PENDEKATAN ANALISIS FUZZY CLUSTERING
|
|
- Glenna Setiawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PENDEKATAN ANALISIS FUZZY CLUSTERING PADA PENGELOMPOKKAN STASIUN POS HUJAN UNTUK MEMBUAT ZONA PRAKIRAAN IKLIM (ZPI) (Studi Kasus Pengelopokkan Zona Prakiraan Ikli (ZPI) dengan Data Curah Hujan di Kabupaten Karawang, Kabupaten Subang dan Kabupaten Indraayu) Naa Mahasiswa : Azwar Habibi NRP : Pebibing :. Dr. Sutikno, S.Si, M.Si Co-Pebibing :. Dr. Ir. Setiawan, M.S ABSTRAK Analisis kelopok (cluster analysis) telah digunakan diberbagai bidang ilu pengetahuan, dengan tujuan engelopokkan objek/observasi. Hal penting dala analisis kelopok adalah eperoleh nilai sipangan baku dala kelopok (S W ) yang iniu dan nilai sipangan baku antar kelopok (S B ) yang aksiu. Pada penelitian ini dilakukan pengelopokkan stasiun pos hujan untuk ebentuk zona prakiraan ikli (ZPI) di Kabupaten Karawang, Subang dan Indraayu dengan enggunakan analisis Fuzzy clustering, yaitu etode fuzzy c-eans cluster, fuzzy c-shell cluster. Berdasarkan nilai rataan rasio S W /S B enunjukkan hasil kelopok yang optial untuk kedua etode fuzzy c- eans cluster dan fuzzy c-shell cluster diperoleh saa yaitu sebanyak 0 kelopok. Metode fuzzy c-eans cluster diperoleh nilai yang paling iniu yaitu 0,483 dari pada etode fuzzy c-shell cluster yaitu 0,798. Metode fuzzy c-eans cluster epunyai hasil yang lebih baik sehingga berpotensi untuk enghasilkan zona prakiraan ikli yang hoogen. Sehingga, hasil dari evaluasi kinerja pengelopokkan dengan analisis Fuzzy clustering yaitu etode Fuzzy c-eans cluster yang digunakan sebagai acuan akan dibandingkan dengan pengelopokkan zona prakiraan ikli yang pernah dilakukan oleh BMKG. Diperoleh hoogenitas ikli hasil zona revisi enggunakan Metode fuzzy c- eans cluster (ZPI revisi) epunyai kinerja lebih bagus dari pada hasil pengelopokkan yang diperoleh dari hasil ZPI BMKG. Hasil pengelopokkan enggunakan etode fuzzy c-eans cluster setelah engalai revisi (pengelopokkan ulang) diperoleh 9 kelopok (zona). Kata kunci: Analisis kelopok, Fuzzy clustering, fuzzy c-eans cluster, fuzzy c-shell cluster, Zona Prakiraan Ikli (ZPI). PENDAHULUAN Analisis Cluster erupakan analisis statistika yang bertujuan untuk engelopokkan objek-objek aatan enjadi beberapa kelopok berdasarkan peubahpeubah yang diaati. Proses penglopokkan objek-objek tersebut berdasarkan kesaaan karakteristik di antara objek-objek tersebut. Dala analisis cluster ada dua etode pengelopokkan, yaitu etode berhirarki dan etode tidak berhirarki (Johnson dan Wichern, 00). Pada proses pengelopokkan (clustering) berhirarki atau nonhirarki, pebentukan partisi dilakukan sedeikian rupa sehingga setiap objek berada tepat pada satu partisi. Akan tetapi, pada suatu saat, hal itu tidak dapat dilakukan untuk enepatkan suatu objek tepat pada suatu partisi, karena sebenarnya objek tersebut terletak diantara dua
2 atau lebih partisi yang lain. Sehingga perlu dilakukan pengelopokkan dengan enggunakan fuzzy clustering diana dala elakukan pengelopokan epertibangkan tingkat keanggotaan hipunan fuzzy sebagai dasar pebobotan (Abonyi dan Szeifert, 00). Ada beberapa etode (algorita) yang telah dikebangkan dala analisis Fuzzy clustering, antara lain etode fuzzy c-eans cluster (FCM), fuzzy c-shell cluster (FCS), fuzzy Subtractive cluster dan lain sebagainya. Penelitian terdahulu dilakukan oleh Sutikno (008) ebahas tentang evaluasi ZPI BMKG dengan pendekatan analisis kelopok khususnya yang berhirarki yaitu ebandingkan etode coplete linkage, average linkage, dan Ward s. Untuk itu dala penelitian ini akan dikaji perbandingan etode FCS dan FCM dala engevaluasi hasil ZPI BMKG untuk elihat seberapa efisien kinerja kedua etode tersebut dala pebentukan ZPI khusus untuk wilayah Kabupaten Karawang, Subang dan Indraayu. Analisis kuantitatif untuk enentukan efektifitas etode ini akan digunakan nilai sipangan baku dala kelopok (S w ) dan antar kelopok (S B ). METODE PENELITIAN Analisis Faktor Johnson dan Wichern (00), enjelaskan analisis faktor bertujuan untuk endapatkan sejulah kecil faktor (koponen utaa) yang apu enerangkan seaksial ungkin keragaan data. Analisis faktor enggabarkan hubungan kovariansi dari beberapa variabel dala sejulah kecil faktor. Variabel-variabel ini dapat dikelopokkan enjadi beberapa faktor, diana variabel-variabel dala satu faktor epunyai korelasi yang tinggi sedangkan korelasi dengan variabel-variabel pada faktor lain relatif kecil. Faktor-faktor tersebut saling independen dan tiap-tiap faktor dapat diinterpretasikan. Vektor variabel rando X yang diaati dengan p koponen epunyai vektor ean μ dan atriks variansi kovariansi, secara linier bergantung pada sejulah variabel rando yang bisa teraati F, F,...F yang disebut faktor uu (coon factor) dan ε, ε,..., ε p yang disebut error atau faktor spesifik (specific faktor). Fuzzy c-eans cluster (FCM) FCM adalah suatu teknik penggelopokkan data yang ana keberadaan tiap-tiap data dala suatu cluster ditentukan oleh nilai keanggotaan. Teknik ini pertaa kali diperkenalkan oleh Ji Bezdek pada tahun 98. konsep dasar FCM, pertaa kali adalah enentukan pusat cluster yang akan enandai rata-rata untuk tiap-tiap cluster. Pada
3 kondisi awal, pusat cluster ini asih belu akurat. Tiap-tiap data eiliki derajat keanggotaan untuk tiap-tiap cluster. Dengan cara eperbaiki pusat cluster dan nilai keanggotaan tiap-tiap data secara berulang, aka akan dapat dilihat bahwa pusat cluster akan bergerak enuju lokasi yang tepat. Perulangan ini didasarkan pada inialisasi fungsi objektif (Pi, Qin dan Wang, 006). Fungsi objektif yang digunakan pada fuzzy c-eans (FCM) adalah sebagai berikut (Pedrycz, 006): Dengan w [, ), J c n W(U,V,X) = ( μik) ( dik) () i= k= d ik adalah jarak observasi yang dapat diruuskan sebagai berikut: T ik k i k i k i k i d ( x, v ) = x v = ( x v ) ( x v ) () Algorita FCM adalah sebagai berikut : a. Input data yang akan dicluster X, berupa atriks berukuran n x (n = julah sapel data, = atribut setiap data). X ij = data sapel ke-i (i =,,,c), atribut ke-j (j =,,,). b. Menentukan : Julah cluster yang akan dibentuk = k ( k ); Pangkat (pebobot) = ( > ), berdasarkan penelitian Klawonn dan Keller (997), nilai dari yang paling optial dan sering dipakai adalah = ; Maxiu Iterasi; Error terkecil yang diharapkan (nilai positif yang sangat kecil) sebagai kriteria penghentian = ξ ; Fungsi objektif awal = P 0 = 0; Iterasi awal, t =, dan Δ = ; c. Bentuk atriks partisi awal, U 0, adalah sebagai berikut : μ( x ) L μn ( xn ) U= M O M μc ( x) L μcn( xn) Matriks partisi awal biasanya dipilih secara acak; d. enghitung pusat cluster ke-k : V ki, dengan k =,,,n; dan i =,,,c. (3) 3
