JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN :
|
|
- Hendra Jayadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 JURNA MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN : MASAAH RUTE TERPENDEK PADA JARINGAN JAAN MENGGUNAKAN AMPU AU-INTAS Stud Kasus: Rute Peralanan Ngesrep Smpang ma Eko Bud P dan Sunarsh Jurusan Matematka Fakultas MIPA Unverstas Dponegoro Abstrak Permasalahan rute terpendek pada arngan alan yang menggunakan lampu lalu-lntas bertuuan untuk menentukan rute yang menghubungkan ttk asal s dan ttk tuuan, yang mempunya waktu peralanan total mnmum. ampu lalu-lntas pada arngan alan n dasumskan hanya terdr dar dua fase yatu merah dan hau, dengan perode waktu sklus adalah konstan. Permasalahan n dapat drepresentaskan kedalam graph berarah, dengan waktu peralanan untuk tap-tap alan adalah bobot arc, dan waktu tunggu pada persmpangan alan merupakan bobot ttk. Waktu peralanan dar ttk asal ke ttk tuuan dpengaruh oleh dua faktor yatu waktu peralanan untuk tap alan dan waktu tunggu pada persmpangan alan, dengan lamanya waktu tunggu datur oleh lampu lalu-lntas. Untuk menyelesakan permasalahan rute terpendek n dgunakan algortma Ford Moore Bellman yang telah dmodfkas. Pada stud kasus: rute peralanan Ngesrep Smpang m dengan menggunakan algortma n dperoleh waktu peralanan mnmum dar rute tersebut adalah 10 ment 59 detk, melalu rute Setya Bud Teuku Umar Sultan Agung Dponegoro Pahlawan Smpang m dengan beberapa asums yatu: kecepatan kendaraan ketka melewat rute n adalah konstan yatu 40 km/am, tdak terdapat kemacetan pada rute tersebut dan kendaraan hanya berhent d persmpangan alan karena lampu lalu-lntas. Kata Kunc : rute terpendek, alan, lampu lalu-lntas, graph berarah. 1. PENDAHUUAN Jarngan alan menggunakan lampu lalu-lntas adalah arngan alan yang mempunya lampu lalu-lntas dsetap smpang alan. ampu lalu-lntas n basanya terdr atas tga warna lampu yatu merah, kunng dan hau. Tanda 59
2 Masalah Rute Terpendek (Eko Bud P dan Sunarsh) merah berart berhent, kunng dan hau berart beralan. Tanda n berubah secara teratur. Setap pengulangan urutan tanda lampu secara keseluruhan dsebut satu sklus snyal dan lamanya dsebut waktu sklus. Selan menguntungkan karena dapat memperlancar lalu-lntas kendaraan, penggunaan lampu lalu-lntas uga mempunya kerugan yatu menambah waktu peralanan karena menunggu pada persmpangan alan. amanya seseorang menunggu pada persmpangan alan ddefnskan sebaga waktu tunggu yatu lamanya menunggu sebelum lampu hau menyala. Permasalahan rute terpendek pada arngan alan menggunakan lampu lalu-lntas dapat dmodelkan dalam bentuk arngan yang berupa graph berarah G ( N, A). Tempat atau persmpangan alan dwakl oleh suatu ttk N sedangkan alan yang dlalu drepresentaskan dalam bentuk gars berarah atau arc A. 2. TINJAUAN PUSTAKA 2.1 Jarngan alan menggunakan lampu lalu-lntas Jarngan alan menggunakan lampu lalu-lntas adalah arngan alan yang mempunya lampu lalu-lntas d persmpangan alan. Jarngan n dapat drepresentaskan kedalam graph berarah, dengan persmpangan alan dwakl oleh ttk, sedangkan alan drepresentaskan dalam arc. Defns 2.1 Waktu peralanan yang dnotaskan dengan d (t) adalah waktu yang dperlukan untuk melakukan peralanan pada alan yang dnotaskan dengan arc (, ). Defns 2.2 Waktu tunggu yang dnotaskan dengan w (t) adalah lamanya kendaraan menunggu pada persmpangan alan yang dnotaskan dengan ttk, sebelum melanutkan peralanan. amanya waktu tunggu kendaraan pada persmpangan alan dtentukan oleh lampu lalu-lntas. Jka lampu lalu-lntas berwarna merah ketka kendaraan akan melewat persmpangan alan, maka waktu tunggu adalah lamanya kendaraan menunggu pada persmpangan alan sebelum lampu lalu-lntas berwarna hau 60
