PRESENTASI TUGAS AKHIR KI091391

Ukuran: px
Mulai penontonan dengan halaman:

Download "PRESENTASI TUGAS AKHIR KI091391"

Transkripsi

1 PRESENTASI TUGAS AKHIR KI PENGGUNAAN INTEGER LINEAR PROGRAMMING DENGAN METODE HEURISTIK UNTUK OPTIMASI PENJADWALAN PEGAWAI PARUH WAKTU (Kata knci: penjawalan, optimasi, intege linea pogamming, heistik) Penysn Tgas Akhi : Agi Kianto (NRP : ) Dosen Pembimbing : Ahma Saikh, S.Si., M.T. Rlly Soelaiman, S.Kom., M.Kom. 25 Jli 2013 Tgas Akhi KI

2 Agena Kesimplan Penahlan Uji Coba Metoe Penyelesaian

3 LATAR BELAKANG Pemasalahan penjawalan pegawai pah wakt aalah pemasalahan penjawalan paa sebah insti imana paa pegawai nya mepakan pegawai pah wakt yang memiliki: Kecenengan ntk bekeja paa wakt tetent Kemampan ntk melaksanakan tgas tetent Taget Jam keja yang bebea alam peioe penjawalan Penjawalan yang efektif an efisien sangat penting aga pesahaan apat memenhi pemintaan pasa yang teseia sehingga bisa membeikan kentngan paa pesahaan. Pemasalahan penjawalan sepeti ini sangat slit iselesaikan kaena membthkan ILP yang sangat besa sehingga membthkan wakt komptasi yang lama. 25 Jli 2013 Tgas Akhi KI

4 LATAR BELAKANG Sebagai Contoh, ntk ata ji coba tama [1] tiak apat iselesaikan menggnakan ILP konvensional engan wakt komptasi hingga 9 jam engan menggnakan CPLEX, kaena teapat begit banyak vaiabel an batasan-batasan yang aa. 25 Jli 2013 Tgas Akhi KI

5 RUMUSAN MASALAH 1. Bagaimana konsep peneapan ILP ntk menentkan shift yang baik? 2. Bagaimana konsep peneapan ILP engan metoe heistik ntk pembagian shift yang iapat paa pegawai? 3. Bagaimana melakkan implementasi konsep tesebt? 4. Bagaimana melakkan ji coba metoe i atas ntk menyelesaikan penjawalan pegawai pah wakt? 25 Jli 2013 Tgas Akhi KI

6 BATASAN MASALAH 1. Data ji coba teii ai ata ji coba tama an ata ji coba acak [1] ntk membaningkan hasil yang iapat. 2. Penjawalan akan ilakkan alam peioe penjawalan 1 mingg engan total hai keja maksimal 5 hai 3. Penjawalan ilakkan engan sistem shift engan asi shift minimal 3 jam an asi maksimal 8 jam. 25 Jli 2013 Tgas Akhi KI

7 TUJUAN 1. Memenhi tnttan jam keja paa keteseiaan pegawai engan total jam keja yang minimm. 2. Memenhi taget jam keja ntk setiap pegawai. 3. Mengimplemetasikan ILP engan metoe heistik ntk optimasi paa penjawalan pegawai pah wakt. 25 Jli 2013 Tgas Akhi KI

8 Agena Kesimplan Penahlan Uji Coba Metoe Penyelesaian

9 DESAIN APLIKASI Data Maskan Poses Penentan Shift yang Baik menggnakan ILP1 Poses Pembeian Shift kepaa pegawai yang teseia menggnakan ILP2 engan metoe heistik Poses Penghitngan kelebihan jam keja ai penjawalan yang ihasilkan Poses Penghitngan total eviasi jam keja pegawai Hasil Penjawalan 25 Jli 2013 Tgas Akhi KI

10 PROSES PENENTUAN SHIFT YANG BAIK DENGAN MENGGUNAKAN ILP1 Data Keteseiaan Pegawai, Data Kemampan Pegawai, Data Tnttan Jam Keja Penentan Taget Shift ntk setiap tgas t paa hai Pehitngan jmlah pegawai yang teseia ntk setiap shift tesebt Penentan Shift yang Baik engan menggnakan moel ILP 1 ntk setiap shift tesebt Pengolahan hasil ILP1 Dafta Shift yang Baik 25 Jli 2013 Tgas Akhi KI

11 ILP2 engan METODE HEURISTIK Dengan menempatkan konstanta heistik alam fngsi objektif ILP2 Konstanta heistik sebagai nilai penalti akan semakin meningkat selama poses pencaian solsi belangsng Sebagai inisialisasi, 0, o 0 25 Jli 2013 Tgas Akhi KI

12 PROSES PEMBERIAN SHIFT KEPADA PEGAWAI MENGGUNAKAN ILP2 DENGAN METODE HEURISTIK Dafta Shift yang baik Data Pegawai Pencaian shift yang cocok ntk e i engan ILP2 Pencaian Pegawai engan Keteseiaan Teenah paa afta Shift (e i ) Ya Masih aa pegawai yang tesisa? Tiak Upate Data Penjawalan Haps Pegawai e i Haps Shift yang tepilih Upate Konstanta Heistik o o e o e Data Penjawalan 25 Jli 2013 Tgas Akhi KI

13 Agena Kesimplan Penahlan Uji Coba Metoe Penyelesaian

14 SKENARIO UJI COBA 1. Uji kebenaan: Melakkan penjawalan ntk ata ji coba tama an ata ji coba acak [1] an membaningkan hasil yang iapat engan Mehan et al [1]. 2. Uji Pefoma : Membaningkan wakt komptasi yang ibthkan ntk menyelesaikan hasil penjawalan ntk ata ji coba tama an ata ji coba acak [1]. 25 Jli 2013 Tgas Akhi KI

15 TINGKAT KEBERHASILAN Hasil Penjawalan has bisa memenhi tnttan jam keja (ovestaff 0) Semakin kecil nilai ovestaff, semakin efektif penjawalan tesebt Semakin kecil nilai total eviasi yang ihasilkan, semakin baik penjawalan yang ilakkan 25 Jli 2013 Tgas Akhi KI

16 Uji Kebenaan Pebaningan Hasil Penjawalan* Nama ataset Kelebihan Jam Keja * Total Deviasi * ata ji coba tama 0-8 ataset1 0-2 ataset ataset ataset ataset ataset ataset7 0-6 Hasil Uji Coba mennjkkan penjawalan yang ilakkan apat memenhi tntnttan jam keja yang aa (kelebihan jam keja sama engan yang ihasilkan Mehan et.al) Hasil Uji Coba mennjkkan penjawalan yang ilakkan apat menghasilkan total eviasi yang lebih kecil ai Mehan et al ataset ataset9 0-4 ataset * Pebaningan engan Mehan et al. 25 Jli 2013 Tgas Akhi KI

17 Uji Pefoma Pebaningan Wakt Komptasi Pebaningan Wakt Komptasi Beasakan Uji Pefoma, hasil ji coba memiliki wakt komptasi yang jah lebih singkat etik Hasil Uji Coba Mehan et al 0 Nama Dataset 25 Jli 2013 Tgas Akhi KI

18 Agena Kesimplan Penahlan Uji Coba Metoe Penyelesaian

19 KESIMPULAN 1. Moel ILP1 an moel ILP2 engan metoe heistik apat menyelesaikan pemasalahan penjawalan pegawai pah wakt. 2. Keselehan poses penjawalan pegawai pah wakt apat membeikan hasil yang ckp baik, engan memenhi tnttan jam keja yang aa, an mamp meminimalkan aanya kelebihan jam keja (ovestaff) seta meminimalkan total eviasi jam keja pegawai 3. Moel ILP1 an moel ILP2 apat ibangn paa MATLAB engan menggnakan solve TOMLAB, an memiliki wakt komptasi yang ckp singkat. 25 Jli 2013 Tgas Akhi KI

20 SARAN 1. Pemasalahan penjawalan pegawai pah wakt isini menggnakan batasan-batasan yang telah itetapkan yait: 5 hai keja engan panjang shift shift minimal 3 jam an panjang shift maksimal 8 jam. Tentnya akan teapat bebagai batasan lainnya yang has itambahkan alam poses penjawalan pegawai pah wakt. 2. Pel ipetimbangkan ntk ilakkan pengembangan paa aplikasi ini sehingga apat lebih aplikatif an inteaktif ntk penggna. 25 Jli 2013 Tgas Akhi KI

21 SELESAI TERIMA KASIH 25 Jli 2013 Tgas Akhi KI

22 PENENTUAN TARGET SHIFT

23 Penentan Taget Shift Tgt w 4* e Taget jmlah shift alam 1 mingg h Tgt * Tgt eq eq h w Taget jmlah shift ntk setiap hai h Tgt t * Tgt h eq t eq, t Taget jmlah shift ntk setiap tgas t paa hai 25 Jli 2013 Tgas Akhi KI

24 Taget Shift pe Hai Tgt w 4* e Taget jmlah shift alam 1 mingg h Tgt * Tgt eq eq h w Taget jmlah shift ntk setiap hai Mingg Senin Selasa Rab Kamis Jmat Sabt Total Jam yang ibthkan Jmlah Poposi Shift *