4 V i = n ( ( μik ) xk ) k = n k = ( μ ) e. enghitung fungsi objektif pada iterasi ke-t, P t : P = X V μ f. enghitung perubahan atriks partisi : ik c n ( ) ( ) (5) t ij kj ik i= k= j= μ ik = j= d d ik jk ( ) dengan : i =,,,c; dan k =,,,n. g. enentukan kriteria berhenti, yaitu perubahan atriks partisi pada iterasi sekarang dengan iterasi sebelunya, sebagai berikut : Apabila t t Δ= P P < ξ (7) Δ ξ, aka iterasi dihentikan, naun apabila Δ > ξ, aka naikkan iterasi (t = t + ) dan kebali ke langkah d. Fuzzy c-shell cluster (FCS) Dave (99) enjelaskan, dala algorita FCS bentuk dasar dari cluster adalah p- diensi hyper-spherical shell yang dapat dikarakteristikan oleh pusat dan jari-jari. Misal R adalah hipunan riil, n p R adalah hipunan riil dari p-tuples. Misal p X = {x,x, L,x } R enjadi suatu hipunan data yang infinite sedeikian sehingga x k X adalah feature vector ke-k. Misal U M fc adalah fuzzy c-partisi dari X ( M fc dinotasikan sebuah hipunan dari fuzzy c-partisi dari X); dan isal V adalah c-tuple p {v, v, L,v c }, v R. Misal R adalah c-tuple + i { r, r, L, rc}, ri R. Untuk FCS, einialkan bobot julah dari jarak poin dari seperti bentuk dasar (prototipe). Jadi fungsi FCS J : M s cp c + fc R R R didefinisikan sebagai : c n s UV R = uik Dik (8) i= k= J(,, ) ( ) ( ) Dengan [, ). Jarak Dik adalah jarak antara feature vektor ke-k yaitu x k dan prototype ke-i, didefinisikan sebagai: (4) (6) 4
5 ( D ) = ( x v r) (9) ik k i i Dala persaaan diatas, adalah nor jarak euclid, pusat v i dan jari-jari r i dari bentuk dasar shell cluster. Definisi di atas didasarkan pada engukur kuadrat jarak, jadi (D ik ) adalah nilai deterinan untuk sebuah titik x k, dan prototipe (v i, r i ). Algorita pengelopokan FCS diberikan sebagai berikut: a. Menentukan k banyak cluster yang ingin dibuat, k < n, dengan n adalah julah dari data. Menentukan eksponen, antara < <. b. Menentukan counter iterasi j = 0. inisialisasi fuzzy c-partisi U 0. c. Menghitung cluster center v i, dan jari-jari cluster r i dengan enggunakan ( uik ) x k = persaaan vi = n ( u ) n k = ik k ( u ) x v k = dan persaaan ri = n ( u ) n ik k i k = ik. enggunakan etode pengganda lagrange dengan perkiraan inisial untuk iterasi pertaa dari persaaan tersebut. d. Menghitung jarak, (D ik ) enggunakan persaaan (9). e. Update anggota iterasi ke-j, U j dengan persaaan uik = ). n ( ) D ik j= D jk Periksa nilai kekonvergenan dengan ebandingkan U j dan U j- dala nilai nor yang sesuai. Jika j j U U ε <, aka berhenti. Jika j j U U ε >, aka naikkan iterasi (j = j + ) dan kebali kelangkah c. Evaluasi Hasil Pengelopokkan Untuk elihat kinerja kedua etode tersebut digunakan kriteria nilai sipangan baku, yaitu: dala kelopok (S w ) dan antar kelopok (S B ). w K S = K S dengan: K adalah banyaknya kelopok yang terbentuk dan S k erupakan sipangan baku kelopok SB = K X X K / dengan: k k = ( ) ( k ) k = X adalah rataan kelopok ke-k dan X rataan keseluruhan kelopok. Seakin kecil nilai S w dan seakin besar nilai S B, aka etode tersebut eiliki kinerja yang baik, artinya epunyai hoogenitas yang tinggi. Dengan kata lain etode yang dipilih adalah etode yang epunyai nilai S w yang iniu dan nilai S B yang aksiu. Akan tetapi secara logika akan sulit untuk elihat perbandingan k 5
6 antara nilai S w dan nilai S B karena terdapat keungkinan dala hasil pengelopokkan diperoleh nilai kriteria S w yang iniu ternyata nilai S B yang iniu sedangkan harapanya adalah aksiu, sehingga akan digunakan nilai rasio S w / S B, dengan kata lain etode yang dipilih adalah nilai rasio S w / S B yang terkecil (Bunkers et al. 996). Ilustrasi Data Data yang digunakan dala penelitian ini erupakan data sekunder yaitu data curah hujan bulanan yang diperoleh dari stasiun-stasiun di wilayah Kabupaten Karawang, Subang dan Indraayu dengan 04 stasiun. Periode data curah hujan antar stasiun cukup beraga ulai tahun Variabel yang digunakan adalah tingkat curah hujan bulanan, terdiri dari variabel curah hujan bulanan keudian direduksi enjadi 4 variabel. Tahapan Analisis Data Terdapat tiga tahapan dala elakukan analisis data, yaitu :. Pengelopokan ZPI di kabupaten Karawang, Subang dan Indraayu. a. Mendeskripsikan data curah hujan yang erupakan hasil rataan dari asingasing stasiun di kabupaten Karawang, Subang dan Indraayu. b. Mereduksi data curah hujan dengan Analisis Faktor sebagai pra-perosesan data c. Mebentuk kelopok dengan etode FCM dan FCS. d. Dilakukan evaluasi kelopok yang didapat dengan kriteria nilai sipangan baku, yaitu: dala kelopok (S w ) dan antar kelopok (S B ) dari dua etode diatas yaitu FCM dan FCS.. Modifikasi hasil pengelopokan elalui koreksi elevasi dan kontur curah hujan. a. Digunakan peta evaluasi kabupaten Karawang, Subang dan Indraayu. sebagai acuan untuk eodifikasi hasil pengelopokan yang didapat. b. Meodifikasi hasil pengelopokan berdasarkan elevasi dan kontur curah hujan. c. Mendapatkan ZPI baru dengan engidentifikasi anggota ZPI. 3. Mebandingkan kinerja ZPI antara ZPI BMKG dan ZPI terbaik. a. Mebandingkan ZPI baru yang didapat dengan ZPI ilik BMKG. b. Didapat ZPI terbaik dari hasil evaluasi kriteria sipangan baku dala dan antar kelopok. 6
7 HASIL DAN PEMBAHASAN Deskripsi Uu Curah Hujan Tiap Stasiun Pos Hujan di Kabupaten Karawang, Subang dan Indraayu Tabel enunjukkan bahwa rata-rata curah hujan pada Bulan Januari adalah tertinggi di Kabupaten Karawang, Subang dan Indraayu, yaitu sebesar 338,3. Hal ini enunjukkan pada Bulan Januari erupakan puncak dari usi penghujan. Rata-rata curah hujan terendah terjadi Bulan Agustus, yaitu sebesar 8,44. Ini berarti pada bulan ini erupakan puncak dari usi kearau di Kabupaten Karawang, Subang dan Indraayu. Jika dilihat nilai sipangan baku, pada Bulan Januari eiliki sipangan baku tertinggi, artinya pada bulan tersebut terdapat variasi curah hujan diantara stasiun pos hujan di Kabupaten Karawang, Subang dan Indraayu. Menurut nilai range, yaitu selisih nilai iniu dan aksiu yang besar, dapat diartikan tingkat curah hujan setiap stasiun pos hujan di Kabupaten Karawang, Subang dan Indraayu tinggi. Tabel. Deskripsi Tinggi Curah Hujan Bulanan di Kabupaten Karawang, Subang dan Indraayu Bulan Miniu Maksiu Rata-rata Sipangan baku Januari 6,3 569,5 338,3 83,3 Februari 3,9 44,5 38, 65,35 Maret 95,65 49,50 98,8 79,65 April 64,6 47,9 57,7 79,4 Mei 3,70 97,95 9,68 48,4 Juni 9,63 46,40 6,9 7, Juli 0,69 9,09 4,7 0,5 Agustus,53 94,9 8,44 8,8 Septeber 9,58 4,47 37,,37 Oktober 3,40 46,90 85,65 43,64 Noveber 74,9 40,8 6,6 69,54 Deseber 9,88 459,70 03,84 66,60 Gabar enjelaskan bahwa tipe curah hujan di Kabupaten Karawang, Subang dan Indraayu yaitu tipe onsunal yang berarti bersifat onsun karena dari gabar tersebut pola curah hujannya ebentuk huruf U. Selanjutnya dari Gabar dapat diidentifikasi bahwa usi penghujan di Kabupaten Karawang, Subang dan Indraayu 7
