MODEL SISTEM ANTRIAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "MODEL SISTEM ANTRIAN"

Transkripsi

1 BB V MODEL SISTEM TRI ada teori antrian, suatu model antrian digunaan untu memperiraan suatu situasi antrian sesungguhnya, sehingga elauan antrian dapat dianalisa secara matemati. Dengan model sistem antrian maa aan dimunginan untu menentuan uuran performansi pada ondisi steady, antara lain termasu: Jumlah rata-rata pelanggan yang berada dalam antrian atau sistem, Watu rata-rata dalam antrian atau sistem, Distribusi statisti dari umlah pelanggan dan watu dalam antrian, robabilitas antrian penuh atau osong, dan robabilitas mendapatan sistem dalam suatu ondisi tertentu. Uuran-uuran performansi tersebut sangat penting sebagai isu atau problem yang disebaban oleh situasi antrian yang biasanya terait dengan masalah epuasan pelanggan terhadap layanan. nalisa terhadap model antrian yang tepat aan memunginan penyebab antrian dapat diidentifiasi dan aibat-aibatnya dapat diminimisasi. Secara umum, model-model antrian sendiri dapat direpresentasian dengan menggunaan notasi Kendall sebagai beriut : Dimana : /B/S/K//Dis adalah distribusi watu antar edatangan B adalah distribusi watu layanan S adalah umlah dari sever K adalah apasitas sistem adalah populasi penduduan ( yang sedang melauan penduduan ) Dis adalah asumsi dari disiplin layanan Umumnya, 3 parameter terahir diabaian, sehingga notasi hanya terdiri dari /B/S dan diasumsian bahwa K = infinitely (= ), = infinitely, dan Dis = FIFO. otasi standar yang sering digunaan untu distribusi ( atau B) adalah: UJI/REKYS TRFIK TELEKOMUIKSI/BB V Halaman 1

2 M untu suatu distribusi Marovian (eponential) E κ untu suatu distribusi Erlang dengan fase κ D untu distribusi (onstan) Degenerate (atau Deterministic) G untu distribusi General (arbitrary) H untu suatu distribusi hase-type Sebagai contoh, "G/D/1" aan mengindiasian suatu proses edatangan General (bisa apa pun), suatu proses layanan Deterministic (constant time) dan suatu server tunggal (single). ada sistem switching, implementasi sistem antrian memunginan pelanggan-pelanggan yang belum terlayani untu antri sampai tersedianya sarana (resources) untu proses pelayanan. Ini berarti bahwa ia level intensitas trafi melebihi apasitas yang tersedia, maa panggilan dari pelanggan yang tida dapat dilayani tida harus langsung hilang; tapi dibuat menunggu sampai dapat dilayani. Model sistem antrian dapat diilustrasian secara sederhana pada gambar 5.1. Disiplin suatu antrian ditentuan oleh cara sistem switching menangani panggilan. Secara umum ada empat disiplin antrian yang dienal, yaitu: First in first out rinsip disiplin ini, hanya satu pelanggan yang dapat dilayani pada suatu watu tertentu dan pelanggan yang sudah menunggu paling lama yang aan dilayani lebih dulu. Last in first out ada disiplin ini hanya satu pelanggan uga yang dapat dilayani pada suatu watu tertentu, tapi pelanggan dengan watu menunggu paling pende yang aan dilayani lebih dulu. Erlang (trafi yang ditawaran) antrian server Gambar 5.1 Model sistem antrian. UJI/REKYS TRFIK TELEKOMUIKSI/BB V Halaman 2

3 rocessor sharing elanggan-pelanggan aan dilayani secara sama. Kapasitas aringan dibagi (shared) diantara para pelanggan dan para pelanggan secara efetif aan mengalami delay yang sama. riority elanggan dengan prioritas tinggi aan dilayani lebih dulu. roses antrian ditangani oleh sistem prosesor perangat switching dan dapat dimodelan dengan menggunaan persamaan ondisi. Sistem antrian biasanya menggunaan suatu bentu persamaan ondisi tertentu yang dienal sebagai Marov chain yang menadi model sistem pada setiap ondisi. Trafi yang datang e sistem di-model-an dengan suatu distribusi oisson dan menadi subye dari asumsi sistem antrian Erlang, yaitu : 1. ure-chance traffic Kelahiran dan ematian panggilan bersifat random dan eadian-eadiannya bersifat independent. 2. Statistical equilibrium robabilitas dalam sistem tida berubah. 3. Full availability Semua trafi yang datang dapat di-routing-an e semua pelanggan lainnya dalam aringan. 4. Congestion di clear an segera setelah server-server bebas. sumsi (1) sampai (3) merupaan fator umum pada sistem rugi. Dalam hal ini, asumsi (2) mengimpliasian bahwa (, trafi yang ditawaran, dan, apasitas server sistem switching). Jia, maa panggilanpanggilan aan masu e sistem dengan rate yang auh lebih besar dibanding eluarnya. Sebagai hasilnya, panang antrian secara ontinyu aan bertambah e arah tida terhingga (infinity). Ini berarti tida teradi eseimbangan statisti (statistical equilibrium). Jia merupaan umlah total panggilan dalam sistem, maa ia < panggilan-panggilan aan dapat dilayani semuanya dan tida teradi delay. pabila >, ia semua server sibu maa panggilan-panggilan yang datang pada saat itu aan mengalami delay. Jadi aan ada panggilan yang dilayani dan panggilan dalam antrian. Jia Tida ada antrian dan perilau sistem sama dengan sistem rugi tanpa congestion. Dimana UJI/REKYS TRFIK TELEKOMUIKSI/BB V Halaman 3

