OPTIMASI PROSES DENSIFIKASI JERAMI PADI SEBAGAI BAHAN BAKAR ALTERNATIF
|
|
- Erlin Sutedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Optimasi Proses Densifiasi Jerami Padi sebagai Bahan Baar Alternatif (Zulifli) OPTIMASI PROSES DENSIFIKASI JERAMI PADI SEBAGAI BAHAN BAKAR ALTERNATIF Zulifli Jurusan Teni Kimia, Politeni Negeri Lhoseumawe, Jl. Banda Aceh-Medan Km. 80 P.O. Box 90, Buetrata, Lhoseumawe 40 Abstract Indonesia is rich in rainforest and is one of oil producing countries. However, the availability of erosene and firewood as fuel sources for the rural community becomes scarce. In an effort to overcome the energy crisis, in particular to the rural community, agricultural biomass waste could be utilized as the source of energy. This research has been done to investigate the optimization of densification process of agricultural biomass waste using an experimental design of Box-Behnen with three factors and three levels. A laboratory scale hydraulic press was used to utilize the research. For the case of agricultural biomass waste, independent variables included operating pressure of 000 psi, 5000 psi, 7000 psi, particle size of 0 mesh, 40 mesh, 60 mesh and moisture content of 5%, 0% and 5%. The result of optimization showed that the briquette from rice straw was produced at a pressure of 00,8 psi, particle size of 4,9 mesh, and water content of 7,77% to enable to have a briquette with a density of,08 gr/cm. Key words: densification, optimization, agricultural biomass PENDAHULUAN Biomassa adalah bahan organi yang dihasilan melalui fotosintetis, bai berupa produ maupun buangan. Sebagai cantoh antara lain adalah tanaman, pepohonan, limbah pertanian, limbah hutan, otoran manusia dan terna. Selain digunaan untu tujuan primer serat, bahan pangan, paan terna, minya nabati, bahan bangunan dan lain sebagainya, biomassa juga dapat digunaan sebagai sumber energi (bahan baar). Limbah pertanian merupaan salah satu sumber biomassa penting di Indonesia, mengingat negara ini merupaan salah satu negara agraris yang pendudunya hampir 70 persen tinggal di daerah pedesaan. Diperiraan Indonesia menghasilan seitar 46,7 juta ton biomassa setiap tahun, dan ini setara dengan 470 GJ/tahun. Sumber utama biomassa berasal dari limbah egiatan penanaman padi, limbah ayu, dan limbah egiatan industri sawit []. Penggunaan biomassa curah secara langsung untu memasa biasanya menimbulan dampa negatif terhadap ualitas udara dalam ruangan sehingga dapat mempengaruhi esehatan. Oleh arena itu, diperluan metoda yang bersih dan efisien untu mengubah limbah biomassa curah menjadi sumber energi alternatif sehingga masyaraat pedesaan dapat memanfaatan energi dengan masimal untu eperluan rumah tangga atau untu menggeraan industri rumah tangga. Material biomassa memilii densitas curah rendah dan esulitan aan dihadapi dalam hal penanganan seperti transportasi, penyimpanan dan lain-lain. Selain biomassa, minya tanah merupaan sumber energi penting untu ebutuhan rumah tangga. Subsidi pemerintah terhadap minya tanah (erosene) sampai saat ini masih cuup besar. Dalam ranga mencabut subsidi dan mengatasi risis minya tanah, pemerintah telah mencanangan program onversi minya tanah e elpiji. Namun untu mengubah ebiasaan penggunaan minya tanah di masyaraat pedesaan tidalah mudah. Melimpahnya limbah biomassa di daerah pertanian, seperti jerami merupaan potensi energi besar yang selama ini hanya dibaar begitu saja tanpa dimanfaatan. Penyelesaian sebahagian permasalahan limbah pertanian dapat dilauan dengan proses densifiasi yang merupaan suatu metode untu memperlauan meterial lepas, mengubahnya menjadi briet/bahan baar padat []. Dengan cara ini, arateristi penanganan bahan seperti transportasi, penyimpanan, dan lain-lain juga meningat []. Densitas produ sangat tergantung pada tingat peneanan
2 Jurnal Tenologi, Vol., No., April 0 : -7 pada saat pencetaan. Berbagai penelitian menunjuan bahwa teanan memainan peranan penting dalam meningatan densitas bahan baar padat [4,5]. Proses densifiasi memberian nilai densitas briet lebih besar dari gr/cm [6]. Penelitian ini bertujuan mempelajari optimasi proses densifiasi biomassa limbah pertanian berupa jerami padi, menggunaan desain esperimen Box-Behnen. Dalam penelitian ini teanan yang digunaan diharapan pada teanan rendah sampai menengah (000 P < 5000 psi), sehingga dapat diterapan epada masyaraat. METODE Bahan Bau Bahan yang digunaan dalam penelitian ini yaitu limbah biomassa pertanian jerami padi, yang diperoleh dari sentra pertanian masyaraat di Kecamatan Blang Mangat Kota Lhoseumawe. Semua bahan yang telah diumpulan, dieringan