Pemodelan dan Simulasi Kinerja Downdraft Gasifier Menggunakan Teknik Minimisasi Energi Bebas Gibbs

Ukuran: px
Mulai penontonan dengan halaman:

Download "Pemodelan dan Simulasi Kinerja Downdraft Gasifier Menggunakan Teknik Minimisasi Energi Bebas Gibbs"

Transkripsi

1 Pemodela da Smulas Kera Dowdraft Gasfer Megguaka Tekk Mmsas Eerg Bebas Gbbs Ro Nada Novedra, Zuchra Helwa, Sr Helaty, Zulfasyah Jurusa Tekk Kma, akultas Tekk, Uverstas Rau Kampus Bawdya Km 12,5 Smpag Baru Paam, Pekabaru ABSTRACT Gbbs free eergy mmzato method has bee used modellg the performace of a dowdraft gasfer. The performace s represeted by the composto of resultg gas. Sxtee gases cosdered are H 2, CO, CH 4, H 2 O, CO 2, N 2, C 2 H 2, C 2 H 4, C 2 H 6, NO, NO 2, N 2 O, HCN, NH 3, H 2 S ad SO2. The smulato s carred out makg used of EXCEL. The result showed that the predcted value of model ft reasoably well wth expermetal data. The model was also used to vestgate the fluece of bomass composto, oxdat rato ad composto of oxdzg aget to composto of the resultg gas. Three kds of bomass cosdered are ol palm shell,ol palm frod ad empty frut buch. The oxdat rato smulated s vared from to 1 whle composto of oxdzg aget s vared from 21% - 1% oxge. The smulato result showed that those three parameters play a mportat role gasfcato process whch combato ca produce total H 2 ad CO up to more tha 85%. Keyword : Gasfcato, modellg, dowdraft gasfer, Gbbs free eergy mmzato. 1 Pedahulua Bomassa merupaka sumber eerg yag terseda d alam dalam umlah besar. Lmbah pertaa, perkebua, peteraka da sampah kota merupaka sumber - sumber peghasl bomassa. Sela ketersedaaya yag melmpah, bomassa uga merupaka sumber eerg terbaruka. Dega ketersedaa dalam umlah besar da kotyu, bomassa memlk potes utuk dkembagka mead sumber eerg alteratf peggat eerg fosl. Pemafaata bomassa sebaga sumber eerg belum dlakuka secara optmal, haya sebaga kecl bomassa yag dmafaatka, sepert baha bakar utuk memasak pada daerah pedesaa. Meskpu telah bayak peelta dtuuka pada pegguaa bomassa sebaga sumber eerg utuk baha bakar car kedaraa, sepert etaol da bodesel, pegguaa bomassa baru mecapa 2% dar eerg bomassa dua [Hall, 1997; Coyle, 27]. Dega demka, kovers eerg dar bomassa mash perlu dtgkatka lag. Pemafaata bomassa secara termokma dapat dlakuka melalu gasfkas bomassa. Proses gasfkas merupaka proses kovers yag memberka kemudaha, bak dalam pemlha baha baku yag dguaka maupu produk akhr yag dgka. Berbaga es baha baku sepert batubara, potoga kayu maupu sampah kota bsa dadka sebaga umpa gasfer. Proses gasfkas megubah bomassa mead produk yag lebh berla yatu sygas. Sygas bsa dguaka pada turb gas pembagkt lstrk maupu sebaga umpa reaks kataltk scher-tropsch utuk produks baha bakar car. Komposs gas yag dhaslka dar gasfkas bomassa bergatug pada kera gasfer yag dguaka. Komposs gas hasl merupaka parameter evaluas kera gasfer yag palg petg karea meetuka tgkat kelayaka sygas utuk dguaka pada aplkas selautya. Pemodela gasfer utuk peetua komposs gas hasl aka memudahka evaluas kera gasfer sehgga membuat tekolog gasfkas semak kompettf da dapat dterapka pada berbaga aplkas. Pedekata ketka da kesetmbaga telah dkembagka utuk memodelka da megoptmas gasfer bomassa [Buragoha dkk, 21]. Model ketka memperhtugka lau reaks berbaga reaks smulta da paralel yag terad d dalam gasfer. Meskpu model ketka secara fska lebh realsts, aplkas model secara luas mash terbatas karea tdak bsa dgeeralsas. Model melbatka parameterparameter fska da lau ketka yag basaya tergatug dar masg-masg tpe bomassa, sesua dega kaduga selulosa, hemselulosa da lg [Ataw dkk, 211]. Sebalkya, model kesetmbaga mempredks batas kovers yag dapat dcapa pada kods yag berbeda-beda, sehgga bsa memberka dasar yag bermafaat utuk proses peracaga da proses optmas. Metode kalkulas kesetmbaga kma dklasfkaska dalam metode stokometr da ostokometr. Metode stokometr memperhtugka berbaga reaks yag terad dalam proses gasfkas da