25 Taget Shift ntk Tgas t paa hai h Tgt t * Tgt h eq t eq, t Taget jmlah shift ntk setiap tgas t paa hai Mingg Jam yang ibthkan 110 Jmlah Poposi Shift 20 Jam yang ibthkan ntk setiap tgas G 37 DT 27 FF 11 BC 13 CO 22 Jmlah Shift ntk setiap tgas G 7 DT 5 FF 2 BC 2 CO *20 7

26 MODEL ILP 1

27 ILP 1 Notasi hss ahst ht Tgtt Est Dasi alam jam ntk shift s Benilai 1 jika jam h beaa alam shift s Jmlah pegawai yang ibthkan paa jam h ntk tgas t paa hai Taget jmlah shift ntk tgas t yang ijawalkan paa hai Jmlah pegawai yang teseia an memenhi Untk shift s tgas t paa hai 25 Jli 2013 Tgas Akhi KI

28 ILP 1 Vaiabel Keptsan y st Jmlah pegawai yang ijawalkan ntk shift s, tgas t, paa hai t Jmlah shift yang kang ai taget shift, ntk tgas t paa hai o t Jmlah shift yang melebihi taget shift, ntk tgas t paa hai 25 Jli 2013 Tgas Akhi KI

29 ILP 1 Fngsi Objektif ILP1 Meminimalkan : 0 hss. yst t s s Z E. hs. y hss y st st s st 0.1, 1 Dasi alam jam ntk shift s Jmlah pegawai yang ijawalkan ntk shift s,tgas t, paa hai Untk meminimalkan total jam keja ai pegawai yang akan ijawalkan 25 Jli 2013 Tgas Akhi KI

30 ILP 1 Fngsi Objektif ILP1 Meminimalkan : 0 hss. yst t s s Z E. hs. y st s st 0.1, 1 o t Jmlah shift yang melebihi taget shift, ntk tgas t paa hai Untk meminimalkan shift yang melebihi taget 25 Jli 2013 Tgas Akhi KI

31 ILP 1 Fngsi Objektif ILP1 Meminimalkan : 0 hss. yst t s s Z E. hs. y st s st 0.1, 1 ntk memaksimalkan jmlah pegawai yang teseia an memenhi syaat ntk shift yang tepilih. hss y st E st Dasi alam jam ntk shift s Jmlah pegawai yang ijawalkan ntk shift s,tgas t, paa hai Jmlah pegawai yang teseia an memenhi syaat Untk shift s tgas t paa hai 25 Jli 2013 Tgas Akhi KI

32 ILP 1 Batasan 1 ILP1 a., hst yst ht h, s ahst y st ht Benilai 1 jika jam h beaa alam shift s Jmlah pegawai yang ijawalkan ntk shift s,tgas t, paa hai Jmlah pegawai yang ibthkan paa jam h ntk tgas t paa hai ntk memastikan bahwa setiap shift yang tepilih nanti akan memiliki jmlah pegawai minimal sebanyak pegawai yang ibthkan paa jam keja tesebt 25 Jli 2013 Tgas Akhi KI

33 ILP 1 Batasan 2 ILP1 s y st t 0 t Tgt y st t, o t t Tgt t Jmlah pegawai yang ijawalkan ntk shift s,tgas t, paa hai Jmlah shift yang melebihi taget shift, ntk tgas t paa hai Jmlah shift yang ibawah taget shift, ntk tgas t paa hai Taget jmlah shift ntk setiap tgas t paa hai Jmlah ai shift yang tepilih sesai engan taget shift yang telah itentkan 25 Jli 2013 Tgas Akhi KI

34 ILP 1 Batasan 3,4 ILP1 y st nonnegatifintege s, 0 t, t 0 y st o t t Jmlah pegawai yang ijawalkan ntk shift s,tgas t, paa hai Jmlah shift yang melebihi taget shift, ntk tgas t paa hai Jmlah shift yang ibawah taget shift, ntk tgas t paa hai 25 Jli 2013 Tgas Akhi KI

35 MODEL ILP 2

36 ILP 2 Notasi ( bagian 1) o Ee E Konstanta heistik yang menyatakan total jam keja yang kang ai taget selama pencaian solsi belangsng Konstanta heistik yang menyatakan total jam keja yang melebihi taget selama pencaian solsi belangsng Benilai 1 jika pegawai e yang teseia an memenhi syaat setiaknya ntk 1 shift paa hai. Jika tiak maka benilai 0 Jmlah ai pegawai yang tesisa imana pegawai tesebt teseia an memenhi syaat setiaknya ntk 1 shift paa hai E e E pegawai tesisa e E Jmlah total hai keja ntk sema pegawai yang tesisa engan maksimal 5 hai keja ntk setiap pegawai E e pegawai tesisa min( E e,5) 25 Jli 2013 Tgas Akhi KI

37 ILP 2 Notasi ( bagian 2) E st E l Jmlah ai pegawai yang tesisa imana paa pegawai tesebt teseia an memenhi syaat ntk shift s, tgas t, paa hai Jmlah minimm ai pegawai yang tesisa imana paa pegawai tesebt teseia an memenhi syaat ntk shift yang beasi L jam paa hai. E l min( E st : hs s L) S Jmlah ai shift yang tesisa paa hai 25 Jli 2013 Tgas Akhi KI

38 ILP 2 Vaiabel Keptsan x L Vaiabel ini benilai 1 jika shift engan asi L jam paa hai tepilih ntk ibeikan kepaa pegawai e i e Vaiabel ntk jmlah hai keja yang masih ibawah total hai keja maksimal ( 5 hai) e Jmlah jam keja yang masih kang ai taget jam keja minggan pegawai e i o e Jmlah jam keja yang iatas taget jam keja minggan pegawai e i 25 Jli 2013 Tgas Akhi KI

39 ILP 2 Z Meminimalkan : (1 E ) L e E S e E (1 L L S x L (1 ) x L 0.1, o 3 ) o e o e o e Fngsi Objektif ILP2 meminimalkan total eviasi eviasi antaa shift yang melebihi taget an kang ai taget jam keja minggan pegawai Konstanta heistik yang menyatakan total jam keja yang kang ai taget selama pencaian solsi belangsng Konstanta heistik yang menyatakan total jam keja yang melebihi taget selama pencaian solsi belangsng Jmlah jam keja yang masih kang ai taget jam keja minggan pegawai Jmlah jam keja yang iatas taget jam keja minggan pegawai e i 25 Jli 2013 Tgas Akhi KI

40 ILP 2 Fngsi Objektif ILP2 Meminimalkan : Z (1 E 2 3 1e S L ) (1 E e E L o o ) e x L (1 ) x L L S 0.1, e E S meminimalkan nilai ays ne taget, aga memenhi taget jam keja pegawai Vaiabel ntk jmlah hai keja yang masih ibawah total hai keja maksimal ( 5 hai) Jmlah total hai keja ntk sema pegawai yang tesisa engan Maksimal 5 hai keja ntk setiap pegawai Jmlah ai shift yang tesisa paa hai 25 Jli 2013 Tgas Akhi KI

41 ILP 2 Fngsi Objektif ILP2 Meminimalkan : Z (1 E ) L e E S e E (1 L L S x L (1 ) x L o ) o e E l E S x L Jmlah minimm ai pegawai yang tesisa imana paa pegawai tesebt teseia an memenhi syaat ntk shift yang beasi L jam paa hai. Jmlah ai pegawai yang tesisa imana pegawai tesebt teseia an memenhi syaat setiaknya ntk 1 shift paa hai Jmlah ai shift yang tesisa paa hai Vaiabel ini benilai 1 jika shift engan asi L jam paa hai tepilih ntk ibeikan kepaa pegawai e i 0.1, Membat pemilihan x L menjai lebih baik 25 Jli 2013 Tgas Akhi KI

42 ILP 2 Batasan 1 ILP2 L x L e 5 Batasan ntk 5 hai keja x L e Vaiabel ini benilai 1 jika shift engan asi L jam paa hai tepilih ntk ibeikan kepaa pegawai e i Vaiabel ntk jmlah hai keja yang masih ibawah total hai keja maksimal ( 5 hai) 25 Jli 2013 Tgas Akhi KI

43 ILP 2 Batasan 2 ILP2 L x L L e o e Tgt e Batasan ntk aga asi jam yang ijawalkan sesai engan taget jam keja minggan x L Vaiabel ini benilai 1 jika shift engan asi L jam paa hai tepilih ntk ibeikan kepaa pegawai e i e Jmlah jam keja yang masih kang ai taget jam keja minggan pegawai o e Jmlah jam keja yang iatas taget jam keja minggan pegawai e i 25 Jli 2013 Tgas Akhi KI

44 ILP 2 Batasan 3 ILP2 L xl 1, Batasan aga hanya 1 shift tepilih pe hainya x L Vaiabel ini benilai 1 jika shift engan asi L jam paa hai tepilih ntk ibeikan kepaa pegawai e i 25 Jli 2013 Tgas Akhi KI

