PEMBANGKIT BILANGAN RANDOM RANDON NUMBER GENERATOR (RNG)
|
|
- Harjanti Lesmana
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PEMBANGKIT BILANGAN RANDOM RANDON NUMBER GENERATOR (RNG)
2 Pembangkit Bilangan Random Pembangkit bilangan random adalah suatu algoritma yang digunakan untuk menghasilkan urutan-urutan (sequence) dari angka-angka sebagai hasil dari perhitungan dengan komputer yang diketahui distribusinya sehingga angka tersebut muncul secara random dan digunakan terus menerus.
3 Beberapa Pengertian Urutan (sequence) merupakan bilangan random yang dihasilkan secara urut dalam jumlah yang mengikuti algoritma tertentu sesuai dengan distribusi yang dikehendaki. Distribusi, berhubungan dengan distribusi probabilitas yang digunakan untuk meninjau atau terlibat langsung dalam penarikan bilangan random tersebut. Pada umumnya distribusi yang digunakan adalah distribusi seragam (uniform variate)
4 Pengertian Random Pengertian random menunjukkan bahwa algoritma tersebut akanmenghasilkan suatu angka yang akan berperan dalam pemunculan angka yang akan keluar dalam proses di komputer. Suatu angka yang diperoleh merupakan angka penentu bagi angka random berikutnya, demikian seterusnya. Meskipun begitu, angka-angka yang muncul dapat berlain-lainan.
5 Deskripsi Bilangan Random 1. Tabel Bilangan Random 2. Bilangan Random elektronik 3. Congruential Pseudo Random Number Generator: 1. Additive (Aritmetik) Random Number Generator 2. Multiplicative Random Number Generator 3. Mixed Congruential Random Number Generator
6 Sifat-Sifat Congruential Pseudo Random Number Generator 1. Independent, berarti masing-masing komponen atau variabel-variabelnya harus bebas dari ketentuan-ketentuan tersendiri 2. Uniform, berarti memiliki distribusi yang umum yaitu distribusi probabilitas yang sama untuk semua besaran yang dikeluarkan/diambil. 3. Kerapatan (Densitas), Kerapatan distribusi probabilitas mengikuti syarat distribusi probabilitas (0<p(x)<1). 4. Efficient, berarti metodenya sederhana.
7 Additive (Aritmetik) Random Number Generator Bentuk Rumus Z i = (a. Z i-1 + c) mod m Dimana : Z i-1 = Bilangan random yang lama a = Konstanta a harus lebih besar dari m Z i = Bilangan random yang baru c = Angka konstan bersyarat m = Angka modulo
8 Multiplicative Random Number generator Bentuk rumusnya : Z i+1 = (a. Z i ) mod m Dimana : Z i = Bilangan random yang lama Z i+1 = Bilangan random yang baru a > 1, c = 0, m > 1 Pemilihan m (modulo), merupakan angka integer yang cukup besar dan merupakan satu kata (word) yang dipakai pada komputer. Komputer 32 bits, angka integer terbesar adalah = = Nilai m = =
9 Mixed Pseudo RNG Rumus yang digunakan Z n = (a n. Z 0 + (a n -1/a-1).c) mod m Syarat utama, n harus berupa bilangan integer dan lebih besar dari nol (linier Congruential RNG) Bila c = 0 maka diperoleh Multiplicative Congruen RNG. Penjelasan : C = bilangan relatif prima terhadap n a = 1 (mod q) untuk setiap faktor prima q dari m a = 1 (mod 4) bila 4 adalah suatu faktor dari m
10 Uji Statistik untuk Keacakan Uji Keseragaman (Uniformity test) Runs Up and Down Test Lain-lain Autokorelasi dll
11 Uji Keseragaman Bilangan random harus memiliki distribusi seragam Uji yang digunakan Tes kebaikan suai 2 Test Kolmogorof Smirnov (lihat Bab sebelumnya) Tes kebaikan suai 2 Rumus : ( f O 2 2 f ) e f o
12 Contoh : 2 Kelas Frekuensi Frekuensi (fo-fe)2/fe Observasi Ekspektasi Jumlah
