PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER

Ukuran: px
Mulai penontonan dengan halaman:

Download "PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER"

Transkripsi

1 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 ABSTRAK PT X merupaan perusahaan yang memprodusi besi beton dengan berbagai macam uuran diameter, mulai diameter 6 mm sampai dengan 32 mm Dalam memenuhi permintaan produ yang cuup bervariasi membuat perusahaan esulitan dalam merencanaan produsi untu menghasilan euntungan yang paling masimal pada periode 1 minggu Seauh ini PT X hanya menentuan umlah pembuatan produ secara coba-coba dalam memenuhi permintaan, sehingga tida bisa menghasilan euntungan yang masimal Untu membantu memecahan masalah tersebut digunaan metode pemrograman linier, yaitu suatu cara perencanaan ativitas yang menggunaan model matematis untu melauan perhitungan optimasi produsi dengan tuuan menghasilan euntungan masimal Dengan metode ini maa diharapan PT X dapat menyusun rencana produsi yang lebih optimal dengan memperhatian eterbatasan sumber daya yang ada Hasil dari penerapan metode yang digunaan terlihat bahwa dengan menggunaan metode pemrograman linier perusahaan bisa memprodusi besi beton untu semua diameter sesuai dengan permintaan, sehingga perusahaan selama seminggu memperoleh euntungan masimal 23,14% lebih besar dari euntungan yang diperoleh sebelumnya Kata Kunci : Pemodelan, Pemasimalan Keuntungan, Pemrograman Linier I PENDAHULUAN Setiap perusahaan bertuuan untu mencari euntungan yang masimal dalam menalanan egiatan perusahaan Terlebih pada era globalisasi saat ini, setiap organisasi dituntut senantiasa mamanfaatan sumber daya yang dimilii seoptimal mungin Namun enyataannya, perusahaan mengalami banya hambatan dalam pencapaian tuuan, sehingga perusahaan tersebut mengerahan berbagai usaha untu mengatasai masalah yang sedang dihadapinya Persoalan umum yang dihadapi oleh perusahaan adalah bagaimana mengombinasian fator-fator produsi atau sumber daya yang dimilii secara bersama dengan tepat agar diperoleh euntungan masimal dengan biaya yang minimal Dalam dunia industri, perbandingan antara biaya produsi dengan harga ual sangat mempengaruhi daya saing di pasar Biaya produsi sangat ditentuan oleh efisiensi dan perhitungan perbandingan input terhadap output dalam proses produsi Efisiensi merupaan tindaan memasimalan hasil dengan menggunaan modal (tenaga era, material dan alat) yang minimal [1] Efisiensi uga dapat diartian sebagai upaya penggunaan input yang seecilecilnya untu mendapatan produsi yang sebesar-besarnya [2] Dengan demiian, piha manaemen dapat mengombinasian fator-fator produsi dengan teni pengelolaan tertentu sehingga dapat menghasilan suatu produ secara efetif dan efisien dalam umlah, ualitas, watu maupun biaya produsinya PT X merupaan salah satu perusahaan manufatur yang bergera dalam bidang pengecoran besi Bahan bau utamanya adalah iron scrap yang diadian steel billet (besi batangan) sebagai bahan setengah adi Produ yang dihasilan adalah besi beton dengan berbagai macam diameter, yaitu mulai diameter 6 mm sampai 32 mm Diameter yang sangat bervariasi tersebut mengaibatan harga ual yang berbeda, sehingga euntungan yang diperoleh uga berbeda

2 Dalam memenuhi permintaan produ yang cuup bervariasi, PT X telah menetapan ebiaan bahwa permintaan yang dieraan adalah permintaan yang diumpulan 1 minggu sebelumnya Sehingga perusahaan tersebut esulitan dalam merencanaan produsi untu menghasilan euntungan yang paling masimal pada periode 1 minggu Seauh ini PT X hanya menentuan umlah produsi secara coba-coba sehingga tida bisa menghasilan euntungan yang masimal Setiap perusahaan umumnya ingin memperoleh euntungan masimal dengan mengoptimalan eterbatasan sumber daya yang ada [3] Hal itu dapat diselesaian menggunaan metode pemrograman linier [4] Metode tersebut terbuti dapat mengoptimalan tuuan produsi yang ingin dicapai berdasaran batasan-batasan sumber daya yang ada [5] Hal tersebut dipertegas oleh ilmuwan lain yang menyataan bahwa bila perusahaan menghasilan produ yang bervariasi, maa metode perencanaan untu memprodusi barang agar memperoleh euntungan yang masimal dapat diperoleh dengan pemrograman linier [6] Dengan demiian, metode pemrograman linier adalah suatu metode yang digunaan oleh perusahaan dalam memprodusi barang lebih dari satu variasi dengan sumber daya yang terbatas Selama ini penentuan perencanaan produsi PT X belum pernah ditentuan dengan metode pemrograman linier Karena itu, untu mengoptimalan rencana produsi selama 1 minggu di PT X digunaan model matematis seperti pemrograman linier Dengan menggunaan metode pemrograman linier yang dibantu software Lingo, maa diharapan PT X dapat menyusun rencana produsi yang lebih optimal II LANDASAN TEORI A Kaian Pustaa Penelitian mengenai pemrograman linier telah dilauan sebelumnya melalui penelitian: 1 Andrie (2012) Dalam penelitian ini, pemrograman linier digunaan untu memperoleh euntungan masimal dengan menentuan ombinasi umlah produ yang tepat pada CV Mamur Berseri Perusahaan ini merupaan pabri industri ayu yang mengolah bahan bau ayu menadi barang adi berupa berbagai macam mebel atau perabotan rumah Dalam proses produsi, perusahaan mengalamai esulitan untu menentuan umlah produsi yang optimal sesuai dengan etersediaan sumber daya yang dimilii oleh perusahaan, seperti bahan bau dan am era tenaga era Selain itu, adanya flutuasi permintaan masing-masing enis produ tiap bulannya turut menadi penyebab sulitnya perusahaan dalam menentuan umlah produsi yang optimal Dengan menggunaan pemrograman linier diperoleh umlah produsi masing-masing produ yang optimal, yaitu ursi baso = 1124 buah, ursi lipat = 1073 buah, ra dispenser = 1245 buah, ra TV = 729 buah dan ranang tunggal = 448 buah Keuntungan masimal yang diperoleh perusahaan berdasaran ombinasi produ tersebut sebesar Rp ,- [7] 2 Pratama (2012) Dalam penelitian ini, pemrograman linier digunaan untu menghasilan ombinasi beberapa produ berdasaran eterbatasan sumber daya pada industri sambal sehingga diperoleh euntungan yang masimal Semua enis produ perusahaan ini menggunaan bahan bau yang sama dalam proses produsinya Industri sambal ini belum menerapan penggunaan sumber daya yang optimal Hal itu dapat dilihat dari sering teradinya penumpuan hasil produsi di gudang penyimpanan Selain itu, adanya etidamampuan industri sambal dalam menentuan umlah produsi yang optimal Sehingga mengaibatan industri sambal mengalami eurangan dan elebihan produsi yang dapat menyebaban euntungan yang diperoleh tida masimal Dengan menggunaan pemrograman linier, industri sambal memperoleh euntungan masimal sebesar Rp ,- dengan ombinasi produ sambal yang harus diprodusi sebanya unit sachet, produ botol ecil 140 ml sebanya unit, produ botol sedang 320 ml sebanya unit, 150

