STRATEGI PENCARIAN NILAI PARAMETER KONTROLER FUZZY PID DAN IMPLEMENTASI PADA SISTEM KONTROLER PID KONVENSIONAL

Ukuran: px
Mulai penontonan dengan halaman:

Download "STRATEGI PENCARIAN NILAI PARAMETER KONTROLER FUZZY PID DAN IMPLEMENTASI PADA SISTEM KONTROLER PID KONVENSIONAL"

Transkripsi

1 TNO, Vol:7,Februar 2007, IN: TRATGI PNCARIAN NILAI PARAMTR ONTROLR FZZY PID DAN IMPLMNTAI PADA ITM ONTROLR PID ONVNIONAL Idrazo radjudd Abstrak: Perbaka kerja suatu sstem kotroler fuzzy lebh sult dbadgka dega erbaka kerja ada sstem kotroler PID, hal dsebabka oleh sfat olear sstem kotroler fuzzy. Makalah aka mejelaska rosedur eracaga da ecara la arameter sstem kotroler PID da sstem kotroler fuzzy PID. Tahaa eracaga dmula dar cara mecar eguata yag teat ada sstem kotroler PID kovesoal, meggat dega sstem kotrol fuzzy yag ekvale, erbaka kerja sstem kotrol fuzzy PID. ata kuc: otrol PID, kotrol fuzzy, metode tug PID Permasalaha ada sstem kotrol ada dasarya adalah meregulas keluara kotroler ada la yag dharaka (setot). Bak ada sstem kotrol PID mauu fuzzy, regulas atau erbaka kerja dhtug dega memertmbagka besarya faktor eguata ada la uma balk error, tegral da dervatve error. Pada sstem kotrol fuzzy aka lebh sult utuk megetahu egaruh kerja sstem terhada erubaha faktor eguata ada la error, tegral da dervatve error dbadgka dega sstem kotrol PID kovesoal. erja sstem daat damat dar beberaa hal seert la waktu ak (rse tme), maksmum overshoot, da waktu keadaa mata (settlg tme). Pecara terhada kofguras la PID yag teat daat dlakuka dega beberaa cara, seert dega cara maual (had-tug), Zegler-Nchols tug, loo shag, metode aaltkal, atau dega auto-tug (mth, 979). Cara-cara tersebut daat juga dteraka ada sstem kotrol fuzzy dega beberaa asums tertetu (ller, Yg, 989). Namu mash terdaat erbedaa erlakua atara PID kovesoa dega sstem kotrol PID dega metode fuzzy. Makalah aka meyamaka strateg eracaga da mlemetas sstem kotrol PID dega metode fuzzy dar sstem PID kovesoal. Pecara la eguata PID kovesoal Model matemats secara umum dar suatu sstem kotrol PID adalah: t de u = e + e. dt + Td T dt 0 () Meghaslka keluara sstem kotrol u, kostata adalah eguata roortoal, T adalah waktu tegral, Td adalah waktu dervatve, e adalah error a-tara hasl keluara dega referes. Dalam betuk dgtal, dega waktu samlg Ts maka ersamaa () daat drubah dalam betuk ersamaa dskrt sbb: e e = e + e jts + Td T j= Ts (2) Idex meruaka meujukka waktu dskrt. Perbaka arameter sstem kotrol dega mecar la yag teat ada arameter, T da Td. tuk sstem kotrol roorsoal, gambar, maka ersamaa (2) memlk la arameter T da Td adalah sama dega 0, sehgga ersamaa (2) mejad = e edagka ersamaa dar dagram blok kotrol ada Gambar, adalah: x = (Ref + ) + + l (3) (4) Idrazo radjudd adalah dose Jurusa Tekk lektro Poltekk Neger Malag