2 kostata kesetmbagaya. Metode basaya dguaka utuk meetuka kesetmbaga kma pada sstem yag sederhaa. Utuk meetuka kesetmbaga kma pada sstem yag melbatka multfasa da bayak speses, basaya dguaka tekk mmsas eerg bebas Gbbs atau lebh dkeal dega ama metode o-stokometr [Voka da Leter, 2]. Metode o-stokometr memberka kemudaha yatu tdak membutuhka aalsa stokometr sstem. Metode o-stokometr memugkka kalkulas pada alra umpa dega rumus kma da seyawa kma yag tdak dketahu dega mudah. Kemudaha dsebabka karea pada metode o-stokometr tdak memperhtugka eraca massa stokometr da kostata kesetmbaga reaks yag bergatug pada es reaks da rumus kma seyawa. Model berdasarka kesetmbaga stokometr telah dkembagka utuk mempelaar kera dowdraft gasfer dega bomassa berbeda [Zaal dkk, 21]. Model dguaka utuk megvestgas pegaruh bomassa da kaduga ar yag berbeda terhadap komposs gas. Heatg value gas yag dpredks oleh model cukup sesua dega yag dperoleh dar data eksperme. Pedekata yag sama dguaka oleh Jarugthammachote dkk [27] utuk mempredks komposs gas dowdraft gasfer. Nla predks model dbadgka dega hasl eksperme peelt la. Beberapa koefse utuk kostata kesetmbaga reaks water-gas shft dkoreks. Hasl predks model meuukka kesesuaa dega hasl eksperme. Kesetmbaga ostokometr da stokometr memlk kosep yag sama. Metode ostokometr dapat dkembagka utuk mempredks komposs gas hasl dowdraft gasfer dega metode kalkulas yag lebh sederhaa sehgga mempermudah proses smulas pada berbaga retag parameter operas gasfer. Jes bomassa, umlah oksge pegoksdas da komposs age gasfkas yag berbeda aka dsmulas utuk megetahu pegaruhya terhadap komposs gas hasl pada proses gasfkas berbaha baku cagkag sawt, pelepah sawt da tada kosog sawt. 2 Metode Peelta Lagkah awal dalam peyusua model adalah pegdetfkasa sstem. Proses detkas sstem meghaslka asums-asums yag selautya dkembagka utuk meyusu model matematka sstem. Data-data yag dperluka dmasukka ke dalam model matematka utuk memverfkas model dega data eksperme. Model yag telah dverfkas kemuda dsmulas. Hasl dar smulas adalah berupa formas megea pegaruh komposs bomassa, umlah pegoksdas da komposs age gasfkas terhadap komposs gas hasl. Dagram blok prosedur peelta dtamplka pada Gambar Idetfkas Sstem Dalam pemodela dtetapka beberapa asums yatu: 1. Suhu sygas daggap sama dega suhu pada zoa reduks 2. Resdece tme d dalam reaktor daggap cukup utuk mecapa kods kesetmbaga 3. Semua ter daggap teroksdas 4. Pathway reaks da pembetuka termedet tdak dmodelka 5. Kompoe gas hasl terdr dar H 2, CO, CH 4, H 2 O, CO 2, N 2, C 2 H 2, C 2 H 4, C 2 H 6, NO, NO 2, N 2 O, HCN, NH 3, H 2 S, SO 2. Skema dowdraft gasffer dtamplka pada Gambar 2. Gambar 1. Dagram blok prosedur peelta. Gambar 2.Skema dowdraft gasfer Varabel dalam peelta adalah es bomassa, raso oksge pegoksdas da komposs age pegoksdas. Bomassa yag aka dsmulas terdr dar cagkag sawt, pelepah sawt, da tada kosog sawt, raso oksge pegoksdas dvaraska dar sampa 1, sedagka age pegoksdas yag aka dsmulas terdr dar udara, udara dega oksge yag dperkaya, da oksge mur. 2.2 Pegembaga Model Persamaa Eerg Bebas Gbbs Sstem Dalam pemodela, kompoe gas yag aka dsmulas terdr dar kompoe yatu hdroge, karbo mooksda, metaa, uap ar, karbo doksda, troge, troge doksda, troge mooksda, trous oksda, belerag doksda, etua, etea, etaa, amoa, asam sada da hdroge sulfda. Persamaa eerg

3 bebas Gbbs sstem yag terdr dar kompoe tersebut dapat dyataka sebaga berkut: t G G RT l 1 f, 1 (1) Karea eerg bebas Gbbs pembetuka merupaka fugs etalp da etrop, persamaa 1 uga dapat dyataka dalam betuk berkut. t (2) G H f, ()() T TS Tl RT 1 1 Cp G H T Cp dt T S T dt RT T T t reaks f, ()() r reaks f, l r 1 T Tr T r 1 (3) dmaa Cp reaks merupaka selsh atara kapastas paas seyawa dega kapastas paas usur atau kompoe peyusuya Persamaa Neraca Massa Dalam kalkulas eraca massa tapa melbatka reaks reaks yag terad, perhtuga harus dlakuka dega meau umlah mol usur. Karea umlah mol usur yag masuk sama dega umlah mol usur yag keluar, maka umlah total mol usur pada umpa bomassa da pegoksdas aka sama dega umlah total mol usur pada gas hasl. Jumlah mol usur masuk = umlah mol usur keluar m,, out 1 1 m merupaka usur ke-. Utuk tap tap kompoe gas hasl, umlah molekul usur yag terdapat pada tap kompoe dapat dyataka sebaga hasl kal umlah atom usur pada kompoe ( v, ) dega umlah mol kompoe ( ), sehgga m (4) v, B = 1, 2, 3,...,k (5) 1 B merupaka umlah mol total usur ke- pada umpa. Usur peyusu bomassa yag terlbat dalam reaks gasfkas daggap haya terdr dar C, H, O, N da S sehgga hasl peguraa persamaa persamaa - persamaa berkut: CO CH 2 4 CO 2 C2H 2C2 H 2C2 H HCN BC (6) meghaslka B H CH H2O C2H C2H C2H NH HCN H2S H (7) B CO H 2O CO2 NO2 NO N2O SO2 O 2 2 B N2 NO2 NO N2O NH3 HCN N (8) (9) B (1) SO2 H2S S B C, B H, B O, B N da B S,merupaka umlah mol usur C, H, O, N da S pada umpa. B O da B N dapat dtulska dalam fugs raso oksge pegoksdas da komposs age gasfkas sepert berkut. B (11) O N O B (12) N Dmaa O merupaka umlah mol usur oksge pada bomassa, N merupaka umlah mol usur troge pada bomassa, merupaka raso pegoksdas, merupaka raso atara troge dega oksge pada age gasfkas da merupaka umlah kebutuha oksge utuk pembakara sempura yag dapat dyataka dega persamaa berkut (13) C H S C, H, da S merupaka umlah mol usur C, H da S pada bomassa. C, H, da S dapat daggap sama dega B C, B H da B S ka age gasfkas haya terdr dar kompoe oksge da troge. C, H, da S uga dapat dyataka sebaga fugs kadar aalss ultmate bomassa sepert berkut. wcw C (14) 12 whw H (15) 1 wow O () wnw N (17) 14 wsw S (18) 32 w C, w H, w O, w N da w S merupaka kadar aalss ultmate bomassa da W adalah bass dalam satua massa. W, w C, w H, w O, w N, w S, T da merupaka varabel depedet yag dapat dtetuka laya sedagka, CO, H 2 C2H, 6 HCN, SO 2, CH 4, CO 2 NH 3, NO, H 2 O,, NO 2 N 2, C2H 2 N2O, H 2S, C2H 4 da merupaka varabel depedet yag aka htug melalu proses kalkulas.

4 Permasalaha yag aka dselesaka adalah memmsas fugs obektf G t dega costratya eraca usur. Permasalaha optmas bsa dselesaka dega metode Lagrage. Metode Lagrage megubah permasalaha optmas dega varabel da k costrat mead persamaa dega + k varabel tapa costrat. Pegguaa metode Lagrage membutuhka mapulas fugs obektf da costrat. Mapulas dlakuka dega cara megalka persamaa persamaa costrat dega blaga Lagrage, kemuda dkuragka dar persamaa fugs obektf G t. Hasl mapulas fugs obektf da costrat meghaslka persamaa berkut. 3 Hasl da Pembahasa 3.1 Verfkas Model Utuk melhat kesesuaa model dega eksperme, model dsmulas da dbadgka dega data eksperme. Data pembadg dambl dar data eksperme Svakumar da Moha (21). Jes bomassa yag dsmulas adalah sekam pad. Suhu gasfer da raso oksge yag dguaka adalah 8 o C da,25. Hasl smulas dtamplka pada Gambar 4. k t L G () v B N (19), 1 1 Utuk meemuka ttk mmumya, fugs L dturuka terhadap masg masg varabel da Turua parsal fugs L kemuda dset sama dega ol. Hasl turua parsal terhadap masg masg varabel aka meghaslka persamaa dega umlah persamaa da varabel 21 ( = da k = 5). dl d da dl d (2) L Betuk umum utuk tap kompoe adalah sepert berkut. RT L G x v sedagka utuk k k 5 1 k 1, k k 1, k f,, L adalah sepert berkut L v B (21), betuk persamaa umumya (21), 1 Hasl turua persamaa L terhadap masg masg varabel aka meghaslka sstem persamaa oler dega umlah persamaa da varabel Peyelesaa Model Smulas model pada peelta megguaka Mcrosoft Excel. Optmsas dselesaka megguaka fugs add- Solver. Dagram balok algortma perhtuga dapat dlhat pada Gambar 3. Data yag mead masuka dalam model adalah komposs umpa yag terdr dar komposs bomassa, umlah oksge pegoksdas, komposs age gasfkas, suhu da bass. Setelah data dputka, komposs dar gas hasl dteras hgga la G t mecapa ttk mmum. Gambar 3. Algortma perhtuga peyelesaa model. komposs gas (dalam%) H 2 H1 2 CO2 CH CO 2 N 2 H 2 S eksperme Kompoe gas smulas Gambar 4. Kurva perbadga atara komposs gas hasl smulas dega eksperme proses gasfkas berbaha baku sekam pad. Gambar 4 meamplka kurva perbadga atara komposs gas hasl smulas dega eksperme proses gasfkas berbaha baku sekam pad. Komposs gas yag dperoleh dar smulas model memperlhatka tred yag sama dega data yag dperoleh dar eksperme. Selsh atara persetase komposs gas hasl smulas dega eksperme secara berturut turut

5 dar H 2 sampa H 2 S adalah 3,323%; 2,12%; 1%; 1,113%; 5,556%;,19%. Dar kurva dapat damat bahwa terdapat sedkt perbedaa atara persetase gas hasl smulas dega persetase gas hasl eksperme. Perbedaa mugk dakbatka karea komposs bomassa yag dputka pada model merupaka komposs aalss ultmate bomassa yag merupaka aalss dega bass kerg (dry bass). Aalss ultmate bomassa memberka data komposs usur peyusu bomassa sepert C, H, O, N da S dega kadar ar %. Pada eksperme, bomassa yag dguaka mugk mash megadug seumlah kecl ar. Ar pada bomassa aka mempegaruh komposs umpa bomassa. Karea komposs kesetmbaga dpegaruh oleh komposs umpa, maka perbedaa komposs umpa pada eksperme dega komposs umpa pada proses smulas meghaslka persetase gas hasl yag berbeda. Perbedaa komposs gas hasl smulas dega hasl eksperme uga mugk dsebabka pada asums kods setmbag yag dtetapka. Kods setmbag merupaka kods dmaa haya terad perubaha komposs secara mkro pada reaks. Kods deal sepert mugk sult utuk dcapa pada kods real, sehgga mash terdapat perbedaa atara data real dega data smulas Pegaruh Komposs Bomassa Terhadap Komposs Gas Hasl Gasfkas Utuk melhat pegaruh dar komposs bomassa terhadap komposs gas yag dhaslka, model dsmulas dega memvaraska es bomassa yag dguaka sebaga baha baku. Kurva pegaruh komposs bomassa terhadap komposs gas hasl gasfkas dtamplka pada Gambar 5. Kods proses gasfkas yag dguaka adalah suhu 8 o C, raso oksge pegoksdas,25 da age gasfkas udara (21% oksge da 79% troge). Gambar 5 meamplka data hasl smulas proses gasfkas berbaha baku cagkag sawt, pelepah sawt da tada kosog sawt. Komposs gas hasl smulas proses gasfkas berbaha baku cagkag sawt adalah H 2 25,592%, CO 25,319%, CH 4 %, CO 2 6,683%, N 2 42,292% da H 2 S,114%. Komposs gas hasl smulas utuk pelepah sawt adalah H 2 24,9%, CO 13,895%, CH 4 %, CO 2 18,369%, N 2 42,85% da H 2 S,31% sedagka utuk proses gasfkas berbaha baku tada kosog sawt, komposs gas yag dhaslka adalah H 2 27,41%, CO 2,8%, CH 4 %, CO 2 1,567%, N 2 41,865% da H 2 S,%. Dapat dlhat bahwa dar ketga es bomassa yag dguaka, proses gasfkas berbaha baku cagkag sawt meghaslka umlah total H 2 da CO palg besar yatu 5,911% (H 2 25,592% da CO 25,319%). Proses gasfkas berbaha baku tada kosog sawt meghaslka umlah total H 2 da CO sebesar 47,49% (H 2 27,41% da CO 2,8%), lebh tgg dbadgka proses gasfkas berbaha baku pelepah sawt yag haya meghaslka umlah total H 2 da CO sebesar 38,795% (H 2 24,9% da CO 13,895%). komposs gas hasl (dalam%) H 2 H1 2 CO 2 CH 3 4 CO 4 2 N5 6 2 H 2 S kompoe gas cagkag sawt pelepah sawt tada kosog sawt Gambar 5. Kurva pegaruh komposs bomassa terhadap komposs gas hasl gasfkas. Perbedaa komposs gas yag dhaslka dsebabka perbedaa komposs umpa bomassa yag dguaka. Komposs usur hdroge 7,33% pada tada kosog sawt meyebabka komposs H 2 yag lebh tgg yatu 27,41%, dbadgka komposs hdroge pada proses gasfkas berbaha baku cagkag sawt da pelepah sawt yag haya meghaslka persetase H 2 sebesar 25,591% da 24,9% dega komposs usur hdroge pada baha baku masg masg 7,2% da 5,48%. Usur C pada bomassa berkotrbus pada umlah total CO da CO 2. Komposs C yag lebh tgg meghaslka umlah total CO da CO 2 yag lebh tgg. Pada proses gasfkas dega age gasfkas udara, pegkata umlah total mol CO da CO 2 tdak selalu drg dega pegkata persetase total CO da CO 2. Hal dsebabka karea pada proses gasfkas megguaka udara, umlah N 2 berbadg lurus dega komposs C pada umpa yag meyebabka umlah mol total uga megkat. Usur O pada bomassa berkotrbus pada pembetuka CO da CO 2. Usur O yag tgg pada bomassa memberka dampak egatf terhadap kualtas sygas karea medorog pembetuka CO 2 dbadg CO. Hal dapat dlhat pada proses gasfkas berbaha baku pelepah sawt. Komposs usur O yag mecapa 49,68% meyebabka komposs CO 2 yag lebh besar yatu 18,369%. Jumlah lebh tgg dbadgka komposs CO 2 pada proses gasfkas berbaha baku cagkag sawt da tada kosog sawt yag haya meghaslka persetase CO 2 sebesar 6,683% da 1,567%. Kadar sulfur pada bomassa berkotrbus pada pembetuka seyawa sulfur. Kadar sulfur yag tgg cederug meghaslka persetase seyawa sulfur yag lebh besar. Proses gasfkas berbaha baku tada kosog sawt yag megadug kadar sulfur palg tgg uga meghaslka persetase H 2 S yag palg tgg yatu,%. Persetase H 2 S yag dhaslka tergolog kecl ka dbadgka persetase seyawa la. Meskpu demka, pembetuka H 2 S perlu dperhatka karea bersfat sagat toksk.

6 3.3 Pegaruh Raso Oksge Pegoksdas Terhadap Komposs Gas Hasl Gasfkas Kurva pegaruh raso oksge pegoksdas terhadap gas hasl gasfkas dtamplka pada Gambar 6. Kods proses yag dguaka adalah suhu 8 o C da age gasfkas udara (21% oksge da 79% troge). Kompoe CH 4, NO, N 2 O, C 2 H 2, C 2 H 6, NH 3 da HCN tdak dtamplka pada grafk karea pada retag parameter operas gasfkas yag dguaka, persetase kompoe kompoe tersebut berla ol. komposs gas hasl (dalam%) ,2,4,6,8 1 raso oksge pegoksdas H2 CO H2O CO2 N2 NO2 SO2 C2H4 H2S Gambar 6. Kurva pegaruh raso oksge pegoksdas terhadap gas hasl gasfkas berbaha baku cagkag sawt. Gambar 6 meamplka kurva pegaruh raso oksge pegoksdas terhadap komposs gas hasl gasfkas berbaha baku cagkag sawt. Dar kurva dapat dlhat bahwa persetase C 2 H 4, H 2 S, H 2 da CO megalam peurua dega megkatya raso oksge pegoksdas yag dguaka. Persetase C 2 H 4 megalam peurua yag sgfka hgga raso oksge pegoksdas medekat,2, sedagka utuk H 2, CO da H 2 S, tred kurva memperlhatka grade peurua yag lebh redah. N 2 merupaka kompoe gas yag megalam pegkata drasts dega akya raso oksge pegoksdas. CO 2, H 2 O, NO 2 da SO 2 merupaka kompoe yag tdak terdapat pada raso oksge pegoksdas yag relatf kecl. Kompoe CO 2 baru terlhat pada raso oksge pegoksdas sektar,2. Persetase CO 2 kemuda terus megalam pegkata hgga raso oksge pegoksdas sektar,4-,6. Tred yag sama uga terad utuk kompoe H 2 O. H 2 O baru terlhat pada raso oksge pegoksdas,55, kemuda terus megalam pegkata hgga raso oksge pegoksdas,85 dega persetase 12,77%. Persetase H 2 O selautya turu hgga raso oksge pegoksdas 1. Kompoe NO 2 baru terlhat pada raso pegoksdas yag relatf tgg yatu pada raso oksge pegoksdas medekat 1. Persetase NO 2 kemuda terus megalam pegkata dega megkatya raso oksge pegoksdas. Sama halya dega NO 2, SO 2 uga terbetuk pada raso pegoksdas yag relatf tgg. SO 2 baru terbetuk pada raso oksge pegoksdas,85 dega persetase yag relatf kecl yatu,56%, selautya megalam sedkt peurua hgga raso pegoksdas1. Dar ketga es bomassa yag dsmulas dapat dlhat bahwa raso oksge pegoksdas berpegaruh terhadap komposs gas yag dhaslka. Pada raso oksge pegoksdas yag relatf redah, kompoe kompoe yag dhaslka merupaka seyawa seyawa yag tdak teroksdas sempura sepert H 2, CO, da H 2 S. Pembetuka kompoe H 2 lebh doma dar H 2 O pada retag raso oksge pegoksdas sampa,65. Pembetuka CO uga lebh doma darpada CO 2 pada raso oksge yag redah. Pembetuka CO lebh doma darpada CO 2 pada retag raso oksge pegoksdas sampa,35.raso oksge pegoksdas yag redah uga medorog pembetuka H 2 S darpada SO 2. Pembetuka H 2 S lebh doma darpada SO 2 hgga pada raso oksge pegoksdas,8. Gambar 6 uga meuukka bahwa karbo lebh mudah teroksdas darpada usur usur laya sepert hdroge, belerag da troge. CO 2 telah terbetuk pada raso oksge pegoksdas,2, utuk pembetuka H 2 O dbutuhka raso oksge pegoksdas,55, sedagka utuk NO 2 da SO 2 dbutuhka raso oksge pegokssas yag lebh tgg yatu,9 da,85. Perbedaa tgkat kemudaha pembetuka kompoe kompoe tersebut dsebabka karea pada kods dega raso oksge yag relatf kecl aka terad kompets pada reaks reaks yag megkosums oksge. Berdasarka taua termodamka, reaks dega eerg bebas Gbbs yag lebh redah aka lebh mudah berlagsug darpada reaks dega eerg bebas Gbbs yag lebh tgg. Perbedaa eerg bebas Gbbs reaks meetuka tgkat spotatas reaks. Reaks dega eerg bebas Gbbs yag lebh redah bersfat lebh spota darpada reaks dega eerg bebas Gbbs yag lebh tgg. Kecederuga meyebabka O lebh mudah bereaks dega C yag lebh spota (eerg bebas Gbbs reaks yag lebh redah) utuk membetuk CO 2 darpada bereaks dega H, S da N utuk membetuk H 2 O, SO 2, da NO 2. Kecederga tersebut uga meyebabka H 2 da H 2 S lebh doma darpada H 2 O da SO 2 pada raso oksge pegoksdas yag redah Pegaruh Komposs Age Gasfkas Terhadap Komposs Gas Hasl Gasfkas Utuk melhat pegaruh komposs age gasfkas terhadap komposs gas hasl, model dsmulas dega memvaraska komposs age gasfkas. Komposs age gasfkas dvaraska mula dar persetase oksge 21% (persetase oksge pada udara) hgga persetase oksge 1% (oksg e mur). Kods proses yag dguaka adalah suhu 8 o C da raso

7 oksge pegoksdas,25. Grafk hasl data smulas dtamplka pada Gambar 7. komposs gas hasl (dalam %) komposs oksge dalam age gasfkas (dalam % ) H2 CO CO2 N2 H2S Gambar 7. Kurva pegaruh komposs oksge dalam age gasfkas terhadap gas hasl gasfkas berbaha baku cagkag sawt. Gambar 7 meamplka kurva pegaruh komposs age pegoksdas terhadap komposs gas hasl gasfkas berbaha baku cagkag sawt Dar grafk dapat dlhat bahwa komposs troge pada gas hasl berkurag dega megkatya komposs oksge dalam age gasfkas. Komposs troge pada gas hasl turu dar persetase lebh dar 4% pada komposs age gasfkas oksge 21% mead % pada komposs age gasfkas oksge 1%. Grade peurua kadar troge tampak sgfka pada pegkata kadar oksge dar age gasfkas oksge 21% ke 3% dmaa persetase troge turu lebh dar 1% dar persetase d atas 4% mead sektar 3%. Grade peurua kadar troge pada gas hasl kemuda meuru hgga komposs age gasfkas oksge 1%. Dar gambar uga dapat dlhat bahwa persetase hdroge da karbomooksda megalam keaka dega megkatya kadar oksge pada age gasfkas. Utuk proses gasfkas berbaha baku cagkag sawt, persetase hdroge megkat dar 25,292% pada komposs age gasfkas oksge 21% mead 44,348% pada komposs pada komposs oksge 1% sedagka CO megkat dar 25,319% pada komposs age gasfkas oksge 21% mead 43,874% pada komposs oksge 1%. Grafk uga meuukka bahwa bahwa pegkata kadar oksge dar 7% mead 1% tdak memberka keaka yag lebh dar 5% terhadap persetase CO da H 2, utuk setap keaka kadar oksge sebesar 1% dar 7% ke 1%, haya meyebabka keaka persetase H 2 da CO kurag dar 1,5%. Pegkata kadar oksge pada age gasfkas memberka pegaruh yag sgfka bak terhadap pegkata H 2 da CO maupu terhadap peurua kadar N 2 pada komposs age gasfkas hgga kadar age gasfkas oksge 8%. Pegkata komposs oksge yag lebh dar 8% tdak memperlhatka pegaruh yag sgfka terhadap pegkata kadar H 2 da CO dmaa utuk setap pegkata kadar oksge 1% dar 8% ke 1%, persetase H 2 da CO haya megalam pegkata sektar 1%. Hasl yag sama uga dapat dlhat utuk N 2, dmaa utuk setap pegkata kadar oksge 1% dar 8% ke 1%, persetase N 2 haya turu sektar 2%. 4. Kesmpula Model yag dkembagka pada peelta dapat mempredks komposs gas hasl gasfkas terhadap perubaha es bomassa, raso pegoksdas da komposs age gasfkas. Hasl smulas meuukka bahwa selsh persetase komposs gas hasl smulas dega hasl eksperme berada pada ksara d bawah 6%. Sela tu, dar hasl smulas komposs gas hasl terhadap varas komposs bomassa, raso pegoksdas dapat dsmpulka bahwa usur O pada bomassa berkotrbus pada pembetuka CO 2 yag lebh doma darpada CO, sedagka raso oksge pegoksdas yag kecl cederug medorog pembetuka seyawa seyawa hdrokarbo. Pegkata kadar oksge pada age pegoksdas uga sagat berpera petg pada proses gasfkas dmaa pada kombas es bomassa cagkag sawt, raso pegoksdas,25 da kadar oksge d atas 7%, dapat dhaslka kadar total H 2 da CO hgga persetase melebh 85%. Daftar Pustaka Ataw, S.M., Sulama, S.A., Yusup, S., 211, A Smulato Study of Dowdraft Gasfcato of Ol- Palm rods Usg ASPEN PLUS, Joural Of Appled Sceces, Hal. 1-8 Buragoha, B., Mahata, P., Moholkar, V.S., 21, Thermodamc Optmzato of Bomass Gasfcato for Decetralzed Power Geerato ad scher-tropsch Sythess, Eergy, Vol. 35, Hal Coyle, W, 27, The uture of Bofuels: A Global Perspectve, Amber Waves, Vol. 5, Hal oley, G da Barard, G., 1985, Bomass Gasfcato Developg Coutres, Earthca, Lodo,UK. Hall, D.O., 1997, Bomass Eergy Idustralsed Coutres - A Vew Of The uture. or Ecol. Maage. Vol. 91, Hal Jarugthammachote, S., da Dutta, A., 27, Thermodamc Equlbrum Model ad Secod Law Aalyss of a Dowdraft Waste Gasfer, Eergy, Vol. 32, Hal Zaal, Z., Al, R., Lea, C.H., Seetharamu, K.N., 21, Predcto of Performace of Dowdraft Gasfer Usg Equlbrum Modelg for Dfferet Bomass Materals, Eergy, Vol 42, Hal Daftar smbol mol usur ke-

8 G f, G R T w t C H O N S C wh wo wn eerg bebas Gbbs pembetuka kompoe (MJ/kmol) eerg bebas Gbbs sstem (MJ/kmol) kostata gas uversal (Pa.m 3 /mol.k suhu (K) umlah mol usur C pada bomassa umlah mol usur H pada bomassa umlah mol usur O pada bomassa umlah mol usur N pada bomassa umlah mol usur S padabomassa persetase usur C pada aalss ultmate bomassa persetase usur H pada aalss ultmate bomassa persetase usur O pada aalss ultmate bomassa persetase usur N pada aalss ultmate bomassa ws W L v, persetase usur S pada aalss ultmate bomassa bass (kg) kostata Lagrage persamaa Lagrage umlah atom ke- pada kompoe ke-

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

Mengubah bahan baku menjadi produk yang lebih bernilai melalui sintesis kimia banyak dilakukan di industri

Mengubah bahan baku menjadi produk yang lebih bernilai melalui sintesis kimia banyak dilakukan di industri Megubah baha baku mead produk yag lebh berla melalu stess kma bayak dlakuka d dustr Asam sulfat, ammoa, etlea, proplea, asam fosfat, klor, asam trat, urea, bezea, metaol, etaol, da etle glkol Serat/beag,

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR

Lebih terperinci

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange Praktkum 0 Iterpolas Polomal da Lagrage PRAKTIKUM 0 Iterpolas Polomal da Lagrage Tuua : Mempelaar berbaga metode Iterpolas ag ada utuk meetuka ttkttk atara dar buah ttk dega megguaka suatu fugs pedekata

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

Model Peramalan Konsumsi Energi Final dengan Menggunakan Metode Regresi Fuzzy untuk Dataset Kecil (Studi Kasus: Indonesia)

Model Peramalan Konsumsi Energi Final dengan Menggunakan Metode Regresi Fuzzy untuk Dataset Kecil (Studi Kasus: Indonesia) JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Model Peramala Kosums Eerg Fal dega Megguaka Metode Regres Fuzz utuk Dataset Kecl (Stud Kasus: Idoesa) Alf Lalah 1, Nur Wahugsh 2, da IGN. Ra Usadha 3 123

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

Bab II Teori Pendukung

Bab II Teori Pendukung Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed

Lebih terperinci

PEMECAHAN MASALAH OPTIMASI BERSIFAT PROBABILISTIK MENGGUNAKAN CHANGE- CONSTRAINED PROGRAMMING

PEMECAHAN MASALAH OPTIMASI BERSIFAT PROBABILISTIK MENGGUNAKAN CHANGE- CONSTRAINED PROGRAMMING Jural Tekk da Ilmu Komputer PEMECAHAN MASALAH OPTIMASI BERSIFAT PROBABILISTIK MENGGUNAKAN CHANGE- CONSTRAINED PROGRAMMING (Soluto of Probablstcally Optmzato Problems Usg Chage-Costraed Programmg) Bud Marpaug

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA INTEGRAL RIEMANN MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin 4/6/015 Oleh : Fauza Am Se, 06 Aprl 015 GDL 11 (07.30-10.50) Pedahulua Aalsa regres dguaka utuk mempelajar da megukur hubuga statstk ag terjad atara dua atau lebh varbel. Dalam regres sederhaa dkaj dua

Lebih terperinci

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

EKONOMIC DISPATCH SISTEM KELISTRIKAN LOMBOK MENGGUNAKAN METODE CHAOTIC ANT SWARM OPTIMIZATION (CASO)

EKONOMIC DISPATCH SISTEM KELISTRIKAN LOMBOK MENGGUNAKAN METODE CHAOTIC ANT SWARM OPTIMIZATION (CASO) elektrka, ISSN 2086-9487 Vol., No. : - 5, Pebruar 204 EKONOMIC ISPATCH SISTEM KEISTRIKAN OMBOK MENGGUNAKAN METOE CHAOTIC ANT SWARM OPTIMIZATION (CASO) Raa Yursta.,I Made Ar Nrartha 2, Agug Bud Muljoo 3

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah Prosdg Statstka ISSN 40-45 Uj Modfkas Pergkat Bertada Wlcoxo Utuk Masalah Dua Sampel Berpasaga 1 Wl Soldayah St Suedar 3 Lsur Wachdah 1, Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl. Tamasar No. 1

Lebih terperinci

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2 INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

Lebih terperinci

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 0, No. (03), hal. 57-6 ESTIMASI UKUAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM POTOFOLIO PADA SINGLE INDEX MODEL Eka Kurawat, Helm, Neva Satyahadew INTISAI

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari: 5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)

Lebih terperinci

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang 37 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka suatu cara tertetu yag dguaka utuk meelt suatu permasalaha sehgga medapatka hasl atau tujua yag dgka. Meurut Arkuto (1991 : 3) peelta

Lebih terperinci

BAB III METODOLOGI III-1

BAB III METODOLOGI III-1 BAB III METODOLOGI III.1. Data terumbu karag da Pegolaha Data terumbu karag beserta wlayah kaja berasal dar Setash dkk., 006 (WWF-Idoesa). Data kerusaka terumbu karag yag dguaka adalah data tahu 1997-1998,

Lebih terperinci

INTERPOLASI. FTI-Universitas Yarsi

INTERPOLASI. FTI-Universitas Yarsi BAB VI INTERPOLASI FTI-Uverstas Yars Pedahulua Bla dketahu taulas ttk-ttk (y seaga erkut (yag dalam hal rumus ugs y ( tdak dketahu secara eksplst: Htug taksra la y utuk 3.8! FTI-Uverstas Yars Persoala