terlebih dahulu sebelum dilauan pengeci-lan uuran. Uuran bahan dilasifiasian dalam tiga uuran yaitu 0 mesh, 40 mesh dan 60 mesh, andungan air 5%, 0%, 5% dan 0% amilum sebagai bahan pengiat. Variabel penelitian dalam penelitian ini dilasifiasian menjadi variabel tetap, variabel berubah dan variabel respon. Variabel tetap meliputi diameter dan tinggi silinder cetaan yang beruuran 0 mm dan 50 mm. Watu peneanan pada setiap percobaan ditetapan selama 5 menit. Variabel berubah atau variabel dimana β 0, β i, β ii, β ij, oefisien regresi; Y, nilai predisi; dan X, X, X merupaan variabel independen. Pada Tabel menunjuan nilai dalam bentu pengodean (+, 0, dan -) dan nilai asli untu masing-masing fator uji. Hubungan antara nilai-nilai tersebut independen terdiri atas teanan pembrietan 000 psi, 5000 psi, 7000 psi; uuran partiel 0 mesh, 40 mesh, 60 mesh dengan adar air sampel 5%, 0% dan 5%. Rancangan Percobaan Optimasi proses densifiasi limbah biomassa pertanian jerami padi dilauan mengunaan rancangan Box-Behnen tiga level dan tiga fator, yang masing-masing variabel menerima tiga level perlauan yaitu; level atas (+), level tengah (0) dan level bawah (), seperti yang diperlihatan pada Tabel. Peneanan dilauan mengunaan alat tean hidrauli sala laboratorium dengan apasitas 0 ton (Hydraulic Shop Press CMC ISO 900). Pencetaan dilau-an dengan menggunaan alat ceta yang terbuat dari baja padat (ST-60) dengan panjang 50 mm dan diameter dalam 0 mm. Rancangan percobaan menggunaan metoda tenggap permuaan yang dienal dengan response surface methodologi (RSM), merupaan seumpulan teni statisti dan matematia yang bermanfaat untu mengembangan, meningatan dan mengoptimasi suatu proses [7]. Penerapan metode tanggap permuaan terutama dilauan pada situasi dimana terdapat beberapa variabel yang potensial mempengaruhi inerja atau arateristi ualitas suatu proses atau produ yang disebut dengan variabel tanggap (respon). Pemodelan matematis digunaan model polinomial orde dua untu tiga variabel independen, seperti yang diperlihatan pada persamaan. = β + β + β + β + ε o i i ii i i< j ij i j j i= i= Y X X X X () dapat dihitung dengan menggunaan persamaan. o Z = X X / X () dengan Z merupaan nilai pengodean (-, 0 dan +), X adalah nilai asli dan X o adalah nilai tengah. Tabel. Fator dan level yang digunaan untu limbah biomassa jerami padi Fator Level Taanan, psi Uuran partiel, mesh Kandungan air, % 5 0 5
3 Optimasi Proses Densifiasi Jerami Padi sebagai Bahan Baar Alternatif (Zulifli) Untu eperluan optimasi suatu proses perlu ditetapan reteria atas dasar fungsi einginan desirability function (DF). Nilai tanggap minimum dan masimum harus ditentuan atas dasar tenis eonomis [8]. Fungsi einginan, untu setiap respon dionversian menjadi fungsi einginan masing-masing, d ( ˆ ) = h Y, nilai d berisar antara 0 dan, dimana d = 0, berarti respon berada dalam rentang yang tida dapat diterima, sedangan d = berarti respon berada pada ondisi optimum sehingga nilai d berada pada 0 < d <. Fungsi einginan untu respon masimum diberian oleh persamaan. 0 ji a yˆ ( x ) < y r yˆ ( x ) y d ( ) ji a ˆ x = y y ( x ) y y y ji a yˆ ( x ) > y () dimana y min dan y max menyataan tingat respon masimum dan minimum yang dapat diterima. Pada persamaan esponen r digunaan untu menentuan fungsi einginan, yang mengendalian respon pada penyelesaian optimal. Fungsi einginan untu respon minimum diberian oleh persamaan 4. ji a Y ˆ j =, ( x ) < Y r Y Yˆ ( x ) d x Yˆ x Y 0 ji a Y ˆ j =, ( x ) > Y j =, j =, ( ) = ji a Y j =, ( ) Y Y (4) Penyelesaian untu mendapatan nilai variabel independen, X i optimum dilauan sedemiian rupa sehingga persamaan di atas dapat memasimuman nilai rata-rata geometri dari masing-masing variabel tanggap. Fungsi einginan total, didefinisian sebagai rata-rata geometri dari setiap nilai fungsi einginan respon, d. Karena DF merupaan nilai rata-rata geometri dari d = h Y, maa nilai DF aan mendeati jia seluruh d = h Y, mendeati, demiian juga nilai DF aan ecil atau mendeati nol jia seluruh d = h Y,. Pernyataan secara matematis ditunjuan pada persamaan 4, oleh arena itu optimasi diarahan untu mencari nilai X i sedemiian rupa sehingga diperoleh DF, pada persamaan 5 masimum atau sama dengan. DF = d j = / HASIL DAN PEMBAHASAN j (5) Pelasanaan eperimen mengguna-an rancangan Box-Behnen yang terdiri dari 7 perlauan dijalanan secara aca seperti yang ditunjuan pada Tabel. Pada olom terahir dari tabel tersebut ditunjuan hasil pengujian metoda tanggap terhadap densitas dari jerami padi. Menggunaan persamaan dapat ditentuan orelasi masing-masing variabel tanggap terhadap variabel independen. Koefisien untu masing-masing variabel tanggap diselesaian menggunaan metode uadrat terecil memanfaatan perangat luna Design-Expert, 000 (Versi 6.06 State-Ease, Inc. Minneapolis, USA). Pada Tabel ditunjuan data hasil pengujian metode tanggap permuaan terhadap densitas briet jerami padi. Masing-masing