4 Jia () = )! (0 untu 0... (5-1) robabilitas dari suatu panggilan datang pada suatu periode watu yang sangat pende, δt, dari persamaan terdahulu di bab 2, yaitu probabilitas suatu panggilan datang yang dinyataan dengan (a) = δt / h dimana h adalah watu penduduan rata-rata. Maa, probabilitas suatu transisi dari panggilan 1 e pada sistem selama δt, dapat dinyataan dengan (-1 ) = (-1) δt / h Karena semua server sibu, hanya panggilan yang sedang dilayani yang aan diterminasi, sehingga probabilitas panggilan berahir (ending) dapat dinyataan dengan (e) = δt / h dan probabilitas suatu transisi dari e -1 adalah ( -1) = () (e) = () δt / h Untu eseimbangan statisti, (-1 ) = ( -1), adi dan () δt / h = (-1) δt / h () = ( 1)... (5-2) Tetapi arena maa () = )! (0 (persamaan (5-1)) UJI/REKYS TRFIK TELEKOMUIKSI/BB V Halaman 4

5 1 (+1) = ( ) (0).! 2 (+2) = ( ) (0) 2.! dan seterusnya... Maa, secara umum untu : ( ) (0) (0)... (5-3).!! Jia tida ada batasan untu panang antrian, maa dapat mempunyai nilai antara 0 sampai (infinity). Jadi 0 ( ) 1 Selanutnya, dari persamaan (5-1) dan (5-3) : 1 1 m (0) 0!! m0... (5-4) dimana m = -. Karena / 1, maa m0 m (0) 0! 1! 1 Sehingga didapat 1 1. (0)... (5-5)!( ) 0! Dalam hal ini, persamaan (5-1) dan (5-3) tergantung pada apaah atau, dimana (0) adalah berdasaran persamaan (5-5). Ini dienal sebagai Distribusi Erlang Kedua (Second Erlang Distribution). UJI/REKYS TRFIK TELEKOMUIKSI/BB V Halaman 5

6 UJI/REKYS TRFIK TELEKOMUIKSI/BB V Halaman 6 robabilitas Delay Delay teradi ia semua server sibu, misal >. Berdasaran pesamaan (5-3), probabilitas bahwa setidanya ada panggilan dalam sistem (dimana > ) dinyataan dengan : ) ( ) ( (0)! (0)! dimana =. Sehingga : 1 1 (0)! ) ( (0)!... (5-6) robabilitas delay adalah D = ( > ). Jadi (0)! D... (5-7) ) (, 2 E Yang menyataan probabilitas delay untu sistem dengan apasitas server dan penawaran trafi Erlang, dimana (0) berasal dari persamaan (5-5). Formula ini, untu E 2, (), dienal sebagai Rumus Tunggu Erlang (Erlang Delay Formula). Jia diperhatian embali persamaan (4-16) untu n =, dapat ditulis E () = E 1, () = i i i 0!!... (5-8)

7 Dari persamaan (5-5), (5-7) dan (5-8), dengan beberapa langah matematis aan didapatan hubungan antara E 1, () dan E 2, () sebagai beriut : E 2, E1, ( ) ( ) 1 (1 E1, ( ))... (5-9) Dengan memperhatian persamaan (4-22), dimana E 1, () = -Y/ atau E 1, () = R... (5-10) Dimana R merupaan selisih antara trafi yang ditawaran dengan trafi yang dapat diolah oleh sistem = merupaan trafi yang hilang atau tida dapat dimuat/diolah oleh sistem. Substitusi persamaan (5-10) e persamaan (5-9) aan menghasilan persamaan pratis : D E 2, ( ) R. ( R)... (5-11) Kapasitas ntrian Terbatas Secara pratis, sistem tida dapat diimplementasian dengan umlah antrian ta terbatas (infinity). Karenanya, bila antrian sudah penuh, panggilan yang datang beriutnya aan dihilangan. Jia antrian dibatasi hanya sampai Q panggilan, maa < Q +, sehingga dari penurunan persamaan (5-4) didapat 1 1 Q m (0) 0!! m0, adi : Q (0) 0!! 1... (5-12) Dalam hal ini, ia probabilitas ruginya ecil, maa esalahan pada penggunaan persamaan (5-5) dapat diabaian. robabilitas ruginya sendiri dapat diestimasi UJI/REKYS TRFIK TELEKOMUIKSI/BB V Halaman 7

8 dengan terlebih dahulu mengasumsian bahwa apasitas antrian adalah ta terbatas dan dilauan perhitungan ( > Q+), hasilnya : Q ( Q ) (0)! Q D... (5-13) Beberapa ersamaan ratis Lain : ersamaan (5-3) sampai dengan (5-7) aan menadi dasar pada persamaan-persamaan beriut : 1. Jumlah panggilan rata-rata dalam sistem : (i) Ketia teradi delay (harus menunggu), umlah panggilan rata-rata adalah '... (5-14) (ii) Rata-rata terhadap seluruh watu, umlah panggilan rata-rata adalah E2, ( ) atau D... (5-15) 2. anang antrian rata-rata: (i) Ketia teradi delay, panang antrian rata-rata adalah q' '... (5-16) (ii) anang antrian rata-rata terhadap seluruh watu q q'. D E 2, ( ) atau q D... (5-17) 3. Watu tunggu rata-rata (mean delay time) etia disiplin antriannya first in first out (FIFO) : UJI/REKYS TRFIK TELEKOMUIKSI/BB V Halaman 8

