REDUKSI MODEL ALIRAN AIR SUNGAI SATU DIMENSI DENGAN METODE SINGULAR PERTURBATION APPROXIMATION

Ukuran: px
Mulai penontonan dengan halaman:

Download "REDUKSI MODEL ALIRAN AIR SUNGAI SATU DIMENSI DENGAN METODE SINGULAR PERTURBATION APPROXIMATION"

Transkripsi

1 TUGAS AKHIR SM REDUKSI MODEL ALIRAN AIR SUNGAI SATU DIMENSI DENGAN METODE SINGULAR PERTURBATION APPROXIMATION AIRIN NUR HIDAYATI NRP Dosen Pembimbing Dr. Didi Khusnul Arif, S.Si, M.Si. Dr. Diey Adziya, S.Si, M.Si. JURUSAN MATEMATIKA Faultas Matematia dan Ilmu Pengetahuan Alam Institut Tenologi Sepuluh Nopember Surabaya 017

2 Halaman ini sengaja diosongan

3 FINAL PROJECT SM REDUCTION OF ONE-DIMENSIONAL RIVER FLOW MODEL USING SINGULAR PERTURBATION APPROXIMATION METHOD AIRIN NUR HIDAYATI NRP Supervisiors : Dr. Didi Khusnul Arif, S.Si, M.Si. Dr. Diey Adziya, S.Si, M.Si. DEPARTMENT OF MATHEMATICS Faculty of Mathematics and Natural Sciences Sepuluh Nopember Institute of Technology Surabaya 017

4 Halaman ini sengaja diosongan

5

6 Halaman ini sengaja diosongan vi

7 REDUKSI MODEL ALIRAN AIR SUNGAI SATU DIMENSI DENGAN METODE SINGULAR PERTURBATION APPROXIMATION Nama : Airin Nur Hidayati NRP : Jurusan : Matematia FMIPA ITS Dosen Pembimbing : 1. Dr. Didi Khusnul Arif, S.Si, M.Si. Dr. Diey Adziya, S.Si, M.Si Abstra Sistem yang terdapat di alam semesta seringali memilii orde yang besar, sehingga watu omputasi yang dibutuhan semain lama pula. Oleh arena itu, dibutuhan penyederhanaan sistem yang berorde besar agar sistem tersebut memilii orde yang lebih ecil tanpa esalahan yang signifian. Penyederhanaan sistem inilah yang dimasud redusi model. Pada masalah aliran air sungai, model sistem yang digunaan merupaan sistem yang ta stabil. Dalam penyelesaian redusi model pada sistem ta stabil berbeda dengan penyelesaian pada sistem yang stabil. Untu sistem ta stabil dibutuhan proses deomposisi untu mendapatan subsistem stabil yang dapat diredusi. Metode Singular Perturbation Approximation (SPA) adalah salah satu metode redusi model. Pada redusi model meggunaan metode SPA, semua variabel eadaan dari sistem setimbang dipartisi menjadi mode cepat dan lambat. Selanjutnya, model teredusi diperoleh dengan mengambil ecepatan dari mode cepat sama dengan nol. Hasil simulasi menunjuan bahwa model aliran air sungai tida dapat diredusi dengan metode SPA. Sebab, pada model aliran air sungai bersifat ta terendali dan ta teramati. Sedangan pada metode SPA, sistem yang diredusi harus bersifat stabil asimtoti, terendali dan teramati. Kata unci: Redusi model, Sistem ta stabil, Model aliran air sungai, Deomposisi, Singular Pertubation Approximation. vii

8 Halaman ini sengaja diosongan viii

9 REDUCTION OF ONE-DIMENSIONAL RIVER FLOW MODEL USING SINGULAR PERTURBATION APPROXIMATION METHOD Name : Airin Nur Hidayati NRP : Department : Mathematics FMIPA-ITS Supervisors : 1. Dr. Didi Khusnul Arif, S.Si, M.Si. Dr. Diey Adziya, S.Si, M.Si Abstract The system in the universe often have large order, so that the computational time of analyze a higher-order system is longer than the computational time to analyze a smaller-order system. Therefore, we need to simplify the order of the system so that the system has a smallerorder without any significant errors. Simplification of this system can be done using the model reduction. The water flow model is nown to be unstable. The algorithm to reduce an unstable model is different compared to the algorithm to reduce a stable model. The unstable system needs to be decomposed to obtain a stable subsystem that can be reduced. Singular Perturbation Approximation (SPA) method is one of the model reduction method. The reduction of the model using SPA, all variables balanced realization is partitioned into fast and slow mode. Furthermore, the reduced model is obtained by taing the speed of fast mode is equal to zero. The simulation results showed that the model of water flow cannot be reduced by the method of SPA. Because, on the model of water flow is uncontrollable and unobservable. While the method of SPA requires an asymptotically stable system, controllable and observable. Keywords: Model reduction, Unstable system, The water flow model, Decomposition, Singular Perturbation Approximation. ix

10 Halaman ini sengaja diosongan x

11 KATA PENGANTAR Assalamu alaium Wr. Wb. Alhamdulillahhirobbil aalamin, segala puji syuur penulis panjatan ehadirat Allah SWT. atas segala rahmat, taufiq dan arunia- Nya, sehingga penulis dapat menyelesaian Tugas Ahir yang berjudul REDUKSI MODEL ALIRAN AIR SUNGAI SATU DIMENSI DENGAN METODE SINGULAR PERTURBATION APPROXIMATION yang merupaan salah satu persyaratan aademis dalam menyelesaian Program Sarjana Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Institut Tenologi Sepuluh Nopember Surabaya. Dalam menyelesaian Tugas Ahir ini, penulis telah banya mendapat bantuan serta masuan dari berbagai piha. Oleh arena itu, dalam esempatan ini penulis menyampaian terima asih epada: 1. Bapa Dr. Imam Muhlash, S.Si, MT, selau etua Jurusan Matematia FMIPA ITS yang telah memberian duungan dan motivasi selama perulihan hingga terselesainya Tugas Ahir ini.. Bapa Dr. Didi Khusnul Arif, S.Si, M.Si, selau Dosen Pembimbing dan selau Kaprodi S1 Jurusan Matematia FMIPA ITS yang telah memberian bimbingan dan motivasi epada penulis dalam mengerjaan Tugas Ahir ini sehingga dapat terselesaian dengan bai. 3. Bapa Dr. Diey Adziya, S.Si, M.Si selau Dosen Pembimbing yang telah memberian bimbingan dan motivasi epada penulis dalam mengerjaan Tugas Ahir ini sehingga dapat terselesaian dengan bai. 4. Bapa Drs. Iis Herisman, M.Si, selau Seretaris Kaprodi S1 Jurusan Matematia FMIPA ITS yang telah memberian duungan dan motivasi selama perulihan hingga terselesainya Tugas Ahir ini. xi

12 5. Ibu Soleha, S.Si, M.Si selau Dosen Wali yang telah memberian duungan dan motivasi selama peruliahan hingga terselesaiannya Tugas Ahir ini. 6. Bapa Dr. Choirul Imron, MI.Komp, Ibu Tahiyatul Asfihani, S.Si, M.Si dan Bapa Muhammad Syifa ul Mufid, S.Si, M.Si selau Dosen Penguji yang telah memberian saran demi perbaian Tugas Ahir. 7. Keluarga tercinta terutama Bapa Bibit dan Ibu Sulastri yang senantiasa dengan ihlas memberian asih sayang, semangat, doa, dan nasihat-nasihat yang sungguh berarti, serta Moh. Bastomi, Muhammad Fuad Alwi dan Fatma Sofiani yang senatiasa memberian semangat dan duungan epada penulis. 8. Seluruh jajaran dosen dan staf jurusan Matematia ITS yang tida dapat penulis sebutan satu-persatu. 9. Seluruh teman-teman angatan 013 dan seluruh eluarga besar HIMATIKA ITS terima asih atas duungan dan semangat yang diberian epada penulis. Apabila dalam Tugas Ahir ini ada eurangan, penulis mohon riti dan saran demi penyempurnaan Laporan Tugas Ahir di masa yang aan datang. Semoga Tugas Ahir ini dapat bermanfaat bagi semua piha yang berepentingan. Wassalamu alaium Wr. Wb. Surabaya, Januari 017 Penulis xii

13 Spesial Than s To Keberhasilan penulisan Tugas Ahir ini tida lepas dari orangorang terdeat penulis. Oleh sebab itu, penulis mengucapan terima asih epada : 1. Allah SWT yang telah memberi rahmat, petunju, euatan, dan esabaran dalam setiap langah ehidupan penulis serta epada Nabi Muhammad SAW yang senantiasa dinanti syafa'atnya di yaumil qiyamah nanti.. Ibu dan Bapa, edua orang tua u tercinta. Mas Bastomi, Alwi, Ani, Mbah Putri dan Mbahung, terima asih atas doa, asih sayang, duungan, motivasi, dan segalanya yang selalu dicurahan epada penulis selama ini. 3. Zulfa Afiq Firiya, Metta Andriani, Gina Faaizatud Dini, Melynda Sylvia Dewy, Azaria Elvinarosa, Retno Palupi, Putri Saraswati, dan Siti Nur Afifah. Terima asih atas segala doa, duungan, bantuan, eceriaan, watu dan motivasi alian. 4. Sahabat dan teman-teman Alumni SMA Negeri 1 Nganju 013. Terima asih atas segala doa, duungan, watu dan motivasi alian. 5. Teman-teman seperjuangan Tugas Ahir yang saling menduung dan memotivasi satu sama lain, dan terimaasih epada Zulfa Afiq Firiya, Ivan Octaviano, Hartanto Setiawan, Helisyah Nur Fadhilah dan teman-teman lain yang sudah banya membantu penulis dalam pembuatan program. Terima asih banya semua. 6. Teman-teman angatan 013, terima asih atas doa dan duungannya selama ini. Kelian eluarga edua diampus perjuangan ini. Terima asih atas semangat, erja eras dan pengorbanan alian. 7. Semua piha yang ta bisa penulis sebutan satu-persatu, terima asih telah membantu sampai terselesaiannya Tugas Ahir ini. xiii

14 Halaman ini sengaja diosongan xiv

15 DAFTAR ISI HALAMAN JUDUL... i ABSTRAK... vii ABSTRACT... ix KATA PENGANTAR... xi DAFTAR ISI... xv DAFTAR GAMBAR... xix DAFTAR TABEL... xxi DAFTAR SIMBOL...xxiii BAB I PENDAHULUAN Latar Belaang Rumusan Masalah Batasan Masalah Tujuan Manfaat Sistematia Penulisan Tugas Ahir... 3 BAB II TINJAUAN PUSTAKA Masalah Aliran Sungai Model Satu Dimensi pada Aliran Sungai Persamaan Saint Venant Metode Numeri sebagai Penyelesaian Persamaan Saint Venant Sistem Linier Watu Disrit... 8 xv

16 ..1 Sifat-Sifat Sistem Gramian Keterendalian dan Gramian Keteramatan Deomposisi Sistem Ta Stabil Redusi Model dengan Metode SPA Sistem Setimbang Metode Redusi Model dengan Singular Perturbation Approximation (SPA) BAB III METODE PENELITIAN Tahapan Penelitian Sema Metode Penelitian BAB IV ANALISIS DAN PEMBAHASAN Pemodelan Aliran Air Sungai Model Satu Dimensi pada Aliran Sungai Persamaan Saint Venant Penyelesaian Persamaan Saint Venant dengan Metode Implisit Sema Preissman Disritisasi Model Aliran Air Sungai dengan Metode Implisit Sema Preissman Analisa Sifat Model Aliran Air Sungai Redusi Model Aliran Sungai dengan SPA Penyelesaian Model Saint Venant dengan metode Staggered Grid Disritisasi Model Aliran Air Sungai dengan Metode Staggered Grid xvi

17 4.3. Analisa Sifat Model Aliran Air Sungai Redusi Model Aliran Air Sungai dengan SPA BAB V KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN A LAMPIRAN B xvii

18 Halaman ini sengaja diosongan xviii

19 DAFTAR GAMBAR Gambar.1 Masalah Aliran Sungai... 7 Gambar 3.1 Sema Metode Penelitian Gambar 4.1 Grafi Ketinggian pada saat = Gambar 4. Grafi Kecepatan pada saat = Gambar 4.3 Grafi Ketinggian Air Sungai pada posisi e-90 dan pada watu = 0,1,, Gambar 4.4 Grafi Keceparan Aliran Air Sungai pada posisi e-90 dan pada watu =0,1,, xix

20 Halaman ini sengaja diosongan xx

21 DAFTAR TABEL Tabel 4. 1 Nilai eigen matris A(Sema Preissman) Tabel 4. Nilai eigen matris A(Staggered Grid) xxi

22 Halaman ini sengaja diosongan xxii

23 DAFTAR SIMBOL A, B, C, D : Matris-matris onstan sistem disrit dengan uuran yang bersesuaian dan diasumsian matris A non singular. λ : Nilai eigen. x : Variabel eadaan pada sistem disrit. u : Vetor masuan pada sistem disrit. u : Vetor eluaran pada sistem disrit. M c : Matris Keterendalian. M o : Matris Keteramatan. W : Gramian Keterendalian. M : Gramian Keteramatan. A s, B s, C s, D s : Sistem stabil asimtoti, terendali, teramati. U d : Transformasi matris unitary deomposisi. W d : Transformasi matris tahap edua deomposisi. G d : Hasil deomposisi sistem ta stabil. G s : Subsistem stabil. G u : Subsistem ta stabil. T : Matris transformasi non singular. A s, B s, C s, D s : Sistem setimbang watu disrit. W : Gramian Keterendalian sistem A s, B s, C s, D s. M : Gramian Keteramatan sistem A s, B s, C s, D s : Gramian esetimbangan. σ i : Nilai singular Hanel. A sr, B sr, C sr, D sr : Sistem teredusi dengan metode SPA. A r, B r, C r, D r : Sistem teredusi total dengan metode SPA. xxiii