4 Jurnal Tenologi, Vol., No., April 0 : -7 variabel independen ditandai dengan X untu teanan; X untu uuran partiel dan X andungan air, variabel tanggap untu densitas ditandai dengan Y. Menggunaan persamaan orelasi variabel tanggap (densitas) bahan baar padat dari jerami padi terhadap variabel independen masing-masing dapat ditulis menurut persamaan 6. Y =, ,06X 0,06X X + 0,050X + 0,0X X + 0,009X 0,0070X X 0,04X. + 0,08X + 0,049X (6) Validasi model statisti Analisa varian dilauan untu mengevaluasi pengaruh variabel independen secara individu, uadrati maupun interasi pada model yang diusulan. Hasil analisa varian model uadrati densitas jerami padi ditunjuan pada Tabel. Secara eseluruhan bahwa model tida signifian, arena nilai probabiliti (Prob>F) besar dari 0,05. Sehingga dapat diataan bahwa variabel independen tida mempengaruhi variabel respon. Sehingga teanan, uuran partiel dan andungan air tida memberian pengaruh yang signifian terhadap densitas jerami padi. Ketidasignifian ini, tentu berbeda dengan ajian berbagai literatur yang menerangan bahwa edua variabel, teanan dan andungan air memberian peranan penting terhadap densitas yang dihasilan. Selain itu hubungan antara variabel independen dengan variabel tanggap ditunjuan dengan oefisien determinasi >0,8. Sehingga enyataan bahwa pada model uadrati variabel independen teanan dan uuran partiel tida mempengaruhi densitas briet dari jerami padi yang dihasilan. Tabel. Hasil pengujian metoda tanggap untu densitas jerami padi No. Run Teanan, X Uuran Partiel,X Kandungan Densitas (gr/cm ) (psi) (mesh) Air, % (X ) Respon, Y Pada tabel yang sama juga disajian analisa terhadap model orelasi variabel tanggap terhadap variabel independen. Model menunjuan oefisien determinasi relatif tinggi (R = 0,87) dan oefisien variasi rendah (CV =,). Semain deat oefisien determinasi terhadap nilai satu, semain tinggi esesuaian suatu model terhadap data percobaan, yang memperlihatan perbedaan yang ecil antara nilai teruur dan nilai hitung. Ketercuupan model dapat ditasir tida hanya dari R, tetapi juga dari R yang dipredisi dan esalahan penjumlahan dari R hitung, predisi error sum of squares 4
5 Optimasi Proses Densifiasi Jerami Padi sebagai Bahan Baar Alternatif (Zulifli) (PRESS). Suatu model yang bai ditandai oleh R yang besar dan PRESS yang rendah [7]. Dalam hal ini, dari data ditunjuan bahwa R = 0,87, adjusted R = 0,676 predicted R = -,6068, adeq precision = 7,76 dan PRESS = 0,4. Tabel secara eseluruhan menunjuan bahwa model tida signifian, arena nilai Prob>F secara eseluruhan variabel independen memberi hasil lebih besar dari 0,05. Sehingga dapat diataan variabel independen tida mempengaruhi variabel respon. Tabel. Analisa varian (ANOVA) model uadrati densitas briet jerami padi Source Sum of Mean DF Squares Square F, Value Prob>F Keterangan Model , ,7 0,064 td.signifian X 0,0079-0,0079 0,9047 0,7 td.signifian X 0,098 0,098 4,05 0,007 signifian X 0,000 0,000 0,95 0,656 td.signifian 0,0045 0,0045 0,8807 0,79 td.signifian X X X 0,0077 0,0077 5,0740 0,0590 td.signifian 0, , ,484 0,098 signifian X X 0,0076 0,0076,95 0,049 td.signifian X X 0,000 0,000 0,0855 0,7784 td.signifian X X 0, , ,9 0,70 td.signifian Residual 0, , Lac of Fit 0, , Pure Error Cor Total 0, R =0,87; adj.r =0,676; pred.r =-,6068; adeq precision =7,76; CV =, dan PRESS = 0,4 Grafi normal probabiliti (Gambar ) menunjuan gambaran distribusi suatu nilai residual yang didefinisian sebagai perbedaan diantara data predisi dengan data percobaan yang membentu suatu garis lurus, bahwa nilai residual terdistribusi secara normal pada edua sisi garis yang menunjuan bahwa data esperimen sangat bersesuaian dengan data predisi sebagaimana yang ditunjuan pada Gambar. Normal %Probability Normal Plot of Residuals Gambar menunjuan bahwa perbandingan nilai densitas dari jerami padi antara data esperimen dengan data hasil predisi tida ada perbedaan yang signifian. Garis lurus menggambaran nilai perhitungan yang didasaran pada model statisti sebagai mana yang ditunjuan pada persamaan 5, sedangan simbol persegi merupaan data esperimen. Densitas, gr.cm -,0,5,0,5,0 0,5 R = , Run Gambar Perbandingan antara nilai predisi dan esperimen Studentized Residuals Gambar. Normal probabiliti residual plot 5