45 ILP 2 Batasan 4 ILP2 x,, L L E L Batasan aga x L menapat nilai 1 jika pegawai teseia ntk shift engan asi L jam paa hai x L E l Vaiabel ini benilai 1 jika shift engan asi L jam paa hai tepilih ntk ibeikan kepaa pegawai e i Jmlah minimm ai pegawai yang tesisa imana paa pegawai tesebt teseia an memenhi syaat ntk shift yang beasi L jam paa hai. 25 Jli 2013 Tgas Akhi KI

46 ILP 2 Batasan 5,6 ILP2 x L bine,, L e o,, e e 0 25 Jli 2013 Tgas Akhi KI

47 VERIFIKASI MODEL

48 VERIFIKASI MODEL Veifikasi batasan 1 ILP1 a., hst yst ht s Patt ipehatikan paa ineks jam ke-4, nilai a hst =1, tetapi y st =0, isinilah nilai shift yang melebihi taget =1. Hal Ini isebabkan nilai y st ke-7 = 1 (imana ineks shift ke-7 ntk jam keja 2, 3, 4) kaena panjang shift minimal aalah 3 jam. 25 Jli 2013 Tgas Akhi KI

49 VERIFIKASI MODEL Veifikasi batasan 2,3,4 ILP1 Batasan 2 s y st t 0 t Tgt t, Batasan Batasan 4 0 t, t 0 25 Jli 2013 Tgas Akhi KI

50 VERIFIKASI MODEL Veifikasi batasan 1,2,3 ILP2 Nilai Vaiabel Keptsan ILP2 L x L Batasan 2 ILP2 L Tgt e o e e Batasan 1 ILP2 Batasan 3 ILP2 L x L e 5 L xl 1, Contoh ini aalah hasil ILP 2 paa iteasi ke-20 ntk ata ji coba tama imana pegawai tepilih aalah pegawai ke-6 25 Jli 2013 Tgas Akhi KI

51 VERIFIKASI MODEL Veifikasi batasan 4,5,6 ILP2 Batasan 4 ILP2 Batasan 5 ILP2 Batasan 6 ILP2 e o,, e e 0 25 Jli 2013 Tgas Akhi KI

52 Hasil Penjawalan ntk ata ji coba tama Paamete pebaningan Kelebihan keja jam Mehan et al. 4 jam 4 jam Hasil Uji Coba Total eviasi 20 jam 12 jam Wakt Komptasi 18 menit 5,44 etik Hasil Uji Coba mennjkkan kelebihan jam keja yang ihasilkan sama, total eviasi yang ihasilkan lebih kecil, an wakt komptasi yang lebih singkat 25 Jli 2013 Tgas Akhi KI

53 Hasil Penjawalan an Kompaasi ntk ata ji coba acak Hasil Uji Coba Mehan et al. Nama Data Uji Coba Ovestaff (jam) Total eviasi (jam) Deviasi/ pegawai (jam) Wakt Komptasi (etik) Ovestaff (jam) Total eviasi (jam) Deviasi/ pegawai (jam) Wakt Komptasi (etik) ataset ,2 3, , ataset ,2 3, , ataset ,1 3, ,5 295 ataset ,025 3, , ataset ,2 3, ,7 287 ataset ,075 3, , ataset ,3 3, ,1 298 ataset ,15 3, , ataset ,25 3, , ataset ,1 3, ,5 295 ata-ata 0,5 9,9 0,2475 3,498 0,5 19,7 0, ,5 Hasil Uji Coba mennjkkan bahwa total eviasi lebih kecil hampi i sema ata ji coba, ovestaff yang ihasilkan sama, an wakt komptasi yang lebih singkat 25 Jli 2013 Tgas Akhi KI

BAB 3 ANALISIS RIAK ARUS KELUARAN INVERTER PWM MULTIFASA

BAB 3 ANALISIS RIAK ARUS KELUARAN INVERTER PWM MULTIFASA BAB 3 ANALISIS RIAK ARUS KELUARAN INVERER WM MULIFASA 3. enahuluan enelitian mengenai bentuk sinyal moulasi yang cocok untuk menghasilkan keluaan inete yang bekualitas baik telah lama ilakukan. Salah satu

Lebih terperinci

PELUANG BERTAHAN PERUSAHAAN ASURANSI DARI KEBANGKRUTAN PADA WAKTU KEDATANGAN KLAIM BERDISTRIBUSI GAMMA(2,

PELUANG BERTAHAN PERUSAHAAN ASURANSI DARI KEBANGKRUTAN PADA WAKTU KEDATANGAN KLAIM BERDISTRIBUSI GAMMA(2, PELUANG BERTAHAN PERUSAHAAN ASURANSI DARI KEBANGKRUTAN PADA WAKTU KEDATANGAN KLAIM BERDISTRIBUSI GAMMA(2, ) Ali Shoiqin [email protected] Dosen Peniikan Matematika IKIP PGRI Semarang Jl. Sioai Timr Semarang

Lebih terperinci

MODUL 5 INTEGRAL LIPAT DAN PENGGUNAANNYA

MODUL 5 INTEGRAL LIPAT DAN PENGGUNAANNYA Sei Mol Kliah EL- Matematika Teknik I MOUL 5 INTEGRAL LIPAT AN PENGGUNAANNYA Satan Acaa Pekliahan Mol 5 Integal Lipat an Penggnaanna sebagai beikt Peteman ke- Pokok/Sb Pokok ahasan Tjan Pembelajaan Integal

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENERIMA BANTUAN DANA RUTILAHU DENGAN MENGGUNAKAN METODE ELECTRE

SISTEM PENDUKUNG KEPUTUSAN PENERIMA BANTUAN DANA RUTILAHU DENGAN MENGGUNAKAN METODE ELECTRE Semina Nasional Teknologi Infomasi an Komunikasi 6 (SENTIKA 6) ISSN: 89-985 Yogyakata, 8-9 Maet 6 SISTEM PENDUKUNG KEPUTUSAN PENERIMA BANTUAN DANA RUTILAHU DENGAN MENGGUNAKAN METODE ELETRE Wilan Fauzi

Lebih terperinci

KEKUATAN BATAS : LENTUR DAN BEBAN LANGSUNG

KEKUATAN BATAS : LENTUR DAN BEBAN LANGSUNG KEKUATAN BATAS : LENTUR DAN BEBAN LANGSUNG (Kolom engan beban eksentris an batang tekan.. Saat ini sema kolom paa strktr portal beton bertlang, an batang-batang strktr lainnya, seperti bentk lengkng, mengalami

Lebih terperinci

Penerapan Masalah Transportasi

Penerapan Masalah Transportasi KA4 RESEARCH OPERATIONAL Penerapan Masalah Transportasi DISUSUN OLEH : HERAWATI 008959 JAKA HUSEN 08055 HAPPY GEMELI QUANUARI 00890 INDRA MOCHAMMAD YUSUF 0800 BAB I PENDAHULUAN.. Pengertian Riset Operasi

Lebih terperinci

Penggunaan Integer Linear Programming dengan Metode Heuristik untuk Optimasi Penjadwalan Paruh Waktu

Penggunaan Integer Linear Programming dengan Metode Heuristik untuk Optimasi Penjadwalan Paruh Waktu JURNA TKNIK POMITS Vl. 2, N. 1, (213) ISSN: 2337-3539 (231-9271 Pint) 1 Pnggnaan Intg ina Pgamming ngan Mt Hitik ntk Optimai Pnjawalan Pah Wakt Agi Kiant, Ahma Saikh, an Rlly Slaiman Jan Tknik Infmatika,

Lebih terperinci

SISTEM PERANGKINGAN ITEM MOBIL PADA E-COMMERCE PENJUALAN MOBIL DENGAN METODE RANDOM-WALK BASE SCORING

SISTEM PERANGKINGAN ITEM MOBIL PADA E-COMMERCE PENJUALAN MOBIL DENGAN METODE RANDOM-WALK BASE SCORING SISTEM PERANGKINGAN ITEM MOBIL PADA E-COMMERCE PENJUALAN MOBIL DENGAN METODE RANDOM-WALK BASE SCORING Desi Yanti, Sayti Rahman, Rismayanti 3 Jrsan Teknik Informatika Universitas Harapan Medan Jl. HM Jhoni

Lebih terperinci

PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN PENDIRIAN LOKASI GRAMEDIA DI SUMATERA UTARA

PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN PENDIRIAN LOKASI GRAMEDIA DI SUMATERA UTARA Semina Nasional Teknologi Infomasi dan Multimedia 0 STMIK AMIKOM Yogyakata, 6-8 Febuai 0 ISSN : 0-80 PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN PENDIRIAN LOKASI GRAMEDIA DI SUMATERA

Lebih terperinci

KIMIA HASIL PERTANIAN

KIMIA HASIL PERTANIAN KONTRAK PEMBELAJARAN (Pedoman Pembelajaran bagi Dosen dan Mahasiswa) Mata Kliah KIMIA HASIL PERTANIAN 2 SKS / SEMESTER VI Pengamp / Pembelajar Agng Setya Wardana, STP PROGRAM STUDI TEKNOLOGI HASIL PERTANIAN

Lebih terperinci

KERJA DAN PESAWAT SEDERHANA

KERJA DAN PESAWAT SEDERHANA KERJA DAN PESAWAT SEDERHANA Apakah energi? Ketika Ana memiliki banyak energi, Ana apat berlari lebih cepat an lebih jah; Ana jga apat melompat lebih tinggi. Sebagaimana mansia, bena jga apat memiliki energi.