9 (i) (ii) Ketia teradi delay, watu tunggu rata-ratanya adalah h T '... (5-18) dimana h adalah watu penduduan rata-rata. Watu tunggu rata-rata terhadap seluruh watu T E ( ). T'. ' atau 2, D T h T D.... (5-19) 4. robabilitas menunggu pada antrian dengan disiplin FIFO : Karena watu penduduan mempunyai suatu distribusi probabilitas dengan esponensial negatif, maa untu watu tunggu T D : (i) Ketia teradi delay, probabilitas menunggu lebih lama dari watu t adalah : (ii) ( T t / T ' D t) e... (5-20) robabilitas terhadap seluruh watu ( T t / T ' D t) E2, ( ). e atau... (5-21) t / T ' D. e Formula untu ', q', dan T ' diperluan arena etia E 2, () ecil, delay (watu tunggu) yang teradi biasanya auh lebih besar dari T '. Formula-formula ini uga digunaan sebagai dasar untu situasi antrian yang lebih omple, misal, untu watu penduduan yang onstan (buan merupaan distribusi esponensial negatif), layanan random (tida termasu disiplin antrian FIFO) dan antrian dengan prioritas. ntrian Dengan rioritas : Seauh ini telah dibahas model antrian pada sistem lasi, dimana semua proses trafi mengiuti proses elahiran dan ematian (birth and death process). ada sistem-sistem dengan tipe trafi yang berbeda, maa perlu diapliasian prioritas diantara elas-elas yang berbeda. Sebagai contoh asus, dapat diamati antrian M/G/1 (notasi Kendall) dengan tipe trafi r ( contoh, tipe-tipe pelanggan). Tipe pelanggan i datang dengan model edatangan (stream) oisson dengan rate edatangan λ i, i = 1,2, UJI/REKYS TRFIK TELEKOMUIKSI/BB V Halaman 9

10 ..., r. Watu layanan rata-rata dinyataan dengan S i. Trafi yang ditawaran dari stream i adalah i = λ i S i. elanggan tipe 1 mempunyai prioritas paling tinggi, pelanggan tipe 2 mempunyai prioritas edua, dan seterusnya. Dalam hal ini, secara basis ada 2 tipe prioritas : 1. rioritas onpreemptive : layanan yang sedang beralan untu pelanggan yang prioritasnya lebih rendah tida diinterupsi oleh pelangganpelanggan yang prioritasnya lebih tinggi, tetapi merea harus menunggu sampai layanan untu pelanggan-pelanggan dengan prioritas lebih rendah tersebut selesai diproses. 2. rioritas reemtive-resume : layanan yang sedang beralan aan diinterupsi oleh edatangan pelanggan dengan prioritas lebih tinggi. Kemudian baru layanan dari pelanggan dengan prioritas lebih rendah dilanutan mulai dari titi saat dimana teradinya interupsi. (i). rioritas onpreemtive Jia dinotasian W i dan L i masing-masing sebagai watu rata-rata dalam antrian pelanggan tipe i dan umlah pelanggan tipe i yang menunggu dalam antrian, dimana i = 1,2,..., r. Semua pelanggan dibagi dalam elas-elas prioritas r. Watu layanan dan watu residual (sisa) untu pelanggan tipe i masing-masing dinyataan dengan S i dan R i. Maa watu tunggu untu pelanggan-pelanggan (misal tipe 1) dengan prioritas paling tinggi dapat dinyataan dengan W i = L q 1 S 1 + r R 1... (5-22) Suatu relasi yang sangat penting antara umlah rata-rata pelanggan dalam sistem L, watu tunda (tinggal) rata-rata T, dan umlah rata-rata pelanggan memasui (datang) e sistem λ, dapat dinyataan dengan huum Little sebagai L = λ T. Dengan mengapliasian huum Little e suatu antrian (tanpa server) aan memberian hubungan sebagai beriut L q 1 = λ W i... (5-23) UJI/REKYS TRFIK TELEKOMUIKSI/BB V Halaman 10

11 Dengan mengombinasian edua persamaan terahir, aan didapat watu tunggu rata-rata untu elas prioritas paling tinggi : W i = r 1 R (5-24) enentuan dari watu tunggu minimum dari pelanggan-pelanggan dengan prioritas lebih rendah lebih sulit. Biasanya dilauan dengan cara membagi watu tunggu ini dalam porsi-porsi seperti diperlihatan pada gambar 5.2. orsi pertama s 1 adalah umlah wor yang terait dengan pelanggan yang dalam layanan dan semua pelanggan-pelanggan lain bai dengan prioritas sama atau lebih tinggi yang datang pada antrian. orsi edua s 2 adalah umlah dari wor dengan prioritas yang lebih tinggi yang datang selama s 1. orsi etiga s 3 adalah umlah dari wor dengan prioritas yang lebih tinggi yang datang selama s 2, dan seterusnya, sehingga watu tunggunya adalah W i = E(s 1 + s 2 + s ) = 1 s... (5-25) Karena setiap elas mempunyai trafi yang ditawaran sebesar, aan lebih mudah ditunuan bahwa untu pelanggan-pelanggan tipe i, hubungan antar porsi watu yang berurutannya dapat dinyataan sebagai : Wor (watu) S 1 S 2 S 3 Kedatangan dari pelanggan-pelanggan tipe 1 watu Gambar 5.2. Watu tunggu dari pelanggan tipe 2. UJI/REKYS TRFIK TELEKOMUIKSI/BB V Halaman 11

