SATUAN ACARA PERKULIAHAN ( SAP )
|
|
- Ratna Susman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kulah : Pengolahan Ctra Dgtal Kode : IES 6323 Semester : VI Waktu : 1 x 3x 50 Ment Pertemuan : 9 A. Kompetens 1. Utama Mahasswa dapat memaham tentang sstem pengolahan ctra dgtal dan hal yang terkat secara umum. 2. Pendukung Mahasswa dapat memaham perseps atas warna B. Pokok Bahasan Warna C. Sub Pokok Bahasan Dasar-dasar Warna Sstem Koordnat Warna D. Kegatan Belajar Mengajar Tahapan Kegatan Kegatan Pengajaran Kegatan Mahasswa Meda & Alat Peraga Pendahuluan 1. Merevew mater sebelumnya Mendengarkan Notebook, 2. Menjelaskan mater-mater perkulahan yang akan dpelajar. dan memberkan komentar LCD, Papan Tuls Penyajan 2. Menjelaskan tentang dasar-dasar Memperhatkan, mencatat dan Notebook, LCD, Pengolahan Ctra Dgtal/Mnarn, S. S., MT 79
2 warna memberkan Papan Tuls 3. Menjelaskan tentang Sstem Koordnat Warna komentar. Mengajukan pertanyaan. Penutup 1. Mengajukan pertanyaan kepada Memberkan Notebook, mahasswa. komentar. LCD, 2. Memberkan kesmpulan. Mengajukan dan Papan Tuls 3. Mengngatkan akan kewajban menjawab mahasswa untuk pertemuan pertanyaan. selanjutnya. E.Evaluas Evaluas dlakukan dengan cara memberkan pertanyaan langsung dan tdak langsung kepada mahasswa dan dengan memberkan kus. Pengolahan Ctra Dgtal/Mnarn, S. S., MT 80
3 RENCANA KEGIATAN BELAJAR MINGGUAN (RKBM) Mata Kulah : Pengolahan Ctra Dgtal Kode : IES 6323 Semester : VI Waktu : 1 x 3x 50 Ment Pertemuan : 9 Mnggu Topk Metode Estmas Meda ke- (Pokok Bahasan) Pembelajaran Waktu (Ment) Dasar-dasar Warna 6.2 Sstem Koordnat Warna Ceramah, Dskus Kelas 1 x 3 x 50 Notebook, LCD, Papan Tuls Pengolahan Ctra Dgtal/Mnarn, S. S., MT 81
4 BAB 6 WARNA Perseps vsual ctra berwarna (color mages) umumnya lebh kaya dbandngkan dengan ctra htam puth (gray scale), karena tu ctra berwarna lebh dsenang dar ctra htam puth. Ctra berwarna menamplkan warna objek sepert warna aslnya (meskpun tdak terlalutepat demkan). Bab n akan mengurakan konsep warna, model warna, dan transformas warna dar satu model ke model lannya. 6.1 Dasar-dasar Warna. Warna yang dterma oleh mata dar sebuah objek dtentukan oleh warna snar yang dpantulkan oleh objek tersebut. Sebaga contoh, suatu objek berwarna hjau karena objek tersebut memantulkan snar bru dengan panjang gelombang 450 sampa 490 nanometer (nm). Warna snar yang drespon oleh mata adalah snar tampak (vsble spectrum) dengan panjang gelombang berksar dar 400nm (bru) sampa 700 nm (merah). Lhat Gambar 6.1. Gambar 6.1 Spektrum cahaya. Warna-warna yang dterma oleh mata manusa merupakan hasl kombnas cahaya dengan panjang gelombang berbeda. Peneltan memperlhatkan bahwa kombnas warna yang memberkan rentang warna yang palng lebar adalah red (R), green (G), dan blue (B). Ketga warna tersebut dnamakan warna pokok (prmares), dan serng dsngkat sebaga warna warna dasar RGB. Warna-warna lan dapat dperoleh dengan mencampurkan ketga warna pokok tersebut dengan perbandngan tertentu (meskpun tdak sepenuhnya benar, karena tdak semua kemungknan Pengolahan Ctra Dgtal/Mnarn, S. S., MT 82