Lebih terperinci

Solusi Sistem Persamaan Linear Fuzzy

Solusi Sistem Persamaan Linear Fuzzy Jrnal Matematika Vol. 16, No. 2, November 2017 ISSN: 1412-5056 / 2598-8980 http://ejornal.nisba.ac.id Diterima: 14/08/2017 Disetji: 20/10/2017 Pblikasi Online: 28/11/2017 Solsi Sistem Persamaan Linear

Lebih terperinci

BAB 2 LANDASAN TEORI. Pada bab ini akan dibahas tentang teori-teori dan konsep dasar yang mendukung pembahasan dari sistem yang akan dibuat.

BAB 2 LANDASAN TEORI. Pada bab ini akan dibahas tentang teori-teori dan konsep dasar yang mendukung pembahasan dari sistem yang akan dibuat. BAB 2 LANDASAN TEORI Pada bab ini akan dibahas tentang teori-teori dan konsep dasar yang mendkng pembahasan dari sistem yang akan dibat. 2.1. Katalog Perpstakaan Katalog perpstakaan adalah sat media yang

Lebih terperinci

Korelasi Pasar Modal dalam Ekonofisika

Korelasi Pasar Modal dalam Ekonofisika Korelasi Pasar Modal dalam Ekonofisika Yn Hariadi Dept. Dynamical System Bandng Fe Institte [email protected] Pendahlan Fenomena ekonomi sebagai kondisi makro yang merpakan hasil interaksi pada level

Lebih terperinci

(x, f(x)) P. x = h. Gambar 4.1. Gradien garis singgung didifinisikan sebagai limit y/ x ketika x mendekati 0, yakni

(x, f(x)) P. x = h. Gambar 4.1. Gradien garis singgung didifinisikan sebagai limit y/ x ketika x mendekati 0, yakni Diktat Klia TK Matematika BAB TURUNAN Graien Garis Singgng Tinja seba krva = f() seperti iperliatkan paa Gambar Garis ang melali titik P(, f( )) an Q( +, f( + )) isebt tali bsr Graien tali bsr tersebt

Lebih terperinci

BAB 5 ANALISIS RIAK ARUS KELUARAN INVERTER PWM LIMA FASA DENGAN BEBAN TERHUBUNG BINTANG

BAB 5 ANALISIS RIAK ARUS KELUARAN INVERTER PWM LIMA FASA DENGAN BEBAN TERHUBUNG BINTANG BAB 5 ANALII RIAK ARU KELUARAN INVERER PWM LIMA FAA DENGAN BEBAN ERHUBUNG BINANG 5. Penahuluan Paa bab ebelumnya telah ijelakan bahwa paa item multifaa, hubungan antaa iak au keluaan inete beban poligon

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN 4.1 Gambaran Umm Bins Bsiness School Bina Nsantara (Bins) University didirikan pada tanggal 1 Oktober 1974 yang berawal dari sebah lembaga pendidikan kompter jangka pendek,

Lebih terperinci

ANALISIS PENGENDALIAN KUALITAS TERHADAP PROSES WELDING ( PENGELASAN N ) PADA PEMBUATAN KAPAL CHEMICAL TANKER / DUPLEK M Di PT.

ANALISIS PENGENDALIAN KUALITAS TERHADAP PROSES WELDING ( PENGELASAN N ) PADA PEMBUATAN KAPAL CHEMICAL TANKER / DUPLEK M Di PT. ANALISIS PENGENDALIAN KUALITAS TERHADAP PROSES WELDING ( PENGELASAN N ) PADA PEMBUATAN KAPAL CHEMICAL TANKER / DUPLEK M000259 Di PT.PAL INDONESIA Oleh : Selfy Atika Sary NRP : 1307 030 053 Pembimbing :

Lebih terperinci

PEMODELAN Deskripsi Masalah

PEMODELAN Deskripsi Masalah PEMODELAN Deskripsi Masalah Sebelum membuat penjawalan perkuliahan perlu iketahui semua mata kuliah yang itawarkan, osen yang mengajar, peserta perkuliahan, bobot sks an spesifikasi ruang yang iperlukan.

Lebih terperinci

Model Hidrodinamika Pasang Surut Di Perairan Pulau Baai Bengkulu

Model Hidrodinamika Pasang Surut Di Perairan Pulau Baai Bengkulu Jrnal Gradien Vol. No.2 Jli 2005 : 5-55 Model Hidrodinamika Pasang Srt Di Perairan Pla Baai Bengkl Spiyati Jrsan Fisika, Fakltas Matematika dan Ilm Pengetahan Alam, Universitas Bengkl, Indonesia Diterima

Lebih terperinci

DESKRIPSI DAN FORMULASI MASALAH

DESKRIPSI DAN FORMULASI MASALAH 9 Masalah Path Tepende (The Shotest Path Poblem) Masalah path tepende mepaan ass hss dalam masalah neto lo biaa minimm. Dideinisian panang nt sembaang path beaah dalam sat neto mlah biaa sema sisi beaah

Lebih terperinci

BAB II TEORI PENUNJANG

BAB II TEORI PENUNJANG BAB II TEORI PENUNJANG. UMUM Patial ishage (PD) meupakan fenomena peluahan muatan elektik yang bisa menjembatani sistem isolasi baik seaa sebagian maupun menyeluuh i alam suatu bahan ielektik. Fenomena

Lebih terperinci

PENGENDALIAN OPTIMAL PADA MODEL KEMOPROFILAKSIS DAN PENANGANAN TUBERKULOSIS

PENGENDALIAN OPTIMAL PADA MODEL KEMOPROFILAKSIS DAN PENANGANAN TUBERKULOSIS PENGENDALIAN OPTIMAL PADA MODEL KEMOPROFILAKSIS DAN PENANGANAN TUBERKULOSIS Ole: Citra Dewi Ksma P. 106 100 007 Dosen pembimbing: DR. Sbiono, MSc. Latar Belakang PENDAHULUAN Penyakit Tberklosis TB adala

Lebih terperinci

Pengenalan Pola. Ekstraksi dan Seleksi Fitur

Pengenalan Pola. Ekstraksi dan Seleksi Fitur Pengenalan Pola Ekstraksi dan Seleksi Fitr PTIIK - 4 Corse Contents Collet Data Objet to Dataset 3 Ekstraksi Fitr 4 Seleksi Fitr Design Cyle Collet data Choose featres Choose model Train system Evalate

Lebih terperinci

BAB 3 ANALISA DAN PERANCANGAN

BAB 3 ANALISA DAN PERANCANGAN A 3 ANALISA DAN PERANCANGAN 3.1. Analisa Sistem ejalan 3.1.1. Sejaah Peusahaan Gamba 3.1. Logo Peusahaan P Dnaplast, bk. P Dnaplast, bk aalah peusahaan ang begeak i biang pouksi botol plastik untuk memenuhi

Lebih terperinci

WALIKOTA BANJARMASIN

WALIKOTA BANJARMASIN / WALIKOTA BANJARMASIN PERATURAN WALIKOTA BANJARMASIN NOMOR TAHUN2013 TENTANG PEDOMAN STANDAR KINERJA INDIVIDU PEGAWAI NEGERI SIPIL DILINGKUNGAN PEMERINTAH KOTA BANJARMASIN DENGAN RAHMAT TUHAN YANG MAHA

Lebih terperinci

SEISMIK REFRAKSI (DASAR TEORI & AKUISISI DATA) SUSILAWATI. Fakultas Matematika dan Ilmu Pengetahuan Alam Jurusan Fisika Universitas Sumatera Utara

SEISMIK REFRAKSI (DASAR TEORI & AKUISISI DATA) SUSILAWATI. Fakultas Matematika dan Ilmu Pengetahuan Alam Jurusan Fisika Universitas Sumatera Utara SEISMIK REFRAKSI (DASAR TEORI & AKUISISI DATA) SUSILAWATI Fakltas Matematika an Ilm Pengetahan Alam Jrsan Fisika Universitas Smatera Utara PENDAHULUAN Metoe seismik merpakan salah sat metoe yang sangat

Lebih terperinci

KEPUTUSAN INVESTASI (CAPITAL BUDGETING) MANAJEMEN KEUANGAN 2 ANDRI HELMI M, S.E., M.M.