6 Jurnal Tenologi, Vol., No., April 0 : -7 Kurva yang dihasilan memberian oefisien determinasi (R = 0,84 ) dan seluruh data pengamatan berada pada atau sangat berdeatan dengan garis, sehingga predisi sangat bersesuaian dengan data esperimen. Keseluruhan pembahasan di atas menunjuan etercuupan dari model uadrati yang diusulan untu densitas jerami padi dalam rentang teanan 000 psi 7000 psi, uuran partiel: 0 mesh 60 mesh dan andungan air 5% - 5% sesuai dengan parameter yang diusulan. Optimasi variabel proses Otimasi proses bertujuan untu mendapatan ondisi operasi yang dapat memberian ualitas bahan baar padat yang bai dengan biaya operasi yang minimum. Kualitas bahan baar padat ditentuan oleh densitas minimum gr/cm. Untu menean biaya operasi, maa taanan operasi harus seminimum mungin, arena semain besar teanan semain besar energi yang diperluan dan semain besar biaya yang dieluaran. Salah satu cara untu mendapatan ondisi optimum pada proses densifiasi jerami padi dengan menean harga andungan air X =, yang berarti X berada pada ondisi masimum. Dengan menetapan nilai X, dapat digambaran hubungan antara densitas (Y ) dengan teanan (X ) dan uuran partiel (X ) seperti yang ditunjuan pada Gambar. Dari Gambar terlihat bahwa etiga alternatif urva yang dihasilan oleh perangat luna Design Expert memberian nilai densitas lebih besar dari gr/cm, dimana urva paling bawah memberian nilai densitas =,097 gr/cm. Dengan demiian etiga urva pada gambar Nomor Penyelesaian tersebut laya digunaan untu tujuan optimasi. Gambar. Hubungan antara densitas Y dengan teanan X dan uuran partiel X, adar air diondisian X = untu jerami padi Pada Tabel 4 diperlihatan sepuluh pilihan alternatif, maa embali dipertimbangan reteria yang diterapan. Kreteria terhadap variabel tanggap termasu di dalamnya DF. Terhadap variabel independen perlu diterapan teanan X minimum (-< X < 0), uuran partiel X masimum ( X > 0 mendeati ) dan adar air X masimum (X > 0 mendeati ). Dari inspesi Tabel 4, ternyata hanya ada dua alternatif yang memenuhi riteria yang diterapan, sehingga paling potensial untu ditetapan sebagai ondisi variabel independen optimum. Pada olom terahir disajian alasan penolaan terhadap alternatif yang lain. Tabel 4. Alternatif penyelesaian parameter optimasi proses variabel independen, DF = untu jerami padi Teanan, X (%) Uuran Partiel, X (mesh) Kandungan Air, X (%) Desirability Function, DF Analisis Selesi Hasil Evaluasi 5877, 47,5,0 X,X >0; X <0 ditola ,86 5,4 X,X >0; X <0 ditola 44 58,08 4,6 diterima 4 657,6 40,40 4, X,X, X >0 ditola 5 00,8 4,90 7,77 diterima 6 9,4 48,9,77 X, X, X <0 ditola ,8 50,,75 X, X, X>0 ditola ,8 0,7,99 X,X>0;X<0 ditola ,0 6,9 X <0; X,X <0 ditola 0 548, 8,88,8 X >0;X <0 ditola B: Uuran (mesh) densitas (gr/cm-) A: Teanan (Psi) 6
7 Optimasi Proses Densifiasi Jerami Padi sebagai Bahan Baar Alternatif (Zulifli) Dari edua pilihan ini, maa alternatif nomor tiga ditetapan sebagai ondisi optimum proses untu menghasilan bahan baar padat dari jerami padi dengan ondisi teanan, X = (44 psi), uuran partiel, X = (58,08 mesh) dan andungan air, X = (4,6%). Sebagai perbandingan alternatif nomor 5 memberian hasil teanan, X = (00,8 psi), uuran partiel, X = (4,9 mesh) dan andungan air, X = (7,77%). Dari perbandingan e duanya, jelaslah bahwa alternatif nomor 5 merupaan ondisi optimum terbai untu bahan baar padat dari jerami padi, dengan nilai densitas yang diperoleh sebesar (,08 gr/cm ). KESIMPULAN Dari hasil penelitian dan analisis yang dilauan, dapat ditari esimpulan bahwa ondisi optimum densifiasi untu menghasilan bahan baar padat dari limbah biomassa jerami padi adalah pada densitas,08 gr/cm, teanan 444 psi, uuran partiel 58,08 mesh dan adar air 4,6%. DAFTAR PUSTAKA [] Abdullah, K., 009. A Biomass Energy Potentials and Utilization in Indonesia diases 5 Desember 009. [] Werther, J., Saenger, M., Hartge, EU., Ogada, T., dan Siagi Z., 000. Combustion of Agricultural Residues. Prog. Energy Combustion Sci, 6: 7. [] Hulscher, W., Clancy, J. dan Brandt, H., 99. Briquetting in South and East Asia: State of the Art Assessment. The International Conference on Biomass for Energy and Industry. 5-9 October, Florence, Italy. [4] Lindley, J. dan Vossoughi, M., 989. Physical Properties of Biomass Briquettes. Transaction of the ASAE, Volume (). pp 6-66.S. [5] ClauB, B., 00. Beitrag zur Kompatgierung von unzerleinertem Halmgut fur dieenergetische Nutzung (Contribution to the compacting of unchopped crop stals for energetic use) Ph.D. Thesis, TU Chemnitz. [6] Li, Y., dan Liu, H., 000. High Pressure Densification of Wood Residues to Form an Upgraded Fuel, Biomass & Bioenergy, 9, pp [7] Myers, R., dan Montgomery, D.C., 00. Response Surface Methodology: Process and Product Optimization Using Designed Experiments, Wiley Series in Probability and Statistics, New Yor. [8] Derringer G. and Suich R., 980. Simultaneous Optimization of Seve-ral Response Variables, Journal of Quality Technology, :