8 ulai Bulan Noveber April, sedangkan usi kearau terjadi pada Bulan Mei Oktober Bulan Gabar. Rata-rata tinggi curah hujan enurut bulan Interpretasi Analisis Faktor Analisis faktor yang bertujuan untuk ereduksi variabel-variabel bulan yang ada dala penelitian ini agar supaya tidak terjadi dependensi antar variabel karena data curah hujan yang digunakan dala penelitian ini cenderung terdapat kasus ultikolinieritas, karena dala etode etode FCS atau FCM enggunakan jarak euclid yang engharuskan bebas dari ultikolinieritas. Berdasarkan scree plot enunjukkan bahwa terdapat 4 faktor yang terbentuk dengan total keragaan 95,% yang ditunjukkan pada Gabar Untuk eperjelas dala enggabarkan karakteristik curah hujan bulanan di Kabupaten Subang, Karawang dan Indraayu dilakukan rotasi Variax. Hasil loading faktor selengkapnya disajikan pada Tabel. 0 Scree Plot of Jan,..., Des 8 Eigenvalue Julah Faktor Gabar. Scree-plot (untuk enentukan julah Loading faktor yang optiu) Tabel enunjukkan bahwa faktor (F) enggabarkan bulan-bulan usi transisi baik transisi usi kearau (Maret, April dan Mei) aupun usi penghujan (Oktober, 8
9 Noveber dan Deseber), faktor (F) lebih enggabarkan puncak usi hujan (Januari dan Februari), faktor 3 (F3) lebih enggabarkan awal usi kearau (Juni, Juli dan Agustus), seentara faktor 4 lebih enunjukkan puncak usi kearau (Septeber). Total keragaan yang dapat dijelaskan dengan epat faktor tersebut sebesar 95,%. Keragaan asing-asing faktor adalah secara berututan faktor (F) sebesar 43,7%, faktor (F) adalah 3,7%, faktor 3 (F3) sebesar 6,9% dan faktor 4 (F4) yaitu %. Data untuk pengelopokkan stasiun curah hujan selanjutnya enggunakan epat score factor. Tabel. Nilai Loading faktor dengan Rotasi Variax Variabel/ Bulan F F F3 F4 Januari Februari Maret April Mei Juni Juli Agustus Septeber Oktober Noveber Deseber Analisis Fuzzy Clustering dengan Metode FCM dan Metode FCS Ada dua pendekatan etode yang dilakukan dala penelitian ini, yaitu analisis Fuzzy Clustering enggunakan etode FCM dan FCS. Penerapan etode FCM dan FCS pada pengelopokkan ZPI diawali dengan enentuan kelopok yang akan dilakukan dari banyak cluster, k =,,0. Menentukan pangkat atau pebobot ke-fuzzy-an dala penelitian ini nilai yang digunakan adalah karena berdasarkan penelitian Klawonn dan Keller (997) nilai dari yang paling optial dan sering dipakai adalah, enentukan aksiu iterasi sebesar 00, input data yang dilakukan dala penelitian ini yaitu nilai skor faktor dari data curah hujan yang erupakan hasil rataan bulanan dari asing-asing stasiun yang tersedia series datanya (non-issing) terdiri dari variabel curah hujan (Januari-Deseber). Untuk elihat evaluasi kinerja etode FCM dan FCS digunakan nilai rataan dari rasio sipangan baku dala kelopok (S w ) dan sipangan baku antar kelopok (S B ), data yang digunakan dala engevaluasi S w dan S B erupakan data hasil pengelopokkan enggunakan etode FCM dan FCS dan hasil dari epat skor faktor 9
10 yang telah dilakukan terlebih dahulu dala analisis faktor. Berdasarkan nilai rataan rasio S w /S b enunjukkan etode FCM diperoleh nilai yang paling iniu yaitu 0,483 dari pada etode FCS yaitu 0,798 dengan hasil kelopok yang optial diperoleh saa yaitu sebanyak 0 kelopok untuk kedua etode tersebut. Dapat dikatakan etode FCM lebih baik dari pada etode FCS. Hasil penggelopokkan enggunakan etode FCM yang akan dievaluasi dan digunakan sebagai acuan untuk pebentukan ZPI. Langkah selanjutnya yaitu engkonvert hasil pengelopokkan yang optiu berdasarkan hasil yang diperoleh pada etode FCM dan etode FCS kedala software ArcView GIS 3.3 (salah satu perangkat lunak yang populer dan paling banyak digunakan untuk engelola data, enganalisa dan ebuat peta serta laporan yang berkaitan dengan data spasial bereferensi geografis), bertujuan untuk enetukan luasan ZPI hasil penggelopokkan enggunakan etode FCM dapat diidentifikasi pada gabar 3A. Penyebaran hasil penggelopokkan ZPI dengan etode FCS yang optiu dapat diinterpretasikan dala bentuk peta yaitu pada gabar 3B. Gabar 3. Pola Sebaran kelopok stasiun pos hujan hasil etode FCM (A) dan FCS (B) Untuk enentukan luasan ZPI yaitu dengan cara engidentifikasi awal yaitu dilakukan dengan enggunakan banyaknya kelopok yang ideal yang dihasilkan dari etode FCM, yaitu 0 kelopok, lihat Gabar 3(A) diatas. Berdasarkan Gabar 3(B) tapak bahwa hasil pengelopokkan dengan etode FCS sangat tidak teratur sehingga sulit untuk elakukan identifikasi guna untuk elakukan pengelopokkan ulang, sedangkan hasil pengelopokkan dengan etode FCM sangat teratur sehingga udah untuk elakukan identifikasi guna untuk elakukan pengelopokkan ulang jadi Metode FCM epunyai hasil yang baik sehingga berpotensi untuk enghasilkan ZPI yang hoogen. Hal ini didukung juga dengan hasil perhitungan indeks kualitas kelopok yang 0
11 digunakan yaitu nilai rataan rasio S w /S b enunjukkan etode FCM diperoleh nilai yang paling iniu. Tabel 3. Hasil Rataan Rasio Sipangan Baku Dala Kelopok (S w ) dan Sipangan Baku Antar Kelopok (S B ) untuk FCM dan FCS Kelopok SF SF SF3 SF4 Average Fuzzy C-Means Cluster ,3,7,99 3,97 4,6 3,033 0,844,559,30, ,7 0,797,794,63,7 5 0,386 0,64,579,075 0,96 6 0,95 0,55,386,006 0, ,609 0,60,8 0,83 0, ,38 0,565 0,909 0,804 0,65 9 0,344 0,58 0,799 0,759 0,6 0 0,344 0,565 0,56 0,507 0, Fuzzy C-Shell Cluster ,704,4 444,999 9,479,08 3 3,4 5,667,93 4,057 3,968 4,576,399 4,538 7,36 4,6 5 4,833 3,38,993 4,99 3, ,05,6 3,0 4,674 3,33 7 4,908,44,578,307, ,738 0,967,433,859,499 9,6,58,90,58,964 0,07 0,674 0,779 0,667 0,798 Pengelopokkan ulang dapat dilakukan pada stasiun pos hujan yang eiliki kode hasil pengelopokkan saa dala satu kelopok yang enjadi outlier atau eencil pola sebaranya. Untuk ebantu pengelopokkan ulang digunakan peta kontur elevasi yaitu peta kontur asing-asing skor faktor (Gabar 4). Dala hasil pengelopokkan pebagian zona tidak dibatasi oleh wilayah adinistrasi kabupaten atau kota, sehingga dala satu zona tertentu bisa encakup beberapa kabupaten/kota. Dala penelitian ini selanjutnya akan dilakukan revisi atau pengelopokkan ulang agar diperoleh ZPI yang baik yaitu dengan engidentifikasi plot peta kontur elevasi yang ditunjukkan pada Gabar 4. Berdasarkan Gabar 4 enunjukkan bahwa beberapa kode stasiun dapat dilakukan pengelopokan ulang atau tidak perlu engalai pengelopokkan ulang karena satu kelopok sudah hoogen seua. Seperti pada zona tidak perlu dilakukan pengelopokkan ulang karena anggota kelopoknya sudah saa seua (Gabar 4). Zona eliputi Karawang bagian Barat laut yang berhadapan langsung dengan Laut Jawa. Zona yang tidak engalai pengelopokkan ulang (Tabel 4). Zona epunyai ciri
12 yang agak khusus, yaitu tidak terdapat perbedaan yang nyata tinggi hujan antara usi hujan dan kearau. Rataan tinggi hujan puncak usi kearau sebesar 5. Menurut BMKG zona ini dikatakan sebagai wilayah yang tidak epunyai ZPI (non-zpi) (Sutikno, 008). Gabar 4. Peta Kontur Masing-asing Skor Faktor dan nilai Keragaannya Pada zona 3, kode stasiun 4, 5, 7, 8, dan 9 dilakukan pengelopokkan dengan kode 0. Pada zona ini eliputi Karawang bagian tengah, sebagian Subang bagian utara. Zona 4 eliputi pesisir pantai utara Karawang, Subang, Indraayu. Kode stasiun yang asuk pada zona ini adalah 5 dan 7, dilakukan pengelopokkan ulang doinan ke kode 4. Zona 5 eliputi Sebagian Subang bagian tengah sebelah tiur, sebagian Indraayu bagian tengah sebelah barat. Kode stasiun yang terasuk dala zona ini adalah, 5, 6, dan 8. Zona 6 adalah sebagian wilayah subang bagian tenggara, sebagian indraayu bagian barat daya. Kode stasiun zona ini adalah 8 pada zona ini tidak perlu engalai pengelopokkan ulang (revisi). Zona 7 adalah sebagian wilayah subang bagian tenggara, sebagian indraayu bagian barat daya (Subang bagian selatan), yang epunyai tinggi hujan yang relatif tinggi baik terutaa pada usi hujan dan usi transisi. Yang ebedakan zona ini dengan zona lain adalah topografinya, pada zona ini banyak pegunungan (Sutikno,
13 008). Kode stasiun yang asuk dala zona ini adalah 3 dan 8 yang doinan ke kode 3. Zona 8 eliputi Indraayu bagian selatan dan barat daya. Kode stasiun yang terasuk dala zona ini adalah dan 8. Zona 9 eliputi Indraayu bagian tiur dan tenggara yang berbatasan dengan Cirebon. Kode stasiun yang asuk pada zona ini adalah 5 dan 6. Zona 9 ini engalai pengelopokkan ulang yaitu kode 5 doinan ke stasiun kode 6. Hasil pengelopokkan ulang enghasilkan 9 kelopok yang selanjutnya dinaakan ZPI hasil revisi (Gabar 5). Tabel 4. Kode stasiun yang dilakukan pengelopokkan ulang enurut zona Zona Kode stasiun awal Kode stasiun doinan Keterangan Zona Tidak engalai revisi Zona 9 9 Tidak engalai revisi Zona 3 4, 5, 7, 8, dan 9 0 Kode 4 sebanyak ; 5 sebanyak 5; 7 sebanyak 5; 8 sebanyak 3; 9 sebanyak Zona 4 5, 7 4 Kode 5 sebanyak ; 7 sebanyak Zona 5, 5, 6, dan 8 7 Kode sebanyak ; 5 sebanyak ; 6 sebanyak ; 8 sebanyak Zona Tidak engalai revisi Zona 7 3, 8 3 Kode 8 sebanyak Zona 8, 8 Kode 8 sebanyak Zona 9 5, 6 6 Kode 5 sebanyak Gabar 5. ZPI Baru Berdasarkan Stasiun Pos Hujan. Perbandingan Hasil Pengelopokkan FCM dan FCS dengan ZPI BMKG Hasil dari penelitian terdahulu yang pernah dilakukan oleh BMKG (Sutikno, 008) yang eakai etode coplete linkage khusus Kabupaten Karawang, Subang, dan Indraayu terbagi atas 0 ZPI, pada dasarnya hasil penggelopokkan yang dilakukan dala penelitian ini yaitu enggunakan analisis Fuzzy clustering eperoleh 0 3
14 kelopok yang ideal akan tetapi setelah dilakukan pengelopokkan ulang guna untuk endeteksi kelopok yang enjadi outlier diperoleh 9 kelopok jadi diperoleh 9 ZPI. Dala penelitian ini hasil dari evaluasi kinerja pengelopokkan dengan analisis Fuzzy clustering yaitu FCM yang digunakan sebagai acuan akan dibandingkan dengan pengelopokkan ZPI yang pernah dilakukan oleh BMKG enggunakan kriteria nilai sipangan baku dala kelopok (S w ) dan sipangan baku antar kelopok (S B ). Berdasarkan nilai sipangan baku dala kelopok (S w ) napak bahwa ZPI revisi lebih konsisten kecil jika dibandingkan dengan ZPI BMKG (Tabel 5). Naun sipangan baku antar kelopok (S B ) belu enunjukkan perbedaan yang nyata. Tabel 5. Nilai sipangan baku dala kelopok (S w ) dan antar kelopok (S B ) asing-asing score faktor enurut ZPI BMKG dan ZPI Revisi Sipangan baku SF SF SF3 SF4 SF SF SF3 SF ZPI BMKG ZPI Baru S w 0,40 0,5 0,68 0, , S B,,3 0,88, ,87 0,70 0,66 KESIMPULAN Kesipulan yang didapat dari penelitian ini adalah sebagai berikut:. Berdasarkan nilai rataan rasio S w /S b enunjukkan hasil kelopok yang optial untuk kedua etode FCM dan FCS diperoleh saa yaitu sebanyak 0 kelopok. Metode FCM diperoleh nilai yang paling iniu yaitu 0,483 dari pada etode FCSyaitu 0,798. Metode FCM epunyai hasil yang lebih baik sehingga berpotensi untuk enghasilkan ZPI yang hoogen jika dibandingkan dengan etode FCS Hasil pengelopokkan enggunakan etode FCM setelah engalai revisi (pengelopokkan ulang) diperoleh 9 kelopok atau 9 zona. Anggota kelopok asing-asing zona adalah sebagai berikut: a) Zona : Karawang bagian barat laut b) Zona : Karawang bagian barat daya c) Zona 3 : Karawang bagian tengah, sebagian Subang bagian utara d) Zona 4 : Pantai utara Karawang/Subang/Indraayu e) Zona 5 : Sebagian Subang bagian tengah sebelah tiur, sebagian Indraayu bagian tengah sebelah barat f) Zona 6 : Sebagian subang bagian tenggara, sebagian indraayu bagian barat daya g) Zona 7 : Subang bagian selatan h) Zona 8 : sebagian Indraayu bagian selatan dan barat daya 4
15 i) Zona 9 : sebagian Indraayu bagian tiut dan tenggara.. Hoogenitas ikli hasil zona revisi enggunakan Metode FCM (ZPI revisi) epunyai kinerja lebih bagus dari pada hasil pengelopokkan yang diperoleh dari hasil ZPI BMKG. DAFTAR PUSTAKA Abonyi, J. dan Szeifert, F Supervised Fuzzy Clustering for the Identification of Fuzzy Classifiers. Journal Elsevier. 4:95-07 Bunkers, M.J. dan Miller, J. R Definition of Cliate Regions in the Northern Plains Using an Objective Cluster Modification Technique. Journal of Cliate. 9: Dave,R.N. 99. Generalized Fuzzy C-Shell Clustering and Detection of Circular And Elliptical Boundaries. Journal Pergaon Pattern Regognition 5(7):73-7 Johnson, R.A dan Wichern, D.W. 00. Applied Multivariate Statistical Analysis. 5 th edition, Prentice Hall, Upper Sandle River, New Jerse Klawonn, F. dan Keller, A Fuzzy Clustering and Fuzzy Rules. Science Journal Pedrycz, W., 006. Collaborate and Knowledge-Based Fuzzy Clustering. International Journal of Innovative Coputing, inforation and Control 3():- Pi, D., Qin, X., Wang, Q., 006. Fuzzy Clustering Algorita Based on Tree For Association Rules. International Journal of Inforation Tecnology. (3): 43-5 Sutikno, Boer R, Bey A, Notodiputro KA, dan Las I Evaluasi Zona Prakiraan Ikli (ZPI) untuk Kabupaten Karawang, Subang, dan Indraayu dengan Pendekatan Analisis Kelopok. Buletin Meteorologi dan Geofisika. 3(4): RIWAYAT HIDUP PENULIS Azwar Habibi, S.Si. dilahirkan di Jeber, Jawa Tiur pada tanggal 4 April 985. Pendidikan Sarjana (S) ditepuh di Jurusan Mateatika FMIPA-UNEJ antara tahun 003 sapai 007. Saat ini penulis adalah ahasiswa Progra Pascasarjana (S) pada Jurusan Statistika FMIPA-ITS. 5
Implementasi Histogram Thresholding Fuzzy C-Means untuk Segmentasi Citra Berwarna
JURNAL TEKNIK POMITS Vol., No., (03) ISSN: 337-3539 (30-97 Print) Ipleentasi Histogra Thresholding Fuzzy C-Means untuk Segentasi Citra Berwarna Risky Agnesta Kusua Wati, Diana Purwitasari, Rully Soelaian
Lebih terperinciPENDEKATAN ANALISIS FUZZY CLUSTERING PADA PENGELOMPOKKAN STASIUN POS HUJAN UNTUK MEMBUAT ZONA PRAKIRAAN IKLIM (ZPI)
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 PENDEKATAN ANALISIS FUZZY CLUSTERING PADA PENGELOMPOKKAN STASIUN POS HUJAN UNTUK MEMBUAT ZONA PRAKIRAAN IKLIM (ZPI) Azwar
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Konsep Dasar Graph Sebelu sapai pada pendefinisian asalah network flow, terlebih dahulu pada bagian ini akan diuraikan engenai konsep-konsep dasar dari odel graph dan representasinya
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data dan Variabel 2.1.1 Data Pengertian data enurut Webster New World Dictionary adalah things known or assued, yang berarti bahwa data itu sesuatu yang diketahui atau dianggap.