KEPUTUSAN INVESTASI (CAPITAL BUDGETING) MANAJEMEN KEUANGAN 2 ANDRI HELMI M, S.E., M.M. KEPUTUSAN INVESTASI (CAPITAL BUDGETING) MANAJEMEN KEUANGAN 2 ANDRI HELMI M, S.E., M.M. Penganggaran Modal (Capital Bdgeting) Modal (Capital) mennjkkan aktiva tetap yang dignakan ntk prodksi Anggaran (bdget)

Lebih terperinci

PENYELESAIAN MASALAH KONTROL OPTIMAL KONTINU YANG MEMUAT FAKTOR DISKON

PENYELESAIAN MASALAH KONTROL OPTIMAL KONTINU YANG MEMUAT FAKTOR DISKON Jrnal Matematika UNAND Vol. 2 No. 3 Hal. 157 161 ISSN : 233 291 c Jrsan Matematika FMIPA UNAND PENYELESAIAN MASALAH KONTROL OPTIMAL KONTINU YANG MEMUAT FAKTOR DISKON DALIANI Program Stdi Matematika, Fakltas

Lebih terperinci

BUPATI SIDOARJO PERATURAN BUPATI SIDOARJO NOMOR 1 TAHUN 2014 TENTANG DISIPLIN KERJA PEGA WAI NEGERI SIPIL DI LINGKUNGAN PEMERINTAH KABUPATEN SIDOARJO

BUPATI SIDOARJO PERATURAN BUPATI SIDOARJO NOMOR 1 TAHUN 2014 TENTANG DISIPLIN KERJA PEGA WAI NEGERI SIPIL DI LINGKUNGAN PEMERINTAH KABUPATEN SIDOARJO BUPATI SIDOARJO PERATURAN BUPATI SIDOARJO NOMOR 1 TAHUN 2014 TENTANG DISIPLIN KERJA PEGA WAI NEGERI SIPIL DI LINGKUNGAN PEMERINTAH KABUPATEN SIDOARJO DENGAN RAHMAT TUHAN YANG MAHA ESA BUPATI SIDOARJO,

Lebih terperinci

MODEL INVENTORI SINGLE STOCKING POINT-SINGLE COMMODITY DENGAN TINGKAT PERMINTAAN KONSTAN LILIS SUSILAWATI

MODEL INVENTORI SINGLE STOCKING POINT-SINGLE COMMODITY DENGAN TINGKAT PERMINTAAN KONSTAN LILIS SUSILAWATI MODEL INVENTORI SINGLE STOCKING POINT-SINGLE COMMODITY DENGAN TINGKAT PERMINTAAN KONSTAN LILIS SUSILAWATI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

PENELUSURAN LINTASAN DENGAN JARINGAN SARAF TIRUAN

PENELUSURAN LINTASAN DENGAN JARINGAN SARAF TIRUAN Bab 4 PENELUSURAN LINTASAN DENGAN JARINGAN SARAF TIRUAN Tgas mendasar dari robot berjalan ialah dapat bergerak secara akrat pada sat lintasan (trajectory) yang diberikan Ata dengan kata lain galat antara

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. Penahuluan Secaa umum, antena meupakan tansfomato/stuktu tansmisi ai gelombang tebimbing menuju ke gelombang uang bebas atau sebaliknya[6]. Aa bebeapa jenis

Lebih terperinci

ESTIMASI HARGA MULTI-STATE EUROPEAN CALL OPTION MENGGUNAKAN MODEL BINOMIAL

ESTIMASI HARGA MULTI-STATE EUROPEAN CALL OPTION MENGGUNAKAN MODEL BINOMIAL ESTIMASI HARGA MULTI-STATE EUROPEAN CALL OPTION MENGGUNAKAN MODEL BINOMIAL Mila Krniawaty an Enah Rokhmati Jrsan Matematika, Universitas Brawijaya, Malang. email: mila [email protected] Jrsan Matematika,

Lebih terperinci

KAJIAN PEMODELAN MATEMATIKA TERHADAP PENYEBARAN VIRUS AVIAN INFLUENZA TIPE-H5N1 PADA POPULASI UNGGAS

KAJIAN PEMODELAN MATEMATIKA TERHADAP PENYEBARAN VIRUS AVIAN INFLUENZA TIPE-H5N1 PADA POPULASI UNGGAS KAJIAN PEMODELAN MATEMATIKA TERHADAP PENYEBARAN VIRUS AVIAN INFLUENZA TIPE-H5N1 PADA POPULASI UNGGAS Dian Permana Ptri 1, Herri Slaiman FKIP, Pendidikan Matematika, Universitas Swadaya Gnng Jati Cirebon

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 8 BAB LANDASAN TEORI. Pasar.. Pengertian Pasar Pasar adalah sebah tempat mm yang melayani transaksi jal - beli. Di dalam Peratran Daerah Khss Ibkota Jakarta Nomor 6 Tahn 99 tentang pengrsan pasar di Daerah

Lebih terperinci

Pertemuan IX, X, XI IV. Elemen-Elemen Struktur Kayu. Gambar 4.1 Batang tarik

Pertemuan IX, X, XI IV. Elemen-Elemen Struktur Kayu. Gambar 4.1 Batang tarik Perteman IX, X, XI IV. Elemen-Elemen Strktr Kay IV.1 Batang Tarik Gamar 4.1 Batang tarik Elemen strktr kay erpa atang tarik ditemi pada konstrksi kdakda. Batang tarik merpakan sat elemen strktr yang menerima

Lebih terperinci

METODE PENELITIAN Data Langkah-Langkah Penelitian

METODE PENELITIAN Data Langkah-Langkah Penelitian METODE PENELITIAN Data Inonesia merupakan salah satu negara yang tiak mempunyai ata vital statistik yang lengkap. Dengan memperhatikan hal tersebut, sangat tepat menggunakan Moel CPA untuk mengukur tingkat

Lebih terperinci

BAB III PENDEKATAN TEORI

BAB III PENDEKATAN TEORI 9 BAB III PENDEKAAN EORI 3.1. eknik Simlasi CFD Comptational Flid Dnamics (CFD) adalah ilm ang mempelajari cara memprediksi aliran flida, perpindahan panas, rekasi kimia, dan fenomena lainna dengan menelesaikan

Lebih terperinci

IT CONSULTANT UNIVERSITAS MURIA KUDUS (ITC - UMK)

IT CONSULTANT UNIVERSITAS MURIA KUDUS (ITC - UMK) IT CONSULTANT UNIVERSITAS MURIA KUDUS (ITC - UMK) Arif Setiawan 1*, Pratomo Setiaji 1 1 Program Stdi Sistem Informasi, Fakltas Teknik, Universitas Mria Kds Gondangmanis, PO Box 53, Bae, Kds 59352 * Email:

Lebih terperinci

Teori Potensial Untuk Aliran Inkompresibel

Teori Potensial Untuk Aliran Inkompresibel Teoi Potensial Untk Alian Inkompesibel Teoi Potensial Untk Alian Inkompesibel 5. Pendahlan epeti telah dijelaskan sebelmnya, ntk alian disekita benda di mana haga R e ckp tinggi, asmsi invisid dapat dignakan.

Lebih terperinci

BAB 3 MODEL DASAR DINAMIKA VIRUS HIV DALAM TUBUH

BAB 3 MODEL DASAR DINAMIKA VIRUS HIV DALAM TUBUH BAB 3 MODEL DASA DINAMIKA VIUS HIV DALAM TUBUH 3.1 Moel Dasar Moel asar inamika virus HIV alam tubuh menggunakan beberapa asumsi sebagai berikut: Mula-mula tubuh alam keaaan tiak terinfeksi virus atau

Lebih terperinci

PEMODELAN PENJADWALAN LINIER DENGAN ALOKASI SUMBER DAYA MANUSIA PADA PROYEK PERUMAHAN. Hedwig A Tan 1, Ratna S Alifen 2

PEMODELAN PENJADWALAN LINIER DENGAN ALOKASI SUMBER DAYA MANUSIA PADA PROYEK PERUMAHAN. Hedwig A Tan 1, Ratna S Alifen 2 PEMODELAN PENJADWALAN LINIER DENGAN ALOKASI SUMBER DAYA MANUSIA PADA PROYEK PERUMAHAN Hewig A Tan, Ratna S Alifen ABSTRAK: Metoe penjawalan linier cocok untuk proyek engan aktivitas seerhana, an repetitif

Lebih terperinci

Analisis Peluruhan Flourine-18 menggunakan Sistem Pencacah Kamar Pengion Capintec CRC-7BT S/N 71742

Analisis Peluruhan Flourine-18 menggunakan Sistem Pencacah Kamar Pengion Capintec CRC-7BT S/N 71742 Prosiding Perteman Ilmiah XXV HFI Jateng & DIY 63 Analisis Pelrhan Florine-18 menggnakan Sistem Pencacah Kamar Pengion Capintec CRC-7BT S/N 717 Wijono dan Pjadi Psat Teknologi Keselamatan dan Metrologi

Lebih terperinci

BEBERAPA SIFAT JARAK ROTASI PADA POHON BINER TERURUT DAN TERORIENTASI

BEBERAPA SIFAT JARAK ROTASI PADA POHON BINER TERURUT DAN TERORIENTASI JRISE, Vol.1, No.1, Febrari 2014, pp. 28~40 ISSN: 2355-3677 BEBERAPA SIFA JARAK ROASI PADA POHON BINER ERURU DAN ERORIENASI Oleh: Hasniati SMIK KHARISMA Makassar [email protected] Abstrak Andaikan

Lebih terperinci

USULAN PENERAPAN SIX SIGMA UNTUK MENGURANGI CACAT PADA PRODUK HEX BOLT M12 X 28 mm DI PT. JAYA METAL GEMILANG

USULAN PENERAPAN SIX SIGMA UNTUK MENGURANGI CACAT PADA PRODUK HEX BOLT M12 X 28 mm DI PT. JAYA METAL GEMILANG Uslan Peneapan Six Sigma ntk Mengangi Caat pada Podk Hex Bolt M12 X 28 mm di Pt. Jaya Metal Gemilang USULAN PENERAPAN SIX SIGMA UNTUK MENGURANGI CACAT PAA PRUK HEX BLT M12 X 28 mm I PT. JAYA METAL GEMILANG

Lebih terperinci

Adaptive Bitrate Streaming untuk Peningkatan Kualitas Penerimaan Video pada E-learning

Adaptive Bitrate Streaming untuk Peningkatan Kualitas Penerimaan Video pada E-learning JIEET: Volme 01 Nomo 012017 (Jonal Inomation Engineeing and Edational Tehnology) ISSN : 2549-869 Adaptive Bitate Steaming ntk Peningkatan Kalitas Peneimaan Video pada E-leaning Yeni Anistyasai 1 1 Jsan

Lebih terperinci

Liston Hasiholan 1) dan Sudradjat 2)

Liston Hasiholan 1) dan Sudradjat 2) EVALUASI KINERJA KARYAWAN MENGGUNAKAN METODE PEMROGRAMAN LINEAR FUY *) Liston Hasiholan 1) dan Sudadjat 2) ABSTRAK Pengukuan kineja kayawan meupakan satu hal yang mutlak dilakukan secaa peiodik oleh suatu

Lebih terperinci

MUATAN LISTRIK DAN HUKUM COULOMB. ' r F -F

MUATAN LISTRIK DAN HUKUM COULOMB. ' r F -F MUATAN LISTRIK AN HUKUM COULOMB q k ' qq' ˆ - - Matei Kuliah isika asa II (Pokok Bahasan 1) MUATAN LISTRIK AN HUKUM COULOMB s. Ishafit, M.Si. Pogam Stui Peniikan isika Univesitas Ahma ahlan, 5 Muatan Listik

Lebih terperinci

EVALUASI SKENARIO KOORDINASI SUPPLY CHAIN UNTUK MODEL PRICING DAN KEPUTUSAN ORDER/DELIVERY

EVALUASI SKENARIO KOORDINASI SUPPLY CHAIN UNTUK MODEL PRICING DAN KEPUTUSAN ORDER/DELIVERY EVALUASI SKENAIO KOOINASI SUPPLY CHAIN UNTUK MOEL PICING AN KEPUTUSAN OE/ELIVEY Evi Yuliawati 1, Luky Agus Hermanto 2 1 Jurusan Teknik Inustri, Fakultas Teknologi Inustri, Institut Teknologi Ahi Tama Surabaya

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. banyaknya komponen listrik motor yang akan diganti berdasarkan Renewing Free

BAB IV HASIL DAN PEMBAHASAN. banyaknya komponen listrik motor yang akan diganti berdasarkan Renewing Free BAB IV HASIL DAN PEMBAHASAN 4. Pendahuluan Bedasakan tujuan penelitian ini, yaitu mendapatkan ekspektasi banyaknya komponen listik moto yang akan diganti bedasakan Renewing Fee Replacement Waanty dua dimensi,

Lebih terperinci

BAB III RANCANGAN PENELITIAN. tujuan utama yang ingin dicapai melalui penelitian ini adalah untuk memperoleh

BAB III RANCANGAN PENELITIAN. tujuan utama yang ingin dicapai melalui penelitian ini adalah untuk memperoleh 44 BAB III RACAGA PEELITIA.. Tujuan Penelitian Bedasakan pokok pemasalahan yang telah diuaikan dalam Bab I, maka tujuan utama yang ingin dicapai melalui penelitian ini adalah untuk mempeoleh jawaban atas

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Small Area Estimation Small Area Estimation (SAE) adalah sat teknik statistika ntk mendga parameter-parameter sb poplasi yang kran sampelnya kecil. Sedangkan, area kecil didefinisikan

Lebih terperinci

HASIL KALI TITIK DAN PROYEKSI ORTOGONAL SUATU VEKTOR (Aljabar Linear) Oleh: H. Karso FPMIPA UPI

HASIL KALI TITIK DAN PROYEKSI ORTOGONAL SUATU VEKTOR (Aljabar Linear) Oleh: H. Karso FPMIPA UPI HASIL KALI TITIK DAN PROYEKSI ORTOGONAL SUATU VEKTOR (Aljabar Linear) Oleh: H. Karso FPMIPA UPI A. Hasil Kali Titik (Hasil Kali Skalar) Da Vektor. Hasil Kali Skalar Da Vektor di R Perkalian diantara da

Lebih terperinci

Abstrak. Kata kunci : sistem pendukung keputusan, jamkesmas, system development life cycle, seleksi, penerima

Abstrak. Kata kunci : sistem pendukung keputusan, jamkesmas, system development life cycle, seleksi, penerima SISTEM PENDUKUNG KEPUTUSAN SELEKSI CALON PENERIMA JAMINAN KESEHATAN MASYARAKAT(JAMKESMAS) DENGAN METODE PROMETHEE DI DESA MAKAM, KECAMATAN REMBANG, PURBALINGGA Kartika Nur Utami Jurusan Sistem Informasi,

Lebih terperinci

OPTIMALISASI FITUR-FITUR PADA APLIKASI PRESENTASI UNTUK MENINGKATKAN KUALITAS PENYAMPAIAN PESAN BERBASIS HCI

OPTIMALISASI FITUR-FITUR PADA APLIKASI PRESENTASI UNTUK MENINGKATKAN KUALITAS PENYAMPAIAN PESAN BERBASIS HCI OPTIMALISASI FITUR-FITUR PADA APLIKASI PRESENTASI UNTUK MENINGKATKAN KUALITAS PENYAMPAIAN PESAN BERBASIS HCI Mokhamad Fatoni, Indri Sdanawati Rozas, S.Kom., M.Kom., Latifah Rifani, S.T., MIT. Jrsan Sistem

Lebih terperinci

PENALAAN KENDALI PID UNTUK PENGENDALI PROSES

PENALAAN KENDALI PID UNTUK PENGENDALI PROSES PENALAAN KENDALI PID UNTUK PENGENDALI PROSES Raita.Arinya Universitas Satyagama Jakarta Email: [email protected] Abstrak Penalaan parameter kontroller PID selalu iasari atas tinjauan terhaap karakteristik

Lebih terperinci

BAB III PERENCANAAN PEMILIHAN TALI BAJA PADA ELEVATOR BARANG. Q = Beban kapasitas muatan dalam perencanaan ( 1 Ton )

BAB III PERENCANAAN PEMILIHAN TALI BAJA PADA ELEVATOR BARANG. Q = Beban kapasitas muatan dalam perencanaan ( 1 Ton ) BAB III PERENCANAAN PEMILIHAN TALI BAJA PADA ELEVATOR BARANG 3.1 Perencanaan Beban Total Paa Elevator Barang Q total = Q + WM + WO ( Persamaan 2.1.10 ) Q = Beban kapasitas muatan alam perencanaan ( 1 Ton

Lebih terperinci

UNIVERSITAS INDONESIA

UNIVERSITAS INDONESIA UNIVERSIAS INDONESIA PERANANGAN PENGENDALI MODEL PREDIIVE ONROL (MP) PADA SISEM EA EXANGER DENGAN JENIS KARAKERISIK SELL AND UBE ESIS RIDWAN FARUDIN 76733 FAKULAS EKNIK PROGRAM SUDI EKNIK KONROL INDUSRI

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TINJAUAN TEORITIS.. Tinjauan Pustaka Realisasi Ban Pass Filte untuk fekuensi paa Long Tem Evolution (LTE) menggunakan metoe Split Ring Resonato (SRR) Metamateial belum penah iealisasikan i Inonesia,

Lebih terperinci

Evaluasi Kekuatan Struktur Atas Gedung SD Madiun Lor 3 Kota Madiun

Evaluasi Kekuatan Struktur Atas Gedung SD Madiun Lor 3 Kota Madiun Ealai Kekatan Strktr Ata Geng SD Main Lor 3 Kota Main Royi Kholilr Rohman ), Rohiajah 2) ),2) Doen Faklta Teknik Unierita Mereka Main email : [email protected] Abtrat : Main Lor 3 Elementary hool biling

Lebih terperinci

The Production Process and Cost (I)

The Production Process and Cost (I) The Poduction Pocess and Cost (I) Yang dimaksud dengan Input (Kobanan) misalnya Mesin sebagai Kapital (Capital) dan Tenaga Keja sebagai Labou (L), sedangkan Q = Tingkat Output (Poduksi) yang dihasilkan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Adapun lokasi penelitian ini adalah Madrasah Hifzhil. Yayasan Islamic Centre Medan yang terletak di Jl.

