III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT

Ukuran: px
Mulai penontonan dengan halaman:

Download "III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT"

Transkripsi

1 III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT 3.1 Studi Literatur tentang Pengelolaan Sampah di Beberapa Kota di Dunia Kaian ilmiah dengan metode riset operasi tentang masalah pengangutan sampah di ota besar di dunia sudah banya dilauan. Dari hasil aian tersebut setiap ota mempunyai masalah pengangutan sampah yang berbeda. Kaian yang dilauan di ota Brussels merupaan aian untu menentuan loasi terbai untu mendirian depot dan fasilitas transfer station yang baru dan mengevaluasi transportasi sampah yang tersedia yaitu ereta api, anal dan tru untu mengangut sampah (Kulcar, 1996). Dalam aian tersebut, rute pengangutan sudah ditentuan. Pemecahan masalah pengangutan sampah di Brussels dilauan dengan dua tahap. Tahap pertama mencari loasi terbai untu pembangunan depot dan transfer station yang baru. Sedangan tahap edua mengaloasian rute pengangutan sampah yang ada e depot terdeat. Model yang dibuat untu masalah pengangutan sampah di Brussels merupaan masalah integer programming. Sedangan aian yang dilauan di ota Hanoi merupaan apliasi model Vehicle Routing and Scheduling Problem (VRSP) (Dang dan Pinoi, 2000). Pengangutan sampah di Hanoi dilauan sebanya dua ali yaitu pada pagi dan malam hari. Adanya pergantian shift pengangutan dari pagi hari menadi malam hari mengaibatan time window menadi penting dalam formulasi masalah untu membuat model menadi lebih mendeati dengan permasalahan yang sebenarnya teradi Algoritme heuristic digunaan untu memecahan masalah pengangutan sampah di Hanoi. Hasil aian tentang pengangutan sampah di Hanoi menunuan adanya pengurangan biaya transportasi endaraan bila sistem pengangutan yang telah ditetapan (fixed) diubah menadi flesibel dimana setiap endaraan dapat mengangut sampah dari selain TPS yang sudah ditetapan. Kaian terbaru tentang manaemen sampah dilauan untu ota-ota ecil di Cina. (Nie et al., 2004). Model optimal yang dibuat untu penanganan sampah di Cina memenuhi prinsip manaemen yang berlau yaitu optimisasi regional, optimisasi anga panang dan optimisasi loasi pembuangan sampah. Kaian tentang masalah sampah di Cina tida difousan epada rute angutan, tetapi epada masalah pengelolaan sampah yang optimal. Sampah padat di Cina setiap tahun semain bertambah seiring dengan pertumbuhan pendudu yang semain besar. Dari hasil aian yang dilauan di Cina, sampah padat direomendasian lebih banya untu digunaan embali (recycle). Disamping itu, hasil aian uga menduung rencana pemerintah untu mengelola sampah sampah padat menadi energi. Sedangan sampah yang tida dapat diolah menadi energi dan sampah tida dapat digunaan embali baru dimusnahan dengan cara dibaar atau diubur (composting). Pilihan untu melauan composting lebih disaranan arena ia sampah dibaar selain aan menambah banya biaya uga menimbulan polusi udara. Perencanaan pengelolaan sampah di Cina sudah memperhitungan aspe eonomis yaitu dengan cara merubah penanganan sampah yang tadinya hanya menimbulan biaya menadi sumber pendapatan. Di Indonesia aian tentang penanganan sampah dengan metode riset operasi belum banya dilauan. Kaian yang sering dilauan lebih dititiberatan epada aspe sosial dan esehatan warga seitar tempat pembuangan sampah. Pengelolaan sampah di Indonesia belum seperti di Cina arena penanganan sampah lebih banya masu e fasilitas composting. Minimnya aian ilmiah tentang masalah pengelolaan sampah di ota di Indonesia memberian daya tari tersendiri untu mengapliasian masalah riset operasi. 3.2 Masalah Pengelolaan Sampah di DKI Jaarta Pengelolaan sampah di wilayah DKI Jaarta dilauan oleh sebuah badan yang dibentu Pemerintah Daerah DKI Jaarta yaitu Dinas Kebersihan DKI Jaarta dan uga oleh beberapa perusahaan swasta yang telah mendapat izin dari pemerintah. Dalam strutur organisasi, Dinas Kebersihan membawahi lima suu dinas ebersihan yaitu Suu Dinas Kebersihan Jaarta Timur, Suu Dinas Kebersihan Jaarta Selatan, Suu Dinas Kebersihan Jaarta Barat, Suu Dinas Kebersihan Jaarta Utara dan Suu Dinas Kebersihan Jaarta Pusat. Setiap suu dinas ebersihan di atas bertanggung awab menangani masalah pengangutan sampah di wilayah otamadya masing-masing. Jumlah sampah yang dihasilan dari setiap otamadya DKI Jaarta tidalah sama. Jumlah 7