3 produ botol besar 600 ml sebanya 7684 unit, produ erigen 5 g sebanya 603 unit, dan produ botol sedang seafood 320 ml sebanya 5791 unit Setelah dilauan optimasi menggunaan pemrograman linier, peningatan persentase euntungan yang diperoleh perusahaan ini sebesar 12,34% setiap tahunnya, dimana sebelumnya hanya diperoleh rata-rata sebesar 7%, sehingga selisih peningatan euntungan yang diperoleh mencapai 5,34% [3] B Pemrograman Linier Pemrograman linier merupaan proses optimasi dengan menggunaan model eputusan yang dapat diformulasian secara matematis dan timbul arena adanya eterbatasan dalam mengaloasian sumber daya Semua persoalan pemrograman linier mempunyai empat sifat umum sebagai beriut [8] : 1 Persoalan pemrograman linier bertuuan untu memasimalan atau meminimalan pada umumnya berupa laba atau biaya sebagai hasil yang optimal Sifat umum ini disebut sebagai fungsi utama (obective function) dari suatu pemrograman linier 2 Adanya endala atau batasan (constraints) yang membatasi tingat sampai dimana sasaran dapat dicapai Oleh arena itu, untu memasimalan atau meminimalan suatu uantitas fungsi tuuan bergantung epada sumber daya yang umlahnya terbatas 3 Harus ada alternatif tindaan yang dapat diambil Hal ini berarti ia tida ada alternatif yang dapat diambil, maa pemrograman linier tida diperluan 4 Tuuan dan batasan dalam permasalahan pemrograman linier harus dinyataan dalam hubungan dengan pertidasamaan atau persamaan linear Langah-langah untu membuat model pemrograman linier adalah sebagai beriut [9] : 1 Menentuan variabel-variabel dari persoalan, misalnya x1, x2 dan seterusnya 2 Menentuan tuuan (masimasi atau minimasi) yang harus dicapai untu menentuan pemecahan optimum dari semua nilai yang laya dari variabel tersebut n Z = = 1 c X 3 Menentuan batasan-batasan yang harus dienaan untu memenuhi batasan sistem yang dimodelan n = 1 ( ; = ) b, ( i = 1, 2, m) ai X i, ( 1, 2, n) X 0, =, dimana: Z : nilai fungsi tuuan X : banyanya egiatan ( = 1, 2,, n) c : sumber per-unit egiatan, untu masalah memasimalan c menunuan euntungan per-unit peregiatan, sedangan untu asus meminimalan c menunuan biaya per-unit peregiatan b i : besarnya sumber daya i (i = 1, 2,, m) a i : banyanya sumber daya i yang dipaai sumber daya III METODOLOGI PENELITIAN A Metode Pengumpulan Data 1 Studi Lapangan Yaitu suatu pengumpulan data dengan melauan suatu penelitian secara langsung pada perusahaan, adapun cara yang dilauan yaitu melalui pengamatan, wawancara dan doumen perusahaan Sedangan data yang diperluan untu penelitian ini 151

4 adalah harga ual besi beton, biaya pembuatan steel billet, biaya energi, biaya elebihan dan eurangan produ, biaya penggantian roll, dan permintaan perminggu 2 Studi Pustaa Peneliti memperoleh referensi yang dibutuhan dengan cara membaca buu-buu dan urnal-urnal yang beraitan dengan topi dan masalah yang dihadapi untu memecahan masalah dalam penelitian ini Selain itu uga sebagai data penunang elengapan informasi yang digunaan untu melengapi landasan teori B Pengolahan Data Pengolahan data dilauan berdasaran literatur yang digunaan dengan asumsiasumsi yang telah ditetapan serta dilauan dengan bantuan software Lingo Sebelum melauan pengolahan data lebih lanut, beriut ini adalah gambaran secara umum tentang alur steel billet yang diproses menadi besi beton Gambar 1 Alur Umum Steel Billet yang diproses menadi Langah-langah yang dilauan untu melauan pengolahan data adalah sebagai beriut: 1 Variabel Keputusan Variabel eputusan, merupaan variabel persoalan yang aan mempengaruhi nilai tuuan yang henda dicapai Pada penelitian ini variabel eputusannya adalah: Y i : umlah steel billet yang diproses menadi produ adi (besi beton) dengan diameter (steel billet/minggu) 2 Fungsi Tuuan Model matematis untu merumusan masalah proses produsi steel billet di PT X guna mendapatan euntungan masimal dapat ditulisan sebagai beriut: m Max Z = µ i Yi ( ρ M + λ L ) i= 1 p = 1 n = 1 ψ R 152