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti
Lebih terperinciPEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA
PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat
Lebih terperinciANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)
Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti
Lebih terperinciOptimasi Non-Linier. Metode Numeris
Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program
Lebih terperinciVariasi Spline Kubik untuk Animasi Model Wajah 3D
Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan
Lebih terperinciAplikasi diagonalisasi matriks pada rantai Markov
J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan
Lebih terperinciII. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode
3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode
Lebih terperinciSah Tidaknya Sidik Ragam. Data Bermasalah. Data Bermasalah PERANCANGAN PERCOBAAN (DATA BERMASALAH)
Sah Tidanya Sidi Ragam PERANCANGAN PERCOBAAN (DATA BERMASALAH) Oleh: Dr. Ir. Dirvamena Boer, M.Sc.Agr. HP: 081 385 065 359 Universitas Haluoleo, Kendari dirvamenaboer@yahoo.com http://dirvamenaboer.tripod.com/
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)
III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunaan data seunder bersifat runtun watu (time series) dalam periode tahunan dan data antar ruang (cross section). Data seunder tersebut
Lebih terperinciBAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK
BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama
Lebih terperinciPENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR
PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR Ngarap Im Mani 1) dan Lim Widya Sanjaya ), 1) & ) Jurs. Matematia Binus University PENGANTAR Perancangan percobaan adalah suatu
Lebih terperinciANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT
Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry
Lebih terperinciTotok Suwanda Jurusan Teknik Mesin, Fakultas Teknik UMY Jalan Lingkar Barat Tamantirto Kasihan Bantul Yogyakarta Telp ABSTRACT
OPTIMALISASI TEKANAN KOMPAKSI, TEMPERATUR DAN WAKTU SINTERING TERHADAP KEKERASAN DAN BERAT JENIS ALUMINIUM PADA PROSES PENCETAKAN DENGAN METALURGI SERBUK Toto Suwanda Jurusan Teni Mesin, Faultas Teni UMY
Lebih terperinciPEMBUATAN BIOBRIKET DARI LIMBAH BIOMASSA ABSTRAK
PEMBUATAN BIOBRIKET DARI LIMBAH BIOMASSA Nahar 1 *, Zulkifli 2, Satriananda 3 1,2,3 Email: nahar_pnl@yahoo.com ABSTRAK Untuk mengatasi kelangkaan energi terutama di pedesaaan, limbah biomassa dari tanaman
Lebih terperinciTUGAS I RANCANGAN PERCOBAAN BAB I
TUGAS I RANCANGAN PERCOBAAN Nama : Dwi Shinta Marselina A. Pengertian Desain Esperimen BAB I Desain Esperimen Merupaan langah-langah lengap yang perlu di ambil jauh sebelum esperimen dilauan supaya data
Lebih terperinciADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT
Jurnal Teni Eletro Vol. 3 No.1 Januari - Juni 1 6 ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoo Sumaryono ABSTRACT Noise is inevitable in communication
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan
Lebih terperinciUji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group
Uji Alternatif Data Terurut Perbandingan antara Uji Joncheere Terpstra dan Modifiasinya Ridha Ferdhiana Statistics Peer Group Jurusan Matematia FMIPA Universitas Syiah Kuala Banda Aceh, Aceh, 23 email:
Lebih terperinciKINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB 2012
KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB Konsep Kinetia/ Laju Reasi Laju reasi menyataan laju perubahan onsentrasi zat-zat omponen reasi setiap satuan watu: V [ M ] t Laju pengurangan onsentrasi
Lebih terperinciAPLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK
APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK Novhirtamely Kahar, ST. 1, Nova Fitri, S.Kom. 2 1&2 Program Studi Teni Informatia, STMIK
Lebih terperinciPROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING
Konferensi asional Sistem dan Informatia 28; Bali, ovember 15, 28 KS&I8-44 PROGRAM SIMULASI UTUK REALISASI STRUKTUR TAPIS IFIITE IMPULSE RESPOSE UTUK MEDIA PEMBELAJARA DIGITAL SIGAL PROCESSIG Damar Widjaja
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 ObjePenelitian Obje penelitian merupaan hal yang tida dapat dipisahan dari suatu penelitian. Obje penelitian merupaan sumber diperolehnya data dari penelitian yang dilauan.