2 sampah yang dihasilan bergantung pada besar populasi dan luas wilayah otamadya masing-masing. Gambar beriut menelasan proporsi sampah yang dihasilan dari masingmasing otamadya di DKI Jaarta. Gambar 8 Proporsi sampah yang dihasilan masing-masing otamadya di DKI Jaarta per hari. Pada umumnya pengangutan sampah di DKI Jaarta terdiri dari tiga tahap. Tahap pertama adalah pengangutan sampah dari sumber e Tempat Pembuangan Sementara (TPS) dengan menggunaan geroba. Pada tahap edua, sampah di setiap TPS diangut dengan tru menuu e Stasiun Peralihan Antara (SPA) atau e Tempat Pembuangan Ahir (TPA). Tahap etiga adalah pengangutan sampah dari setiap SPA menuu e TPA. Jadi, setiap sampah di TPS aan menuu e TPA. Apabila sebuah tru sampah sudah mengosongan muatannya di SPA atau TPA, tru embali menuu TPS yang masih memilii sampah. Setiap suu dinas ebersihan bertanggung awab untu mengangut sampah di wilayahnya masingmasing dari TPS e SPA atau e TPA. Sedangan, pengangutan sampah dari SPA e TPA merupaan tanggung awab Dinas Kebersihan DKI Jaarta. Gambar beriut menelasan alur pengangutan sampah yang dapat teradi. SUMBER TPS SPA / ITF TPA Gambar 9 Alur pengangutan sampah. Selama ini DKI Jaarta hanya mempunyai dua buah SPA dan sebuah TPA. TPA yang dimilii pemerintah DKI Jaarta terleta di daerah Bantar Gebang (Beasi), sedangan untu SPA masing-masing terleta di Sunter (Jaarta Utara) dan Cilincing (Jaarta Utara). SPA berfungsi sebagai stasiun pembuangan sampah sementara sehingga tru sampah dapat melayani TPS lebih cepat. TPA Bantar Gebang saat ini sudah hampir mencapai batas emampuan untu menampung sampah yang masu. Selain apasitas yang sudah hampir penuh, pendudu di seitar TPA Bantar Gebang uga sudah tida mau lagi wilayah merea diadian tempat pembuangan sampah. Aibat dua hal tersebut, TPA Bantar Gebang aan segera ditutup. Penutupan TPA Bantar Gebang aan dilauan ia fasilitas TPA yang baru sudah didirian. Untu menggantian peranan TPA Bantar Gebang, pemerintah DKI Jaarta merencanaan pembangunan beberapa buah fasilitas pengelolaan sampah yang baru. Hasil perencanaan tersebut adalah membangun empat buah Intermediate Treatment Facility (ITF) secara bertahap yang tersebar di wilayah Jaarta. Selain berfungsi sebagai SPA, ITF uga berfungsi untu mengolah sampah sebelum diirim e TPA sehingga sampah yang aan diirim e TPA aan berurang. Saat ini dua loasi pembangunan ITF sudah ditentuan yaitu di daerah Duri Kosambi (Jaarta Barat) dan di daerah Marunda (Jaarta Utara) sedangan dua daerah untu pembangunan ITF lainnya masih dicari oleh pemerintah. Selain ITF, pemerintah DKI Jaarta uga berencana mendirian sebuah TPA di daerah Nambo (Bogor) dan sebuah Tempat Pengolahan Sampah Terpadu (TPST) di daerah Boong (Bogor). TPA Nambo dan TPST Boong diharapan mampu menggantian fungsi TPA Bantar Gebang. Beriut adalah apasitas masimum sampah yang dapat ditangani per hari dari masing-masing fasilitas pengelolaan sampah yang sudah dimilii dan yang aan dibangun oleh pemerintah DKI Jaarta. Tabel 1 Kapasitas masimum per hari fasilitas pengelolaan sampah Nama Fasilitas Kapasitas SPA Sunter m 3 SPA Cilincing m 3 ITF Duri Kosambi m 3 ITF Marunda m 3 TPST Boong m 3 TPA Nambo m 3 TPA Bantar Gebang m 3 8

3 3.3 Masalah Pengangutan Sampah di Jaarta Pusat Untu menalanan tugas dengan bai, suu dinas ebersihan Jaarta Pusat mempunyai 150 tru pengangut sampah yang tersebar di 3 buah depot yang berbeda yaitu di daerah Cililitan (Jaarta Selatan), Sunter (Jaarta Utara) dan Semper (Jaarta Utara). Di setiap depot tersebut, sudin ebersihan Jaarta Pusat mempunyai umlah tru sampah yang berbeda, yaitu di depot Cililitan ada sebanya 15 endaraan, depot Semper sebanya 82 endaraan dan depot Sunter ada sebanya 53 endaraan. Jenis endaraan pengangut sampah yang dimilii suu dinas ebersihan Jaarta Pusat adalah Typer truc, crane truc, Compactor dan arm roll. Masing masing enis endaraan tersebut dibagi lagi menadi 2 tipe berdasaran daya angutnya yaitu uuran ecil dan uuran besar. Kendaran-endaraan tersebut dipaai untu mengambil sampah di 122 rute pengangutan sampah di Jaarta Pusat. Spesifiasi dari masing-masing rute pengangutan dapat dilihat pada Lampiran 2. Kegiatan pengangutan sampah di Jaarta Pusat dimulai dari puul sampai puul Dalam rentang watu tersebut, setiap tru sampah secara rata-rata hanya dapat melauan ritasi sebanya 2-3 ali. Dalam menalanan operasi sehari-hari, tru sampah memulai egiatan dari depot emudian menuu e sebuah rute pengangutan sampah. Dari sebuah rute pengangutan sampah, tru membawa sampah menuu e terminal site yang tersedia yaitu SPA / ITF atau TPA. Untu mencegah teradinya penumpuan sampah di salah satu terminal site sehingga melebihi beban yang dapat diterima, setiap tru sampah dilengapi surat dinas yang menerangan bahwa tru tersebut hanya boleh mengambil sampah di sebuah rute pengangutan dan membuang sampah dari rute tersebut e sebuah terminal site yang sudah ditentuan. Banyanya endaraan dan apasitas endaraan disaian dalam tabel di bawah ini: Tabel 2 Jenis endaraan pengangut sampah dan umlah yang tersedia Uuran Jenis Besar Kecil Kendaraan Kapasitas Angut Jumlah Tersedia Kapasitas Angut Jumlah Tersedia Typer 18 m 3 52 buah 8 m 3 31 buah Compactor 20 m 3 7 buah 10 m 3 5 buah Arm Roll 10 m 3 30 buah 6 m 3 25 buah Penambahan seumlah fasilitas pengelolaan sampah membuat tuuan ahir pengangutan sampah yang dilauan Suu dinas ebersihan Jaarta Pusat berubah. Namun sampah dari Jaarta Pusat tida dapat diangut menuu e semua fasilitas yang ada di Tabel 1. Tabel 3 adalah rincian fasilitas yang dapat digunaan Suu Dinas Kebersihan Jaarta Pusat dan estimasi umlah masimum sampah yang dapat dibuang e fasilitas tersebut. Tabel 3 memperlihatan bahwa semua fasilitas tida dapat digunaan secara penuh oleh Suu Dinas Kebersihan Jaarta Pusat. Hal ini disebaban arena apasitas setiap fasilitas harus dibagi-bagi untu setiap otamadya di DKI Jaarta. Pembangunan ITF Marunda diperuntuan menampung sampah dari wilayah Jaarta Utara dan sebagian Jaarta Timur. Sedangan TPA Nambo hanya melayani sampah yang masu dari wilayah Jaarta Selatan dan Jaarta Timur. Tabel 3 Jumlah sampah dari Jaarta Pusat yang dapat diangut e setiap fasilitas pengelolaan sampah Kapasitas yang Nama Fasilitas Dapat Digunaan Sudin Kebersihan Jaarta Pusat SPA Sunter 1500 m 3 SPA Cilincing 1000 m 3 ITF Duri Kosambi 500 m 3 ITF Marunda 0 m 3 TPST Boong 1000 m 3 TPA Nambo 0 m 3 TPA Bantar Gebang 2000 m Formulasi Masalah Pengangutan Sampah di Jaarta Pusat Masalah pengangutan sampah di Jaarta Pusat merupaan masalah assignment 9

4 (penugasan) setiap rute pengangutan sampah e terminal site yang ada. Model yang dibuat dalam tugas ahir ini bertuuan untu menentuan enis endaraan yang aan dialoasian e setiap rute pengangutan dan mencari terminal site terdeat bagi setiap rute pengangutan untu membuang sampah yang ada. Model yang dibuat dalam tugas ahir ini terdiri dari dua tahap. Tuuan dari tahap pertama adalah menentuan endaraan dari depot untu mengangut sampah di setiap rute pengangutan. Sedangan tuuan pada tahap edua adalah menentuan terminal site untu pembuangan sampah bagi setiap rute pengangutan. Asumsi-asumsi diperluan untu menyederhanaan masalah yang teradi agar model simulasi dapat dibuat dan solusi dapat ditemuan. Asumsi-asumsi tersebut adalah: 1. Sudah ada seumlah rute pengangutan yang dibuat oleh suu dinas ebersihan. Sebuah rute pengangutan merupaan peralanan endaraan dari sebuah TPS e TPS yang lain. 2. Kegiatan pengangutan sampah ditinau dari dua segi pembiayaan yaitu biaya pengangutan sampah untu setiap satuan m 3 sampah yang diangut setiap hari dan biaya pengangutan sampah untu setiap satuan ilometer ara pengangutan dari depot e tempat pembuangan sampah ahir (TPA). Biaya pengangutan sampah di Jaarta Pusat dapat dilihat di Lampiran Jara antarnode diasumsian simetris. 4. Setiap endaraan hanya mampu melauan ritasi sebanya 2 ali dalam satu hari. 5. Setiap endaraan yang ditugasan e sebuah rute pengangutan sediitnya harus mengangut 3 m 3 sampah. 6. Masing-masing terminal site mempunyai arateristi yang berbeda dalam apasitas penerimaan sampah setiap hari. Secara matematis, model untu pengangutan sampah di Jaarta Pusat adalah sebagai beriut: Misalan: I = endaraan yang digunaan untu mengangut sampah. J = himpunan depot yang digunaan Sudin Kebersihan Jaarta Pusat. K L = rute Pengangutan di Jaarta Pusat. = himpunan terminal site yang dapat digunaan Sudin Jaarta Pusat. M = volume sampah minimal yang harus diangut sebuah endaraan. W i = daya angut endaraan i. C i = biaya yang harus dieluaran oleh endaraan i untu mengangut sampah per m 3. B i = biaya yang harus dieluaran oleh endaraan i untu menempuh ara 1 m. R i = umlah masimum ritasi sebuah endaraan untu mengangut sampah. Kap = daya tampung depot untu memarir endaraan. V = volume sampah yang ada di rute pengangutan e. J l = umlah masimum sampah per hari yang dapat ditangani terminal site l. D = ara yang harus ditempuh dari depot e rute dalam m. S l = ara yang harus ditempuh dari rute pengangutan e terminal site l dalam m. L i = volume sampah yang diangut dari rute oleh endaraan i yang diparir di depot. Tahap 1 Fungsi obetif pada tahap pertama adalah meminimuman biaya peralanan endaraan dari depot e rute pengangutan dan biaya yang harus dieluaran untu mengangut sampah dari setiap rute pengangutan. Model pada tahap satu ini bertuuan untu menentuan enis endaraan yang aan ditugasan e setiap rute pengangutan sampah dan menentuan umlah sampah yang harus diangut setiap endaraan. Misalan δi adalah decision variable, maa: 1, ia endaraan i dari depot ditugasan δi = e rute. 0,selainnya. Fungsi obetif pada tahap pertama adalah sebagai beriut: Min δ B D + L C i i i i i i Kendala yang harus dihadapi adalah sebagai beriut: 1. Untu setiap rute pengangutan minimal ada satu endaraan yang bertugas. δ 1, i i 10

5 2. Setiap endaraan hanya boleh bertugas di satu rute pengangutan saa. δ 1, i i 3. Jumlah endaraan yang ditempatan di sebuah depot tida boleh melebihi apasitas yang tersedia. δ Kap, i i 4. Jia sebuah endaraan ditugasan e suatu rute pengangutan maa endaraan itu harus mengangut sampah sebanya umlah minimal yang sudah ditetapan. Mδ i Li 0, i,, 5. Jia sebuah endaraan tida ditugasan e suatu rute pengangutan maa muatan endaraan tersebut dari rute itu harus osong. Li δ iv, i,, 6. Semua sampah di setiap rute pengangutan harus diangut. L = V, i 7. Jumlah sampah yang diangut oleh setiap endaraan tida boleh melebihi apasitas endaraan Li RW i i, i,, 8. Li 0, i,, 9. δ i adalah variabel biner. δ i { 0,1 }, i,, Model pada tahap pertama menghasilan sebanya 2.p.q.r variabel dengan p adalah banyanya endaraan yang tersedia, q adalah banyanya depot dan r adalah banyanya rute pengangutan yang harus dilayani. Sedangan banyanya endala yang harus dihadapi pada tahap ini adalah sebanya p + q+ 2r. Tahap 2 Fungsi obetif pada tahap edua adalah meminimuman biaya peralanan yang dipresentasian sebagai ara dari rute pengangutan e masing-masing terminal site. Misalan i βl adalah decision variable, maa: 1, ia sampah dari rute dibuang e βl = terminal site l. 0, selainnya. Fungsi obetif pada tahap edua adalah sebagai beriut: Min β S Kendala yang harus dihadapi adalah sebagai beriut: 1. Sampah dari setiap rute pengangutan hanya boleh dibuang e sebuah terminal site. β = 1, l l 2. Jumlah sampah yang dibuang e setiap terminal site tida boleh melebihi batas yang ditentuan. β W J, l l l Model pada tahap edua menghasilan sebanya r.s variabel integer dengan r adalah banyanya rute pengangutan yang harus dilayani dan s adalah banyanya terminal site yang tersedia, sedangan banyanya endala yang harus dihadapi adalah sebanya r+ s Simulasi Masalah Pengangutan Sampah di Jaarta Pusat Simulasi pengangutan sampah di Jaarta Pusat dilauan terhadap 15 rute pengangutan dalam urutan pertama di Lampiran 2. Hal ini dilauan arena ia simulasi dilauan terhadap seluruh rute pengangutan di Jaarta Pusat, banyanya variabel yang dihasilan cuup besar yaitu sebanya buah pada tahap 1 dan sebanya 600 buah variabel pada tahap 2 sehingga watu yang dibutuhan menadi sangat lama. Diasumsian tersedia 22 endaraan yaitu 6 buah tru Typer beruuran besar, 4 buah Typer tru uuran ecil, 2 buah tru Compactor uuran besar, 2 buah tru Compactor uuran ecil, 4 buah tru Armroll uuran besar dan 4 buah tru Armroll uuran ecil. Jumlah endaraan yang dapat ditampung di setiap depot adalah sebagai beriut: Tabel 4 Asumsi banyanya endaraan yang dapat ditampung setiap depot per hari Depot Jumlah Kendaraan Cililitan 5 Sunter 7 Semper 10 Sedangan umlah sampah yang dapat dibuang dari seluruh rute tersebut e setiap terminal site diasumsian sebagai beriut: l l l 11

6 Tabel 5 Asumsi volume sampah yang dapat diterima per hari Nama Fasilitas Kapasitas (m 3 ) SPA Sunter 150 SPA Cilincing 100 TPA Bantar Gebang 0 ITF Duri Kosambi 60 TPST Boong 100 Data yang dipaai dalam simulasi ini dapat dilihat pada lampiran 4. Penyelesaian masalah dalam simulasi yang telah dibuat dieraan dengan menggunaan LINGO 8.0. metode branch and bound digunaan oleh software tersebut untu menyelesaian masalah. Penulisan program dan solusi yang didapatan dalam LINGO dapat dilihat pada Lampiran 5. Hasil yang diperoleh pada tahap 1 disaian pada Tabel 6. Tabel 6 Hasil yang didapatan dari tahap 1 Rute Jenis Kendaraan yang Volume Sampah Melayani yang Diangut (m 3 ) Asal Kendaraan 1 Typer uuran besar 30 Sunter 2 Typer uuran ecil 14 Semper Typer uuran besar 36 Sunter 3 Armroll uuran ecil 12 Semper Armroll uuran ecil 12 Semper 4 Armroll uuran besar 20 Sunter 5 Typer uuran besar 30 Sunter 6 Typer uuran ecil 8 Semper Typer uuran ecil 16 Semper 7 Typer uuran besar 36 Cililitan Typer uuran ecil 14 Semper 8 Armroll uuran besar 20 Sunter 9 Armroll uuran besar 20 Sunter 10 Typer uuran besar 30 Cililitan 11 Typer uuran besar 28 Sunter 12 Armroll uuran ecil 12 Semper Armroll uuran ecil 12 Semper 13 Compactor uuran besar 20.5 Cililitan 14 Compactor uuran besar 18 Cililitan 15 Armroll uuran besar 20 Cililitan Dari Tabel 6, endaraan enis compactor uuran ecil tida digunaan. Hal ini arena biaya angut enis endaraan tersebut paling mahal ia dibandingan dengan endaraan yang lain. Aibatnya, ia masih ada enis endaraan yang lain, compactor uuran ecil tida digunaan. Nilai obetif yang dihasilan pada tahap satu adalah sebesar Rp ,00. Solusi masalah pada tahap dua menghasilan tuuan pembuangan sampah dari setiap rute yang ada. Hasil dari solusi tahap dua dapat dilihat pada Tabel 7. Penulisan program dan solusi yang dihasilan dalam LINGO dapat dilihat pada Lampiran 5. Tabel 7 Hasil yang didapatan dari tahap 2 Fasilitas Pembuangan Sampah Rute yang Dilayani SPA Sunter 4, 8, 9, 11, 12, 14, 15 SPA Cilincing 1, 3, 6, 13 TPA Bantar Gebang - ITF Duri Kosambi 5, 10 TPST Boong 2, 7 Dari Tabel 7, SPA Sunter melayani sampah sebanya 7 buah rute pengangutan. Hal ini disebaban arena ara SPA Sunter merupaan yang paling deat dengan ruterute tersebut sedangan TPA Bantar Gebang tida melayani satupun rute pengangutan yang ada arena TPA tersebut ditutup. Nilai obetif yang minimum dari tahap ini adalah sebesar m. 12

7 Jia diasumsian TPA Bantar Gebang dapat menerima sampah sebanya 100 m 3 per hari, maa tahap dua aan memberian hasil seperti pada Tabel 8. Penulisan program dan solusi dalam LINGO dapat dilihat pada Lampiran 5. Tabel 8 Hasil Tahap 2 ia diasumsian TPA Bantar Gebang masih beroperasi Fasilitas Pembuangan Sampah Rute yang Dilayani SPA Sunter 4, 8, 9, 11 12, 14, 15 SPA Cilincing 1, 4, 3, 6, 13 TPA Bantar Gebang 2, 7 ITF Duri Kosambi 5, 10 TPST Boong - sedangan ITF Duri Kosambi dipilih untu melayani rute 5 dan 10. Hal ini disebaban arena loasi TPST Boong yang lebih auh dari seluruh rute pengangutan yang ada. Nilai obetif dihasilan adalah sebesar 160 m. Dengan membandingan nilai obetif yang dihasilan ia TPA Bantar Gebang ditutup dengan nilai obetif ia TPA Bantar Gebang masih beroperasi, dapat dilihat bahwa penutupan TPA Bantar Gebang dan menggantiannya dengan fasilitas lain yang terleta di luar wilayah Jaarta Pusat yaitu TPST Boong aan membuat biaya pengangutan sampah yang harus ditanggung Suu Dinas Kebersihan Jaarta Pusat menadi lebih mahal. Dari Tabel 8, TPST Boong tida dipilih sebagai tempat pembuangan sampah IV SIMPULAN DAN SARAN 4.1 Simpulan Penutupan TPA Bantar Gebang dan penambahan fasilitas pengelolaan sampah untu wilayah DKI Jaarta di beberapa loasi bai di dalam wilayah DKI Jaarta maupun di luar wilayah Jaarta membuat rute pengangutan sampah di DKI Jaarta berubah. Model pengangutan sampah yang dibangun oleh penulis, mengambil contoh asus di wilayah Jaarta Pusat sebagai upaya agar masalah tersebut menadi dapat lebih cepat dipecahan, sehingga pengambilan eputusan untu menentuan rute pengangutan sampah yang baru menadi lebih cepat. Wilayah Jaarta Pusat dipilih arena sebagai pusat pemerintahan maa pengangutan sampah di Jaarta Pusat harus lebih efetif dan efisien. Hasil simulasi pada tahap 1 menunuan bahwa penggunaan endaraan enis Compactor uuran ecil lebih bai ditiadaan arena biaya yang ditimbulan enis endaraan tersebut cuup besar. Hasil simulasi pada tahap 2 menunuan bahwa dari beberapa loasi pengelolaan sampah yang dapat digunaan Jaarta Pusat, sebainya Jaarta Pusat menggunaan fasilitas pengelolaan sampah yang ada di wilayah DKI Jaarta sehingga biaya transportasi menadi lebih murah. Hal ini disebaban arena fator geografis Jaarta Pusat yang terleta di tengah ota Jaarta. Penggunaan fasilitas pengelolaan sampah di luar ota Jaarta sebainya diperuntuan bagi wilayah Jaarta yang berbatasan dengan ota tempat fasilitas pengelolaan sampah tersebut berada. Oleh arena itu, proporsi penggunaan fasilitas sampah yang terleta di dalam Jaarta bagi Jaarta Pusat harus ditingatan. 4.2 Saran Di dalam tulisan ini telah dilauan simulasi terhadap 15 rute angutan sampah. Hal ini teradi arena eterbatasan penulis sehingga tida semua rute pengangutan di wilayah DKI Jaarta Pusat dapat dipecahan. Oleh arena itu, sebainya untu dapat memecahan seluruh rute pengangutan di Jaarta Pusat menggunaan program omputer yang berdasaran metode ilmiah untu pemecahan masalah dengan variabel yang besar. 13

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya

Lebih terperinci

PENGEMBANGAN MODEL OPTIMASI PENGANGKUTAN SAMPAH DI JAKARTA PUSAT IRWAN HADI PRAYITNO G

PENGEMBANGAN MODEL OPTIMASI PENGANGKUTAN SAMPAH DI JAKARTA PUSAT IRWAN HADI PRAYITNO G PENGEMBANGAN MODEL OPTIMASI PENGANGKUTAN SAMPAH DI JAKARTA PUSAT IRWAN HADI PRAYITNO G 54102028 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2007 ABSTRACT

Lebih terperinci

PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER

PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER Tantri Windarti Program Studi Sistem Informasi STMIK Surabaya Jl Raya Kedung Baru 98, Surabaya

Lebih terperinci

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT TUGAS AKHIR STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT 040803023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)

Lebih terperinci

BAB III METODE SCHNABEL

BAB III METODE SCHNABEL BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan

Lebih terperinci

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

BAB 3 PRINSIP SANGKAR BURUNG MERPATI BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana

Lebih terperinci

CATATAN KULIAH RISET OPERASIONAL

CATATAN KULIAH RISET OPERASIONAL CATATAN KULIAH RISET OPERASIONAL Pertemuan minggu pertama ( x 50 menit) Pemrograman Bulat Linear (Integer Linear Programming - ILP) Tuuan Instrusional Umum : Mahasiswa dapat menggunaan algoritma yang

Lebih terperinci

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry

Lebih terperinci

VI. PEMILIHAN MODA (Modal Split/Choice)

VI. PEMILIHAN MODA (Modal Split/Choice) VI. PEMILIHAN MODA (Modal Split/Choice) 6.. UMUM Tujuan: Mengetahui proporsi pengaloasian perjalanan e berbagai moda transportasi. Ada dua emunginan situasi yang dihadapi dalam meramal pemilihan moda:

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belaang Di aman searang sebuah adal yang tersusun rapi merupaan ebutuhan bagi setiap individu. Namun masalah penyusunan sebuah adal merupaan sebuah masalah umum yang teradi,

Lebih terperinci

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 3 LANGKAH PEMECAHAN MASALAH BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti

Lebih terperinci

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa

Lebih terperinci

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

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

Lebih terperinci

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

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

Lebih terperinci

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( ) PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132

Lebih terperinci

Optimasi Non-Linier. Metode Numeris

Optimasi Non-Linier. Metode Numeris Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran

Lebih terperinci

BAB II TINJAUAN PUSTAKA

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

Lebih terperinci

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN Amethis Otaorora 1, Bilqis Amaliah 2, Ahmad Saihu 3 Teni Informatia, Faultas Tenologi

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti

Lebih terperinci

ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP)

ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP) ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP) Igusta Wibis Vidi Abar Purwanto 2 FMIPA Universitas Negeri Malang E-mail: wibis.roccity@gmail.com Abstra: Multi Depot Vehicle Routing

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.1 Keranga Pemiiran Pemerintah ahir-ahir ini sering dihadapan pada masalah persediaan pupu bersubsidi yang daya serapnya rendah dan asus elangaan di berbagai loasi di Indonesia.

Lebih terperinci

IV IMPLEMENTASI VEHICLE ROUTING PROBLEM (VRP) PADA KEGIATAN DISTRIBUSI PRODUK DI PT NIPPON INDOSARI CORPINDO (PT NIC)

IV IMPLEMENTASI VEHICLE ROUTING PROBLEM (VRP) PADA KEGIATAN DISTRIBUSI PRODUK DI PT NIPPON INDOSARI CORPINDO (PT NIC) 7 dimana puul 06.00 dimisalan sebagai 0 dan puul 16.00 sebagai 540 dan endaraan mampu memuat hingga 200 crate (wadah roti). Langah pertama adalah menentuan leta setiap onsumen dan mengetahui ara dari setiap

Lebih terperinci

Analisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network

Analisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network Analisa Drop Tegangan dan Susut Daya pada Jaringan Listri Penyulang Renon Menggunaan Metode Artificial Neural Networ I Gede Dyana Arana Jurusan Teni Eletro Faultas Teni, Universitas Udayana Denpasar, Bali,

Lebih terperinci

ISSN : e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 2892

ISSN : e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 2892 ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 2892 PENENTUAN RUTE ARADA ENGGUNAKAN ALOGARITA TABU SEARCH PADA HOOGENUS FLEET VEHICLE ROUTING PROBLE WITH TIE WINDOWS DI PT.

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni

Lebih terperinci

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

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

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

BAB IV APLIKASI PADA MATRIKS STOKASTIK BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii

Lebih terperinci

MAKALAH SEMINAR TUGAS AKHIR

MAKALAH SEMINAR TUGAS AKHIR 1 MAKALAH SEMINAR TUGAS AKHIR PENGENALAN POLA GEOMETRI WAJAH MENGGUNAKAN JARINGAN SYARAF TIRUAN PERAMBATAN BALIK Muhamad Tonovan *, Achmad Hidayatno **, R. Rizal Isnanto ** Abstra - Pengenalan waah adalah

Lebih terperinci

PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB

PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB Wirda Ayu Utari Universitas Gunadarma utari.hiaru@gmail.com ABSTRAK Program pengenalan pola ini merupaan program yang dibuat

Lebih terperinci

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

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

Lebih terperinci

Sistem Pendukung Keputusan Penerima Beasiswa SMK Menggunakan Metode Backpropagation

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan

Lebih terperinci

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3

Lebih terperinci

ANALISIS PENENTUAN JALUR TRANSPORTASI LIMBAH MINYAK PADA AKTIVITAS PELAYARAN LAUT UNTUK MENGHASILKAN TOTAL BIAYA PELAYARAN MINIMUM

ANALISIS PENENTUAN JALUR TRANSPORTASI LIMBAH MINYAK PADA AKTIVITAS PELAYARAN LAUT UNTUK MENGHASILKAN TOTAL BIAYA PELAYARAN MINIMUM ANALISIS PENENTUAN JALUR TRANSPORTASI LIMBAH MINYAK PADA AKTIVITAS PELAYARAN LAUT UNTUK MENGHASILKAN TOTAL BIAYA PELAYARAN MINIMUM Emirul Bahar emirulb@yahoo.com Jurusan Teni Industri, Universitas Gunadarma

Lebih terperinci

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK

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

Lebih terperinci

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE Desfrianta Salmon Barus - 350807 Jurusan Teni Informatia, Institut Tenologi Bandung Bandung e-mail: if807@students.itb.ac.id ABSTRAK

Lebih terperinci

BAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN

BAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN BAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN Kompetensi : 1. Mahasiswa memahami onsep pembelaaran dalam JST Sub Kompetensi : 1. Dapat mengetahui prinsip algoritma Perceptron 2. Dapat mengetahui

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB TINJAUAN PUSTAKA.1 Sifat Dasar Neutron Neutron yang dihasilan dari reator nulir biasanya merupaan neutron berenergi rendah. Secara umum, neutron energi rendah dapat dilasifiasian dalam tiga enis yaitu

Lebih terperinci

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

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

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas

Lebih terperinci

Sistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm)

Sistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm) Sistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm) Arna Fariza 1, Entin Martiana 1, Fidi Wincoo Putro 2 Dosen 1, Mahasiswa 2 Politeni Eletronia Negeri Surabaya

Lebih terperinci

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain 8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan

Lebih terperinci

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

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

Lebih terperinci

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id

Lebih terperinci

BAB 3 METODE PENELITIAN

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

Lebih terperinci

PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Wahyudi, Sorihi, dan Iwan Setiawan. Jurusan Teni Eletro Faultas Teni Universitas Diponegoro Semarang e-mail : wahyuditinom@yahoo.com.

Lebih terperinci

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108

Lebih terperinci

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

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

Lebih terperinci

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MERAMALKAN BEBAN PEMAKAIAN AIR PADA PDAM KOTA BANDUNG

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MERAMALKAN BEBAN PEMAKAIAN AIR PADA PDAM KOTA BANDUNG APLIKASI JARINGAN SYARAF TIRUAN UNTUK MERAMALKAN BEBAN PEMAKAIAN AIR PADA PDAM KOTA BANDUNG Oleh : M.Rizi.H.S, Andri Heryandi,S.T, Bambang Siswoyo,Ir,M.Si Jl. Dipati Uur Bandung Teni Informatia Universitas

Lebih terperinci

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

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

Lebih terperinci

OPTIMASI PENGATURAN RUTE KENDARAAN DENGAN MUATAN KONTAINER PENUH MENGGUNAKAN METODE DEKOMPOSISI LAGRANGIAN

OPTIMASI PENGATURAN RUTE KENDARAAN DENGAN MUATAN KONTAINER PENUH MENGGUNAKAN METODE DEKOMPOSISI LAGRANGIAN OIMASI ENGAURAN RUE KENARAAN ENGAN MUAAN KONAINER ENUH MENGGUNAKAN MEOE EKOMOSISI LAGRANGIAN Ahmed ata Fardiaz Rully Soelaiman S.Kom M.Kom Jurusan eni Informatia Faultas enologi Informasi Institut enologi

Lebih terperinci

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,

Lebih terperinci

MODEL SISTEM ANTRIAN

MODEL SISTEM ANTRIAN BB V MODEL SISTEM TRI ada teori antrian, suatu model antrian digunaan untu memperiraan suatu situasi antrian sesungguhnya, sehingga elauan antrian dapat dianalisa secara matemati. Dengan model sistem antrian

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI 2.1 Penjadwalan 2.1.1 Jadwal Secara Umum Menurut Kamus Besar Bahasa Indonesia (KBBI), jadwal adalah pembagian watu berdasaran rencana pengaturan urutan erja, daftar atau tabel egiatan

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan

Lebih terperinci

BAB III. dan menghamburkan

BAB III. dan menghamburkan BAB III MODEL GELOMBANG DAN MODEL ARUS III... Model Numeri Medan Gelombang Untu dapat menggambaran ondisi pola arus di daerah pantai ang diaibatan oleh gelombang maa ita harus dapat mengetahui ondisi medan

Lebih terperinci

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

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

Lebih terperinci

JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA

JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA Giri Dhaneswara 1) dan Veronica S. Moertini 2) Jurusan Ilmu Komputer, Universitas Katoli Parahyangan, Bandung Email: 1) rebirth_82@yahoo.com,

Lebih terperinci

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

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

Lebih terperinci

PENGENALAN KARAKTER TULISAN TANGAN DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK RESILIENT

PENGENALAN KARAKTER TULISAN TANGAN DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK RESILIENT PENGENALAN KARAKTER TULISAN TANGAN DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK RESILIENT Oleh : DONNY WAHYU SAPUTRO G06499031 DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

Makalah Seminar Tugas Akhir

Makalah Seminar Tugas Akhir Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,

Lebih terperinci

Peluang Peningkatan Tipe Terminal di Kecamatan Banyumaik (Analisis Demand dan Supply) Febriana Ayu K¹ dan Bitta Pigawati²

Peluang Peningkatan Tipe Terminal di Kecamatan Banyumaik (Analisis Demand dan Supply) Febriana Ayu K¹ dan Bitta Pigawati² Jurnal Teni PWK Volume 4 Nomor 4 2015 Online : http://ejournal-s1.undip.ac.id/index.php/pw Peluang Peningatan Tipe di Kecamatan Banyumai (Analisis Demand dan Supply) Febriana Ayu K¹ dan Bitta Pigawati²

Lebih terperinci

BAB 2 TEORI PENUNJANG

BAB 2 TEORI PENUNJANG BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan

Lebih terperinci

DESKRIPSI SISTEM ANTRIAN PADA BANK SULUT MANADO

DESKRIPSI SISTEM ANTRIAN PADA BANK SULUT MANADO DESKRIPSI SISTEM ANTRIAN PADA BANK SULUT MANADO 1 Selvia Hana, Tohap Manurung 1 Jurusan Matematia, FMIPA, Universitas Sam Ratulangi Jurusan Matematia, FMIPA, Universitas Sam Ratulangi Abstra Antrian merupaan

Lebih terperinci

BAB II KONSEP PERENCANAAN STRUKTUR TAHAN GEMPA

BAB II KONSEP PERENCANAAN STRUKTUR TAHAN GEMPA BAB II KONSEP PERENCANAAN STRUKTUR TAHAN GEMPA. GEMPA BUMI Gempa bumi adalah suatu geraan tiba-tiba atau suatu rentetetan geraan tiba-tiba dari tanah dan bersifat transient yang berasal dari suatu daerah

Lebih terperinci

PENGENALAN TEKS BRAILLE BERBASIS JARINGAN SYARAF TIRUAN FEEDFORWARD MULTILAYER DENGAN MENGGUNAKAN METODE BACK PROPAGATION

PENGENALAN TEKS BRAILLE BERBASIS JARINGAN SYARAF TIRUAN FEEDFORWARD MULTILAYER DENGAN MENGGUNAKAN METODE BACK PROPAGATION 1 MAKALAH SEMINAR TUGAS AKHIR PENGENALAN TEKS BRAILLE BERBASIS JARINGAN SYARAF TIRUAN FEEDFORWARD MULTILAYER DENGAN MENGGUNAKAN METODE BACK PROPAGATION Praditya Firmansyah *, Wahyul Amien Syafei**, Iwan