5 µ i : euntungan yang diperoleh pada penualan besi beton diameter i (rupiah/steel billet) Y i : umlah steel billet yang diproses menadi produ adi (besi beton) dengan diameter (steel billet/minggu) Untu besi beton dengan diameter tertentu, permintaan bisa dipenuhi dari lebih satu Y i Misalan besi beton diameter 12 bisa dipenuhi dari Y 1, Y 4 dan Y 6 ρ : biaya eurangan produ diameter (rupiah/ton) λ : biaya elebihan produ diameter (rupiah/ton) ψ : biaya menyiapan roll (rupiah/minggu) M : eurangan produ besi beton diameter (ton/minggu) L : elebihan produ besi beton diameter (ton/minggu) R : bilangan biner, berharga 1 apabila roll digunaan dan 0 apabila tida digunaan 3 Fungsi Pembatas Batasan-batasan tenis yang membatasi fungsi tuuan pada penelitian ini antara lain sebagai beriut: a Batasan Input-Output Jumlah steel billet yang dihasilan (output) tida boleh melebihi umlah steel billet yang eluar (input) X output X input Sebagai contoh, umlah steel billet yang eluar dari roll 2, roll 3 dan roll 89 tida boleh lebih dari umlah steel billet yang eluar dari roll 1 Sehingga dapat ditulisan: X 2 + X 3 + X 89 X 1 Untu lebih elasnya dapat dilihat dalam lingaran merah pada Gambar 2 Gambar 2 Alur Input-Output 153

6 Dari gambar di atas didapatan pemodelan sebagai beriut: X J X t, t J b Batasan Watu Untu memprodusi steel billet menadi besi beton memerluan batasan watu, yaitu watu pemrosesan steel billet melalui roll dan watu yang dibutuhan untu menyiapan roll Pemodelan sebagai beriut: n ( ξ X + π R ) T =1 ξ : watu yang diperluan untu memproses steel billet melalui roll π : watu yang diperluan untu menyiapan roll X : umlah steel billet yang diproses melalui roll T : watu yang tersedia (deti/minggu) c Batasan Permintaan Proses pembuatan steel billet menadi besi beton sesuai dengan permintaan (made to order) Dalam memenuhi permintaan dari pelanggan, PT X menetapan ebiaan bahwa permintaan yang dieraan adalah permintaan yang diumpulan 1 minggu sebelumnya Penulisan pemodelan untu batasan permintaan sebagai beriut: i I s Y + M L = D i, = 1, 2,, p s : berat steel billet, ton D : permintaan perminggu, ton Persamaan di atas terlihat bahwa selain batasan permintaan, terdapat uga batasan lain yang diperluan yaitu: M (eurangan produ) dan L (elebihan produ) Kelebihan dan eurangan produ ini tida diinginan oleh perusahaan arena dapat menyebaban teradinya erugian Agar perusahaan tida mengalami erugian terlalu besar, maa eurangan dan elebihan produ harus dibatasi Hal tersebut dilauan supaya produ yang mendapat euntungan ecil uga dibuat sehingga tida hanya produ yang euntungan besar saa yang dibuat Model batasan M dan L sebagai beriut: M BM, = 1, 2,, p L, = 1, 2,, p BL BM : batas eurangan produ, ton BL : batas elebihan produ, ton 154

7 d Batasan Jumlah Steel Billet Perminggu Keterbatasan steel billet yang ada membatasi umlah steel billet yang bisa diprodusi oleh perusahaan Batasan ini berguna untu menentuan prioritas pengeraan produ Produ yang mempunyai euntungan besar aan diprodusi lebih dulu, sedangan produ yang mempunyai euntungan paling ecil aan dibuat ia steel billet masih ada Jumlah steel billet perminggu (SW) terleta di awal produsi, yaitu steel billet yang diproses menadi besi beton yang eluar dari roll 1 Batasan umlah steel billet perminggu ini dapat dirumusan sebagai beriut: X 1 SW SW : umlah steel billet perminggu, ton e Batasan Switching Batasan switching ini berguna untu menamin apabila steel billet diproses melalui sebuah roll, maa roll tersebut harus diatifan Penulisan pemodelan untu batasan switching sebagai beriut: X ε R 0, = 1, 2, n ε : sebuah nilai yang harganya lebih besar dari umlah steel billet yang tersedia perminggu IV HASIL DAN PEMBAHASAN Penerapan Model Penerapan model matematis untu mendapatan euntungan masimal aan diuian di bagian produsi yaitu di rolling mill 1 pada PT X Besi beton yang aan digunaan pada penelitian ini hanya yang berdiameter 6 mm sampai dengan 14 mm Untu diameter 15 mm sampai dengan 32 mm yang diprodusi di rolling mill 2 tida dibahas pada penelitian ini Keuntungan (laba) yang diperoleh pada penualan besi beton didapat dari harga ual besi beton diurangi dengan biaya pembuatan steel billet, biaya enegi dan biaya lain-lain yang dibutuhan untu menduung alannya proses produsi Diameter Tabel 1 Keuntungan Penualan (Rp/steel billet) Biaya Biaya Proses Produsi Harga Jual Pembuatan Laba Steel Billet Biaya Biaya (1 Kg) (Perilogram) (Perilogram) Energi Lain-lain Laba (600 Kg) 6 16,771 13, ,677 1, , ,827 18, ,283 1,743 1,045, ,814 23, ,981 2,276 1,365, ,734 29,947 1,132 3,773 2,881 1,728, ,585 36,972 1,398 4,659 3,557 2,134, ,368 44,736 1,691 5,637 4,304 2,582, ,082 53,240 2,012 6,708 5,122 3,072, ,729 62,483 2,362 7,873 6,012 3,606,