3 JURNA MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN : menyala. Sedangkan apabla lampu lalu-lntas berwarna hau, maka waktu tunggu pada konds n nol ampu lalu-lntas pada Persmpangan Jalan ampu lalu-lntas terdr dar tga warna yatu merah, kunng, dan hau. Warna merah berart semua kendaraan harus berhent, kunng dan hau berart semua kendaraan beralan. ampu lalu-lntas dasumskan hanya terdr dar dua warna yatu merah dan hau, karena kunng dsamakan dengan hau yatu alan. Setap pengulangan urutan tanda lampu lalu-lntas secara keseluruhan dsebut satu sklus snyal dan lamanya dsebut waktu sklus. Defns 2.3 Msalkan N adalah suatu ttk yang datur oleh lampu lalulntas, a = ( h, ) adalah arc masuk pada ttk dan b = (, ) merupakan arc keluar dar ttk, maka pasangan ( dnamakan pasangan fsbel (fsbel). Defns 2.4 Fase hau (green) yang dnotaskan dengan g ( adalah lamanya lampu lalu-lntas menyala berwarna hau tap perode atau waktu sklus. Defns 2.5 Fase merah (red) yang dnotaskan dengan r ( adalah lamanya Defns 2.6 Defns 2.7 lampu waktu sklus. lalu-lntas berwarna merah menyala tap perode atau Waktu horzon yang dnotaskan dengan t(h) adalah waktu lampu lalu-lntas mula menyala. Nla fase yang dnotaskan dengan s( adalah selsh antara mulanya waktu horzon t(h) dengan fase hau pertama sesudah t(h). Jka dalam waktu horzon t(h), ( adalah fase merah maka s( r( ; dan sebalknya ka ( dalam fase hau maka s ( > r(. Pada kedua konds tersebut, fase hau pertama mula pada saat t ( h). 61
4 Masalah Rute Terpendek (Eko Bud P dan Sunarsh) Defns 2.8 Waktu relatf dar arc a ke arc b yang ddefnskan dengan trplet [ g (, r(, s( ] merupakan barsan fase hau dan fase merah yang dulang. Untuk lustras perhatkan contoh berkut n : Sebuah persmpangan alan terdr atas 4 alan, yatu alan b, c dan alan d. Pada persmpangan tersebut terdapat 2 lampu lalu-lntas yang berada pada uung alan a dan d, dengan masng-masng lampu lalu-lntas mempunya pengaturan yang berbeda-beda. ampu lalu-lntas pada uung alan a mengatur pergerakan kendaraan dar alan a menuu alan b dan c. Begtu pula lampu lalu-lntas pada uung alan d, mengatur arus kendaraan dar alan d menuu ke alan b dan c. Fenomena tersebut dapat dgambarkan kedalam gambar berkut n : Keterangan gambar: : arah pergerakan kendaraan Gambar 3.1 Graph persmpangan alan Jka dketahu duras lampu lalu-lntas pada persmpangan tersebut dtunukkan oleh tabel berkut n: Tabel 3.1 Duras lampu lalu-lntas (dalam detk) Dar tabel tersebut, dapat delaskan bahwa pada pasangan fsbel (, fase hau adalah = 45, fase merah sebesar = 15 detk, waktu horzon t(h) = 0, nla fase yatu selsh antara fase hau pertama dengan waktu horzon 0 adalah 25, sehngga s( = 25 0 = 25. Jad trplet dar ( adalah [ g (, r(, s( ] = [45, 15, 25]. 62
5 JURNA MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN : Algortma Waktu Tunggu Untuk memperoleh waktu tunggu dalam ttk pada arngan alan dengan lampu lalu-lntas dgunakan algortma berkut n: Msal Q = ( Π ( t) t ) modπ ( (3.1) s k dmana π ( a, = g( + r( (3.2) adalah perode lampu lalu-lntas, dengan Π (t) adalah waktu peralanan dar ttk s ke, dan t k merupakan waktu keberangkatan dar ttk s. Algortma n dapat dterapkan pada kasus berkut n: Kasus 1 : Pada saat waktu horzon t (h), lampu lalu-lntas berwarna merah, s sehngga dar Defns 3.7 dperoleh s( r(. Waktu tunggu kendaraan pada ttk ka terad konds tersebut dapat dcar dengan menggunakan rumus d bawah n: s( Q, ka 0 Q < s(; w( a, b, t) = 0, ka s( Q < g( ; (3.3) π ( Q, ka g( ) Q < π (. Kasus 2 : Pada saat waktu horzon t (h), lampu lalu-lntas berwarna hau, sehngga menurut Defns 3.7 ddapat s ( > r(. Untuk kasus n, waktu tunggu kendaraan pada ttk dapat dperoleh dengan menggunakan rumus berkut n: 0, w( b, t) = s( Q, 0, ka 0 Q < g( -π (; ka g( π ( Q < s( ; ka s( Q < π ( (3.4) 63
6 Masalah Rute Terpendek (Eko Bud P dan Sunarsh) Contoh : Perhatkan pergerakan kendaraan yang terdapat pada persmpangan, yang dtunukkan oleh Gambar 3.1. Pergerakan tersebut datur oleh lampu lalu-lntas yang terdapat pada uung alan dengan duras lampu dperlhatkan pada Tabel 3.1. Msalkan dketahu waktu peralanan kendaraan sebelum sampa pada persmpangan yatu waktu peralanan dar ttk awal s ke ttk ( Π (t) ) adalah selama 1565 detk, dan waktu keberangkatan dar ttk s yang dnotaskan dengan t k adalah nol. Waktu tunggu kendaraan d persmpangan tersebut, ka kendaraan hendak melanutkan peralanan dar alan a ke alan b dapat dperoleh dengan menggunakan algortma sebaga berkut: 1. Menghtung π (, dengan menggunakan persamaan (3.2), sehngga dperoleh : π ( = ( g( + r( = = Mencar nla Q, dengan menggunakan rumus pada persamaan (3.1), sehngga dperoleh : Q = ( Π ( t) t ) modπ ( = 5 Q = 5 s k 3. Dketahu Q = 5, s ( = 25, π ( = 60, g ( = 45 dan r ( = 15. Dar data tersebut d atas dperoleh suatu konds sebaga berkut : s ( > r( g( π ( = 10 Q < g( π ( 0 Q < g( π ( Dengan memperhatkan konds tersebut, dan dlakukan cross check dengan 2 kasus dar algortma waktu tunggu pada ttk, dketahu bahwa permasalahan waktu tunggu n merupakan contoh dar kasus kedua. 4. Untuk mencar waktu tunggu pada ttk, lhat algortma untuk mencar waktu tunggu pada kasus dua. Dengan menggunakan persamaan (3.4) s 64
7 JURNA MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN : dperoleh waktu tunggu kendaraan apabla kendaraan bergerak dar alan a menuu ke b yatu sebesar w ( b, t) = 0. Artnya kendaraan tersebut tdak perlu menunggu pada persmpangan alan, dan bsa terus melanutkan peralanan Algortma Ford Moore Bellman Algortma n dgunakan untuk mencar rute terpendek pada arngan alan. Algortma Ford Moore Bellman dtemukan oleh Ford (1956), Moore (1957), dan Bellman (1958). Dasar dar algortma n adalah lntasan terpendek dar ttk s ke ttk yang memuat palng banyak k + 1 gars berarah dapat dperoleh dar lntasan terpendek dar ttk s ke ttk yang memuat palng banyak k gars berarah. lntasan ( P Dalam algortma Ford Moore Bellman, lambang s k menyatakan bobot ) dar ttk s ke ttk yang melalu palng banyak k buah gars berarah pada suatu graph G ( N, E, l). Berkut n dberkan teorema yang mendukung algortma Ford Moore Bellman. Teorema 3.1 Dalam suatu graph G( N, E, l) yang memuat n ttk dan P adalah lntasan s ( +1) terpendek dar s ke yang memuat k+1 gars berarah, maka ( k ) dapat dcar dengan rumus: ( k + 1) ( k + 1) = ( P ) = mn[ + Bukt : s s ] P s Dketahu P adalah lntasan terpendek dar s ke ttk yang memuat k+1 gars s berarah dengan (, ) adalah gars berarah yang terakhr. In berart Ps dapat danggap memlk k buah gars berarah yang dkut oleh gars berarah terakhr yatu (, ) sehngga ( k+ 1) ( k + 1) = ( P ) = [ + s s ] 65
8 Masalah Rute Terpendek (Eko Bud P dan Sunarsh) Karena P adalah lntasan terpendek maka dplh yang palng mnmum s ( k + 1) ( k + 1) sehngga = ( P ) = mn[ + ] Teorema 3.2 s Pada suatu graph G ( N, E, l) yang memuat n ttk dan s P s adalah lntasan terpendek dar ttk s ke ttk yang memuat palng banyak k buah gars berarah maka: Bukt : ( k + 1) ( k + 1) = ( Ps ) = ( k + 1) Dar Teorema 3.1 telah dperoleh rumus = mn[ + ], karena dketahu bahwa P s hanya memuat palng banyak k gars berarah, maka ka danggap P s memuat k+1 gars berarah, n berart lntasan terpendek lntasan P s terdr atas P s yang memuat k gars berarah dan dkut gars (, ) yang berbobot nol. Hal n berart bahwa kedua ttk yatu ttk dan berhmpt, sehngga P = P atau dengan kata lan: s s ( k + 1) = mn[ + ] = mn[ = mn[ + 0] ] = angkah-langkah Algortma Ford Moore Bellman 1. angkah awal Dberkan : ( ) = l = 0, k = 1,2,...,n-1. s s Dengan (l) s = s adalah arak dar ttk awal s ke ttk s tu sendr. (1) (1) =, = 1,2,...,n-1. ( s, ) Jka ttk adacent dar ttk s maka: =, dengan (1) tuuan. (1) ( s, ) (1) merupakan arak antara ttk awal s ke ttk 66
9 JURNA MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN : Sebalknya ka ttk bukan adacent dar s maka: (1) =. ( s, ) 2. angkah 2 Setelah semua dketahu, dlanutkan ke langkah 2. (1) Menghtung dengan menggunakan rumus berkut n : = mn {,mn[ + ]} untuk k = 1dan = 1,2,.., n 1 N( G), dengan. 3. Ulang langkah 2, untuk 4. Penghentan teras k = 2,3,..., n 1. Jka dperoleh = untuk semua = 1,2,3,..., n 1, dengan syarat k n 1, maka teras dhentkan. Jka belum kembal ke langkah 3. Sebalkny ka ( k+1) srkut negatf, dan teras dhentkan., ketka k = n-1 maka n berart arngan memuat Sebelum algortma n dgunakan untuk menyelesakan permasalahan rute terpendek pada arngan alan yang menggunakan lampu lalu-lntas, algortma Ford Moore Bellman n terlebh dahulu dmodfkas. Modfkas dmaksudkan untuk menggant bobot lntasan dar arak menad waktu peralanan ttk s ke. Jka Π (t) adalah waktu peralanan tercepat atau mnmum dar ttk awal s ke ttk tuuan dengan waktu keberangkatan adalah t k, maka Π (t) dapat dperoleh dengan menggunakan fungs berkut n: Π (t) = mn { A( ) Π ( t) + D ( t)} dengan D ( t) = w ( t) d ( t) + dmana Π (t) : waktu peralanan dar ttk asal s ke ttk. D (t) : waktu peralanan total dar ttk ke ttk. d (t) : waktu peralanan dalam arc (, ). w (t) : waktu tunggu pada ttk. 67
10 Masalah Rute Terpendek (Eko Bud P dan Sunarsh) Model Matematka Waktu Peralanan Mnmum Model matematka masalah rute terpendek pada arngan alan menggunakan lampu lalu-lntas adalah memnmalkan bobot lntasan yang menghubungkan ttk awal dan ttk tuuan, dengan bobot lntasan terdr dar waktu peralanan pada arc dan waktu tunggu pada ttk yang dlalu. Jka dtulskan kedalam persamaan matematka maka masalah waktu peralanan mnmum dalam arngan alan yang menggunakan lampu lalu-lntas dapat dformulaskan kedalam model matemats sebaga berkut: n m Mn w x dengan, = 1 = 1 Dengan kendala pada tap-tap ttk sebaga berkut: x x = keluar masuk x x = keluar masuk x = keluar masuk 1 untuk node sumber (1) 0 untuk node antara (2) x 1 untuk node tuuan (3) : ttk asal : ttk tuuan w (t) : waktu peralanan pada arc (, ) w (t) : waktu tunggu pada ttk 3. METODOOGI PENEITIAN 3.1 Tahap Pertama Pada tahap pertama (formulas masalah), kegatan peneltan dlakukan dengan mengdentfkas masalah rute terpendek pada arngan alan yang menghubungkan Ngesrep dan Smpang ma. 3.2 Tahap Kedua Pada tahap kedua yang melput pengumpulan serta analsa data yang dperoleh dapat delaskan sebaga berkut : 68