13 Contoh: Lanjutan Hipotesa H0 : 2 hitung < 2 tabel Bil random seragam H1 : 2 hitung > 2 tabel Bil random tdk seragam 2 hitung = tabel ( =0.05, df=10-1=9) : Kesimpulan 2 hitung < 2 tabel Menerima H0, bilangan random yang dibangkitkan memiliki nilai seragam
14 Runs Up and Down Test Jika ada N bilangan random, maka 2 N N Jika ada 40 bilangan random (lihat contoh) + : Run - : Down
15
16 Contoh : lanjutan Rata-rata dan standar deviasi = (2 x 40-1)/3 = = (16 x 40 29)/90 = 6.79 = 2.61 Hipotesis: H0 : = H1 : = 26.33
17 Misal x = 26 (nilai Run) Maka ( ) Z X Z = ( )/2.61 = Lihat (gambar kurva untuk kesimpulan) H0 ditolak H0 diterima H0 ditolak
18 Persamaan Matematika Persamaan differensial Berupa turunan waktu dengan x contoh : Persamaan aljabar dx dt atau disimbolkan Persamaan differensial parsial Persamaan perbedaan (difference equation)
PEMBANGKIT BILANGAN ACAK
PEMBANGKIT BILANGAN ACAK Mata Kuliah Pemodelan & Simulasi Pertemuan Ke- 7 Riani L. JurusanTeknik Informatika Universitas Komputer Indonesia 1 CARA MEMPEROLEH : Pembangkit Bilangan Acak (Random Number Generator)
Lebih terperinciPEMBANGKIT BILANGAN ACAK (Random Number Generator)
PEMBANGKIT BILANGAN ACAK (Random Number Generator) Mata Kuliah Pemodelan & Simulasi Jurusan Teknik Informatika Universitas Komputer Indonesia 1 2 Random Number Generator (1) Cara memperoleh : ZAMAN DAHULU,
Lebih terperinciBILANGAN ACAK (RANDOM NUMBER)
BILANGAN ACAK (RANDOM NUMBER) Disajikan oleh: Bernardus Budi Hartono Web : http://pakhartono.wordpress.com/ E-mail: pakhartono at gmail dot com budihartono at acm dot org Teknik Informatika [Gasal 2009
Lebih terperinciPEMODELAN BILANGAN ACAK DAN PEMBANGKITANNYA. Pemodelan & Simulasi
PEMODELAN BILANGAN ACAK DAN PEMBANGKITANNYA Pemodelan & Simulasi Bilangan Acak Bilangan acak adalah bilangan yang kemunculannya terjadi secara acak. Bilangan acak ini penting untuk keperluan simulasi.
Lebih terperinciPEMBANGKIT RANDOM VARIATE
PEMBANGKIT RANDOM VARIATE Mata Kuliah Pemodelan & Simulasi JurusanTeknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probalitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinciDasar-dasar Simulasi
Bab 3: Dasar-dasar Simulasi PEMODELAN DAN SIMULASI SISTEM M O N I C A A. K A P P I A N T A R I - 2 0 0 9 Sumber: Harrell, C., B.K. Ghosh and R.O. Bowden, Jr., Simulation Using Promodel, 2 nd ed., McGraw-
Lebih terperinciANALISIS KINERJA SISTEM ANTRIAN M/M/1
ANALISIS KINERJA SISTEM ANTRIAN M/M/1 Desy C. Silaban, M. Zulfin Konsentrasi Teknik Telekomunikasi, Departemen Teknik Elektro Fakultas Teknik Universitas Sumatera Utara (USU) Jl. Almamater, Kampus USU
Lebih terperinciKAJIAN PENGARUH PANJANG INTERVAL KATEGORI PADA PENYEBARAN DATA ACAK BERDISTRIBUSI SERAGAM SKRIPSI OKA ARIYANTO
KAJIAN PENGARUH PANJANG INTERVAL KATEGORI PADA PENYEBARAN DATA ACAK BERDISTRIBUSI SERAGAM SKRIPSI OKA ARIYANTO 120803066 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciMata Kuliah Pemodelan & Simulasi
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probabilitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinciPembangkitVariabelRandom
PembangkitVariabelandom Slide: Tri Harsono 1 1. Pembangkitvariabelrandom diskrit variabel random: adalah nilai suatu variabel random yg mempunyai distribusitertentuutkmengambilvariabelrandom dari beberapa
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Kriptografi Kriptografi berasal dari gabungan dua suku kata yang berasal dari bahasa Yunani, yaitu Kryptos dan Graphein. Kryptos memiliki makna tersembunyi, misterius, atau rahasia.