8 Diameter Harga Jual (Perilogram) Biaya Pembuatan Steel Billet (Perilogram) Biaya Proses Produsi Laba (1 Kg) Laba (600 Kg) Biaya Biaya Energi Lain-lain 14 91,307 72,465 2,739 9,131 6,972 4,183,182 Keseluruhan data yang diperoleh aan diformulasian dan diselesaian menggunaan model pemrograman linier dengan bantuan software Lingo Langah-langah yang dilauan untu formulasi problem adalah sebagai beriut: 1 Variabel Keputusan Pada penelitian ini, variabel eputusannya adalah: Y i : umlah steel billet (dalam satuan batangan) yang diproses (melalui roll i) menadi besi beton dengan bermacam-macam diameter Diameter Tabel 2 Variabel Y (Steel Billet) yang menadi Steel Billet Melalui Diameter Melalui menadi Besi Roll Roll Beton Steel Billet menadi Besi Beton Y1 132 Y Y2 133 Y Y3 134 Y Y4 136 Y48 93 Y5 137 Y Y6 138 Y50 96 Y7 139 Y51 95 Y8 140 Y52 97 Y9 141 Y Y Y Y11 29 Y Y12 37 Y56 99 Y13 43 Y Y14 45 Y Y15 46 Y Y16 50 Y Y17 52 Y Y18 53 Y Y19 54 Y Y20 56 Y Y21 57 Y Y Y Y23 63 Y Y24 64 Y Y25 65 Y Y26 67 Y Y27 68 Y Y28 70 Y Y29 71 Y Y30 72 Y Y31 73 Y Y32 75 Y Y33 76 Y77 156

9 Diameter Melalui Roll Steel Billet menadi Besi Beton Diameter Melalui Roll Steel Billet menadi Besi Beton 113 Y34 77 Y Y35 78 Y Y36 79 Y Y37 81 Y Y38 82 Y Y39 83 Y Y40 84 Y Y41 85 Y Y42 86 Y Y43 87 Y Y44 88 Y88 2 Fungsi Tuuan Fungsi tuuan dapat dirumusan sebagai beriut: Max Z = 4183*Y *Y (1281*M *L *M *L 14 ) - (31*R *R 88 ) 3 Fungsi Pembatas: Fungsi pembatas yang membatasi fungsi tuuan pada penelitian ini adalah: a Batasan Input-Output X 2 + X 3 + X 89 < X 1 X 4 + X 5 + X 90 < X 2 X 88 + X 142 < X 80 b Batasan Watu 63*X *X *R *R 88 < 7*24*60*60 c Batasan Permintaan, Keurangan Permintaan dan Kelebihan Permintaan Permintaan uuran 14: 0,6*Y 1 + M 14 - L 14 = 250 M 14 < 1,25 L 14 < 1,25 Permintaan uuran 13: 0,6*Y 2 + M 13 - L 13 = 750 M 13 < 3,75 L 13 < 3,75 Permintaan uuran 6: 0,6*Y ,6*Y 88 + M 6 - L 6 = 75 M 6 < 0,375 L 6 < 0,

10 d Batasan Jumlah Steel Billet Perminggu X 1 < 4667 e Batasan Switching X *R 1 < 0 X *R 2 < 0 X *R 99 < 0 Hasil pengolahan data tersebut menunuan bahwa euntungan masimal perusahaan selama seminggu yang semula rata-rata Rp ,- menadi sebesar Rp ,- dengan umlah iterasi sebanya 5015 ali Dengan ata lain perusahaan selama seminggu dapat memperoleh euntungan masimal 23,14% lebih besar dari euntungan yang diperoleh sebelumnya Jumlah steel billet yang diproses menadi besi beton di PT X untu memenuhi permintaan selama seminggu yaitu sebanya 4658,96 batang steel billet Perincian untu masing-masing diameter yang diperoleh pada penelitian ini adalah sebagai beriut: a Diameter 14 = 416,67 steel billet b Diameter 13 = 1250 steel billet c Diameter 12 = 416,67 steel billet d Diameter 11 = 200 steel billet e Diameter 10 = 1250 steel billet f Diameter 9 = 183,33 steel billet g Diameter 8 = 625 steel billet h Diameter 7 = 191,67 steel billet i Diameter 6 = 125,63 steel billet Secara detail dapat ditunuan pada Gambar 3 Gambar 3 Permintaan Selama Seminggu (steel billet/minggu) 158