11 JURNA MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN : Pengamblan Data Data-data yang dperlukan untuk peneltan n dperoleh dengan 2 cara : 1. Data Prmer Data prmer dperoleh dengan cara surve dlapangan. Data-data prmer yang dkumpulkan melput settng lampu lalu-lntas yatu (berupa lamanya lampu lalu-lntas menyala berwarna merah, kunng, dan hau ) untuk setap persmpangan alan yang menghubungkan Ngesrep Smpanglma. 2. Data Sekunder Data sekunder yang berupa lokas penempatan lampu lalu-lntas dperoleh dar nstans terkat yatu Dnas Perhubungan Kota Semarang, sedangkan data gambar atau peta arngan alan yang menghubungkan Ngesrep Smpanglma dapat dperoleh dar peta Semarang Pengolahan dan Analsa Data Pengolahan Data Pada tahap n dar data yang sudah terkumpul dmodfkas yatu merubah arak menad waktu peralanan dengan cara membag arak antar persmpangan dengan kecepatan rata-rata kendaraan yatu 40 km/am dan menyesuakan duras lampu lalu-lntas dar tga fase (merah, hau, dan kunng) menad dua fase (merah dan hau), dengan mengasumskan fase kunng adalah fase hau Analsa Data Setelah pengolahan data dlakukan, langkah selanutny dar data tersebut dbuat sebuah graph berarah yang menggambarkan model arngan alan yang menghubungkan Ngesrep dan Smpanglm dmana persmpangan alan dwakl oleh ttk sedangkan alan drepresentaskan kedalam arc. Kemudan langkah selanutnya adalah mencar rute yang mempunya waktu peralanan mnmum yang menghubungkan Ngesrep Smpanglm dengan menggunakan algortma Ford Moore Bellman yang telah dmodfkas. 69
12 Masalah Rute Terpendek (Eko Bud P dan Sunarsh) 4. HASI PENEITIAN Dar hasl pengolahan data dperoleh waktu peralanan mnmum yang dbutuhkan untuk bepergan dar Ngesrep ke Smpanglma adalah 659 detk atau 10 ment 59 detk. Rute yang mempunya waktu peralanan mnmum tersebut adalah : Setya Bud Teuku Umar Sultan Agung Dponegoro Pahlawan Smpanglma. 5. KESIMPUAN Algortma Ford Moore Bellman dgunakan untuk mencar lntasan terpendek dar ttk s ke ttk yang memuat palng banyak k + 1 gars berarah. ntasan n dapat dperoleh dar lntasan terpendek dar ttk s ke ttk yang memuat palng banyak k gars berarah. Dengan algortma Ford Moore Bellman yang dmodfkas dmaksudkan untuk menggant bobot lntasan dar arak menad waktu peralanan ttk s ke. DAFTAR PUSTAKA 1. AhuR.K.,J.B. Orln, S. Pallottno, dan M.G. Scutella. Mnmum tme and mnmum cost path problems n street networks wth perodc traffc lghts. Journal In Transportaton Scence Whtelaw, T.A. Introducton to abstract algebra.thrtd edton. New York: Blache Academc and Profesonal
BAB VB PERSEPTRON & CONTOH
BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur
Lebih terperinci3 METODE HEURISTIK UNTUK VRPTW
12 3 METODE HEURISTIK UNTUK VRPTW 3.1 Metode Heurstk Metode heurstk merupakan salah satu metode penentuan solus optmal dar permasalahan optmas kombnatoral. Berbeda dengan solus eksak yang menentukan nla
Lebih terperinciBAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian
BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve
Lebih terperinciPELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC
PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC Kurnawan *, Rolan Pane, Asl Srat Mahasswa Program Stud S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c
6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan
Lebih terperinciDIMENSI PARTISI GRAF GIR
Jurnal Matematka UNAND Vol. 1 No. 2 Hal. 21 27 ISSN : 2303 2910 c Jurusan Matematka FMIPA UNAND DIMENSI PARTISI GRAF GIR REFINA RIZA Program Stud Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam,
Lebih terperinciCatatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan
Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K
Lebih terperinciSISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS
SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d
Lebih terperinciPembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1
Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran
Lebih terperinciContoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.
BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya
Lebih terperinciBAB VI MODEL-MODEL DETERMINISTIK
BAB VI MODEL-MODEL DETERMINISTIK 6. Masalah Penyaluran Daya Lstrk Andakan seorang perencana sstem kelstrkan merencakan penyaluran daya lstrk dar beberapa pembangkt yang ternterkoneks dan terhubung dengan
Lebih terperinciDidownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan
Lebih terperinciBAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE
BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN Latar elakang Sekolah merupakan salah satu bagan pentng dalam penddkan Oleh karena tu sekolah harus memperhatkan bagan-bagan yang ada d dalamnya Salah satu bagan pentng yang tdak dapat dpsahkan
Lebih terperinciPADA GRAF PRISMA BERCABANG
PELABELAN TOTAL SUPER (a, d)-busur ANTI AJAIB PADA GRAF PRISMA BERCABANG Achmad Fahruroz,, Dew Putre Lestar,, Iffatul Mardhyah, Unverstas Gunadarma Depok Program Magster Fakultas MIPA Unverstas Indonesa
Lebih terperinciMEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM
MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan
Lebih terperinciPELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP
JMP : Volume 1 Nomor 2, Oktober 2009 PELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP Tryan dan Nken Larasat Fakultas Sans dan Teknk, Unverstas Jenderal Soedrman Purwokerto, Indonesa
Lebih terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinciBAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:
BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan
Lebih terperinciBAB II DASAR TEORI. 2.1 Definisi Game Theory
BAB II DASAR TEORI Perkembangan zaman telah membuat hubungan manusa semakn kompleks. Interaks antar kelompok-kelompok yang mempunya kepentngan berbeda kemudan melahrkan konflk untuk mempertahankan kepentngan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciBILANGAN RAMSEY SISI DARI r ( P, )
Charul Imron dan dy Tr Baskoro, Blangan Ramsey Ss BILANGAN RAMSY SISI DARI r ( P, ) (Ramsey Number from the Sde r ( P, ) ) Charul Imron dan dy Tr Baskoro Jurusan Matemátca, FMIPA ITS Surabaya mron-ts@matematka.ts.ac.d
Lebih terperinciSifat-sifat Operasi Perkalian Modular pada Graf Fuzzy
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 07 Sfat-sfat Operas Perkalan Modular pada raf Fuzzy T - 3 Tryan, ahyo Baskoro, Nken Larasat 3, Ar Wardayan 4,, 3, 4 Unerstas Jenderal Soedrman transr@yahoo.com.au
Lebih terperinciP n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman
OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran
Lebih terperinciIII. METODE PENELITIAN
III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la
Lebih terperinciIV. PERANCANGAN DAN IMPLEMENTASI SISTEM
IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa
Lebih terperinciJMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT
JMP : Volume 5 Nomor, Jun 03, hal. 3 - SPEKTRUM PD GRF REGULER KUT Rzk Mulyan, Tryan dan Nken Larasat Program Stud Matematka, Fakultas Sans dan Teknk Unerstas Jenderal Soedrman Emal : rzky90@gmal.com BSTRCT.
Lebih terperinciPENGURUTAN DATA. A. Tujuan
PENGURUTAN DATA A. Tuuan Pembahasan dalam bab n adalah mengena pengurutan data pada sekumpulan data. Terdapat beberapa metode untuk melakukan pengurutan data yang secara detl akan dbahas ddalam bab n.
Lebih terperinciBAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi
BAB III FUNGSI MAYOR DAN MINOR Pada bab n akan dbahas konsep-konsep dasar dar fungs mayor dan fungs mnor dar suatu fungs yang terdefns pada suatu nterval tertutup. Pendefnsan fungs mayor dan mnor tersebut
Lebih terperinci(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a
Lecture 2: Pure Strategy A. Strategy Optmum Hal pokok yang sesungguhnya menad nt dar teor permanan adalah menentukan solus optmum bag kedua phak yang salng bersang tersebut yang bersesuaan dengan strateg
Lebih terperinciPERANCANGAN JARINGAN AKSES KABEL (DTG3E3)
PERCG JRIG KSES KBEL (DTG3E3) Dsusun Oleh : Hafdudn,ST.,MT. (HFD) Rohmat Tulloh, ST.,MT (RMT) Prod D3 Teknk Telekomunkas Fakultas Ilmu Terapan Unverstas Telkom 015 Peramalan Trafk Peramalan Trafk Peramalan
Lebih terperinciBAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.
BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciTeori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang
Modul 1 Teor Hmpunan PENDAHULUAN Prof SM Nababan, PhD Drs Warsto, MPd mpunan sebaga koleks (pengelompokan) dar objek-objek yang H dnyatakan dengan jelas, banyak dgunakan dan djumpa dberbaga bdang bukan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinciBAB IV PEMBAHASAN MODEL
BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciBAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB
BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciBab 1 Ruang Vektor. R. Leni Murzaini/0906577381
Bab 1 Ruang Vektor Defns Msalkan F adalah feld, yang elemen-elemennya dnyatakansebaga skalar. Ruang vektor atas F adalah hmpunan tak kosong V, yang elemen-elemennya merupakan vektor, bersama dengan dua
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciSEARAH (DC) Rangkaian Arus Searah (DC) 7
ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan
Lebih terperinciBab 1 PENDAHULUAN Latar Belakang
11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan
Lebih terperinciBab III Analisis Rantai Markov
Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada
Lebih terperinciTINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph
TINJAUAN PUSTAKA Bayesan Networks BNs dapat memberkan nformas yang sederhana dan padat mengena nformas peluang. Berdasarkan komponennya BNs terdr dar Bayesan Structure (Bs) dan Bayesan Parameter (Bp) (Cooper
Lebih terperinciBAB 4 PERHITUNGAN NUMERIK
Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat
Lebih terperinciRANGKAIAN SERI. 1. Pendahuluan
. Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor
Lebih terperinciPROPOSAL SKRIPSI JUDUL:
PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciDISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA
DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA Dstrbus Bnomal Msalkan dalam melakukan percobaan Bernoull (Bernoull trals) berulang-ulang sebanyak n kal, dengan kebolehjadan sukses p pada tap percobaan,
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciBab IV Pemodelan dan Perhitungan Sumberdaya Batubara
Bab IV Pemodelan dan Perhtungan Sumberdaa Batubara IV1 Pemodelan Endapan Batubara Pemodelan endapan batubara merupakan tahapan kegatan dalam evaluas sumberdaa batubara ang bertuuan menggambarkan atau menatakan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciPENENTUAN DENSITAS PERMUKAAN
PENENTUAN DENSITAS PERMUKAAN Pada koreks topograf ada satu nla yang belum dketahu nlanya yatu denstas batuan permukaan (rapat massa batuan dekat permukaan). Rapat massa batuan dekat permukaan dapat dtentukan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2 Masalah Transportas Jong Jek Sang (20) menelaskan bahwa masalah transportas merupakan masalah yang serng dhadap dalam pendstrbusan barang Msalkan ada m buah gudang (sumber) yang
Lebih terperinciBAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.
BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan
Lebih terperinciBAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel
BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga
Lebih terperinciPENDAHULUAN Latar Belakang
PENDAHULUAN Latar Belakang Menurut teor molekuler benda, satu unt volume makroskopk gas (msalkan cm ) merupakan suatu sstem yang terdr atas sejumlah besar molekul (kra-kra sebanyak 0 0 buah molekul) yang
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah
Lebih terperinciBAB X RUANG HASIL KALI DALAM
BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan
Lebih terperinciBAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel
4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk
Lebih terperinciAPLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K
Jurnal Matematka Murn dan Terapan Vol. 3 No. Desember 009: 4-6 APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH Yun Yulda dan Muhammad Ahsar K Program Stud Matematka Unverstas
Lebih terperinciPenyelesaian Masalah Transshipmen Dengan Metoda Primal-Dual Wawan Laksito YS 2)
ISSN : 69 7 Penyelesaan Masalah Transshpmen Dengan Metoda Prmal-Dual Wawan Laksto YS ) Abstrak Masalah Pemndahan Muatan adalah masalah transportas yang melbatkan sambungan yang harus dlewat. Obektnya adalah
Lebih terperinciPEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Studi Kasus : Metode Secant)
PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Stud Kasus : Metode Secant) Melda panjatan STMIK Bud Darma, Jln.SM.Raja No.338 Sp.Lmun, Medan Sumatera Utara Jurusan Teknk Informatka e-mal : meldapjt.78@gmal.com
Lebih terperinciBAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat
BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton
Lebih terperinciTinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal
157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan
Lebih terperinci2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).
