Penentuan Sampling Minimal Dalam Eksperimen Life-Testing menggunakan Order Statistics. Oleh:

Ukuran: px
Mulai penontonan dengan halaman:

Download "Penentuan Sampling Minimal Dalam Eksperimen Life-Testing menggunakan Order Statistics. Oleh:"

Transkripsi

1 Penentuan Sampling Minimal Dalam Esperimen Life-Testing menggunaan Order Statistics Oleh: Budhi Handoo Staff Pengajar Jurusan Statistia Faultas Matematia dan Ilmu Pengetahuan Alam Universitas Padjadjaran Bandung udhihandoo@yahoo.com ABSTRAK Analisis reliailitas merupaan salah satu alat statistia yang digunaan untu menguur tingat erfungsinya suatu alat/omponen. Suatu alat/omponen diataan reliael jia masih erfungsi dengan ai dalam suatu janga watu tertentu. Selama ini proses penguuran lifetime lampu pijar yang diprodusi PT Phillips Ralin Electronics Suraaya dilauan sampai semua lampu yang diamil seagai sampel mati, sehingga proses ini memerluan watu dan iaya yang cuup esar. Salah satu cara yang isa dilauan untu mengurangi watu dan iaya dalam esperimen life-testing adalah dengan menentuan sampling minimal dalam esperimen life-testing lampu pijar yang isa diperoleh erdasaran urutan erusaan yang terjadi. Sehingga proses penguuran lifetime lampu pijar tida perlu dilauan sampai semua lampu yang diamil seagai sampel mati. Hal ini isa didapatan dengan cara memperoleh momen order e- dari fungsi densitas order statistics yang sesuai dengan distriusi data watu erusaan dari lifetime lampu pijar. Berdasaran momen order e- dari fungsi densitas order statistics yang sesuai dengan distriusi watu erusaan Weiull, dapat dietahui sampling minimal yang diutuhan dalam esperimen life-testing lampu pijar erdasaran spesifiasi lampu 22V/4W/A6/CL/E27 adalah 8 (urutan erusaan e-8 dari 26 sampel lampu). Sehingga penghematan yang isa dilauan adalah seesar 39,3 %. Kata Kunci: Distriusi weiull, Fungsi hazard rate, Order statistics, Reliailitas. Semnas Matematia dan Pendidian Matematia 28-78

2 . Pendahuluan Esperimen life-testing merupaan suatu percoaan yang ertujuan untu menguur masa hidup suatu omponen dalam suatu watu tertentu pada seuah industri pemuatan omponen terseut. Seelum suatu omponen/produ dipasaran, maa harus diuji terleih dahulu apaah lifetime (masa hidup)-nya sudah memenuhi standar nasional Indonesia atau elum. PT. Phillip Ralin Electronics Suraaya merupaan salah satu perusahaan yang memprodusi lampu pijar. Selama ini proses penguuran lifetime lampu dilauan sampai semua lampu yang diamil seagai sampel mati, sehingga proses ini memerluan watu dan iaya yang cuup esar. Watu dan iaya dalam esperimen life-testing dapat diurangi dengan cara menentuan sampling minimal dalam lampu pijar yang isa diperoleh erdasaran urutan erusaan yang terjadi. Sehingga proses penguuran lifetime lampu pijar tida perlu dilauan sampai semua ola lampu yang diamil seagai sampel mati. Hal ini isa didapatan dengan cara memperoleh momen order e- dari fungsi densitas order statistics yang sesuai dengan distriusi data watu erusaan dari lifetime-nya. Berdasaran pengamatan yang terurut dalam penguuran lifetime ini isa diperoleh informasi mengenai fungsi hazard rate. Nelson (982) memperenalan fungsi hazard rate yang diperoleh dengan menggunaan plot. Fungsi-fungsi hazard rate lainnya yaitu athtu-shaped yang diperenalan pertama ali oleh Hjorth (98) dan emudian diemangan oleh Dhillon (983). Bentu lain dari fungsi hazard rate diaji oleh Lai dan Xie (23) yang mempunyai distriusi laju erusaan merupaan modifiasi dari distriusi Weiull (Modified Weiull Distriution). Menurut Pal (25), sulit untu menentuan momen dari fungsi densitas order statistics yang sesuai dengan fungsi-fungsi hazard terseut. Oleh arena itu, Pal (25) memerian alternatif lain dari jenis fungsi hazard rate yang dapat digunaan untu mencari fungsi densitas dari order statistics yaitu fungsi hazard rate onstan, fungsi hazard rate yang meningat secara linier, dan fungsi hazard rate yang meningat secara esponensial. Maalah ini aan memahas mengenai momen order e- dari fungsi densitas order statistics yang sesuai dengan distriusi watu erusaan Weiull, untu menentuan sampling minimal dalam esperimen life-testing lampu pijar yang aan diterapan pada data lifetime lampu pijar yang diprodusi oleh PT. Phillips Ralin Electronics Suraaya. Semnas Matematia dan Pendidian Matematia 28-79