Lebih terperinciPerancangan Sistem Media Pembelajaran Balita (Game Akez) dengan Metode Linear Congruentials Generator (LCG)
Perancangan Sistem Media Pembelajaran Balita (Game Akez) dengan Metode Linear Congruentials Generator (LCG) Devri Suherdi Eresha School IT devrisuherdi10@gmail.com Deliansyah Universitas Islam Sumatera
Lebih terperinciRandom Number Generation (RNG) Pembangkitan Bilangan
Random Number Generation (RNG) Pembangkitan Bilangan Random Random Number Generation 1 Definition of RNG RNG suatu algoritma yg digunakan utk menghasilkan urutan angka2 sbg hasil perhitungan dgn komp.,
Lebih terperinciPercobaan Perancangan Fungsi Pembangkit Bilangan Acak Semu serta Analisisnya
Percobaan Perancangan Fungsi Pembangkit Bilangan Acak Semu serta Analisisnya Athia Saelan (13508029) 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciANALISIS TEORITIS DAN PENERAPAN UJI AUTOKORELASI DARI FIVE BASIC TEST UNTUK MENGUJI KEACAKAN BARISAN BIT
ANALISIS TEORITIS DAN PENERAPAN UJI AUTOKORELASI DARI FIVE BASIC TEST UNTUK MENGUJI KEACAKAN BARISAN BIT Sari Agustini Hafman dan Arif Fachru Rozi Lembaga Sandi Negara E-mail: sari.hafman@lemsaneg.go.id,
Lebih terperinciESTIMASI PENGUNJUNG MENGGUNAKAN SIMULASI MONTE CARLO PADA WARUNG INTERNET XYZ
ESTIMASI PENGUNJUNG MENGGUNAKAN SIMULASI MONTE CARLO PADA WARUNG INTERNET XYZ M. Haviz Irfani 1), Dafid 2) 1), 2) Program Studi Sistem Informasi STMIK Global Informatika MDP 1), 2) Jalan Rajawali No. 14
Lebih terperinciBAB II TEORI ANTRIAN. Denmark yang bernama A.K.Erlang, yang bekerja pada perusahaan telepon di
BAB II TEORI ANTRIAN 2.1. Sejarah Teori Antrian Teori tentang antrian ditemukan dan dikembangkan oleh seorang insinyur Denmark yang bernama A.K.Erlang, yang bekerja pada perusahaan telepon di Kopenhagen
Lebih terperinciMembangkitkan Bilangan Acak Menggunakan Matlab
Membangkitkan Bilangan Acak Menggunakan Matlab Achmad Basuki 2004 Materi Linear Congruent Method Metode Resuffle Fungsi Standard Membangkitkan Bilangan Acak Menampilkan Grafik Bilangan Acak Pseudo Random
Lebih terperinciMembangkitkan Bilangan Acak Menggunakan Matlab. Achmad Basuki
Membangkitkan Bilangan Acak Menggunakan Matlab Achmad Basuki 2004 Materi Linear Congruent Method Metode Resuffle Fungsi Standard Membangkitkan Bilangan Acak Grafik dan Statistik Bilangan Acak Pseudo Random
Lebih terperinciCara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu
Cara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu Zaman modern (>1940), dgn cara membentuk bilangan acak secara numerik/aritmatik (menggunakan komputer), disebut Pseudo Random
Lebih terperinciUJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah,, ST., MT
UJI STATISTIK NON PARAMETRIK Widha Kusumaningdyah,, ST., MT UJI KERANDOMAN (RANDOMNESS TEST / RUN TEST) Uji KERANDOMAN Untuk menguji apakah data sampel yang diambil merupakan data yang acak / random Prosedur
Lebih terperinciMETODE MONTE CARLO. Pemodelan & Simulasi TM11
METODE MONTE CARLO Pemodelan & Simulasi TM11 Metode Monte Carlo Metoda Monte Carlo telah digunakan sejak abad ke-18 oleh Comte de Buffon yang mengembangkan eskperimen untuk memperoleh rasio antara diameter
Lebih terperinciAplikasi Teori Bilangan Bulat dalam Pembangkitan Bilangan Acak Semu
Aplikasi Teori Bilangan Bulat dalam Pembangkitan Bilangan Acak Semu Ferdian Thung 13507127 Program Studi Teknik Informatika ITB, Jalan Ganesha 10 Bandung, Jawa Barat, email: if17127@students.if.itb.ac.id
Lebih terperinciBAB IV GENERATOR BILANGAN RANDOM
BAB IV GENERATOR BILANGAN RANDOM 4.1. Generator Bilangan Rando dan Fungsi Distribusi Pada siulasi seringkali dibutuhkan bilangan-bilangan yang ewakili keadaan siste yang disiulasikan. Biasanya, kegiatan
Lebih terperinciRANDOM NUMBER GENERATOR DENGAN METODE LINEAR CONGRUENT
RANDOM NUMBER GENERATOR DENGAN METODE LINEAR CONGRUENT RANDOM NUMBER GENERATOR DENGAN METODE LINEAR CONGRUENT Pulut Suryati 1, FX. Henry Nugroho 2 1,3 Program Studi Sistem Informasi, STMIK AKAKOM Yogyakarta
Lebih terperinciTHEORY. By: Hanung N. Prasetyo PEUBAH ACAK TELKOM POLYTECHNIC/HANUNGNP
THEORY By: Hanung N. Prasetyo PEUBAH ACAK Variabel acak adalah suatu variabel yang nilainya bisa berapa saja Variabel acak merupakan deskripsi numerik dari outcome beberapa percobaan / eksperimen VARIABEL
