ANALISIS MODEL MATEMATIKA PERTUKARAN PANAS PADA FLUIDA DI HEAT EXCHANGER TIPE SHELL AND TUBE YANG DIGUNAKAN DI PT. PUPUK KALTIM TBK.

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS MODEL MATEMATIKA PERTUKARAN PANAS PADA FLUIDA DI HEAT EXCHANGER TIPE SHELL AND TUBE YANG DIGUNAKAN DI PT. PUPUK KALTIM TBK."

Transkripsi

1 ANALISIS MODL MAMAIKA PRUKARAN PANAS PADA FLUIDA DI HA XHANGR IP SHLL AND UB YANG DIGUNAKAN DI P PUPUK KALIM BK Qoratl, Arf, Dafk, Nrcholf 5 Abstract Matrals to prodc frtlzr ar NH Lqd and O gas Rqrd O gas shold b fr from condnsaton, so O gas s rfrgratd n ntrcoolr In ths rsarch, analys of mathmatc modl for hat transfr n fld th fnt volm mthod W ll rv ho th O gas coolng procss from mathmatcs modl pont of v W ll modl th qatons for O gas coolng procss hch nclds momntm dan nrgy Aftr that ths modl ll b dscrtzatd For nmrcal solton, ll s Matlab and Flnt to smlat O gas coolng procss h smlaton rslt sng Matlab and Flnt forms ll b prsntd dscrptvly n charts, tabls, and mags to sho ho th dstrbton procss of hat transfr h rslt sho for rror s,7 In conclson th modl accrat for solvng hat transfr procss n O gas Ky Words : Mathmatcs Modls, Hat transfr, Fnt Volm Mthod, PNDAHULUAN Psatnya prkmbangan lm pngtahan dan tknolog mmbat matmatka mnjad sangat pntng artnya Prkmbangan tknolog salah satnya dbktkan dngan lahrnya alat pnkar kalor ata yang dnamakan hat changr Brdasarkan MA (blar changr Manfactrr Assocaton) jns pnkar kalor dbag mnjad da klompok bsar brdasarkan pmakaannya d ndstr ntk pmakaan dngan konds krja yang brat dan ntk pmakaan mm yang dasar prodksnya lbh mmprhatkan aspk konom dngan kran dan kapastas pmndahan panas yang kcl P Ppk Kalmantan mr, bk mrpakan prsahaan ndstr ppk ra mmlk pabrk ra POPKA(Proyk Optmalsas Ppk Kaltm) Untk mmbat ppk ra, dbthkan gas O dan caran NH Pada pabrk ra POPKA salah sat hat changr yang dgnakan adalah jns ntrcoolr ntk mndngnkan gas O yang klar dar komprssor ntk mask k komprssor brktnya Pmodlan hat changr brtjan ntk mmprdks prpndahan panas yang kadaannya bsa dssakan dngan kadaan sbnarnya Mahassa Program Std Pnddkan Matmatka FKIP Unvrstas Jmbr Dosn Program Std Pnddkan Matmatka FKIP Unvrstas Jmbr Dosn Program Std Pnddkan Matmatka FKIP Unvrstas Jmbr 5 Dosn Program Std Pnddkan Matmatka FKIP Unvrstas Jmbr

2 Kadkma, Vol, No, hal 7-, Aprl Brdasarkan raan d atas, rmsan masalah dalam pnltan n adalah bagamana modl matmatka prpndahan panas pada flda d hat changr tp shll and tb saat pross pndngngan gas O, bagamana hasl dskrtsas modl prpndahan panas pada pross pndngnan gas O mnggnakan dskrtsas QUIK, dan bagamana akras modl matmatka prpndahan panas pada flda d hat changr tp shll and tb saat pross pndngnan gas O Pnltan n mmbrkan manfaat yat dapat mnambah pngtahan pnlt dalam bdang pmodlan matmatka, mmbrkan kontrbs trhadap brkmbangnya pngtahan bar dalam bdang pmodlan matmatka mnggnakan mtod volm hngga, mmbrkan sat program bar dalam Matlab yang dapat dgnakan sbaga acan fktftas mtod volm hngga khssnya pada prpndahan panas pada flda d hat changr tp shll and tb nglsh (dalam Parlangan, :) mngatakan baha pmodlan matmatka (mathmatcal modllng) adalah pnrnan sat std tntang konsp dan opras matmatka dalam kontks dna rl dan pmbntkan modl-modl dalam mnggal dan mmaham stas masalah komplks yang ssngghnya Rprsntas matmatka yang dhaslkan dar pross n dknal sbaga modl matmatka Modl matmatka adalah skmplan fngs-fngs yang mnyatakan hbngan antara bbrapa pbahpbah yang brbda (Wkpda, anggal Akss: Fbrar ) Sat modl matmatka sbaga pndkatan trhadap sat fnomna (alam ata batan) hanya mncakp darah yang trbatas dar fnomna yang tak trbatas ata fnomna yang brsfat dskrt, alapn modl trsbt mash danggap sbaga bntk yang sangat dal dan yang sangat mndkat fnomna fsk lannya Untk mnylsakan prsamaan modl matmatka salah satnya mnggnakan mtod volm hngga Mnrt Apsly (dalam ondok, 9:6) mtod volm hngga adalah salah sat mtod yang dapat dgnakan ntk pmodlan matmatka Mtod volm hngga ssa dtrapkan pada masalah alran flda ata arodnamka Alran flda yang mmnh sfat fss trsbt dapat dbangn dngan prsamaan matmatka, yang mmnya mmnh hkm kkkalan nrg, hkm kkkalan massa, dan prsamaan momntm Pada mtod volm hngga, domannya hars dktah dngan jlas Dar doman trsbt, dbag mnjad bagan-bagan ata grdgrd bak trstrktr mapn tdak Pada pmodlan masng-masng grd mmnh

3 Qoratl : Analss Modl Matmatka Prtkaran Panas Pada Flda 9 prsamaan matmatka yang trbntk Prsamaan yang trbntk dalam fac (ss ata prmkaan) shngga prl dbah mnjad nod (ttk) agar tdak salng tmpang tndh Dalam mtod n prl dlakkan pndskrtan ntk mngbah kontrol fac mnjad kontrol nod shngga prsamaan yang trbntk mrpakan nla nod Prosdr dalam mtod volm hngga mnrt Apsly (dalam ondok, 9:7) adalah : mndfnskan bntk gomtr alran; doman dar alran drakan dalam msh ata grd dar volm kontrol yang tdak tmpang tndh dan dapat mmbntk prsamaan yang tlah dmodlkan; prsamaan yang ddskrtkan nlanya mrpakan pndkatan dar nla masngmasng pada ttk; prsamaan yang ddskrtkan dslsakan scara nmrk MOD PNLIIAN Pnltan n mrpakan jns pnltan std kass (Yn, ) Dngan std kass varabl-varabl yang brpngarh pada pross pndngnan gas O d dalam hat changr dalam pmodlan mnggnakan mtod volm hngga dbandngkan dngan kadaan yang sbnarnya d lapangan mpat pnltan dlakkan d P Ppk Kalmantan mr Kota Bontang Sdangkan pnylsaan nmrk dan pmodlan omptatonal Fld Dynamcs dlakkan d laboratorm matmatka gdng III FKIP Unvrstas Jmbr yang tlah trsda sarana dan prasarana yang mndkng pnltan n dngan adanya komptr yang dlngkap dngan prorgam MALAB 7 ntk pnylsaan nmrk dan FLUN ntk smlas pmodlan Mtod pngmplan data yang dgnakan adalah mtod aancara dan mtod dokmntas Waancara dlakkan dngan salah sat karyaan PPpk Kaltm bk Sdangkan ntk dokmntas dar ltratr, data d pabrk, dan ntrnt HASIL DAN PMBAHASAN Brdasarkan prnsp kstmbangan momntm, maka prsamaan momntm yang bkrja d hat changr pada pross pndngnan gas O adalah :