3 2. Distriusi Weiull Distriusi Weiull merupaan salah satu dari distriusi yang dapat digunaan untu memodelan suatu fenomena erusaan dengan hazard rate h(t) tergantung pada usia paai suatu alat/omponen terseut. Misalnya janga watu erusaan dari apasitor, lifetime lampu pijar, dan seagainya. Distriusi Weiull yang digunaan dalam penelitian ini adalah distriusi Weiull dengan dua parameter yaitu β dan θ. Distriusi Weiull dua parameter dapat merepresentasian hazard rate yang meningat, onstan, dan menurun (Evans, Hastings, dan Peacoc, 2), dengan fungsi densitas peluang seagai eriut: dengan: t = watu, t > β = parameter entu, β> θ = parameter sala, θ> β β β t t f() t = exp θ θ θ, 3. Order Statistics Misalan T adalah variael aca nonnegatif yang mencerminan masa hidup setiap alat/omponen. Maa pengamatan esperimen aan dinyataan dengan, T :n,t 2:n,... T r:n.. Jia T r:n menyataan watu erusaan dari alat/omponen e-r dari uuran sampel n, yang mempunyai CDF F(t) dan pdf f(t), dan fungsi hazard rate h(t). Maa fungsi densitas dari T r:n adalah seagai eriut: dengan: n! f ( ) {F(t) r- { - F(t)} n-r rn : t = f(t) ( r )!( n r)! t F( t) = exp h( t) dt] = exp[ H ( t)], < t < sehingga: dengan : f : () t = C, { e Ht () } n r+ { e Ht () } r rn rn h() t C rn : f() t = ht (){ Ft ()} = ht ()exp[ Ht ()], < t< n! Γ ( n+ ) = = ( r )!( n r)! Γ( r) Γ( n r+ ) Semnas Matematia dan Pendidian Matematia 28-8

4 4. Momen Order e- dari Distriusi Weiull Misalan h(t) menyataan fungsi laju erusaan atau fungsi hazard rate (hrf) pada watu e-t. Terdapat eragai jenis fungsi hazard seperti onstan, meningat secara linier, meningat secara esponensial dll. Gamar di awah ini menunjuan eerapa fungsi hazard rate umum. Gamar Grafi fungsi hazard rate secara umum Fungsi umulatif hazard (Chrf) merupaan integral dari fungsi hazard yang ditunjuan seagai eriut: t Ht () = htdt () Berdasaran eragai jenis fungsi hazard, aan didapatan eragai jenis distriusi lifetesting untu watu erusaan seperti distriusi esponensial, Weiull, Rayleigh, dll. Beriut ini adalah contoh fungsi hazard rate yang menunjuan watu erusaan erdistriusi Weiull. ht () = at, a, > Fungsi densitas order statistics e- r dari T :, dengan: r n adalah: dengan : rn : rn : rn ( + a ) a n r t t r f () t = C at e ( e ) β a =, θ = parameter sala dari distriusi Weiull, θ> β θ = β = parameter entu dari distriusi Weiull, β> Setelah fungsi densitas order statistics dari distriusi Weiull diperoleh, selanjutnya momen order e- ( μ ( ) r:n ) aan dijaaran melalui langah-langah eriut ini: Semnas Matematia dan Pendidian Matematia 28-8

5 μ ( ) rn : = t frn : () t dt r a ( + ) a n r t t t = C, rn t a e e dt t misalan u = t du = t dt sehingga: t= u dt= u du μ r a a au ( n r+ ) u u = Crn u e e u du u ( ) rn :, r a a a ( n r+ ) u u = C, rn u e e du () Untu menyederhanaan () di atas diperluan rumusan teorema Binomial. Menurut Taylor dan Karlin (998), rumusan teorema Binomial seagai eriut: r a a u r r e j = e j = j Apaila (2) disustitusian e () aan diperoleh μ uj ( ) (2) a a ( n r ) u r ( ) a + :, ( ) j r rn = rn j = j a a r r ( n r+ + j) u j = rn, j = j uj C u e e du hasil pada (3) di atas dapat ditulis seperti eriut ini: μ C ( ) u e du (3) a r ( ) ( ) n r j u a j r rn : = rn, j = j C ( ) u e du (4) Integrasi pada (4) aan diselesaian menggunaan fungsi gamma dengan memisalan : a + = α, dan -(n-r++j) = β atau β j = an ( r+ + j) Mengingat sifat pdf dari gamma (Casela dan Berger, 22) adalah: j Semnas Matematia dan Pendidian Matematia 28-82