5 warna dapat dhaslkan dengan kombnas RGB saja), sesua dengan teor Young (1802) yang menyatakan bahwa sembarang warna dapat dhaslkan dengan pencampuran warna-warna pokok C1, C2, dan C3 dengan persentase tertentu [PIT93]: C ac1 + bc2 + cc3 (6.1) Bla ctra warna ddgtas, maka tga buah flter dgunakan untuk mengekstraks ntenstas warna merah, hjau, dan bru dan bla ketganya dkombnaskan kta memperoleh perseps warna. 6.2 Atrbut Warna Selan RGB, warna juga dapat dmodelkan berdasarkan atrbut warnanya. Setap warna memlk 3 buah atrbut, yatu ntensty (I), hue (H), dan saturaton (S). a. Intensty/brghtness/lumnance Atrbtu yang menyatakan banyaknya cahaya yang dterma oleh mata tanpa memperdulkan warna. Ksaran nlanya adalah antara gelap (htam) dan terang (puth). b. Hue Menyatakan warna sebenarnya, sepert merah, volet,dan kunng. Hue dgunakan untuk membedakan warna-warna dan menentukan kemerahan (redness), kehjauan (greenness), dsb, dar cahaya. Hue berasosas dengan panjang gelombang cahaya, dan bla kta menyebut warna merah, volet, atau kunng, kta sebenarnya menspesfkaskan hue-nya. c. Saturaton Menyatakan tngkat kemurnan warna cahaya cahaya, yatu mengndkas seberapa banyak warna puth dberkan pada warna. Sebaga contoh, warna merah adalah 100 % warna jenuh (saturated color), sedangkan warna pnk adalah warna merah dengan tngkat kejenuhan sangat rendah (karena ada warna puth ddalamnya). Jad, jka hue menyatakan warna sebenarnya, maka saturaton menyatakan seberapa dalam warna tersebut. Dalam praktek, hue dkuantsas dengan nla dar 0 sampa 255; 0 menyatakan merah, lalu memutar nla-nla spektrum tersebut kembal lag ke 0 untuk menyatakan merah lag. In dapat dpandang sebaga sudut dar 0 sampa 360. Jka suatu warna mempunya saturaton 0, maka warna tersebut tanpa hue, yatu dbuat dar warna puth saja. Jka saturaton 225, maka tdak ada warna puth yang Pengolahan Ctra Dgtal/Mnarn, S. S., MT 83
6 dtambahkan pada wana tersebut saturaton dapat dgambarkan sebaga panjang gars dar ttk pusat lngkaran ke ttk warna. Intensty nlanya dar gelap sampa terang (dalam praktek, gelap 0, terang225). Intensty dapat dgambarkan sebaga gars vertkal yang menembus pusat lngkaran. Ketga atrbut warna (I, H, dan S) dgambarkan dalam model IHS (ada juga yang menyebutkan model HSV, dengan V Value I ) yang dperlhatkan pada Gambar 6.2 Gambar 6.2 Model IHS 6.3 Sstem Koordnat Warna CIE (Commsson Internasonal de l Elclarege) atau nternasonal lghtng Commttee adalah lembaga yang membakukan warna pada tahun CIE mula-mula menstandarkan panjang gelombang warna-warna pokok sebaga berkut: R G B : 700 nm : nm : nm Warna-warna lan dapat dhaskan dengan mengkombnaskan ketga warna pokok tersebut. Model warna yang dgunakan sebaga acuan dnamakan model RGB. RGB bukan satu-satunya warna pokok yang dapat dgunakan untuk menghaslkan kombnas warna. Warna lan dapat juga dgunakan sebaga warna pokok (msalnya C Cyan, M magenta, dan Y Yellow), dapat dlhat pada Gambar 6.3. Pengolahan Ctra Dgtal/Mnarn, S. S., MT 84
7 Karena tu CIE mendefenskan model warna dengan menggunakan warna-warna fktf (yatu, warna yang secara fsk tdak dapat drealsaskan), yang dlambangkan dengan X, Y,dan Z. Model warna tersebut dnamakan model XYZ. Warna-warna dspesfkaskan dengan jumlah relatf pokok fktf. Keuntungan utama model n adalah lumnance atau brgthness snyal dsedakan langsung oleh Y. Jad, nla Y memberkan nla ctra greyscale dar ctra berwarnanya. (a) Model RGB (b) Model CMY Gambar 6.3 Model Warna Kromatstas (chromatcty of color) masng-masng warna