BAB III METODOLOGI PENELITIAN. Adapun lokasi penelitian ini adalah Madrasah Hifzhil. Yayasan Islamic Centre Medan yang terletak di Jl. BAB III METODOLOGI PENELITIAN A. Lokasi Penelitian Adapun lokasi penelitian ini adalah Madasah Hifzhil Yayasan Islamic Cente Medan yang teletak di Jl. Pancing Quan Medan. Secaa geogafis dapat dikatakan

Lebih terperinci

METODE PERSAMAAN DIOPHANTINE LINEAR DALAM PENENTUAN SOLUSI PROGRAM LINEAR INTEGER

METODE PERSAMAAN DIOPHANTINE LINEAR DALAM PENENTUAN SOLUSI PROGRAM LINEAR INTEGER METODE PERSAMAAN DIOPHANTINE LINEAR DALAM PENENTUAN SOLUSI PROGRAM LINEAR INTEGER Asrul Syam Program Stui Teknik Informatika, STMIK Dipanegara, Makassar e-mail: [email protected] Abstrak Masalah optimasi

Lebih terperinci

PENYELESAIAN LUAS BANGUN DATAR DAN VOLUME BANGUN RUANG DENGAN KONSEP DETERMINAN

PENYELESAIAN LUAS BANGUN DATAR DAN VOLUME BANGUN RUANG DENGAN KONSEP DETERMINAN Bletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volme xx, No. x (tahn), hal xx xx. PENYELESAIAN LUAS BANGUN DATAR DAN VOLUME BANGUN RUANG DENGAN KONSEP DETERMINAN Doni Saptra, Helmi, Shantika Martha

Lebih terperinci

PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN METODE SAE

PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN METODE SAE Vale Added, Vol. 11, No. 1, 015 PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN METODE SAE 1 Moh Yamin Darsyah, Ujang Malana 1, Program Stdi Statistika FMIPA Universitas Mhammadiyah Semarang Email:

Lebih terperinci

BAB I PENDAHULUAN 1.1 Maksud 1.2 Tujuan

BAB I PENDAHULUAN 1.1 Maksud 1.2 Tujuan BAB I PENDAHULUAN 1.1 Maksu 1.1.1 Memisahkan fraksi butiran seimen paa ukuran (iameter) butir tertentu. 1.1.2 Menentukan nilai koefisien sortasi, skewness an kurtosi baik secara grafis maupun matematis.

Lebih terperinci

METODE FINITE DIFFERENCE INTERVAL UNTUK MENYELESAIKAN PERSAMAAN PANAS ABSTRACT 1. PENDAHULUAN

METODE FINITE DIFFERENCE INTERVAL UNTUK MENYELESAIKAN PERSAMAAN PANAS ABSTRACT 1. PENDAHULUAN METODE FINITE DIFFERENCE INTERVAL UNTUK MENYELESAIKAN PERSAMAAN PANAS Mardhika WA 1, Syamsdhha 2, Aziskhan 2 mardhikawirahadi@nriacid 1 Mahasiswa Program Stdi S1 Matematika 2 Laboratorim Komptasi Jrsan

Lebih terperinci

FEEDFORWARD FEEDBACK CONTROL SEBAGAI PENGONTROL SUHU MENGGUNAKAN PROPORSIONAL - INTEGRAL BERBASIS MIKROKONTROLLER ATMEGA 8535

FEEDFORWARD FEEDBACK CONTROL SEBAGAI PENGONTROL SUHU MENGGUNAKAN PROPORSIONAL - INTEGRAL BERBASIS MIKROKONTROLLER ATMEGA 8535 FEEDFORWARD FEEDBACK CONTROL SEBAGAI PENGONTROL SUHU MENGGUNAKAN PROPORSIONAL - INTEGRAL BERBASIS MIKROKONTROLLER ATMEGA 8535 Makalah Seminar Tgas Akhir Jnanto Prihantoro 1, Trias Andromeda. 2, Iwan Setiawan

Lebih terperinci

PROVINSI JAWA TENGAH PERATURAN BUPATI CILACAP NOMOR 96 TAHUN 2015 TENTANG

PROVINSI JAWA TENGAH PERATURAN BUPATI CILACAP NOMOR 96 TAHUN 2015 TENTANG PROVINSI JAWA TENGAH PERATURAN BUPATI CILACAP NOMOR 96 TAHUN 2015 TENTANG PERUBAHAN KETIGA ATAS PERATURAN BUPATI CILACAP NOMOR 72 TAHUN 2010 TENTANG PEDOMAN PAKAIAN DINAS DI LINGKUNGAN PEMERINTAH KABUPATEN

Lebih terperinci

Relasi Dispersi dalam Pandu Gelombang Planar Nonlinear Kerr

Relasi Dispersi dalam Pandu Gelombang Planar Nonlinear Kerr Kontribusi Fisika Inonesia Vol. 13 No.3, Juli 00 Relasi Dispersi alam Panu Gelombang Planar Nonlinear Kerr Abstrak Hengki Tasman 1) an E Soewono 1,) 1) Pusat Penelitian Pengembangan an Penerapan Matematika,

Lebih terperinci

BAB I PENDAHULUAN A. Latar Belakang kopling, B. Tujuan C. Batasan Masalah

BAB I PENDAHULUAN A. Latar Belakang kopling, B. Tujuan C. Batasan Masalah 1 BAB I PENDAHULUAN A. Lata Belakang Dalam kehiupan sehai-hai kenaaan meupakan saana tepenting alamsistem tanspotasi an sangat ibutuhkan. Ie pengembangan saana tanspotasi yang kian bekembang, menunjukkan

Lebih terperinci

Penggunaan Metode Multi-criteria Decision Aid dalam Proses Pemilihan Supplier

Penggunaan Metode Multi-criteria Decision Aid dalam Proses Pemilihan Supplier Performa (24) Vol. 3, No.2: 62-7 Penggunaan Metoe Multi-criteria Decision Ai alam Proses Pemilihan Supplier Inra Cahyai Jurusan Teknik an Manajemen Inustri, Universitas Trunojoyo Maura Abstract Noways,

Lebih terperinci

PRESENTASI TUGAS AKHIR KI091391

PRESENTASI TUGAS AKHIR KI091391 PRESENTASI TUGAS AKHIR KI939 IMPLEMENTASI ALGORITMA RIJNDAEL DENGAN MENGGUNAKAN KUNCI ENKRIPSI YANG BERUKURAN MELEBIHI 256 BIT (Kata kunci: Advanced Encryption Standard, Algoritma Rijndael, cipher key,

Lebih terperinci

PENGGUNAAN ALGORITMA KUHN MUNKRES UNTUK MENDAPATKAN MATCHING MAKSIMAL PADA GRAF BIPARTIT BERBOBOT

PENGGUNAAN ALGORITMA KUHN MUNKRES UNTUK MENDAPATKAN MATCHING MAKSIMAL PADA GRAF BIPARTIT BERBOBOT PENGGUNAAN ALGORITMA KUHN MUNKRES UNTUK MENDAPATKAN MATCHING MAKSIMAL PADA GRAF BIPARTIT BERBOBOT oleh GURITNA NOOR AINATMAJA M SKRIPSI ditlis dan diajkan ntk memenhi sebagian persyaratan memperoleh gelar

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA BEASISWA MAHASISWA KURANG MAMPU PADA STMIK BUDIDARMA MEDAN MENERAPKAN METODE PROFILE MATCHING

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA BEASISWA MAHASISWA KURANG MAMPU PADA STMIK BUDIDARMA MEDAN MENERAPKAN METODE PROFILE MATCHING SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA BEASISWA MAHASISWA KURANG MAMPU PADA STMIK BUDIDARMA MEDAN MENERAPKAN METODE PROFILE MATCHING T.M Syahu Ichsan (1111667 ) Mahasiswa Pogam Studi Teknik Infomatika

Lebih terperinci

BAB III METODE PENELITIAN. adalah untuk mengetahui kontribusi motivasi dan minat bekerja di industri

BAB III METODE PENELITIAN. adalah untuk mengetahui kontribusi motivasi dan minat bekerja di industri BAB III METODE PENELITIAN A. Jenis Penelitian Bedasakan pemasalahan, maka penelitian ini temasuk penelitian koelasional yang besifat deskiptif, kaena tujuan utama dai penelitian ini adalah untuk mengetahui

Lebih terperinci

Program Komputer Berbasis Delphi untuk Analisis Perhitungan Persebaran Dosis Radiasi Pesawat Sinar-X dalam Bentuk Kurva Isodosis

Program Komputer Berbasis Delphi untuk Analisis Perhitungan Persebaran Dosis Radiasi Pesawat Sinar-X dalam Bentuk Kurva Isodosis Pogam Kompute Bebasis Delphi untuk Analisis Pehitungan Pesebaan Dosis Raiasi Pesawat Sina-X alam Bentuk Kuva Isoosis Anggata Azzantyawan, Monjo, Pobo Waseso 3,3 Juusan Teknik Fisika FT UGM Jln. Gafika

Lebih terperinci

BAB II DASAR TEORI. 6 Universitas Indonesia

BAB II DASAR TEORI. 6 Universitas Indonesia BAB II DASAR TEORI. DEFINISI FLUIDA Flida adalah at-at yan mamp menali dan menyesaikan dii denan bentk adah tempatnya ata at yan akan bedefomasi tes menes selama dipenahi oleh sat teanan ese. Bila beada