Lebih terperinciMODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM
MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii
Lebih terperinciPENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA
PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA Adam Husaien Faultas Eonomi Manajemen Unversitas 17 agustus 1945,Samarinda Indonesia
Lebih terperinciPerhitungan Kehilangan Pratekan Total dengan Memakai Teori Kemungkinan ABSTRAK
Jurnal APLIKASI Volume 5, Nomor 1, Agustus 2008 Perhitungan Kehilangan Pratean Total dengan Memaai Teori Kemunginan M. Sigit Darmawan Dosen Jurusan Diploma Teni Sipil, FTSP - ITS Email: msdarmawan@ce.its.ac.id
Lebih terperinciKORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak
KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi
Lebih terperinciAPLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID
APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas
Lebih terperinciAnalisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus
Jurnal Teni Industri, Vol.1, No., Juni 013, pp.96-101 ISSN 30-495X Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Apriyani 1, Shanti Kirana Anggaraeni,
Lebih terperinciMETODE TAGUCHI UNTUK OPTIMALISASI PRODUK PADA RANCANGAN FAKTORIAL. Staf Pengajar Program Studi Statistika FMIPA UNDIP
Optimalisasi Produ (Triastuti Wuryandari) METODE TAGUCHI UNTUK OPTIMALISASI PRODUK PADA RANCANGAN FAKTORIAL Triastuti Wuryandari 1, Tati Widiharih 2, Sayeti Dewi Anggraini 3 1,2 Staf Pengajar Program Studi
Lebih terperinciPERHITUNGAN KEHILANGAN PRATEKAN (LOSS OF PRESTRESS) AKIBAT SUSUT DAN RANGKAK PADA BETON DENGAN MEMPERHITUNGKAN VARIABILITAS SIFAT-SIFAT BETON
PERHITUNGAN KEHILANGAN PRATEKAN (LOSS OF PRESTRESS) AKIBAT SUSUT DAN RANGKAK PADA BETON DENGAN MEMPERHITUNGKAN VARIABILITAS SIFAT-SIFAT BETON M. Sigit Darmawan Dosen Diploma Teni Sipil ITS Email: msdarmawan@ce.its.ac.id
Lebih terperinciBAB 2 TEORI PENUNJANG
BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan
Lebih terperinciBAB 3 METODE PENELITIAN
36 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian yang digunaan adalah penelitian desriptif, yaitu penelitian terhadap fenomena atau populasi tertentu yang diperoleh peneliti dari subye
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Fuzzy 2.1.1 Dasar-Dasar Teori Fuzzy Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai estension dari teori onvensional atau crisp set. Di dalam teori crisp
Lebih terperinciEstimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (16) 337-35 (31-98X Print) A-1 Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunaan ARIMA-Filter Kalman dan VAR-Filter Kalman Popy Febritasari, Erna Apriliani
Lebih terperinciUJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure
8/9/01 UJI TUKEY UJI DUNCAN UJI BARTLETT UJI COCHRAN UJI DUNNET Elty Sarvia, ST., MT. Faultas Teni Jurusan Teni Industri Universitas Kristen Maranatha Bandung Macam Metode Post Hoc Analysis The Fisher
Lebih terperinciPenentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway
Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA
Lebih terperinciPendekatan Regresi Nonparametrik Spline Untuk Pemodelan Laju Pertumbuhan Ekonomi (LPE) di Jawa Timur
JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D- Pendeatan Regresi Nonparametri Spline Untu Pemodelan Laju Pertumbuhan Eonomi (LPE) di Jawa Timur Elfrida Kurnia Litawati dan I Nyoman Budiantara
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengolahan Data Data yang telah berhasil diumpulan oleh penulis di BB BIOGEN diperoleh hasil bobot biji edelai dengan jumlah varietas yang aan diuji terdiri dari 15
Lebih terperinciBAB III METODE SCHNABEL
BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan
Lebih terperinciBAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel
BAB III ANALISIS DISKRIMINAN 3.1 Pengertian Analisis Disriminan Analisis disriminan merupaan sala satu metode yang digunaan dalam analisis multivariat dengan metode dependensi (dimana ubungan antar variabel
Lebih terperinciKeragaman Struktur Tegakan Hutan Alam Sekunder The Variability of Stand Structure of Logged-over Natural Forest
JMHT Vol. XIV, (2): 81-87, Agustus 28 ISSN: 215-157X Keragaman Strutur Tegaan Hutan Alam Seunder The Variability of Stand Structure of Logged-over Natural Forest Abstract Muhdin 1*, Endang Suhendang 1,
Lebih terperinciBAB ELASTISITAS. Pertambahan panjang pegas
BAB ELASTISITAS 4. Elastisitas Zat Padat Dibandingan dengan zat cair, zat padat lebih eras dan lebih berat. sifat zat padat yang seperti ini telah anda pelajari di elas SLTP. enapa Zat pada lebih eras?
Lebih terperinciOPTIMASI FORMULA ADHESIVE PADA POLYVINYL CHLORIDE FILM PRODUKSI DI PT KARYATERANG SEDATI DENGAN METODE RESPON SURFACE
OPTIMASI FORMULA ADHESIVE PADA POLYVINYL CHLORIDE FILM PRODUKSI DI PT KARYATERANG SEDATI DENGAN METODE RESPON SURFACE Shabira Mayestia Alfath, Muhammad Sahid Abar, Adatul Muarromah 3 Mahasiswa S Statistia