Lebih terperinciDISTRIBUSI SATU PEUBAH ACAK
0 DISTRIBUSI SATU PEUBAH ACAK Dalam hal ini akan dibahas macam-macam peubah acak, distribusi peluang, fungsi densitas, dan fungsi distribusi. Pada pembahasan selanjutnya, fungsi peluang untuk peubah acak
Lebih terperinciFORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING
FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN (kata pengantar) 1.1 Latar Belakang 1.2 Tujuan Penulisan
Lebih terperinciBAB 2 LANDASAN TEORI
17 BAB 2 LANDASAN TEORI 2.1 Pengantar Fenomena menunggu untuk kemudian mendapatkan pelayanan, seperti halnya nasabah yang menunggu pada loket bank, kendaraan yang menunggu pada lampu merah, produk yang
Lebih terperinciJournal of Informatics and Technology, Vol 1, No 4, Tahun 2012, p 1-8
PREDIKSI PENDAPATAN PEMERINTAH INDONESIA MENGGUNAKAN SIMULASI MONTE CARLO Afry Rachmat, Sukmawati Nur Endah, Aris Sugiharto Program Studi Teknik Informatika, Universitas Diponegoro afry.rachmat27@gmail.com,
Lebih terperinciMata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Pokok Bahasan Variabel Acak Pola Distribusi Masukan Pendugaan Pola Distribusi Uji Distribusi
Lebih terperinciMODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU
DISTRIBUSI PELUANG DISKRIT DAN KONTINU A. TUJUAN PRAKTIKUM Melalui praktikum Modul II ini diharapkan praktikan dapat: 1. Mengenal jenis dan karakteristik dari beberapa distribusi peluang. 2. Menguji dan
Lebih terperinciIII PEMBAHASAN. enkripsi didefinisikan oleh mod dan menghasilkan siferteks c.
enkripsi didefinisikan oleh mod dan menghasilkan siferteks c 3 Algoritme 3 Dekripsi Untuk menemukan kembali m dari c, B harus melakukan hal-hal berikut a Menggunakan kunci pribadi a untuk menghitung mod
Lebih terperinciHaryoso Wicaksono, S.Si., M.M., M.Kom. 26
Distribusi probabilita kontinu, yaitu apabila random variabel yang digunakan kontinu. Probabilita dihitung untuk nilai dalam suatu interval tertentu. Probabilita di suatu titik = 0. Probabilita untuk random
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Simulasi 2.1.1 Pengertian Simulasi Banyak para ahli yang memberikan definisi tentang simulasi. Beberapa diantaranya adalah sebagai berikut: Emshoff dan Simun (1970), simulasi didefinisikan
Lebih terperinciKumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X
Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=) disebut distribusi probabilitas X (distribusi X) Diskrit Seragam Binomial Hipergeometrik
Lebih terperinciProbabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata
Probabilitas dan Statistika Distribusi Peluang Kontinyu 1 Adam Hendra Brata Variabel Acak Kontinyu - Variabel Acak Kontinyu Suatu variabel yang memiliki nilai pecahan didalam range tertentu Distribusi
Lebih terperinciRancangan Aplikasi Pemilihan Soal Ujian Acak Menggunakan Algoritma Mersenne Twister Pada Bahasa Pemrograman Java
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 16 Rancangan Aplikasi Pemilihan Soal Ujian Acak Menggunakan Algoritma Mersenne Twister Pada Bahasa Pemrograman Java T - 8 Faizal Achmad Lembaga
Lebih terperinciBAB Kriptografi
BAB 2 LANDASAN TEORI 2.1 Kriptografi Kriptografi berasal dari bahasa Yunani, yakni kata kriptos dan graphia. Kriptos berarti secret (rahasia) dan graphia berarti writing (tulisan). Kriptografi merupakan
Lebih terperinciStatistik Non Parametrik-2
Statistik Non Parametrik-2 UJI RUN 2 Uji Run Disebut juga uji random Bertujuan untuk menentukan apakah urutan yang dipilih atau sampel yang diambil diperoleh secara random atau tidak Didasarkan atas banyaknya
Lebih terperinciDISTRIBUSI VARIABEL RANDOM
DISTRIBUSI VARIABEL RANDM Distribusi Variabel Diskrit Distribusi variabel diskrit adalah salah satu variabel acak yang diasumsikan memiliki bilangan terbatas dari nilai-nilai yang berbeda. Contoh : Waktu
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
52 BAB IV HASIL DAN PEMBAHASAN A. Hasil Uji Analisis Hipotesis dalam penelitian ini diuji dengan menggunakan model regresi berganda. Tujuannya adalah untuk memperoleh gambaran yang menyeluruh mengenai
Lebih terperinciAchmad Samsudin, M.Pd. Jurdik Fisika FPMIPA Universitas Pendidikan Indonesia
Achmad Samsudin, M.Pd. Jurdik Fisika FPMIPA Universitas Pendidikan Indonesia VARIABEL ACAK VARIABEL ACAK : suatu fungsi yang nilainya berupa bilangan nyata yang ditentukan oleh setiap unsur dalam ruang
Lebih terperinciBAB I PENDAHULUAN. demikian maka dampak buruk akibat kondisi lingkungan yang kurang baik dapat
BAB I PENDAHULUAN I.1. Latar Belakang Hal yang merugikan lingkungan banyak terjadi sehingga diperlukan kesadaran dari setiap orang agar lebih peduli terhadap lingkungan. Dengan demikian maka dampak buruk
Lebih terperinciPEMODELAN DAN SIMULASI ANALISA SISTEM ANTRIAN PELAYANAN NASABAH DI PT SARANA SUMATERA BARAT VENTURA SSBV MENGGUNAKAN METODE MONTE CARLO
PEMODELAN DAN SIMULASI ANALISA SISTEM ANTRIAN PELAYANAN NASABAH DI PT SARANA SUMATERA BARAT VENTURA SSBV MENGGUNAKAN METODE MONTE CARLO Rizki Satria 1), Rini Sovia 1), Rima Liana Gema 1) 1 Universitas
Lebih terperinciSimulasi Monte Carlo
Simulasi Monte Carlo Simulasi Monte Carlo Simulasi monte carlo melibatkan penggunaan angka acak untuk memodelkan sistem, dimana waktu tidak memegang peranan yang substantif (model statis) Pembangkitan
Lebih terperinciELLIPTIC CURVE CRYPTOGRAPHY. Disarikan oleh: Dinisfu Sya ban ( )
ELLIPTIC CURVE CRYPTOGRAPHY Disarikan oleh: Dinisfu Sya ban (0403100596) SEKOLAH TINGGI SANDI NEGARA BOGOR 007 A. Fungsi Elliptic Curves 1. Definisi Elliptic Curves Definisi 1. : Misalkan k merupakan field
Lebih terperinciAPLIKASI RANDOM BANK SOAL UJIAN NASIONAL SEKOLAH DASAR MENGGUNAKAN METODE LINEAR CONGRUENTIAL GENERATORS (LCG)
APLIKASI RANDOM BANK SOAL UJIAN NASIONAL SEKOLAH DASAR MENGGUNAKAN METODE LINEAR CONGRUENTIAL GENERATORS (LCG) Budanis Dwi Meilani 1), Maslu Ailik 2) Jurusan Teknik Informatika, Fakultas Teknologi Informasi
Lebih terperinciManusia itu seperti pensil Pensil setiap hari diraut sehingga yang tersisa tinggal catatan yang dituliskannya. Manusia setiap hari diraut oleh rautan
Manusia itu seperti pensil Pensil setiap hari diraut sehingga yang tersisa tinggal catatan yang dituliskannya. Manusia setiap hari diraut oleh rautan umur hingga habis, dan yang tersisa tinggal catatan
Lebih terperinciStatistik Non Parametrik
Statistik Non Parametrik UJI FRIEDMAN (UJI X ) r X r UJI Friedman (uji ) Untuk k sampel berpasangan (k>) dengan data setidaknya data skala ordinal Sebagai alternatif dari analisis variansi dua arah bila
Lebih terperinciPendiskritan Pembangkit Bilangan Acak Peta Logistik Menggunakan Fungsi Trigonometri Osilasi Tinggi
Pendiskritan Pembangkit Bilangan Acak Peta Logistik Menggunakan Fungsi Trigonometri Osilasi Tinggi Achmad Dimas Noorcahyo - 13508076 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciSTUDI KASUS : SIMULASI MODEL PERMINTAAN SUPERMARKET DENGAN TEKNIK MONTECARLO
STUDI KASUS : SIMULASI MODEL PERMINTAAN SUPERMARKET DENGAN TEKNIK MONTECARLO Suatu supermarket telah melakukan pengamatan mengenai permintaan bayam sebagai salah satu item sayur sayuran yang dijualnya.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Teori antrian pertama kali dikemukakan oleh A.K.Erlang, yang menggambarkan model antrian untuk menentukan jumlah optimal dari fasilitas telepon switching yang digunakan untuk melayani
Lebih terperinciPerbandingan dan Analisis True Random Number Generation terhadap Pseudorandom Number Generation dalam Berbagai Bidang
Perbandingan dan Analisis True Random Number Generation terhadap Pseudorandom Number Generation dalam Berbagai Bidang Kevin Leonardo Handoyo/13509019 Program Studi Teknik Informatika Sekolah Teknik Elektro
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 terperinciVariabel Random dan Nilai Harapan. Oleh Azimmatul Ihwah
Variabel Random dan Nilai Harapan Oleh Azimmatul Ihwah Outcomes dari suatu eksperimen dapat dinyatakan dengan angka untuk mempermudah. Suatu variabel yang mengasosiakan outcomes dari suatu eksperimen dengan
Lebih terperinciImplementasi Algoritma Mixed Congruential Random Number Generator Untuk Game Siaga Bencana Alam Berbasis Android
IJCCS, Vol.x, No.x, July xxxx, pp. 1~5 ISSN: 1978-1520 1 Implementasi Algoritma Mixed Congruential Random Number Generator Untuk Game Siaga Bencana Alam Berbasis Android Kharis Theosophi Mantohana Napitupulu
Lebih terperinciBAB III METODOLOGI PENELITIAN. 2010, dan Untuk mendapatkan beberapa informasi dan sumber data yang
BAB III METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian Untuk mendapatkan beberapa informasi dan sumber data yang diperlukan dalam penyusunan skripsi ini, maka penulis menggunakan data dari perusahaan
Lebih terperinciESTIMASI. Arna Fariza PENDAHULUAN
ESTIMASI Arna Fariza PENDAHULUAN MATERI LALU Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik
Lebih terperinciBILANGAN ACAK. Metode untuk mendapatkan bilangan acak : 1. Metode Kongruen Campuran Rumus :
BILANGAN ACAK Bilangan acak adalah bilangan sembarang tetapi tidak sembarangan. Kriteria yang harus dipenuhi, yaitu : Bilangan acak harus mempunyai distribusi serba sama (uniform) Beberapa bilangan acak
Lebih terperinciSampling dengan Simulasi Komputer
Modul Sampling dengan Simulasi Komputer PENDAHULUAN Sutawanir Darwis M etode statistika merupakan alat untuk menyelesaikan masalah apabila solusi analitik tidak mungkin diperoleh. Dengan metode statistika
Lebih terperinciAlgoritma dan Struktur Data
Algoritma dan Struktur Data Algoritma Pemrograman Bekti Wulandari, M.Pd Kelas B TE 2014 Program Program: sederetan perintah-perintah yang harus dikerjakan oleh komputer untuk menyelesaikan masalah. 3 level
Lebih terperinciProbabilitas dan Statistika Fungsi Distribusi Peluang Kontinyu. Adam Hendra Brata
Probabilitas dan Statistika Adam Hendra Brata Himpunan nilai-nilai yang mungkin dari peubah acak X merupakan himpunan tak terhitung yaitu tidak dapat dinyatakan sebagai {,, 3,., n } atau {,, 3,.} tetapi
Lebih terperinciBAB IV ANALISIS DATA DAN PEMBAHASAN. Penelitian ini bertujuan untuk menganalisis pengaruh GCG dan Manajemen Risiko
BAB IV ANALISIS DATA DAN PEMBAHASAN 1.1 Deskripsi Data Penelitian ini bertujuan untuk menganalisis pengaruh GCG dan Manajemen Risiko terhadap kinerja keuangan Bank Umum Syariah pada periode 2011-2015.
Lebih terperinciMA1201 KALKULUS 2A (Kelas 10) Bab 7: Teknik Pengintegral
MA1201 KALKULUS 2A (Kelas 10) Bab 7: Teknik Pengintegralan Do maths and you see the world Integral atau Anti-turunan? Integral atau pengintegral adalah salah satu konsep (penting) dalam matematika disamping
Lebih terperinciBAB 2 LANDASAN TEORI
5 BAB 2 LANDASAN TEORI 2.1 Linier Congruent Method linear congruent method adalah metode pembangkit bilangan acak yang banyak digunakan dalam program komputer. Model linier dimanfaatkan oleh linear congruent
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 DEFINISI TEKNIK INDUSTRI Menurut Institute of Industrial Engineers (IIE), Teknik Industri adalah Disiplin ilmu teknik yang berfokus kepada perancangan (Design), perbaikan (Improvement)
Lebih terperinciBAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Masalah Proses analisa sistem merupakan langkah kedua pada pengembangan sistem. Analisa sistem dilakukan untuk memahami informasi-informasi
Lebih terperinciImplementasi Algoritma Linear Congruentials Generator Untuk Menentukan Posisi Jabatan Kepanitiaan
Implementasi Algoritma Linear Congruentials Generator Untuk Menentukan Posisi Jabatan Kepanitiaan Suendri Dosen Program Studi Sistem Informasi Universitas Islam Negeri Sumatera Utara Medan, Indonesia suendri@uinsu.ac.id
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. dimana metode yang digunakan adalah purposive sampling, yaitu suatu metode
BAB IV HASIL DAN PEMBAHASAN 4.1 Data Penelitian Perusahaan yang digunakan sebagai objek penelitian ini adalah perusahaan real estate and property yang terdaftar di Bursa Efek Indonesia (BEI) pada periode
Lebih terperinciMONTE CARLO 1. Tujuan Praktikum 2. Sejarah Monte Carlo
DAFTAR ISI 1. Tujuan Praktikum... 2 2. Sejarah Monte Carlo... 2 3. Pendahuluan... 5 4. VARIABEL RANDOM... 11 4.1. Preview... 11 4.2. Metode Pembangkitan Bilangan random (Random Generate)... 13 4.2.1. Metode
Lebih terperinciBAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu
BAB II TINJAUAN TEORITIS 2.1 Pendahulauan Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu rekayasa suatu model logika ilmiah untuk melihat kebenaran/kenyataan model tersebut.
Lebih terperinci3 BAB III LANDASAN TEORI
3 BAB III LANDASAN TEORI 3.1 Pemeliharaan (Maintenance) 3.1.1 Pengertian Pemeliharaan Pemeliharaan (maintenance) adalah suatu kombinasi dari setiap tindakan yang dilakukan untuk menjaga suatu barang dalam,
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Penelitian dilakukan dengan mengambil data perusahaan yang terdaftar di BEI dan perusahaan yang terdaftar ke dalam kelompok perusahaan foods and baverages tahun
Lebih terperinciMA1201 KALKULUS 2A (Kelas 10) Bab 7: Teknik Pengintegral
MA1201 KALKULUS 2A (Kelas 10) Bab 7: Teknik Pengintegralan Do maths and you see the world Integral atau Anti-turunan? Integral atau pengintegral adalah salah satu konsep (penting) dalam matematika disamping
Lebih terperinciPENGUJIAN HIPOTESIS. Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com. D3 - Manajemen Informatika - Universitas Trunojoyo Madura
PENGUJIAN HIPOTESIS Nurwahyu Alamsyah, S.Kom wahyu@plat-m.com wahyualamsyah.wordpress.com HIPOTESIS Berasal dari bahasa Yunani, Hupo (lemah) dan Thesis (teori). Jadi hipotesis dapat diartikan sebagai suatu
Lebih terperinciBAB 4 ANALISIS DAN PEMBAHASAN
43 BAB 4 ANALISIS DAN PEMBAHASAN 4.1 Deskriptif Sampel 1. Gambaran Umum Sampel Perusahaan manufaktur merupakan perusahaan yang kegiatan utamanya adalah memproduksi atau membuat bahan baku menjadi barang
Lebih terperinciII. TINJAUAN PUSTAKA. Pada bagian ini diterangkan materi yang berkaitan dengan penelitian, diantaranya konsep
II. TINJAUAN PUSTAKA Pada bagian ini diterangkan materi yang berkaitan dengan penelitian, diantaranya konsep bilangan bulat, bilangan prima,modular, dan kekongruenan. 2.1 Bilangan Bulat Sifat Pembagian
Lebih terperinciTENTANG UTS. Penentuan Cadangan, hal. 1
TENTANG UTS Soal 1: Jawaban umumnya tidak fokus atau straight ke pertanyaan/ masalah yang diajukan. Key words dalam pertanyaan di atas tekanan saturasi, sedangkan dalam banyak jawaban di bawah tekanan
Lebih terperinciBAB III METODE PENELITIAN. Ruang lingkup penelitian ini adalah menganalisis pengaruh antara upah
40 BAB III METODE PENELITIAN A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini adalah menganalisis pengaruh antara upah minimum, Indeks Pembangunan Manusia (IPM), dan pengangguran terhadap tingkat
Lebih terperinciPembangkitan Bilangan Acak dengan Memanfaatkan Fenomena Fisis
Pembangkitan Bilangan Acak dengan Memanfaatkan Fenomena Fisis Otniel 3588 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha Bandung 432, Indonesia
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilakukan pada Koperasi Simpan Pinjam Karya Utama
BAB III METODE PENELITIAN 3.1 Lokasi Penelitian Penelitian ini dilakukan pada Koperasi Simpan Pinjam Karya Utama Garum Blitar, dengan alamat Jl. Raya Manukan No. 8 Telp. (034) 770701 Garum Blitar. 3. Jenis
Lebih terperinciUniversitas Sumatera Utara BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Algoritma RC4 RC4 merupakan salah satu jenis stream cipher, yaitu memproses unit atau input data pada satu saat. Dengan cara ini enkripsi maupun dekripsi dapat dilaksanakan pada
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
Lebih terperinciPENGGUNAAN ESTIMATOR JACKKNIFE PADA METODE MONTE CARLO SEBAGAI DETEKSI KEGAGALAN (FAULT DETECTION)
PENGGUNAAN ESTIMATOR JACKKNIFE PADA METODE MONTE CARLO SEBAGAI DETEKSI KEGAGALAN (FAULT DETECTION) TESIS MAGISTER Oleh ACHMAD ZULKARNAIN NIM : 233 99 601 PROGRAM STUDI INSTRUMENTASI DAN KONTROL PROGRAM
Lebih terperinciBy Emy 1 MEREDUKSI NOISE By Emy By Emy
1 MEREDUKSI NOISE 2 1 Kompetensi Mampu menjelaskan macammacam jenis noise Mampu menganalisis jenis noise yang menyebabkan gangguan pada citra Mampu membangkitkan macammacam noise kemudian mengimplementasikannya
Lebih terperinciDISTRIBUSI PELUANG.
DISTRIBUSI PELUANG readonee@yahoo.com Distribusi? Peluang? Distribusi Peluang? Distribusi = sebaran, pencaran, susunan data Peluang : Ukuran/derajat ketidakpastian suatu peristiwa Distribusi Peluang adalah
Lebih terperinciBAB III METODE SIMULASI
BAB III METODE SIMULASI 3.1 Metode Simulasi 3.1.1 Pengertian Untuk merumuskan model stokastik pada sebuah sistem yang kompleks, perlu adanya pertimbangan yang baik dalam menentukan model tiruan sistem
Lebih terperinciPseudo Random Distribution dalam DotA
Pseudo Random Distribution dalam DotA Hably Robbi Wafiyya NIM : 13507128 Program Studi Teknik Informatika Institut Teknologi Bandung Jl. Ganesha 10, Bandung e-mail : if17128@students.if.itb.ac.id ABSTRAKSI
Lebih terperinciMatematika Diskrit. Reza Pulungan. March 31, Jurusan Ilmu Komputer Universitas Gadjah Mada Yogyakarta
Matematika Diskrit Reza Pulungan Jurusan Ilmu Komputer Universitas Gadjah Mada Yogyakarta March 31, 2011 Teori Bilangan (Number Theory) Keterbagian (Divisibility) Pada bagian ini kita hanya akan berbicara
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari tidak terlepas dari data, baik itu bersifat kuantitatif maupun kualitatif. Apabila dikumpulkan data dari seluruh elemen dalam suatu populasi,
Lebih terperinciSiklus Pengambilan Keputusan
Siklus Pengambilan Keputusan Masalah ROI Metode Analisis Kebijakan / Strategi Sample Data Validasi P-Value / Parameter Output SPSS Hipotesa Uji Hipotesis Teori Keputusan Definisi-Definisi Penelitian Penelitian
Lebih terperincif (a) = laju perubahan y = f(x) pada x = a = turunan pertama y=f(x) pada x = a
LEMBAR AKTIVITAS SISWA DIFFERENSIAL (TURUNAN) Nama Siswa : y f(a h) f(a) x (a h) a Kelas : Kompetensi Dasar (KURIKULUM 2013): 3.21 Memahami konsep turunan dengan menggunakan konteks matematik atau konteks
Lebih terperinciElliptic Curve Cryptography (Ecc) Pada Proses Pertukaran Kunci Publik Diffie-Hellman. Metrilitna Br Sembiring 1
Elliptic Curve Cryptography (Ecc) Pada Proses Pertukaran Kunci Publik Diffie-Hellman Metrilitna Br Sembiring 1 Abstrak Elliptic Curve Cryptography (ECC) pada Proses Pertukaran Kunci Publik Diffie-Hellman.
Lebih terperinciDISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1
DISTRIBUSI NORMAL Pertemuan 3 1 Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal yang menjadi dasar dalam banyak teori
Lebih terperinciTUTORIAL SIMULASI KOMPUTER. Modul. Montecarlo Laboratorium Pemodelan dan Simulasi Industri Universitas Islam Indonesia 2017/2018
TUTORIAL SIMULASI KOMPUTER 6 2017/2018 Modul Montecarlo Laboratorium Pemodelan dan Simulasi Industri Universitas Islam Indonesia BAB VI MONTECARLO 6.1 Tujuan Praktikum 1. Praktikan dapat memahami konsep
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
52 BAB IV HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Setelah semua data yang dibutuhkan dalam penelitian ini terkumpul dari berbagai sumber, maka dilanjutkan dengan menganalisa data tersebut
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Waktu dan Tempat Penelitian ini akan dilakukan di DAS Kali Krukut dan dimulai dari bulan Februari hingga Juni 2012. Daerah Pengaliran Sungai (DAS) Krukut memiliki luas ±
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. teori yang menjadi dasar dan data yang diperoleh dari Badan
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Bab ini menguraikan hasil penelitian yang telah dilakukan dengan membandingkan teori yang menjadi dasar dan data yang diperoleh dari Badan Pusat Statistik (BPS).
Lebih terperinci