4 Kadkma, Vol, No, hal 7-, Aprl g P t () Pada prsamaan pndngnan gas O, prsamaan trssn dar prsamaan momntm dan prsamaan nrg Brdasarkan hkm kstmbangan nrg, maka prsamaan konsrvas nrg pada pross pndngnan gas O yang bkrja d hat changr adalah: Q t () Prsamaan dan 5 akan dslsakan mnggnakan mtod volm hngga dngan mnggabngkan prsamaan nrg dan prsamaan momntm Maka Prsamaan mnjad: g p Q () Prsamaan dapat dtls mnjad: Q g p () Prsamaan dsbt prsamaan matmatka pada pross pndngnan gas O d hat changr Stlah dslsakan dngan mtod volm hngga, Prsamaan ddskrtsas mnggnakan dskrtsas QUIK Pada pmodlan alran gas O mrpakan dmns maka nla adalah ) ( (5) Sdangkan nla mnjad: ) ( (6) Untk mnyatakan Prsamaan 9 k dalam matrks A pada lmn-lmn bars k- maka trlbh dahl dmsalkan lmn-lmn dalam prsamaan trsbt Hal n dlakkan agar prsamaan lbh dapat dsdrhanakan mnjad: D B A (7)

5 Qoratl : Analss Modl Matmatka Prtkaran Panas Pada Flda Dar Prsamaan 7 dapat dbat matrks brkran n n dngan prsamaan bntk : B A D B A D B A D B D n n nn 5 5 dngan : A = B = = D = = Q g p fktvtas Mtod Volm Hngga dngan Mnggnakan rror Rlatf Dalam Pross Pndngnan gas O Scara kslrhan hasl komptas yang mlpt smlas Matlab dan Flnt pada kass pndngnan gas O, smakn k kanan tmpratr smakn mnrn Hal n bsa trjad dkarnakan karna gas O yang panas mask k ntrcoolr dan klar dngan tmpratr yang mnrn Pada hasl smlas pndngna gas O dngan sh sbsar K, dngan tmpratr smlas brntn 7 K hngga 9 K, bsa dlhat pada tabl dan grafk yang mnymlaskan ttk parts pada alran gas O, pada smlas ttk parts alran gas O baha smakn k kanan tmpratr ttk pada alran flda akan smakn dngn, dan n ssa dngan pnybaran panas panas pada pndngnan gas

6 Kadkma, Vol, No, hal 7-, Aprl O sbnarnya Gambar adalah grafk dar lma smlas Gambar Grafk hasl smlas pndngnan gas O Gambar Grafk rror rlatf smlas prpndahan panas pada pross pndngnan gas O Brdasarkan grafk pada Gambar pada ttk trakhr nla rror rlatf adalah,7 rror rlatf krang dar, shngga pmodlan trsbt mmlk rror yang bak Gambar adalah grafk hasl pnghtngan rror rlatf pada pross pndngnan

7 Qoratl : Analss Modl Matmatka Prtkaran Panas Pada Flda O gas Gambar 5 adalah grafk konvrgns pada pross pndngnan O gas dngan mnggnakan smlas Flnt Grafk dst dngan tras Namn, pada tras yang k-9 pross tras brhnt scara otomats Dar grafk ddapatkan hasl baha sols pndngnan O gas mmlk sols yang konvrgn Gambar 5 Grafk konvrgns smlas flda gas O yang ddngnkan KSIMPULAN DAN SARAN Dar hasl pnltan yang dlakkan, maka dapat dambl ksmplan baha prsamaan matmatka pross prpndahan panas pada pndngnan gas O ddskrtsas sampa mndapatkan matrks n n kmdan dcar kfktfannya mnggnakan pnylsaan langsng yat rror rlatf Pnylsaan langsng mnggnakan rror rlatf krang tpat dgnakan ntk matrks brkran bsar shngga pnlt yang akan datang bsa mngmbangkan dngan mnggnakan mtod tras yang lan DAFAR PUSAKA Bns Unvrsty [ Janar ] Parlangan Pmodlan Matmatka Untk Pnngkatan Brmatmatka Ssa Skolah Mnngah Atas (SMA) /66//pdf [5 Mart ]

8 Kadkma, Vol, No, hal 7-, Aprl ondok, Dn 9 Analss Prambatan Rtak Pada Prmkaan Baja Nr Akbat Pndngnan Mndadak (Qnchng) Srabaya: IS Wht, Frank M 96 Mkanka Flda Jakarta: rlangga Yn, RK as Stdy Rsarch: Dsgn and Mthods (rd d)hosand Oaks, A:Sag Pblcatons

BAB II TINJAUAN PUSTAKA. pada suatu graf sebagai landasan teori pada penelitian ini.

BAB II TINJAUAN PUSTAKA. pada suatu graf sebagai landasan teori pada penelitian ini. BAB II TINJAUAN PUSTAKA Pada bagan n akan dbrkan konsp dasar graf dan blangan kromatk lokas pada suatu graf sbaga landasan tor pada pnltan n 21 Konsp Dasar Graf Bbrapa konsp dasar yang dgunakan dalam pnltan

Lebih terperinci

Hubungan antara K dengan koefisien fugasitas:

Hubungan antara K dengan koefisien fugasitas: Hubungan antara K dngan kofsn fugastas: fˆ f K Kadaan standar untuk gas adalah gas murn pada kadaan gas dal pada tkanan kadaan standar sbsar 1 bar. (1) Karna fugastas gas dal sama dngan tkanannya, f =

Lebih terperinci

METODE ELEMEN HINGGA UNTUK MASALAH SYARAT BATAS DARI OPERATOR DIFERENSIAL POSITIF. Sutrima Jurusan matematika FMIPA UNS. Abstract

METODE ELEMEN HINGGA UNTUK MASALAH SYARAT BATAS DARI OPERATOR DIFERENSIAL POSITIF. Sutrima Jurusan matematika FMIPA UNS. Abstract JRNAL MATEMATIKA DAN KOMPTER Vol. 5. No., 4-4, Aprl, ISSN : 4-858 METODE ELEMEN INGGA NTK MASALA SARAT BATAS DARI OPERATOR DIFERENSIAL POSITIF Sutrma Jurusan matmatka FMIPA NS Abstract Th purpos of ths

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Blakang Mnmum spannng tr (MST) mrupakan sbuah prmasalahan dalam suatu graph yang mana banyak aplkasnya bak scara langsung maupun tdak langsung yang tlah dplajar. Salah satu

Lebih terperinci

ESTIMASI PARAMETER MODEL GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION (GWOLR)

ESTIMASI PARAMETER MODEL GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION (GWOLR) ISBN : 978.60.36.00.0 ESIMASI PARAMEER MODEL GEOGRAPHICALLY WEIGHED ORDINAL LOGISIC REGRESSION (GWOLR) Sylf, Vta Ratnasar Mahasswa Jurusan Statstka Insttut knolog Spuluh Nopmbr (IS), Dosn Jurusan Statstka

Lebih terperinci

PENENTUAN POSISI DAN ORIENTASI KAPAL DARI FOTO TUNGGAL

PENENTUAN POSISI DAN ORIENTASI KAPAL DARI FOTO TUNGGAL Spctra omor 7 Volm I Janar 0: 58-68 PEETUA POSISI A ORIETASI APA ARI FOTO TUGGA Hry Pranto osn Proram Std Tknk Gods FTSP IT alan ABSTRASI Jka trdapat tr-tr landmark d spanan panta yan brorrns, maka hanya