24 Halaman ini sengaja diosongan xxiv

25 BAB I PENDAHULUAN Bab ini membahas latar belaang yang mendasari penulisan Tugas Ahir. Didalamnya mencaup identifiasi permasahan pada topi Tugas Ahir. Kemudian dirumusan menjadi permasalahan yang aan diberian batasan-batasan untu membatasi pembahasan pada Tugas Ahir ini. 1.1 Latar Belaang Sungai merupaan salah satu sumber air yang menampung dan mengaliran aliran air. Daerah dimana sungai memperoleh air merupaan daerah tangapan hujan yang disebut dengan daerah tangapan sungai atau Daerah Aliran Sungai (DAS). Masalah utama dalam pengelolaan DAS dibagi menjadi dua yaitu uantitas air sungai dan ualitas air sungai. Untu mengetahui uantitas air sungai dan ualitas air sungai, maa perlu adanya perhitungan ecepatan aliran sungai dan tingginya sendimentasi di sungai (etinggian air sungai)[1]. Sungai bisa dipandang sebagai suatu sistem. Dimana sistem merupaan suatu ombinasi dari beberapa omponen yang beerja bersama-sama untu mendapatan tujuan tertentu, dalam hal ini adalah sistem dari ecepatan aliran air sungai dan etinggian sungai digunaan agar tetap dapat memantau debit air sungai tetap dalam ondisi yang diharapan. Sistem dari ecepatan aliran dan etinggian sungai ini dapat direpresentasian edalam bentu pemodelan matematia. Sistem yang terdapat di alam semesta seringali memilii orde yanag besar. Sehingga dihasilan model matematia yang memilii banya variabel eadaan. Hal ini mempengaruhi watu omputasi arena semain besar uuran sistem, watu omputasi yang dibutuhan semain lama pula. Oleh arena itu, dibutuhan penyederhanaan sistem yang berorde besar agar sistem tersebut memilii orde yang lebih ecil tanpa esalahan yang signifian. Penyederhanaan sistem inilah yang dimasud redusi model[]. Metode redusi model yang sering digunaan diantaranya metode pemotongan setimbang (Balanced Truncation/BT) dan 1

26 aprosimasi perturbasi singular (Singular Perturbation Approximation/SPA)[3]. Redusi orde model dengan metode BT dilauan dengan memotong vetor eadaan (state) dari sistem yang bersesuaian dengan nilai singular Hanel ecil setelah diurutan. Nilai singular Hanel adalah representasi pengaruh state terhadap arateristi output maupun input dalam sistem. Sedangan pada redusi orde model dengan metode SPA, semua variabel eadaan dari sistem setimbang dipartisi menjadi mode cepat dan lambat, variabel eadaan yang bersesuaian dengan nilai singular Hanel ecil didefinisian sebagai mode cepat, sedangan variabel eadaan yang bersesuaian dengan nilai singular Hanel yang lebih besar didefinisian sebagai mode lambat. Selanjutnya, model teredusi diperoleh dengan mengambil ecepatan dari mode cepat sama dengan nol[3]. Pada masalah aliran air sungai, model sistem yang digunaan merupaan sistem yang ta stabil. Dalam penyelesaian redusi model pada sistem ta stabil berbeda dengan penyelesaian sistem stabil. Oleh arena itu, pada Tugas Ahir ini aan dilauan penelitian tentang redusi model pada aliran air sungai dengan menggunaan metode SPA. Setelah didapatan model hasil redusi, emudian aan dilauan analisis terhadap sifat-sifat model hasil redusi. Setelah itu aan dilauan simulasi untu model awal dan model hasil redusi dengan menggunaan software MATLAB. 1. Rumusan Masalah Berdasaran uraian di atas, permasalahan yang diselesaian dalam Tugas Ahir ini adalah : 1. Bagaimana meredusi model aliran air sungai menggunaan pendisritan Implisit Sema Preissman dengan metode SPA?. Bagaimana meredusi model aliran air sungai menggunaan pendisritan Staggered Grid dengan metode SPA? 1.3 Batasan Masalah Berdasaran rumusan masalah di atas, batasan masalah dari Tugas Ahir ini adalah :

27 3 1. Metode yang digunaan adalah metode aprosimasi perturbasi singular ( Singular Perturbation Approximation / SPA).. Sistem yang digunaan adalah sistem linier watu invarian. 3. Model aliran air sungai yang digunaan adalah model yang bersifat ta stabil. 4. Pemodelan aliran sungai dideati dengan model aliran dangal berdimensi satu. 5. Diasumsian bahwa panjang sungai (L) jauh lebih besar jia dibandingan dengan lebar sungai (B). 6. Pendisritan sistem dilauan dengan pendisritan Implisit Sema Preissman dan Staggared Grid. 1.4 Tujuan Adapun tujuan Tugas Ahir ini adalah sebagai beriut : 1. Mengetahui redusi model aliran air sungai menggunaan pendisritan Implisist Sema Preissman dengan metode SPA.. Mengetahui redusi model aliran air sungai menggunaan pendisritan Staggered Grid dengan metode SPA. 1.5 Manfaat Adapun manfaat Tugas Ahir ini adalah sebagai beriut : 1. Sebagai referensi bagi pembaca dalam melauan penelitian selanjutnya.. Sebagai pemberi informasi bagi pembaca mengenai penerapan redusi model pada model matematia yang memilii orde besar sehingga dapat mempermudah penghitungan dan analisis. 1.6 Sistematia Penulisan Tugas Ahir Sistematia penulisan dalam laporan Tugas Ahir ini adalah sebagai beriut: 1. BAB I PENDAHULUAN Bab ini menjelasan latar belaang penyusunan Tugas Ahir, rumusan masalah, batasan masalah, tujuan, manfaan dan sitematia penulisan laporan Tugas Ahir.

28 4. BAB II DASAR TEORI Bab ini menjelasan tentang landasan teori yang menduung penelitian, antara lain tentang model satu dimensi pada aliran sungai, metode numeri sebagai penyelesaian model aliran sungai, sistem linier watu disrit, deomposisi sistem ta linier dan redusi model. 3. BAB III METODOLOGI Bab ini menjelasan tentang tahap-tahap yang dilauan dalam penyusunan Tugas Ahir ini. 4. BAB IV ANALISISDAN PEMBAHASAN Bab ini menjelasan secara detail mengenai sistem awal, pendisritan pada sistem awal, deomposisi sistem ta stabil, redusi model pada subsistem stabil dan simulasi. 5. BAB V KESIMPULAN DAN SARAN Bab ini menjelasan tentang penarian esimpulan yang diperoleh dari pembahasan masalah pada bab sebelumnya serta saran yang diberian untu pengembangan penelitian selanjutnya.

29 BAB II TINJAUAN PUSTAKA Bab ini membahas dasar teori yang digunaan dalam penyusunan Tugas Ahir ini. Dasar teori yang dijelasan dibagi menjadi beberapa subbab yaitu model satu dimensi pada aliran sungai, peramaan Saint Venant, sistem linier watu disrit, deomposisi sistem ta stabil, dan redusi model dengan metode Singular Perturbation Approximation (SPA)..1 Masalah Aliran Sungai Masalah aliran sungai meliputi tiga hal, diantaranya adalah model aliran satu dimensi pada aliran sungai, persamaan Saint Venant dan metode numeri sebagai penyelesaian persamaan Saint Venant..1.1 Model Satu Dimensi pada Aliran Sungai Ada tiga onservasi, yaitu massa, momentum dan energi yang digunaan untu menggambaran aliran sungai. Dua variabel aliran yaitu edalaman dan ecepatan atau edalaman dan nilai debit, cuup untu mendefinisian ondisi aliran pada sebuah penampang melintang. Karena itu dua persamaan pengatur digunaan untu menganalisa eadaan jenis aliran yaitu persamaan ontinuitas dan persamaan momentum atau persamaan energi. Untu aliran yang ontinu digunaan persamaan energi, sedangan untu aliran yang tida ontinu (disrit), misalnya jia melalui terjunan atau lubang digunaan persamaan momentum, arena perlu dietahui berapa jumlah ehilangan (losses) yang terjadi. a. Persamaan Kontinu Huum eealan massa disebut juga sebagai prinsip ontinuitas (Principle of Continuity). prinsip tersebut menyataan bahwa laju perubahan massa fluida yang terdapat dalam ruang yang ditinjau pada selang watu dt harus sama dengan perbedaan antara laju massa yang masu dan laju massa yang eluar e dan dari elemen fluida yang ditinjau. Prinsip ontinuitas menyataan eealan massa dalam ruang 5

30 6 berisi fluida yang ditinjau. Persamaan ontinuitas dalam aliran sungai dapat dimodelan sebagai beriut[4]: h u + D = 0 (.1) t x b. Persamaan Momentum Persamaan momentum dalam aliran sungai dapat dimodelan sebagai beriut[4]: u h + g + C t x fu = 0 (.).1. Persamaan Saint Venant Masalah aliran sungai yang diambil dalam penelitian ini merupaan masalah aliran sungai dangal (shallow water problem) dan aliran satu dimensi. Ada dua persamaan dalam hidrodinami aliran satu dimensi, yaitu Persamaan ontinuitas (.1) dan Persamaan momentum (.). Kedua persamaan tersebut digunaan untu menyelesaian penelusuran aliran air di sungai yang selanjutnya dienal dengan Persamaan Saint Venant sebagai beriut[4]: u t h u + D = 0 t x h + g + C x fu = 0 } (.3) dengan syarat awal dan syarat batas: h(x, 0) = 1, u(x, 0) = 0, h(0, t) = ψ b (t), u(l, t) = u N (t) dimana h(x, t) : etinggian air terhadap titi acuan, D : edalaman sungai terhadap titi acuan, t : watu, x : posisi sepanjang sungai, g : gaya grafitasi, C f : oefisien gesean, ψ b : etinggian air pada posisi x 0, u(l, t) : ecepatan aliran pada batas x N.

31 7 Masalah aliran sungai dapat ditunjuan oleh Gambar.1 beriut ini: u(l, t) h(0, t) h D L Rembesan Gambar. 1 Masalah Aliran Sungai.1.3 Metode Numeri sebagai Penyelesaian Persamaan Saint Venant Persamaan Saint Venant merupaan persamaan yang tida dapat diselesaian secara biasa, maa digunaan metode numeri untu menyelesaiannya. Metode numeri terdiri dari metode esplisit dan metode implisit. Metode Esplisit digunaan untu menyelesaian perhitungan ecepatan dan edalaman aliran pada sistem grid berdasaran data yang sudah dietahui sebelumnya. Sedangan metode Implisit digunaan untu menyelesaian persamaan pada setiap tahapan watu. Karena aan dibentu sistem linear watu disrit pada pemodelan di atas, maa perlu adanya penyelesaian dari sistem persamaan Saint Venant terhadap ruang x dan watu t. Dalam masalah aliran air sungai ini digunaan pendisritan Implisit Sema Preissman dan pendisritan Staggered Grid. a. Pendisritan Implisit Sema Preissman Menurut pendisritan Implisit Sema Preissman didefinisian untu sebarang fungsi f sebagai beriut[]: f x = θ (f i+1 +1 fi +1 x ) + (1 θ) ( f i+1 fi x ) (.4)

32 8 +1 fi+1 f = t (f i+1 t ) + ( f i +1 f i t +1 + f +1 i ) + (1 θ) ) (.5) f = θ (f i+1 (f i+1 + f i ) (.6) untu 0 < θ < 1. Pendisritan Implisit Sema Preissman tersebut dapat juga ditulisan sebagai beriut: h = +1 t (h i+1 hi+1 t u ui x = θ (u i+1 x ) + ( h i +1 h i ) (.7) t ) + (1 θ) ( u i+1 u = θ (u i u +1 i ) + (1 θ) x (u i+1 ui ) (.8) + u i ) (.9) b. Pendisritan Staggered Grid Pendisritan Staggered Grid didefinisian sebagai beriut[4]: h = x (h i+1 hi x h = +1 t (h i hi ) t u x = ( u i+ u t = ( u i+ 1 ui 1 x +1 1 ui+ 1 t u = 1 (u i+ 1 ) + (h i+1 ) + ( ) + u +1 1 i+ ) +1 hi +1 x ) u 1 ui 1 i+ x. Sistem Linier Watu Disrit Diberian suatu sistem linear watu disrit sebagai beriut[3]: x +1 = Ax + Bu } (.10) y = Cx + Du dengan x adalah variabel eadaan pada watu, )

33 9 u y adalah vetor masuan deterministic pada watu, adalah vetor eluaran pada watu, A, B, C, D masing-masing adalah matris-matris onstan dengan uuran yang bersesuaian. Persamaan (.10) dapat dinyataan sebagai sistem (A, B, C, D)...1 Sifat-Sifat Sistem Sifat-sifat dari suatu sistem meliputi tiga hal, diantaranya estabilan, eterendalian dan eteramatan Kestabilan dari Segi Nilai Karateristi Definisi.1[5] Diberian sistem linear disrit x +1 = Ax, (.11) dengan x R n adalah variabel eadaan pada watu dan A adalah matris onstan dengan uuran yang bersesuaian. Misalan x e disebut titi setimbang. i. Titi setimbang x e diataan stabil bila untu setiap E > 0, terdapat δ > 0 sedemiian hingga untu setiap solusi x yang memenuhi x x e < δ maa berlau x x e < E untu setiap 0. ii. Titi setimbang x e diataan stabil asimtoti jia x e stabil dan bila terdapat δ 1 > 0 sedemiian rupa sehingga untu setiap solusi x yang memenuhi x 0 x e < δ 1 maa berlau lim x x e = 0. Berdasaran Definisi.1 untu menyelidii estabilan sistem (A, B, C, D),maa syarat estabilan sistem dapat ditentuan seperti pada teorema beriut. Teorema.1[6]. Sistem linear disrit, seperti yang dinyataan pada Persamaan (.11), adalah stabil asimtoti jia dan hanya jia real λ i (A) < 1 untu i = 1,, n dengan λ i (A) adalah nilai eigen matris A. Sedangan jia real λ i (A) = 1, maa sistem disrit adalah stabil untu i = 1,, n...1. Keterendalian Teorema.[6]. Sistem disrit yang diberian pada Persamaan (.10) terendali jia dan hanya jia ran[b AB A n 1 B] = n,

34 10 dengan [B AB A n 1 B] disebut sebagai matris eterendalian Keteramatan Teorema.3[6]. Sistem disrit yang diberian pada Persamaan (.10) teramati jia dan hanya jia ran[c CA C(A) n 1 ] = n, dengan [C CA C(A) n 1 ] disebut sebagai matris eteramatan..3 Gramian Keterendalian dan Gramian Keteramatan Diberian sistem linier disrit sebagai sistem (A, B, C, D). Pada sistem (A, B, C, D ) juga didefinisian Gramian eterendalian W, dan Gramian eteramatan M, yaitu[7]: W = A B B T (A T ) =0 (.1) M = (A T ) =0 C T C A (.13) Hubungan antara sifat estabilan, eterendalian dan eteramatan sistem dengan Gramian eterendalian W, dan Gramian etermatan M, dapat dinyataan dalam teorema beriut. Teorema.4[7]. Diberian sistem (A, B, C, D) yang stabil, terendali dan teramati. Gramian eterendalian W, dan Gramian etereamatan M, masing-masing merupaan penyelesaian tunggal dan definit positif dari persamaan Lyapunov A WA T + B B T W = 0 (.14) A T MA + C T C M = 0 (.15) Pada Teorema.4 sistem (A, B, C, D) yang stabil dimasud adalah sistem stabil asimtoti. Sehingga, sistem (A, B, C, D) adalah sistem yang stabil asimtoti, terendali, dan teramati..4 Deomposisi Sistem Ta Stabil Deomposisi sistem ta stabil merupaan metode pemisahan antara subsistem stabil dan ta stabil. Algoritma deomposisi dapat dilauan dengan dua tahap transformasi. Pada tahap pertama, transformasi real Schur bentu blo. Menggunaan unitary matris U d dalam bentu blo diagonal atas Schur, sehingga nilai-nilai eigen dari transformasi sistem diatur berdasaran urutan nilai absolut dari nilai

35 11 eigennya. Jia x sistem awal dan U d transformasi matris unitary, maa x t hasil dari transformasi sistem dengan x = U d x t. Pada transformasi tahap edua, dilauan dengan menyelesaian persamaan umum Lyapunov dan melanjutan untu transformasi tahap edua menggunaan transformasi x t = W d x d, dimana x d adalah tahap ahir dari transformasi state dan W d adalah tahap ahir dari transformasi matris. Sehingga aan diperoleh pemisahan antara subsistem stabil dan ta stabil[7]. Model hasil dari deomposisi : G d = [ A s B s ] + [ A u B u C s D s C u 0 ] = G s (subsistem stabil) + G u (subsistem ta stabil) (.16).5 Redusi Model dengan Metode SPA Redusi model merupaan upaya untu mengganti model atau sistem yang beruuran besar dengan model yang lebih sederhana tanpa esalahan yang signifian. Redusi model dapat dilauan dengan beberapa metode salah satunya SPA. Redusi model dilauan dengan cara membentu system setimbang..5.1 Sistem Setimbang Sistem setimbang (A, B, C, D ) adalah sistem baru yang diperoleh dari sistem awal (A, B, C, D) dengan Gramian eterendalian W dan Gramian eteramatan M yang sama dan merupaan matris diagonal. System setimbang diperoleh dengan mentransformasian system awal terhadap matris transformasi T[3]: x = Tx (.17) Dengan, x : variabel eadaan dari sistem (A, B, C, D) x : variabel eadaan dari sistem setimbang (A, B, C, D ) T : matris transformasi yang non singular dan beruuran nxn Selanjutnya, Persamaan (.17) dapat ditulisan sebagai beriut. x = T 1 x (.18) Untu = + 1, maa Persamaan (.18) menjadi.

36 1 x +1 = T 1 x +1 (.19) Jia sistem awal pada Persamaan (.17) dan (.18) disubstitusian pada Persamaan (.19) maa diperoleh hasil sebagai beriut. x +1 = T 1 (Ax + Bu ) (.0) Selanjutnya, mensubstitusi Persamaan (.17) e dalam Persamaan (.0), maa diperoleh hasil sebagai beriut. x +1 = T 1 (ATx + Bu ) = T 1 ATx + T 1 Bu = A x + B u (.1) Sedangan untu mendapatan matris C dan D, dilauan dengan mensubstitusian Persamaan (.17) e dalam Persamaan (.18), maa diperoleh hasil sebagai beriut. y = CTx + Du = C(Tx ) + D u = CTx + D u (.) Sehingga didapat. A = T 1 AT, B = T 1 B, C = CT, dan D = D (.3) Sistem setimbang dapat ditulisan dalam bentu: x +1 = Ax + Bu } (.4) y = Cx + Du Hubungan antara sistem setimbang dengan Gramian eterendalian dan Gramian eteramatan sistem, dapat dilihat pada definisi beriut. Definisi.[7]. Sistem (A, B, C, D ) disebut sistem setimbang dari sistem (A, B, C, D) jia sistem (A, B, C, D ) mempunyai Gramian eterendalian W, dan Gramian eteramatan M, yang merupaan solusi tunggal dari persamaan Lyapunov A W A T + B B T W = 0 (.5) A TM A + C TC M = 0 (.6) Sedemiian sehingga memenuhi W = M = = diag(σ 1, σ,, σ n ), σ 1 σ r σ n > 0. dengan σ i merupaan nilai singular Hanel dari sistem (A, B, C, D) yang dapat didefinisian sebagai

37 13 σ i = λ i (WM), i = 1,, n, (.7) dengan λ i adalah nilai-nilai eigen dari WM..5. Metode Redusi Model dengan Singular Perturbation Approximation (SPA) Pada redusi model dengan metode Singular Perturbation Approximation (SPA), semua variabel eadaan pada sistem setimbang (A, B, C, D ) dapat dipartisi menjadi mode cepat dan lambat. Variabel eadaan yang bersesuaian dengan nilai singular Hanel ecil didefinisian sebagai mode cepat, sedangan variabel eadaan yang bersesuaian dengan nilai singular Hanel yang lebih besar didefinisian sebagai mode lambat. Selanjutnya, model teredusi diperoleh dengan mengambil ecepatan dari mode cepat sama dengan nol. Selanjutnya, pada sistem yang telah diredusi dengan metode Singular Perturbation Approximation (SPA), sifat estabilan yang berlau pada sistem semula juga berlau pada sistem yang telah diredusi. Adapun teorema estabilan sistem teredusi dengan metode SPA diberian sebagai beriut. Teorema.5[3]. Jia sistem (A, B, C, D ) merupaan sistem yang stabil asimtotis, maa sistem teredusi dengan metode Singular Perturbation Approximation (SPA)(A, B, C, D ) juga merupaan sistem yang stabil asimtotis. Setelah diperoleh sistem setimbang (A, B, C, D ) dengan Gramian eterendalian W dan Gramian eteramatan M yang sama, dan merupaan matris diagonal. Selanjutnya sistem (A, B, C, D ) dipartisi sesuai dengan = diag( 1, ), dengan 1 = diag(σ 1, σ,. σ n ) dan = diag(σ r+1,, σ r+,. σ n ) dengan demiian, realisasi sistem (A, B, C, D ) dapat ditulis sebagai [ x 1( + 1) x ( + 1) ] = [A 11 A 1 y () = [C 1 A 1 A ] [ x 1() x () ] + [B 1 ] u() B C ] + D u() } (.8)

38 14 Dengan x 1() R r dan A 11 R rxr bersesuaian dengan gramian 1, dan x () R n r bersesuaian dengan. Langah selanjutnya, mengambil x ( + 1) = 0 sehingga dari Persamaan (.8) diperoleh x 1( + 1) = A 11 x 1 () + A 1 x () + B 1u() (.9) 0 = A 1 x 1() + A x () + B u() (.30) y () = C 1x 1() + C x () + D u() (.31) Kemudian, dengan mengansumsian A adalah matris nonsingular, dari Persamaan (.30) didapatan 1 1 x () = A A 1 x 1() A B u() (.3) Selanjutnya, mensubsitusian Persamaan (.3) e dalam Persamaan (.9) dan Persamaan (.31). Dengan demiian, diperoleh sistem teredusi berorde r yang bersesuaian dengan gramian 1 sebagai beriut. x 1( + 1) = A 11 x 1() + B 1 u() y () = C 1 x 1() } (.33) + D u() Untu = 0,1,,, dengan x 1() R r, u() R s, dan y () R t dengan A r = A 11 A 1 A 1 A 1 (.34) B r = B 1 A 1 A 1 B (.35) C r = C 1 C A 1 A 1 (.36) D r = D 1 C A B (.37) Dengan demiian diperoleh sistem teredusi yang beruuran r yang dapat dinyataan dalam bentu: x r+1 = A rx r + B ru } (.38) y r = C rx r + D ru Untu selanjutnya sistem teredusi ini disebut sebagai sistem (A r, B r, C r, D r). Dari redusi orde model dengan metode Singular Perturbation Approximation (SPA) pada sistem (A, B, C, D ) yang stabil asimtotis,

39 15 terendali dan teramati berorde n dihasilan sistem teredusi (A r, B r, C r, D r) berorde r < n yang stabil asimtotis. Teorema.6[3]. Diberian suatu sistem (A, B, C, D ) yang bersifat stabil, terendali, teramati dan setimbang dengan Gramian W = M = diag(σ 1, σ,, σ n ), σ 1 σ r σ n > 0, dengan σ r σ r+1 maa sistem teredusi dengan order r juga aan stabil, terendali dan teramati, serta memenuhi G s G sr (σ r σ n ), dengan G s dan G sr masing-masing adalah fungsi transfer sistem (A, B, C, D) dan sistem teredusinya. Setelah didapatan sistem teredusi seperti pada Persamaan (.38) yang memenuhi Teorema.6 maa redusi model pada sistem ta stabil dapat diperoleh sebagai beriut. G r = G sr + G u dengan G r : sistem teredusi total dengan SPA G sr : sistem teredusi dengan SPA : subsistem ta stabil hasil deomposisi G u

40 16 Halaman ini sengaja diosongan

41 BAB III METODE PENELITIAN Bab ini menjelasan langah-langah yang digunaan dalam penyelesaian masalah pada Tugas Ahir. Disamping itu, dijelasan pula prosedur dan proses pelasanaan tiap-tiap langah yang dilauan dalam menyelesaian Tugas Ahir. 3.1 Tahapan Penelitian Untu mencapai tujuan dari penulisan ini, aan dilauan langah-langah sebagai beriut : a. Studi Literatur Pada tahap ini dilauan identifiasi permasalahan dan studi literatur dari beberapa buu, jurnal, penelitian, paper, maupun atriel dari internet mengenai referensi tentang sistem yang ta stabil, model aliran air sungai dan metode redusi sistem. b. Pendisritan Pada Sistem Awal Pada tahap ini dilauan pendisritan pada model aliran air sungai dengan menggunaan metode Implisit Sema Preissman dan metode Staggered Grid. c. Analisis Sifat Sistem Awal Pada tahap ini dilauan analisis model awal sistem pada model aliran air sungai. Analisis yang dilauan meliputi analisis sifat dan perilau sistem. Analisis sifat terdiri dari analisis estabilan, eterendalian dan eteramatan pada sistem tersebut. Sedangan analisa perilau sistem meliputi sistem pada aliran air sungai tersebut apaah stabil atau ta stabil. d. Deomposisi sistem Ta Stabil Pada tahap ini dilauan pemisahan dari sistem awal yang ta stabil sehingga diperoleh subsistem stabil dan subsistem ta stabil. 17

42 18 e. Redusi Model pada Subsistem Stabil Pada tahap ini dilauan redusi model pada subsistem stabil dengan menggunaan metode Singular Perturbation Approximation / SPA untu menghasilan model dengan steady-state yang jumlahnya lebih sediit dan sifat estabilan yang berlau pada sistem semula juga berlau pada sistem yang telah diredusi. f. Analisis Sifat Sistem Teredusi Pada tahap ini dilauan analisis sifat model yang telah diredusi. Analisis yang dilauan berupa analisis estabilan, eterendalian dan eteramatan. Analisis model teredusi dilauan untu melihat apaah sifatsifat model teredusi sama dengan sifat-sifat model awal atau tida. g. Simulasi menggunaan Matlab Pada tahap ini dilauan simulasi pada model aliran air sungai yang telah dilauan redusi. Sehingga diperoleh model aliran air sungai yang teredusi. Selanjutnya dilauan simulasi dengan Matlab untu mendapatan hasil yang optimal. h. Analisis Hasil dan Kesimpulan Pada tahap ini dilauan analisis dari hasil simulasi pada mpdel aliran air sungai yang teredusi. Selanjutan aan ditari esimpulan apaah redusi model pada aliran air sungai menggunaan metode Singular Perturbation Approximation / SPA optimal.

43 19 3. Sema Metode Penelitian Sistem Awal (Aliran Air Sungai) Pendisritan pada Model Aliran Air Sungai Analisis Sistem pada Model Aliran Air Sungai Sistem Ta Stabil Deomposisi Sistem Ta Stabil Subsistem Stabil Subsistem Ta Stabil Sistem Setimbang Subsistem Stabil Teredusi Sistem Teredusi Simulasi Analisis Hasil dan Kesimpulan Gambar 3. 1 Sema Metode Penelitian

44 0 Halaman ini sengaja diosongan

45 BAB IV ANALISIS DAN PEMBAHASAN Pada bab ini aan dijelasan secara detail mengenai pemodelan aliran air sungai, persamaan Saint Venant, metode Implisit Sema Preissman, metode Staggered Grid, sifat-sifat sistem dan redusi model dengan metode Singular Perturbation Approximation (SPA). 4.1 Pemodelan Aliran Air Sungai Pemodelan aliran air sungai meliputi dua hal, yaitu model satu dimensi pada aliran sungai dan persamaan Saint Venant Model Satu Dimensi pada Aliran Sungai Ada tiga onservasi, yaitu massa, momentum dan energi yang digunaan untu menggambaran aliran sungai. Dua variabel aliran yaitu edalaman dan ecepatan atau edalaman dan nilai debit, cuup untu mendefinisian ondisi aliran pada sebuah penampang melintang. Karena itu dua persamaan pengatur digunaan untu menganalisa eadaan jenis aliran yaitu persamaan ontinuitas dan persamaan momentum atau persamaan energi. Untu aliran yang ontinu digunaan persamaan energi, sedangan untu aliran yang tida ontinu (disrit), misalnya jia melalui terjunan atau lubang digunaan persamaan momentum, arena perlu dietahui berapa jumlah ehilangan (losses) yang terjadi. a. Persamaan Kontinu Huum eealan massa disebut juga sebagai prinsip ontinuitas (Principle of Continuity). prinsip tersebut menyataan bahwa laju perubahan massa fluida yang terdapat dalam ruang yang ditinjau pada selang watu dt harus sama dengan perbedaan antara laju massa yang masu dan laju massa yang eluar e dan dari elemen fluida yang ditinjau. Prinsip ontinuitas menyataan eealan massa dalam ruang berisi fluida yang ditinjau. Persamaan ontinuitas dalam aliran sungai dapat dimodelan sebagai beriut[4]: h u + D = 0 t x (4.1) 1

46 b. Persamaan Momentum Persamaan momentum dalam aliran sungai dapat dimodelan sebagai beriut[4]: u t + g h x + C fu = 0 (4.) 4.1. Persamaan Saint Venant Masalah aliran sungai yang diambil dalam penelitian ini merupaan masalah aliran sungai dangal (shallow water problem) dan aliran satu dimensi. Ada dua persamaan dalam hidrodinami aliran satu dimensi, yaitu Persamaan ontinuitas (4.8) dan Persamaan momentum (4.9). Kedua persamaan tersebut digunaan untu menyelesaian penelusuran aliran air di sungai yang selanjutnya dienal dengan Persamaan Saint Venant sebagai beriut[4]: h u + D = 0 t x u h + g + C t x fu = 0 } (4.3) dengan syarat awal dan syarat batas: h(x, 0) = 1, u(x, 0) = 0, h(0, t) = ψ b (t),u(l, t) = u N (t) dimana h(x, t) : etinggian air terhadap titi acuan, D : edalaman sungai terhadap titi acuan, t : watu, x : posisi sepanjang sungai, g : gaya grafitasi, C f : oefisien gesean, ψ b : etinggian air pada posisi x 0, u(l, t) : ecepatan aliran pada batas x N. 4. Penyelesaian Persamaan Saint Venant dengan Metode Implisit Sema Preissman Pada subbab ini aan dijelasan tentang tiga hal, yaitu disritisasi model aliran air sungai dengan metode Implisit Sema Preissman,

47 3 analisa sifat model dan redusi model dengan metode Singular Perturbation Approximation (SPA) Disritisasi Model Aliran Air Sungai dengan Metode Implisit Sema Preissman Menurut pendisritan implisit sema Preissman, maa Persamaan (4.3) menjadi : ( h +1 i+1 hi+1 t + h i +1 h i t ) + D (θ ( u i+1 ui x ) + (1 θ) ( u i+1 x ui )) = 0 +1 h i+1 t h i+1 D(1 θ) x +1 h i Dθ t D(1 θ) u x i+1 + h +1 i t t u i = 0 u x i +1 + h +1 i+1 t h i + Dθ u t x i+1 +1 Dθ + Dθ u x i+1 +1 = h i u x i +1 + D(1 θ) x + D(1 θ) t x u i+1 u i + h i+1 t ( u +1 i+1 ui+1 t + u i +1 u i t ) + g (θ ( h i+1 hi C f ( θ (u i u +1 i ) + (1 θ) (u i+1 + u i )) = 0 x ) + (1 θ) ( h i+1 x hi )) + +1 u i+1 u i+1 + u +1 i t t t g(1 θ) x gθ C f θ h i + C fθ u i+1 x h i +1 + gθ u i + gθ h t x i+1 +1 gθ +1 + C fθ h x i+1 +1 g(1 θ) x u i +1 1 u t i + C f (1 θ) + C f (1 θ) u i+1 = 0 1 t u i+1 h x i +1 + g(1 θ) x u i +1 + C f (1 θ) u i+1 h i + g(1 θ) u i + 1 t u i+1 h x i C fθ u i+1 +1 h i+1 + C f (1 θ) u i = 0 t u i +1 + gθ h x i +1 + ( 1 + C fθ ) u t i +1 + gθ h x i ( 1 + C fθ ) u +1 t i+1

48 4 = g(1 θ) h x i + ( 1 + ( 1 ) u i+1 C f (1 θ) t C f (1 θ) t ) u i g(1 θ) x h i+1 Sehingga Persamaan (4.3) dapat ditulis sebagai beriut : 1 h t i +1 Dθ u x i h t i Dθ u x i+1 +1 = 1 h t i + D(1 θ) u x i + (4.4) 1 t h i+1 D(1 θ) x u i+1 gθ h x i +1 + ( 1 + C fθ ) u t i +1 + gθ h x i ( 1 + C fθ ) u +1 t i+1 = g(1 θ) h x i + ( 1 C f (1 θ) ) u t i g(1 θ) h x i+1 + ( 1 ) u i+1 (4.5) C f (1 θ) t Persamaan (4.4) dan (4.5) dapat ditulis pada saat i = 0,1,,, N 1, N sebagai beriut : Untu i = 0, diperoleh : 1 h t 0 +1 Dθ u x h t Dθ u x 1 +1 = 1 h t 0 + D(1 θ) u x h t 1 D(1 θ) u x 1 gθ x h ( 1 t + C fθ ) u gθ x h ( 1 t + C fθ ) u 1 +1 = g(1 θ) h x 0 + ( 1 + ( 1 ) u 1 C f (1 θ) t C f (1 θ) t Untu i = 1, diperoleh : ) u 0 g(1 θ) x h 1 1 h t 1 +1 Dθ u x h t +1 + Dθ u x +1 = 1 h t 1 + D(1 θ) u x h t D(1 θ) u x

49 5 gθ x h ( 1 t + C fθ ) u gθ x h +1 + ( 1 t + C fθ ) u +1 = g(1 θ) h x 1 + ( 1 + ( 1 ) u C f (1 θ) t C f (1 θ) t Untu i =, diperoleh : ) u 1 g(1 θ) 1 h t +1 Dθ u x h t Dθ u x 3 +1 = 1 h t + D(1 θ) u x + 1 h t 3 D(1 θ) u x 3 gθ h x +1 + ( 1 + C fθ ) u t +1 + gθ h x ( 1 + C fθ ) u t 3 +1 = g(1 θ) h x + ( 1 + ( 1 ) u 3 C f (1 θ) t C f (1 θ) t Untu i = N 1, diperoleh : 1 h t N 1 +1 Dθ u x N D(1 θ) u x N ( 1 + C fθ t gθ x h N 1 = g(1 θ) h x N 1 + ( 1 C f (1 θ) t x ) u g(1 θ) x h h 3 h t N +1 + Dθ u x N +1 = 1 h t N D(1 θ) u x N ) u N gθ h x N +1 + ( 1 + ( 1 ) u N 1 C f (1 θ) t ) u N Untu i = N, diperoleh : 1 h t N +1 Dθ 1 h t N+1 x u N D(1 θ) x h t N 1 + t + C fθ g(1 θ) h x N h t N Dθ u x N+1 +1 = 1 u N+1 gθ x h N +1 + ( 1 t + C fθ ) u N +1 + gθ x h N ( 1 ) u N +1 h t N + D(1 θ) u x N + t + C fθ +1 ) u N+1

50 6 = g(1 θ) h x N + ( 1 + ( 1 C f (1 θ) t C f (1 θ) t ) u N+1 ) u N g(1 θ) x h N+1 Dengan demiian, untu i = 0,1,,, N 1, N dapat dibentu matris sebagai beriut : +1 h a b a b c d c d u a b a b h c d c d u a b a b c d c d 0 = +1 h N 1 +1 u N a b +1 h [ c d ] N [ u +1 N ] dengan : a p a p q r q r a p a p q r q r a p a p q r q r a p [ q r ] [ a = 1 Dθ gθ, b =, c =, d = ( 1 + C fθ ) t x x t p = D(1 θ) x, q = g(1 θ) x, r = ( 1 C f(1 θ) t ) h 0 u 0 h 1 u 1 h N 1 u N 1 h N u N ]

51 7 Selanjutnya diberian syarat awal dan syarat batas adalah sebagai beriut : Syarat awal : h i 0 = 1; u i 0 = 0, (4.6) dan syarat batas : h 0 = ψ b ( t); u +1 N+1 = u N+1 = h +1 N+1 = h N+1 = 0 (4.7) dimana i menunjuan posisi, sedangan menyataan langah watu. Dengan demiian, untu i = 0 dan i = N, menjadi : Untu i = 0, diperoleh : h 0 = ψ b ( t), h 0 +1 = ψ b (( + 1) t) = a 0 ψ b ( t) = a 0 h 0 dengan ψ b (0) = 1, a 0 = e 1 6, gθ x h ( 1 t + C fθ ) u gθ x h ( 1 t + C fθ ) u 1 +1 = g(1 θ) h x 0 + ( 1 + ( 1 ) u 1 C f (1 θ) t C f (1 θ) t ) u 0 g(1 θ) Untu i = N, digunaan syarat batas u +1 N+1 = u N+1 +1 = h N+1 = 0, sehingga diperoleh : h N+1 1 h t N +1 Dθ u x N +1 = 1 h t N + D(1 θ) u x N gθ h x N +1 + ( 1 + C fθ ) u t N +1 = g(1 θ) h x N + ( 1 x h 1 = C f (1 θ) t ) u N Dengan demiian, untu i = 0,1,,, N 1, N dapat dibentu matris sebagai beriut :

52 8 +1 h c d c d u a b a b h c d c d u a b a b c d c d 0 = +1 h N 1 +1 u N a b +1 h [ c d ] N [ u +1 N ] a q r q r a p a p q r q r a p a p q r q r a p [ q r ] [ h 0 u 0 h 1 u 1 h N 1 u N 1 h N u N ] Berdasaran hasil pendisritan diatas, dapat dibentu sistem ruang eadaan yang invarian terhadap watu : C 1 x +1 = C x x +1 = C 1 1 C x (4.8) dengan A = C 1 1 C dimana :

53 9 C 1 = c d c d a b a b c d c d a b a b c d c d a b [ c d ] a q r q r a p a p q r q r C = a p a p q r q r a p [ q r ] 4.. Analisa Sifat Model Aliran Air Sungai Pada Model Aliran Air Sungai dengan Metode Sema Preissman pada Persamaan (4.8) aan dilauan analisa sifat model. Analisis sifat model meliputi sifat estabilan, sifat eterendalian, dan sifat eteramatan Sifat Kestabilan Pada Teorema.1 disebutan bahwa sistem disrit diataan stabil simtoti jia dan hanya jia nilai eigennya urang dari satu. Sedangan jia nilai eigen sama dengan satu, maa sistem disrit diataan stabil. Jia diberian sistem awal (A, B, C, D) yang ta stabil, dengan N = 4 edalaman sungai D = 10 m, percepatan gravitasi g =

54 m det, oefisien gesean C f = 0.000, a 0 = e 1 6, x = 60000/N, t = 1 dan θ = 0.6, maa diperoleh : C 1 = [ ] C = [ ] A = [ ] (4.9) B = [ 1 ] (4.10) C = [ ] (4.11) D = [ 0 ] (4.1) dengan A R 10 10, B R 10 1, C R 10, D R 1.

55 31 Pada sistem awal (A, B, C, D), aan dilauan analisa estabilan, eterendalian dan eteramatan dari sistem awal tersebut. Stabilitas sistem awal (A, B, C, D) dapat ditentuan berdasaran nilai absolut dari eigen matris A seperti pada Tabel 4.1 beriut Tabel 4. 1 Nilai eigen matris A(Sema Preissman) t λ t Berdasaran Tabel 4.1, terlihat bahwa nilai absolut dari eigen matris A yang bernilai lebih dari 1 ada sebanya 4, maa berdasaran Teorema.1 sistem (A, B, C, D) tida stabil Sifat Keterendalian Pada Teorema. disebutan bahwa suatu sistem disrit diataan terendali jia dan hanya jia ran dari matris eterendaliannya sama dengan n, atau dengan ata lain ran[b AB A n 1 B] = n. Jia diberian matris A dan matris B seperti pada Persamaan (.15) dan (.16), dan misalan W c adalah matris eterendalian, maa diperoleh : W c = [B AB A B A 3 B A 4 B A 5 B A 6 B A 7 B A 8 B A 9 B]

56 = [ ] Berdasaran hasil simulasi, didapatan bahwa ran dari matris eterendalian sistem (A, B, C, D) sama dengan 6, sehingga sistem (A, B, C, D) bersifat ta terendali Sifat Keteramatan Pada Teorema.3 disebutan bahwa suatu sistem disrit diataan teramati jia dan hanya jia ran dari matris eteramatannya sama dengan n, atau dengan ata lain ran[c CA CA n 1 ] = n. Jia diberian matris A dan matris C seperti pada Persamaan (.15) dan (.17), dan misalan M c adalah matris eterendalian, maa diperoleh : M c = [C CA CA CA 3 CA 4 CA 5 CA 6 CA 7 CA 8 CA 9 ] = [ ]

57 33 Berdasaran hasil simulasi, didapatan bahwa ran dari matris eteramatan sistem (A, B, C, D) sama dengan 7, sehingga sistem (A, B, C, D) bersifat ta teramati Redusi Model Aliran Sungai dengan SPA Model aliran air sungai dengan metode Implisit Sema Preissman adalah suatu model yang bersifat ta stabil, ta terendali dan ta teramati. Setelah dilauan analisis sistem, maa selanjutnya aan dilauan redusi model. Redusi model dilauan dengan cara membentu sistem setimbang. Sistem setimbang adalah sistem baru yang diperoleh dari sistem awal (A, B, C, D) dengan Gramian eterendalian W dan Gramian eteramatan M yang sama dan merupaan matris diagonal. Pada model aliran air sungai dengan metode Implisit Sema Preissman, Gramian eterendalian W dan Gramian eteramatan M tida dapat dicari. Sebab, pada analisis sistem awal, model aliran air sungai dengan metode Implisit Sema Preissman bersifat ta terendali dan ta teramati. Oleh arena itu, model aliran air sungai dengan metode Implisit Sema Preissman tida dapat diredusi dengan metode SPA. 4.3 Penyelesaian Model Saint Venant dengan metode Staggered Grid Pada subbab ini aan dijelasan tentang tiga hal, yaitu disritisasi model dengan Metode Staggered Grid, analisa sifat model dan redusi model dengan Singular Perturbation Approximation (SPA) Disritisasi Model Aliran Air Sungai dengan Metode Staggered Grid Berdasaran pendisritan dengan metode Staggered Grid, maa Persamaan (4.3) menjadi : h i +1 h i t + 1 D u i+ 1 ui 1 x + 1 D u i ui 1 x = 0

58 34 1 h t i +1 1 h t i + D u x i+ 1 D u x i 1 + D u +1 x i+ 1 D u +1 x i 1 = 0 1 h t i +1 D u +1 x i 1 + D u +1 x i+ 1 = 1 h t i + D u x i 1 D u x i+ 1 (4.13) +1 u 1 ui+ 1 i+ t 1 u t i g h i+1 hi x +1 1 u t i+ 1 C fu i C fu i g h i+1 hi x + 1 C fu 1 i+ + 1 C fu +1 1 i+ = 0 + g h x i+1 g h x i + g h x i+1 +1 g h x i = 0 g h x i +1 + g h x i ( C t f) u 1 i+ ( 1 1 C t f) u 1 i+ +1 = g h x i g h x i+1 + (4.14) dimana i menunjuan posisi, sedangan menyataan langah watu. Selanjutnya, Persamaan (4.13) dan (4.14) dapat ditulis pada saat i = 0,1,,, N 1, N sebagai beriut : Untu i = 0, diperoleh : 1 h t 0 +1 D u +1 x 1 + D x u1 +1 = 1 h t 0 + D u x 1 D x u1 g x h g ( 1 1 C t f) u1 Untu i = 1, diperoleh : x h ( 1 t + 1 C f) u1 +1 = g h x 0 g h x h t 1 +1 D x u D x u3 +1 = 1 h t 1 + D x u1 D x u3

59 35 g h x g h x +1 + ( C t f) u3 ( 1 1 C t f) u3 Untu i =, diperoleh : +1 = g h x 1 g h x + 1 h t +1 D +1 x u3 + D +1 x u5 = 1 h t + D x u3 D x u5 g x h +1 + g x h ( 1 t + 1 C f) u 5 ( 1 t 1 C f) u 5 +1 = g h x g h x 3 + Untu i = 3, diperoleh : 1 h t 3 +1 D x u D x u7 +1 = 1 h t 3 + D x u5 D x u7 g x h g ( 1 1 C t f) u7 x h ( 1 t + 1 C f) u7 Untu i = N 1, diperoleh : +1 = g h x 3 g h x h t i +1 D u +1 x i 1 + D u +1 x i+ 1 = 1 h t i + D u x i 1 D u x i+ 1 g x h i +1 + g x h i+1 ( 1 1 C t f) u 1 i+ Untu i = N, diperoleh : +1 + ( 1 t + 1 C f) u i = g h x i g h x i h t N +1 D u +1 x N 1 + D u +1 x N+ 1 = 1 h t N + D u x N 1 D u x N+ 1

60 36 +1 = g h x N +1 + g h x N ( C t f) u 1 N+ ( 1 1 C t f) u 1 N+ g h x N g h x N+1 + Dengan demiian, untu i = 0,1,,, N 1, N dapat dibentu matris sebagai beriut. a b c d c b a b c d c b a b c d c b a b [ c d ] +1 h 0 +1 u 1 +1 h 1 +1 u 3 [ +1 h N 1 +1 u 1 N +1 h N +1 u 1 N+ ] =

61 37 dengan : a = 1 t a b c e c b a b c e c b a b c e c b a b [ c e ] D gθ, b =, c =, d = ( 1 + C fθ ), e = ( 1 x x t [ h 0 u 1 h 1 u 3 h N 1 u 1 N h N u 1 N+ C f(1 θ) t Selanjutnya diberian syarat awal dan syarat batas adalah sebagai beriut : Syarat awal : h 0 i = 1; u 0 i = 0, (4.15) dan syarat batas : h 0 = h b ( t); u 1 N+ = 0 (4.16) dimana i menunjuan posisi, sedangan menyataan langah watu. Sehingga untu i = 0 dan i = N, menjadi : Untu i = 0, diperoleh : h 0 = h b ( t) g h x g h x ( C t f) u1 ( 1 1 C t f) u1 +1 = ) g h x 0 g h x 1 + ]

62 38 Untu i = N, diperoleh : 1 h t N +1 D u +1 x N 1 + D u x N+ 1 D +1 = 1 t h N + D x u N 1 u x N+ 1 u N+ 1 = 0 Dengan demiian, untu i = 0,1,,, N 1, N dapat dibentu matris sebagai beriut : c d c b a b c d c b a b c d c b a b [ ] [ h u1 +1 h 1 +1 u3 +1 h N 1 +1 u 1 N +1 h N +1 u 1 N+ ] =

63 c e c b a b c e c b a b c e c b a b [ ] [ h 0 u 1 h 1 u 3 h N 1 u 1 N h N u 1 N+ ] [ 0 ] Berdasaran hasil pendisritan diatas, dapat dibentu sistem ruang eadaan yang invarian terhadap watu : D x +1 = A x + B u (4.17) dengan D = c d c b a b c d c b a b c d c 0 0 [ b a b ], u

64 c e c b a b c e c b a b A = c e c b a b [ ] B = [ 0 ] x = [ h 0 u1 h 1 u3 h N 1 u 1 N h N u 1 N+ ]

65 41 Dengan demiian diperoleh matris = D 1 A, B = D 1 B dan C = [ ] Analisa Sifat Model Aliran Air Sungai Pada Model Aliran Air Sungai dengan Metode Staggered Grid pada Persamaan (4.13) dan (4.14), aan dilauan analisa sifat model. Analisis sifat model meliputi sifat estabilan, sifat eterendalian, dan sifat eteramatan Sifat Kestabilan Pada Teorema.1 disebutan bahwa sistem disrit diataan stabil simtoti jia dan hanya jia nilai eigennya urang dari satu. Sedangan jia nilai eigen sama dengan satu, maa sistem disrit diataan stabil. Jia diberian sistem awal (A, B, C, D) dengan N = 4 edalaman sungai D = 10 m, percepatan gravitasi g = 9.8 m det, oefisien gesean C f = 0.000, x = 60000/N dan t = 360, maa diperoleh sebagai beriut: D = A = [ ] [ ]

66 B = [ 0] A = [ ] (.18) B = [ ] (.17) C = [ ] (.18) D = [0] (.19) dengan A R 10 10, B R 10 1, C R 10, D R 1 1. Selanjutnya aan dilauan analisa estabilan, eterendalian dan eteramatan dari sistem awal tersebut. Stabilitas sistem awal (A, B, C, D) dapat ditentuan berdasaran nilai absolut dari eigen matris A seperti pada Tabel 4. beriut.

67 43 Tabel 4. Nilai eigen matris A(Staggered Grid) t λ t Berdasaran Tabel 4., terlihat bahwa nilai absolut dari eigen matris A seluruhnya bernilai urang dari 1, maa berdasaran Teorema.1 sistem (A, B, C, D) stabil asimtoti Sifat Keterendalian Pada Teorema. disebutan bahwa suatu sistem disrit diataan terendali jia dan hanya jia ran dari matris eterendaliannya sama dengan n, atau dengan ata lain ran[b AB A n 1 B] = n. Jia diberian matris A dan matris B seperti pada Persamaan (.18) dan (.19), dan misalan W c adalah matris eterendalian, maa diperoleh : W c = [B AB A B A 3 B A 4 B A 5 B A 6 B A 7 B A 8 B A 9 B] = [ ]

68 44 Berdasaran hasil simulasi, didapatan bahwa ran dari matris eterendalian sistem (A, B, C, D) sama dengan 9, sehingga sistem (A, B, C, D) bersifat ta terendali Sifat Keteramatan Pada Teorema.3 disebutan bahwa suatu sistem disrit diataan teramati jia dan hanya jia ran dari matris eteramatannya sama dengan n, atau dengan ata lain ran[c CA CA n 1 ] = n. Jia diberian matris A dan matris C seperti pada Persamaan (.18) dan (.0), dan misalan M c adalah matris eterendalian, maa diperoleh : M c = [C CA CA CA 3 CA 4 CA 5 CA 6 CA 7 CA 8 CA 9 ] = [ ] Berdasaran hasil simulasi, didapatan bahwa ran dari matris eteramatan sistem (A, B, C, D) sama dengan 9, sehingga sistem (A, B, C, D) bersifat ta teramati. Beriut aan disajian simulasi pada sistem ruang eadaan yang invarian terhadap watu : x +1 = Ax + Bu dengan tujuan untu mengetahui stabilitas pada aliran air sungai, yaitu dengan mengetahui etinggian dan ecepatan pada posisi i = 0,1,, N. Jia diberian N = 100, watu simulasi = 1000, dan h b ( t) = untu semua = 0,1,,, dimana N menyataan posisi

69 45 dan menyataan lama watu simulasi, maa diperoleh grafi etinggian dan grafi ecepatan sebagai beriut: Gambar 4.1 Grafi Ketinggian pada saat = 750 Berdasaran Gambar 4.1, terlihat bahwa etinggian air sungai pada posisi e-0 sampai dengan posisi e-100 dan pada watu e-750 mengalami penurunan dan peningatan. Gambar 4. Grafi Kecepatan pada saat = 750 Berdasaran Gambar 4., terlihat bahwa ecepatan aliran air sungai pada posisi e-0 sampai posisi e-100 dan pada watu e-750 mengalami penurunan dan peningatan.

70 46 Gambar 4.3 Grafi Ketinggian Air Sungai pada posisi e-90 dan pada watu = 0,1,,1000 Berdasaran Gambar 4.3, terlihat bahwa etinggian aliran air sungai pada posisi e-90 dan pada watu = 0,1,,100 mengalami peningatan dan penurunan. Sedangan pada watu e-00 sampai watu e-1000, etinggian aliran air sungai pada posisi e-90 cenderung mendeati nilai. Stabilitas pada etinggian air sungai dapat dietahui berdasaran grafi etinggian pada Gambar 4.3. Berdasaran grafi etinggian aliran air pada watu e-00 sampai watu e-1000, etinggian aliran air sungai pada posisi e-90 cenderung mendeati nilai, maa etinggian air sungai pada posisi e-90 dan pada watu = 0,1,,1000 bersifat stabil.

71 47 Gambar 4.4 Grafi Keceparan Aliran Air Sungai pada posisi e-90 dan pada watu = 0,1,,1000 Berdasaran Gambar 4.4, terlihat bahwa ecepatan aliran air sungai pada posisi e-90 dan pada watu = 0,1,,00 mengalami peningatan dan penurunan. Sedangan pada watu e-300 sampai watu e-1000, etinggian aliran air sungai pada posisi e-90 cenderung mendeati nilai 0. Stabilitas pada ecepatan air sungai dapat dietahui berdasaran grafi ecepatan pada Gambar 4.4. Berdasaran grafi ecepatan aliran air pada watu e-300 sampai watu e-1000, ecepatan aliran air sungai pada posisi e-90 cenderung mendeati nilai, maa ecepatan air sungai pada posisi e-90 dan pada watu = 0,1,,1000 bersifat stabil Redusi Model Aliran Air Sungai dengan SPA Model aliran air sungai dengan metode Staggered Grid adalah suatu model yang bersifat stabil stabil asimtoti, ta terendali dan ta teramati. Setelah dilauan analisis sistem, maa selanjutnya aan dilauan redusi model. Redusi model dilauan dengan cara membentu sistem setimbang. Sistem setimbang adalah sistem baru yang diperoleh dari sistem awal (A, B, C, D) dengan Gramian eterendalian W dan Gramian eteramatan M yang sama dan merupaan matris diagonal.

72 48 Pada model aliran air sungai dengan metode Staggered Grid, Gramian eterendalian W dan Gramian eteramatan M tida dapat dicari. Sebab, pada analisis sistem awal, model aliran air sungai dengan metode Staggered Grid bersifat ta terendali dan ta teramati. Oleh arena itu, model aliran air sungai dengan metode Staggered Grid tida dapat diredusi dengan metode SPA.

73 BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasaran analisis dan pembahasan pada bab sebelumnya, dapat disimpulan beberapa hal sebagai beriut : 1. Berdasaran hasil simulasi menunjuan bahwa model aliran air sungai dengan pendisritan Implisit Sema Preissman tida dapat diredusi dengan metode Singular Perturbation Approximation (SPA). Sebab, model aliran air sungai dengan pendisritan Implisit Sema Preissman bersifat ta stabil, ta terendali dan ta teramati. Sedangan pada metode Singular Pertubation Approximation (SPA), untu menentuan sistem setimbang diperoleh dari Gramian eterendalian dan Gramian eteramatan. Karena model aliran air sungai bersifat ta terendali dan ta teramati, maa tida dapat diperoleh Gramian eterendalian dan Gramian eteramatan.. Berdasaran hasil simulasi model aliran air sungai dengan pendisritan Staggered Grid, dapat disimpulan sebagai beriut: a. Analisis sifat estabilan pada etinggian dan ecepatan model aliran air sungai dengan pendisritan Staggered Grid menunjuan bahwa etinggian air sungai dan ecepatan aliran air sungai bersifat stabil. b. Model aliran air sungai dengan pendisritan Staggered Grid tida dapat diredusi dengan metode Singular Perturbation Approximation (SPA). Sebab, pada model aliran air sungai dengan pendisritan Staggered Grid bersifat ta terendali dan ta teramati. Sedangan pada metode Singular Pertubation Approximation (SPA), untu menentuan sistem setimbang diperoleh dari Gramian eterendalian dan Gramian eteramatan. Karena model aliran air sungai bersifat ta terendali dan ta teramati, maa tida dapat diperoleh Gramian eterendalian dan Gramian eteramatan. 49

74 50 5. Saran Adapun saran dari Tugas Ahir ini adalah : 1. Pada penelitian selanjutnya, dapat diembangan redusi model pada apliasi dengan sistem yang ta stabil, terendali dan teramati.. Pada penelitian selanjutnya, dapat diembangan redusi model pada model aliran air sungai satu dimensi dengan menggunaan metode Pemotongan Setimbang.

75 DAFTAR PUSTAKA [1] Wibowo, H. (013, September). Kajian Geometri Sungai Berdasaran Model Matematia Menggunaan Data Debit Aliran. Eco Reayasa, Vol.9, No..pp [] Arif, D.K, et al. (014). Construction of the Kalman Filter Algorithm on the Model Reduction. International Journal Control and Automation (IJCA), Vol. 7, No.9, pp [3] Rochmah, M., Fatmawati. dan Purwati, U.D, Redusi Orde Model Sistem Linier Watu Disrit dengan Metode Singular Perturbation Approximation. Jurnal Matematia. Universitas Airlangga. [4] M.Verlaan. (1998). Efficient Kalman Filtering for Hydrodynamic Models, PhD Thesis. Delft University of Technology. Netherland. [6] Ogata, K. (1995). Discrete-time Control Sistems. Canada : Prentice-Hall International, Inc. [5] Subiono. (013). Sistem Linier dan Kontrol Optimal. Jurusan Matematia Institut Tenologi Sepuluh Nopember. Surabaya. [7] Arif, D.K. (014). Konstrusi dan Implementasi Algoritma Filter Kalman pada Model Teredusi. Disertasi S3.Jurusan Matematia FMIPA UGM. Yogyaarta. [8] Khasanah, N.I. (016). Analisis Redusi Model pada Sistem Linier watu disrit ta stabil. Jurusan Matematia Institut Tenologi Sepuluh Nopember. Surabaya. 51

76 5 Halaman ini sengaja diosongan

77 LAMPIRAN A Listing Program %MODEL ALIRAN AIR SUNGAI DENGAN PENDISKRITAN STAGGERED GRID clc; clear all; %%SISTEM AWAL D=10; g=9.8; Cf=0.000; t=360; % t = delta t i=input('masuan nilai i : '); x=60000/i; % x = delta x n=(i*+); % uuran matris D_Tilda,A_Tilda,B_Tilda %menghitung Matris D_Tilda D_Tilda=zeros(n); D_Tilda(1,1)=1; D_Tilda(n,n)=1; for i=::n- D_Tilda(i,i-1:i+1)=[-g/(*x) (1/t)+(Cf/) g/(*x)]; end for i=3::n-1 D_Tilda(i,i-1:i+1)=[-D/(*x) 1/t D/(*x)]; end D_Tilda %menghitung Matris A_Tilda A_Tilda=zeros(n); for i=::n- A_Tilda(i,i-1:i+1)=[g/(*x) (1/t)-(Cf/) - g/(*x)]; end for i=3::n-1 53

78 54 end A_Tilda A_Tilda(i,i-1:i+1)=[D/(*x) 1/t -D/(*x)]; %menghitung Matris B_Tilda B_Tilda=zeros(n,1); B_Tilda(1,1)=1; B_Tilda %menghitung Matris A,B,C,D A=inv(D_Tilda)*A_Tilda B=inv(D_Tilda)*B_Tilda C=zeros(1,n); C(1,n/)=1; %C(,)=1; C D=[0] =input('masuan nilai : '); X=zeros(n,1); for i=1::n X(i,1)=1; % nilai etinggian pada saat =0 adl 1 end for i=::n X(i,1)=0; % nilai ecepatan pada saat =0 adl 1 end X_=X; U=input('Masuan nilai U : '); wt_tampil=input('masuan watu yang ditampilan : '); pos_tampil=input('masuan posisi yang ditampilan : ');

79 55 h=zeros(n/,1); % etinggian di semua posisi pada watu tertentu u=zeros(n/,1); % ecepatan di semua posisi pada watu tertentu q=zeros(+1,1); % etinggian pada posisi tertentu pada semua watu r=zeros(+1,1); % ecepatan pada posisi tertentu pada semua watu q(1,1)=x(*pos_tampil-1,1); r(1,1)=x(*pos_tampil,1); X_1=zeros(n,1); if ==0 %jia simulasi dilauan sampai =0 X_1=X; q(1,1)=x_1(*pos_tampil-1,1); r(1,1)=x_1(*pos_tampil,1); for g=1:n/ h(g,1)=x_1(*g-1,1); u(g,1)=x_1(*g,1); end else for l=1: X_1=(A*X_)+(B*U) X_=X_1; q(l+1,1)=x_1(*pos_tampil-1,1); r(l+1,1)=x_1(*pos_tampil,1); for g=1:n/ h(g,1)=x_1(*g-1,1); u(g,1)=x_1(*g,1); end end end y=zeros(n/,1) % membuat sumbu t dimulai dari nol for l=1:n/; y(l,1)=l-1;

80 56 end figure(1); plot(y,h,'b') title(['grafi Ketinggian pada watu e- ' numstr()]); xlabel('posisi') ylabel('ketinggian') figure(); plot(y,u,'r') title(['grafi Kecepatan pada watu e-' numstr()]); xlabel('posisi') ylabel('kecepatan') z=zeros(+1,1); % membuat sumbu t dimulai dari nol for l=1:+1 z(l,1)=l-1; end figure(3); plot(z,q,'b') title(['grafi Ketinggian pada posisi e-' numstr(pos_tampil)]); xlabel('watu') ylabel('ketinggian') figure(4); plot(z,r,'r') title(['grafi Kecepatan pada posisi e-' numstr(pos_tampil)]); xlabel('watu') ylabel('kecepatan') X_baru=zeros(n,1); for i=1::n X_baru(i,1)=1; % nilai etinggian pada saat =0 adl 1 end for i=::n

81 57 X_baru(i,1)=0; % nilai ecepatan pada saat =0 adl 1 end X baru=x_baru; h_baru=zeros(n/,1); % etinggian di semua posisi pada watu tertentu u_baru=zeros(n/,1); % ecepatan di semua posisi pada watu tertentu q_baru=zeros(+1,1); % etinggian pada posisi tertentu pada semua watu r_baru=zeros(+1,1); % ecepatan pada posisi tertentu pada semua watu q_baru(1,1)=x_baru(*pos_tampil-1,1); r_baru(1,1)=x_baru(*pos_tampil,1); X_1_baru=zeros(n,1); if wt_tampil==0 %jia simulasi dilauan sampai =0 X_1_baru=X_baru; q_baru(1,1)=x_1_baru(*pos_tampil-1,1); r_baru(1,1)=x_1_baru(*pos_tampil,1); for g=1:n/ h_baru(g,1)=x_1_baru(*g-1,1); u_baru(g,1)=x_1_baru(*g,1); end else for l=1:wt_tampil X_1_baru=(A*X baru)+(b*u) X baru=x_1_baru; q_baru(l+1,1)=x_1_baru(*pos_tampil-1,1); r_baru(l+1,1)=x_1_baru(*pos_tampil,1); if l==wt_tampil for g=1:n/ h_baru(g,1)=x_1_baru(*g-1,1); u_baru(g,1)=x_1_baru(*g,1); end

82 58 end end end y=zeros(n/,1) % membuat sumbu t dimulai dari nol for l=1:n/; y(l,1)=l-1; end figure(5); plot(y,h_baru,'b') title(['grafi Ketinggian pada watu e-' numstr(wt_tampil)]); xlabel('posisi') ylabel('ketinggian') figure(6); plot(y,u_baru,'r') title(['grafi Kecepatan pada watu e-' numstr(wt_tampil)]); xlabel('posisi') ylabel('kecepatan') det_a=det(a) sysawal=ss(a,b,c,d,1); [n,n]=size(a); %dimensi %% MENENTUKAN NILAI EIGEN DARI MATRIKS A Eigen_A=abs(eig(A)) Ta_Stabil = 0; Stabil = 0; Stabil_Asimtoti = 0; for i = 1:n if Eigen_A(i) > 1 Ta_Stabil = Ta_Stabil +1; end if Eigen_A(i) == 1 Stabil = Stabil +1; end if Eigen_A(i) < 1

83 59 Stabil_Asimtoti = Stabil_Asimtoti +1; end end Ta_Stabil Stabil Stabil_Asimtoti %% KETERKENDALIAN SISTEM AWAL Matris_Keterendalian_Sistem_Awal=ran(ctrb(sysAwa l)) bb=ran(ctrb(sysawal)); %% KETERAMATAN SISTEM AWAL Matris_Keteramatan_Sistem_Awal=ran(obsv(sysAwal)) aa=ran(obsv(sysawal)); %% Matris uniter dan Matris Transformasi,deomposisi stabil/tida stabil A1 stabil, A % U adalah matris uniter % At adalah matris transformasi % M adalah jumlah eadaan yang stabil % A adalah matris A % 6 adalah tipe % 3 adalah state yang stabil [U,At,Z] = blrsch(a,6,stabil_asimtoti) %% SOLUSI LYAPUNOV A(t11)S-SA(t)+At1=0 A11=At(1:Z,1:Z); A=At(Z+1:n,Z+1:n); A1=At(1:Z,Z+1:n)*inv(A); P=A11; Q=(inv(A))'; R=A1; S=dlyap(P,Q,R); %% TRANSFORMASI TAHAP KEDUA I_m=eye(Z); I_n=eye(n-Z); nul =zeros(n-z,z);

84 60 S; Wd=[I_m S;nul I_n] Wi=[I_m -S;nul I_n]; %% DEKOMPOSISI SISTEM TAK STABIL Bt=U'*B; Ct=C*U; Ad=Wi*At*Wd Bd=Wi*Bt Cd=Ct*Wd D; Gd=[Ad Bd;Cd D] %% SUBSISTEM STABIL As=Ad(1:Z,1:Z) Bs=Bd(1:Z) Cs=Cd(1,1:Z) Ds=D Gs=[As Bs;Cs D] %% GRAMIAN PADA SUBSISTEM STABIL sysstabil=ss(as,bs,cs,ds,1); =gram(sysstabil,'c'); l=gram(sysstabil,'o'); if(det()>0) disp('gramian W Dfinit Positif'); else errordlg('gramian W ta definit positif','ta Terendali'); brea; end if(det(l)>0) disp('gramian M Dfinit Positif'); else errordlg('gramian M ta definit positif','ta Teramati'); brea; end

85 61 %% ANNALISIS SIFAT SUBSISTEM STABIL %% KESTABILAN SUBSISTEM STABIL Eigen_Subsistem_Stabil=abs(eig(sysStabil)) %% KETERKENDALIAN SUBSISTEM STABIL Matris_Keterendalian_Subsistem_Stabil=ran(ctrb(s ysstabil)) b=ran(ctrb(sysstabil)); %% KETERAMATAN SUBSISTEM STABIL Matris_Keteramatan_Subsistem_Stabil=ran(obsv(sysS tabil)) a=ran(obsv(sysstabil)); if(isequal(a,b)) disp('ran Matris Keterendalian = Ran Matris Keteramatan'); else errordlg('ran Matris Keterendalian TIDAK SAMA dengan Ran Matris Keteramatan','error'); brea; end %% SUBSISTEM TAK STABIL Au=Ad(Z+1:n,Z+1:n); Bu=Bd(Z+1:n); Cu=Cd(Z+1:n0); Du=0; Gu=[Au Bu;Cu Du] sysunstabil=ss(au,bu,cu,du,1); %% ANALISIS SIFAT SUBSISTEM TAK STABIL %% KESTABILAN SUBSISTEM TAK STABIL Eigen_Subsistem_TaStabil=abs(eig(sysunStabil)) %% KETERKENDALIAN SUBSISTEM TAK STABIL Matris_Keterendalian_Subsistem_TaStabil=ran(ctr b(sysunstabil)) %% KETERAMATAN SUBSISTEM TAK STABIL

86 6 Matris_Keteramatan_Subsistem_TaStabil=ran(obsv(s ysunstabil)) %% MENENTUKAN FUNGSI TRANSFER PADA SUBSISTEM STABIL(As,Bs,Cs,Ds) disp('fungsi Transfer dari Subsistem Stabil (As,Bs,Cs,Ds)'); G=tf(sysStabil); Realisasi_Minimal=order(G); %% MENENTUKAN BENTUK REALISASI SISTEM SETIMBANG [Ab,Bb,Cb]=dbalreal(As,Bs,Cs); Db=Ds; sysb=ss(ab,bb,cb,db,1); W_gramian = gram(sysb,'c') M_gramian = gram(sysb,'o') c=fix(abs(w_gramian)); d=fix(abs(m_gramian)); if(isequal(c,d)) disp('gramian Keterendalian Setimbang = Gramian Keteramatan Setimbang'); else errordlg('gramian Keterendalian Setimbang TIDAK SAMA dengan Gramian Keteramatan Setimbang','error'); brea; end hsv= hsvd(sysb); Nilai_Singular_Hanel=hsv %% SISTEM TEREDUKSI %% INPUTAN r (ORDE SISTEM TEREDUKSI) [p,o]=size(ab); disp(['masuan uuran sistem teredusi(r) mulai dari orde sampai ' numstr(p)-1]); r=input('r='); %% REDUKSI MODEL DENGAN MENGGUNAKAN METODE SPA

87 63 rsys=balred(sysb,r); disp('fungsi Transfer dari Sistem teredusi dengan metode SPA'); G3=tf(rsys); omr=order(g3); [AsrS,BsrS,CsrS,DsrS]=ssdata(rsys); %% ANALISIS SIFAT SISTEM TEREDUKSI %% KESTABILAN SISTEM TEREDUKSI Eigen_SPA1=abs(eig(rsys)) %% KETERKENDALIAN SISTEM TEREDUKSI Ran_Matris_Keterendalian_SPA1=ran(ctrb(rsys)) %% KETERAMATAN SISTEM TEREDUKSI Ran_Matris_Keteramatan_SPA1=ran(obsv(rsys)) %% SISTEM TEREDUKSI TOTAL (Redusi SPA+Subsistem Ta Stabil) nul1=zeros(r,ta_stabil); nul=zeros(ta_stabil,r); ArS=[AsrS nul1;nul Au] BrS=[BsrS;Bu] CrS=[CsrS Cu] DrS=[DsrS] sysspa=ss(ars,brs,crs,drs,1); %% ANALISIS SIFAT SISTEM TEREDUKSI TOTAL %% KESTABILAN SISTEM TEREDUKSI TOTAL DENGAN SPA Eigen_SPA=abs(eig(sysSPA)) %% KETERKENDALIAN SISTEM TEREDUKSI TOTAL DENGAN SPA Ran_Matris_Keterendalian_SPA=ran(ctrb(sysSPA) ) %% KETERAMATAN SISTEM TEREDUKSI TOTAL DENGAN SPA Ran_Matris_Keteramatan_SPA=ran(obsv(sysSPA)) %% NORM

88 64 [ta1,tb1]=sstf(a,b,c,d,1); Sistem_Awal=tf(ta1,tb1,1); [ta,tb]=sstf(ars,brs,crs,drs,1); Sistem_Redusi_SPA=tf(ta,tb,1); Error1=Sistem_Awal-Sistem_Redusi_SPA; NormSPA=norm(Error1,inf); Error=Sistem_Redusi_SPA-Sistem_Awal; NormSPA=norm(Error,inf); %% GRAFIK figure(1); hsv=hsvd(sysb); xlabel('order') ylabel('nilai Singular Hanel') plot(hsv,'*') title('nilai Singular Hanel') figure(100+r); t=logspace(-3,3,00); [mag,pha]=bode(a,b,c,d,1,t); [magr,phar]=bode(ars,brs,crs,drs,1,t); semilogx(t,0*log10(mag),'g:',t,0*log10(magr),'b:' ) title(['freuensi Response antara Sistem Awal dan Sistem Teredusi dengan Uuran ' numstr(r+ta_stabil)]); xlabel('freuensi') ylabel('gain') legend('sistem Awal','Sistem Teredusi dengan SPA'); figure(z+1); t=logspace(-3,3,00); [mag,pha]=bode(as,bs,cs,ds,1,t); [magr,phar]=bode(ab,bb,cb,db,1,t); semilogx(t,0*log10(mag),'b*',t,0*log10(magr),'r:' ) title('freuensi Response antara Subsistem Stabil dan Sistem Setimbang');

89 xlabel('freuensi') ylabel('gain') legend('subsistem Stabil','Sistem Setimbang'); 65

90 66 Halaman ini sengaja diosongan

91 LAMPIRAN B Biodata Penulis Penulis bernama lengap Airin Nur Hidayati dengan nama panggilan Airin. Lahir di Nganju, 31 Otober Jenjang pendidian formal yang ditempuh yaitu SDN Sumberurip 1 ( ), SMPN 1 Brebe ( ), SMAN 1 Nganju ( ). Searang sedang menempuh pendidian S1 Jurusan Matematia di Institut Tenologi Sepuluh Nopember (ITS) dengan bidang minat Matematia Terapan. Penyusun juga atif berorganisasi di KM ITS, yaitu sebagai staff Departemen Pengabdian Masyaraat di HIMATIKA ITS ( ), staff Departemen Kaderisasi di Lembaga Dawah Jurusan Matematia Ibnu Muqlah ( ), staff Departemen Community Service di HIMATIKA ITS ( ), Bendahara Umum di Lembaga Dawah Jurusan Matematia Ibnu Muqlah ( ). Selain itu penyusun juga atif dalam epanitianepanitian acara di dalam ampus. Penyusun melasanaan Kerja Prate di PT. Perebunan Nusantara X PG. Pesantren Baru pada 016. Untu riti, saran dan informasi lebil lanjut mengenai Tugas Ahir ini dapat ditujuan epada penulis melalui airinnurhidayati@gmail.com. 67

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

PENYELESAIAN 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 terperinci

Estimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga

Estimasi 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 terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

PENYELESAIAN 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 terperinci

Analisis Reduksi Model pada Sistem Linier Waktu Diskrit

Analisis Reduksi Model pada Sistem Linier Waktu Diskrit JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (216) 2337-352 (231-928X Print) A-25 Analisis Reduksi Model pada Sistem Linier Waktu Diskrit Yunita Indriana Sari dan Didik Khusnul Arif Jurusan Matematika, Fakultas

Lebih terperinci

Aplikasi diagonalisasi matriks pada rantai Markov

Aplikasi 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 terperinci

BAB 2 TEORI PENUNJANG

BAB 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 terperinci

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA

BAB 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 terperinci

tidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama

tidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama BB IV PENGENDLIN TERDESENTRLISSI Untu menstabilan sistem yang tida stabil, dengan syarat sistem tersebut tida mempunyai fixed mode terdesentralisasi, dapat dilauan dengan memberian ompensator terdesentralisasi.

Lebih terperinci

ANALISIS REDUKSI MODEL PADA SISTEM LINIER WAKTU DISKRIT TAK STABIL DENGAN METODE SINGULAR PERTURBATION APPROXIMATION

ANALISIS REDUKSI MODEL PADA SISTEM LINIER WAKTU DISKRIT TAK STABIL DENGAN METODE SINGULAR PERTURBATION APPROXIMATION TUGAS AKHIR - SM0141501 ANALISIS REDUKSI MODEL PADA SISTEM LINIER WAKTU DISKRIT TAK STABIL DENGAN METODE SINGULAR PERTURBATION APPROXIMATION HELISYAH NUR FADHILAH NRP 1213 100 084 Dosen Pembimbing: Dr.

Lebih terperinci

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT. BAB 5 RUANG VEKTOR UMUM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Ruang Vetor Nyata. Subruang. Kebebasan Linier 4. Basis dan Dimensi 5. Ruang Baris, Ruang Kolom dan Ruang Nul 6. Ran dan Nulitas

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan

Lebih terperinci

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

BAB 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 terperinci

Seminar Tesis AKAR KUADRAT ENSEMBLE KALMAN FILTER (AK-EnKF) UNTUK ESTIMASI POSISI PELURU KENDALI

Seminar Tesis AKAR KUADRAT ENSEMBLE KALMAN FILTER (AK-EnKF) UNTUK ESTIMASI POSISI PELURU KENDALI Seminar Tesis AKAR KUADRAT ENSEMBLE KALMAN FILTER () UNTUK ESTIMASI POSISI PELURU KENDALI OLEH : Teguh Herlambang (121 21 14) DOSEN PEMBIMBING: Subchan, PhD (1971513 19972 1 1 ) Dr. Erna Apriliani, M.Si

Lebih terperinci

ESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)

ESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR) SEMINAR NASIONAL PASCASARJANA SAL ESIMASI RAJECORY MOBILE ROBO MENGGUNAKAN MEODE ENSEMBLE KALMAN FILER SQUARE ROO (ENKF-SR) eguh Herlambang Zainatul Mufarrioh Firman Yudianto Program Studi Sistem Informasi

Lebih terperinci

VARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL

VARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL SEMINAR NASIONAL PENDIDIKAN SAINS Peningatan Kualitas Pembelajaran Sains dan Kompetensi Guru melalui Penelitian & Pengembangan dalam Menghadapi Tantangan Abad-1 Suraarta, Otober 016 VARIASI NILAI BATAS

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN 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 terperinci

IDENTIFIKASI VARIABEL PADA SISTEM TEREDUKSI LINIER WAKTU KONTINU

IDENTIFIKASI VARIABEL PADA SISTEM TEREDUKSI LINIER WAKTU KONTINU TUGAS AKHIR SM14151 IDENTIFIKASI VARIABEL PADA SISTEM TEREDUKSI LINIER WAKTU KONTINU SHEERTY PUTRI PERTIWI NRP 1212 1 45 Dosen Pembimbing Dr. Didik Khusnul Arif, S.Si, M.Si Dr. Dieky Adzkiya, S.Si, M.Si

Lebih terperinci

Kumpulan soal-soal level seleksi provinsi: solusi:

Kumpulan soal-soal level seleksi provinsi: solusi: Kumpulan soal-soal level selesi provinsi: 1. Sebuah bola A berjari-jari r menggelinding tanpa slip e bawah dari punca sebuah bola B berjarijari R. Anggap bola bawah tida bergera sama seali. Hitung ecepatan

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

BAB IV APLIKASI PADA MATRIKS STOKASTIK BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii

Lebih terperinci

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

Penggunaan 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 terperinci

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.

PELABELAN 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 terperinci

Kumpulan soal-soal level seleksi Kabupaten: Solusi: a a k

Kumpulan soal-soal level seleksi Kabupaten: Solusi: a a k Kumpulan soal-soal level selesi Kabupaten: 1. Sebuah heliopter berusaha menolong seorang orban banjir. Dari suatu etinggian L, heliopter ini menurunan tangga tali bagi sang orban banjir. Karena etautan,

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

INTEGRAL 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. 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 terperinci

MEKANIKA TANAH HIDROLIKA TANAH DAN PERMEABILITAS MODUL 3

MEKANIKA TANAH HIDROLIKA TANAH DAN PERMEABILITAS MODUL 3 MEKANIKA TANAH MODUL 3 HIDROLIKA TANAH DAN PERMEABILITAS UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Setor 7, Bintaro Jaya Tangerang Selatan 15224 Silus hidrologi AIR TANAH DEFINISI : air yang terdapat

Lebih terperinci

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor MATA KULIAH MATEMATIKA TEKNIK [KODE/SKS : KD4 / SKS] Ruang Vetor FIELD: Ruang vetor V atas field salar K adalah himpunan ta osong dengan operasi penjumlahan vetor dan peralian salar. Himpunan ta osong

Lebih terperinci

REDUKSI ORDE MODEL PADA SISTEM LINEAR WAKTU KONTINU DENGAN PENDEKATAN TRANSFORMASI RESIPROKAL SKRIPSI

REDUKSI ORDE MODEL PADA SISTEM LINEAR WAKTU KONTINU DENGAN PENDEKATAN TRANSFORMASI RESIPROKAL SKRIPSI REDUKSI ORDE MODEL PADA SISTEM LINEAR WAKTU KONTINU DENGAN PENDEKATAN TRANSFORMASI RESIPROKAL SKRIPSI ANISSA ITTAQULLAH PROGRAM STUDI S-1 MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS

Lebih terperinci

Variasi Spline Kubik untuk Animasi Model Wajah 3D

Variasi 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 terperinci

Optimasi Non-Linier. Metode Numeris

Optimasi 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 terperinci

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

ANALISA 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 terperinci

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya J. Math. and Its Appl. ISSN: 1829-605X Vol. 2, No. 1, May. 2005, 37 45 Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya Sadjidon Jurusan Matematia Institut Tenologi Sepuluh Nopember,

Lebih terperinci

Kata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan

Kata 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 terperinci

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

BAB 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 terperinci

BAB 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 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 terperinci

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS Seminar Sains Penidi Sains VI UKSW Salatiga Juni 0 MSLH VEKTOR EIGEN MTRIKS INVERS MONGE DI LJBR MX-PLUS Farida Suwaibah Subiono Mahmud Yunus Jurusan Matematia FMIP Institut Tenologi Sepuluh Nopember Surabaya

Lebih terperinci

SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS)

SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS) Prosiding Semirata15 bidang MIPA BKS-PTN Barat Hal 357-36 SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS) Budi Rudianto 1, Narwen Jurusan

Lebih terperinci

Soal-Jawab Fisika OSN x dan = min. Abaikan gesekan udara. v R Tentukan: a) besar kelajuan pelemparan v sebagai fungsi h. b) besar h maks.

Soal-Jawab Fisika OSN x dan = min. Abaikan gesekan udara. v R Tentukan: a) besar kelajuan pelemparan v sebagai fungsi h. b) besar h maks. Soal-Jawab Fisia OSN - ( poin) Sebuah pipa silinder yang sangat besar (dengan penampang lintang berbentu lingaran berjarijari R) terleta di atas tanah. Seorang ana ingin melempar sebuah bola tenis dari

Lebih terperinci

Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR)

Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR) Maalah Seminar ugas Ahir Apliasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self uning Regulator (SR) Oleh : Muhammad Fitriyanto e-mail : D_3_N2@yahoo.com Maalah Seminar ugas Ahir Apliasi

Lebih terperinci

Makalah Seminar Tugas Akhir

Makalah 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 terperinci

MODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU

MODEL 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 terperinci

BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE. Triyani dan Irham Taufiq Universitas Jenderal Soedirman

BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE. Triyani dan Irham Taufiq Universitas Jenderal Soedirman JMP : Volume 4 Nomor 2, Desember 2012, hal. 271-278 BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE Triyani dan Irham Taufiq Universitas Jenderal Soedirman trianisr@yahoo.com.au ABSTRACT.

Lebih terperinci

RINGKASAN SKRIPSI MODUL PERKALIAN

RINGKASAN SKRIPSI MODUL PERKALIAN RINGKASAN SKRIPSI MODUL PERKALIAN SAMSUL ARIFIN 04/177414/PA/09899 DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM YOGYAKARTA 2008 HALAMAN PENGESAHAN

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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 terperinci

MEKANIKA TANAH REMBESAN DAN TEORI JARINGAN MODUL 4. UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Sektor 7, Bintaro Jaya Tangerang Selatan 15224

MEKANIKA TANAH REMBESAN DAN TEORI JARINGAN MODUL 4. UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Sektor 7, Bintaro Jaya Tangerang Selatan 15224 MEKANIKA TANAH MODUL 4 REMBESAN DAN TEORI JARINGAN UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Setor 7, Bintaro Jaya Tangerang Selatan 154 PENDAHULUAN Konsep pemaaian oefisien permeabilitas untu

Lebih terperinci

SATUAN ACARA PERKULIAHAN ( SAP )

SATUAN ACARA PERKULIAHAN ( SAP ) SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem

Lebih terperinci

FISIKA. Kelas X GETARAN HARMONIS K-13. A. Getaran Harmonis Sederhana

FISIKA. Kelas X GETARAN HARMONIS K-13. A. Getaran Harmonis Sederhana K-13 Kelas X FISIKA GETARAN HARMONIS TUJUAN PEMBELAJARAN Setelah mempelajari materi ini, amu diharapan memilii emampuan sebagai beriut. 1. Memahami onsep getaran harmonis sederhana pada bandul dan pegas

Lebih terperinci

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam

Lebih terperinci

GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH

GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRACT SUNARSIH.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Pada bab ini disampaian beberapa pengertian dasar yang diperluan pada bab selanutnya. Selain definisi, diberian pula lemma dan teorema dengan atau tanpa buti. Untu beberapa teorema

Lebih terperinci

PENERAPAN AKAR KUADRAT PADA ENSEMBLE KALMAN FILTER (EnKF) ABSTRAK

PENERAPAN AKAR KUADRAT PADA ENSEMBLE KALMAN FILTER (EnKF) ABSTRAK PENERAPAN AKAR KUADRA PADA ENSEMBLE KALMAN FILER (EnKF) Jasmir 1, Erna Apriliani 2, Didi Khusnul Arif 3 Email: ijas_1745@yahoo.co.id ABSRAK Ensemble Kalman Filter (EnKF) merupaan salah satu metode untu

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

Tanggapan Waktu Alih Orde Tinggi

Tanggapan Waktu Alih Orde Tinggi Tanggapan Watu Alih Orde Tinggi Sistem Orde-3 : C(s) R(s) ω P ( < ζ (s + ζω s + ω )(s + p) Respons unit stepnya: c(t) βζ n n < n ζωn t e ( β ) + βζ [ ζ + { βζ ( β ) cos ( β ) + ] sin ζ ) ζ ζ ω ω n n t

Lebih terperinci

PEBANDINGAN 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 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 terperinci

3. Sebaran Peluang Diskrit

3. Sebaran Peluang Diskrit 3. Sebaran Peluang Disrit EL2002-Probabilitas dan Statisti Dosen: Andriyan B. Susmono Isi 1. Sebaran seragam (uniform) 2. Sebaran binomial dan multinomial 3. Sebaran hipergeometri 4. Sebaran Poisson 5.

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN

BAB 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 terperinci

- Persoalan nilai perbatasan (PNP/PNB)

- Persoalan nilai perbatasan (PNP/PNB) PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL Persamaan diferensial biasanya digunaan untu pemodelan matematia dalam sains dan reayasa. Seringali tida terdapat selesaian analiti seingga diperluan ampiran

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Tinjauan Pustaa Untu menacapai tujuan penulisan sripsi, diperluan beberapa pengertian dan teori yang relevan dengan pembahasan. Karena itu, dalam subbab ini aan diberian beberapa

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 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 terperinci

Tesis ALGORITMA ADAPTIVE COVARIANCE RANK UNSCENTED KALMAN FILTER UNTUK ESTIMASI KEADAAN PADA PERSAMAAN AIR DANGKAL. Oleh:

Tesis ALGORITMA ADAPTIVE COVARIANCE RANK UNSCENTED KALMAN FILTER UNTUK ESTIMASI KEADAAN PADA PERSAMAAN AIR DANGKAL. Oleh: Tesis ALGORITMA ADAPTIVE COVARIANCE RANK UNSCENTED KALMAN FILTER UNTUK ESTIMASI KEADAAN PADA PERSAMAAN AIR DANGKAL Oleh: Habib Hasbullah NRP. 1209201707 Dosen Pembimbing: Dr. Erna Apriliani, M.Si Abstra

Lebih terperinci

BAB IV Solusi Numerik

BAB 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 terperinci

Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman

Estimasi 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 terperinci

Studi Perbandingan Perpindahan Panas Menggunakan Metode Beda Hingga dan Crank-Nicholson

Studi Perbandingan Perpindahan Panas Menggunakan Metode Beda Hingga dan Crank-Nicholson 1 Studi Perbandingan Perpindahan Panas Menggunaan Metode Beda Hingga dan Cran-Nicholson Durmin, Drs. Luman Hanafi, M.Sc Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Institut Tenologi

Lebih terperinci

KARAKTERISTIK POHON FUZZY

KARAKTERISTIK POHON FUZZY KARAKTERISTIK POHON FUZZY Yuli Stiawati 1, Dwi Juniati 2, 1 Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Universitas Negeri Surabaya, 60231 2 Jurusan Matematia, Faultas Matematia dan

Lebih terperinci

PENGENALAN SIDIK JARI MENGGUNAKAN RESILIENT BACKPROPAGATION NEURAL NETWORK DENGAN PRAPROSES TRANSFORMASI WAVELET INEZA NUR OKTABRONI

PENGENALAN SIDIK JARI MENGGUNAKAN RESILIENT BACKPROPAGATION NEURAL NETWORK DENGAN PRAPROSES TRANSFORMASI WAVELET INEZA NUR OKTABRONI PENGENALAN SIDIK JARI MENGGUNAKAN RESILIENT BACKPROPAGATION NEURAL NETWORK DENGAN PRAPROSES TRANSFORMASI WAVELET INEZA NUR OKTABRONI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

Lebih terperinci

IDENTIFIKASI DAN ESTIMASI VARIABEL KEADAAN DARI SISTEM TEREDUKSI DENGAN METODE PEMOTONGAN SETIMBANG PADA MODEL KONDUKSI PANAS

IDENTIFIKASI DAN ESTIMASI VARIABEL KEADAAN DARI SISTEM TEREDUKSI DENGAN METODE PEMOTONGAN SETIMBANG PADA MODEL KONDUKSI PANAS TUGAS AKHIR - SM 141501 IDENTIFIKASI DAN ESTIMASI VARIABEL KEADAAN DARI SISTEM TEREDUKSI DENGAN METODE PEMOTONGAN SETIMBANG PADA MODEL KONDUKSI PANAS FELLA DIANDRA CHRISANDY NRP 1213 100 039 Dosen Pembimbing

Lebih terperinci

VISUALISASI GERAK PELURU MENGGUNAKAN MATLAB

VISUALISASI GERAK PELURU MENGGUNAKAN MATLAB KARYA TULIS ILMIAH VISUALISASI GERAK PELURU MENGGUNAKAN MATLAB Oleh: Drs. Ida Bagus Alit Paramarta, M.Si. Dra. I.G.A. Ratnawati, M.Si. JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS

Lebih terperinci

BAB ELASTISITAS. Pertambahan panjang pegas

BAB 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 terperinci

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

ANALISIS 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 terperinci

MAT. 12. Barisan dan Deret

MAT. 12. Barisan dan Deret MAT.. Barisan dan Deret i Kode MAT. Barisan dan Deret U, U, U3,..., Un,... Un a + (n-)b U + U +..., Un +... n?? Sn? BAGIAN PROYEK PENGEMBANGAN KURIKULUM DIREKTORAT PENDIDIKAN MENENGAH KEJURUAN DIREKTORAT

Lebih terperinci

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id

Lebih terperinci

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

MODEL 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 terperinci

Makalah Seminar Tugas Akhir

Makalah Seminar Tugas Akhir Maalah Seminar Tugas Ahir PENDETEKSI POSISI MENGGUNAKAN SENSOR ACCELEROMETER MMA7260Q BERBASIS MIKROKONTROLER ATMEGA 32 Muhammad Riyadi Wahyudi, ST., MT. Iwan Setiawan, ST., MT. Abstract Currently, determining

Lebih terperinci

SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA

SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA I Nengah Suparta dan I. B. Wiasa Jurusan Pendidian MatematiaUniversitas Pendidian Ganesha E-mail: isuparta@yahoo.com ABSTRAK:

Lebih terperinci

KENNETH CHRISTIAN NATHANAEL

KENNETH CHRISTIAN NATHANAEL KENNETH CHRISTIAN NATHANAEL. Sistem Bilang Real. Fungsi dan Grafi. Limit dan Keontinuan 4. Limit Ta Hingga 5. Turunan Fungsi 6. Turunan Fungsi Trigonometri 7. Teorema Rantai 8. Turunan Tingat Tinggi 9.

Lebih terperinci

UNIVERSITAS INDONESIA MODEL MATEMATIKA PENYEBARAN INFEKSI HIV PADA KOMUNITAS IDU TESIS IFFATUL MARDHIYAH

UNIVERSITAS INDONESIA MODEL MATEMATIKA PENYEBARAN INFEKSI HIV PADA KOMUNITAS IDU TESIS IFFATUL MARDHIYAH UNVERTA NDONEA MODEL MATEMATKA PENYEBARAN NFEK HV PADA KOMUNTA DU TE FFATUL MARDHYAH 678633 FAKULTA MATEMATKA DAN LMU PENGETAHUAN ALAM PROGRAM TUD MATEMATKA DEPOK JUN Model matematia... ffatul Mardhiyah

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak

SISTEM 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 terperinci

Pencitraan Tomografi Elektrik dengan Elektroda Planar di Permukaan

Pencitraan 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 terperinci

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

PENCARIAN 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 terperinci

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel

BAB 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 terperinci

PENYELESAIAN PERSAMAAN TELEGRAF DENGAN METODE TRANSFORMASI DIFERENSIAL. (Skripsi) Oleh JEFERY HANDOKO

PENYELESAIAN PERSAMAAN TELEGRAF DENGAN METODE TRANSFORMASI DIFERENSIAL. (Skripsi) Oleh JEFERY HANDOKO PENYELESAIAN PERSAMAAN TELEGRAF DENGAN METODE TRANSFORMASI DIFERENSIAL (Sripsi) Oleh JEFERY HANDOKO JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS LAMPUNG 017 ABSTRAK PENYELESAIAN

Lebih terperinci

ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER

ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER Oleh: Supardi SEKOLAH PASCA SARJANA JURUSAN ILMU FISIKA UNIVERSITAS NEGERI YOGYAKARTA 2012 1 PENDAHULUAN Liquid Crystal elastomer (LCE

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 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 terperinci

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

PENERAPAN 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 terperinci

MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL

MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL Sarta Meliana 1, Mashadi 2, Sri Gemawati 2 1 Mahasiswa Program Studi S1 Matematia 2 Dosen Jurusan Matematia Faultas Matematia dan

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER

SISTEM 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 terperinci

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul

Lebih terperinci

BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR 1

BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR 1 BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR K a r y a t i Jurusan Pendidian Matematia FMIPA Uniersitas Negeri Yogyaarta e-mail : yatiuny@yahoo.com Abstra. Misalan R adalah ring, Q

Lebih terperinci

Transformasi Wavelet Diskret Untuk Data Time Series

Transformasi Wavelet Diskret Untuk Data Time Series SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 015 Transformasi Wavelet Disret Untu Data Time Series S - 11 11 Vemmie Nastiti Lestari, Subanar Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan

Lebih terperinci

Sensitivitas Metode Ensemble Kalman Filter untuk Mendeteksi Gangguan pada Masalah Konduksi Panas Satu Dimensi

Sensitivitas Metode Ensemble Kalman Filter untuk Mendeteksi Gangguan pada Masalah Konduksi Panas Satu Dimensi Jurnal Matematia & Sains, Desember, Vol. 6 omor 3 Sensitivitas Metode Ensemble Kalman Filter untu Mendetesi Gangguan pada Masalah Kondusi Panas Satu Dimensi Erna Apriliani dan Wiwit Sofiyanti Budiono Departement

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah 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 terperinci

SIMULASI FILTER KALMAN UNTUK ESTIMASI SUDUT DENGAN MENGGUNAKAN SENSOR GYROSCOPE

SIMULASI FILTER KALMAN UNTUK ESTIMASI SUDUT DENGAN MENGGUNAKAN SENSOR GYROSCOPE SIMULASI FILR KALMAN UNUK SIMASI SUDU DNGAN MNGGUNAKAN SNSOR GYROSCOP Wahyudi *), Adhi Susanto **), Sasongo Pramono **), Wahyu Widada ***) Abstact he Kalman filter is a recursive solution to the process

Lebih terperinci

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN Pardi Affandi, Faisal, Yuni Yulida Abstra: Banya permasalahan yang melibatan teori sistem dan teori ontrol serta apliasinya. Beberapa referensi

Lebih terperinci

PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV

PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV Nama Mahasiswa : Husien Haial Fasha NRP : 1207 100 011 Jurusan : Matematia FMIPA-ITS Dosen Pembimbing : Drs. Suharmadi, Dipl.

Lebih terperinci

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik Penerapan Sistem Persamaan Lanjar untu Merancang Algoritma Kriptografi Klasi Hendra Hadhil Choiri (135 08 041) Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

BAB III. dan menghamburkan

BAB III. dan menghamburkan BAB III MODEL GELOMBANG DAN MODEL ARUS III... Model Numeri Medan Gelombang Untu dapat menggambaran ondisi pola arus di daerah pantai ang diaibatan oleh gelombang maa ita harus dapat mengetahui ondisi medan

Lebih terperinci

DESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL

DESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL DESAIN SENSOR KECEPAAN BERBASIS DIODE MENGGUNAKAN FILER KALMAN UNUK ESIMASI KECEPAAN DAN POSISI KAPAL Alrijadjis, Bambang Siswanto Program Pascasarjana, Jurusan eni Eletro, Faultas enologi Industri Institut

Lebih terperinci

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK

PENERAPAN 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 terperinci