pokok, menunjukkan persentase relatve untuk warna pokok d antara warna pokok lannya pada warna yang dberkan, yang ddefenskan sebaga X x X + Y + Z (6.2) Y y X + Y + Z (6.3) Z z X + Y + Z (6.4) Warna puth acuan dnyatakan dengan X Y Z 1. Jumlah seluruh nla kromats warna adalah satu: x + y + z 1 (6.5) atau z 1 (x + y) 1 (6.6) Jelas hanya dua nla x dan y yang dbutuhkan untuk menspesfkaskan kromatstas warna, karena jka x dan y dketahu, z dapat dhtung denganpersamaan 6.6. Warna lebh tepat dnyatakan dengan kromatstas x dan y dan lumnans Y. Dagram kromatstas pada Gambar 6.4. Pengolahan Ctra Dgtal/Mnarn, S. S., MT 85
8 Gambar 6.4 Dagram Kromatstas 6.4 Transformas Sstem Koordnat Warna Transformas warna dar bass CIE RGB ke CIE XYZ dapat dlakukan sebaga berkut: Dberkan trplet RGB (R, G, B) untuk pxel, maka trplet XYZ (X,Y, Z) dhtung dengan X Y Z R G 0.99 B (6.7) R G B X Y Z (6.8) Model warna RGB dan XYZ yang dkemukakan d atas adalah bakuan dar CIE. Ada juga model warna yang dusulkan untuk platform perangkat keras tertentu untuk menamplkan gambar. Msalnya Natonal Televson System Commttee (NTSC) menggunkan model warna RGB khusus untuk menamplkan ctra berwarna pada layar CRT. Format NTSC dgunakan pada televs d Amerka Serkat. Salah satu keuntungan utama dar format n adalah data greyscale dpsahkan dar data warnanya, sehngga snyal yang sama dapat dgunakan bak untuk layar berwarna maupun layar htam puth. Pada format NTSC, data ctra terdr atas tga komponen, lumnance (Y), hue (I), dan saturaton (Q). Komponen pertama, yatu Y menyatakan data greyscale, sedangkan Pengolahan Ctra Dgtal/Mnarn, S. S., MT 86
9 dua komponen terakhr membentuk chromnance. Jka dberkan trplet NTSC RGB (R,G,B) untuk pxel, maka nla YIQ untuk pxel yang bersangkutan dhtung dengan Y I Q R G B (6.9) Nla NTSC RGB semula dapat dhtung dengan menggunakan transformas balkan: R G B Y I Q (6.10) Transformas dar NTSC RGB ke CIF RGB dhtung dengan persamaan: R R _ NTSC G G _ NTSC B B _ NTSC (6.11) Sstem NTSC RGB dapat dtransformaskan ke sstem CIE XYZ dengan persamaan: X Y Z R _ NTSC G _ NTSC (6.12) B _ NTSC Sedangkan transformas dar CIE XYZ ke NTSCRGB dhtung dengan persamaan: R _ NTSC G _ NTSC B _ NTSC X Y Z (6.13) 6.5 Model warna CMY dan CYMK Warna cyan (C), magenta(m), dan yellow (Y) adalah warna komplementer terhadap red, green, dan blue. Dua buah warna dsebut komplementer jka dcampur dengan perbandngan yang tepat menghaslkan warna puth. Msalnya, magenta jka dcampur dengan perbandngan yang tepat dengan green menghaslkan puth, karena tu magenta adalah komplemen dar green. Pengolahan Ctra Dgtal/Mnarn, S. S., MT 87
10 Model CMY dapat dperoleh dar model RGB dengan perhtungan berkut: C 1-R M 1-G (6.14) Y 1-B Model CMY dapat dgunakan untuk mencetak ctra berwarna, tetap karena ketdaksempurnaan tnta, model CMY tdak dapat menghaslkan warna htam dengan bak. Karena tu, model CMY dsempurnakan menjad model CMYK, yang dalam hal n K menyatakan warna keempat, dengan perhtungan sebaga berkut: K mn(c,m,y) C C - K (6.15) M M- K Y Y - K 6.6 Transformas warna RGB ke IHS Meskpun bass RGB bagus untuk menamplkan nformas warna, tetap a tdak cocok untuk beberapa aplkas pemrosesan ctra. Pada aplkas pengenalan objek, lebh mudah mengndentfkas objek dengan perbedaan hue-nya dengan cara memberkan nla ambang pada rentang