Lebih terperinciUsulan Level Faktor Variasi Bahan untuk Mencapai Kuat Tekan Beton 50 Mpa dengan Metode Perancangan Eksperimen *
Rea Integra ISSN: 338-508 Teni Industri Itenas No. Vol. 0 Jurnal Online Institut Tenologi Nasional Otober 03 Usulan Level Fator Variasi Bahan untu Mencapai Kuat Tean Beton 50 Mpa dengan Metode Perancangan
Lebih terperinciBAHAN DAN METODE Waktu, Tempat dan Tahapan Penelitian
36 BAHAN DAN METODE Watu, Tempat dan Tahapan Penelitian Penelitian dilasanaan seitar awal bulan Januari 2004 hingga bulan Maret 2005, dengan loasi utama di Laboratorium Karet Balai Penelitian Tenologi
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas
Lebih terperinciPenggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler
Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,
Lebih terperinciPemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai
Pemodelan Dan Esperimen Untu enentuan Parameter Tumbuan Non Elasti Antara Benda Dengan Lantai Puspa onalisa,a), eda Cahya Fitriani,b), Ela Aliyani,c), Rizy aiza,d), Fii Taufi Abar 2,e) agister Pengajaran
Lebih terperinciIII DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT
III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT 3.1 Studi Literatur tentang Pengelolaan Sampah di Beberapa Kota di Dunia Kaian ilmiah dengan metode riset operasi tentang masalah
Lebih terperinciMANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS)
Seminar Nasional Apliasi Tenologi Informasi 2011 (SNATI 2011) ISSN: 1907-5022 Yogyaarta, 17-18 Juni 2011 MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3
Lebih terperinciKata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan
Statisti Respon Kanal Radio Dalam Ruang Pada Freuensi,6 GHz Christophorus Triaji I, Gamantyo Hendrantoro, Puji Handayani Institut Tenologi Sepuluh opember, Faultas Tenologi Industri, Jurusan Teni Eletro
Lebih terperinciPENGEMBANGAN BUKU KOMIK FISIKA POKOK BAHASAN NEWTON BERBASIS KONSTRUKTIVISME UNTUK MENINGKATKAN MOTIVASI BELAJAR SISWA
PENGEMBANGAN BUKU KOMIK FISIKA POKOK BAHASAN NEWTON BERBASIS KONSTRUKTIVISME UNTUK MENINGKATKAN MOTIVASI BELAJAR SISWA Farida Huriawati 1), Purwandari 1,2), Intan Permatasari 1,3) 1,2,3 Program Studi Pendidian
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni
Lebih terperinciImplementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf
JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan
Lebih terperinciPENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )
PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132
Lebih terperinciBAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA
BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan
Lebih terperinciVI. PEMILIHAN MODA (Modal Split/Choice)
VI. PEMILIHAN MODA (Modal Split/Choice) 6.. UMUM Tujuan: Mengetahui proporsi pengaloasian perjalanan e berbagai moda transportasi. Ada dua emunginan situasi yang dihadapi dalam meramal pemilihan moda:
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,
Lebih terperinciPELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.
JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses
Lebih terperinciEstimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga
JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Estimasi Konsentrasi Polutan Sungai Menggunaan Metode Redusi Kalman Filter dengan Pendeatan Elemen Hingga Muyasaroh, Kamiran,
Lebih terperinciPENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT
Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium
Lebih terperinciMODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU
MDEL MATEMATIKA KNSENTRASI KSIGEN TERLARUT PADA EKSISTEM PERAIRAN DANAU Sutimin Jurusan Matematia, FMIPA Universitas Diponegoro Jl. Prof. H. Soedarto SH Tembalang, Semarang 5075 E-mail: su_timin@yanoo.com
Lebih terperinciBAB III HASIL DAN PEMBAHASAN
15 BAB III HASIL DAN PEMBAHASAN 3.1Relasi Dispersi Pada bagian ini aan dibahas relasi dispersi untu gelombang internal pada fluida dua-lapisan.tinjau lapisan fluida dengan ρ a dan ρ b berturut-turut merupaan
Lebih terperinciBAB III METODE PENELITIAN (BAHAN DAN METODE)
BAB III METODE PENELITIAN (BAHAN DAN METODE) Tahapan-tahapan pengerjaan yang dilauan dalam penelitian ini adalah sebagai beriut : 1. Tahap Persiapan Penelitian Pada tahapan ini aan dilauan studi literatur
Lebih terperinciBAB IV Solusi Numerik
BAB IV Solusi Numeri 4. Algoritma Genetia Algoritma Genetia (AG) [2] merupaan teni pencarian stoasti yang berdasaran pada meanisme selesi alam dan prinsip penurunan genetia. Algoritma genetia ditemuan
Lebih terperinciPencitraan Tomografi Elektrik dengan Elektroda Planar di Permukaan
Abstra Pencitraan omografi Eletri dengan Eletroda Planar di Permuaan D. Kurniadi, D.A Zein & A. Samsi KK Instrumentasi & Kontrol, Institut enologi Bandung Jl. Ganesa no. 10 Bandung Received date : 22 November2010
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup [1] Sistem endali dapat diataan sebagai hubungan antara omponen yang membentu sebuah onfigurasi sistem, yang aan menghasilan tanggapan sistem yang diharapan.