2 TINJAUAN PUSTAKA 2.1 Stud Yang Terkat Peneltan n mengacu pada jurnal yang dtuls oleh Khang, dkk.(1995). Dalam peneltannya, Khang, dkk membandngkan arus lalu lntas yang datur menggunakan sstem stats dan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu
4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013
Lebih terperinciBAB II TEORI ALIRAN DAYA
BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA
BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam
Lebih terperinciELEKTRONIKA ANALOG. Bab 2 BIAS DC FET Pertemuan 5 Pertemuan 7. Oleh : ALFITH, S.Pd, M.Pd
ELEKTONKA ANALOG Bab 2 BAS D FET Pertemuan 5 Pertemuan 7 Oleh : ALFTH, S.Pd, M.Pd 1 Pemran bas pada rangkaan BJT Masalah pemran bas rkatan dengan: penentuan arus dc pada collector yang harus dapat dhtung,
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut
Lebih terperinciGambar 3.1 Diagram alir penelitian
BAB 3 METODE PENELITIAN 3.1 Dagram Alr Peneltan Materal Amorph Magnetk (Fe 73 Al 5 Ga 2 P 8 C 5 B 4 S 3 ) Ekspermen DfraksNeutron (I vs 2theta) Smulas Insalsas atom secara random Fungs struktur, F(Q) Perhtungan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciPendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan
Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk
Lebih terperinciDekomposisi Nilai Singular dan Aplikasinya
A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak
Lebih terperinciBAB 4 METODOLOGI PENELITIAN DAN ANALISIS
28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan
Lebih terperinciRingkasan Statistika Kelas XI SMA Tarakanita 1 Jakarta BAB I STATISTIKA
BAB I STATISTIKA 1. PENGENALAN STATISTIKA A. PENGERTIAN DASAR STATISTIKA 1. Statstka dan Statstk Statstka adalah lmu tentang pengolahan dan analss suatu data hngga penarkan kesmpulan dar data tu. Statstk
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciKAJIAN DAN ALGORITMA PELABELAN PSEUDO EDGE-MAGIC. memiliki derajat maksimum dan tidak ada titik yang terisolasi. Jika n i adalah
BAB III KAJIAN DAN ALGORITMA PELABELAN PSEUDO EDGE-MAGIC III. Batas Bawah Magc Number pada Pelabelan Total Pseudo Edge-Magc Teorema 3.. Anggap G = (,E) adalah sebuah graf dengan n-ttk dan m-ss dan memlk
Lebih terperinciBAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang
BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan
Lebih terperinciDISTRIBUSI FREKUENSI
BAB DISTRIBUSI FREKUENSI Kompetens Mampu membuat penyajan data dalam dstrbus frekuens Indkator 1. Menjelaskan dstrbus frekuens. Membuat dstrbus frekuens 3. Menjelaskan macam-macam dstrbus frekuens 4. Membuat
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus
Lebih terperinciVLE dari Korelasi nilai K
VLE dar orelas nla Penggunaan utama hubungan kesetmbangan fasa, yatu dalam perancangan proses pemsahan yang bergantung pada kecenderungan zat-zat kma yang dberkan untuk mendstrbuskan dr, terutama dalam
Lebih terperinciBAB III METODE PENELITIAN. Sebelum melakukan penelitian, langkah yang dilakukan oleh penulis
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum melakukan peneltan, langkah yang dlakukan oleh penuls adalah mengetahu dan menentukan metode yang akan dgunakan dalam peneltan. Sugyono (2006: 1) menyatakan:
Lebih terperinciLAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES
LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES Hubungan n akan dawal dar gaya yang beraks pada massa fluda. Gaya-gaya n dapat dbag ke dalam gaya bod, gaya permukaan, dan gaya nersa. a. Gaya Bod Gaya bod
Lebih terperinciMODEL OPTIMAL SISTEM TRANSPORTASI ANGKUTAN KOTA
ODEL OPTIAL SISTE TRANSPORTASI ANGKUTAN KOTA PRAPTO TRI SUPRIYO Departemen atematka Fakultas atematka dan Ilmu Pengetahuan Alam Insttut Pertanan Bogor Jl erant, Kampus IPB Darmaga, Bogor 16680 Indonesa
Lebih terperinciBAB V TEOREMA RANGKAIAN
9 angkaan strk TEOEM NGKIN Pada bab n akan dbahas penyelesaan persoalan yang muncul pada angkaan strk dengan menggunakan suatu teorema tertentu. Dengan pengertan bahwa suatu persoalan angkaan strk bukan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi
3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V
Lebih terperinciPRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel
PRAKTIKUM 6 Penyelesaan Persamaan Non Lner Metode Newton Raphson Dengan Modfkas Tabel Tujuan : Mempelajar metode Newton Raphson dengan modfkas tabel untuk penyelesaan persamaan non lner Dasar Teor : Permasalahan
Lebih terperinci