Lebih terperinci

Orbit Fraktal Himpunan Julia

Orbit Fraktal Himpunan Julia Vol. 3, No., 6-7, Jauar 7 Orbt Fraktal Hmpua Jula Ad Kresa Jaya, Nswar Alasa Abstrak Makalah membahas kumpula ttk-ttk yag berada dalam daerah hmpua Jula d ruag kompleks da memperlhatka sebuah algortma

Lebih terperinci

PEDOMAN STATISTIK UJI PROFISIENSI

PEDOMAN STATISTIK UJI PROFISIENSI DPLP 3 Rev. 0 PEDOMAN STATISTIK UJI PROFISIENSI Komte Akredtas Nasoal Natoal Accredtato Body of Idoesa Gedug Maggala Waabakt, Blok IV, Lt. 4 Jl. Jed. Gatot Subroto, Seaya, Jakarta 070 Idoesa Tel. : 6 5747043,

Lebih terperinci

BAB III ESTIMASI MODEL PROBIT TERURUT

BAB III ESTIMASI MODEL PROBIT TERURUT BAB III ESTIMASI MODEL PROBIT TERURUT 3. Pedahulua Model eurua kods embata destmas dega model robt terurut. Estmas terhada arameter model robt terurut yatu koefse model da threshold dlakuka dega metode

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Notasi Sigma. Fadjar Shadiq, M.App.Sc & Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE) Jural Matematka Mur da Terapa Vol. 4 No. esember : 4 - ANALISIS REGRESI LINEAR BERGANA ENGAN SATU VARIABEL BONEKA (UMMY VARIABLE Tat Krsawardha Nur Salam da ew Aggra Program Stud Matematka Uverstas Lambug

Lebih terperinci

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka strateg umum yag d aut dalam pegumpula data da aalss data yag dperluka, gua mejawab persoala yag dhadap. Meurut Arkuto (006 : 3) peelta

Lebih terperinci

Implementasi Algoritma Genetik dalam Economic Dispatch dengan Valve Point Loading

Implementasi Algoritma Genetik dalam Economic Dispatch dengan Valve Point Loading Semar Tugas Akhr Halama 1 dar 6 Implemetas Algortma Geetk dalam Ecoomc Dspatch dega Valve Pot Loadg Date Rumaa 1 Dr. Ir. Hermawa, DEA 2 Mochammad Facta, ST, MT 3 Jurusa Tekk Elektro Uverstas Dpoegoro Jl.

Lebih terperinci

JIIA, VOLUME 3 No. 2, APRIL 2015

JIIA, VOLUME 3 No. 2, APRIL 2015 DETERMINAN KEPUTUSAN PETANI TERHADAP KONVERSI LAHAN SAWAH MENJADI PERMUKIMAN (Determats of Farmers Decso for Rce-Feld Coverso to Housg) Umyat Kulsum, Bustaul Arf, Zaal Abd Jurusa Agrbss, Fakultas Pertaa,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB METODE PENELTAN 3.1 Tempat da Waktu Peelta Peelta dlaksaaka d areal/wlaah koses huta PT. Sarmeto Parakata Tmber, Kalmata Tegah pada bula Aprl sampa dega Me 007. 3. Baha da Alat Baha ag dguaka utuk

Lebih terperinci

IV HASIL DAN PEMBAHASAN

IV HASIL DAN PEMBAHASAN 9 3.3.2.6 Perbadga Kualtas Data dega Parameter Statstka Parameter statstka yag dguaka sebaga alat batu pelaa perbadga kualtas kedua data adalah raso, korelas, MAE, da RMSE. Raso Data CH Dugaa R Data CH

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak BAB III METODE PENELITIAN 3.1 Lokas da Waktu Peelta Peelta dlakuka d PT. Mulya Agro Botekolog yag terletak Perumaha Tegalgodo Asr Blok H III No. 10 Kecamata Karagploso, Kabupate Malag. Pemlha lokas peelta

Lebih terperinci

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu 47 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta yag dguaka dalam peelta adalah metode eksperme. Metode dguaka atas pertmbaga bahwa sfat peelta ekspermetal yatu mecobaka suatu program latha

Lebih terperinci

ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA

ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA Jural Ilmah MEDIA ENGINEERING Vol., No., Jul 0 ISSN 087-9334 (96-0) ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA Johas E. Lolog Dose Jurusa Spl Fakultas Tekk Uverstas Sam Ratulag

Lebih terperinci

Pemodelan Jumlah Balita Gizi Buruk di Jawa Timur dengan Geographically Weighted Poisson Regression

Pemodelan Jumlah Balita Gizi Buruk di Jawa Timur dengan Geographically Weighted Poisson Regression JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: 31-98X D-9 Pemodela Jumlah Balta Gz Buruk d Jawa Tmur dega Geographcally Weghted Posso Regresso Rahm Amela da Purhad Jurusa Statstka, Fakultas Matematka

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

; θ ) dengan parameter θ,

; θ ) dengan parameter θ, Vol. 4. No. 3, 5-59, Desember 00, ISSN : 40-858 APLIKASI METODE BESARAN PIVOTAL DALAM PENENTUAN SELANG KEYAKINAN TAKSIRAN PARAMETER POPULASI. Agus Rusgyoo Jurusa Matematka FMIPA UNDIP Abstraks Dberka populas

Lebih terperinci