12 E(s +1 ) = ( i-1 ) E(s )... (5-26) Menggunaan persamaan (5-26) untu setiap trafi tipe i, aan didapat progresi geometri dari porsi-porsi watu sebagai beriut : E(s +1 ) = ( i-1 ) E(s 1 ), =0,1,2, (5-27) Dari persamaan (5-25) dan (5-27), maa dapat diperoleh watu tunggu rata-rata dari tipe trafi i : W i = 1 ( 1 E( s1)... 2 i1 i r q L S ( 1 2 R... i1 )... (5-28) Menggunaan persamaan (5-24) dan (5-28) di atas, secara langsung dapat ditunuan bahwa R W i = ( (... ) r i 1 2 i1 dengan i = 1,2,..., r... (5-29) Sehinggga didapat watu tunda untu tipe trafi i adalah T i = W i + S 1... (5-30) (ii). rioritas reemtive Delay layanan untu prioritas preemtive mengiuti analisa untu prioritas non-preemtive. Watu tunggu W i dari tipe trafi i dialulasi menggunaan persamaan (5-29) seperti untu non-preemtive, dimana untu hal ini umlah total wor pada sistem tida tergantung epada permintaan dimana pelanggan-pelanggan dilayani, tetapi yang berbeda adalah watu tundanya (soourn time), sehingga dengan bereferensi persamaan (5-28) aan didapat T i = W i + S 1 ( i 1) i, i = 1,2,..., r... (5-31) UJI/REKYS TRFIK TELEKOMUIKSI/BB V Halaman 12

PEMODELAN TRAFIK UNTUK JARINGAN WIRELESS

PEMODELAN TRAFIK UNTUK JARINGAN WIRELESS BB VI PEMODELN RFI UNU JRINGN WIRELESS eori trafi yang diembangan untu jaringan wireline ternyata tida dapat langsung diapliasian untu jaringan wireless seluler. Pada jaringanjaringan untu teleomuniasi

Lebih terperinci

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 3 LANGKAH PEMECAHAN MASALAH BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

BAB IV APLIKASI PADA MATRIKS STOKASTIK BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii

Lebih terperinci

Aplikasi diagonalisasi matriks pada rantai Markov

Aplikasi diagonalisasi matriks pada rantai Markov J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan

Lebih terperinci

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa

Lebih terperinci

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan

Lebih terperinci

BAB III METODE SCHNABEL

BAB III METODE SCHNABEL BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan

Lebih terperinci

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan

Lebih terperinci

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan

Lebih terperinci

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)

Lebih terperinci

Pemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai

Pemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai Pemodelan Dan Esperimen Untu enentuan Parameter Tumbuan Non Elasti Antara Benda Dengan Lantai Puspa onalisa,a), eda Cahya Fitriani,b), Ela Aliyani,c), Rizy aiza,d), Fii Taufi Abar 2,e) agister Pengajaran

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Pada bab ini disampaian beberapa pengertian dasar yang diperluan pada bab selanutnya. Selain definisi, diberian pula lemma dan teorema dengan atau tanpa buti. Untu beberapa teorema

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belaang Di aman searang sebuah adal yang tersusun rapi merupaan ebutuhan bagi setiap individu. Namun masalah penyusunan sebuah adal merupaan sebuah masalah umum yang teradi,

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas

Lebih terperinci

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT 3.1 Studi Literatur tentang Pengelolaan Sampah di Beberapa Kota di Dunia Kaian ilmiah dengan metode riset operasi tentang masalah

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya

Lebih terperinci

BAB 2 TEORI PENUNJANG

BAB 2 TEORI PENUNJANG BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan

Lebih terperinci

PERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU

PERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU PERTEMUAN 2 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU 2. SISTEM WAKTU DISKRET Sebuah sistem watu-disret, secara abstra, adalah suatu hubungan antara barisan masuan dan barisan eluaran. Sebuah

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.1 Keranga Pemiiran Pemerintah ahir-ahir ini sering dihadapan pada masalah persediaan pupu bersubsidi yang daya serapnya rendah dan asus elangaan di berbagai loasi di Indonesia.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti

Lebih terperinci

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN Amethis Otaorora 1, Bilqis Amaliah 2, Ahmad Saihu 3 Teni Informatia, Faultas Tenologi

Lebih terperinci

DESKRIPSI SISTEM ANTRIAN PADA BANK SULUT MANADO

DESKRIPSI SISTEM ANTRIAN PADA BANK SULUT MANADO DESKRIPSI SISTEM ANTRIAN PADA BANK SULUT MANADO 1 Selvia Hana, Tohap Manurung 1 Jurusan Matematia, FMIPA, Universitas Sam Ratulangi Jurusan Matematia, FMIPA, Universitas Sam Ratulangi Abstra Antrian merupaan