11 Dengan demiian umlah steel billet yang tersedia dalam watu seminggu yaitu 4667 batang steel billet bisa mencuupi semua uuran diameter sesuai dengan permintaan Sedangan sisa steel billet sebanya 8,01 batang yang telah diproses menadi besi beton itu merupaan elebihan produ Kelebihan produ tersebut teradi pada uuran diameter 6 V KESIMPULAN DAN SARAN Berdasaran hasil pengolahan data dan analisa yang telah dilauan, maa esimpulan penelitian ini adalah: dengan menggunaan metode pemrograman linier euntungan masimal yang diperoleh perusahaan selama seminggu meningat sebesar ,- dari Rp ,- menadi Rp ,- Jadi, setelah dilauan optimasi menggunaan pemrograman linier, peningatan persentase euntungan yang diperoleh perusahaan ini sebesar 23,14% Perusahaan bisa memprodusi besi beton untu semua diameter sesuai dengan permintaan, dan hanya sediit elebihan produ yang teradi yaitu pada besi beton berdiameter 6 Dari pembahasan dan esimpulan yang telah dielasan di atas, maa dapat disaranan hal-hal sebagai beriut: perusahaan hendanya menggunaan metode pemrograman linier sebagai panduan penyusunan produsi dalam melauan egiatan pada minggu-minggu beriutnya di rolling mill 1 Selain itu, model matematis dalam penelitian ini perlu diembangan dengan mempertimbangan variabel selain permintaan perminggu, eurangan produ, elebihan produ, dan roll sehingga model matematis menadi lebih bai dalam mengoptimalan rencana produsi VI DAFTAR PUSTAKA [1] Daft, LD 2007 Manaemen Jilid 1, Edisi 6: Teremahan Salemba Empat, Jaarta [2] Soeartawi 2003 Teori Eonomi Produsi dengan Poo Bahasan Analisis Fungsi Cobb-Douglas PT Raawali Pers, Jaarta [3] Pratama, DS 2012 Optimalisasi Produsi Industri Sambal Menggunaan Pemrograman Linier E-Jurnal Tenologi Industri, Universitas Gunadarma [4] Partono, Windu 2007 Evaluasi Kelayaan Pendanaan Proye dengan Teni Pemrograman Linier Jurnal Teni Sipil Vol 28 No Hal 1-8 [5] Asmundsson, J, Uzsoy, R, dan Rardin, RL 2002 An Alternative Modeling Framewor for Aggregate Production Planning Research Report, Laboratory for Extended Enterprises at Purdue, Purdue university, West Lafayette, In [6] Gitosudarmo, Indriyo 2002 Manaemen Operasi, Edisi Kedua BPFE, Yogyaarta [7] Andrie, Y 2012 Penerapan Model Linear Programming Untu Mengoptimalan Jumlah Produsi Dalam Memperoleh Keuntungan Masimal CV Mamur Berseri Tesis Universitas Binus, Jaarta [8] Heizer, Jay dan Render, Barry 2005 Operations Managament Salemba Empat, Jaarta [9] Mulyono, Sri 2007 Riset Operasi, Edisi Revisi Lembaga Penerbit Faultas Universitas Indonesia, Jaarta 159

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

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

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

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 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

MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS)

MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS) Seminar Nasional Apliasi Tenologi Informasi 2011 (SNATI 2011) ISSN: 1907-5022 Yogyaarta, 17-18 Juni 2011 MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI

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

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

MODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT)

MODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT) MODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT) Asmara Iriani Tarigan (asmara@ut.ac.id) Sitta Alief Farihati Jurusan Matematia

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

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

KOORDINASI SUPPLY CHAIN SATU PABRIK-SATU DISTRIBUTOR PADA MODEL PENENTUAN HARGA & KEPUTUSAN PRODUKSI/ORDER

KOORDINASI SUPPLY CHAIN SATU PABRIK-SATU DISTRIBUTOR PADA MODEL PENENTUAN HARGA & KEPUTUSAN PRODUKSI/ORDER KOORDIASI SUPPLY CHAI SATU PABRIK-SATU DISTRIBUTOR PADA ODEL PEETUA HARGA & KEPUTUSA PRODUKSI/ORDER Evi Yuliawati Faultas Tenologi Industri, Jurusan Teni Industri Institut Tenologi Adhi Tama Surabaya Email:

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

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

Sistem Peramalan Jumlah Produksi Air PDAM Samarinda Menggunakan Jaringan Syaraf Tiruan Backpropagation

Sistem Peramalan Jumlah Produksi Air PDAM Samarinda Menggunakan Jaringan Syaraf Tiruan Backpropagation Sistem Peramalan Jumlah Produsi Air PDAM Samarinda Menggunaan Jaringan Syaraf Tiruan Bacpropagation Anindita Septiarini 1 dan Nur Sya baniah 2 1 Program Studi Ilmu Komputer FMIPA, Universitas Mulaarman

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

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

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

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

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN 36 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian yang digunaan adalah penelitian desriptif, yaitu penelitian terhadap fenomena atau populasi tertentu yang diperoleh peneliti dari subye

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

Dany Candra Febrianto ) dan Hindayati Mustafidah )

Dany Candra Febrianto ) dan Hindayati Mustafidah ) Penerapan Jaringan Saraf Tiruan dengan Metode Pembelaaran Bacpropagation untu Mengetahui Tingat Kualifiasi Calon Siswa pada Sistem Informasi Penerimaan Siswa Baru di MAN 2 Banarnegara (Application of Artificial

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

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

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 METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK

APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK Novhirtamely Kahar, ST. 1, Nova Fitri, S.Kom. 2 1&2 Program Studi Teni Informatia, STMIK

Lebih terperinci

Sistem Pendukung Keputusan Penerima Beasiswa SMK Menggunakan Metode Backpropagation

Sistem Pendukung Keputusan Penerima Beasiswa SMK Menggunakan Metode Backpropagation Seminar Nasional e 9: Reayasa Tenologi Industri dan Informasi Sistem Penduung Keputusan Penerima Beasiswa SMK Menggunaan Metode Bacpropagation Teti Rohaeti 1, Yoyon Kusnendar Suprapto 2, Eo Mulyanto 3

Lebih terperinci

PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION

PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION Konferensi Nasional Sistem dan Informatia 2008; Bali, November 5, 2008 PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION Wahyudi Setiawan

Lebih terperinci

1. Pendahuluan Jaringan syaraf tiruan ( Artificial Neural Networ ) adalah suatu tenologi omputasi yang berbasis pada model syaraf biologis dan mencoba

1. Pendahuluan Jaringan syaraf tiruan ( Artificial Neural Networ ) adalah suatu tenologi omputasi yang berbasis pada model syaraf biologis dan mencoba JARINGAN SYARAF TIRUAN BACKPROPAGATION SEBAGAI METODE PERAMALAN PADA PERHITUNGAN TINGKAT SUKU BUNGA PINJAMAN DI INDONESIA Nurmalasari Rusmiati 1 Sistem Informasi, Faultas Ilmu Komputer, Universitas Gunadarma