2 TNO, Vol:7,Februar 2007, IN: Gambar otrol Proorsoal, beba l da ose. Jka la da l adalah 0, maka utuk meghaslka la outut yag sama dega la Ref, la =. Namu jka la l adalah buka 0, maka dega la yag besar, sstem mejad tdak sestf terhada erubaha embebaa l. Da jka la ose tdak 0, maka la harus lebh moderat, jka tdak maka sstem aka sagat sestf terhada ose. Jka dadag secar meyeluruh dega memberka la yag sagat besar, maka sstem kotrol mejad tdak stabl, utuk sstem yag damk. ehgga erubaha la aka memegaruh stabltas, sestftas terhada ose, da regulas terhada erubaha la beba. alah satu cara utuk erbaka la dar arameter kotrol adalah dega megguaka metode Zegler-Nchols (Zegler-Nchols tug ) (Astrom.J, et al, 995). Tabel Atura Zegler-Nchols otroler T Td P 0,5u PI 0,45u Tu/,2 PID 0,6u Tu/2 Tu/8 Prosedur Zegler-Nchols Tug. Meghlagka egaruh tegral da dervatve dega membuat la (/T) da d (Td) sama dega 0, da meakka la sama terja-d oslas ada keluara sstem ko-trol. Nla ada saat tu dsebut ultmate ga atau crtcal ga, u. 2. Meghtug la erode oslas syal keluara dar lagkah, Tu 3. Megguaka tabel, utuk megetahu la, T, da Td Perode samlg berhubuga dega la dar Td. Basaya memuya la atara /0 sama /2 dar la Td. (Wttemark, et al, 984). ehubuga dega atura Zegler-Nchols erode samlg Ts atara /0 sama dega /5 dar Tu. Metode la yag bsa dguaka dalam erbaka la dar arameter kotrol adalah dega cara had-tug. Metode ddasarka ada egalama syur kotrol yag telah beregalama. Atura Had-Tug daat dlhat ada tabel 2. Tabel 2 Aks Td ++ /T Atura Had-Tug otrol PID Rse- Overs tablty Tme, hoot Tr Ceat Berta Berkurag mbah Lambat Berkur Bertambah ag Ceat Berta Berkurag mbah Prosedur Had-Tug. Meghlagka egaruh tegral da dervatve dega membuat la Td=0 da /T =0 2. Melakuka ecara la sama reso sstem seert yag dharaka, dega meghrauka la referes. 3. Meambah la serg dega melakuka koreks terhada overshoot

3 TNO, Vol:7,Februar 2007, IN: yag terjad dega meyesuaka la Td. 4. Melakuka eyesuaa la /T dega memerhatka la akhr reso dega la referes, mecaa steady state error yag dkehedak. 5. lag tahaa tersebut dega meambah la sebesar mugk. MTOD otrol Fuzzy Proortoal (FP) Dagram sederhaa dar sstem kotrol fuzzy roortoal (FP) (gambar. 2) memuya masuka error da keluara berua syal kotrol. Dbadg dega sstem kotrol roorsoal yag haya memlk buah arameter eguata, fuzzy roortoal memuya dua buah eguata G da G. ela sebaga eguata utuk erbaka reso sstem juga berfugs sebaga faktor esekalaa, sehgga la yag dhaslka memeuh batas la dar hmua semesta (uverse) hmua fuzzy. Dalam betuk otas fugs ersamaa daat dyataka sbb.: = f ( G e ) G (5) Notas f adalah meruaka fugs ut-ouut sstem fuzzy, dega megguaka edekata ersamaa lear, maka f ( G e ) = G e (6) Dega melhat lag ersamaa (3), maka = G e G = G G e (7) eteata sstem fuzzy roortoal tergatug dar fugs keaggotaa fuzzy (membersh fucto) da bass atura (rule base). Jka hmua semesta (uverse) ut da outut memuya jagkaua la [-00, 00]. Cotoh bass aturaya adalah If s Pos the u s 00 If s Neg the u s -00 Postf (Pos) da egatf (Neg) adalah tada la = (referece-), Jka sebaga cotoh: la maksmum referece adalah, sehgga maksmum la e adalah. Da hmua semesta dar adalah [-00,00], maka G daat dtetaka memuya la 00. Maka dega demka erubaha arameter eguata P dalam sstem kotrol roortoal mejad arameter eguata ada sstem fuzzy roortoal (G da G) daat dlakuka, yatu: dega telah dtetakaya la G =00 da dketahuya la P, maka dega megguaka ersamaa (7) daat dhtug la G. Gambar 3 otrol fuzzy PD (FPD) Dua masuka dalam sstem kotrol fuzzy roortoal-dervatve, ada Gambar 3, adalah syal error da syal dervatve dar error, atau basa dsebut erubaha error (ce, chage error) ce e e = (9) Ts Persamaa (9) adalah betuk dskrt dar betuk ersamaa dfferetal syal error. Dalam komutas ersamaa beda secara lagsug. Dagram kotrol FPD, ada Gambar 3 daat dotaska sbb: ( G e + GC ce ) G = (0) atau

4 TNO, Vol:7,Februar 2007, IN: G = + G () C e ce G G Bla dbadgka dega ersamaa (8), maka = G G (2) P G C T d = (3) G Pedekata erecaaa hmua semesta ada sstem FPD, aka bak jka hmua semesta keluara adalah jumlah dar hmua semesta masuka (u = + C). ebaga cotoh, jka 2 buah masuka memuya hmua semestaya memlk la [-00,00], maka hmua semesta ada keluara adalah [-200,200]. otroler fuzzy roortoal-dervatve FPD daat dguaka jka kotroler fuzzy roortoal FP meghaslka reso sstem yag kurag memuaska. Betuk dervatve daat megurag la overshoot amu memuya sestftas terhada ose yag cuku tgg. Basaya daat dguaka flter terlebh dahulu sebelum masuk dalam ke dalam sstem yag megadug betuk dervatve. otrol Fuzzy Proortoal Itegral (FPI) Jka suatu sstem kotrol memlk la steady state error, maka utuk memerbakya daat megguaka betuk tegrator. uatu aks tegral aka meakka la keluara kotrol jka sstem memlk la error yag ostf, mesku error osstf tersebut memuya harga yag kecl. Aks tegral juga aka meuruka la keluara kotrol jka sstem memuya la error egatf mesku berla kecl. uatu kotroler yag megguaka betuk aks tegral aka bsa memlk error=0 ada keadaa mata (steady state error =0). otroler PI kovesoal daat d-gat dega sstem kotrol fuzzy PI, mesku sedkt lebh sult utuk mem-buat bass atura fuzzy dbadg dega kotroller fuzzy P atau PD. Permasala-haya fuzzy PI yatu ada kasus tegral wdu.wdu terjad saat aktuator atau lat memuya batasa maksmum, se-baga cotohya keceata maksmum utara motor. Pada saat motor telah me-caa keceata maksmumya atau satu-ras, sstem kotrol bekerja kosta, amu roses tegral terhada error teta bekerja, akbatya betuk tegral meg-haslka la yag cuku besar, da dbutuhka waktu yag lama bag sstem utuk daat merubah tada dar ostf mejad egatf, sehgga sstem terkorek-s da kemuda meuruka la keluar-a dar sstem kotrol. Atau dega megguaka betuk tegral terdaat kosekues berua syal yag overshoot. Ada beberaa cara utuk meghdar masalah wdu (Astrom, Hugglud, 995). Cara yag basa dguaka adalah dega megkofguras sstem kotrol sebaga cremetal cotroller. uatu cremetal cotroller meambahka erubaha dar keluara syal kotrol ke dalam erhtuga, sbb: u = u + u (4) u = + e e e Ts (5) T otroler fuzzy cremetal ada Gambar 4, mr dega betuk FPD, yag membedaka adalah terdaat tegrator sebelum syal keluara kotrol. yal kotrol adalah meruaka betuk ejumlaha dar roses ejumlaha sebelumya (betuk tegral dalam dskrt). (6) = G = G = ( cu G T ) = C C C (( + C ) GC T ) = = G G e + G = e T C e e T + G C T ( e e ) = G = G C G C e T + e (7) G C =

5 TNO, Vol:7,Februar 2007, IN: otroler fuzzy cremetal ada gambar 4, mr dega betuk FPD, yag membedaka adalah terdaat tegrator sebelum syal keluara kotrol. yal kotrol adalah meruaka betuk ejumlaha dar roses ejumla-ha sebelumya (betuk tegral dalam dskrt) Dega membadgka ersamaa (7) dega ersamaa (8), maka ddaatka G G P = (8) C C G = (9) GC T Dega demka arameter P bergatug ada GC, da eguata betuk tegral bergatug ada besarya raso eguta kedua ut kotroler yatu G da GC. Gambar 4 otrol Fuzzy Icremetal (FIc) otrol Fuzzy Proortoal Itegral-Dervatve (FPID) stem kotrol fuzzy PID sudah jelas memuya 3 masuka yatu masuka roortoal, dervatve da tegral. Hal aka mejadka bass atura ada sstem fuzzy mejad besar da bertambah sult. olusya adalah dega memsahka mejad fuzzy PD + I, seert ada gambar 5. Berdasarka gambar 5 daat dbuat model ersamaa sebaga berkut: = [ G e + G ce + G e ] C GC GI = G G e + ce + e G G (20) Dega membadgka dega ersamaa kotrol PID kovesoal ada ersamaa (2), maka I G G G = (2) P G C = T (22) d G GI = (23) G T HAIL tuk meguj tahaa roses dsa fuzzy kotroler yag dmlemetaska ke dalam sstem kotrol kovesoal dbuat suatu rogram utuk megaalss da meguj kebeara strateg dsa yag telah dsamaka. Lagkah eguja dmula dega dsa sstem kotrol PID kovesoal. uatu sstem kotrol PID harus meggerakka suatu lat dega model Gambar 5. otrol Fuzzy PD+I

6 TNO, Vol:7,Februar 2007, IN: G ( s) = (24) 3 ( s + ) Dega megguaka lagkah Zegler-Nchols tug.. Meghlagka egaruh dervatve da tegral (Td = 0 da /T = 0) 2. Meambah la secara bertaha, hgga tercaa reso sstem yag beroslas secara erodk. eert ada gambar 6 3. emuda ddaatka la ada saat tu atau u = 8. Da waktu erode oslas Tu= 5/4 4. Berdasarka tabel, daat dhtug la = 0,6 u = 4,8; T = Tu/2 = 5/8 ; Td = Tu/8=5/ Dega memberka la arameter PID yag dhaslka dar roses datas, ddaatka hasl reso sstem seert ada Gambar 7. Gambar 6 Reso sstem beroslas erodk Gambar 7 Hasl reso sstem kotrol PID Peguja selajutya adalah meeraka sstem kotrol fuzzy PD+I. Dega memberka la G = 00, berdasarka hasl Gambar 7, la maksmum error adalah. G = P = 4,8 (25) G 00 G G T = 005 / 32 (26) C = d G I = G = 00 8/5 (27) T PMBAHAAN Dsa membersh fucto dar sstem fuzzy dega megguaka 3 membersh fucto utuk masgmasg masuka sstem kotrol fuzzy PD+I, da memuya daerah overla 50%. Da membersh fucto utuk keluara dalam betuk sgleto seert ada Gambar 8. Proses defuzzfkas dega megguaka metode COG, cetre of gravty. Dega megakomodas semua kofguras ut maka daat dtetuka jumlah rule = 3 x 3 = 9 rule yatu:. If error s Neg AND delta error s Neg the outut s If error s Neg AND delta error s Zero the outut s If error s Neg AND delta error s Pos the outut s 0 4. If error s Zero AND delta error s Neg the outut s If error s Zero AND delta error s Zero the outut s 0 6. If error s Zero AND delta error s Pos the outut s If error s Pos AND delta error s Neg the outut s 0 8. If error s Pos AND delta error s Zero the outut s If error s Pos AND delta error s Pos the outut s 200 Reso sstem Fuzzy PD+I seert ada gambar 9. Dega meambah la G = 400, dega cara yag sama dlakuka roses erhtuga seert ada ersama-

7 TNO, Vol:7,Februar 2007, IN: a (25 s/d 27), dhaslka reso sstem yag megalam saturas seert ada Gambar 0. IMPLAN Tekk tug ada sstem kotrol kovesoal, roortoal, roortoaldervatve, roortoal tegral, roortoal-dervatve-tegral daat juga dteraka dalam sstem kotrol fuzy FP, FPD, FPI da FPD+I. Hasl reso yag dcaa ada sstem PID kovesoal memuya kemra dega hasl reso sstem kotrol fuzzy PD+I. FPD+I memlk 2 faktor eguata, yag berfugs utuk ormalsas la crs ke dalam sekala euh uverse fuzzy. Peguata G megkatka waktu ak, GC, GC daat meredam overshoot, da GI daat meghlagka steady state error, atau la steady state error = 0 Gambar 8 Membersh fucto error, delta error da outut sstem fuzzy PD+I Gambar 9. Reso Fuzzy PD+I, G = 00 Gambar 0. Reso fuzzy PD+I, G = 400 DAFTAR RJAN Astrom., Hag C, 992. Toward tellget PID Cotrol, Automatca Astrom, Hagglud T, 995. PID cotrollers Theory, Desg ad Tug, Istrumet ocety of Amerca, North Carola, A Astrom., Wttemark, 984, Comuter Cotrolled ystems Theory ad Desg, Pretce Hall, glewood Clffs George A. P, 99, Comuter Cotrolled ystems Theory Ad Alcatos, luwer Academc Publshers, Lodo,. Curts Johso, Hedar Malk., Cotrol ystem Techology. Pretce-Hall, New Jersey A. Mohammad Jamshd, Nader V, Tmothy J. Ross, 993. Fuzzy Logc Ad Cotrol oftware, Hardware Al-

8 TNO, Vol:7,Februar 2007, IN: catos, Pretce-Hall, New Jersey- A Robert B, 200, Fuzzy Ad Neural Cotrol, Dsc Course Lecture Notes, Cotrol geerg Laboratory, Delft versty of Techology, Netherlad.] Paos J.A, ev M.P, 992, A Itroducto Itellget Autoomous Cotrol, luwer Academc P

Perancangan Pengendali PID. Institut Teknologi Sepuluh Nopember

Perancangan Pengendali PID. Institut Teknologi Sepuluh Nopember Peracaga Pegedal PID Ittut Tekolog Seuluh Noember Pegatar Mater Cotoh Soal Latha Rgkaa Pegatar Mater Cotoh Soal Peracaga Pegedal P Peracaga Pegedal PI Peracaga Pegedal PD Peracaga Pegedal PID Latha Rgkaa

Lebih terperinci

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Ruag Baach Sumaag Muhtar Gozal UNIVERSITAS PENDIDIKAN INDONESIA Satu kose etg d kulah Aalss ugsoal adalah teor ruag Baach. Pada baga aka drevu defs, cotoh-cotoh, serta sfat-sfat etg ruag Baach. Kta aka

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

BAB III ISI. x 2. 2πσ

BAB III ISI. x 2. 2πσ BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)

Lebih terperinci

TE Dasar Sistem Pengaturan

TE Dasar Sistem Pengaturan TE09346 Daar Stem Pegatura Peracaga otroler : otroler Prooroal Itegral Dfereal Ir. Jo Pramujato, M.Eg. Jurua Tekk Elektro FTI ITS Tel. 594730 Fax.59337 Emal: jo@ee.t.ac. Daar Stem Pegatura 06 Objektf:

Lebih terperinci

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari: 5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci

BAB III ESTIMASI MODEL PROBIT TERURUT

BAB III ESTIMASI MODEL PROBIT TERURUT BAB III ESTIMASI MODEL PROBIT TERURUT 3. Pedahulua Model eurua kods embata destmas dega model robt terurut. Estmas terhada arameter model robt terurut yatu koefse model da threshold dlakuka dega metode

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Mayag Novhta Sar *, Bustam, Sgt Sugarto Mahasswa Program Stud S Matematka FMIPA Uverstas Rau Dose Fakultas

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA INTEGRAL RIEMANN MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

REPRESENTASI BILANGAN FIBONACCI DALAM BENTUK KOMBINATORIAL

REPRESENTASI BILANGAN FIBONACCI DALAM BENTUK KOMBINATORIAL REPRESENTASI BILANGAN FIBONACCI DALAM BENTUK KOMBINATORIAL Rzky Maulaa Nugraha Tekk Iformatka Isttut Tekolog Badug Blok Sumurwed I RT/RW 4/, Haurgeuls, Idramayu, 4564 e-mal: laa_cfre@yahoo.com ABSTRAK

Lebih terperinci

ESTIMASI PARAMETER REGRESI GANDA MENGGUNAKAN BOOTSTRAP DAN JACKNIFE.

ESTIMASI PARAMETER REGRESI GANDA MENGGUNAKAN BOOTSTRAP DAN JACKNIFE. Prosdg Semar Nasoal Alkas Sas & Tekolog (SNAST) Yogakarta, 6 November 6 ISSN : 979 9X eissn : 54 58X ESTIMASI PARAMETER REGRESI GANDA MENGGUNAKAN BOOTSTRAP DAN JACKNIFE Noerat, Rka Herda,, Jurusa Statstka,

Lebih terperinci

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

π ( ) menyatakan peluang bahwa

π ( ) menyatakan peluang bahwa GRF RN SNY D SSTE ERSN CHN- OOGOROV u Nugrahe Jurusa eddka atematka F Uverstas uhammadyah uroreo Jala H.. Dahla uroreo e-mal: u_r@telkom.et bstrak Tuua dar eulsa adalah megetahu kostruks betuk graf alra

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

SEMIKONDUKTOR. Gambar 6.1 Ikatan kovalen silikon dalam dua dimensi

SEMIKONDUKTOR. Gambar 6.1 Ikatan kovalen silikon dalam dua dimensi 6 BAHAN SEMIKONDUKTOR 6.1 Semkoduktor Itrsk (mur) Slko da germaum meruaka dua jes semkoduktor yag sagat etg dalam elektroka. Keduaya terletak ada kolom emat dalam tabel erodk da memuya elektro vales emat.

Lebih terperinci

MODEL PERENCANAAN SAFETY STOCK TERINTEGRASI UNTUK SISTEM MANUFAKTUR DENGAN FREKUENSI PENGIRIMAN TINGGI

MODEL PERENCANAAN SAFETY STOCK TERINTEGRASI UNTUK SISTEM MANUFAKTUR DENGAN FREKUENSI PENGIRIMAN TINGGI Semar Nasoal Logstk II : Streamlg Itegrated Suly Cha Maagemet as the New Froter of Comettve Advatage MODEL PERENCANAAN SAFETY STOCK TERINTEGRASI UNTUK SISTEM MANUFAKTUR DENGAN FREKUENSI PENGIRIMAN TINGGI

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai dasar-dasar teori yang akan

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai dasar-dasar teori yang akan BAB II LANDASAN TEORI Pada bab aka dbahas megea dasar-dasar teor ag aka dguaka dalam eulsa skrs, atu megea data hrark, model regres -level, model logstk, estmas arameter model logstk, uj sgfkas arameter

Lebih terperinci

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV Pearka Cotoh Acak Berlas (Stratfed Radom Samlg Pertemua IV Defs Cotoh acak berlas ddaatka dega cara membag oulas mejad beberaa kelomok ag tdak salg tumag tdh, da kemuda megambl secara acak dar seta kelomokkelomok

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Notasi Sigma. Fadjar Shadiq, M.App.Sc & Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG MASALAH

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG MASALAH BAB ENDAHULUAN. LATAR BELAKANG MASALAH Dalam kehidua yata, sejumlah feomea daat diikirka sebagai ercobaa yag mecaku sederata egamata yag berturut-turut da buka satu kali egamata. Umumya, tia egamata dalam

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

Voltage Controlled Oscillator

Voltage Controlled Oscillator Vltage Ctrlle Oscllatr VCO aalah suatu slatr elektrk maa frekues keluaraya atur leh suatu tegaga put DC yag berka. Gambar berkut meujukka ragkaa asar ar VCO V DD L VCO ut D C Basc VCO Frekues slas tetuka

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc STUDI KELAYAKAN: ASPEK FINANSIAL F.Hafz Saragh SP, MSc Pajak Baya bag perusahaa/ usahata, sehgga merupaka peguraga dar beeft Subsd FINANSIAL Peguraga baya bag perusahaa/ usahata, sehgga merupaka tambaha

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI MINGGU KE-0 HUBUNGAN ANTAR KONVERGENSI Hubuga atar koverges Hrark atar koverges dyataka dalam teorema berkut. Teorema Msalka X da X, X, X 3,... adalah varabel radom yag ddefska pada ruag probabltas yag

Lebih terperinci

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin 4/6/015 Oleh : Fauza Am Se, 06 Aprl 015 GDL 11 (07.30-10.50) Pedahulua Aalsa regres dguaka utuk mempelajar da megukur hubuga statstk ag terjad atara dua atau lebh varbel. Dalam regres sederhaa dkaj dua

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)

Lebih terperinci

ANALISIS ALIRAN DAYA TIGA FASA PADA SISTEM TENAGA LISTRIK BERBASIS KOMPUTASI

ANALISIS ALIRAN DAYA TIGA FASA PADA SISTEM TENAGA LISTRIK BERBASIS KOMPUTASI Proceedg Semar Nasoal Poltekk Neger Lhokseumawe ol.1 No.1 Setember 017 SSN: 598-3954 NLSS LRN DY TG FS PD SSTEM TENG LSTRK BERBSS KOMPUTS Nazarudd 1, Mahalla, Taufk 3 1,,3 Jurusa Tekk Elektro Poltekk Neger

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

Analisis Regresi Logistik Ordinal pada Prestasi Belajar Lulusan Mahasiswa di ITS Berbasis SKEM

Analisis Regresi Logistik Ordinal pada Prestasi Belajar Lulusan Mahasiswa di ITS Berbasis SKEM D- JURNAL SAINS DAN SENI ITS Vol. 4, No., (05) 337-350 (30-98X Prt) Aalss Regres Logstk Ordal ada Prestas Belajar Lulusa Mahasswa d ITS Berbass SKEM Zakaryah da Isma Za Jurusa Statstka, FMIPA, Isttut Tekolog

Lebih terperinci

BAB II LANDASAN TEORI. merepresentasikan dan menjelaskan permasalahan pada dunia nyata ke dalam. pernyataan matematis (Widowati & Sutimin, 2007 : 1).

BAB II LANDASAN TEORI. merepresentasikan dan menjelaskan permasalahan pada dunia nyata ke dalam. pernyataan matematis (Widowati & Sutimin, 2007 : 1). BAB II LANDASAN EORI.. Model Matematka Model Matematka merupaka represetas matematka yag dhaslka dar pemodela Matematka. Pemodela Matematka merupaka suatu proses merepresetaska da mejelaska permasalaha

Lebih terperinci

PEMILIHAN MODEL REGRESI TERBAIK MENGGUNAKAN R 2, Cp MALLOW, dan S PADA KASUS INDEKS HARGA SAHAM BURSA GLOBAL

PEMILIHAN MODEL REGRESI TERBAIK MENGGUNAKAN R 2, Cp MALLOW, dan S PADA KASUS INDEKS HARGA SAHAM BURSA GLOBAL Majalah Ekoom ISSN 4-950 : Vol. VII No. Des 03 PEMILIHAN MODEL REGRESI TERBAIK MENGGUNAKAN R, C MALLOW, da S PADA KASUS INDEKS HARGA SAHAM BURSA GLOBAL Oleh : Wara Pramest, Martha Suhardyah Fakultas Matematka

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2 INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN 11 Latar Belakag Peelta yag dlakuka oleh Va der Pol pada sebuah tabug trode tertutup, yatu sebuah alat yag dguaka utuk megedalka arus lstrk dalam suatu srkut pada trasmtter da recever meghaslka

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

Integrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1

Integrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1 Itegras Metode Itegral Rema Metode Itegral Trapezoda Metode Itegral Smpso Itegras Permasalaa Itegras Pertuga tegral adala pertuga dasar yag dguaka dalam kalkulus, dalam bayak keperlua. Itegral secara det

Lebih terperinci

Penaksiran Parameter Model Regresi Polinomial Berkson Menggunakan Metode Minimum Distance

Penaksiran Parameter Model Regresi Polinomial Berkson Menggunakan Metode Minimum Distance Peaksra Parameter Model Regres Polomal Berkso Megguaka Metode Mmum Dstace Da Kurawat Dearteme Matematka, FMIPA UI, Kamus UI Deok 16 da61@gmal.com Abstrak Berkso Measuremet Error Model meruaka model regres

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

XI. ANALISIS REGRESI KORELASI

XI. ANALISIS REGRESI KORELASI I ANALISIS REGRESI KORELASI Aalss regres mempelajar betuk hubuga atara satu atau lebh peubah bebas dega satu peubah tak bebas dalam peelta peubah bebas basaya peubah yag dtetuka oelh peelt secara bebas

Lebih terperinci

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

Regresi & Korelasi Linier Sederhana

Regresi & Korelasi Linier Sederhana Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

ANALISIS STABILITAS PADA MODEL EPIDEMIK MULTI GRUP DENGAN LAJU PENULARAN TAK LINEAR

ANALISIS STABILITAS PADA MODEL EPIDEMIK MULTI GRUP DENGAN LAJU PENULARAN TAK LINEAR ANAL TABLTA PADA MODEL EPDEMK MULT GRUP DENGAN LAJU PENULARAN TAK LNEAR Nama : Dy Tr War NRP : 748 Jurusa : Matematka FMPA T Dose Pembmbg : Drs. M. etjo Warko, M. Drs. uhud Wahyud,M. Abstrak Dalam suatu

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

Lebih terperinci

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

FUNGSI ALIH SISTEM ORDE 2 Oleh: Ahmad Riyad Firdaus Politeknik Batam

FUNGSI ALIH SISTEM ORDE 2 Oleh: Ahmad Riyad Firdaus Politeknik Batam FUNGI ALIH ITEM ORDE Oleh: Ahmad Ryad Frdaus Pltekk Batam I. Tujua. Memaham cara melakuka smulas sstem fss (sstem mekak da elektrk) utuk rde. Memaham karakterstk sstem fss terhadap perubaha la parameter

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA 5 BAB TINJAUAN PUSTAKA Meda Lstrk Secara oerasoal, kta daat medefska meda lstrk dega meemaka sebuah muata uj ya kecl q (utuk memudahka kta megagga q ostf) ada ttk d dalam sebuah ruag yag dseldk, kemuda

Lebih terperinci

Proses inferensi pada model logit Agus Rusgiyono. Abstracts

Proses inferensi pada model logit Agus Rusgiyono. Abstracts Proses eres ada model logt Agus Rusgoo Let dstrbuto wth Abstracts 3 rereset the resose o a omal radom varable o Beroull P P where s a arameter wth ukow value. Problems o estmatg used smallest square methods

Lebih terperinci

Bab II Teori Pendukung

Bab II Teori Pendukung Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak

Lebih terperinci

OPTIMASI PENJADWALAN PEMBANGKITAN DI ANTARA UNIT-UNIT PEMBANGKIT TERMAL BERDASARKAN INCREMENTAL PRODUCTION COST YANG SAMA. Abstrak

OPTIMASI PENJADWALAN PEMBANGKITAN DI ANTARA UNIT-UNIT PEMBANGKIT TERMAL BERDASARKAN INCREMENTAL PRODUCTION COST YANG SAMA. Abstrak OTIMASI ENJADWALAN EMBANGKITAN DI ANTARA UNIT-UNIT EMBANGKIT TERMAL BERDASARKAN INCREMENTAL RODUCTION COST YANG SAMA. (Al Imra) OTIMASI ENJADWALAN EMBANGKITAN DI ANTARA UNIT-UNIT EMBANGKIT TERMAL BERDASARKAN

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR

Lebih terperinci