nla-nla hue (panjang gelombang spektrum) yang melengkap objek. Masalahnya, bagamana melakukan pengambangan pada ruang warna RGB dan apa rumus mengaplkaskannya?. Masalah n lebh mudah dpecahkan bla nla RGB dkonvers ke nla ntensty (I), hue (H),dan saturaton (S). Aplkas yang lan msalnya dalam pemampatan ctra. Melakukan pemampatan secara terpsah pada setap nla R, G, dan B tdak dsarankan, karena data yang dmampatkan 3 kal lebh banyak dan waktu pemampatannya 3 kal lebh lama darpada waktu pemampatan ctra skala-abunya. Pemampatan ctra lebh relevan bla warna RGB-nya dkonverskan ke IHS karena algortma pemampatan pada ctra skala-abu dlakukan pada komponen I, sedangkan nla H dan S dkodekan dengan cara yang lan dengan sedkt atausama sekal tdak ada degradas. Model warna IHS mempersentaskan warna dalam termnology ntensty, hue,dan saturaton. Dar dagram kromatstas, buatlah segtga yang menghubungkan tga warna pokok red, green, blue (gambar 6.5). Ttk-ttk pada segtga menyatakan warna yang dapat dhaslkan dar pencampuran warna ttk sudut. Ttk tengah segtga menyatakan warna puth, yatu pencampuran warna pokok dengan warna fraks yang sama. Pengolahan Ctra Dgtal/Mnarn, S. S., MT 88
11 Gambar 6.5 Segtga HIS Komponen RGB dar ctra berwarna dapat dkonverskan ke model warna IHS. Dengan mengasumskan komponen RGB telah dnormalsaskan ke 1, maka I dhtung dengan rumus: 1 I ( R + G + B) 3 (6.16) Persamaan datas serng dgunakan untuk mengubah ctra berwarna menjad ctra skala-abu. H dhtung dengan rumus: H cos -1 2 ( R G) 2R G B 2 + ( R B)( G B) (6.17) Nla S dhtung dengan rumus: 3 S 1 mn( R, G, B) R + G + B (6.18) Alternatf lan mengubah model RGB ke model IHS adalah sebaga berkut. Konvers dar model RGB ke model IHS dlakukan dalam dua tahap. Tahap pertama adalah merotaskan koordnat RGB ke sstem koordnat (I,V1,V2) dengan transformas: Pengolahan Ctra Dgtal/Mnarn, S. S., MT 89
12 I 3/3 3/3 3 / 3 R V1 0 1/ 2 1/ 2 G (6.19) V 2 2 / 6 1/ 6 1/ 6 B Langkah kedua adalah menghtung H dan S dar koordnat (V1, V2): 1 H tan ( V2 / V1 ) (6.20) 2 2 1/ ) S ( V + V (6.21) Nla H adalah dalam selang [0,2π] atausetara dengan [0,36 0 ]. Transformas dar model IHS ke model RGB dapat dlakukan dengan prosedur balkan: V1 S cos (H) (6.22) V2 S sn (H) (6.23) R G B 3/3 3/3 3/3 0 1/ 2 1/ 2 2/ 1/ 1/ 6 I 6 V 6 V 1 2 (6.24) Dengan transformas RGB ke IHS, maka algortma pemrosesan ctra yang semula untuk ctra skala-abu dapat dterapkan pada komponen ntensty, sedangkan alogrtma segmentas ctra dapat dlakukan pada komonen H. Tranformas ctra dar bass RGB ke bars IHS dlakukan sebelum pemrosesan ctra. Ctra yang sudah dproses dapat dkonverskan kembal ke bass RGB untuk tujuan dsplay. Pengolahan Ctra Dgtal/Mnarn, S. S., MT 90
Warna. Bab Dasar-dasar Warna
Bab 12 Warna P erseps vsual ctra berwarna (color mages) umumnya lebh kaya dbandngkan dengan ctra htam puth (greyscale ), karena tu ctra berwarna lebh dsenang darpada ctra htam puth. Ctra berwarna menamplkan
Lebih terperinciHistogram Citra. Bab Membuat Histogram
Bab 6 Hstogram Ctra I nformas pentng mengena s ctra dgtal dapat dketahu dengan membuat hstogram ctra. Hstogram ctra adalah grafk yang menggambarkan penyebaran nla-nla ntenstas pxel dar suatu ctra atau
Lebih terperinciBAB I PENDAHULUAN. suatu komputer digital [12]. Citra digital tersusun atas sejumlah elemen.