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

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

MODEL PENENTUAN HARGA DAN KEPUTUSAN PRODUKSI/ORDER PADA SUPPLY CHAIN DENGAN MEMPERTIMBANGKAN KAPASITAS PRODUKSI ABSTRAK

MODEL PENENTUAN HARGA DAN KEPUTUSAN PRODUKSI/ORDER PADA SUPPLY CHAIN DENGAN MEMPERTIMBANGKAN KAPASITAS PRODUKSI ABSTRAK Prosiding Seminar asional anajemen Tenologi VII Program Studi T-ITS, Surabaya 2 Pebruari 2008 ODEL PEETUA HARGA DA KEPUTUSA PRODUKSI/ORDER PADA SUPPLY CHAI DEGA EPERTIBAGKA KAPASITAS PRODUKSI Evi Yuliawati,

Lebih terperinci

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK Nurul Khotimah *), Farida Hanum, Toni Bahtiar Departemen Matematia FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga, Bogor

Lebih terperinci

PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA

PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA Adam Husaien Faultas Eonomi Manajemen Unversitas 17 agustus 1945,Samarinda Indonesia

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 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

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

Keragaman Struktur Tegakan Hutan Alam Sekunder The Variability of Stand Structure of Logged-over Natural Forest

Keragaman Struktur Tegakan Hutan Alam Sekunder The Variability of Stand Structure of Logged-over Natural Forest JMHT Vol. XIV, (2): 81-87, Agustus 28 ISSN: 215-157X Keragaman Strutur Tegaan Hutan Alam Seunder The Variability of Stand Structure of Logged-over Natural Forest Abstract Muhdin 1*, Endang Suhendang 1,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Variabel Variabel ialah sesuatu yang nilainya berubah-ubah menurut watu atau berbeda menurut elemen/tempat. Umumnya nilai arateristi merupaan variabel dan diberi simbol huruf X.

Lebih terperinci

Estimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga

Estimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Estimasi Konsentrasi Polutan Sungai Menggunaan Metode Redusi Kalman Filter dengan Pendeatan Elemen Hingga Muyasaroh, Kamiran,

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

PENGEMBANGAN E-MODULE EKONOMI PADA MATERI UANG DAN PERBANKAN UNTUK SISWA KELAS X A SMA NEGERI 1 PANGGUL TRENGGALEK TAHUN AJARAN 2014/2015

PENGEMBANGAN E-MODULE EKONOMI PADA MATERI UANG DAN PERBANKAN UNTUK SISWA KELAS X A SMA NEGERI 1 PANGGUL TRENGGALEK TAHUN AJARAN 2014/2015 PENGEMBANGAN E-MODULE EKONOMI PADA MATERI UANG DAN PERBANKAN UNTUK SISWA KELAS X A SMA NEGERI 1 PANGGUL TRENGGALEK TAHUN AJARAN 2014/2015 Nelvy Warsi Enggal Lestari Prih Hardinto Lisa Rohmani Abstract

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

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

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

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

PERANCANGAN SISTEM SOLUSI PENENTUAN HARGA DAN KEPUTUSAN PRODUKSI/ORDER PADA SUPPLY CHAIN SATU PABRIK-SATU DISTRIBUTOR

PERANCANGAN SISTEM SOLUSI PENENTUAN HARGA DAN KEPUTUSAN PRODUKSI/ORDER PADA SUPPLY CHAIN SATU PABRIK-SATU DISTRIBUTOR PERANCANGAN SISTE SOLUSI PENENTUAN HARGA DAN KEPUTUSAN PRODUKSI/ORDER PADA SUPPLY CHAIN SATU PABRIK-SATU DISTRIBUTOR Evi Yuliawati Jurusan Teni Industri Faultas Tenologi Industri Institut Tenologi Adhi

Lebih terperinci

AKURASI MODEL PREDIKSI METODE BACKPROPAGATION MENGGUNAKAN KOMBINASI HIDDEN NEURON DENGAN ALPHA

AKURASI MODEL PREDIKSI METODE BACKPROPAGATION MENGGUNAKAN KOMBINASI HIDDEN NEURON DENGAN ALPHA AKURASI MODEL PREDIKSI METODE BACKPROPAGATION MENGGUNAKAN KOMBINASI HIDDEN NEURON DENGAN ALPHA Aris Puji Widodo, Suhartono 2, Eo Adi Sarwoo 3, dan Zulfia Firdaus 4,2,3,4 Departemen Ilmu Komputer/Informatia,

Lebih terperinci

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul

Lebih terperinci

PENGEMBANGAN MEDIA PEMBELAJARAN SISTEM BILANGAN BINER PADA MATA PELAJARAN PRAKTIK DIGITAL DI SMK N 1 PUNDONG

PENGEMBANGAN MEDIA PEMBELAJARAN SISTEM BILANGAN BINER PADA MATA PELAJARAN PRAKTIK DIGITAL DI SMK N 1 PUNDONG 328 PROGRAM STUDI PENDIDIKAN TEKNIK MEKATRONIKA : E-Journal Universitas Negeri Yogyaarta http://journal.student.uny.ac.id/ojs PENGEMBANGAN MEDIA PEMBELAJARAN SISTEM BILANGAN BINER PADA MATA PELAJARAN PRAKTIK

Lebih terperinci

Model Pembelajaran Off-Line Menggunakan Jaringan Syaraf Tiruan Untuk Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teknik Elektronika PENS 2009

Model Pembelajaran Off-Line Menggunakan Jaringan Syaraf Tiruan Untuk Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teknik Elektronika PENS 2009 Model Pembelaaran Off-Line Menggunaan Jaringan Syaraf Tiruan Untu Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teni Eletronia PENS 2009 Arie Setya Wulandari#, Eru Puspita S.T., M.Kom#2 # Jurusan