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3

Lebih terperinci

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI YANG TIDAK LINIER DENGAN ANALISIS REGRESI FOURIER

BAB III MENYELESAIKAN MASALAH REGRESI YANG TIDAK LINIER DENGAN ANALISIS REGRESI FOURIER BAB III MENYELESAIKAN MASALAH REGRESI YANG TIAK LINIER ENGAN ANALISIS REGRESI FOURIER 3.1 Pengantar Model ARIMA digunaan untu analisis data deret watu pada ategori data berala tunggal, atau sering diategorian

Lebih terperinci

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman. JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB TINJAUAN PUSTAKA.1 Sifat Dasar Neutron Neutron yang dihasilan dari reator nulir biasanya merupaan neutron berenergi rendah. Secara umum, neutron energi rendah dapat dilasifiasian dalam tiga enis yaitu

Lebih terperinci

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA

Lebih terperinci

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam

Lebih terperinci

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan I. PENDAHULUAN. Latar Belaang Teori graf merupaan salah satu bagian ilmu dari matematia dan merupaan poo bahasan yang relatif muda jia dibandingan dengan cabang ilmu matematia yang lain seperti aljabar

Lebih terperinci

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

BAB 3 PRINSIP SANGKAR BURUNG MERPATI BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana

Lebih terperinci

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108

Lebih terperinci

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,

Lebih terperinci

MEKANIKA TANAH HIDROLIKA TANAH DAN PERMEABILITAS MODUL 3

MEKANIKA TANAH HIDROLIKA TANAH DAN PERMEABILITAS MODUL 3 MEKANIKA TANAH MODUL 3 HIDROLIKA TANAH DAN PERMEABILITAS UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Setor 7, Bintaro Jaya Tangerang Selatan 15224 Silus hidrologi AIR TANAH DEFINISI : air yang terdapat

Lebih terperinci

SISTEM ANTRIAN PELAYANAN BONGKAR MUAT KAPAL DI TERMINAL BERLIAN PELABUHAN TANJUNG PERAK SURABAYA

SISTEM ANTRIAN PELAYANAN BONGKAR MUAT KAPAL DI TERMINAL BERLIAN PELABUHAN TANJUNG PERAK SURABAYA SISTEM ANTRIAN PELAYANAN BONGKAR MUAT KAPAL DI TERMINAL BERLIAN PELABUHAN TANJUNG PERAK SURABAYA Ruhana Khabibah, Hery Tri Sutanto 2, Yuliani Puji Astuti 3 Jurusan Matematia, Faultas Matematia dan Ilmu

Lebih terperinci

Analisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network

Analisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network Analisa Drop Tegangan dan Susut Daya pada Jaringan Listri Penyulang Renon Menggunaan Metode Artificial Neural Networ I Gede Dyana Arana Jurusan Teni Eletro Faultas Teni, Universitas Udayana Denpasar, Bali,

Lebih terperinci

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium

Lebih terperinci

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN Pardi Affandi, Faisal, Yuni Yulida Abstra: Banya permasalahan yang melibatan teori sistem dan teori ontrol serta apliasinya. Beberapa referensi

Lebih terperinci

ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT

ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT Jurnal Teni Eletro Vol. 3 No.1 Januari - Juni 1 6 ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoo Sumaryono ABSTRACT Noise is inevitable in communication

Lebih terperinci

JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA

JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA Giri Dhaneswara 1) dan Veronica S. Moertini 2) Jurusan Ilmu Komputer, Universitas Katoli Parahyangan, Bandung Email: 1) rebirth_82@yahoo.com,

Lebih terperinci

KAJIAN PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE FACE-ARG DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

KAJIAN PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE FACE-ARG DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Media Informatia, Vol. 5, No. 2, Desember 2007, 99-111 ISSN: 0854-4743 KAJIAN PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE FACE-ARG DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Anita Desiani Jurusan Matematia,

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan

Lebih terperinci

VARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL

VARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL SEMINAR NASIONAL PENDIDIKAN SAINS Peningatan Kualitas Pembelajaran Sains dan Kompetensi Guru melalui Penelitian & Pengembangan dalam Menghadapi Tantangan Abad-1 Suraarta, Otober 016 VARIASI NILAI BATAS

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN TINJAUAN PUSTAKA 1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii

Lebih terperinci

Optimasi Non-Linier. Metode Numeris

Optimasi Non-Linier. Metode Numeris Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran

Lebih terperinci

ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER

ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER Oleh: Supardi SEKOLAH PASCA SARJANA JURUSAN ILMU FISIKA UNIVERSITAS NEGERI YOGYAKARTA 2012 1 PENDAHULUAN Liquid Crystal elastomer (LCE

Lebih terperinci

REKAYASA TRAFIK ARRIVAL PROCESS

REKAYASA TRAFIK ARRIVAL PROCESS REKAYASA TRAFIK ARRIVAL PROCESS eko fajar [ST3 TELKOM] [ekofajarcahyadi@st3telkom.ac.id] 1. Karakteristik Point Process a. Stasioner b. Independen c. Simple Seperti yang sudah dijelaskan di awal bahwa

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Teori Fuzzy 2.1.1 Dasar-Dasar Teori Fuzzy Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai estension dari teori onvensional atau crisp set. Di dalam teori crisp

Lebih terperinci

BAB III PEMBAHASAN. Dalam skripsi ini akan dibahas tentang model antrean satu server dengan

BAB III PEMBAHASAN. Dalam skripsi ini akan dibahas tentang model antrean satu server dengan BAB III PEMBAHASAN Dalam skripsi ini akan dibahas tentang model antrean satu server dengan disiplin antrean Preemptive dengan pola kedatangan berdistribusi Poisson dan waktu pelayanan berdistribusi Eksponensial.