6 x α β j X e dx Γ( αβ ) x α β j X e dx α j =Γ( αβ ) Jia x = u, maa integrasi pada (4) isa diruah e dalam entu fungsi gamma menjadi: = α j + ( n r + + j ) a u + u e du =Γ + (5) a( n r+ + j) Apaila (5) disustitusian e (4), maa rumusan μ ( ) rn : menjadi: Misalan: i = r--j, sehingga j = r--i jia j =, maa i = r- untu j = r-, maa i = + ( ) a r r μr:n = C, ( ) j rn Γ + j = j a( n r + + j) a r =, ( ) j r C rn Γ + j = j a( n r + + j) a( n r + + j) r r = C, ( ) j rn Γ + j = j ( ( )) ( an r j ( ) n r j Sehingga: : r ( ) r i r r:n = Crn, ( ) Γ = ( ) ( ) i r i an i n i r r i r = Crn, ( ) Γ + = ( ) ( ) i i an i n i μ + Dari tahapan-tahapan yang dilauan di atas diperoleh momen order e- ( μ rn : ) adalah seagai eriut: Semnas Matematia dan Pendidian Matematia 28-83

7 r = C rni ( ) Γ ( ) ( ) i an i n i r ( ) r i r:n, = μ + (6) Rata-rata dan standar deviasi dihitung dengan menggunaan rumusan eriut : μ = μ () rn : rn : (2) () σrn : = μrn : μ rn : 2 5. Menentuan Uuran Sampel Minimal Sampling minimal dalam esperimen life-testing untu menguji masa hidup lampu yang diprodusi oleh mesin B unit dengan spesifiasi 22V/4W/A6/CL/E27 di PT Phillips Ralin Electronics Suraaya dapat dihitung dengan menggunaan momen order e- ( μ ( ) rn : ) dari fungsi densitas order statistics yang sesuai dengan distriusi data watu erusaan dari lifetime lampu pijar terseut yaitu Weiull. Dari hasil estimasi parameter menggunaan metode Maximum Lielihood Estimation (MLE) dengan antuan paet program Easyfit 4.3 diperoleh nilai parameter entu (β) = 4,9888 dan nilai parameter sala (θ) = 23,9. β a = β θ Parameter sala yang digunaan dalam analisis selanjutnya adalah a, nilai, dengan θ = parameter sala dari distriusi Weiull, θ>, dan β merupaan parameter entu dari distriusi Weiull, β>. Sehingga nilai = β = 4,9888 dan nilai β 4,9888 a = = =,92x β 4,9888 α 23,9-5. Fungsi hazard rate dari data lifetime lampu yang menunjuan watu erusaan erdistriusi Weiull adalah: ht () = at =,92x 5 3,9888 yang mempunyai plot seperti ditunjuan pada Gamar 2 t Semnas Matematia dan Pendidian Matematia 28-84

8 Gamar 2 Grafi Fungsi Hazard Rate Fungsi hazard rate umulatifnya adalah a Ht () = t -5,92x = t 4,9888 4, ,9888 = 3,83x t Fungsi distriusi umulatif-nya adalah Ft () = exp[ Ht ()] = exp 2,83x -6 t 4,9888 Fungsi distriusi umulatif mempunyai plot seperti ditunjuan pada Gamar 3 eriut ini. Gamar 3 Grafi Fungsi Distriusi Kumulatif Berdasaran fungsi hazard rate dan fungsi distriusi umulatif yang telah diperoleh seelumnya maa fungsi densitas-nya adalah seagai eriut f() t = h(){ t F()} t =,92x 5 t 3,9888.exp 3,83x -3 t 4,9888 dengan plot fungsi densitas disajian pada Gamar 4 eriut Semnas Matematia dan Pendidian Matematia 28-85

9 Gamar 4 Grafi Fungsi Densitas Sehingga fungsi densitas order statistics dari data lifetime lampu adalah: dengan: a a ( n r+ ) t t : : r rn rn = Crn :,92x 5t3,9888 e ( n r+ )3,83x t x. 3,83x -5 t r f () t = C at e ( e ) ( e ) 26! C rn : = = (8 )!(26 8)! Fungsi reliailitas dari data adalah Rt () = Ft () -6 4,9888 ( t ) -6 4,9888 ( t ) = exp 2,83x = exp 2,83x dengan plot grafi fungsi reliailitas ditampilan pada Gamar 5 Gamar 5 Grafi Fungsi Reliailitas Dengan menggunaan paet program MATLAB, versi 6.5, nilai a, dan disustitusian e (8), sehingga diperoleh nilai rata-rata watu terjadinya erusaan ola lampu pijar untu urutan erusaan lampu (r) dan uuran sampel (n) sejumlah 26. Untu leih jelasnya dapat dilihat dalam Tael. Semnas Matematia dan Pendidian Matematia 28-86

10 r Tael Nilai Rata-rata Watu Terjadinya Kerusaan Bola Lampu Pijar (jam) dan Standar Deviasinya μ r:n σ r:n r μ r:n σ r:n 588,2 35, 4 55,6 63,9 2 78,9 8,3 5 8,6 63, ,2 95,4 6 25,7 63, 4 839, 87,5 7 23, 62, , 82, 8 256,9 62, ,7 77, ,7 63,4 7 96,2 74,6 2 3,7 63, ,6 72, 2 34,6 64,9 9 22,7 7, ,2 66,5 5,2 68,3 23 4,9 69, 78,4 66, ,3 73,3 2 4,7 65,7 25 5,5 8,2 3 3,4 64,7 26 6,6,2 Berdasaran Tael terseut, μ r:n adalah nilai rata-rata watu terjadinya erusaan ola lampu pada urutan e-r untu sejumlah n sampel ola lampu, sedangan σ r:n adalah standar deviasinya. Untu r =, artinya adalah rata-rata watu terjadinya erusaan pertama dari 26 ola lampu adalah 588,2 jam dengan standar deviasi-nya 35 jam. Untu nilai r = 2, rata-rata watu terjadinya erusaan edua dari 26 ola lampu adalah 78,9 jam dengan standar deviasi-nya 8,3 jam, demiian seterusnya sampai dengan erusaan ola lampu yang terahir. Esperimen life-testing aan dihentian etia rata-rata erusaan ola lampu meleihi amang nilai masimum dari Standard Nasional Indonesia (SNI) yaitu 25 jam yang terjadi pada erusaan e-8 dengan rata-rata watu erusaan 256,9 jam dan standar deviasinya 62,9 jam. Sehingga dari seanya 26 sampel ola lampu yang seharusnya digunaan dalam esperimen, ternyata sudah cuup menggunaan sampel seanya 8 ola lampu saja. Sehingga esperimen life-testing untu menguji masa hidup lampu pijar spesifiasi 22V/4W/A6/CL/E27 diperluan minimal 8 ola lampu, tanpa Semnas Matematia dan Pendidian Matematia 28-87

11 mengurangi informasi apaila menggunaan e-26 sampel lampu terseut. Dengan demiian, dapat mengurangi watu dan iaya yang dieluaran dalam melauan esperimen life-testing. Penghematan yang dapat dilauan dalam menerapan metode ini adalah dapat menghemat watu dalam melauan esperimen life-testing dan juga dapat menghemat jumlah ola lampu yang digunaan dalam esperimen life-testing yaitu seesar 3, 77%. 6. Kesimpulan Jumlah sampling minimal yang seharusnya diperluan untu esperimen lifetesting dari lampu pijar di PT Phillips Ralin Electronics yang diprodusi pada mesin B unit dengan spesifiasi lampu pijar 22V/4W/A6/CL/E27 adalah 8 dengan ratarata watu erusaan 256,9 jam dan standar deviasinya 62,9 jam. Hal ini dapat diartian ahwa pengujian esperimen life-testing dari lampu pijar ini dapat dihentian etia rata-rata erusaan ola lampu meleihi nilai masimum dari Standard Nasional Indonesia (SNI) yaitu 25 jam yang terjadi pada urutan erusaan e-8. Sehingga pengujian life-testing tida perlu dilauan sampai semua sampel seanya 26 mati, tetapi perusahaan tetap memperoleh informasi mengenai lifetime lampu yang sesuai dengan SNI dan dapat menghemat watu dan iaya. Penghematan jumlah ola lampu yang dapat dilauan seesar 3,77%. 7. Daftar Pustaa Casela, G. Dan Berger, R.L., 22, Statistical Inference, Duxury, California. Dhillon, B.S., 983, Reliaility Engineering in Systems Design and Operation, Van Nostrand Reinhold, New Yor. Eeling, C.E., 997, An Introduction to Reliaility and Maintainaility Engineering, The Mc Graw-Hill Companies Inc, Singapore. Evans, M., Hastings, N., dan Peacoc, B., 2, Statistical Distriution, John Wiley & Sons, New Yor. Franty, Y. K., 28, Penggunaan Order Statistics Dalam Esperimen Life-testing (Studi Kasus di PT Phillips Ralin Electronic Suraaya), Tesis, Institut Tenologi Sepuluh Nopemer Suraaya. Semnas Matematia dan Pendidian Matematia 28-88

12 Hjorth, U., 98, A reliaility distriution with increasing, decreasing, constant, athtu-shape failure rate, Technometrics, 22, Hoyland, A., dan Rausand, M., 994, System Reliaility Theori Models and Statistical Methods, John Wiley and Sons, New Yor. Lai, C.D. dan Xie, M., 23, A Modified Weiull distriution, IEEE Transactions on Reliaility, 52, Nelson, W., 982, Applied Life Data Analysis, John Wiley, New Yor. Pal, S., 25, Order statistics for some common hazard rate functions with an application, The International Journal of Quality & Reliaility Management, 22, 2-2. Taylor, H.M. dan Karlin, S., 998, An Introduction to Stochastic Modeling, Academic Press, New Yor. Semnas Matematia dan Pendidian Matematia 28-89

PENGGUNAAN ORDER STATISTICS DALAM MENENTUKAN SAMPEL PADA EKSPERIMEN LIFE-TESTING

PENGGUNAAN ORDER STATISTICS DALAM MENENTUKAN SAMPEL PADA EKSPERIMEN LIFE-TESTING BIASaisics (2016) Vol. 10, No. 1, hal. 1-7 PENGGUNAAN ORDER STATISTICS DALAM MENENTUKAN SAMPEL PADA EKSPERIMEN LIFE-TESTING Yeny Krisa Frany 1, Budhi Handoko 2 1,2 Deparemen Saisika FMIPA Universias Padjadjaran

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

STUDI KEANDALAN (RELIABILITY) PEMBANGKIT LISTRIK TENAGA UAP (PLTU) LABUHAN ANGIN SIBOLGA

STUDI KEANDALAN (RELIABILITY) PEMBANGKIT LISTRIK TENAGA UAP (PLTU) LABUHAN ANGIN SIBOLGA STUDI KEANDALAN (RELIABILITY) PEMBANGKIT LISTRIK TENAGA UAP (PLTU) LABUHAN ANGIN SIBOLGA Oloni Togu Simanjuntak, Ir. Syamsul Amien, MS Konsentrasi Teknik Energi Listrik, Departemen Teknik Elektro Fakultas

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

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

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

Lebih terperinci

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

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

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

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA

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

Lebih terperinci

BAB 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

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

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

Lebih terperinci

BAB 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

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

Aplikasi diagonalisasi matriks pada rantai Markov

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

Lebih terperinci

BAB 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

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN

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

Lebih terperinci

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode

II. 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 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

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

KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W

KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W J. Math. and Its Appl. ISSN: 1829-605X Vol. 8, No. 2, November 2011, 43 49 KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W Sunarsini. 1, Sadjidon 2 Jurusan

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

Sifat-sifat Nilai Eigen dan Vektor Eigen Matriks atas Aljabar Maxplus

Sifat-sifat Nilai Eigen dan Vektor Eigen Matriks atas Aljabar Maxplus J. Sains Dasar () Sifat-sifat Nilai Eigen dan Vetor Eigen Matris atas ljabar Maxplus (The Properties of Eigen Value and Eigen Vector of Matrices Over Maxplus lgebra) Musthofa * dan Nienasih inatari * Jurusan

Lebih terperinci

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS

MASALAH 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 terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

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

Lebih terperinci

KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB 2012

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

Lebih terperinci

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

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

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

Lebih terperinci

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

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

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

Lebih terperinci

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya J. Math. and Its Appl. ISSN: 1829-605X Vol. 2, No. 1, May. 2005, 37 45 Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya Sadjidon Jurusan Matematia Institut Tenologi Sepuluh Nopember,

Lebih terperinci

Jurnal Matematika, Statistika Desember 2013

Jurnal Matematika, Statistika Desember 2013 ANALISIS KOVARIANSI DALAM RANCANGAN BUJURSANGKAR YOUDEN DENGAN DATA HILANG ENDY NUR CAHYANTO, NASRAH SIRAJANG, M. SALEH AF Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Universitas Hasanuddin

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

PREMI TUNGGAL ASURANSI JIWA CONTINGENT MENGGUNAKAN MODEL TINGKAT BUNGA EKSPONENSIAL VASICEK ABSTRACT

PREMI TUNGGAL ASURANSI JIWA CONTINGENT MENGGUNAKAN MODEL TINGKAT BUNGA EKSPONENSIAL VASICEK ABSTRACT PREMI TUNGGAL ASURANSI JIWA CONTINGENT MENGGUNAKAN MODEL TINGKAT BUNGA EKSPONENSIAL VASICEK Shinta Pragustia Kuarni, Hasriati 2, T. P. Nababan 2 Mahasiswa Program Studi S Matematia 2 Dosen Jurusan Matematia

Lebih terperinci

KENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA. Thiang, Resmana, Wahyudi

KENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA. Thiang, Resmana, Wahyudi KENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA Thiang, Resmana, Wahyudi Jurusan Teni Eletro, Universitas Kristen Petra Jl. Siwalanerto 121-131 Surabaya Email : thiang@petra.ac.id,

Lebih terperinci

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

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

Lebih terperinci

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

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

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1. Distribusi Seragam Diskrit

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1. Distribusi Seragam Diskrit DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1 TI2131 TEORI PROBABILITAS MINGGU KE-9 Distribusi Seragam Disrit Jia sebuah variabel random X mengambil nilai x 1, x 2,, x dengan probabilitas yang sama, maa distribusi

Lebih terperinci

IV PENYELESAIAN MASALAH PENETAPAN BLOK PADA REL PELANGSIRAN DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM

IV PENYELESAIAN MASALAH PENETAPAN BLOK PADA REL PELANGSIRAN DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM 22 {, } {, } x, S, K (2) y, B (22) Tuuan dari fungi oetif (8) adalah meminimuman ongo dari aignmentaignment yang fiiel erta meminimuman anyanya lo yang tida diparir pada rel pelangiran. Kendala (9) menyataan

Lebih terperinci

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

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

Lebih terperinci

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

PROSES PERCABANGAN PADA DISTRIBUSI GEOMETRIK

PROSES PERCABANGAN PADA DISTRIBUSI GEOMETRIK PROSES PERCABANGAN PADA DISTRIBUSI GEOMETRIK Arantika Desmawati, Respatiwulan, dan Dewi Retno Sari S Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Seelas Maret Astrak.

Lebih terperinci

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

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

Lebih terperinci

Universitas Tanjungpura Jalan Prof. Dr. Hadari Nawawi, Pontianak, Indonesia * Abstrak

Universitas Tanjungpura Jalan Prof. Dr. Hadari Nawawi, Pontianak, Indonesia *  Abstrak POSITRON, Vol. VII, No. (7), Hal. 4 47 ISSN: 3-497 (print) ISSN: 549-936X (online) Model Sederana Gera Osilator dengan Massa Berua Teradap Watu Menggunaan Metode Runge Kutta Yulia Acu a, Boni Palanop Lapanporo

Lebih terperinci

Optimasi Preventive Maintenance pada Mesin Tuber. JurusanStatistika ITS

Optimasi Preventive Maintenance pada Mesin Tuber. JurusanStatistika ITS Optimasi Preventive Maintenance pada Mesin Tuber dan Bottomer dengan Metode Analisis Reliabilitas di PT Industri Kemasan Semen Gresik Oleh : Dosen Pembimbing : Drs. Haryono, MSIE Satria Hikmawan M.H (1309100070)

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

3. Sebaran Peluang Diskrit

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

Lebih terperinci

Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman

Estimasi 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

SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS)

SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS) Prosiding Semirata15 bidang MIPA BKS-PTN Barat Hal 357-36 SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS) Budi Rudianto 1, Narwen Jurusan

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

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

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

Y = + x + x x + e, e N(0, ), Residual e=y -Yˆ

Y = + 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 terperinci

ANALISIS RELIABILITAS PADA MESIN MEISA KHUSUSNYA KOMPONEN PISAU PAPER BAG UNTUK MEMPEROLEH JADUAL PERAWATAN PREVENTIF

ANALISIS RELIABILITAS PADA MESIN MEISA KHUSUSNYA KOMPONEN PISAU PAPER BAG UNTUK MEMPEROLEH JADUAL PERAWATAN PREVENTIF Prosiding Seminar Nasional Matematika dan Pendidikan Matematika (SESIOMADIKA) 2017 ISBN: 978-602-60550-1-9 Statistika, hal. 42-51 ANALISIS RELIABILITAS PADA MESIN MEISA KHUSUSNYA KOMPONEN PISAU PAPER BAG

Lebih terperinci

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

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

Lebih terperinci

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

DESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL

DESAIN 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 terperinci

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

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

Lebih terperinci

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

BAB 4 HASIL DAN PEMBAHASAN

BAB 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 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

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

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

Lebih terperinci

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

Ukuran Pemusatan Data

Ukuran Pemusatan Data Uuran Pemusatan Data Atina Ahdia, S.Si., M.Si. Universitas Islam Indonesia Uuran Pemusatan Data 1. Mean (rata-rata) 2. Median (nilai tengah) 3. Modus Mean 1. Rata-rata Hitung Misalan terdapat N observasi,

Lebih terperinci

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure

UJI 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 terperinci

PEMODELAN KOMPONEN BERBASIS ARUS INJEKSI UNTUK PERHITUNGAN ALIRAN BEBAN TAK SEIMBANG

PEMODELAN KOMPONEN BERBASIS ARUS INJEKSI UNTUK PERHITUNGAN ALIRAN BEBAN TAK SEIMBANG SSN 2407-9189 PEMODELAN KOMPONEN BERBASS ARUS NJEKS UNTUK PERHTUNGAN ALRAN BEBAN TAK SEMBANG Agus Ulinuha 1), Hasyim Asy ari 2), Agus Supardi 3) Faultas Teni,Universitas Muhammadiyah Suraarta 1) email:

Lebih terperinci

Model Geographically Weighted Negative Binomial Regression (GWNBR) untuk Data Kejahatan

Model Geographically Weighted Negative Binomial Regression (GWNBR) untuk Data Kejahatan Model Geographically Weighted Negative Binomial Regression (GWNBR) untu Data Kejahatan (Studi Kasus 38 Kabupaten/Kota di Jawa Timur) Herlin Venny Johannes 1,a), Septiadi Padmadisastra,b), Bertho Tantular

Lebih terperinci

ANALISIS PERBANDINGAN KOMULAN TERHADAP BEBERAPA JENIS DISTRIBUSI KHUSUS Analysis of Comulans Comparative on some Types of Special Distribution

ANALISIS PERBANDINGAN KOMULAN TERHADAP BEBERAPA JENIS DISTRIBUSI KHUSUS Analysis of Comulans Comparative on some Types of Special Distribution Jurnal Bareeng Vol. 8 No. Hal. 5 0 (04) ANALISIS PRBANDINGAN OMULAN TRHADAP BBRAPA JNIS DISTRIBUSI HUSUS Analysis of Comulans Comparative on some Types of Special Distribution ABRAHAM ZACARIA WATTIMNA,

Lebih terperinci

FUNGSI BANTU NONPARAMETRIK BARU UNTUK MENYELESAIKAN OPTIMASI GLOBAL

FUNGSI BANTU NONPARAMETRIK BARU UNTUK MENYELESAIKAN OPTIMASI GLOBAL Seminar Nasional Matematia dan Apliasinya, 2 Otober 27 FUNGSI BANTU NONPARAMETRIK BARU UNTUK MENYELESAIKAN OPTIMASI GLOBAL Ridwan Pandiya #, Emi Iryanti #2 # S Informatia, Faultas Tenologi Industri dan

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

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

Lebih terperinci

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.

BAB 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 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

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

BAYESIAN REVERSIBLE JUMP MARKOV CHAIN MONTE CARLO (RJMCMC) UNTUK PEMODELAN MIXTURE SURVIVAL 1. PENDAHULUAN

BAYESIAN REVERSIBLE JUMP MARKOV CHAIN MONTE CARLO (RJMCMC) UNTUK PEMODELAN MIXTURE SURVIVAL 1. PENDAHULUAN BAYESIAN REVERSIBLE JUMP MARKOV CHAIN MONTE CARLO (RJMCMC) UNTUK PEMODELAN MIXTURE SURVIVAL 1 Najihatur Reji, 2 Nur Iriawan 1,2 Jurusan Statistia, FMIPA ITS, Surabaya 1 rezqi.najihatur@gmail.com, 2 nuririawan@gmail.com

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

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

BAB ELASTISITAS. Pertambahan panjang pegas

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

Lebih terperinci

Studi Perbandingan Perpindahan Panas Menggunakan Metode Beda Hingga dan Crank-Nicholson

Studi Perbandingan Perpindahan Panas Menggunakan Metode Beda Hingga dan Crank-Nicholson 1 Studi Perbandingan Perpindahan Panas Menggunaan Metode Beda Hingga dan Cran-Nicholson Durmin, Drs. Luman Hanafi, M.Sc Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Institut Tenologi

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

Seminar Tesis AKAR KUADRAT ENSEMBLE KALMAN FILTER (AK-EnKF) UNTUK ESTIMASI POSISI PELURU KENDALI

Seminar Tesis AKAR KUADRAT ENSEMBLE KALMAN FILTER (AK-EnKF) UNTUK ESTIMASI POSISI PELURU KENDALI Seminar Tesis AKAR KUADRAT ENSEMBLE KALMAN FILTER () UNTUK ESTIMASI POSISI PELURU KENDALI OLEH : Teguh Herlambang (121 21 14) DOSEN PEMBIMBING: Subchan, PhD (1971513 19972 1 1 ) Dr. Erna Apriliani, M.Si

Lebih terperinci

Penentuan Konduktivitas Termal Logam Tembaga, Kuningan, dan Besi dengan Metode Gandengan

Penentuan Konduktivitas Termal Logam Tembaga, Kuningan, dan Besi dengan Metode Gandengan Prosiding Seminar Nasional Fisia dan Pendidian Fisia (SNFPF) Ke-6 205 30 9 Penentuan Kondutivitas Termal ogam Tembaga, Kuningan, dan Besi dengan Metode Gandengan Dwi Astuti Universitas Indraprasta PGRI

Lebih terperinci

MATA KULIAH METODE RUNTUN WAKTU. Oleh : Entit Puspita Nip

MATA KULIAH METODE RUNTUN WAKTU. Oleh : Entit Puspita Nip MAA KULIAH MEODE RUNUN WAKU Oleh : Entit Puspita Nip 08 JURUSAN PENDIDIKAN MAEMAIKA FAKULAS PENDIDIKAN MAEMAIKA DAN ILMU PENGEAHUAN ALAM UNIVERSIAS PENDIDIKAN INDONESIA 00 //00 Entit Puspita BEBERAPA KONSEP

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

MAT. 12. Barisan dan Deret

MAT. 12. Barisan dan Deret MAT.. Barisan dan Deret i Kode MAT. Barisan dan Deret U, U, U3,..., Un,... Un a + (n-)b U + U +..., Un +... n?? Sn? BAGIAN PROYEK PENGEMBANGAN KURIKULUM DIREKTORAT PENDIDIKAN MENENGAH KEJURUAN DIREKTORAT

Lebih terperinci

Aplikasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingkungan Kerja

Aplikasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingkungan Kerja Apliasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingungan Kerja terhadap Kinerja Pegawai BKKBN Provinsi Kalimantan Timur The Application of Somers d Correlation Analysis at Leadership

Lebih terperinci

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

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

Lebih terperinci

BAB IV Solusi Numerik

BAB IV Solusi Numerik BAB IV Solusi Numeri 4. Algoritma Genetia Algoritma Genetia (AG) [2] merupaan teni pencarian stoasti yang berdasaran pada meanisme selesi alam dan prinsip penurunan genetia. Algoritma genetia ditemuan

Lebih terperinci

ESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)

ESTIMASI 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 terperinci

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

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

Lebih terperinci

RELIABILITAS & FUNGSI HAZARD. 05/09/2012 MK. Analisis Reliabilitas Darmanto, S.Si.

RELIABILITAS & FUNGSI HAZARD. 05/09/2012 MK. Analisis Reliabilitas Darmanto, S.Si. RELIABILITAS & FUNGSI HAZARD 1 RELIABILITAS Peluang bahwa suatu produk atau jasa akan beroperasi dengan baik dalam jangka waktu tertentu (durabilitas) pada kondisi pengoperasian sesuai dengan desain (suhu,

Lebih terperinci

VISI : Mewujudkan warga sekolah yang cerdas dan beretika dengan layanan prima pendidikan I. INTEGRAL. dan. dan. maka. adalah

VISI : Mewujudkan warga sekolah yang cerdas dan beretika dengan layanan prima pendidikan I. INTEGRAL. dan. dan. maka. adalah VISI : Mewuju warga seolah ang cerdas eretia dengan laanan prima pendidian I. INTEGRAL. ( ) d.... ( )d.... Jia dietahui f ' ( ) f () f ( ) adalah. Jia dietahui f ' ( ) f () f ( ) adalah. Hasil dari ( )

Lebih terperinci

INTEGRAL 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. 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 terperinci

Variasi Spline Kubik untuk Animasi Model Wajah 3D

Variasi 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 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

BAB III METODE PENELITIAN (BAHAN DAN METODE)

BAB III METODE PENELITIAN (BAHAN DAN METODE) BAB III METODE PENELITIAN (BAHAN DAN METODE) Tahapan-tahapan pengerjaan yang dilauan dalam penelitian ini adalah sebagai beriut : 1. Tahap Persiapan Penelitian Pada tahapan ini aan dilauan studi literatur

Lebih terperinci

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B

Lebih terperinci

PENERAPAN AKAR KUADRAT PADA ENSEMBLE KALMAN FILTER (EnKF) ABSTRAK

PENERAPAN AKAR KUADRAT PADA ENSEMBLE KALMAN FILTER (EnKF) ABSTRAK PENERAPAN AKAR KUADRA PADA ENSEMBLE KALMAN FILER (EnKF) Jasmir 1, Erna Apriliani 2, Didi Khusnul Arif 3 Email: ijas_1745@yahoo.co.id ABSRAK Ensemble Kalman Filter (EnKF) merupaan salah satu metode untu

Lebih terperinci