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

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Tempat dan Watu Penelitian Penelitian ini dilauan di Jurusan Matematia Faultas Matematia dan Ilmu Pengetahuan Alam Universitas Lampung. Watu penelitian dilauan selama semester

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

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

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS 1 Ihwannul Kholis, 2 Ahmad Rofii. 1 Universitas 17 Agustus 1945 Jaarta,

Lebih terperinci

PEMODELAN FAKTOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA TIMUR MENGGUNAKAN REGRESI POISSON BIVARIAT

PEMODELAN FAKTOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA TIMUR MENGGUNAKAN REGRESI POISSON BIVARIAT PEMODELAN FAKOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA IMUR MENGGUNAKAN REGRESI POISSON BIVARIA Novi ri Ratnasari, Purhadi Jurusan Statistia, Faultas MIPA, Institut enologi Sepuluh Nopember

Lebih terperinci

SATUAN ACARA PERKULIAHAN ( SAP )

SATUAN ACARA PERKULIAHAN ( SAP ) SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem

Lebih terperinci

PEMBELAJARAN MATAKULIAH

PEMBELAJARAN MATAKULIAH .: Daftar Isi :. Daftar Isi.. 1 Kata Pengantar. 2 Analisa Diri. 3 Yang Diperoleh dari Ibu Nunu Wahyuningtyas. 5 Konsep Proye. 5 Keranga Kerja Proye.. 6 Area Pengetahuan Dalam Manajemen Proye 7 Team Building

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

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

Model Optimisasi Robust

Model Optimisasi Robust Model Optimisasi Robust untu Masalah Pengendalian Persediaan Ban (Studi Kasus untu Data Permintaan Ban E/M R-25 di PT Chitra Paratama) Robust Optimization Model for Tire inventory Control Problem Epsilon

Lebih terperinci

MODEL SISTEM ANTRIAN

MODEL SISTEM ANTRIAN 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

Lebih terperinci

TUGAS I RANCANGAN PERCOBAAN BAB I

TUGAS I RANCANGAN PERCOBAAN BAB I TUGAS I RANCANGAN PERCOBAAN Nama : Dwi Shinta Marselina A. Pengertian Desain Esperimen BAB I Desain Esperimen Merupaan langah-langah lengap yang perlu di ambil jauh sebelum esperimen dilauan supaya data

Lebih terperinci

PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER

PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER Wiaria Gazali 1 ; Haryono Soeparno 2 1 Jurusan Matematia, Faultas Sains dan Tenologi, Universitas Bina Nusantara Jln. K.H. Syahdan No. 9, Palmerah,

Lebih terperinci

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS Jurnal Teni dan Ilmu Komputer ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS AN ANALYSIS OF THE VARIATION PARAMETERS OF THE ARTIFICIAL NEURAL NETWORK

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

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT GAGAL GINJAL DENGAN MENGGUNAKAN METODE BAYES

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT GAGAL GINJAL DENGAN MENGGUNAKAN METODE BAYES Pelita Informatia Budi Darma, Volume : IV, Nomor: 3, Agustus 203 ISSN : 230-425 SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT GAGAL GINJAL DENGAN MENGGUNAKAN METODE BAYES Sri Rahayu 044) Mahasiswa Program Studi

Lebih terperinci

Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus

Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Jurnal Teni Industri, Vol.1, No., Juni 013, pp.96-101 ISSN 30-495X Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Apriyani 1, Shanti Kirana Anggaraeni,

Lebih terperinci

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR Ngarap Im Mani 1) dan Lim Widya Sanjaya ), 1) & ) Jurs. Matematia Binus University PENGANTAR Perancangan percobaan adalah suatu

Lebih terperinci

BEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si

BEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si BEBERAPA ODIFIKASI ETODE NEWTON RAPHSON UNTUK ENYELESAIKAN ASALAH AKAR GANDA Suriadi Putra,,Si Laboratorium Komutasi Numeri Jurusan atematia Faultas atematia & Ilmu Pengetahuan Alam Universitas Riau Kamus

Lebih terperinci

PREDIKSI KELULUSAN MAHASISWA DENGAN JARINGAN SYARAF TIRUAN

PREDIKSI KELULUSAN MAHASISWA DENGAN JARINGAN SYARAF TIRUAN Ansari Predisi Kelulusan Mahasiswa Dengan Jaringan Syaraf Tiruan PREDIKSI KELULUSAN MAHASISWA DENGAN JARINGAN SYARAF TIRUAN Rudy Ansari STMIK Indonesia Banarmasin e-mail: rudy.ansari@gmail.com ABSTRAK

Lebih terperinci

FISIKA. Kelas X GETARAN HARMONIS K-13. A. Getaran Harmonis Sederhana

FISIKA. Kelas X GETARAN HARMONIS K-13. A. Getaran Harmonis Sederhana K-13 Kelas X FISIKA GETARAN HARMONIS TUJUAN PEMBELAJARAN Setelah mempelajari materi ini, amu diharapan memilii emampuan sebagai beriut. 1. Memahami onsep getaran harmonis sederhana pada bandul dan pegas

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

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,

Lebih terperinci

Kampus Unkris Jatiwaringin 2) Program Studi Akuntasi, Fakultas Ekonomi Universitas Krisnadwipayana

Kampus Unkris Jatiwaringin   2) Program Studi Akuntasi, Fakultas Ekonomi Universitas Krisnadwipayana ANALISIS EFEKTIVITAS DAN KONTRIBUSI PAJAK KENDARAAN BERMOTOR DAN BEA BALIK NAMA KENDARAAN BERMOTOR TERHADAP PENDAPATAN ASLI DAERAH KOTA BEKASI TAHUN 10-14 Juliantia 1) Budi Tri Rahardjo 2), 1) Program

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

ANALISIS KEPUASAN KONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAKET (KURIR) DENGAN MENGGUNAKAN METODE TOPSIS FUZZY

