Perhitungan Kehilangan Pratekan Total dengan Memakai Teori Kemungkinan ABSTRAK

Ukuran: px
Mulai penontonan dengan halaman:

Download "Perhitungan Kehilangan Pratekan Total dengan Memakai Teori Kemungkinan ABSTRAK"

Transkripsi

1 Jurnal APLIKASI Volume 5, Nomor 1, Agustus 2008 Perhitungan Kehilangan Pratean Total dengan Memaai Teori Kemunginan M. Sigit Darmawan Dosen Jurusan Diploma Teni Sipil, FTSP - ITS msdarmawan@ce.its.ac.id ABSTRAK Salah satu tahapan perhitungan yang penting untu perhitungan onstrusi beton pratean adalah perhitungan besarnya ehilangan pratean (loss of prestress). Pada umumnya perhitungan ehilangan pratean dilauan dengan memaai anggapan bahwa semua variabel yang berpengaruh bersifat deterministi. Anggapan ini menjadi urang tepat bila diaitan dengan sifat-sifat beton dan baja pratean yang mempunyai tingat variabilitas yang tertentu. Pada studi ini aan disajian perhitungan ehilangan pratean aibat susut dan ranga pada beton serta relasasi pada baja, dengan memperhitungan variabilitas sifat-sifat beton dan baja pratean. Variabitas beton dan baja pratean aan diperhitungan dalam perhitungan dengan memaai analisis teori emunginan (probability analysis). Mengingat sangat terbatasnya data parameter statisti beton dan baja pratean untu ondisi Indonesia, maa parameter statisti yang diperluan untu perhitungan ehilangan pratean aan diambil dari berbagai penelitian sebelumnya yang pada umumnya dilauan di luar Indonesia. Hasil studi menunjuan bahwa memasuan variabilitas sifat-sifat beton dan baja pratean mempunyai efe yang cuup besar terhadap besarnya ehilangan pratean. Kehilangan pratean aibat susut dan ranga beton serta relasasi baja dan ombinasi dari etiga fator tersebut mempunyai mempunyai rata-rata sebesar 3.86%, 10.05%, 4.31% dan 18.22%, dengan oefisien penyebaran sebesar 57%, 35%, 18% dan 25%. Kata Kunci: Kehilangan Pratean Total, Susut, Ranga, Relasasi, Probability Analysis 1. PENDAHULUAN Perhitungan ehilangan pratean total (loss of prestress) merupaan salah satu tahapan yang penting dalam pehitungan onstrusi beton pratean. Besarnya ehilangan pratean menentuan seberapa besar gaya yang diperluan untu pemberian prateanan agar strutur beton pratean mampu memiul beban-beban yang direncanaan secara efetif. Mesipun esalahan dalam perhitungan ehilangan pratean, tida mempunyai dampa yang berarti terhadap euatan masimum penampang beton pratean, esalahan dalam periraan ehilangan pratean mempunyai efe yang besar terhadap tingat pelayanan (serviceability) dari strutur beton pratean. Masalah yang mungin timbul aibat urang tepatnya periraan ehilangan pratean adalah terjadinya lendutan yang berlebihan dan atau reta yang berlebihan. Pada umumnya perhitungan ehilangan pratean dilauan dengan anggapan semua parameter beton dan baja pratean bersifat deterministi (dapat ditentuan dengan pasti). Tentu saja anggapan ini urang tepat bila diaitan dengan sifat-sifat material beton yang pada umumnya mempunyai tingat variabilitas yang cuup besar. Seperti halnya beton, material baja pratean juga mempunyai variabilitas tertentu, mesipun tida sebesar material beton. Pada studi ini aan dilauan perhitungan ehilangan pratean aibat susut dan ranga pada beton serta relasasi pada baja pratean dengan memasuan variabitas sifat-sifat beton dan baja. Variabilitas sifat-sifat beton dan baja aan diperhitungan dengan memaai analisis teori emunginan (probability analysis). Jurnal APLIKASI: Media Informasi & Komuniasi Apliasi Teni Sipil Terini Halaman 1