Lebih terperinci

Simulasi Antrian Jaringan Multi Server Menggunakan Metode Open Jackson

Simulasi Antrian Jaringan Multi Server Menggunakan Metode Open Jackson IJCCS, Vol.7, No.2, July 2013, pp. 177~188 ISSN: 1978-1520 177 Simulasi Antrian Jaringan Multi Server Menggunaan Metode Open Jacson I Wan Supriana* 1, Subanar 2 1 Jurusan Ilmu Komputer, FMIPA UNUD, Denpasar

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen

Lebih terperinci

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program

Lebih terperinci

CATATAN KULIAH RISET OPERASIONAL

CATATAN KULIAH RISET OPERASIONAL CATATAN KULIAH RISET OPERASIONAL Pertemuan minggu pertama ( x 50 menit) Pemrograman Bulat Linear (Integer Linear Programming - ILP) Tuuan Instrusional Umum : Mahasiswa dapat menggunaan algoritma yang

Lebih terperinci

3. Sebaran Peluang Diskrit

3. Sebaran Peluang Diskrit 3. Sebaran Peluang Disrit EL2002-Probabilitas dan Statisti Dosen: Andriyan B. Susmono Isi 1. Sebaran seragam (uniform) 2. Sebaran binomial dan multinomial 3. Sebaran hipergeometri 4. Sebaran Poisson 5.

Lebih terperinci

PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Wahyudi, Sorihi, dan Iwan Setiawan. Jurusan Teni Eletro Faultas Teni Universitas Diponegoro Semarang e-mail : wahyuditinom@yahoo.com.

Lebih terperinci

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing . DISTRIUSI INOMIL pabila sebuah oin mata uang yang memilii dua sisi bertulisan ambar () dan nga () dilempar satu ali, maa peluang untu mendapatan sisi ambar adalah,5 atau. pabila oin tersebut dilempar

Lebih terperinci

MAKALAH SEMINAR TUGAS AKHIR

MAKALAH SEMINAR TUGAS AKHIR 1 MAKALAH SEMINAR TUGAS AKHIR PENGENALAN POLA GEOMETRI WAJAH MENGGUNAKAN JARINGAN SYARAF TIRUAN PERAMBATAN BALIK Muhamad Tonovan *, Achmad Hidayatno **, R. Rizal Isnanto ** Abstra - Pengenalan waah adalah

Lebih terperinci

Soal-Jawab Fisika OSN x dan = min. Abaikan gesekan udara. v R Tentukan: a) besar kelajuan pelemparan v sebagai fungsi h. b) besar h maks.

Soal-Jawab Fisika OSN x dan = min. Abaikan gesekan udara. v R Tentukan: a) besar kelajuan pelemparan v sebagai fungsi h. b) besar h maks. Soal-Jawab Fisia OSN - ( poin) Sebuah pipa silinder yang sangat besar (dengan penampang lintang berbentu lingaran berjarijari R) terleta di atas tanah. Seorang ana ingin melempar sebuah bola tenis dari

Lebih terperinci

Kata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan

Kata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan Statisti Respon Kanal Radio Dalam Ruang Pada Freuensi,6 GHz Christophorus Triaji I, Gamantyo Hendrantoro, Puji Handayani Institut Tenologi Sepuluh opember, Faultas Tenologi Industri, Jurusan Teni Eletro

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup [1] Sistem endali dapat diataan sebagai hubungan antara omponen yang membentu sebuah onfigurasi sistem, yang aan menghasilan tanggapan sistem yang diharapan.

Lebih terperinci

PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER

PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER Tantri Windarti Program Studi Sistem Informasi STMIK Surabaya Jl Raya Kedung Baru 98, Surabaya

Lebih terperinci

BAB II DASAR TEORI. II.1. Pendahuluan

BAB II DASAR TEORI. II.1. Pendahuluan BAB II DASAR EORI II.1. Pendahuluan Pada bab ini pertama-tama aan dijelasan secara singat apa yang dimasud dengan target tracing dalam sistem Radar. Di dalam sebuah sistem Radar ada beberapa proses yang

Lebih terperinci

[Rekayasa Trafik] [Pertemuan 9] Overview [Little s Law Birth and Death Process Poisson Model Erlang-B Model]

[Rekayasa Trafik] [Pertemuan 9] Overview [Little s Law Birth and Death Process Poisson Model Erlang-B Model] [Rekayasa Trafik] [Pertemuan 9] Overview [Little s Law Birth and Death Process Poisson Model Erlang-B Model] eko fajar cahyadi [ekofajarcahyadi@st3telkom.ac.id] Overview 1. Little s Law 2. Birth & Death

Lebih terperinci

OPTIMASI PENGATURAN RUTE KENDARAAN DENGAN MUATAN KONTAINER PENUH MENGGUNAKAN METODE DEKOMPOSISI LAGRANGIAN

OPTIMASI PENGATURAN RUTE KENDARAAN DENGAN MUATAN KONTAINER PENUH MENGGUNAKAN METODE DEKOMPOSISI LAGRANGIAN OIMASI ENGAURAN RUE KENARAAN ENGAN MUAAN KONAINER ENUH MENGGUNAKAN MEOE EKOMOSISI LAGRANGIAN Ahmed ata Fardiaz Rully Soelaiman S.Kom M.Kom Jurusan eni Informatia Faultas enologi Informasi Institut enologi

Lebih terperinci

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract

Lebih terperinci

BAB ELASTISITAS. Pertambahan panjang pegas

BAB ELASTISITAS. Pertambahan panjang pegas BAB ELASTISITAS 4. Elastisitas Zat Padat Dibandingan dengan zat cair, zat padat lebih eras dan lebih berat. sifat zat padat yang seperti ini telah anda pelajari di elas SLTP. enapa Zat pada lebih eras?

Lebih terperinci

TEORI KINETIKA REAKSI KIMIA

TEORI KINETIKA REAKSI KIMIA TORI KINTIK RKSI KII da (dua) pendeatan teoreti untu menjelasan ecepatan reasi, yaitu: () Teori tumbuan (collision theory) () Teori eadaan transisi (transition-state theory) atau teori omples atif atau

Lebih terperinci

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT TUGAS AKHIR STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT 040803023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik Penerapan Sistem Persamaan Lanjar untu Merancang Algoritma Kriptografi Klasi Hendra Hadhil Choiri (135 08 041) Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

Makalah Seminar Tugas Akhir

Makalah Seminar Tugas Akhir Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,

Lebih terperinci

APLIKASI SIMULASI MONTE CARLO UNTUK MENENTUKAN KEANDALAN SISTEM DISTRIBUSI PRIMER TENAGA LISTRIK

APLIKASI SIMULASI MONTE CARLO UNTUK MENENTUKAN KEANDALAN SISTEM DISTRIBUSI PRIMER TENAGA LISTRIK Apliasi Simulasi onte Carlo anuaba, Suerayasa, Satriya Utama APLIKASI SIULASI ONTE CARLO UNTUK ENENTUKAN KEANDALAN SISTE DISTRIBUSI PRIER TENAGA LISTRIK IBG anuaba, I Wayan Suerayasa, Ngaan P Satriya Utama

Lebih terperinci

Perbandingan Antara Algoritma Penghapusan Bising Adaptif LMS dan Adaptif RLS dalam Penghapusan Bising Kendaraan

Perbandingan Antara Algoritma Penghapusan Bising Adaptif LMS dan Adaptif RLS dalam Penghapusan Bising Kendaraan Perbandingan Antara Algoritma Penghapusan Bising Adaptif LMS dan Adaptif RLS dalam Penghapusan Bising Kendaraan Sri Arttini Dwi Prasetyowati 1), Adhi Susanto ), homas Sriwidodo ), Jazi Eo Istiyanto 3)

Lebih terperinci

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor MATA KULIAH MATEMATIKA TEKNIK [KODE/SKS : KD4 / SKS] Ruang Vetor FIELD: Ruang vetor V atas field salar K adalah himpunan ta osong dengan operasi penjumlahan vetor dan peralian salar. Himpunan ta osong

Lebih terperinci

MODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU

MODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU MDEL MATEMATIKA KNSENTRASI KSIGEN TERLARUT PADA EKSISTEM PERAIRAN DANAU Sutimin Jurusan Matematia, FMIPA Universitas Diponegoro Jl. Prof. H. Soedarto SH Tembalang, Semarang 5075 E-mail: su_timin@yanoo.com

Lebih terperinci

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan

Lebih terperinci

PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV

PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV Nama Mahasiswa : Husien Haial Fasha NRP : 1207 100 011 Jurusan : Matematia FMIPA-ITS Dosen Pembimbing : Drs. Suharmadi, Dipl.

Lebih terperinci

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang LANDASAN TEORI Ruang Contoh Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam ondisi yang sama yang hasilnya tida dapat dipredisi secara tepat tetapi ita dapat mengetahui semua emunginan hasil

Lebih terperinci

STUDI KEANDALAN PENYULANG 20 kv DI GARDU INDUK PADANG SAMBIAN MENGGUNAKAN METODE SIMULASI MONTE CARLO INTISARI

STUDI KEANDALAN PENYULANG 20 kv DI GARDU INDUK PADANG SAMBIAN MENGGUNAKAN METODE SIMULASI MONTE CARLO INTISARI Studi Keandalan Penyulang 20 V anuaba, Suerayasa, Oa STUDI KEANDALAN PENYULANG 20 V DI GARDU INDUK PADANG SABIAN ENGGUNAKAN ETODE SIULASI ONTE CARLO IBG anuaba*, I Wayan Suerayasa*, I ade Oa Widnya** *Staff

Lebih terperinci

RINGKASAN SKRIPSI MODUL PERKALIAN

RINGKASAN SKRIPSI MODUL PERKALIAN RINGKASAN SKRIPSI MODUL PERKALIAN SAMSUL ARIFIN 04/177414/PA/09899 DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM YOGYAKARTA 2008 HALAMAN PENGESAHAN

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN

BAB III HASIL DAN PEMBAHASAN 15 BAB III HASIL DAN PEMBAHASAN 3.1Relasi Dispersi Pada bagian ini aan dibahas relasi dispersi untu gelombang internal pada fluida dua-lapisan.tinjau lapisan fluida dengan ρ a dan ρ b berturut-turut merupaan

Lebih terperinci

ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP)

ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP) ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP) Igusta Wibis Vidi Abar Purwanto 2 FMIPA Universitas Negeri Malang E-mail: wibis.roccity@gmail.com Abstra: Multi Depot Vehicle Routing

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series) III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunaan data seunder bersifat runtun watu (time series) dalam periode tahunan dan data antar ruang (cross section). Data seunder tersebut

Lebih terperinci

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group Uji Alternatif Data Terurut Perbandingan antara Uji Joncheere Terpstra dan Modifiasinya Ridha Ferdhiana Statistics Peer Group Jurusan Matematia FMIPA Universitas Syiah Kuala Banda Aceh, Aceh, 23 email:

Lebih terperinci

Pengaruh Masuknya Penambahan Pembangkit Baru kedalam Jaringan 150 kv pada Kapasitas Circuit Breaker

Pengaruh Masuknya Penambahan Pembangkit Baru kedalam Jaringan 150 kv pada Kapasitas Circuit Breaker Pengaruh Masunya Penambahan Pembangit Baru edalam Jaringan 150 V pada Kapasitas Circuit Breaer Emelia, Dian Yayan Suma Jurusan Teni Eletro Faultas Teni Universitas Riau Kampus Binawidya Km 12,5 Simpang

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Tinjauan Pustaa Untu menacapai tujuan penulisan sripsi, diperluan beberapa pengertian dan teori yang relevan dengan pembahasan. Karena itu, dalam subbab ini aan diberian beberapa

Lebih terperinci

IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD

IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD JMP : Vol. 9 No. 1, Juni 17, hal. 13-11 ISSN 85-1456 IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR Gumgum Darmawan Statistia FMIPA UNPAD gumgum@unpad.ac.id Budhi Handoo Statistia

Lebih terperinci

PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB

PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB Wirda Ayu Utari Universitas Gunadarma utari.hiaru@gmail.com ABSTRAK Program pengenalan pola ini merupaan program yang dibuat

Lebih terperinci

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas

Lebih terperinci

BAB III. dan menghamburkan

BAB III. dan menghamburkan BAB III MODEL GELOMBANG DAN MODEL ARUS III... Model Numeri Medan Gelombang Untu dapat menggambaran ondisi pola arus di daerah pantai ang diaibatan oleh gelombang maa ita harus dapat mengetahui ondisi medan

Lebih terperinci

IMPLEMENTASI DAN ANALISIS ALGORITMA PENCARIAN RUTE TERPENDEK DI KOTA SURABAYA

IMPLEMENTASI DAN ANALISIS ALGORITMA PENCARIAN RUTE TERPENDEK DI KOTA SURABAYA 94 IMPLEMENTASI DAN ANALISIS ALGORITMA PENCARIAN RUTE TERPENDEK DI KOTA SURABAYA Yudhi Purwananto 1, Diana Purwitasari 2, Agung Wahyu Wibowo Jurusan Teni Informatia, Institut Tenologi Sepuluh Nopember

Lebih terperinci

Karakteristik Proses Antrian. Pola kedatangan Pola layanan Disiplin antrian Kapasitas sistem Jumlah kanal layanan Jumlah tingkat/stages layanan

Karakteristik Proses Antrian. Pola kedatangan Pola layanan Disiplin antrian Kapasitas sistem Jumlah kanal layanan Jumlah tingkat/stages layanan Sistem Antrian Umum Karakteristik Proses Antrian Pola kedatangan Pola layanan Disiplin antrian Kapasitas sistem Jumlah kanal layanan Jumlah tingkat/stages layanan Stochastic Distribusi probabilitas Pola

Lebih terperinci

KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB 2012

KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB 2012 KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB Konsep Kinetia/ Laju Reasi Laju reasi menyataan laju perubahan onsentrasi zat-zat omponen reasi setiap satuan watu: V [ M ] t Laju pengurangan onsentrasi

Lebih terperinci

MODUL V PENCACAH BINER ASINKRON (SYNCHRONOUS BINARY COUNTER)

MODUL V PENCACAH BINER ASINKRON (SYNCHRONOUS BINARY COUNTER) MOUL V PENH INE SINON (SYNHONOUS INY OUNTE) I. Tujuan instrusional husus 1. Membuat rangaian dan mengamati cara erja suatu pencacah iner (inary counter). 2. Menghitung freuensi output pencacah iner. 3.

Lebih terperinci

Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR)

Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR) Maalah Seminar ugas Ahir Apliasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self uning Regulator (SR) Oleh : Muhammad Fitriyanto e-mail : D_3_N2@yahoo.com Maalah Seminar ugas Ahir Apliasi

Lebih terperinci

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat

Lebih terperinci

Kumpulan soal-soal level seleksi provinsi: solusi:

Kumpulan soal-soal level seleksi provinsi: solusi: Kumpulan soal-soal level selesi provinsi: 1. Sebuah bola A berjari-jari r menggelinding tanpa slip e bawah dari punca sebuah bola B berjarijari R. Anggap bola bawah tida bergera sama seali. Hitung ecepatan

Lebih terperinci