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Ctra dgtal merupakan ctra hasl dgtalsas yang dapat dolah pada suatu komputer dgtal [12]. Ctra dgtal tersusun atas sejumlah elemen. Elemen-elemen yang menyusun ctra
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciBab III Analisis Rantai Markov
Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada
Lebih terperinciGrafik Komputer dan Pengolahan Citra. Pengolahan Citra : Representasi Citra. Universitas Gunadarma Pengolahan Citra : Representasi Citra 1/16
Pengolahan Citra : Representasi Citra Universitas Gunadarma 006 Pengolahan Citra : Representasi Citra /6 Representasi Citra dalam File (/3) Pertama-tama seperti halnya jika kita ingin melukis sebuah gambar,
Lebih terperinciBAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:
BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan
Lebih terperinciBAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB
BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota
Lebih terperinciBAB VB PERSEPTRON & CONTOH
BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur
Lebih terperinciBAB X RUANG HASIL KALI DALAM
BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciRANGKAIAN SERI. 1. Pendahuluan
. Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya
Lebih terperinciSUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD
SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya
Lebih terperinciε adalah error random yang diasumsikan independen, m X ) adalah fungsi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and
III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS
Lebih terperinciTeori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang
Modul 1 Teor Hmpunan PENDAHULUAN Prof SM Nababan, PhD Drs Warsto, MPd mpunan sebaga koleks (pengelompokan) dar objek-objek yang H dnyatakan dengan jelas, banyak dgunakan dan djumpa dberbaga bdang bukan
Lebih terperinciBAB IV PERHITUNGAN DAN ANALISIS
BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter
Lebih terperinciBAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada
BAB 5 ASIL DAN PEMBAASAN 5. asl Peneltan asl peneltan akan membahas secara lebh lengkap mengena penyajan data peneltan dan analss data. 5.. Penyajan Data Peneltan Sampel yang dgunakan dalam peneltan n
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciBAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.
BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung
Lebih terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinciVLE dari Korelasi nilai K
VLE dar orelas nla Penggunaan utama hubungan kesetmbangan fasa, yatu dalam perancangan proses pemsahan yang bergantung pada kecenderungan zat-zat kma yang dberkan untuk mendstrbuskan dr, terutama dalam
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciBAB III METODE KOMPRESI DAN DEKOMPRESI. untuk setiap B X. fraktal. Penjelasan dimulai dengan pengenalan Multiple Reduction Copy
BAB III METODE KOMPRESI DAN DEKOMPRESI Kompres ctra fraktal memodelkan ctra sebaga lmt dar suatu proses teras. Jka dberkan suatu ctra A X, metode n akan mencar suatu proses W sedemkan sehngga ttk tetap
Lebih terperinciBAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang
BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan
Lebih terperinciPENENTUAN DENSITAS PERMUKAAN
PENENTUAN DENSITAS PERMUKAAN Pada koreks topograf ada satu nla yang belum dketahu nlanya yatu denstas batuan permukaan (rapat massa batuan dekat permukaan). Rapat massa batuan dekat permukaan dapat dtentukan
Lebih terperinciSEARAH (DC) Rangkaian Arus Searah (DC) 7
ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciDidownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang
Lebih terperinciRAY TRACING dan. Oleh : Karmilasari
RAY TRACING dan RADIOSITY Oleh : Karmlasar RAY TRACING vs. RADIOSITY 2 Revew : ILUMINASI Secara umum dlhat dar fsknya, model lumnas menggambaran perpndahan energ dan radas fokus pada sfat sfat cahaya danmateral
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.