Lebih terperinciPenentuan Akar-Akar Sistem Persamaan Tak Linier dengan Kombinasi Differential Evolution dan Clustering
Jurnal Kubik, Volue No. ISSN : 338-0896 Penentuan Akar-Akar Siste Persaaan Tak Linier dengan Kobinasi Differential Evolution dan Clustering Jaaliatul Badriyah Jurusan Mateatika, Universitas Negeri Malang
Lebih terperinciSistem Linear Max-Plus Interval Waktu Invariant
Siste Linear Max-Plus Interval Waktu Invariant A 11 M. Andy udhito Progra Studi Pendidikan Mateatika FKIP Universitas Sanata Dhara Paingan Maguwoharjo Yogyakarta eail: arudhito@yahoo.co.id Abstrak elah
Lebih terperinciPerbandingan Mean Squared Error (MSE) Metode Prasad-Rao dan Jiang-Lahiri-Wan Pada Pendugaan Area Kecil
Vol. 2, 2017 Perbandingan Mean Squared Error (MSE) Metode Prasad-Rao dan Jiang-Lahiri-Wan Pada Pendugaan Area Kecil Widiarti 1*, Rifa Raha Pertiwi 2, & Agus Sutrisno 3 Jurusan Mateatika, Fakultas Mateatika
Lebih terperinciPENGENDALIAN MUTU PRODUKSI BERAT SEMEN PT. SEMEN PADANG DENGAN BAGAN KENDALI SHEWHART DAN ROBUST
Jurnal Mateatika UNAND Vol. 5 No. 1 Hal. 74 81 ISSN : 2303 2910 c Jurusan Mateatika FMIPA UNAND PENGENDALIAN MUTU PRODUKSI BERAT SEMEN PT. SEMEN PADANG DENGAN BAGAN KENDALI SHEWHART DAN ROBUST RELIGEA
Lebih terperinciI. PENDAHULUAN. Konsep teori graf diperkenalkan pertama kali oleh seorang matematikawan Swiss,
I. PENDAHULUAN. Latar Belakang Konsep teori graf diperkenalkan pertaa kali oleh seorang ateatikawan Swiss, Leonard Euler pada tahun 736, dala perasalahan jebatan Konigsberg. Teori graf erupakan salah satu
Lebih terperinciPenyelesaian Algortima Pattern Generation dengan Model Arc-Flow pada Cutting Stock Problem (CSP) Satu Dimensi
Penyelesaian Algortia Pattern Generation dengan Model Arc-Flow pada Cutting Stock Proble (CSP) Satu Diensi Putra BJ Bangun, Sisca Octarina, Rika Apriani Jurusan Mateatika Fakultas MIPA Universitas Sriwijaya
Lebih terperinciBAB I PENDAHULUAN. dalam skala prioritas pembangunan nasional dan daerah di Indonesia
BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan ekonoi erupakan asalah penting bagi suatu negara, untuk itu sejak awal pebangunan ekonoi endapat tepat penting dala skala prioritas pebangunan nasional
Lebih terperinciMATRIKS DALAM LABORATORIUM oleh : Sugata Pikatan
Kristal no.12/april/1995 1 MATRIKS DALAM LABORATORIUM oleh : Sugata Pikatan Di dala ateatika anda pasti sudah pernah berhadapan dengan sebuah siste persaaan linier. Cacah persaaan yang berada di dala siste
Lebih terperinciBAB II METODOLOGI PENELITIAN
6 BAB II METODOLOGI PENELITIAN.1 Waktu dan Tepat Penelitian Gabar Peta kawasan hutan KPH Madiun Peru perhutani Unit II Jati. Pengabilan data penelitian ini dilakukan pada bulan Oktober sapai dengan bulan
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di PT Tirta Ala Seesta. Perusahaan tersebut berlokasi di Desa Ciburayut, Kecaatan Cigobong, Kabupaten Bogor. Peilihan objek
Lebih terperinciKAJIAN METODE ZILLMER, FULL PRELIMINARY TERM, DAN PREMIUM SUFFICIENCY DALAM MENENTUKAN CADANGAN PREMI PADA ASURANSI JIWA DWIGUNA
Jurnal Mateatika UNAND Vol. 3 No. 4 Hal. 160 167 ISSN : 2303 2910 c Jurusan Mateatika FMIPA UNAND KAJIAN METODE ZILLMER, FULL PRELIMINARY TERM, DAN PREMIUM SUFFICIENCY DALAM MENENTUKAN CADANGAN PREMI PADA
Lebih terperinci1 1. POLA RADIASI. P r Dengan : = ½ (1) E = (resultan dari magnitude medan listrik) : komponen medan listrik. : komponen medan listrik
1 1. POLA RADIASI Pola radiasi (radiation pattern) suatu antena : pernyataan grafis yang enggabarkan sifat radiasi suatu antena pada edan jauh sebagai fungsi arah. pola edan (field pattern) apabila yang
Lebih terperinciBAHASAN ALGORITME ARITMETIK GF(3 ) Telah dijelaskan sebelumnya bahwa dalam mengonstruksi field GF(3 )
BAB IV BAHASAN ALGORITME ARITMETIK GF(3 ) Telah dijelaskan sebelunya bahwa dala engonstruksi field GF(3 ) diperoleh dari perluasan field 3 dengan eilih polinoial priitif berderajat atas 3 yang dala hal
Lebih terperinciBAB I PENDAHULUAN. pembangunan di bidang-bidang lain, seperti sosial, politik, dan budaya. perbedaan antara yang kaya dengan yang miskin.
BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan ekonoi erupakan asalah penting bagi suatu negara, untuk itu sejak awal pebangunan ekonoi endapat tepat penting dala skala prioritas pebangunan nasional
Lebih terperinciJURNAL GAUSSIAN, Volume 2, Nomor 4, Tahun 2013, Halaman Online di:
JURNAL GAUSSIAN, Volue, Noor 4, Tahun 013, Halaan 343-350 Online di: http://eournal-s1.undip.ac.id/index.php/gaussian SEGMENTASI PASAR PADA PUSAT PERBELANJAAN MENGGUNAKAN FUZZY C-MEANS (STUDI KASUS: RITA
Lebih terperinciKAJIAN PERBANDINGAN KINERJA GRAFIK PENGENDALI CUMULATIVE SUM
KAJIAN PERBANDINGAN KINERJA GRAFIK PENGENDALI CUMULATIVE SUM (CUSUM) DAN EXPONENTIALLY WEIGHTED MOVING AVERAGE () DALAM MENDETEKSI PERGESERAN RATARATA PROSES Oleh: Nurul Hidayah 06 0 05 Desen pebibing:
Lebih terperinciDefinisi 3.3: RUANG SAMPEL KONTINU Ruang sampel kontinu adalah ruang sampel yang anggotanya merupakan interval pada garis bilangan real.
0 RUANG SAMPEL Kita akan eperoleh ruang sapel, jika kita elakukan suatu eksperien atau percobaan. Eksperien disini erupakan eksperien acak. Misalnya kita elakukan suatu eksperien yang diulang beberapa
Lebih terperinciPerbandingan Bilangan Dominasi Jarak Satu dan Dua pada Graf Hasil Operasi Comb
Perbandingan Bilangan Doinasi Jarak Satu dan Dua pada Graf Hasil Operasi Cob Reni Uilasari 1) 1) Jurusan Teknik Inforatika, Fakultas Teknik, Universitas Muhaadiyah Jeber Eail : 1) reniuilasari@gailco ABSTRAK
Lebih terperinciPENJUMLAHAN MOMENTUM SUDUT
PENJUMAHAN MOMENTUM SUDUT A. Penjulahan Moentu Sudut = + Gabar.9. Penjulahan oentu angular secara klasik. Dua vektor oentu angular dan dijulahkan enghasilkan Jika oentu angular elektron pertaa adalah dan
Lebih terperinciDAFTAR ISI KATA PENGANTAR... DAFTAR ISI...
DAFTAR ISI KATA PENGANTAR DAFTAR ISI Halaan i iii I PENGAWASAN DAN PEMERIKSAAN 11 Latar Belakang 1 12 Fungsi Pengawas dan Peeriksa 2 13 Pengawasan 2 14 Peeriksaan 3 II PEMERIKSAAN ISIAN DAFTAR VIMK14-L2
Lebih terperinciPertemuan ke-3 Persamaan Non-Linier: Metode ½ Interval (Bisection) 27 September 2012
Perteuan ke-3 Persaaan Non-Linier: Metode ½ Interval (Bisection) 7 Septeber 01 Analisa Terapan Terapan:: Metode Nuerik Dr.Eng. Agus S. Muntohar Metode Bisection Dasar Teorea: Suatu persaaan ()0, diana
Lebih terperinciBENTUK GELOMBANG AC SINUSOIDAL
BENTUK GELOMBANG AC SINUSOIDAL. PENDAHULUAN Pada bab sebelunya telah dibahas rangkaian resistif dengan tegangan dan arus dc. Bab ini akan eperkenalkan analisis rangkaian ac diana isyarat listriknya berubah
Lebih terperinciBAB III METODE BEDA HINGGA CRANK-NICOLSON
BAB III METODE BEDA HINGGA CRANK-NICOLSON 3. Metode Beda Hingga Crank-Nicolson (C-N) Metode Crank-Nicolson dikebangkan oleh Crank John dan Phyllips Nicholson pada pertengahan abad ke-, etode ini erupakan
Lebih terperinciPelabelan Total Super (a,d) - Sisi Antimagic Pada Graf Crown String (Super (a,d)-edge Antimagic Total Labeling of Crown String Graph )
1 Pelabelan Total Super (a,d) - Sisi Antiagic Pada Graf Crown String (Super (a,d)-edge Antiagic Total Labeling of Crown String Graph ) Enin Lutfi Sundari, Dafik, Slain Pendidikan Mateatika, Fakultas Keguruan
Lebih terperinciKata kunci : Analisis kelompok, Fuzzy Clustering, Fuzzy C-Means (FCM), Fuzzy C-Shell (FCS), Penginderaaan Jarak Jauh.
PERBANDINGAN METODE FUZZY C-MEANS (FCM) DAN FUZZY C- SHELL (FCS) MENGGUNAKAN DATA CITRA SATELIT QUICKBIRD (STUDI KASUS DAERAH PEUKAN BADA, ACEH BESAR) Novi Reandy Sasmita 1, Hizir Sofyan 1, Muhammad Subianto
Lebih terperinciPEMBENTUKAN SEL-SEL MESIN UNTUK MENDAPATKAN PENGURANGAN JARAK DAN BIAYA MATERIAL HANDLING DENGAN METODE HEURISTIK DI PT. BENGKEL COKRO BERSAUDARA
PEMBENTUKAN SEL-SEL MESIN UNTUK MENDAPATKAN PENGURANGAN JARAK DAN BIAYA MATERIAL HANDLING DENGAN METODE HEURISTIK DI PT. BENGKEL COKRO BERSAUDARA Babang Purwanggono, Andre Sugiyono Progra Studi Teknik
Lebih terperinciBAB III. METODE PENELITIAN. Tabel 1. Indikator/ Indikasi Penelitian
39 BAB III. METODE PENELITIAN 3.1. Tipe Penelitian Penelitian ini terasuk tipe penelitian dengan pendekatan analisis deskriptif kualitatif dan kuantitatif. Analisis ini dipergunakan untuk enggabarkan tentang
Lebih terperinciPENGGUNAAN METODE HOMOTOPI PADA MASALAH PERAMBATAN GELOMBANG INTERFACIAL
PENGGUNAAN METODE HOMOTOPI PADA MASALAH PERAMBATAN GELOMBANG INTERFACIAL JAHARUDDIN Departeen Mateatika Fakultas Mateatika Ilu Pengetahuan Ala Institut Pertanian Bogor Jl Meranti, Kapus IPB Daraga, Bogor
Lebih terperinciBAB I PENDAHULUAN. History Analysis), metode respon spektrum (Response Spectrum Method), dangaya
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Gepa dapat terjadi sewaktu waktu akibat gelobang yang terjadi pada sekitar kita dan erabat ke segala arah.gepa bui dala hubungannya dengan suatu wilayah berkaitan
Lebih terperinciBab III S, TORUS, Sebelum mempelajari perbedaan pada grup fundamental., dan figure eight terlebih dahulu akan dipelajari sifat dari grup
GRUP FUNDAMENTAL PADA Bab III S, TORUS, P dan FIGURE EIGHT Sebelu epelajari perbedaan pada grup fundaental S, Torus, P, dan figure eight terlebih dahulu akan dipelajari sifat dari grup fundaental asing-asing
Lebih terperinciCLASSIFIER BERDASAR TEORI BAYES. Pertemuan 4 KLASIFIKASI & PENGENALAN POLA
CLASSIFIER BERDASAR TEORI BAYES Perteuan 4 KLASIFIKASI & PENGENALAN POLA Miniu distance classifiers elakukan klasifikasi berdasarkan jarak terpendek. Ada dua jenis yang dibahas:. The Euclidean Distance
Lebih terperinciDISTRIBUSI DUA PEUBAH ACAK
0 DISTRIBUSI DUA PEUBAH ACAK Dala hal ini akan dibahas aca-aca fungsi peluang atau fungsi densitas ang berkaitan dengan dua peubah acak, aitu distribusi gabungan, distribusi arginal, distribusi bersarat,
Lebih terperinciBab 2 Tinjauan Pustaka
5 Bab 2 Tinjauan Pustaka 2.1. Definisi Penjadwalan Penjadwalan adalah kegiatan pengalokasian suber-suber atau esin-esin yang ada untuk enjalankan sekupulan tugas dala jangka waktu tertentu. (Baker,1974).