Lebih terperinci

II. PERANAN STATISTIK DALAM ANALISIS PERCOBAAN

II. PERANAN STATISTIK DALAM ANALISIS PERCOBAAN II. PERANAN TATITIK DALAM ANALII PERCOBAAN Hal-hal yang prl dplajar. 1. baran Normal dan sbaran t- stdnt. Mmbandngan da harga rata-rata sampl. a. Prbandngan da harga rata-rata sampl tda brpasangan npard

Lebih terperinci

UJI CHI KUADRAT (χ²) 1.1. Pengertian Frekuensi Observasi dan Frekuensi Harapan

UJI CHI KUADRAT (χ²) 1.1. Pengertian Frekuensi Observasi dan Frekuensi Harapan UJI CHI KUADRAT (χ²) 1. Pndahuluan Uj Ch Kuadrat adalah pngujan hpotss mngna prbandngan antara : frkuns obsrvas/yg bnar-bnar trjad/aktual dngan frkuns harapan/kspktas 1.1. Pngrtan Frkuns Obsrvas dan Frkuns

Lebih terperinci

PEMODELAN LUAS PANEN PADI DI KABUPATEN LAMONGAN DENGAN INDIKATOR EL NINO SOUTHERN OSCILLATION MELALUI PENDEKATAN ROBUST BOOTSTRAP LEAST TRIMMED SQUARE

PEMODELAN LUAS PANEN PADI DI KABUPATEN LAMONGAN DENGAN INDIKATOR EL NINO SOUTHERN OSCILLATION MELALUI PENDEKATAN ROBUST BOOTSTRAP LEAST TRIMMED SQUARE PEMODELAN LUAS PANEN PADI DI KABUPATEN LAMONGAN DENGAN INDIKATOR EL NINO SOUTHERN OSCILLATION MELALUI PENDEKATAN ROBUST BOOTSTRAP LEAST TRIMMED SQUARE Bn Haryat dan Sutkno Jurusan Statstka, Fakultas Matmatka

Lebih terperinci

SATUAN ACARA PERKULIAHAN ( SAP )

SATUAN ACARA PERKULIAHAN ( SAP ) SATUAN ACARA PERKULIAHAN ( SAP ata Klah : Pngolahan Ctra Dgtal Kod : IES Smstr : VI Wakt : nt Prtman : & A. Komptns. Utama ahasswa dapat mmaham tntang sstm pngolahan ctra dgtal dan hal ang trkat scara

Lebih terperinci

PENDUGAAN RESIKO RELATIF PADA PENDUGAAN AREA KECIL 1. Kismiantini Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta

PENDUGAAN RESIKO RELATIF PADA PENDUGAAN AREA KECIL 1. Kismiantini Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta PENDUGAAN RESIKO RELATIF PADA PENDUGAAN AREA KECIL 1 Ksmantn Jurusan Pnddkan Matmatka FMIPA Unvrstas Ngr Yogakarta Abstrak Pnduga rsko rlat mrupakan statstk ang dgunakan untuk mngtahu sbaran suatu pnakt.

Lebih terperinci

APLIKASI STATISTIKA DALAM BIDANG KESEHATAN DENGAN REGRESI LOGISTIK ORDINAL

APLIKASI STATISTIKA DALAM BIDANG KESEHATAN DENGAN REGRESI LOGISTIK ORDINAL Aplkas Statstka Dalam Bdang Kshatan Dngan grs Logstk Ordnal ohan Bdhana APLIKASI SAISIKA DALAM BIDANG KESEHAAN DENGAN EGESI LOGISIK ODINAL ohan Bdhana* jb_bdhana@yahoo.co.d SIKES Kota Skabm Abstrak Dalam

Lebih terperinci

Analisis Variansi Multivariat

Analisis Variansi Multivariat Analss Varans Multvarat Muammad Rdwan Ram - 80909 Program Stud Sstm Tknolog Informas Skola Tknk Elktro Informatka Insttut Tknolog Bandung, Jl. Gansa 0 Bandung 403, Indonsa m.rdwan.ram@gmal.com Abstrak

Lebih terperinci

BAB IV STUDI KASUS NILAI AVL SLJJ PT TELKOM

BAB IV STUDI KASUS NILAI AVL SLJJ PT TELKOM BAB IV STUDI KASUS NILAI AVL SLJJ PT TELKOM 4.1 Pndahuluan Ktga prtdaksamaan yang tlah dbahas sblumnya akan daplkaskan dalam suatu stud kasus mngna nla AVL (avalablty ntwork) dar sambungan langsung jarak

Lebih terperinci

PENERAPAN PEMODELAN DAN METODE KURVA REAKSI PROSES UNTUK MENGIDENTIFIKASI SISTEM DURESS

PENERAPAN PEMODELAN DAN METODE KURVA REAKSI PROSES UNTUK MENGIDENTIFIKASI SISTEM DURESS 30 ISSN 06-38 Yoyok Dw Styo Pambud PENERAPAN PEMODELAN DAN METODE KURVA REAKSI PROSES UNTUK MENGIDENTIFIKASI SISTEM DURESS Yoyok Dw Styo Pambud Pusat Tknolog Raktor dan Kslamatan Nuklr, BATAN Gd. 80 Kawasan

Lebih terperinci

BAB IV SIMULASI MODEL

BAB IV SIMULASI MODEL BAB IV SIMULASI MODEL Dalam Bab III tlah dilaskan sifat-sifat sistm dinamis dari modl k & t) = yˆ t) k t), =, srta modl k& t) = yˆ k t), k t)) k t) =, khssnya φ η) = 0. Skarang akan dibat simlasi modl

Lebih terperinci

BAB 2 SISTEM MAKRO DAN MIKRO

BAB 2 SISTEM MAKRO DAN MIKRO BAB 2 SISTEM MAKRO DAN MIKRO Sstm yang akan d bahas dalam skrps n adalah sstm frmon yang mngkut kadah ksklus Paul, mrupakan partkl dntk dan mmlk sfat-sfat yang brbda jka d bandngkan dngan sstm boson. Olh

Lebih terperinci

II. BILANGAN KOMPLEKS. Untuk mencari nilai kuadrat menggunakan persamaan

II. BILANGAN KOMPLEKS. Untuk mencari nilai kuadrat menggunakan persamaan II. BILANGAN KOMPLEKS. Pndahuluan Sstm blangan komplks pada dasarna mrupakan prluasan dar sstm blangan rl. Sstm blangan n dprknalkan untuk mmcahkan sstm-sstm prsamaan aljabar ang tdak mmpuna jawaban dalam

Lebih terperinci

IDENTIFIKASI DINAMIKA SISTEM MENGGUNAKAN NEUROFUZZY

IDENTIFIKASI DINAMIKA SISTEM MENGGUNAKAN NEUROFUZZY Smnar Nasonal Aplkas knolo Inormas 5 SNAI 5 ISBN: 979-756-6-6 Yoyakarta, 8 Jn 5 IDENIFIKASI DINAMIKA SISEM MENGGUNAKAN NEUROFUZZY Dwanto R A, Asp S, Arada Jrsan knk Inormatka SMIK-DCI askmalaya E-mal:

Lebih terperinci

Gelombang Datar Lintas Medium

Gelombang Datar Lintas Medium Rvs Fbruar 00 33 Modul 4 lktromagntka Tlkomunkas Glombang Datar Lntas Mdum Olh : Nachwan Muft Adransyah, ST, MT Organsas Modul 3 Glombang Datar Lntas Mdum A. Pndahuluan B. Glombang Jatuh Normal C. Konsp

