Detail Tugas Besar Mata Kuliah Pemodelan dan Simulasi
|
|
- Hartanti Tedja
- 4 tahun lalu
- Tontonan:
Transkripsi
1 Detail Tugas Besar Mata Kuliah Pemodelan dan Simulasi Buatlah aplikasi program untuk menyelesaikan kasus permasalahan dibawah ini, dengan menggunakan software aplikasi yang kalian mampu gunakan, interfacing bisa menggunakan web ataupun desktop. Kasus permasalahannya adalah sbb: 1. User dapat memilih menu: 1.1 Distribusi data menggunakan distribusi segitiga - Data yang didistribusikan adalah 10 data (inputan program) - Banyaknya trial yang digunakan merupakan inputan program - Dapat menyelesaikan kasus : Cari distribusi bilangan 10, 20, 30, 40, 50 dan 60 (inputan program), dengan ketentuan jumlah trial = 20 (inputan program) menggunakan distribusi segitiga 1.2 Bilangan Acak RNG Additif atau Multiply (aplikasi harus menyediakan kedua pilihan tersebut) - Nilai variabel m, a, Xo, dan c diinputkan oleh user - Data random yang dihasilkan minim ada 10 data Cari 15 random number dengan menggunakan multiply, m=27, a=3, Xo=7 dan c=9? 2. Game pelemparan dadu dengan frekuensi komulatif sebagai rule-nya - Dadu yang digunakan berjumlah 1 atau 2 (aplikasi menyediakan dua pilihan tsb) - Banyaknya pelemparan yang dilakukan minim 10 kali (bisa dibuat inputan user) - Variabel penghasil random RNG menggunakan RNG multiply, dengan variabel m, a, dan Xo merupakan inputan user - Output : Munculnya masing-masing mata dadu sebanyak berapa kali?
2 - Dapat menyelesaikan kasus : Ada 20 kali pelemparan dua buah mata dadu, dengan menggunakan xo=7, m=13, a=5. Berapa banyaknya kemungkinan muncul mata dadu pertama=4 dan mata dadu kedua=6? 3. Simulasi Monte Carlo - Variabel yang digunakan minim 2 (nama variabel inputan user) - Probabilitas dari masing-masing variabel juga merupakan inputan user - Data random yang dihasilkan minim 10 data - Output : Nilai rata-rata akhir dari kombinasi nilai 2 variabel tersebut Sebuah pabrik, terdapat 2 besi yang digunakan. Besi A dan B digabungkan untuk memperoleh besi C. Dari data sebelumnya diketahui : Panjang A Panjang B Panjang Probabilitas Panjang Probabilitas Berapa rata-rata panjang C yang dihasilkan, jika panjang C = panjang A + panjang B? (data random 10) 4. Simulasi Antrean diketahui data frekuensi - Yang diketahui adalah frekuensi kedatangan dan pelayanan
3 Kedatangan frekuensi Pelayanan waktu kedatangan menit Frekuensi Berapa panjang antrean dan presentase waktu tunggu untuk 10 kedatangan, dengan m=17, a=3, xo=5? 5. Simulasi antrean diketahui probabilitas data - Yang diketahui adalah probabilitas kedatangan dan pelayanan Kedatangan Probabilitas Pelayanan waktu kedatangan menit Probabilitas Berapa panjang antrean dan presentase waktu tunggu untuk 10 kedatangan, dengan m=17, a=3, xo=5? 6. Simulasi antrean diketahui rata-rata kedatangan n rata-rata pelayanan - Yang diketahui adalah rata-rata kedatangan dan pelayanan
4 Diketahui rata-rata waktu kedatangan 40 menit/kedatangan dan rata-rata pelayanan 60 menit/pelayanan. Dengan menggunakan data random m=13, a=7, xo=1. Berapa panjang antrean dan presentase waktu tunggu untuk 10 kedatangan? 7. Simulasi antrean diketahui data kedatangan frekuensi n rata-rata pelayanan - Yang diketahui adalah frekuensi kedatangan dan rata-rata pelayanan Diketahui Kedatangan frekuensi Dan rata-rata pelayanan 60 menit/pelayanan. Dengan menggunakan data random m=13, a=7, xo=1. Berapa panjang antrean dan presentase waktu tunggu untuk 10 kedatangan? 8. Peramalan regresi - Data yang dijadikan sample adalah 10 data sebelumnya - Sampel data merupakan inputan program oleh user - Data yang dicari adalah inputan user - Outputan : menghasilkan data ramalan dari waktu yang ditentukan user dan standart errornya Diketahui :
5 Data Tahun 2005 Bulan Penjualan x y Berapa data penjualan bulan januari tahun 2006? Dan berapa nilai standart errornya? 9. Peramalan time series - Data yang dijadikan sample adalah 10 data sebelumnya - Sampel data merupakan inputan program oleh user - Data yang dicari adalah inputan user - Outputan : menghasilkan data ramalan dari waktu yang ditentukan user Diberikan data penjualan perusahaan A dalam ribuan rupiah dari tahun 1989 sampai tahun 1997 secara berurutan adalah ; ; ; ; ; ; ; ; Ramalkan penjualan tahun 2000 dengan menggunakan tren linier??
Monte Carlo. Prihantoosa Toosa
Monte Carlo Prihantoosa pht854@yahoo.com toosa@teknosoftmedia.com Pendahuluan Simulasi Monte Carlo dikenal dengan intilah sampling simulation atau Monte Carlo Sampling Technique Istilah Monte Carlo pertama
1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengambilan atau pembuatan keputusan berarti memilih satu di antara banyak alternatif. Dalam hal pengambilan keputusan minimal terdapat dua alternatif di mana
Journal of Informatics and Technology, Vol 1, No 4, Tahun 2012, p 1-8
PREDIKSI PENDAPATAN PEMERINTAH INDONESIA MENGGUNAKAN SIMULASI MONTE CARLO Afry Rachmat, Sukmawati Nur Endah, Aris Sugiharto Program Studi Teknik Informatika, Universitas Diponegoro afry.rachmat27@gmail.com,
BAB III METODOLOGI PENELITIAN. dalam pembuatan solusi tersebut adalah sebagai berikut: harapan dan memiliki manfaat yang maksimal.
BAB III METODOLOGI PENELITIAN Pada bab ini akan menjelaskan tentang tahapan-tahapan yang dilakukan untuk memecahkan masalah. Tahapan tersebut diawali dengan analisa permasalahan yang terjadi dalam Puskesmas
PEMILIHAN KEBIJAKAN SISTEM PENGGANTIAN SPARE PART PADA PERUSAHAAN CONSUMER GOOD DENGAN MENGGUNAKAN METODE SIMULASI
PEMILIHAN KEBIJAKAN SISTEM PENGGANTIAN SPARE PART PADA PERUSAHAAN CONSUMER GOOD DENGAN MENGGUNAKAN METODE SIMULASI Asep dan Abdulah Shahab Program Studi Magister Manajemen Teknologi Institut Teknologi
KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.
KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. EKSPERIMEN suatu percobaan yang dapat diulang-ulang dengan kondisi yang sama CONTOH : Eksperimen : melempar dadu 1 kali Hasilnya
SATIN Sains dan Teknologi Informasi
SATIN Sains dan Teknologi Informasi, Vol. 2, No. 2, Desember 2016 SATIN Sains dan Teknologi Informasi journal homepage : http://jurnal.stmik-amik-riau.ac.id Simulasi Monte Carlo dan Animasi Operasinya
BAB 4 HASIL DAN PEMBAHASAN. langsung melihat database yang digunakan dengan cara menekan tombol open
BAB 4 HASIL DAN PEMBAHASAN 4.1 Program Peramalan 4.1.1 Tampilan Layar Pada saat pertama kali menjalankan program peramalan ini, user akan dihadapkan pada tampilan program seperti Gambar 4.1. Pada kondisi
Simulasi Monte Carlo
Simulasi Monte Carlo Simulasi Monte Carlo Simulasi monte carlo melibatkan penggunaan angka acak untuk memodelkan sistem, dimana waktu tidak memegang peranan yang substantif (model statis) Pembangkitan
BAB IV PEMBAHASAN. pertanyaan pada perumusan masalah. Hal-hal yang dijelaskan dalam bab ini
BAB IV PEMBAHASAN Bab ini menguraikan hasil penelitian dan pembahasan untuk menjawab pertanyaan pada perumusan masalah. Hal-hal yang dijelaskan dalam bab ini mencakup pemeriksaan steady state, uji distribusi,
BAB 3 METODE PENELITIAN. Penelitian ini dilakukan di Perusahaan PT. Surya Wahana Fortuna.
47 BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Penelitian ini dilakukan di Perusahaan PT. Surya Wahana Fortuna. Penelitian ini merupakan penelitian terapan (applied research). Penelitian terapan adalah
Mata Kuliah Pemodelan & Simulasi
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probabilitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lab. Statistik - Kasus 1. Lab. Statistik Kasus 2. Lab. Statistik Kasus 3
Haryoso Wicaksono, halaman 1 dari 5 halaman Lab. Statistik - Kasus 1 1. Jelaskan istilah-istilah statistik berikut : a. sampel e. responden b. populasi f. data kuantitatif c. statistik sampel g. data kualitatif
(Risk Analysis Simulator)
(Risk Analysis Simulator) TUJUAN Membuat alat eksperimental, atau simulator, yang akan berlaku seperti sistem yang diinginkan dalam aspek yang pasti dan cepat, dengan biaya yang efektif. PERBANDINGAN ANTARA
STUDI KASUS : SIMULASI MODEL PERMINTAAN SUPERMARKET DENGAN TEKNIK MONTECARLO
STUDI KASUS : SIMULASI MODEL PERMINTAAN SUPERMARKET DENGAN TEKNIK MONTECARLO Suatu supermarket telah melakukan pengamatan mengenai permintaan bayam sebagai salah satu item sayur sayuran yang dijualnya.
Bab V MetodeFunctional Statistics Algorithm (FSA) dalam Sintesis Populasi
31 Bab V MetodeFunctional Statistics Algorithm (FSA) dalam Sintesis Populasi V.1 Mengenal Metode Functional Statistics Algorithm (FSA) Metode Functional Statistics Algorithm (FSA) adalah sebuah metode
PREDIKSI LUASAN LUMPUR DENGAN TIME SERIES MENGGUNAKAN SIMULATED ANNEALING
PREDIKSI LUASAN LUMPUR DENGAN TIME SERIES MENGGUNAKAN SIMULATED ANNEALING ASHAFIDZ FAUZAN DIANTA POLITEKNIK ELEKTRONIKA NEGERI SURABAYA INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2010 ABSTRAK Bencana
METODE MONTE CARLO. Pemodelan & Simulasi TM11
METODE MONTE CARLO Pemodelan & Simulasi TM11 Metode Monte Carlo Metoda Monte Carlo telah digunakan sejak abad ke-18 oleh Comte de Buffon yang mengembangkan eskperimen untuk memperoleh rasio antara diameter
Bab III PERANCANGAN PROGRAM APLIKASI
35 Bab III PERANCANGAN PROGRAM APLIKASI 3.1 Spesifikasi Rumusan Rancangan Perancangan program aplikasi ini terbagi menjadi dua bagian yaitu proses, yaitu : proses input dan hasil keluaran atau output Proses
Simulasi dan Pemodelan. Kuliah I Ricky Maulana Fajri, M.Sc
Simulasi dan Pemodelan Kuliah I Ricky Maulana Fajri, M.Sc Who Am I? SDN 146 Palembang (1997) SMPN 33 Palembang (2000) SMA 11 Palembang (2003) S.Kom, M.Sc and in Software Engineering from Universitas Bina
Simulasi adalah proses implementasi model menjadi program komputer (software) atau rangkaian elektronik dan mengeksekusi software tersebut sedemikian
SIMULASI SISTEM Simulasi adalah proses implementasi model menjadi program komputer (software) atau rangkaian elektronik dan mengeksekusi software tersebut sedemikian rupa sehingga perilakunya menirukan
nilai payoff dari Decision Tree, oleh karena itu dilakukanlah pendekatan dengan metode
BABV PEMBAHASAN 5.1 Pembahasan Decision Tree Decision Tree digunakan imtuk memudahkan penggambaran alternatif keputusan tersebut secara sistematik dan komprehensip maka perlu digunakan suatu diagram yang
BAB 1 PENDAHULUAN. Hampir semua fenomena di dunia ini memiliki beberapa ketidakpastian,
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Hampir semua fenomena di dunia ini memiliki beberapa ketidakpastian, yang tidak dapat diperkirakan sebagai sesuatu yang pasti. Pada umumnya pengukuran berulang
KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:
KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: 1. Terminating simulation 2. Nonterminating simulation: a. Steady-state parameters b. Steady-state cycle parameters
Modul 14. PENELITIAN OPERASIONAL I MODEL SIMULASI. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI
. PENELITIAN OPERASIONAL I MODEL SIMULASI Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS MERCU BUANA JAKARTA 007 MODEL SIMULASI PENDAHULUAN
TENTANG UTS. Penentuan Cadangan, hal. 1
TENTANG UTS Soal 1: Jawaban umumnya tidak fokus atau straight ke pertanyaan/ masalah yang diajukan. Key words dalam pertanyaan di atas tekanan saturasi, sedangkan dalam banyak jawaban di bawah tekanan
BAB I PENDAHULUAN. kelulusan. Hal ini menyebabkan rendahnya tingkat grade nilai yang dicapai oleh
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Pemilihan jurusan oleh seorang calon mahasiswa bukanlah hal yang mudah dan dapat diremehkan, karena banyak hal yang harus dipertimbangkan seperti biaya, kemampuan diri,
BAB 2 LANDASAN TEORI
17 BAB 2 LANDASAN TEORI 2.1 Pengantar Fenomena menunggu untuk kemudian mendapatkan pelayanan, seperti halnya nasabah yang menunggu pada loket bank, kendaraan yang menunggu pada lampu merah, produk yang
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kehidupan sehari-hari manusia memiliki banyak persoalan yang berkaitan dengan Matematika. Persoalan-persoalan tersebut dapat dilihat langsung dalam sektor pendidikan,
TEKNIK SIMULASI. Nova Nur Hidayati TI 5F
TEKNIK SIMULASI Nova Nur Hidayati TI 5F 10530982 PENDAHULUAN TUJUAN MEMPELAJARI SIMULASI Melalui kuliah ini diharapkan kita dapat mempelajari suatu sistem dengan memanfaatkan komputer untuk meniru (to
Mata Kuliah Pemodelan & Simulasi. Riani Lubis. Program Studi Teknik Informatika Universitas Komputer Indonesia
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Teori Inventori Inventory merupakan pengumpulan atau penyimpanan komoditas yang akan digunakan
BAB 3 PEMBANGUNAN MODEL SIMULASI MONTE CARLO. Simulasi Monte Carlo merupakan salah satu metode simulasi sederhana yang
BAB 3 PEMBANGUNAN MODEL SIMULASI MONTE CARLO 3. Simulasi Monte Carlo Simulasi Monte Carlo merupakan salah satu metode simulasi sederhana yang dapat dibangun secara cepat menggunakan spreadsheet. Penggunaan
Model dan Simulasi Universitas Indo Global Mandiri
Model dan Simulasi Universitas Indo Global Mandiri Nomor random >> angka muncul secara acak (random/tidak terurut) dengan probabilitas untuk muncul yang sama. Probabilitas/Peluang merupakan ukuran kecenderungan
BAB V PENUTUP ( ( ) )
BAB V PENUTUP 5.1 Kesimpulan Penentuan harga opsi Asia menggunakan rata-rata Aritmatik melalui Simulasi Monte Carlo dapat dinyatakan sebagai berikut. ( ( ) ) ( ( ) ) dimana merupakan harga opsi Call Asia
BAB I PENDAHULUAN. bahan baku di bagian produksi dan berakhir dengan penyerahan produk jadi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Siklus kegiatan perusahaan manufaktur dimulai dengan pengolahan bahan baku di bagian produksi dan berakhir dengan penyerahan produk jadi ke bagian gudang. Dalam
Teori Antrian. Prihantoosa Pendahuluan. Teori Antrian : Intro p : 1
Pendahuluan Teori Antrian Prihantoosa pht854@yahoo.com toosa@staff.gunadarma.ac.id Last update : 14 November 2009 version 1.0 http://openstat.wordpress.com Teori Antrian : Intro p : 1 Tujuan Tujuan : Meneliti
POKOK BAHASAN. : Peramalan (Forecasting) Bab II : Manajemen Proyek. Bab III : Manajemen Persediaan. Bab IV : Supply-Chain Management
MANAJEMEN OPERASI 1 POKOK BAHASAN Bab I : Peramalan (Forecasting) Bab II : Manajemen Proyek Bab III : Manajemen Persediaan Bab IV : Supply-Chain Management Bab V : Penetapan Harga (Pricing) 2 BAB I PERAMALAN
Mata Kuliah Pemodelan & Simulasi. Universitas Komputer Indonesia
MODEL INVENTORY Mata Kuliah Pemodelan & Simulasi Jurusan Teknik Informatika Universitas Komputer Indonesia Pendahuluan Inventory merupakan pengumpulan atau penyimpanan komoditas yang akan digunakan untuk
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN Dalam bab ini akan menjelaskan tentang hasil pengujian perhitungan secara matematis dengan membandingkan histogram data mentah dan distribusi probabilitias teoritis. Data mentah
BAB II PROBABILITAS Ruang sampel (sample space)
BAB II ROBABILITAS 2.1. Ruang sampel (sample space) Data diperoleh baik dari pengamatan kejadian yang tak dapat dikendalikan atau dari percobaan yang dikendalikan dalam laboratorium. Untuk penyederhanaan
RENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) CSG2F3 PEMODELAN SISTEM Disusun oleh: Novian Anggis Suwastika PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS INFORMATIKA UNIVERSITAS TELKOM LEMBAR PENGESAHAN Rencana Pembelajaran
Simulasi Monte Carlo. (Inventory)
Simulasi Monte Carlo (Inventory) onsep Dasar Inventory Inventory menjelaskan kuantitas suatu item yang harus dipertahankan untuk dipergunakan oleh sebuah organisasi. Tujuan utama dalam kontrol inventory
BAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam analisis pada PT.Tirta Aroma Sari, yang terkait dengan peramalan permintaan, persediaan, dan pengambilan
BAB III METODE PENELITIAN. Penelitian yang dilakukan di Perusahaan Sammy Batik Pekalongan merupakan Applied
BAB III METODE PENELITIAN 3.1 Desain Penelitian Penelitian yang dilakukan di Perusahaan Sammy Batik Pekalongan merupakan Applied Reseach atau penelitian terapan yang mempunyai alasan praktis, keinginan
SIMULASI: Deterministik dan Monte Carlo
SIMULASI: Deterministik dan Monte Carlo Tjipto Juwono, Ph.D. April 2017 TJ (SU) SIMULASI: Deterministik dan Monte Carlo April 2017 1 / 14 Apa itu yang dimaksud dengan simulasi? Apabila semua data diperoleh
BAB 2 LANDASAN TEORI
19 BAB 2 LANDASAN TEORI 2.1 Persediaan 2.1.1 Pengertian Persediaan Persediaan meliputi semua barang dan bahan yang dimiliki oleh perusahaan dan dipergunakan dalam proses produksi atau dalam memberikan
Dasar-dasar Simulasi
Bab 3: Dasar-dasar Simulasi PEMODELAN DAN SIMULASI SISTEM M O N I C A A. K A P P I A N T A R I - 2 0 0 9 Sumber: Harrell, C., B.K. Ghosh and R.O. Bowden, Jr., Simulation Using Promodel, 2 nd ed., McGraw-
BAB 4 PEMBAHASAN. PT. PLN (Persero) Udiklat Jakarta merupakan lembaga pendidikan yang
BAB 4 PEMBAHASAN P. PLN (Persero Udiklat Jakarta merupakan lembaga pendidikan yang memiliki fungsi untuk meningkatkan kompetensi SM Pegawai P. PLN (Persero. Selayaknya tempat pelatihan dan pembelajaran,
BAB I PENDAHULUAN. Peramalan keadaan pada suatu waktu merupakan hal penting. Hal itu
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Peramalan keadaan pada suatu waktu merupakan hal penting. Hal itu dikarenakan peramalan dapat digunakan sebagai rujukan dalam menentukan tindakan yang akan
BAB II STUDI PUSTAKA. Bagian pertama literatur yang membahas dasar teori yang digunakan dan bagian
BAB II STUDI PUSTAKA Bab ini membahas beberapa literatur yang terkait dengan penelitian. Bagian pertama literatur yang membahas dasar teori yang digunakan dan bagian kedua membahas penelitian-penelitian
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Simulasi 2.1.1 Pengertian Simulasi Banyak para ahli yang memberikan definisi tentang simulasi. Beberapa diantaranya adalah sebagai berikut: Emshoff dan Simun (1970), simulasi didefinisikan
PEMBANGKIT RANDOM VARIATE
PEMBANGKIT RANDOM VARIATE Mata Kuliah Pemodelan & Simulasi JurusanTeknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probalitistik pada sistem nyata mempunyai pola distribusi probabilistik
Agung Yanuar W Prof. Dr. Ir. Adi Soeprijanto.MT, I Gusti Ngurah Satriyadi Hernanda,ST.,MT.
Agung Yanuar W 2210 105 025 Prof. Dr. Ir. Adi Soeprijanto.MT, I Gusti Ngurah Satriyadi Hernanda,ST.,MT. Pendahuluan Latar Belakang Semakin meningkatnya kebutuhan energi listrik membuat kontinyuitas penyediaan
BAB I PENDAHULUAN. cepat saji dalam annual report sebagai berikut, KFC dalam situs resmi laporan
BAB I PENDAHULUAN 1.1 Latar Belakang Restoran cepat saji adalah salah satu tempat makan yang banyak diminati oleh konsumen dari segala umur dan kalangan. Hal ini di ungkapkan bebeapa restoran cepat saji
TEORI PROBABILITAS. Amir Hidayatulloh, S.E., M.Sc Prodi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Ahmad Dahlan
TEORI PROBABILITAS Amir Hidayatulloh, S.E., M.Sc Prodi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Ahmad Dahlan SAYA YAKIN MAHASISWA BELUM MELUPAKAN SAYA. YUK, INGAT SAYA KEMBALI SEBELUM KITA BERKENALAN
BAB IV IMPLEMENTASI DAN EVALUASI. Pada bab ini akan dijelaskan mengenai kebutuhan sistem, implementasi dan
BAB IV IMPLEMENTASI DAN EVALUASI Pada bab ini akan dijelaskan mengenai kebutuhan sistem, implementasi dan evaluasi simulasi pelayanan retoran cepat saji dengan menggunakan metode next event time advance.
SATIN Sains dan Teknologi Informasi
SATIN - Sains dan Teknologi Informasi, Vol. 2, No. 1, Juni 2016 SATIN Sains dan Teknologi Informasi journal homepage : http://jurnal.stmik-amik-riau.ac.id Optimasi Persediaan Sparepart Menggunakan Model
ANALISIS IMPLEMENTASI RANDOM NUMBER GENERATE(RNG) PADA SIMULASI ANTRIAN MENGGUNAKAN APLIKASI BERBASIS.NET FRAMEWORK
ANALISIS IMPLEMENTASI RANDOM NUMBER GENERATE(RNG) PADA SIMULASI ANTRIAN MENGGUNAKAN APLIKASI BERBASIS.NET FRAMEWORK Fauziah, Ina Agustina, Septi Andryana Fakultas Teknologi Komunikasi dan Informatika,
B A B 7 KOMPONEN ARSITEKTUR UNTUK DSS
B A B 7 KOMPONEN ARSITEKTUR UNTUK DSS 3 komponen (arsitektur) dalam DSS 1. Dialog (interface software) pemakai dengan sitem 2. Database mendukung sistem tsb 3. Model Base memberikan kemampuan analisis
BAB IV HASIL DAN ANALISIS EKSPERIMEN
BAB IV HASIL DAN ANALISIS EKSPERIMEN 4. 1 Input Data Berdasarkan data yang tersedia dalam tugas yang diberikan di kelas, eksperimen ini menggunakan data permintaan terhadap komoditi soft drink yang merupakan
Bab IV Simulasi Metode Monte Carlo Mengatasi Masalah dalam Distribusi Data
24 Bab IV Simulasi Metode Monte Carlo Mengatasi Masalah dalam Distribusi Data IV.1 Mengenal Metode Monte Carlo Distribusi probabilitas digunakan dalam menganalisis sampel data. Sebagaimana kita ketahui,
BAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Gambar 3.1. Diagram Alir Sistematika Pemecahan Masalah 30 31 3.1.Tahap Identifikasi dan Pendahuluan Tahap identifikasi dan pendahuluan dilakukan dengan cara melakukan studi
PENGANTAR MANAJEMEN SAINS EXERCISE UAS
PENGANTAR MANAJEMEN SAINS EXERCISE UAS 2013/2014 UNIVERSITAS INDONESIA FAKULTAS EKONOMI DEPARTEMEN MANAJEMEN PROGRAM STUDI S1 REGULER MANAJEMEN UJIAN AKHIR SEMESTER SEMESTER GASAL 2013/2014 PENGANTAR MANAJEMEN
LABORATORIUM SISTEM PENDUKUNG KEPUTUSAN DAN INTELIGENSIA BISNIS
LABORATORIUM SISTEM PENDUKUNG KEPUTUSAN DAN INTELIGENSIA BISNIS Latar Belakang Pelayanan terpusat di satu tempat Antrian pemohon SIM yg cukup panjang (bottleneck) Loket berjauhan Sumber daya terbatas Lamanya
ekonomi, serta para pakar yang mendukung diagnosa medis dan sebagainya ( Heizer,
BAB II LANDASANTEORI 2.1 Analisa Keputusan Anafisa keputusan adalah sebuah metode yang menyediakan dukungan metode kuantitatif bagi seorang pengambil keputusan ( decision maker ) di hampir semua area,
Statistika & Probabilitas
Statistika & Probabilitas Peubah Acak Peubah = variabel Dalam suatu eksperimen, seringkali kita lebih tertarik bukan pada titik sampelnya, tetapi gambaran numerik dari hasil. Misalkan pada pelemparan sebuah
PENENTUAN PROSENTASE CALON MAHASISWA BARU YANG AKAN MENDAFTAR ULANG DENGAN BANTUAN SIMULASI MONTE CARLO
PENENTUAN PROSENTASE CALON MAHASISWA BARU YANG AKAN MENDAFTAR ULANG DENGAN BANTUAN SIMULASI MONTE CARLO Yogi Yusuf Wibisono Jurusan Teknik Industri Universtias Katolik Parahyangan Jalan Ciumbuleuit 94
PERANCANGAN SIMULASI PENGACAKAN SOAL TRYOUT UNTUK MEMBENTUK PAKET SOAL UJIAN NASIONAL MENGGUNAKAN LINEAR CONGRUENT METHOD (LCM)
PERANCANGAN SIMULASI PENGACAKAN SOAL TRYOUT UNTUK MEMBENTUK PAKET SOAL UJIAN NASIONAL MENGGUNAKAN LINEAR CONGRUENT METHOD (LCM) Darma Perwira Hasibuan (0911467) Mahasiswa Jurusan Teknik Informatika, STMIK
METODE DAN DISTRIBUSI SAMPLING. Oleh : Riandy Syarif
METODE DAN DISTRIBUSI SAMPLING Oleh : Riandy Syarif HUBUNGAN SAMPEL DAN POPULASI Populasi Sampel DEFINISI Populasi kumpulan dari semua kemungkinan orang-orang, benda-benda, dan ukuran lain yang menjadi
BAB III METODE PENELITIAN. maka perlu dijelaskan mengenai cara-cara yang ditempuh selama proses
BAB III METODE PENELITIAN Pada pelaksanaan penelitian untuk mempermudah pemecahan masalah, maka perlu dijelaskan mengenai cara-cara yang ditempuh selama proses penelitian. Bab metode penelitian ini menjelaskan
SIMULASI PERENCANAAN BIAYA IBADAH HAJI DENGAN METODE MONTECARLO DAN PERSPEKTIF TIME VALUE OF MONEY
SIMULASI PERENCANAAN BIAYA IBADAH HAJI DENGAN METODE MONTECARLO DAN PERSPEKTIF TIME VALUE OF MONEY Yudhi Kurniawan 1, Yuswanto2 2 1 Program Studi Sistem Informasi, Fakultas Sains Dan Teknologi, 2 Program
Peramalan (Forecasting)
Peramalan (Forecasting) Peramalan (forecasting) merupakan suatu proses perkiraan keadaan pada masa yang akan datang dengan menggunakan data di masa lalu (Adam dan Ebert, 1982). Awat (1990) menjelaskan
Nilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2
Pertemuan ke- 4 BAB III POPULASI, SAMPEL & DISTRIBUSI TEORITIS VARIABEL DISKRIT DAN FUNGSI PROBABILITAS 3.1 Variabel Random atau Variabel Acak Variabel yang nilainya merupakan suatu bilangan yang ditentukan
BAB III PEMBAHASAN. harga minyak mentah di Indonesia dari bulan Januari 2007 sampai Juni 2017.
BAB III PEMBAHASAN Data yang digunakan dalam bab ini diasumsikan sebagai data perkiraan harga minyak mentah di Indonesia dari bulan Januari 2007 sampai Juni 2017. Dengan demikian dapat disusun model Fuzzy
BAB III METODOLOGI PENELITIAN. Wartabone (TNBNW). Ada dua kantor Seksi pengelolaan Hutan yang menangani
BAB III METODOLOGI PENELITIAN 3.1 Objek Penelitian. Objek penelitian merupakan suatu tempat yang menjadi pusat penelitian, dalam hal ini adalah Kantor Seksi Pengelolaan Hutan Taman Nasional Bogani Nani
Pengembangan Model Simulasi, oleh Hotniar Siringoringo 1
Simulasi kejadian diskrit memodelkan sistem yang berubah sesuai waktu melalui suatu representasi dimana variabel status berubah secara langsung pada titik terpisah dalam waktu. Titik terpisah dalam waktu
BAB IV PEMODELAN SISTEM
BAB IV PEMODELAN SISTEM 4.1 ASUMSI PERHITUNGAN MODEL Model pengendalian persediaan galon menggunakan berbagai asumsi untuk memberikan batasan terhadap model yang merepresentasikan sistem sebenarnya. Asumsi-asumsi
APLIKASI SIMULASI MONTE CARLO PADA PERHITUNGAN MOMEN MAKSIMUM STRUKTUR PORTAL
APLIKASI SIMULASI MONTE CARLO PADA PERHITUNGAN MOMEN MAKSIMUM STRUKTUR PORTAL REZA ASRUL SOLEH 0321012 Pembimbing: Olga Pattipawaej, Ph.D FAKULTAS TEKNIK JURUSAN TEKNIK SIPIL UNIVERSITASKRISTEN MARANATHA
BAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Variabel Penelitian Penelitian ini menggunakan satu definisi variabel operasional yaitu ratarata temperatur bumi periode tahun 1880 sampai dengan tahun 2012. 3.2 Jenis dan
STATISTIK II MODUL Oleh. Drs.Hasanuddin Pasiama, MSi PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA JAKARTA 2007
STATISTIK II MODUL 8-14 Oleh Drs.Hasanuddin Pasiama, MSi PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA JAKARTA 2007 PUSAT PENGEMBANGAN BAHAN AJAR-UMB Drs. Hasanuddin Pasiama, M.Si. STATISTIK
PERANCANGAN PROGRAM SIMULASI PENENTUAN OPTIMASI ARAH TAKSI KOSONG DENGAN GPS DAN METODE MONTE CARLO SKRIPSI. Oleh MIRA
PERANCANGAN PROGRAM SIMULASI PENENTUAN OPTIMASI ARAH TAKSI KOSONG DENGAN GPS DAN METODE MONTE CARLO SKRIPSI Oleh MIRA 0900812425 PROGRAM GANDA TEKNIK INFORMATIKA DAN STATISTIKA UNIVERSITAS BINA NUSANTARA
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Berdasarkan sifatnya peramalan terbagi atas dua yaitu peramalan kualitatif dan peramalan kuantitatif. Metode kuantitatif terbagi atas dua yaitu analisis deret berkala
Hidup penuh dengan ketidakpastian
BAB 2 Probabilitas Hidup penuh dengan ketidakpastian Tidak mungkin bagi kita untuk dapat mengatakan dengan pasti apa yang akan terjadi dalam 1 menit ke depan tapi Probabilitas akan memprediksikan masa
Pert 3 PROBABILITAS. Rekyan Regasari MP
Pert 3 PROBABILITAS Rekyan Regasari MP Berapakah kemungkinan sebuah koin yang dilempar akan menghasilkan gambar angka Berapakah kemungkinan gedung ini akan runtuh Berapakah kemungkinan seorang kreditur
BAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Sedangkan ramalan adalah
BAB 2 LANDASAN TEORI. dari beberapa item atau bahan baku yang digunakan oleh perusahaan untuk
BAB 2 LANDASAN TEORI 2.1 Definisi Persediaan Menurut Jacob, Chase, Aquilo (2009: 547) persediaan merupakan stok dari beberapa item atau bahan baku yang digunakan oleh perusahaan untuk produksi. Sedangkan
BAB 3 LANGKAH PEMECAHAN MASALAH
49 BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Standar Optimasi Dasar evaluasi untuk mengoptimalkan supply chain management pada Honda Tebet (PT. Setianita Megah Motor) dari proses bisnis perusahaan
UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Universitas Kristen Duta Wacana atau UKDW merupakan salah satu perguruan tinggi yang terletak di Yogyakarta. Universitas Kristen Duta Wacana berdiri pada tanggal
LOGIKA FUZZY DALAM TEKNIK PERAMALAN SECARA STATISTIK
LOGIKA FUZZY DALAM TEKNIK PERAMALAN SECARA STATISTIK Deddy Barnabas Lasfeto Abstrak : Selama ini, metode peramalan secara konvensional yang digunakan adalah analisis regresi. Oleh karena itu, dicoba untuk
SATUAN ACARA PEMBELAJARAN (SAP)
1 SATUAN ACARA PEMBELAJARAN (SAP) Mata Kuliah Kode Mata Kuliah SKS Durasi Pertemuan Pertemuan ke : Statistika dan Probabilitas : TSP-203 : 2 (Dua) : 100 menit : 1 (Satu) A. Kompetensi: a. Umum : Mahasiswa
Bab VI Perbandingan Model Simulasi menggunakan Metode Monte Carlo dan Metode Functional Statistics Algorithm (FSA)
37 Bab VI Perbandingan Model Simulasi menggunakan Metode Monte Carlo dan Metode Functional Statistics Algorithm (FSA) VI.1 Probabilitas Integral (Integral Kumulatif) Ketika menganalisis distribusi probabilitas,
ANALISIS SISTEM ANTREAN KENDARAAN DAN KEBUTUHAN PARKIR DI SD MUHAMMADIYAH SOKONANDI DAERAH ISTIMEWA YOGYAKARTA TUGAS AKHIR SKRIPSI
ANALISIS SISTEM ANTREAN KENDARAAN DAN KEBUTUHAN PARKIR DI SD MUHAMMADIYAH SOKONANDI DAERAH ISTIMEWA YOGYAKARTA TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
SATUAN ACARA PERKULIAHAN
Versi : 1 Revisi : 0 Tanggal Revisi : Tanggal Berlaku : STUN CR PERKULIHN Fakultas / Jurusan / Program Studi : Teknologi Industri / Teknik Informatika / Teknik Informatika Kode Matakuliah : [kosongkan]
BAB 3 METODOLOGI PEMECAHAN MASALAH
BAB 3 METODOLOGI PEMECAHAN MASALAH START Studi Pendahuluan Identifikasi Masalah Studi Pustaka Perumusan Masalah Pengumpulan Data Pengolahan Data A Taguchi Identifikasi faktorfaktor yang berpengaruh Penentuan
ANALISIS SISTEM ANTRIAN PELAYANAN TELLER BANK PADA AKTIVITAS NASABAH DENGAN MENGGUNAKAN SIMULASI (STUDI KASUS BANK XYZ )
ANALISIS SISTEM ANTRIAN PELAYANAN TELLER BANK PADA AKTIVITAS NASABAH DENGAN MENGGUNAKAN SIMULASI (STUDI KASUS BANK XYZ ) Dippo Susetyo N, Dutho Suh Utomo 2, Willy Tambunan 3 Program Studi Teknik Industri,
TOOLS SIMULASI INVENTORI PADA SUPERMARKET
TOOLS SIMULASI INVENTORI PADA SUPERMARKET 1) Benny Santoso 2) Liliana 3) Imelda Yapitro Jurusan Teknik Informatika Fakultas Teknik Universitas Surabaya Raya Kalirungkut Surabaya 60293 (031) 298 1395 email
BAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Tempat dan Waktu Penelitian Obyek dalam penelitian ini adalah harga penutupan saham-saham yang direkomendasikan akan dapat bertahan pada tahun politik (2014) dalam media kompas.com,
APLIKASI PEMBELAJARAN DAN TEST TOEFL BERBASIS MOBILE MENGGUNAKAN METODE MONTECARLO
APLIKASI PEMBELAJARAN DAN TEST TOEFL BERBASIS MOBILE MENGGUNAKAN METODE MONTECARLO D Martha Program Studi Komputerisasi Akuntansi, STMIK CIC Cirebon Email: deny.martha@.cic.ac.id ABSTRAK Bahasa Inggris
Probabilitas & Teorema Bayes
1 Probabilitas & Teorema Bayes Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com wahyu@plat-m.com Statistika D3 Manajemen Informatika Universitas Trunojoyo Madura 2 Terminologi Teori Probabilitas didasarkan
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Defenisi Peramalan Peramalan adalah suatu kegiatan dalam memperkirakan atau kegiatan yang meliputi pembuatan perencanaan di masa yang akan datang dengan menggunakan data masa lalu