Lebih terperinciMAKALAH SEMINAR TUGAS AKHIR ANALISIS TEKSTUR MENGGUNAKAN METODE TRANSFORMASI PAKET WAVELET Rosanita Listyaningrum*, Imam Santoso**, R.
1 MAKALAH SEMINAR TUGAS AKHIR ANALISIS TEKSTUR MENGGUNAKAN METODE TRANSFORMASI PAKET WAVELET Rosanita Listyaningru*, Ia Santoso**, R.Rizal Isnanto** Abstrak - Tekstur adalah karakteristik yang penting
Lebih terperinciANALISA GELOMBANG KEJUT TERHADAP KARAKTERISTIK ARUS LALU LINTAS DI JALAN WALANDA MARAMIS BITUNG
Jurnal Iliah MEDIA ENGINEERING Vol. 3, No. 2, Juli 2013 ISSN 2087-9334 (94-98) ANALISA GELOMBANG KEJUT TERHADAP KARAKTERISTIK ARUS LALU LINTAS DI JALAN WALANDA MARAMIS BITUNG Octaviani Litwina Ada Aluni
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI Pada bab ini enjelaskan engenai berbagai teori yang digunakan untuk elakukan penelitian ini. Bab ini terdiri dari penjelasan engenai penghitung pengunjung, lalu penjelasan engenai
Lebih terperinciIII. KERANGKA PEMIKIRAN. Proses produksi di bidang pertanian secara umum merupakan kegiatan
2 III. KERANGKA PEMIKIRAN Proses produksi di bidang pertanian secara uu erupakan kegiatan dala enciptakan dan enabah utilitas barang atau jasa dengan eanfaatkan lahan, tenaga kerja, sarana produksi (bibit,
Lebih terperinciMODEL SKEDUL MIGRASI DAN APLIKASINYA DALAM PROYEKSI PENDUDUK MULTIREGIONAL MUSLIMAH
MODEL SKEDUL MIGRASI DAN APLIKASINYA DALAM PROYEKSI PENDUDUK MULTIREGIONAL MUSLIMAH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya
Lebih terperinciANALISIS EMPIRICAL ORTHOGONAL FUNCTION (EOF) BERBASIS EIGEN VALUE PROBLEM (EVP) PADA DATASET SUHU PERMUKAAN LAUT INDONESIA
ANALISIS EMPIRICAL ORTHOGONAL FUNCTION (EOF) BERBASIS EIGEN VALUE PROBLEM (EVP) PADA DATASET SUHU PERMUKAAN LAUT INDONESIA S. M. ROBIAL 1, S. NURDIATI 2, A. SOPAHELUWAKAN 3 Abstrak Data global Suhu Perukaan
Lebih terperinciBAB 4. HASIL DAN PEMBAHASAN
BAB 4. HASIL DAN PEMBAHASAN Analisa pelat lantai gedung rawat inap RSUD Surodinawan Kota Mojokerto dengan enggunakan teori garis leleh ebutuhkan beberapa tahap perhitungan dan analsis aitu perhitungan
Lebih terperinciBAB I PENDAHULUAN. sumber untuk membiayai dirinya dan keluarganya, dan bagi tenaga kerja yang
BAB I PENDAHULUAN A. Latar Belakang Upah bagi para pekerja erupakan faktor penting karena erupakan suber untuk ebiayai dirinya dan keluarganya, dan bagi tenaga kerja yang berpendidikan upah erupakan hasil
Lebih terperinciBUKU 3 PEDOMAN PENGAWAS/PEMERIKSA BADAN PUSAT STATISTIK
BUKU 3 PEDOMAN PENGAWAS/PEMERIKSA BADAN PUSAT STATISTIK KATA PENGANTAR Buku 3 ini erupakan seri buku pedoan yang disusun dala rangka Survei Industri Mikro dan Kecil 2013 (VIMK13) Buku ini euat pedoan bagi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Beberapa Defenisi Pada analisa keputusan, si pebuat keputusan selalu doinan terhadap penjabaran seluruh alternatif yang terbuka, eperkirakan konsequensi yang perlu dihadapi pada setiap
Lebih terperinciISSN WAHANA Volume 67, Nomer 2, 1 Desember 2016
ISSN 0853 4403 WAHANA Volue 67, Noer 2, Deseber 206 PERBANDINGAN LATIHAN BOLA DIGANTUNG DAN BOLA DILAMBUNGKAN TERHADAP HASIL BELAJAR SEPAK MULA DALAM PERMAINAN SEPAK TAKRAW PADA SISWA PUTRA KELAS X-IS
Lebih terperinciPEMILIHAN PERINGKAT TERBAIK FESTIVAL KOOR MENGGUNAKAN METODE TOPSIS
Seinar Nasional Teknologi Inforasi dan Kounikasi 01 (SENTIKA 01 ISSN: 089-981 Yogyakarta, 8 Maret 01 PEMILIHAN PERINGKAT TERBAIK FESTIAL KOOR MENGGUNAKAN METODE TOPSIS Sauel Manurung 1 1Progra Studi Teknik
Lebih terperinciBAB III ESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK 2-LEVEL. Model hirarki 2-level merupakan model statistik yang digunakan untuk
BAB III ESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK -LEVEL Model hirarki -level erupakan odel statistik ang digunakan untuk enganalisis data ang bersarang, atau data ang epunai struktur hirarki -level.
Lebih terperinciPEMILIHAN KRITERIA DALAM PEMBUATAN KARTU KREDIT DENGAN MENGGUNAKAN METODE FUZZY AHP
E-Jurnal Mateatika Vol. 3, No. Januari 204, 25-32 ISSN: 2303-75 PEMILIHAN KRITERIA DALAM PEMBUATAN KARTU KREDIT DENGAN MENGGUNAKAN METODE FUZZY AHP JOKO HADI APRIANTO, G. K. GANDHIADI 2, DESAK PUTU EKA
Lebih terperinciVolume 17, Nomor 2, Hal Juli Desember 2015
Volue 17, Noor 2, Hal. 111-120 Juli Deseber 2015 ISSN:0852-8349 EFEKTIVITAS PENGGUNAAN MEDIA MIND MAP TERHADAP PRESTASI BELAJAR BIOLOGI SISWA KELAS VII SMP NEGERI 2 KERINCI TAHUN PELAJARAN 2014/2015 Efriana
Lebih terperinciModel Produksi dan Distribusi Energi
Model Produksi dan Distribusi Energi Yayat Priyatna Jurusan Mateatika FMIPA UNPAD Jl. Raya Jatinangor Bdg Sd K 11 E ail : yatpriyatna@yahoo.co Abstrak Salah satu tujuan utaa proses produksi dan distribusi
Lebih terperinciPenggunaan Media Manik-Manik Untuk Meningkatkan Kemampuan Belajar Matematika Anak Tunagrahita. Maman Abdurahman SR dan Hayatin Nufus
Riset PenggunaanMedia Manik-Manik* Maan Abdurahan SR HayatinNufus Penggunaan Media Manik-Manik Untuk Meningkatkan Keapuan Belajar Mateatika Anak Tunagrahita Maan Abdurahan SR Hayatin Nufus Universitas
Lebih terperinciBAB I PENDAHULUAN. segi kuantitas dan kualitasnya. Penambahan jumlah konsumen yang tidak di ikuti
BAB I PENDAHULUAN 1.1 Latar Belakang Air erupakan kebutuhan yang penting bagi kehidupan anusia. Manusia tidak dapat elanjutkan kehidupannya tanpa penyediaan air yang cukup dala segi kuantitas dan kualitasnya.