Lebih terperinciBAB II TEORI ALIRAN DAYA
BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga
Lebih terperinciBAB V INTEGRAL KOMPLEKS
6 BAB V INTEGRAL KOMPLEKS 5.. INTEGRAL LINTASAN Msal suatu lntasan yang dnyatakan dengan : (t) = x(t) + y(t) dengan t rl dan a t b. Lntasan dsebut lntasan tutup bla (a) = (b). Lntasan tutup dsebut lntasan
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciBAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada
3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciREGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear
REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Bab n membahas tentang prosedur pengembangan pembelajaran dan mplementas model Problem Based Learnng dalam pembelajaran Konsep Dasar Matematka, Subjek Peneltan, Teknk dan Instrumen
Lebih terperinciBAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian
BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciUKURAN LOKASI, VARIASI & BENTUK KURVA
UKURAN LOKASI, VARIASI & BENTUK KURVA MARULAM MT SIMARMATA, MS STATISTIK TERAPAN FAK HUKUM USI @4 ARTI UKURAN LOKASI DAN VARIASI Suatu Kelompok DATA berupa kumpulan nla VARIABEL [ vaabel ] Ms banyaknya
Lebih terperinciMETODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity
37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciSOLUSI TUGAS MATA KULIAH STATISTIKA II
SOLUSI TUGAS MATA KULIAH STATISTIKA II SOAL : Suatu Peneltan dlakukan untuk menelaah empat metode pengajaran, yatu Metode A (ceramah d kelas), Metode B (mengajak dskus langsung dengan sswa), Metode C (ceramah
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK
BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP
Lebih terperinciPreferensi untuk alternatif A i diberikan
Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses
Lebih terperinciPendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik
Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,
Lebih terperinciPembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1
Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran
Lebih terperinciPENGENALAN HURUF BRAILLE BERBASIS JARINGAN SYARAF TIRUAN METODA HEBBRULE
1 PENGENALAN HURUF BRAILLE BERBASIS JARINGAN SARAF TIRUAN METODA HEBBRULE un Ennggar 1, Wahyul Amen Syafe, ST, MT 2, Bud Setyono,ST,MT 2 Jurusan Teknk Elektro, Fakultas Teknk Unverstas, Dponegoro Jl. Prof.
Lebih terperinciBAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.
BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan
Lebih terperinciP n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman
OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran
Lebih terperinciIII PEMODELAN MATEMATIS SISTEM FISIK
34 III PEMODELN MTEMTIS SISTEM FISIK Deskrps : Bab n memberkan gambaran tentang pemodelan matemats, fungs alh, dagram blok, grafk alran snyal yang berguna dalam pemodelan sstem kendal. Objektf : Memaham
Lebih terperinciBAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass
Lebih terperinciBAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas
9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciPendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan
Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.
44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon
Lebih terperinciMENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak
JURAL MATEMATIKA DA KOMUTER Vol. 6. o., 86-96, Agustus 3, ISS : 4-858 MECERMATI BERBAGAI JEIS ERMASALAHA DALAM ROGRAM LIIER KABUR Mohammad Askn Jurusan Matematka FMIA UES Abstrak Konsep baru tentang hmpunan
Lebih terperinciBAB III METODE PENELITIAN. problems. Cresswell (2012: 533) beranggapan bahwa dengan
BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan kombnas atau mxed methods. Cresswell (2012: 533) A mxed methods research desgn s a procedure for collectng, analyzng and mxng
Lebih terperinciMATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT)
MATERI KULIAH STATISTIKA I UKURAN (Nuryanto, ST., MT) Ukuran Statstk Ukuran Statstk : 1. Ukuran Pemusatan Bagamana, d mana data berpusat? Rata-Rata Htung = Arthmetc Mean Medan Modus Kuartl, Desl, Persentl.