Lebih terperinciANALISIS VARIANSI (ANOVA)
ANALISIS VARIANSI (ANOVA) ANOVA = Analisis Varians (Anava) = Analisis Ragam = Sidi Ragam Diperenalan oleh R.A. Fisher (195) disebut uji F pengembangan dari uji t dua sampel bebas (independent samples t
Lebih terperinciBAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN
BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa
Lebih terperinciSistem Pendukung Keputusan Penerima Beasiswa SMK Menggunakan Metode Backpropagation
Seminar Nasional e 9: Reayasa Tenologi Industri dan Informasi Sistem Penduung Keputusan Penerima Beasiswa SMK Menggunaan Metode Bacpropagation Teti Rohaeti 1, Yoyon Kusnendar Suprapto 2, Eo Mulyanto 3
Lebih terperinciBAB III METODE PENELITIAN (BAHAN DAN METODE)
BAB III METODE PENELITIAN (BAHAN DAN METODE) Tahapan-tahapan pengerjaan yang dilauan dalam penelitian ini adalah sebagai beriut : 1. Tahap Persiapan Penelitian Pada tahapan ini aan dilauan studi literatur
Lebih terperinciKAJIAN METODE BERBASIS MODEL PADA ANALISIS KELOMPOK DENGAN PERANGKAT LUNAK MCLUST
KAJIAN METODE BERBASIS MODEL PADA ANALISIS KELOMPOK DENGAN PERANGKAT LUNAK MCLUST Timbul Pardede (timbul@mail.ut.ac.id) Jurusan Statisti FMIPA, Universitas Terbua ABSTRAK Metode Ward dan metode K-rataan
Lebih terperinciPENGEMBANGAN MEDIA PEMBELAJARAN SISTEM BILANGAN BINER PADA MATA PELAJARAN PRAKTIK DIGITAL DI SMK N 1 PUNDONG
328 PROGRAM STUDI PENDIDIKAN TEKNIK MEKATRONIKA : E-Journal Universitas Negeri Yogyaarta http://journal.student.uny.ac.id/ojs PENGEMBANGAN MEDIA PEMBELAJARAN SISTEM BILANGAN BINER PADA MATA PELAJARAN PRAKTIK
Lebih terperinciStudi Eksperimen Karakteristik Pengeringan Batubara Terhadap Variasi Sudut Blade Pada Swirling Fluidized Bed Coal Dryer
Studi Esperimen Karateristi Pengeringan Batubara Terhadap Variasi Sudut Blade Pada Swirling Fluidized Bed Coal Dryer Ahmad Sefrio dan Prabowo Teni Mesin, Faultas Tenologi Industri, Institut Tenologi Sepuluh
Lebih terperinciKINETIKA TRANSESTERIFIKASI BIODIESEL JARAK PAGAR. Luqman Buchori, Setia Budi Sasongko *)
KINETIKA TRANSESTERIFIKASI BIODIESEL JARAK PAGAR Luqman Buchori, Setia Budi Sasongo *) Abstract Biodiesel were produced by trans-etherification of castor oil with alcohol in the presence of NaOH catalyst.
Lebih terperinciPEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA
PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia
Lebih terperinciKLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE
KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108
Lebih terperinciPENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK
PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK Nurul Khotimah *), Farida Hanum, Toni Bahtiar Departemen Matematia FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga, Bogor
Lebih terperinciANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS
Jurnal Teni dan Ilmu Komputer ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS AN ANALYSIS OF THE VARIATION PARAMETERS OF THE ARTIFICIAL NEURAL NETWORK
Lebih terperinciPENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU
PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,
Lebih terperinciKOORDINASI SUPPLY CHAIN SATU PABRIK-SATU DISTRIBUTOR PADA MODEL PENENTUAN HARGA & KEPUTUSAN PRODUKSI/ORDER
KOORDIASI SUPPLY CHAI SATU PABRIK-SATU DISTRIBUTOR PADA ODEL PEETUA HARGA & KEPUTUSA PRODUKSI/ORDER Evi Yuliawati Faultas Tenologi Industri, Jurusan Teni Industri Institut Tenologi Adhi Tama Surabaya Email:
Lebih terperinciForum Statistika dan Komputasi, April 2005, p: ISSN : Vol. 10 No. 1
Forum Statistia dan Komputasi, April 005, p: 3-37 PERBANDINGAN BEBERAPA METODE OPTIMASI DUAL RESPONSE SURFACE UNTUK MENGHASILKAN PRODUK YANG ROBUST SERTA PENGEMBANGANNYA UNTUK MENANGANI KASUS OPTIMASI
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penelitian Terdahulu Penelitian yang aan dilauan meruju epada beberapa penelitian terdahulu yang sudah pernah dilauan sebelumnya, diantaranya: 1. I Gst. Bgs. Wisuana (2009)
Lebih terperinciBAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING
Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan
Lebih terperinciPENENTUAN ELEVASI PERMUKAAN AIR BERDASARKAN DATA SERIES TINGGI TEKANAN AIR
PENENTUAN ELEVASI PERMUKAAN AIR BERDASARKAN DATA SERIES TINGGI TEKANAN AIR Andi Rusdin* * Series data of sea surface elevation is required to determine the parameters of tidal and wave parameters. The
Lebih terperinciPENGUKURAN PENDAPATAN NASIONAL
PENGUKURAN PENDAPATAN NASIONAL A. PENDEKATAN PRODUKSI (PRODUCTION APPROACH) Menghitung besarnya pendapatan nasional dengan menggunaan pendeatan produsi didasaran atas perhitungan dari jumlah nilai barang-barang
Lebih terperinciINTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh
INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1 Keranga Pemiiran Pemerintah ahir-ahir ini sering dihadapan pada masalah persediaan pupu bersubsidi yang daya serapnya rendah dan asus elangaan di berbagai loasi di Indonesia.
Lebih terperinciFUNGSI BANTU NONPARAMETRIK BARU UNTUK MENYELESAIKAN OPTIMASI GLOBAL
Seminar Nasional Matematia dan Apliasinya, 2 Otober 27 FUNGSI BANTU NONPARAMETRIK BARU UNTUK MENYELESAIKAN OPTIMASI GLOBAL Ridwan Pandiya #, Emi Iryanti #2 # S Informatia, Faultas Tenologi Industri dan
Lebih terperinciPENERAPAN ALGORITMA GENETIK UNTUK OPTIMASI TRANSFER DAYA PADA SISTEM SENSOR GAS METANA
Jurnal Neutrino Vol., No. April 010 108 PENERAPAN AGORITMA GENETIK UNTUK OPTIMAI TRANFER DAYA PADA ITEM ENOR GA METANA. Muthmainnah 1), Melania uweni Muntini ). Abstra: Pada penguuran perubahan gejala
Lebih terperinci