Lebih terperinci

Respon Getaran Lateral dan Torsional Pada Poros Vertical-Axis Turbine (VAT) dengan Pemodelan Massa Tergumpal

Respon Getaran Lateral dan Torsional Pada Poros Vertical-Axis Turbine (VAT) dengan Pemodelan Massa Tergumpal JURNAL TEKNIK POMITS Vol., No. 1, (13 ISSN: 337-3539 (31-971 Print B-11 Respon Getaran Lateral an Torsional Paa Poros Vertical-Axis Turbine (VAT engan Pemoelan Massa Tergumpal Ahma Aminuin, Yerri Susatio,

Lebih terperinci

ANALISIS ALIRAN FLUIDA NEWTONIAN PADA PIPA TIDAK HORIZONTAL

ANALISIS ALIRAN FLUIDA NEWTONIAN PADA PIPA TIDAK HORIZONTAL JURNAL SAINS DAN PENDIDIKAN FISIKA (JSPF) Jilid 11 Nomo 1, Apil 015 ISSN 1858-330X ANALISIS ALIRAN FLUIDA NEWTONIAN PADA PIPA TIDAK HORIZONTAL istaani Aini Tiwow Jsan Fisika, FMIPA, Univesitas Negei Makassa,

Lebih terperinci

Triwahyuni, et al., Optimalisasi Produksi Pada Perusahaan Roti Donna Jaya Barokah...

Triwahyuni, et al., Optimalisasi Produksi Pada Perusahaan Roti Donna Jaya Barokah... Triwahyuni, et al., Optimalisasi Prouksi Paa Perusahaan Roti Donna Jaya Barokah.... 1 OPTIMALISASI PRODUKSI PADA PERUSAHAAN ROTI DONNA JAYA BAROKAH JEMBER MELALUI PENDEKATAN GOAL PROGRAMMING Prouction

Lebih terperinci

PERSAMAAN DIFFERENSIAL. Disusun untuk memenuhi tugas mata kuliah Matematika

PERSAMAAN DIFFERENSIAL. Disusun untuk memenuhi tugas mata kuliah Matematika PERSAMAAN DIFFERENSIAL Disusun untuk memenuhi tugas mata kuliah Matematika Disusun oleh: Aurey Devina B 1211041005 Irul Mauliia 1211041007 Anhy Ramahan 1211041021 Azhar Fuai P 1211041025 Murni Mariatus

Lebih terperinci

PERANCANGAN ESTIMATOR TAHANAN ROTOR MOTOR INDUKSI TIGA FASA PADA PENGENDALIAN TANPA SENSOR KECEPATAN

PERANCANGAN ESTIMATOR TAHANAN ROTOR MOTOR INDUKSI TIGA FASA PADA PENGENDALIAN TANPA SENSOR KECEPATAN PERANCANGAN ESTIMATOR TAHANAN ROTOR MOTOR INDUKSI TIGA FASA PADA PENGENDALIAN TANPA SENSOR KECEPATAN Akhma Musafa 1 1 Pogam Stui Teknik Elekto, Fakultas Teknik, Univesitas Bui Luhu Jl. Cileug Raya Petukangan

Lebih terperinci

EKONOMETRIKA PERSAMAAN SIMULTAN

EKONOMETRIKA PERSAMAAN SIMULTAN EKONOMETRIKA PERSAMAAN SIMULTAN OLEH KELOMPOK 5 DEKI D. TAPATAB JUMASNI K. TANEO MERSY C. PELT DELFIANA N. ERO GERARDUS V. META ARMY A. MBATU SILVESTER LANGKAMANG FAKULTAS PERTANIAN UNIVERSITAS NUSA CENDANA

Lebih terperinci

ESTIMASI WAKTU DAN SUDUT PEMUTUS KRITIS PADA SISTEM TENAGA LISTRIK DENGAN METODE LUAS SAMA

ESTIMASI WAKTU DAN SUDUT PEMUTUS KRITIS PADA SISTEM TENAGA LISTRIK DENGAN METODE LUAS SAMA Vol. 9 No. 1 Juni 1 : 53 6 ISSN 1978-365 ESTIMASI WAKTU DAN SUDUT PEMUTUS KRITIS PADA SISTEM TENAGA LISTRIK DENGAN METODE LUAS SAMA Slamet Pusat Penelitian an Pengembangan Teknologi Ketenagalistrikan an

Lebih terperinci

BAB 4 HASIL PENELITIAN. identitas responden seperti jenis kelamin. Tabel 4.1 Identitas Jenis Kelamin Responden. Frequ Percent

BAB 4 HASIL PENELITIAN. identitas responden seperti jenis kelamin. Tabel 4.1 Identitas Jenis Kelamin Responden. Frequ Percent BAB 4 HASIL PENELITIAN 4.1 Hasil Penelitian 4.1.1 Ientitas Responen Dari analisis ata ang iperoleh peneliti ari lapangan akan iuraikan alam bab ini. Penelitian ini bertujuan untuk mengetahui pengaruh taangan

Lebih terperinci

BAB IV ANALISIS DATA. analisis paired sample T-test yaitu Ada atau tidaknya Pengaruh Terapi Rational

BAB IV ANALISIS DATA. analisis paired sample T-test yaitu Ada atau tidaknya Pengaruh Terapi Rational BAB IV ANALISIS DATA Analisis data meupakan hasil kegiatan setelah data dai seluuh esponden atau sumbe data lainnya tekumpul. Hal ini betujuan untuk mengetahui tingkat kebenaan hipotesis-hipotesis penelitian

Lebih terperinci

merupakan kabupaten ke dua terbesar di Jawa Timur. Kabupaten Malang berbatasan dengan dua kota madya yaitu Malang dan Batu dan

merupakan kabupaten ke dua terbesar di Jawa Timur. Kabupaten Malang berbatasan dengan dua kota madya yaitu Malang dan Batu dan IPTEK BAGI MASYARAKAT (IBM) USAHA PENGOLAHAN KURMA TOMAT MENGHADAPI PERMASALAHAN INTENSITAS PERUBAHAN CUACA PADA POSDAYA MANALAGI VI DAN VII DUSUN SUMBERMULYO DESA MADIREDO KECAMATAN PUJON Samsl Arifin

Lebih terperinci

PROGRAM KOMPUTER UNTUK PEMODELAN SEBARAN PERGERAKAN. Abstrak

PROGRAM KOMPUTER UNTUK PEMODELAN SEBARAN PERGERAKAN. Abstrak PROGRAM KOMPUTER UNTUK PEMODELAN SEBARAN PERGERAKAN Ruy Setiawan, ST., MT. Sukanto Tejokusuma, Ir., M.Sc. Jenny Purwonegoro, ST. Staf Pengajar Fakultas Staf Pengajar Fakultas Alumni Fakultas Teknik Sipil

Lebih terperinci

Analisis Vektor dan Fasor

Analisis Vektor dan Fasor Mol #0 EE83 ELEKTROMGNETIK I nalisis Vekto an Faso Pogam ti 1 Teknik Telekomnikasi Jsan Teknik Elekto - ekola Tinggi Teknologi Telkom anng 006 Otline Penalan ljaba kala ljaba Vekto istem Kooinat Tansfomasi

Lebih terperinci

Flowchart FP-GROWTH. Dataset Contoh

Flowchart FP-GROWTH. Dataset Contoh Flwchart FP-GROWTH Dataset Cnth Ti items 1 2,3,4,5,6 2 1,3 3 2,7 4 1,2,3,4 5 1,2,4 6 3,4,5 7 1,2,4,5 8 2,3,4,8 9 2,3,4,5,6 1 2,3,4,5 Minimal supprt : 3 % Penerapan Algritma FP-grwth Berikut ini urutan

Lebih terperinci

Politeknik Negeri Bandung - Jurusan Teknik Sipil LABORATORIUM MEKANIKA TANAH Jl. Gegerkalong Hilir, Desa Ciwaruga, Bandung, Telp./Fax.

Politeknik Negeri Bandung - Jurusan Teknik Sipil LABORATORIUM MEKANIKA TANAH Jl. Gegerkalong Hilir, Desa Ciwaruga, Bandung, Telp./Fax. Jl Gegerkalong Hilir, esa Ciwarga, Bandng, Telp/Fax : 0 01 45 8 PEMBORAN / SAMPLING AN VANE SHEAR TEST Standar Acan : ASTM - 145 89 I TUJUAN 1 Untk menyelidiki / mengetahi jenis-jenis lapisan tanah (stratigrafi)

Lebih terperinci

Analisis Komputasi pada Segmentasi Citra Medis Adaptif Berbasis Logika Fuzzy Teroptimasi

Analisis Komputasi pada Segmentasi Citra Medis Adaptif Berbasis Logika Fuzzy Teroptimasi Analisis Komptasi pada Segmentasi Citra Medis Adaptif Soesanti, dkk. 89 Analisis Komptasi pada Segmentasi Citra Medis Adaptif Berbasis Logika Fzzy Teroptimasi Indah Soesanti ), Adhi Ssanto 2), Thomas Sri

Lebih terperinci