Lebih terperinciPenjadwalan Pekerjaan pada No-Wait Flowshop dengan Pembatas Common Due-Date
Perfora (2003) Vol. 2, No.: - 5 Penjadwalan Pekerjaan pada No-Wait Flowshop dengan Pebatas Coon Due-Date Yuniaristanto Jurusan Teknik Industri, Universitas Sebelas Maret, Surakarta Abstract This paper
Lebih terperinciSTUDI SIMULASI BIAS ESTIMATOR GPH PADA DATA SKIP SAMPLING
Statistika, Vol., No., Noveber 0 STUDI SIMULASI BIAS ESTIMATOR GPH PADA DATA SKIP SAMPLING Gede Suwardika, Heri Kuswanto, Irhaah Jurusan Statistika,Fakultas Mateatika dan Ilu Pengetahuan Ala, Universitas
Lebih terperinciPERANCANGAN SISTEM KOMPUTERISASI PROSES PINJAMAN DAN ANGSURAN PINJAMAN ANGGOTA KOPERASI ( STUDI KASUS PADA KOPERASI AMANAH SEJAHTERA SEMARANG )
PERANCANGAN SISTEM KOMPUTERISASI PROSES PINJAMAN DAN ANGSURAN PINJAMAN ANGGOTA KOPERASI ( STUDI KASUS PADA KOPERASI AMANAH SEJAHTERA SEMARANG ) Siti Munawaroh, S.Ko Abstrak: Koperasi Aanah Sejahtera erupakan
Lebih terperinciBAB I PENDAHULUAN. daya nasional yang memberikan kesempatan bagi peningkatan demokrasi, dan
BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan daerah sebagai bagian yang integral dari pebangunan nasional dilaksanakan berdasakan prinsip otonoi daerah dan pengaturan suber daya nasional yang
Lebih terperinciANALISA PENGGUNAAN GENEATOR INDUKSI TIGA FASA PENGUATAN SENDIRI UNTUK SUPLAI SISTEM SATU FASA
ANALISA PENGGUNAAN GENEATOR INDUKSI TIGA ASA PENGUATAN SENDIRI UNTUK SUPLAI SISTEM SATU ASA Maulana Ardiansyah, Teguh Yuwono, Dedet Candra Riawan Jurusan Teknik Elektro TI - ITS Abstrak Generator induksi
Lebih terperinciPerancangan Sistem Tracking Quadrotor untuk Sebuah Target Bergerak di Darat Menggunakan Sistem Fuzzy
JURNAL TEKNIK POMITS Vol. 3, No. 1, (2014) ISSN: 2337-3539 (2301-9271 Print) A-58 Perancangan Siste Tracking Quadrotor untuk Sebuah Target Bergerak di Darat Menggunakan Siste Fuzzy Mochaad Raa Raadhan,
Lebih terperinciANALISIS ALGORITMA LOCALLY OPTIMAL HARD HANDOFF TERHADAP KECEPATAN DAN KORELASI JARAK
ANALISIS ALGORITMA LOCALLY OPTIMAL HARD HANDOFF TERHADAP KECEPATAN DAN KORELASI JARAK Lucky T Sianjuntak, Maksu Pine Departeen Teknik Elektro, Fakultas Teknik Universitas Suatera Utara, Medan e-ail : LuckyTrasya@gail.co
Lebih terperinciTERMODINAMIKA TEKNIK II
DIKTAT KULIAH TERMODINAMIKA TEKNIK II TEKNIK MESIN FAKULTAS TEKNIK UNIVERSITAS DARMA PERSADA 2005 i DIKTAT KULIAH TERMODINAMIKA TEKNIK II Disusun : ASYARI DARAMI YUNUS Jurusan Teknik Mesin, Fakultas Teknik
Lebih terperinciPERAMALAN MULTI ATRIBUT DENGAN MENGGUNAKAN FUZZY CLUSTERING (STUDI KASUS: STOCK PRICE)
PERAMALAN MULTI ATRIBUT DENGAN MENGGUNAKAN FUZZY CLUSTERING (STUDI KASUS: STOCK PRICE ABSTRAK Sektor ekonoi erupakan salah satu sektor yang paling dekat dengan anusia, yang diana salah satu bentuk yang
Lebih terperinciIMPLEMENTASI PANORAMIC IMAGE MOSAIC DENGAN METODE 8 PARAMETER PERSPECTIVE TRANSFORMATION
IMPLEMENTSI PNORMIC IMGE MOSIC DENGN METODE 8 PRMETER PERSPECTIVE TRNSFORMTION Rud dipranata, Hendra Litoo, Cherr G. Ballangan Teknik Inforatika, Fakultas Teknologi Industri, Universitas Kristen Petra
Lebih terperinciKELUARGA METODE ITERASI ORDE EMPAT UNTUK MENCARI AKAR GANDA PERSAMAAN NONLINEAR ABSTRACT
KELUARGA METODE ITERASI ORDE EMPAT UNTUK MENCARI AKAR GANDA PERSAMAAN NONLINEAR Kiki Reski Ananda 1 Khozin Mu taar 2 12 Progra Studi S1 Mateatika Jurusan Mateatika Fakultas Mateatika dan Ilu Pengetahuan
Lebih terperinciPERHITUNGAN INTEGRAL FUNGSI REAL MENGGUNAKAN TEKNIK RESIDU
PERHITUNGAN INTEGRAL FUNGSI REAL MENGGUNAKAN TEKNIK RESIDU Warsito (warsito@ail.ut.ac.id) Universitas Terbuka ABSTRAT A function f ( x) ( is bounded and continuous in (, ), so the iproper integral of rational
Lebih terperinciPENANGANAN MASALAH COLD START DAN DIVERSITY REKOMENDASI MENGGUNAKAN ITEM-BASED CLUSTERING HYBRID METHOD
ISSN : 355-9365 e-proceeding of Engineering : Vol., No.3 Deseber 015 Page 8035 PENANGANAN MASALAH COLD START DAN DIVERSITY REKOMENDASI MENGGUNAKAN ITEM-BASED CLUSTERING HYBRID METHOD The Handling of Cold
Lebih terperinciUji Rank Mann-Whitney Dua Tahap
Statistika, Vol. 7 No., 55 60 Mei 007 ji Rank Mann-Whitney Dua Tahap Teti Sofia Yanti Dosen Jurusan Statistika FMIPA NISBA. Abstrak ji rank Mann-Whitney adalah salah satu bentuk pengujian dala analisis
Lebih terperinciBENTUK NORMAL SMITH DAN MATRIKS BAIK KIRI/KANAN
BENTUK NORMAL SMITH DAN MATRIKS BAIK KIRI/KANAN Yuiati (yui@ail.ut.ac.id) Universitas Terbuka ABSTRACT The Sith noral for and left good atrix have been known in atrix theore. Any atrix over the principal
Lebih terperinciBAB III m BAHASAN KONSTRUKSI GF(3 ) dalam penelitian ini dapat dilakukan dengan mengacu pada konsep perluasan filed pada Bab II bagian 2.8.