Lebih terperinci

Jurnal Inovasi Pembelajaran Fisika (INPAFI)

Jurnal Inovasi Pembelajaran Fisika (INPAFI) Jurnal Inovas Pmblajaran Fska (INPAFI) Avalabl onln http://jurnal.unmd.ac.d/01/ndx.php/npaf -ssn 59-5, p-ssn 337-6 IMPLEMENTASI PEDAGOGICAL CONTENT KNOWLEDGE (PCK) DALAM PEMBELAJARAN SAINTIFIK UNTUK MENINGKATKAN

Lebih terperinci

PENGUAT FREKUENSI RENDAH (lanjutan)

PENGUAT FREKUENSI RENDAH (lanjutan) EEKTONK NOG Prtmuan 4 PENGUT FEKUENS ENDH (lanjutan) Pngkut Emtr (Emttr Followr) Pnguat transstor kolktor umum (ommon-mttr) dsut juga dgn stla pngkut mtr. Konfgurasnya dgamarkan s. Konfguras kolktor-umum

Lebih terperinci

PENGEMBANGAN TES ILMU PENGETAHUAN ALAM TERKOMPUTERISASI

PENGEMBANGAN TES ILMU PENGETAHUAN ALAM TERKOMPUTERISASI Volum 21, No 2, Dcmbr 2017 (153-161) Onln: http://journal.uny.ac.d/ndx.php/jpp PENGEMBANGAN TES ILMU PENGETAHUAN ALAM TERKOMPUTERISASI Unvrstas Vtran Bangun Nusantara Sukoharjo suwartowarto@yahoo.com,

Lebih terperinci

EFISIENSI SISTEM BONUS MALUS SEBAGAI MODEL RANTAI MARKOV

EFISIENSI SISTEM BONUS MALUS SEBAGAI MODEL RANTAI MARKOV Jurnal Matmatka Vol. 9, No.3, Dsmbr 2006:207-214 EFISIENSI SISTEM BONUS MALUS SEBAGAI MODEL RANTAI MARKOV Supand Jurusan Tknk Informatka Unvrstas AKI Jl. Pmuda 95-97 Smarang h_supand@yahoo.co.uk Abstract.

Lebih terperinci

ESTIMASI SMALL AREA BERDASARKAN MODEL PADA RATA-RATA PENGELUARAN PERKAPITA RUMAH TANGGA DI KABUPATEN KEBUMEN

ESTIMASI SMALL AREA BERDASARKAN MODEL PADA RATA-RATA PENGELUARAN PERKAPITA RUMAH TANGGA DI KABUPATEN KEBUMEN ESTIMASI SMALL AREA BERDASARKAN MODEL PADA RATA-RATA PENGELUARAN PERKAPITA RUMAH TANGGA DI KABUPATEN KEBUMEN A. Nna Rosana Chytrasar 1), Sr Haryatm 2), Danardono 3) 1) Mahasswa Jur. Matmatka FMIPA UGM

Lebih terperinci

BAB IV TAKSIRAN MAKSIMUM LIKELIHOOD FUNGSI INTENSITAS POISSON NONHOMOGEN. fungsi intensitas proses Poisson nonhomogen, yaitu secara teoritis dan studi

BAB IV TAKSIRAN MAKSIMUM LIKELIHOOD FUNGSI INTENSITAS POISSON NONHOMOGEN. fungsi intensitas proses Poisson nonhomogen, yaitu secara teoritis dan studi BAB IV AKSIRA MAKSIMUM LIKELIHOOD FUGSI IESIAS POISSO OHOMOGE 4 Pndahuluan Brku n, akan dbahas nang dua pndkaan unuk mndapakan aksran fungs nnsas pross Posson nonhomogn, yau scara ors dan sud kasus Pada

Lebih terperinci

ANALISIS EFISIENSI TEKNIS PRODUKSI USAHATANI CABAI MERAH BESAR DAN PERILAKU PETANI DALAM MENGHADAPI RISIKO

ANALISIS EFISIENSI TEKNIS PRODUKSI USAHATANI CABAI MERAH BESAR DAN PERILAKU PETANI DALAM MENGHADAPI RISIKO ANALISIS EFISIENSI TEKNIS PRODUKSI USAHATANI CABAI MERAH BESAR DAN PERILAKU PETANI DALAM MENGHADAPI RISIKO Saptana 1, Arf Daryanto 2, Hny K. Daryanto 2, dan Kuntjoro 2 1 Pusat Analss Sosal Ekonom dan Kbjakan

Lebih terperinci

BAB II PERSAMAAN DIFFERENSIAL ORDO SATU

BAB II PERSAMAAN DIFFERENSIAL ORDO SATU BAB II PERSAAA DIERESIAL ORDO SATU Tjan Pmblajaran Bab. ini, mrpakan lanjtan dari pmbahasan PD bab, ait jnis-jnis prsamaan diffrnsial ordo sat dan ara-ara pnlsaianna. Diantarana adalah Prsamaan Trpisah,

Lebih terperinci

Diktat TERMODINAMIKA DASAR

Diktat TERMODINAMIKA DASAR Dktat TERMODINAMIKA DASAR Olh : Ir. Sudjto, PhD., Ir. Safuddn Badow, Agung Sugng W., ST.,MT BabIV HUKUM TERMODINAMIKA I : SISTEM TERBUKA ( VOLUME ATUR ) 4.1 ANALISA TERMODINAMIKA VOLUME ATUR Pada sbagan

Lebih terperinci

BAB II IMPEDANSI SURJA KAWAT TANAH DAN MENARA

BAB II IMPEDANSI SURJA KAWAT TANAH DAN MENARA BAB II IMPEDANSI SUJA KAWA ANAH DAN MENAA II. UMUM Saluan tansms lbh tngg dbandngkan objk d skllngnya, kana tu saluan tansms mmlk sko bsa untuk tkna sambaan pt. Untuk mngatas hal tsbut maka saluan tansms

Lebih terperinci

BAB IV FUNGSI KOMPLEKS

BAB IV FUNGSI KOMPLEKS 47 BAB IV FUNGSI KOMPLEKS 4.. BILANGAN KOMPLEKS. 4... Notas Blangan Komplks Brmacam - macam notas dar blangan komplks pada mulanya ddfnskan sbaga pasangan blangan rl, msal (, y ), namun scara umum notas

Lebih terperinci

Vektor Kendali Permainan Dinamis LQ Non-Kooperatif Waktu Tak Berhingga

Vektor Kendali Permainan Dinamis LQ Non-Kooperatif Waktu Tak Berhingga Semnar Nasonal eknolog Informas Komnkas dan Indstr (SNIKI) 8 ISSN : 85-99 Pekanbar 9 November 6 Vektor Kendal Permanan Dnams LQ Non-Kooperatf Wakt ak Berhngga Nlwan Andraja UIN Sltan Syarf Kasm Ra Pekanbar

Lebih terperinci

BAB III SISTEM KONTROL ELEKTRONIKA

BAB III SISTEM KONTROL ELEKTRONIKA BAB III SISTEM ONTOL ELETONIA. Pngantar Sstm ontrol ontrol otomatk tlah mmankan ranan ntng dalam sans dan rkayasa modrn. D samng ntk kntngan khss srt sacvhcl systm, msslgdanc systm, robotc systm, kontrol

Lebih terperinci

Oleh : Bustanul Arifin K BAB IV HASIL PENELITIAN. Nama N Mean Std. Deviation Minimum Maximum X ,97 3,

Oleh : Bustanul Arifin K BAB IV HASIL PENELITIAN. Nama N Mean Std. Deviation Minimum Maximum X ,97 3, Kpdulian trhadap sanitasi lingkungan diprdiksi dari tingkat pndidikan ibu dan pndapatan kluarga pada kluarga sjahtra I klurahan Krtn kcamatan Lawyan kota Surakarta Olh : Bustanul Arifin K.39817 BAB IV

Lebih terperinci

LOGO. Analisis Sisaan HAZMIRA YOZZA- JUR.MATEMATIKA FMIPA UNIV.ANDALAS

LOGO. Analisis Sisaan HAZMIRA YOZZA- JUR.MATEMATIKA FMIPA UNIV.ANDALAS Analss Ssaan HAZMIRA YOZZA- JUR.MATEMATIKA FMIPA UNIV.ANDALAS KOMPETENSI Stlah mmplajar topk n, mahasswa dharapkan dapat : mnjlaskan dfns ssaan dan nformasnformas yang dapat dprolh dar ssaan mnghtung nla

Lebih terperinci

FIXED EFFECT MODEL PADA REGRESI DATA PANEL

FIXED EFFECT MODEL PADA REGRESI DATA PANEL ta p-iss: 085-5893 -ISS: 54-0458 Vol. 3 o. opmbr 00, Hal. 34-45 ta 00 DOI: http://dx.do.org/0.044/btajtm.v9.7 FIED EFFECT MODEL PADA REGRESI DATA PAEL Alfra Mula Astut Abstrak: Pngamatan trhadap prlakuan

Lebih terperinci

PENDEKATAN FUNGSI EI SECARA NUMERIK

PENDEKATAN FUNGSI EI SECARA NUMERIK PENDEKATAN FUNGSI EI SECARA NUMERIK TUGAS AKHIR Olh: SUKANTO NIM 40 Diajkan sbagai salah sat syarat ntk mndapatkan glar SARJANA TEKNIK pada Program Stdi Tknik Prminyakan PROGRAM STUDI TEKNIK PERMINYAKAN

Lebih terperinci

FEMxcel v0.0 MEMULAI. Analisis dan Desain Struktur Beam 3-Dimensi. spesimen (alpha) oleh Arifadli dan Sugeng Waluyo

FEMxcel v0.0 MEMULAI. Analisis dan Desain Struktur Beam 3-Dimensi. spesimen (alpha) oleh Arifadli dan Sugeng Waluyo FEMxcl v0.0 Analss dan Dsan Struktur Bam 3-Dmns olh Arfadl dan Sugng Waluyo spsmn 0.04 (alpha) MEMULAI DISCLAIMER A COUNTLESS AMOUNT OF TIME, EFFORT AND EXPENSE HAVE GONE INTO THE DEVELOPMENT AND DOCUMENTATION

Lebih terperinci

BAB I METODE NUMERIK SECARA UMUM

BAB I METODE NUMERIK SECARA UMUM BAB I METODE NUMERIK SECARA UMUM Aplikasi modl matmatika banyak muncul dalam brbagai disiplin ilmu pngtahuan, sprti isika, kimia, konomi, prsoalan rkayasa (tknik msin, sipil, lktro). Modl matmatika yang

Lebih terperinci

PENGENALAN ABABIL: PROGRAM FINITE ELEMENT ANALYSIS (FEA) 3-DIMENSI UNTUK STRUKTUR RANGKA-BATANG

PENGENALAN ABABIL: PROGRAM FINITE ELEMENT ANALYSIS (FEA) 3-DIMENSI UNTUK STRUKTUR RANGKA-BATANG PENGENALAN ABABIL: PROGRAM FINIE ELEMEN ANALYSIS (FEA) 3-DIMENSI UNUK SRUKUR RANGKA-BAANG Introducton of Ababl : 3 Dmntonal Fnt Elmnt Analss Program for russ Structur Sugng Waluo Sugng_Waluo@daad-alumn.d

Lebih terperinci

Pengenalan Pola/ Pattern Recognition

Pengenalan Pola/ Pattern Recognition Pengenalan Pola/ Pattern Reognton Dasar Pengenalan Pola Imam Cholssodn S.S., M.Kom. Dasar Pengenalan Pola. The Desgn Cyle. Collet Data 3. Objet to Dataset 4. Featre Seleton Usng PCA Menghtng Egen Vale

Lebih terperinci

APLIKASI METODE ELEMEN HINGGA PADA PEMODELAN TABUNG AKSELERATOR MESIN BERKAS ELEKTRON 300 KEV

APLIKASI METODE ELEMEN HINGGA PADA PEMODELAN TABUNG AKSELERATOR MESIN BERKAS ELEKTRON 300 KEV Volum 5, Oktob 0 ISSN 4-49 TABUNG AKSELERATOR MESIN BERKAS ELEKTRON 00 KEV Bayu Dgantaa, Dw Pyantoo, Panowo Pogam Stud Elktomkank, Juusan Tknofska Nukl, STTN-BATAN Jl. Babasa Kotak Pos 60/YKBB Yogyakata

Lebih terperinci

KAJIAN ANALISIS REGRESI DENGAN DATA PANEL

KAJIAN ANALISIS REGRESI DENGAN DATA PANEL Prosdng Smnar Nasonal Pnlan, Pnddan dan Pnrapan MIPA Faultas MIPA, Unvrsas Ngr ogyaarta, 16 M 009 AJIAN ANALISIS REGRESI DENGAN DATA PANEL I Gd Nyoman Mndra Jaya Nnng Sunngsh Staf Pngajar Jurusan Statsta

Lebih terperinci

ANALISIS TINGKAT KESEHATAN BANK PADA PD. BPR BKK KENDAL DENGAN METODE RGEC TAHUN

ANALISIS TINGKAT KESEHATAN BANK PADA PD. BPR BKK KENDAL DENGAN METODE RGEC TAHUN ANALISIS TINGKAT KESEHATAN BANK PADA PD BPR BKK KENDAL DENGAN METODE RGEC TAHUN 2009 2012 NABELLA ROSALIANA Unvrstas Dan Nuswantoro Smarang E-mal: nabllarosalana@gmalcom ABSTRACT Th bankng ndustry s fnancal

Lebih terperinci

MES (Journal of Mathematics Education and Science) ISSN: PERSAMAAN DIFFERENSIAL EKSAK DENGAN FAKTOR INTEGRASI

MES (Journal of Mathematics Education and Science) ISSN: PERSAMAAN DIFFERENSIAL EKSAK DENGAN FAKTOR INTEGRASI ES Jornal of athmatis Edation and Sin ISS: 2528-4363 PERSAAA DIFFERESIAL EKSAK DEGA FAKTOR ITEGRASI Rosliana Sirgar Dosn Kooprtis Wil I Dpk FKIP-UISU Rosliana2012@ahoo.om Abstrak. Pnlitian ini brtjan ntk

Lebih terperinci

81 Bab 6 Ruang Hasilkali Dalam

81 Bab 6 Ruang Hasilkali Dalam 8 Bab Rang Haslkal Dalam Bab RUANG HASIL KALI DALAM Rang hasl kal dalam merpakan rang ektor yang dlengkap dengan operas hasl kal dalam. Sepert halnya rang ektor rang haslkal dalam bermanfaat dalam beberapa

Lebih terperinci

METODE ITERASI KELUARGA CHEBYSHEV-HALLEY UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Yuli Syafti Purnama 1 ABSTRACT

METODE ITERASI KELUARGA CHEBYSHEV-HALLEY UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Yuli Syafti Purnama 1 ABSTRACT METODE ITERASI KELUARGA CHEBYSHEV-HALLEY UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Yuli Syafti Purnama Mahasiswa Program Studi S Matmatika Fakultas Matmatika dan Ilmu Pngtahuan Alam Univrsitas Riau Kampus

Lebih terperinci

APLIKASI METODE STATED PREFERENCE PADA PEMILIHAN MODA ANGKUTAN UMUM PENUMPANG (RUTE MAKASSAR MAJENE)

APLIKASI METODE STATED PREFERENCE PADA PEMILIHAN MODA ANGKUTAN UMUM PENUMPANG (RUTE MAKASSAR MAJENE) APLIKASI METODE STATED PREFERENCE PADA PEMILIHAN MODA ANGKUTAN UMUM PENUMPANG (RUTE MAKASSAR MAJENE) Abdul Gaus Program Studi Tknik Siil Fakultas Tknik Univrsitas Khairun Trnat Tl/Fax (091) 38049 Irnawaty

Lebih terperinci

Aplikasi Integral. Panjang sebuah kurva w(y) sepanjang selang dapat ditemukan menggunakan persamaan

Aplikasi Integral. Panjang sebuah kurva w(y) sepanjang selang dapat ditemukan menggunakan persamaan Aplikasi Intgral Intgral dapat diaplikasikan k dalam banyak hal. Dari yang sdrhana, hingga aplikasi prhitungan yang sangat komplks. Brikut mrupakan aplikasi-aplikasi intgral yang tlah diklompokkan dalam

Lebih terperinci

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

BAB 2. TURUNAN PARSIAL

BAB 2. TURUNAN PARSIAL BAB TURUNAN PARSIAL PENDAHULUAN Pada bagian ini akan dilajari rlasan kons trnan ngsi sat bah k trnan ngsi da bah ata lbih Stlah mmlajari bab ini anda akan daat: - Mnntkan trnan arsial ngsi da bah ata lbih

Lebih terperinci

Aplikasi BPF (Band Pass Filter) Digital Untuk Pendeteksian Sinyal AFSK (Amplitudo Shift Keying) Pada Piranti RTTY (Radio Tele Type)

Aplikasi BPF (Band Pass Filter) Digital Untuk Pendeteksian Sinyal AFSK (Amplitudo Shift Keying) Pada Piranti RTTY (Radio Tele Type) TEKNOLOGI DI INDUSTRI (SENIATI) 216 ISSN : 285-4218 Aplkas BPF (Band Pass Fltr) Dgtal Untuk Pndtksan Snyal AFSK (Ampltudo Shft Kyng) Pada Prant RTTY (Rado Tl Typ) Achmad Stawan 1,*, Kusno Suryad 1 1 Tknk

Lebih terperinci

Dengan derajat bebas (pu-1) =(p-1)+(pu-p) (pu-1)=(p-1)+p(u-1) Sebagai contoh kita ambil p=4 dan u=6 maka tabulasi datanya sebagai berikut:

Dengan derajat bebas (pu-1) =(p-1)+(pu-p) (pu-1)=(p-1)+p(u-1) Sebagai contoh kita ambil p=4 dan u=6 maka tabulasi datanya sebagai berikut: X. ANALISIS RAGAM SEDERANA Jka erlakan yang ngn dj/dbandngkan lebh dar da(p>) dan ragam tdak dketah maka kta bsa melakkan j t dengan jalan mengj erlakan seasang dem seasang. Banyaknya asangan hotess yang

Lebih terperinci

PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM)

PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM) PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM) Rcha Agustnngsh, Drs. Lukman Hanaf, M.Sc. Jurusan Matematka, Fakultas MIPA, Insttut Teknolog Sepuluh Nopember (ITS) Jl. Aref Rahman Hakm, Surabaya

Lebih terperinci

Pemodelan Faktor-faktor yang Mempengaruhi Prestasi Mahasiswa Pasca Sarjana ITS dengan Regresi Logistik dan Neural Network

Pemodelan Faktor-faktor yang Mempengaruhi Prestasi Mahasiswa Pasca Sarjana ITS dengan Regresi Logistik dan Neural Network JURNAL SAINS DAN SENI ITS Vol., No., (Spt. 202) ISSN: 230-928X D-36 Pmodlan Faktor-faktor yang Mmpngaruhi Prstasi Mahasiswa Pasca Sarjana ITS dngan Rgrsi Logistik dan Nural Ntwork Wijdani Anindya Hadi

Lebih terperinci

ANALISA KINERJA COOLING TOWER INDUCED DRAFT TIPE LBC-W 300 TERHADAP PENGARUH PANAS RADIASI MATAHARI

ANALISA KINERJA COOLING TOWER INDUCED DRAFT TIPE LBC-W 300 TERHADAP PENGARUH PANAS RADIASI MATAHARI TUGAS AKHIR ANALISA KINERJA COOLING TOWER INDUCED DRAFT TIPE LBC-W 300 TERHADAP PENGARUH PANAS RADIASI MATAHARI Oleh: Nmas Puspto Pratw Dosen Pembmbng : Dr.Gunawan Nugroho, S.T,M.T Nur Lala Hamdah, ST.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

HASIL DAN PEMBAHASAN. Gambar 3 Proses penentuan perilaku api.

HASIL DAN PEMBAHASAN. Gambar 3 Proses penentuan perilaku api. 6 yang diharapkan. Msin infrnsi disusun brdasarkan stratgi pnalaran yang akan digunakan dalam sistm dan rprsntasi pngtahuan. Msin infrnsi yang digunakan dalam pngmbangan sistm pakar ini adalah FIS. Implmntasi

Lebih terperinci

4. DI D FRA R K A S K I

4. DI D FRA R K A S K I 4. DIFRAKSI Dfraks adalah dvas dar prambatan cahaya atau pmblokan arah rambat cahaya. fk dfraks adalah karaktrstk dar fnomna glombang, apakah buny, atau cahaya dmana mukamuka glombangnya dblokkan.. Hchts,

Lebih terperinci

SOLUSI ANALITIK PERSAMAAN TRANSPORT DAN DISTRIBUSI AMONIAK

SOLUSI ANALITIK PERSAMAAN TRANSPORT DAN DISTRIBUSI AMONIAK SOLUSI ANALITIK PESAMAAN TANSPOT DAN DISTIBUSI AMONIAK Ipung Stawan, Wdowat,Juruan Matmatka FMIPA UNDIP E-mal : wwd_mathundp@yahoo.com ABSTAK Aplka tranforma Laplac pada pramaan tranport dan drbu amonak

Lebih terperinci

Simulasi Dispersi Gas Polutan dari Cerobong ke Lingkungan dengan Pendekatan Computational Fluid Dynamics ( CFD )

Simulasi Dispersi Gas Polutan dari Cerobong ke Lingkungan dengan Pendekatan Computational Fluid Dynamics ( CFD ) PROSIDING SEMINAR NASIONAL HIMPUNAN INFORMATIKA PERTANIAN INDONESIA 009 Smlas Dspers Gas Poltan dar Cerobong ke Lngkngan dengan Pendekatan Comptatonal Fld Dnamcs ( CFD ) Ags Ghatsn Nam a), Kdang Boro Semnar

Lebih terperinci

Palupi, et al, Pengaruh Teknik Talking Stick terhadap Pengetahuan dan Sikap...

Palupi, et al, Pengaruh Teknik Talking Stick terhadap Pengetahuan dan Sikap... Palu, t al, Pngaruh Tknk Talkng Stck trhada Pngtahuan dan Ska... Pngaruh Tknk Talkng Stck trhada Pngtahuan dan Ska dalam Pncgahan HIV/AIDS Pada Rmaja d SMP Ngr 1 Pugr Kabuatn Jmbr (Th ffct of Talkng Stck

Lebih terperinci

UKURAN LOKASI, VARIASI & BENTUK KURVA

UKURAN LOKASI, VARIASI & BENTUK KURVA UKURAN LOKASI, VARIASI & BENTUK KURVA MARULAM MT SIMARMATA, MS STATISTIK TERAPAN FAK HUKUM USI @4 ARTI UKURAN LOKASI DAN VARIASI Suatu Kelompok DATA berupa kumpulan nla VARIABEL [ vaabel ] Ms banyaknya

Lebih terperinci

PROPERTY DAN PERDAGANGAN SEBAGAI SEKTOR DOMINAN PADA DATA BURSA SAHAM DENGAN PRINCIPAL COMPONENT ANALYSIS (PCA)

PROPERTY DAN PERDAGANGAN SEBAGAI SEKTOR DOMINAN PADA DATA BURSA SAHAM DENGAN PRINCIPAL COMPONENT ANALYSIS (PCA) PROPERY DAN PERDAGANGAN EBAGAI EKOR DOMINAN PADA DAA BURA AHAM DENGAN PRINCIPAL COMPONEN ANALYI (PCA) Hanna A Parhus, Dva Wdyananto,dan Brnadta Dsnova Kr Cntr of Ald Mathmatcs (CAM), Program tud Matmatka

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

Lebih terperinci

Analisis Dinamis Portal Bertingkat Banyak Multi Bentang Dengan Variasi Tingkat (Storey) Pada Tiap Bentang

Analisis Dinamis Portal Bertingkat Banyak Multi Bentang Dengan Variasi Tingkat (Storey) Pada Tiap Bentang Analisis Dinamis Portal Brtingkat Banyak Multi Bntang Dngan Variasi Tingkat (Story) Pada Tiap Bntang Hiryco Manalip Rky Stnly Windah Jams Albrt Kaunang Univrsitas Sam Ratulangi Fakultas Tknik Jurusan Sipil

Lebih terperinci

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2 Masalah Transportas Jong Jek Sang (20) menelaskan bahwa masalah transportas merupakan masalah yang serng dhadap dalam pendstrbusan barang Msalkan ada m buah gudang (sumber) yang

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

PERANCANGAN DAN SIMULASI FEEDFORWARD AUTOTUNING PID DECOUPLING TITO SYSTEM KOLOM DISTILASI METANOL-AIR

PERANCANGAN DAN SIMULASI FEEDFORWARD AUTOTUNING PID DECOUPLING TITO SYSTEM KOLOM DISTILASI METANOL-AIR Prodng Smnar Naonal Manajmn Tknolog XVIII Program Stud MMT-ITS, Surabaya 7 Jul 13 PERANCANGAN AN SIMULASI FEEFORWAR AUTOTUNING PI ECOUPLING TITO SYSTEM OLOM ISTILASI METANOL-AIR Ral Harudan 1), atjuk Atrowulan

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung

Lebih terperinci

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

RELEVANSI SIKAP ILMIAH SISWA DENGAN KONSEP HAKIKAT SAINS DALAM PELAKSANAAN PERCOBAAN PADA PEMBELAJARAN IPA DI SDN KOTA BANDA ACEH

RELEVANSI SIKAP ILMIAH SISWA DENGAN KONSEP HAKIKAT SAINS DALAM PELAKSANAAN PERCOBAAN PADA PEMBELAJARAN IPA DI SDN KOTA BANDA ACEH 70 RELEVANSI SIKAP ILMIAH SISWA DENGAN KONSEP HAKIKAT SAINS DALAM PELAKSANAAN PERCOBAAN PADA PEMBELAJARAN IPA DI SDN KOTA BANDA ACEH Olh Sardinah, Tursinawati, dan Anita Noviyanti Abstrak: Hakikat sains

Lebih terperinci

INTERFERENSI DAN DIFRAKSI

INTERFERENSI DAN DIFRAKSI ITRFRSI DA DIFRAKSI Mata Kulah: Glombang & Optk Dosn: Andhy Stawan andhystawan DIFRAKSI CLAH TUGGAL DA KISI andhystawan B. Dfaks Dfaks mupan gjala pmblon (pnybaan) glombang kt mnjala mlalu clah smpt atau

Lebih terperinci

PERBAIKAN AKUISISI DATA PADA METODE PERBANDINGAN DALAM KALIBRASI PENGUKUR ALIRAN JENIS TURBIN

PERBAIKAN AKUISISI DATA PADA METODE PERBANDINGAN DALAM KALIBRASI PENGUKUR ALIRAN JENIS TURBIN Jrnal Standardsas Volme 15 Nomor 3, November 013: Hal 170-178 PERBAIKAN AKUISISI DATA PADA METODE PERBANDINGAN DALAM KALIBRASI PENGUKUR ALIRAN JENIS TURBIN Improvng of the Data Acqston on Comparson Method

Lebih terperinci

Tinjauan Termodinamika Pada Sistem Partikel Tunggal Yang Terjebak Dalam Sebuah Sumur Potensial

Tinjauan Termodinamika Pada Sistem Partikel Tunggal Yang Terjebak Dalam Sebuah Sumur Potensial injauan rmodinamika ada Sistm artikl unggal Yang rjbak Dalam Sbua Sumur otnsial Dngan mngmbangkan ubungan trmodinamik yang sdrana untuk pngumpulan partikl yang tunggal yang ditmpatkan pada dara potnsial.

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

BAB II TINJAUAN PUSTAKA. berbagai macam seperti gambar dibawah (Troitsky M.S, 1990).

BAB II TINJAUAN PUSTAKA. berbagai macam seperti gambar dibawah (Troitsky M.S, 1990). BAB II TINJAUAN USTAKA 2.1 Struktur Rangka Baja Extrnal rstrssing Scara toritis pningkatan kkuatan pada rangka baja untuk jmbatan dapat dilakukan dngan pmasangan prkuatan pratkan kstrnal pada rangka trsbut.

Lebih terperinci

OPTIMISASI HARGA DENGAN MODEL MULTINOMIAL LOGIT (Studi Kasus Produk Flash Disk dengan Kapasitas Penyimpanan 4 GB dan 8 GB)

OPTIMISASI HARGA DENGAN MODEL MULTINOMIAL LOGIT (Studi Kasus Produk Flash Disk dengan Kapasitas Penyimpanan 4 GB dan 8 GB) OPTIMISASI HARGA DENGAN MODEL MULTINOMIAL LOGIT (Stud Kasus Produk Flash Dsk dngan Kapastas Pnympanan 4 GB dan 8 GB) Skrps OLEH: DIAN SETYA ARINI I0307038 JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS

Lebih terperinci

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB Pendugaan Parameter Regres Menduga gars regres Menduga gars regres lner sederhana = menduga parameter-parameter regres β 0 dan β 1 : Penduga parameter yang dhaslkan harus merupakan penduga yang bak Software

Lebih terperinci

menganalisis prosedur klasifikasi/deteksi kesamaan atau ketidaksamaan atau ukuran seberapa

menganalisis prosedur klasifikasi/deteksi kesamaan atau ketidaksamaan atau ukuran seberapa Transms, Vol. 11, No. 1, Jun 006 : 6-10 PENDEKATAN ANALISIS POLA UNTUK MENGETAHUI PENGARUH KERAWITAN CAMPURSARI PADA VOKALISNYA, DALAM SISTEM SKALA NADA PENTATONIS DAN DIATONIS Dssy Irmawat dssy5518@yahoo.com

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

METODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk

METODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk IV. METODE PENELITIAN 4.1. Tempat dan Waktu Peneltan Peneltan n dlakukan d Sunga Sak, Kota Pekanbaru, Provns Rau. Penentuan lokas dlakukan secara tertuju (purposve) karena sunga n termasuk dalam 13 sunga

Lebih terperinci

Ensambel Statistik Distribusi Binomial Nilai Rata-rata Sistem Spin Distribusi Probabilitas Kontinu

Ensambel Statistik Distribusi Binomial Nilai Rata-rata Sistem Spin Distribusi Probabilitas Kontinu BAB 3 Penganta Metode Statstk Ensambel Statstk Dstbs Bnomal la Rata-ata Sstem Spn Dstbs Pobabltas Kontn Rvew Bab : Konsep pobabltas sangat pentng dgnakan ntk memaham sstem makoskopk Penggnaan Konsep Pobabltas:.

Lebih terperinci

BAB 2 MODEL PREDICTIVE CONTROL

BAB 2 MODEL PREDICTIVE CONTROL ODE PREDIIVE ONRO.. Sjarah dan Konsp Dasar P Sjarah P brawal dar ploporna at Rchalt, tlr dan Ramarr 979. Sssna pngaplasan prdctv control dan sdrhanaan onsp srta torna mncptaan trtaran bana aadm/nvrstas

Lebih terperinci

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d

Lebih terperinci

Umitri Astuti 1), Siti Wahyuningsih 2), Chumdari 3) PGSD FKIP Universitas Sebelas Maret, Jalan Slamet Riyadi 449 Surakarta 1)

Umitri Astuti 1), Siti Wahyuningsih 2), Chumdari 3) PGSD FKIP Universitas Sebelas Maret, Jalan Slamet Riyadi 449 Surakarta   1) PENINGKATAN PEMAHAMAN KONSEP AKTIVITAS EKONOMI BERKAITAN DENGAN SUMBER DAYA ALAM MELALUI PENERAPAN MODEL PEMBELAJARAN KOOPERATIF TIME TOKEN BERBASIS PROBLEM SOLVING PADA SISWA SEKOLAH DASAR Umitri Astuti

Lebih terperinci

Integral Lipat Dua (Double Integral)

Integral Lipat Dua (Double Integral) Peteman- & 9 Integal Lpat Da Doble Integal Fngs: Menghtng s benda padat mbl bdang o o, pada poos. Penampang antaa benda dan o mempna las L bdang as Jka ada bdang dsampng maka las bdang: b a f d lm n Δ

Lebih terperinci

RANCANG BANGUN PATCH RECTANGULAR ANTENNA 2.4 GHz DENGAN METODE PENCATUAN EMC (ELECTROMAGNETICALLY COUPLED)

RANCANG BANGUN PATCH RECTANGULAR ANTENNA 2.4 GHz DENGAN METODE PENCATUAN EMC (ELECTROMAGNETICALLY COUPLED) RANCANG BANGUN PATCH RECTANGULAR ANTENNA 2.4 GHz DENGAN METODE PENCATUAN EMC (ELECTROMAGNETICALLY COUPLED) Winny Friska Uli,Ali Hanafiah Ramb Konsntrasi Tknik Tlkomunikasi, Dpartmn Tknik Elktro Fakultas

Lebih terperinci

IV. Konsolidasi. Pertemuan VII

IV. Konsolidasi. Pertemuan VII Prtmuan VII IV. Konsolidasi IV. Pndahuluan. Konsolidasi adalah pross brkurangnya volum atau brkurangnya rongga pori dari tanah jnuh brpmabilitas rndah akibat pmbbanan. Pross ini trjadi jika tanah jnuh

Lebih terperinci

MODEL PILIHAN KUALITATIF. Oleh Bambang Juanda

MODEL PILIHAN KUALITATIF. Oleh Bambang Juanda MODEL PILIHAN KUALITATIF Olh Bambang Juanda Srngkal dalam suatu surv kta brhadapan dngan pubah kualtatf yang mmpunya skala pngukuran nomnal atau ordnal. Nla-nla pubah rspons kualtatf n trbatas lmtd dpndnt

Lebih terperinci

II. LANDASAN TEORI. digunakan sebagai landasan teori pada penelitian ini. Teori dasar mengenai graf

II. LANDASAN TEORI. digunakan sebagai landasan teori pada penelitian ini. Teori dasar mengenai graf II. LANDASAN TEORI 2.1 Konsp Dasar Graf Pada bagian ini akan dibrikan konsp dasar graf dan dimnsi partisi graf yang digunakan sbagai landasan tori pada pnlitian ini. Tori dasar mngnai graf yang akan digunakan

Lebih terperinci

8. FUNGSI TRANSENDEN

8. FUNGSI TRANSENDEN 8. FUNGSI TRANSENDEN 8. Fngsi Invrs Misalkan : D R dngan Dinisi 8. Fngsi = disbt sat-sat jika = v maka = v ata jika v maka v v ngsi = sat-sat ngsi =- sat-sat ngsi tidak sat-sat INF8 Kalkls Dasar Scara

Lebih terperinci

UJI PERFORMANCE MEJA GETAR SATU DERAJAT KEBEBASAN DENGAN METODE STFT

UJI PERFORMANCE MEJA GETAR SATU DERAJAT KEBEBASAN DENGAN METODE STFT UJI PERFORMANCE MEJA GETAR SATU DERAJAT KEBEBASAN DENGAN METODE STFT Jhon Malta (1) (1) Laboratorium Dinamika Struktur Jurusan Tknik Msin Fakultas Tknik Univrsitas Andalas, Padang. Email: jhonmalta@ft.unand.ac.id

Lebih terperinci

PENGUKURAN RUGI-RUGI GESEK MOTOR BAKAR SATU SILINDER DENGAN METODE MOTORING (STUDI KASUS PENGARUH PELUMAS DENGAN GRADE BERBEDA)

PENGUKURAN RUGI-RUGI GESEK MOTOR BAKAR SATU SILINDER DENGAN METODE MOTORING (STUDI KASUS PENGARUH PELUMAS DENGAN GRADE BERBEDA) Sminar Naiona Apikai Sain dan Tknoogi 2008 IST AKPRIND Yogyakarta PENGUKURAN RUGI-RUGI GESEK MOTOR BAKAR SATU SILINDER DENGAN METODE MOTORING (STUDI KASUS PENGARUH PELUMAS DENGAN GRADE BERBEDA) Prawoto

Lebih terperinci

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan : Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Itasa & Y Angran Dep. Statstka FMIPA-IPB Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan

Lebih terperinci

Tinjauan Termodinamika Sistem Partikel Tunggal Yang Terjebak Dalam Sebuah Sumur Potensial. Oleh. Saeful Karim

Tinjauan Termodinamika Sistem Partikel Tunggal Yang Terjebak Dalam Sebuah Sumur Potensial. Oleh. Saeful Karim Tinjauan Trmodinamika Sistm artikl Tunggal Yang Trjbak Dalam Sbua Sumur otnsial Ol Saful Karim Jurusan ndidikan Fisika Fakultas ndidikan Matmatika dan Ilmu ngtauan Alam Univrsitas ndidikan Indonsia 00

Lebih terperinci

BAB I PENDAHULUAN. Anemia adalah keadaan saat jumlah sel darah merah atau jumlah

BAB I PENDAHULUAN. Anemia adalah keadaan saat jumlah sel darah merah atau jumlah BAB I PENDAHULUAN 1.1 Latar Belakang Anema adalah keadaan saat jumlah sel darah merah atau jumlah hemoglobn (HB) atau proten pembawa oksgen dalam sel darah merah berada d bawah normal,anema dalam kehamlan

Lebih terperinci