Lebih terperinciIV. PERANCANGAN DAN IMPLEMENTASI SISTEM
IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa
Lebih terperinciBab III Analisis dan Rancangan Sistem Kompresi Kalimat
Bab III Analss dan Rancangan Sstem Kompres Kalmat Bab n bers penjelasan dan analss terhadap sstem kompres kalmat yang dkembangkan d dalam tess n. Peneltan n menggunakan pendekatan statstcal translaton
Lebih terperinciBAB IV PEMBAHASAN MODEL
BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup
Lebih terperinciBAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen
3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel
Lebih terperinciBAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah
BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN Latar elakang Sekolah merupakan salah satu bagan pentng dalam penddkan Oleh karena tu sekolah harus memperhatkan bagan-bagan yang ada d dalamnya Salah satu bagan pentng yang tdak dapat dpsahkan
Lebih terperinciBab 1 PENDAHULUAN Latar Belakang
11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Tnjauan Emprs Pada peneltan n, penelt menggunakan beberapa peneltan terkat yang pernah dlakukan oleh penelt lan sebaga tnjauan stud, yatu sebaga berkut : a. Pornography Detecton
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :
JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan
Lebih terperinciTEORI KESALAHAN (GALAT)
TEORI KESALAHAN GALAT Penyelesaan numerk dar suatu persamaan matematk hanya memberkan nla perkraan yang mendekat nla eksak yang benar dar penyelesaan analts. Berart dalam penyelesaan numerk tersebut terdapat
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA
BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam
Lebih terperinciBAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat
BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan
Lebih terperinciBAB II DASAR TEORI DAN METODE
BAB II DASAR TEORI DAN METODE 2.1 Teknk Pengukuran Teknolog yang dapat dgunakan untuk mengukur konsentras sedmen tersuspens yatu mekank (trap sampler, bottle sampler), optk (optcal beam transmssometer,
Lebih terperinciBAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif
BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses
Lebih terperinciIII. METODE PENELITIAN
III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la
Lebih terperinciBAB III PROSEDUR PENELITIAN. penelitian, hal ini dilakukan untuk kepentingan perolehan dan analisis data.
BAB III PROSEDUR PENELITIAN A. Metode Peneltan Metode peneltan harus dsesuakan dengan masalah dan tujuan peneltan, hal n dlakukan untuk kepentngan perolehan dan analss data. Mengena pengertan metode peneltan,
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan
BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat
Lebih terperinciBADAN PUSAT STATISTIK KABUPATEN JAYAPURA
BADAN PUSAT STATISTIK KABUPATEN JAYAPURA BADAN PUSAT STATISTIK KABUPATEN JAYAPURA Sensus Penduduk 2010 merupakan sebuah kegatan besar bangsa Badan Pusat Statstk (BPS) berdasarkan Undang-undang Nomor 16
Lebih terperinciPengenalan Karakter Tulisan Tangan Angka dan Operator Matematika Berdasarkan Zernike Moments Menggunakan Support Vector Machine
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Prnt) 1 Pengenalan Karakter Tulsan Tangan Angka dan Operator Matematka Berdasarkan Zernke Moments Menggunakan Support Vector Machne
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana
Lebih terperinci3 METODE HEURISTIK UNTUK VRPTW
12 3 METODE HEURISTIK UNTUK VRPTW 3.1 Metode Heurstk Metode heurstk merupakan salah satu metode penentuan solus optmal dar permasalahan optmas kombnatoral. Berbeda dengan solus eksak yang menentukan nla
Lebih terperinciBAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel
4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk
Lebih terperinciPENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)
PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas
Lebih terperinciBAB 4 METODOLOGI PENELITIAN DAN ANALISIS
28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan
Lebih terperinciBAB 4 PERHITUNGAN NUMERIK
Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus
Lebih terperinciBAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini
BAB III METODE PENELITIAN A. Desan Peneltan Metode peneltan yang dgunakan dalam pengembangan perangkat pembelajaran berupa RPP dan LKS dengan pendekatan berbass masalah n adalah metode pengembangan atau
Lebih terperinciTINJAUAN PUSTAKA Perancangan Percobaan
4 TINJAUAN PUSTAKA Perancangan Percobaan Perancangan percobaan adalah suatu metode yang efsen untuk merancang suatu percobaan sehngga data yang dperoleh dapat danalss untuk menghaslkan suatu kesmpulan.
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinci