Beberapa Metode Pendekatan untuk Model Kalibrasi Gingerol
|
|
- Iwan Tedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Statistia, Vol. 8 No. 1, ei 008 Beberapa etode Pendeatan untu odel Kalibrasi Gingerol Erfiani Departemen Statistia, FIPA IPB Jl. eranti, Kampus IPB Darmaga, Bogor 16680, Tlp./fax: (051) efiani@ipb.ac.id, dan Erfiani_ipb@yahoo.com Abstra odel Kalibrasi adalah suatu fungsi matemati dengan data empiri dan pengetahuan untu menduga informasi pada y yang tida dietahui berdasaran informasi pada X yang tersedia (artens dan Naes 1989). Dalam bidang imia, model alibrasi merupaan suatu fungsi hubungan antara absorban (X) pada panjang gelombang yang dihasilan oleh spetrometer dengan onsentrasi (y) larutan unsur atau senyawa yang aan dianalisis (Nur dan Adijuwana, 1989). Dengan alibrasi, onsentrasi larutan contoh dapat dietahui berdasaran absorbannya. Beberapa penelitian telah dilauaan untu menyusun model alibrasi Gingerol. Hasil Penelitian menunjuan dari beberapa pendeatan yang dicobaan diperoleh nila Root ean Squares Error of Prediction (RSEP) masing-masing sebagai beriut: Regresi Komponen Utama (0.1096), metode Transformasi Wavelet Disret (0.107), Pendeatan Bayes (0.06), Regresi Sinyal P-spline (0.0686) dan Regresi Kontinum (0.0453). Regresi Kontinum dengan melauan pre-processing Transformasi Wavelet Disret ternyata memberian hasil nilai RSEP terecil dan persentase Ry vs ŷ terbesar dibandingan pendeatan lainnya. Kata Kunci : odel Kalibasi, RSEP, Regresi Komponen Utama, Transformasi Wavelet Disret, Pendeatan Bayes, Regresi Sinyal P-spline, Regresi Kontinum 1. Pendahuluan odel alibrasi menggambaran hubungan antara berbagai respons dari instrumen analiti dengan satu atau lebih arateristi dari suatu bahan atif. odel ini mengandung parameter yang nilainya harus diduga dari referensi agar dapat digunaan untu menduga arateristi dari bahan atif baru yang belum dietahui. Pada pendugaan model alibrasi ganda sering timbul masalah olinearitas di antara peubah absorban (Naes, 1985), sehingga metode bau seperti model regresi sering tida memberian solusi yang tida stabil. Oleh arena itu diperluan suatu metode yang dapat mengatasi olinearitas sehingga metode ini aan memberian solusi yang lebih stabil. Beberapa metode pendeatan yang dapat digunaan untu penyusunan model alibrasi antara lain Regresi Komponen Utama (RKU) dan Partial Least Square (PLS) (Draper dan Smith, 1996; artens dan Naes, 1989; Wold, 1984; Young, 1994). Dalam penyusunan model, RKU menggunaan peubah baru yang merupaan ombinasi linear peubah-peubah asal. etode PLS menghasilan omponen-omponen yang tida berorelasi atau tida terjadi olinearitas tetapi dapat memasimuman orelasinya dengan peubah respons (Geladi dan Kowalsi, 1986). Selain edua pendeatan tersebut terdapat beberapa pendeatan lain yang dapat digunaan untu menyusun model alibrasi. Pada ajian ini ingin dilauan pembandingan penyusunan model alibrasi untu senyawa gingerol menggunaan beberapa pendeatan yaitu pendeatan Bayes, metode Transformasi Wavelet Disret (TWD), Regresi Kontinum (RK), RKU, dan Regresi Kuadrat Terecil Parsial (RKTP). Data yang digunaan adalah data eluaran FTIR untu penguuran senyawa atif gingerol. Senyawa atif gingerol tersebut berasal dari 14 contoh tanaman jahe hasil pengamatan dua daerah sentra produsi tanaman obat yaitu Kulonprogo (Jawa Tengah) dan Karanganyar (D.I. Yogyaarta). Pengamatan dilauan pada periode watu 7 Juli
2 80 Erfiani sampai dengan 1 Agustus 003. Data eluaran FTIR yang digunaan berupa 1866 titi persentase transmittan pada interval bilangan gelombang cm -1.. Pendeatan Bayes Pendeatan Bayes merupaan suatu altematif untu mengatasi masalah eolinearan arena dalam pendeatan ini informasi baru ditambahan e dalam model dengan cara mengganggap bahwa parameter model berasal dari sebaran tertentu sehingga tida bersifat deterministi. Sebaran ini dienal sebagai sebaran prior yang mencerminan eyainan ita tentang besamya parameter tersebut. Jia parameter model yang ingin diduga adalah dengan y sebagai peubah acanya, maa parameter dipilih yang memasimuman fungsi epeatan bersyarat ( y). Fungsi epeatan bersyarat ini disebut fungsi posterior. Secara umum, jia h() adalah sebaran prior dari dan statisti w= u(yl, y,...,yp) maa sebaran posteriornya adalah: ( = f (, g( h( ) f ( w ) (1) g( Dalam hal ini f(w ) adalah fungsi emunginan dari w, f(,adalah fungsi epeatan bersama dari dan w. Nilai dipilih sedemiian sehingga diperoleh (. Pemilihan h() yang tepat aan dapat memperbaii fungsi f(w ) sehingga ruang bagi nilai optimum menjadi terbatas. Sebaran prior dapat diperoleh melalui dua pendeatan informative prior atau non informative prior. Pada informative prior, parameter ditetapan memilii sebaran tertentu dengan isaran nilai yang dapat diterima. Sedangan pada non informative prior, tida ada informasi tambahan tentang parameter. Pada non informative prior apabila prior bernilai onstan maa penduga parameter dengan metode Bayes aan sama dengan penduga dengan metode emunginan masimum. etode lain untu menentuan sebaran prior yang cuup sederhana dan melibatan data yang ada adalah dengan metode prior seawan (Conjugate prior). Prior seawan ditentuan dengan memerisa fungsi emunginan L(/y) = f(y/), dan memilih sebagai eluarga seawan adalah elompo sebaran yang sama dengan fungsi emunginannya. Sebagai contoh bila f(y/) menyebar normal maa L(/y) juga aan mengiuti sebaran normal. 3. Transformasi Wavelet Disret (TWD) isalan ita mempunyai data X = (x0,x1,...,xp-1 ), dan diasumsian positip. DWT dari x untu mother wavelet, didefinisian sebagai d p 1 j, x( t) j, ( t) j0 untu j = 0, 1,,, -1 dan = 0, 1,,, j 1 p, bilangan bulat Vetor data X dapat dihubungan dengan suatu fungsi f pada interval [0,1) dengan rumusan sebagai beriut: 1 0 x I Sehingga diperoleh DWT : ( 1) t () (3) c j 1 1 0,0 ( t) d j, j, ( t) j0 0 (4) Statistia, Vol. 8, No. 1, ei 008
3 Beberapa etode Pendeatan untu odel Kalibrasi Gingerol 81 dimana (t) merupaan fungsi sala yang disebut father wavelet yang beraitan dengan bagian pemulusan (smoothing) data. Seperti pada (t), fungsi (t) ini juga dapat membangitan basis orthonormal, ( t ) j. Biasanya ita tida memperhatian semua level resolusi j, tetapi hanya pada level resolusi tertentu, misalnya J yang beraitan dengan pengaruh oefisien wavelet yang mendeati nol (threshold), sehingga persamaan (4) dapat ditulis sebagai 1 1, d j, j, ( t) J 0 cj j, ( t) j cj, merupaan oefisien-oefisien pemulusan data. Proses reonstrusi ulang dari oefisienoefisien wavelet terhadap pengamatan asli disebut Inverse Discret Wavelet Transform (IDWT). Di dalam wavelet terdapat banya macam mother wavelet dan metode threshold. 4. Regresi Sinyal P-spline (RSP) RSP merupaan salah satu pendeatan nonparametri yang melibatan penggunaan basis B- sline dan penalti pemulus (penalti pembeda dan penalti ridge) dalam pendugaan parameter oefisien regresi. Dengan memanfaatan informasi spasial dari peubah penjelas, oefisien regresi yang dihasilan oleh RSP ada dalam ruang fungsi mulus. Hal ini dicapai dengan cara merepresentasian oefisien regresi sebagai ombinasi linier dari basis B-sline. Dalam model RSP, indes peubah penjelas memegang peranan yang sangat penting yaitu untu mengevaluasi fungsi basis B-spline yang dibangun. odel alibrasi dapat dipandang sebagai regresi linear berganda yang dirumusan: y E i x x... x 0 1 1i i y 01( nx1) X ( nxp) ( px1) ( nx1) p pi e i, i = 1,,..., n atris X(nxp) memilii dimensi peubah penjelas yang sangat besar sehingga dimensi vetor oefisien regresi juga besar. Oleh arena itu dalam proses pendugaan perlu dilauan peredusian dimensi oefisien regresi dengan cara merepresentasian sebagai ombinasi linier dari basis B-spline (B) yang memilii dimensi jauh lebih ecil dari dimensi X. px B ( 1) ( pxm) ( pxm) adalah vetor oefisien basis berdimensi m, m<<<p Permasalahan mendasar dalam membangun fungsi basis B-spline adalah penentuan jumlah dan penempatan not yaitu tempat tersambungnya potongan-potongan polinomial pada B-spline. Jumlah not yang terlalu banya aan menyebaban overfitting. Pengoptimalan jumlah dan penempatan not merupaan masalah linear yang omples dan lebih mengarah pada masalah algoritma. P-spline dapat mengatasi permasalahan diatas dengan cara menentuan terlebih dahulu jumlah not pada B-spline, dan penempatan not dilauan dengan onsep equally spaced nots yaitu mengatur posisi not sedemiian rupa sehingga jara antar not yang satu dengan lainnya sama. y 01( nx1) U ( nxm) ( mx1) Dengan mensubstitusian persamaan (7) edalam persamaan (6) diperoleh E U ( nx1) X ( nxm) ( nxp) ( mx1) Dengan menggunaan Persamaan (8) masalah yang timbul aibat dimensi peubah yang besar dalam proses pendugaan parameter dapat diatasi tanpa membuang data pada matris X. Persamaan ( 8) memberian model regresi berganda berdimensi sedang yang terendala pada suatu ruang fungsi pemulus, aan tetapi masalah multioliniearitas masih ada pada olom-olom matris U. ultioliniearitas pada U dapat diatasi dengan menambahan dua (5) (6) (7) (8) Statistia, Vol. 8, No. 1, ei 008
4 8 Erfiani penalti yaitu penalti pembeda dan penalti ridge, arena regresi ridge merupaan salah satu solusi untu masalah multiolinearitas. Penambahan dua penalti tersebut secara bersamaan dapat meningatan emulusan. 5. Regresi Kontinum (RK) Regresi ontinum merupaan salah satu metode yang digunaan untu mengatasi olinearitas ganda dan singularitas yang terjadi pada model regresi ganda. isalan X adalah matris data hasil pengamatan yang sudah dipusatan (centred) beruuran (nxp)dan disebut peubah bebas, sedangan y adalah vetor peubah respon beruuran (nx1) pengamatan yang sudah dipusatan. Prinsip Rtp Adalah emasimuman Koragam Antara Peubah Bebas Dengan Peubah Respon. Teni Rtp empunyai Kemiripan Dengan Ru. Perbedaan Penting Kedua etode Adalah Pada Ru engonstrusi Fator Yang Dapat enerangan Sebanya-Banyanya Keragaman Dari Data Peubah Bebas X Tanpa empertimbangan Apaah Fator Tersebut Berhubungan Dengan Data Peubah Respon y Atau Tida. Di Sisi Lain, Pada Rtp engonstrusi Fator Yang ampu enerangan Keragaman Data Peubah Bebas X Dan Pada Saat Yang Sama Fator Tersebut empunyai Hubungan Dengan Data Peubah Respon Y. 6. Hasil dan Pembahasan Erfiani (005) menyusun model alibrasi Gingerol menggunaan pendeatan regresi terpenggal pada tahap awal dan pendeatan Bayes dengan perilau β berhirari dan aca. odel alibrasi Gingerol dan Kurumin yang diperoleh memberian nilai dugaan onsentrasi pengamatan dengan tingat etelitian yang cuup tinggi. Besaran Root ean Squares Error of Prediction (RSEP) yang diperoleh pada model alibrasi Gingerol adalah Arnita (005) menggunaan pre -processing oresi pencaran multipliatif dan RKU untu menyusun model alibrasi gingerol, dan diperoleh hasil besaran RSEP sebesar Sunaryo (005) menerapan metode Transformasi Wavelet Disret (TWD) pada data gingerol dan ternyata mampu melauan redusi dimensi dengan bai. esi demiian tida ada jaminan, bahwa asus multiolinearitas teratasi. Sehingga TWD sebainya digabung dengan metode lain yang mampu mengatasi multiolinearitas dalam pembuatan model alibrasi peubah ganda. Gabungan wavelet dengan RKU (Regresi Komponen Utama), untu menduga model predisi adar senyawa gingerol pada rimpang jahe, ternyata menghasilan model yang relatif cuup memuasan. enggunaan pendeatan tersebut diperoleh RSEP untu model alibrasi gingerol sebesar Setiawan (007) melauan esplorasi terhadap tiga metode yaitu Regresi Kontinum (RK), Regresi Komponen Utama (RKU), dan Regresi Kuadrat Terecil Parsial (RKTP). Apliasi pendeatan regresi ontinum dengan Transformasi Wavelet Disret (RK-TWD) pada data onsentrasi senyawa gingerol menghasilan besaran RSEP lebih ecil dibandingan dengan hasil pendeatan RKU-TWD maupun RKTP-TWD. Apliasi pendeatan RK-TWD pada model alibrasi gingerol memberian hasil RSEP sebesar Tonah (006), menggunaan pre-processing oresi pencaran multipliatif dan RSP untu menyusun model alibrasi gingerol, dan diperoleh hasil besaran RSEP sebesar Setiawan (007) melauan esplorasi terhadap tiga metode yaitu Regresi Kontinum (RK), Regresi Komponen Utama (RKU), dan Regresi Kuadrat Terecil Parsial (RKTP). Apliasi pendeatan regresi ontinum dengan transformasi wavelet disret (RK-TWD) pada data onsentrasi senyawa gingerol menghasilan besaran RSEP lebih ecil dibandingan dengan hasil pendeatan RKU-TWD maupun RKTP-TWD. Apliasi pendeatan RK-TWD pada model alibrasi gingerol memberian hasil RSEP sebesar Kesimpulan Terdapat beberapa pendeatan yang dapat digunaan untu menyusun model alibrasi. Beberapa penelitian telah dilauan untu menyusun model alibrasi gingerol dengan Statistia, Vol. 8, No. 1, ei 008
5 Beberapa etode Pendeatan untu odel Kalibrasi Gingerol 83 menggunaan beberapa pendeatan. Berdasaran eseluruhan hasil yang diperoleh model alibrasi gingerol terbai diperoleh menggunaan Regresi Kontinum dengan melauan preprocessing Transformasi Wavelet Disret. Ringasan hasil secara eseluruhan tersaji pada Tabel 1 beriut ini. Tabel 1. Ringasan Hasil ETODE RSEP R y vs ŷ (%) Koresi Pencaran RKU Transformasi wavelet RKU Regresi terpenggal Pendeatan Bayes Koresi Pencaran RSP RK TWD Daftar Pustaa [1]. Arnita Koresi pencaran dalam model alibrasi peubah ganda pada data senyawa gingerol serbu rimpang (Zingiber Officinale Roscue) [Tesis]. Bogor: Program Pascasarjana, Institut Pertanian Bogor. []. Draper, N. Smith, H Applied Regression Analysis, Second Edition. John Willey & Sons. Chichester. [3]. Erfiani odel Kalibrasi Gingerol enggunaan Pendeatan Bayes Hirari [disertasi]. Bogor : Seolah Pascasarjana, Institut Pertanian Bogor. [4]. Geladi, P and B. R. Kowalsi Partial least square regression. A tutorial. Analytica Chimica Acta, 185: [5]. artens, H. and T. Naes ultivariate Calibration. John Willey & Sons. Chichester, England. [6]. Naes, T ultivariate calibration when the error covariance matrix is structured. Technometrics, Vol. 7, No. 3: [7]. Nur,.A. dan H. Adijuwana Teni Spetrosopi dalam Analisis Biologi. Pusat antar Universitas Ilmu Hayat, Institut Pertanian Bogor. [8]. Setiawan Pendeatan Regresi Kontinum dalam odel Kalibrasi [disertasi]. Bogor : Seolah Pascasarjana, Institut Pertanian Bogor. [9]. Sunaryo S odel Kalibrasi dengan Transformasi Wavelet sebagai etode Prapemrosesan [disertasi]. Bogor : Seolah Pascasarjana, Institut Pertanian Bogor. [10]. Tonah.006. Pemodelan Kalibrasi Peubah Ganda Dengan Pendeatan Regresi Sinyal P-Spline. [Tesis]. Bogor: Program Pascasarjana, Institut Pertanian Bogor. [11]. Wold, S. et al The collinearity problem in linear regression. The partial least squares (PLS) approach to generalized inverses. SIA J. SCI. Stat. Comput. Vol 5, No 3:735- [1]. Young, P.J Reformulation of the partial least square regression algorithm. Siam J.SCL STAT Comput., Vol. 5, No.1: Statistia, Vol. 8, No. 1, ei 008
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 terperinciBAB 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 terperinciPEBANDINGAN 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 terperinciHASIL DAN PEMBAHASAN
19 HASIL DAN PEMBAHASAN Koreksi Pencaran Multiplikatif Data persen transmitan diperoleh dari pengukuran dengan menggunakan FTIR pada 1866 bilangan gelombang yang berkisar antara 4000 400 cm -1. Grafik
Lebih terperinciBAB 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 terperinciVariasi Spline Kubik untuk Animasi Model Wajah 3D
Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciBAB 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 terperinciAplikasi 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( 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 terperinciOptimasi 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 terperinciPENDAHULUAN 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 terperinciII. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode
3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode
Lebih terperinciBAB 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 terperinciANALISA 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 terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan
Lebih terperinciBAB 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 terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau
Lebih terperinciVARIASI 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 terperinciTransformasi Wavelet Diskret Untuk Data Time Series
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 015 Transformasi Wavelet Disret Untu Data Time Series S - 11 11 Vemmie Nastiti Lestari, Subanar Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan
Lebih terperinciBAB 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 terperinciBAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel
BAB III ANALISIS DISKRIMINAN 3.1 Pengertian Analisis Disriminan Analisis disriminan merupaan sala satu metode yang digunaan dalam analisis multivariat dengan metode dependensi (dimana ubungan antar variabel
Lebih terperinciBAB 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 terperinciBAB 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 terperinciSah Tidaknya Sidik Ragam. Data Bermasalah. Data Bermasalah PERANCANGAN PERCOBAAN (DATA BERMASALAH)
Sah Tidanya Sidi Ragam PERANCANGAN PERCOBAAN (DATA BERMASALAH) Oleh: Dr. Ir. Dirvamena Boer, M.Sc.Agr. HP: 081 385 065 359 Universitas Haluoleo, Kendari dirvamenaboer@yahoo.com http://dirvamenaboer.tripod.com/
Lebih terperinciBAB 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 terperinciBAB III MODEL KANAL WIRELESS
BAB III MODEL KANAL WIRELESS Pemahaman mengenai anal wireless merupaan bagian poo dari pemahaman tentang operasi, desain dan analisis dari setiap sistem wireless secara eseluruhan, seperti pada sistem
Lebih terperinciKata 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 terperinciBAB 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 terperinciPENGARUH 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 terperinciPENINGKATAN 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 terperinciAPLIKASI 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 terperinciBAB 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 terperinciPENYELESAIAN 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 terperinciKAJIAN METODE BERBASIS MODEL PADA ANALISIS KELOMPOK DENGAN PERANGKAT LUNAK MCLUST
KAJIAN METODE BERBASIS MODEL PADA ANALISIS KELOMPOK DENGAN PERANGKAT LUNAK MCLUST Timbul Pardede (timbul@mail.ut.ac.id) Jurusan Statisti FMIPA, Universitas Terbua ABSTRAK Metode Ward dan metode K-rataan
Lebih terperinciPENYELESAIAN 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 terperinciBAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain
8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan
Lebih terperinciBAB 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 terperinciESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)
SEMINAR NASIONAL PASCASARJANA SAL ESIMASI RAJECORY MOBILE ROBO MENGGUNAKAN MEODE ENSEMBLE KALMAN FILER SQUARE ROO (ENKF-SR) eguh Herlambang Zainatul Mufarrioh Firman Yudianto Program Studi Sistem Informasi
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengolahan Data Data yang telah berhasil diumpulan oleh penulis di BB BIOGEN diperoleh hasil bobot biji edelai dengan jumlah varietas yang aan diuji terdiri dari 15
Lebih terperinciKORELASI 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 terperinciSTUDI KOMPARASI IMPLEMENTASI JARINGAN BASIS RADIAL DAN FUZZY INFERENCE SYSTEM TSK UNTUK PENYELESAIAN CURVE FITTING
STUDI KOPARASI IPEENTASI JARINGAN BASIS RADIA DAN FUZZY INFERENCE SYSTE TSK UNTUK PENYEESAIAN CURVE FITTING Sri Kusumadewi Teni Informatia Universitas Islam Indonesia Jl. Kaliurang Km 4,5 Yogyaarta cicie@fti.uii.ac.id
Lebih terperinciBAB 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 terperinciKesesuaian Metode Regresi Nonparametrik Spline, B-spline, dan P-spline dalam Menduga Kurva Regresi
Laporan Penelitian Lanjut idang Ilmu Kesesuaian Metode Regresi Nonparametri Spline, spline, dan Pspline dalam Menduga Kurva Regresi Oleh: Dra. Harmi Sugiarti, M.Si Pusat Penelitian dan Pengabdian epada
Lebih terperinciINTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh
INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001
Lebih terperinciPENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )
PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132
Lebih terperinciKINETIKA 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 terperinciBAB 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 terperinciMetode Penggerombolan Berhirarki
4 TINJAUAN PUSTAKA Analisis gerombol dalam bidang riset pemasaran sering diistilahan sebagai analisis segmentasi, merupaan alat statistia peubah ganda yang bertujuan untu mengelompoan n indiidu data e
Lebih terperinciStudi 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 terperinciIII. 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 terperinciPENENTUAN 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 terperinciBAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.
BAB 5 RUANG VEKTOR UMUM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Ruang Vetor Nyata. Subruang. Kebebasan Linier 4. Basis dan Dimensi 5. Ruang Baris, Ruang Kolom dan Ruang Nul 6. Ran dan Nulitas
Lebih terperinciPengenalan Pola. Klasifikasi Linear Discriminant Analysis
Pengenalan Pola Klasifiasi Linear Discriminant Analysis PTIIK - 2014 Course Contents 1 Analisis Disriminan 2 Linear Classification 3 Linear Discriminant Analysis (LDA 4 Studi Kasus dan Latihan Analisis
Lebih terperinciPendekatan Regresi Nonparametrik Spline Untuk Pemodelan Laju Pertumbuhan Ekonomi (LPE) di Jawa Timur
JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D- Pendeatan Regresi Nonparametri Spline Untu Pemodelan Laju Pertumbuhan Eonomi (LPE) di Jawa Timur Elfrida Kurnia Litawati dan I Nyoman Budiantara
Lebih terperinciY = + x + x x + e, e N(0, ), Residual e=y -Yˆ
Yogyaarta, 26 Noember 206 ISSN : 979 9X eissn : 25 528X ANALISIS PSEUDOINVERS DAN APLIKASINYA PADA REGRESI LINEAR BERGANDA Kris Suryowati Program Studi Statistia, Faultas Sains erapan, Institut Sains dan
Lebih terperinciDESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL
DESAIN SENSOR KECEPAAN BERBASIS DIODE MENGGUNAKAN FILER KALMAN UNUK ESIMASI KECEPAAN DAN POSISI KAPAL Alrijadjis, Bambang Siswanto Program Pascasarjana, Jurusan eni Eletro, Faultas enologi Industri Institut
Lebih terperinciVI. PEMILIHAN MODA (Modal Split/Choice)
VI. PEMILIHAN MODA (Modal Split/Choice) 6.. UMUM Tujuan: Mengetahui proporsi pengaloasian perjalanan e berbagai moda transportasi. Ada dua emunginan situasi yang dihadapi dalam meramal pemilihan moda:
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni
Lebih terperinciSTUDI 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 terperincikhazanah 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 terperinciKLASIFIKASI 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 terperinciMANAJEMEN 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 terperinciANALISIS DISKRIMINAN
ANALISIS DISKRIMINAN I Prinsip Dasar dan Tujuan Analisis Analisis disriminan adalah salah satu teni statisti yang bisa digunaan pada hubungan dependensi (hubungan antarvariabel dimana sudah bisa dibedaan
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
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 terperinciMateri. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham
Materi IF37325P - Grafia Komputer Geometri Primitive Menggambar garis Irfan Malii Jurusan Teni Informatia FTIK - UNIKOM IF27325P Grafia Komputer 2008 IF27325P Grafia Komputer 2008 Halaman 2 Garis adalah
Lebih terperincikhazanah 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 terperinciUJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure
8/9/01 UJI TUKEY UJI DUNCAN UJI BARTLETT UJI COCHRAN UJI DUNNET Elty Sarvia, ST., MT. Faultas Teni Jurusan Teni Industri Universitas Kristen Maranatha Bandung Macam Metode Post Hoc Analysis The Fisher
Lebih terperinciANALISIS 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 terperinciDeret 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 terperinciEstimasi 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 terperinciPenerapan 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 terperinciMATA 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 terperinciBAB 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 terperinciKORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK
Jurnal Pengaaran MIPA, Vol. 0 No. Desember 007 ISSN: -097 KORELASI ANARA DUA KELOMPOK VARIABEL KUANIAIF DALAM ANALISIS KANONIK Oleh : Dewi Rachmatin, S.Si., M.Si. Jurusan Pendidian Matematia FPMIPA Universitas
Lebih terperinciModifikasi 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 terperinciPerhitungan Kehilangan Pratekan Total dengan Memakai Teori Kemungkinan ABSTRAK
Jurnal APLIKASI Volume 5, Nomor 1, Agustus 2008 Perhitungan Kehilangan Pratean Total dengan Memaai Teori Kemunginan M. Sigit Darmawan Dosen Jurusan Diploma Teni Sipil, FTSP - ITS Email: msdarmawan@ce.its.ac.id
Lebih terperinciPENERAPAN 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 terperinciKECENDERUNGAN PENGGUNAAN JENIS ALAT KONTRASEPSI PESERTA KB AKTIF PADA KABUPATEN SIDOARJO TAHUN 2009
KECENDERUNGAN PENGGUNAAN JENIS ALAT KONTRASEPSI PESERTA KB AKTIF PADA KABUPATEN SIDOARJO TAHUN 009 Furqan Qadarisman, dan Dwiatmono Agus W. Jurusan Statistia Institut Tenologi Sepuluh Nopember (ITS) Surabaya
Lebih terperinciBAB 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 terperinciANALISIS 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 terperinciPenempatan 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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 ObjePenelitian Obje penelitian merupaan hal yang tida dapat dipisahan dari suatu penelitian. Obje penelitian merupaan sumber diperolehnya data dari penelitian yang dilauan.
Lebih terperinciMakalah 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 terperinciBAB 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 terperinciPREDIKSI 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 terperinciANALISIS VARIANSI (ANOVA)
ANALISIS VARIANSI (ANOVA) ANOVA = Analisis Varians (Anava) = Analisis Ragam = Sidi Ragam Diperenalan oleh R.A. Fisher (195) disebut uji F pengembangan dari uji t dua sampel bebas (independent samples t
Lebih terperinciSIMULASI FILTER KALMAN UNTUK ESTIMASI SUDUT DENGAN MENGGUNAKAN SENSOR GYROSCOPE
SIMULASI FILR KALMAN UNUK SIMASI SUDU DNGAN MNGGUNAKAN SNSOR GYROSCOP Wahyudi *), Adhi Susanto **), Sasongo Pramono **), Wahyu Widada ***) Abstact he Kalman filter is a recursive solution to the process
Lebih terperincitidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama
BB IV PENGENDLIN TERDESENTRLISSI Untu menstabilan sistem yang tida stabil, dengan syarat sistem tersebut tida mempunyai fixed mode terdesentralisasi, dapat dilauan dengan memberian ompensator terdesentralisasi.
Lebih terperinciTEORI 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 terperinciEstimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (16) 337-35 (31-98X Print) A-1 Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunaan ARIMA-Filter Kalman dan VAR-Filter Kalman Popy Febritasari, Erna Apriliani
Lebih terperinci- Persoalan nilai perbatasan (PNP/PNB)
PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL Persamaan diferensial biasanya digunaan untu pemodelan matematia dalam sains dan reayasa. Seringali tida terdapat selesaian analiti seingga diperluan ampiran
Lebih terperinciPERHITUNGAN KEHILANGAN PRATEKAN (LOSS OF PRESTRESS) AKIBAT SUSUT DAN RANGKAK PADA BETON DENGAN MEMPERHITUNGKAN VARIABILITAS SIFAT-SIFAT BETON
PERHITUNGAN KEHILANGAN PRATEKAN (LOSS OF PRESTRESS) AKIBAT SUSUT DAN RANGKAK PADA BETON DENGAN MEMPERHITUNGKAN VARIABILITAS SIFAT-SIFAT BETON M. Sigit Darmawan Dosen Diploma Teni Sipil ITS Email: msdarmawan@ce.its.ac.id
Lebih terperinci2. Menentukan koleksi inti ubi kayu dan mengevaluasi kebaikan koleksi inti yang diperoleh. METODE. Data
2 2. Menentuan olesi inti ubi ayu dan mengevaluasi ebaian olesi inti yang dieroleh. METODE Data Data yang digunaan dalam enelitian ini berasal dari Kelomo Peneliti Pengelolaan Sumberdaya Geneti (Kelti
Lebih terperinciSistem 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 terperinciPENGENALAN 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 terperinciMASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS
Seminar Sains Penidi Sains VI UKSW Salatiga Juni 0 MSLH VEKTOR EIGEN MTRIKS INVERS MONGE DI LJBR MX-PLUS Farida Suwaibah Subiono Mahmud Yunus Jurusan Matematia FMIP Institut Tenologi Sepuluh Nopember Surabaya
Lebih terperinciAgar Xn berperilaku acak yang dapat dipertanggungjawabkan :
ara memperoleh data Zaman dahulu, dgn cara : 1. Melempar dadu 2. Mengoco artu Zaman modern (>1940), dgn cara membentu bilangan aca secara numeri/ aritmati(menggunaan omputer), disebut Pseudo Random Number
Lebih terperinciTUGAS 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 terperinciPenentuan 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 terperinciIII. 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