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

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

Lebih terperinci

Perbandingan Antara Algoritma Penghapusan Bising Adaptif LMS dan Adaptif RLS dalam Penghapusan Bising Kendaraan

Perbandingan Antara Algoritma Penghapusan Bising Adaptif LMS dan Adaptif RLS dalam Penghapusan Bising Kendaraan Perbandingan Antara Algoritma Penghapusan Bising Adaptif LMS dan Adaptif RLS dalam Penghapusan Bising Kendaraan Sri Arttini Dwi Prasetyowati 1), Adhi Susanto ), homas Sriwidodo ), Jazi Eo Istiyanto 3)

Lebih terperinci

Neural Network menyerupai otak manusia dalam dua hal, yaitu:

Neural Network menyerupai otak manusia dalam dua hal, yaitu: 2.4 Artificial Neural Networ 2.4.1 Konsep dasar Neural Networ Neural Networ (Jaringan Saraf Tiruan) merupaan prosesor yang sangat besar dan memilii ecenderungan untu menyimpan pengetahuan yang bersifat

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

KAJIAN PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE FACE-ARG DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

KAJIAN PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE FACE-ARG DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Media Informatia, Vol. 5, No. 2, Desember 2007, 99-111 ISSN: 0854-4743 KAJIAN PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE FACE-ARG DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Anita Desiani Jurusan Matematia,

Lebih terperinci

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

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

Lebih terperinci

PERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU

PERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU PERTEMUAN 2 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU 2. SISTEM WAKTU DISKRET Sebuah sistem watu-disret, secara abstra, adalah suatu hubungan antara barisan masuan dan barisan eluaran. Sebuah

Lebih terperinci

PERAMALAN KURS RUPIAH TERHADAP DOLAR DENGAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK ANIZZA RESTRA PUSPARIANTI

PERAMALAN KURS RUPIAH TERHADAP DOLAR DENGAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK ANIZZA RESTRA PUSPARIANTI PERAMALAN KURS RUPIAH TERHADAP DOLAR DENGAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK ANIZZA RESTRA PUSPARIANTI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

ANALISIS KELAYAKAN-PAKAI MINYAK PELUMAS SAE 10W-30 PADA SEPEDA MOTOR (4TAK) BERDASARKAN VISKOSITAS DENGAN METODE VISKOMETER BOLA JATUH

ANALISIS KELAYAKAN-PAKAI MINYAK PELUMAS SAE 10W-30 PADA SEPEDA MOTOR (4TAK) BERDASARKAN VISKOSITAS DENGAN METODE VISKOMETER BOLA JATUH ANALISIS KELAYAKAN-PAKAI MINYAK PELUMAS SAE 10W-0 PADA SEPEDA MOTOR (4TAK) BERDASARKAN VISKOSITAS DENGAN METODE VISKOMETER BOLA JATUH Ladrian Rohmi Abdi Syahdanni 1), Ir. Suhariyanto, MT ),Ir. Mahirul

Lebih terperinci

Model Optimisasi Robust

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

Lebih terperinci

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001

Lebih terperinci

PENGGUNAAN METODE HEURISTIK DALAM PERMASALAHAN VEHICLE ROUTING PROBLEM DAN IMPLEMENTASINYA DI PT NIPPON INDOSARI CORPINDO AJI RADITYA

PENGGUNAAN METODE HEURISTIK DALAM PERMASALAHAN VEHICLE ROUTING PROBLEM DAN IMPLEMENTASINYA DI PT NIPPON INDOSARI CORPINDO AJI RADITYA PENGGUNAAN METODE HEURISTIK DALAM PERMASALAHAN VEHICLE ROUTING PROBLEM DAN IMPLEMENTASINYA DI PT NIPPON INDOSARI CORPINDO AJI RADITYA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

Lebih terperinci

Analisis Pengaruh Peralatan Laboratorium Terhadap Kualitas Daya Pada Laboratorium Elektroteknika Dasar

Analisis Pengaruh Peralatan Laboratorium Terhadap Kualitas Daya Pada Laboratorium Elektroteknika Dasar 3 Analisis Pengaruh Peralatan Laboratorium Terhadap Kualitas Daya Pada Laboratorium Eletrotenia Dasar Jamhir slami Pranata Laboratorium Pendidian (PLP) Ahli Muda Laboratorium Eletrotenia Dasar Faaultas

Lebih terperinci

Variasi Spline Kubik untuk Animasi Model Wajah 3D

Variasi Spline Kubik untuk Animasi Model Wajah 3D Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

Dany Candra Febrianto ) dan Hindayati Mustafidah )

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

Lebih terperinci

SISTEM ANTRIAN PELAYANAN BONGKAR MUAT KAPAL DI TERMINAL BERLIAN PELABUHAN TANJUNG PERAK SURABAYA

SISTEM ANTRIAN PELAYANAN BONGKAR MUAT KAPAL DI TERMINAL BERLIAN PELABUHAN TANJUNG PERAK SURABAYA SISTEM ANTRIAN PELAYANAN BONGKAR MUAT KAPAL DI TERMINAL BERLIAN PELABUHAN TANJUNG PERAK SURABAYA Ruhana Khabibah, Hery Tri Sutanto 2, Yuliani Puji Astuti 3 Jurusan Matematia, Faultas Matematia dan Ilmu

Lebih terperinci

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik Penerapan Sistem Persamaan Lanjar untu Merancang Algoritma Kriptografi Klasi Hendra Hadhil Choiri (135 08 041) Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

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

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

Lebih terperinci

Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR)

Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR) Maalah Seminar ugas Ahir Apliasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self uning Regulator (SR) Oleh : Muhammad Fitriyanto e-mail : D_3_N2@yahoo.com Maalah Seminar ugas Ahir Apliasi

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan

Lebih terperinci