BAB III BAHASAN KONSTRUKSI GF( ) Untuk engonstruksi GF( ) dala penelitian ini dapat dilakukan dengan engacu pada konsep perluasan filed pada Bab II bagian 28 Karena adalah bilangan pria, aka berdasarkan
Lebih terperinciGetaran adalah gerakan bolak-balik dalam suatu interval waktu tertentu. Getaran berhubungan dengan gerak osilasi benda dan gaya yang berhubungan
2.1.2. Pengertian Getaran Getaran adalah gerakan bolak-balik dala suatu interval waktu tertentu. Getaran berhubungan dengan gerak osilasi benda dan gaya yang berhubungan dengan gerak tersebut. Seua benda
Lebih terperinciDiberikan sebarang relasi R dari himpunan A ke B. Invers dari R yang dinotasikan dengan R adalah relasi dari B ke A sedemikian sehingga
Departent of Matheatics FMIPA UNS Lecture 3: Relation C A. Universal, Epty, and Equality Relations Diberikan sebarang hipunan A. Maka A A dan erupakan subset dari A A dan berturut-turut disebut relasi
Lebih terperinciPengendalian Kualitas Proses Produksi Teh Hitam di PT. Perkebunan Nusantara XII Unit Sirah Kencong
JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Print) D-37 Pengendalian Kualitas Proses Produksi Teh Hita di PT. Perkebunan Nusantara XII Unit Sirah Kencong Qulsu Dwi Anggraini, Haryono, Diaz
Lebih terperinciPedoman Pemeriksa/Pengawas VIMK14 Triwulanan
Pedoan Peeriksa/Pengawas VIMK14 Triwulanan i ii Pedoan Pengawas/ Peeriksa VIMK14 Triwulanan DAFTAR ISI KATA PENGANTAR i DAFTAR ISI iii I PENGAWASAN DAN PEMERIKSAAN 11 Latar Belakang 1 12 Fungsi Pengawas
Lebih terperinciBAB 3 SEJARAH SINGKAT TEMPAT RISET. 3.1 Sejarah Singkat Badan Pusat Statistik (BPS)
BAB 3 SEJARAH SINGKAT TEMPAT RISET 3.1 Sejarah Singkat Badan Pusat Statistik (BPS) Adapun sejarah Badan Pusat Statistik di Indonesia terjadi epat asa peerintah di Indonesia, antara lain : 1. Masa Peerintahan
Lebih terperinciFaktor-Faktor yang Mempengaruhi Angka Gizi Buruk Di Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline
JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-9X D-77 Faktor-Faktor yang Mepengaruhi Angka Gizi Buruk Di Jawa Tiur dengan Pendekatan Regresi Nonparaetrik Spline Riana Kurnia Dewi, I Nyoan Budiantara
Lebih terperinciKonstruksi Kode Cross Bifix Bebas Ternair Untuk Panjang Ganjil
Prosiding SI MaNIs (Seinar Nasional Integrasi Mateatika dan Nilai Islai) Vol.1, No.1, Juli 017, Hal. 1-5 p-issn: 580-4596; e-issn: 580-460X Halaan 1 Konstruksi Kode Cross Bifix Bebas Ternair Untuk Panjang
Lebih terperinciSOAL UJIAN SELEKSI CALON PESERTA OLIMPIADE SAINS NASIONAL 2013 TINGKAT PROPINSI
SOAL UJIAN SELEKSI CALON PESERTA OLIMPIADE SAINS NASIONAL 013 TINGKAT PROPINSI FISIKA Waktu : 3,5 ja KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN DIREKTORAT JENDERAL PENDIDIKAN MENENGAH DIREKTORAT PEMBINAAN SEKOLAH
Lebih terperinciBAB III UJI STATISTIK PORTMANTEAU DALAM VERIFIKASI MODEL RUNTUN WAKTU
BAB III UJI STATISTIK PORTMANTEAU DALAM VERIFIKASI MODEL RUNTUN WAKTU Salah satu langkah yang paling penting dala ebangun suatu odel runtun waktu adalah dari diagnosisnya dengan elakukan peeriksaan apakah
Lebih terperinciTHE CAUSALITY AVAILABILITY OF FOOD AND ECONOMIC GROWTH IN CENTRAL JAVA
THE CAUSALITY AVAILABILITY OF FOOD AND ECONOMIC GROWTH IN CENTRAL JAVA Juli Biantoro 1, Didit Purnoo 2 1,2 Fakultas Ekonoi dan Bisnis, Universitas Muhaadiyah Surakarta dp274@us.ac.id Abstrak Ketahanan
Lebih terperinciJurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro, Jl. Prof. Sudharto, Tembalang, Semarang, Indonesia
APLIKASI KENDALI ADAPTIF PADA SISTEM PENGATURAN TEMPERATUR CAIRAN DENGAN TIPOLOGI KENDALI MODEL REFERENCE ADAPTIVE CONTROLLER (MRAC) Ferry Rusawan, Iwan Setiawan, ST. MT., Wahyudi, ST. MT. Jurusan Teknik
Lebih terperinciBilangan Kromatik Lokasi n Amalgamasi Bintang yang dihubungkan oleh suatu Lintasan
Jurnal Mateatika Integratif. Vol. 13, No. 2 (2017), pp. 115 121. p-issn:1412-6184, e-issn:2549-903 doi:10.24198/ji.v13.n2.11891.151-121 Bilangan Kroatik Lokasi n Aalgaasi Bintang yang dihubungkan oleh
Lebih terperinciKecepatan atom gas dengan distribusi Maxwell-Boltzmann (1) Oleh: Purwadi Raharjo
Kecepatan ato gas dengan distribusi Mawell-Boltzann () Oleh: Purwadi Raharjo Dala proses odifikasi perukaan bahan, kita ungkin sering endengar teknologi pelapisan tipis (thin fil). Selain pelapisan tipis,
Lebih terperinciSEMINAR NASIONAL PENDIDIKAN FISIKA 2017
Peran Pendidikan, Sains, dan Teknologi untuk Mengebangkan Budaya Iliah dan Inovasi terbarukan dala endukung Sustainable Developent Goals (SDGs) 2030 ANALISIS INTENSITAS MEDAN MAGNET EXTREMELY LOW FREQUENCY
Lebih terperinciBAB V PERENCANAAN STRUKTUR
BAB V PERENCANAAN STRUKTUR 5.1. TINJAUAN UMUM Dala perencanaan suatu bangunan pantai harus ditetapkan terlebih dahulu paraeter-paraeter yang berperan dalan perhitungan struktur. Paraeterparaeter tersebut
Lebih terperinciMembelajarkan Geometri dengan Program GeoGebra
Mebelajarkan Geoetri dengan Progra GeoGebra Oleh : Jurusan Pendidikan Mateatika FMIPA UNY Yogyakarta Eail: ali_uny73@yahoo.co ABSTRAK Peanfaatan teknologi koputer dengan berbagai progranya dala pebelajaran
Lebih terperinciBUKU 3 : PEDOMAN PENGAWAS / PEMERIKSA
BADAN PUSAT STATISTIK BUKU 3 : PEDOMAN PENGAWAS / PEMERIKSA SURVEI INDUSTRI MIKRO DAN KECIL TAHUNAN T A H U N 2 0 1 5 (VIMK15 TAHUNAN) Pedoan Teknis Pipinan BPS Provinsi, Kabupaten/Kota VIMK15 Tahunan
Lebih terperinciABSTRAK. Keywords: Economic Quantity Production, Nasution, A.H, Perencanaan dan Pengendalian Persediaan. ABSTRACT
PERECANAAN DAN PENGENDALIAN PRODUKSI UNTUK MEMINIMALKAN BIAYA PRODUKSI DENGAN METODE ECONOMIC PRODUCTION QUANTITY MULTI ITEM DI CV. FAJAR TEKNIK SEJAHTERA Dio Kharisa Putra, Rusindiyanto dan Budi Santoso
Lebih terperinciMAKALAH SISTEM BASIS DATA
MAKALAH SISTEM BASIS DATA (Entity Relationship Diagra (ERD) Reservasi Hotel) Disusun Oleh : Yulius Dona Hipa (16101055) Agustina Dau (15101635) Arsenia Weni (16101648) PROGRAM STUDI TEKNIK INFORMARIKA
Lebih terperinciKUANTIFIKASI JENIS KAYU BERDASARKAN SIFAT ELEKTRIK QUANTIFICATION THE TYPES OF WOOD BASED ELECTRICAL PROPERTIES
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.3 Deseber 2017 Page 3906 KUANTIFIKASI JENIS KAYU BERDASARKAN SIFAT ELEKTRIK QUANTIFICATION THE TYPES OF WOOD BASED ELECTRICAL PROPERTIES Zeny Firdha
Lebih terperinciPersamaan Schrödinger dalam Matriks dan Uraian Fungsi Basis
Bab 2 Persaaan Schrödinger dala Matriks dan Uraian Fungsi Basis 2.1 Matriks Hailtonian dan Fungsi Basis Tingkat-tingkat energi yang diizinkan untuk sebuah elektron dala pengaruh operator Hailtonian Ĥ dapat
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN A. Waktu dan Tepat Penelitian dilaksanakan pada bulan Agustus 2007 sapai dengan April 2008. Lokasi penelitian adalah Kabupatenn Solok Selatan Provinsi Suatera Barat dan Kabupaten
Lebih terperinciMETODE ITERASI TIGA LANGKAH DENGAN ORDE KONVERGENSI LIMA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR BERAKAR GANDA ABSTRACT
METODE ITERASI TIGA LANGKAH DENGAN ORDE KONVERGENSI LIMA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR BERAKAR GANDA Zuhnia Lega 1, Agusni, Supriadi Putra 1 Mahasiswa Progra Studi S1 Mateatika Laboratoriu Mateatika
Lebih terperinciek SIPIL MESIN ARSITEKTUR ELEKTRO
ek SIPIL MESIN ARSITEKTUR ELEKTRO BERBAGAI KESALAHAN PENEMPATAN DARI SIRKUIT ANALOG Tadjuddin Hadhany * Abstract This Paper relate with error detection in linear analogy circuit, this ethod propose based
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN CALON ASISTEN PRAKTIKUM MENGGUNAKAN METODE SMART
Prosiding Seinar Nasional Ilu Koputer dan Teknologi Inforasi Vol., No., Septeber 07 e-issn 540-790 dan p-issn 54-66X SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN CALON ASISTEN PRAKTIKUM MENGGUNAKAN METODE
Lebih terperinciPENENTUAN BESAR CADANGAN PADA ASURANSI JIWA BERSAMA DWIGUNA DENGAN MENGGUNAKAN METODE ILLINOIS
Jurnal Mateatika UNAND Vol. 5 No. 3 Hal. 85 91 ISSN : 2303 2910 c Jurusan Mateatika FMIPA UNAND PENENTUAN BESAR CADANGAN PADA ASURANSI JIWA BERSAMA DWIGUNA DENGAN MENGGUNAKAN METODE ILLINOIS FERDY NOVRI
Lebih terperinciBUKU 3 PEDOMAN PENGAWAS/PEMERIKSA BADAN PUSAT STATISTIK
BUKU 3 PEDOMAN PENGAWAS/PEMERIKSA BADAN PUSAT STATISTIK BAB I PENGAWASAN DAN PEMERIKSAAN 11 Latar Belakang Keberhasilan suatu kegiatan survei tidak terlepas dari tanggung jawab, fungsi dan peran seluruh
Lebih terperinciPenerapan Metode Simpleks Untuk Optimalisasi Produksi Pada UKM Gerabah
Konferensi Nasional Siste & Inforatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Penerapan Metode Sipleks Untuk Optialisasi Produksi Pada UKM Gerabah Ni Luh Gede Pivin Suwirayanti STMIK STIKOM Bali Jl. Raya
Lebih terperinciDETEKSI FITUR WAJAH MANUSIA TANPA MARKER AKTIF MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA)
DETEKSI FITUR WAJAH MANUSIA TANPA MARKER AKTIF MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) Muliyadi 1), Tulus 2), F. Fahi 3) Jurusan Teknik Elektro Politeknik Negeri Lhokseuawe 1) Jl. B. Aceh-Me
Lebih terperinci