ANALISIS KEPUASAN KONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAKET (KURIR) DENGAN MENGGUNAKAN METODE TOPSIS FUZZY Jurnal Manti Penusa Vol No Desember ISSN 88-9 ANALISIS EPUASAN ONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAET (URIR DENGAN MENGGUNAAN METODE TOPSIS FUZZY Desi Vinsensia Program Studi Teni Informatia

Lebih terperinci

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa 187 Modifiasi ACO untu Penentuan Rute Terpende e Kabupaten/Kota di Jawa Ahmad Jufri, Sunaryo, dan Purnomo Budi Santoso Abstract This research focused on modification ACO algorithm. The purpose of this

Lebih terperinci

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia

Lebih terperinci

APLIKASI WAVELET RECURRENT NEURAL NETWORK UNTUK PREDIKSI DATA TIME SERIES. : Agus Sumarno NRP :

APLIKASI WAVELET RECURRENT NEURAL NETWORK UNTUK PREDIKSI DATA TIME SERIES. : Agus Sumarno NRP : APLIKASI WAELET RECURRENT NEURAL NETWORK UNTUK PREDIKSI DATA TIME SERIES Nama : Agus Sumarno NRP : 06 00 706 Jurusan : Matematia Dosen Pembimbing : Drs. Daryono Budi Utomo, M.Si Abstra Model time series

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

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 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

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

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

HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG

HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Volume, Nomor, Juli 6 (ISSN: 56-6) HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Firnanda Zia Azmi *) Tinu Istiarti **) Kusyogo Cahyo

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penelitian Terdahulu Penelitian yang aan dilauan meruju epada beberapa penelitian terdahulu yang sudah pernah dilauan sebelumnya, diantaranya: 1. I Gst. Bgs. Wisuana (2009)

Lebih terperinci

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi

Lebih terperinci

PENGEMBANGAN BUKU KOMIK FISIKA POKOK BAHASAN NEWTON BERBASIS KONSTRUKTIVISME UNTUK MENINGKATKAN MOTIVASI BELAJAR SISWA

PENGEMBANGAN BUKU KOMIK FISIKA POKOK BAHASAN NEWTON BERBASIS KONSTRUKTIVISME UNTUK MENINGKATKAN MOTIVASI BELAJAR SISWA PENGEMBANGAN BUKU KOMIK FISIKA POKOK BAHASAN NEWTON BERBASIS KONSTRUKTIVISME UNTUK MENINGKATKAN MOTIVASI BELAJAR SISWA Farida Huriawati 1), Purwandari 1,2), Intan Permatasari 1,3) 1,2,3 Program Studi Pendidian

Lebih terperinci

OSN 2014 Matematika SMA/MA

OSN 2014 Matematika SMA/MA Soal 5. Suatu barisan bilangan asli a 1, a 2, a 3,... memenuhi a + a l = a m + a n untu setiap bilangan asli, l, m, n dengan l = mn. Jia m membagi n, butian bahwa a m a n. Solusi. Andaian terdapat bilangan

Lebih terperinci

4. 1 Spesifikasi Keadaan dari Sebuah Sistem

4. 1 Spesifikasi Keadaan dari Sebuah Sistem Dalam pembahasan terdahulu ita telah mempelajari penerapan onsep dasar probabilitas untu menggambaran sistem dengan jumlah partiel ang cuup besar (N). Pada bab ini, ita aan menggabungan antara statisti

Lebih terperinci

METODE TAGUCHI UNTUK OPTIMALISASI PRODUK PADA RANCANGAN FAKTORIAL. Staf Pengajar Program Studi Statistika FMIPA UNDIP

METODE TAGUCHI UNTUK OPTIMALISASI PRODUK PADA RANCANGAN FAKTORIAL. Staf Pengajar Program Studi Statistika FMIPA UNDIP Optimalisasi Produ (Triastuti Wuryandari) METODE TAGUCHI UNTUK OPTIMALISASI PRODUK PADA RANCANGAN FAKTORIAL Triastuti Wuryandari 1, Tati Widiharih 2, Sayeti Dewi Anggraini 3 1,2 Staf Pengajar Program Studi

Lebih terperinci

ISSN: TEKNOMATIKA Vol.1, No.2, JANUARI

ISSN: TEKNOMATIKA Vol.1, No.2, JANUARI ISSN: 1979-7656 TEKNOMATIKA Vol.1, No.2, JANUARI 2009 25 PERANCANGAN DAN IMPLEMENTASI JARINGAN SYARAF TIRUAN UNTUK MENDIAGNOSA JENIS PENYAKIT KANDUNGAN Bambang Yuwono Jurusan Teni Informatia UPN Veteran

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

HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL ABSTRAK

HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL ABSTRAK HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL Afifah *), Indri Subeti **) *) Mahasiswa Abid Unisa **)Dosen Abid Unisa ABSTRAK

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

Makalah Seminar Tugas Akhir

Makalah Seminar Tugas Akhir Maalah Seminar Tugas Ahir PENDETEKSI POSISI MENGGUNAKAN SENSOR ACCELEROMETER MMA7260Q BERBASIS MIKROKONTROLER ATMEGA 32 Muhammad Riyadi Wahyudi, ST., MT. Iwan Setiawan, ST., MT. Abstract Currently, determining

Lebih terperinci

Forum Statistika dan Komputasi, April 2005, p: ISSN : Vol. 10 No. 1

Forum Statistika dan Komputasi, April 2005, p: ISSN : Vol. 10 No. 1 Forum Statistia dan Komputasi, April 005, p: 3-37 PERBANDINGAN BEBERAPA METODE OPTIMASI DUAL RESPONSE SURFACE UNTUK MENGHASILKAN PRODUK YANG ROBUST SERTA PENGEMBANGANNYA UNTUK MENANGANI KASUS OPTIMASI

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