2 Volume 5, Nomor 1, Agustus TINJAUAN PUSTAKA Perhitungan ehilangan pratean lazimnya dilauan dengan mengacu epada perumusan empiris yang diberian oleh peraturan beton (code). Salah satu code yang memberian perumusan yang cuup jelas tentang cara-cara perhitungan ehilangan pratean aibat susut dan ranga pada beton adalah AS Sebalinya untu ACI 318 tida memberian perumusan tertentu untu memperhitungan ehilangan pratean aibat edua fator tersebut. Seperti dietahui susut dan ranga adalah deformasi beton yang tergantung watu dan meningat dengan bertambahnya watu. Selain itu besarnya ranga juga dipengaruhi besarnya tegangan yang beerja. Ada beberapa model yang dapat digunaan untu mempredisi edua fenomena tersebut, mulai perumusan sederhana seperti yang diberian dalam peraturan beton (code), sampai dengan perumusan yang cuup omplex seperti diusulan oleh Bazant dan Baweja (1995). Beberapa peneliti, antara lain Gilbert (1988), Koutsouis (1996), Khor (1999) telah melauan studi perbandingan berbagai model untu perhitungan susut dan ranga pada beton, termasu perumusan yang diberian oleh peraturan beton seperti AS 3600, ACI 209, CEB-FIP. Namun demiian hasil studi perbandingan tersebut, belum dapat menyimpulan apaah model tertentu mempredisi lebih bai dibandingan dengan model yang lain. Hasil studi perbandingan tersebut juga menunjuan ada perbedaan yang cuup besar antara model yang satu dengan yang lainnya serta urang berhasil dalam mempredisi data tes yang tersedia (Gilbert,1988). Hasil studi juga menghasilan esimpulan bahwa perumusan AS 3600 memberian nilai yang merupaan rata-rata dari model yang lainnya. Berdasaran hasil studi tersebut, maa pada penelitian ini aan dipaai AS 3600 untu menentuan besarnya susut dan ranga pada beton. Jurnal APLIKASI 3. PERUMUSAN CREEP DAN SUSUT BETON 3.1. Susut Beton Regangan aibat susut pada beton pada umur t (hari) dapat ditentuan dengan perumusan sebagai beriut (AS 3600, 2002): ( t)...(1) cs 1 cs.b dimana εcs.b adalah regangan susut dasar rencana (basic design shrinage strain) dan 1 adalah factor modifiasi untu memasuan pengaruh:(i)umur beton; (ii)tipe lingungan; dan (iii) uuran dan bentu penampang. Bila tida ada data dari hasil tes untu menentuan εcs.b, AS 3600 menyaranan untu memaai nilai sebesar 700x10-6. Namun demiian perlu dicatat bahwa nilai sebenarnya εcs.b bervariasi antara 500x10-6 s/d 1000x10-6. Sedangan nilai 1 ditentuan sesuai perumusan Gilbert (1990) sebagai beriut (t t c ) 0.7 t c ) (2) (t dimana.005t h e...(3) h 5...(4) 3 t h 6...(5) 7 dan tc watu (dalam hari) etia curing dihentian. Pada persamaan diatas h adalah rata-rata elembaban tahunan (%), and th adalah tebal teoritis penampang (mm) yang didefinisian sebagai 2A g t h...(6) u e dengan Ag adalah luas penampang total dan ue adalah eliling penampang yang berhubungan langsung dengan udara Ranga Beton Regangan aibat ranga pada beton pada umur t (hari) dapat dihitung dengan perumusan sebagai beriut (AS 3600, 2002): Halaman 2 Jurnal APLIKASI: Media Informasi & Komuniasi Apliasi Teni Sipil Terini

3 Jurnal APLIKASI f c cc (t) cc (t)...(7) E (28) dimana cc 2 3 c ( t)...(8) cc.b dimana fc adalah tegangan pada beton, Ec(28) adalah modulus elastis beton pada umur 28 hari, adalah factor ranga cc. b dasar (basic creep factor), yang tergantung pada uat tean beton (lihat Tabel 1). Perlu dicatat bahwa nilai dapat bervariasi sampai dengan ±30%. cc. b Tabel 1: Fator Ranga Dasar cc. b. f c (MPa) cc.b Adapun 2 adalah factor modifiasi seperti halnya fator 1 pada perhitungan susut and 3 fator untu memperhitungan umur beton pada saat gaya pratean dierjaan (lihat Gambar 1) Strengh Ratio at Prestressing Tranfer (f c /f ' c ) Gambar 1: Koefisien Ranga 3. Adapun nilai 2 ditentuan dengan memaai perumusan 2 Volume 5, Nomor 1, Agustus (t t a ) 0.7 t a ) (9) (t dimana.008t h e 8...(10) h...(11) t h...(12) dan ta umur (hari) pada saat beban dierjaan Relasasi Baja Pratean Tegangan pada baja pratean aan berurang dengan watu bila baja ditahan dalam ondisi regangan yang tetap. Kejadian ini disebut relasasi, yang serupa dengan ranga pada beton. Beberapa fator yang mempengaruhi besarnya relasasi antara lain, temperatur, tegangan awal baja dan tipe baja pratean. Besarnya ehilangan pratean setelah watu t (hari) dapat diperiraan dengan formula sebagai beriut (AS 3600, 2002): R (t) R...(13) p dimana 10, 11 and 12 adalah fator modifiasi untu memperhitungan lama pemberian prateanan, temperatur dan besarnya tegangan awal. Rb adalah fator relasasi dasar, yang tergantung pada tipe baja. Besarnya Rb bervariasi antara 1 s/d 2% untu baja dengan relasasi rendah (low relaxation prestressing steel). Adapun nilai 10 and 11 dapat ditentuan dengan perumusan sebagai beriut: 1 / 6 10 log 5.4(t t p) b...(14) t e (15) dimana tp adalah watu etia baja pratean ditari (hari) dan te adalah temperatur rata-rata tahunan ( o C). Nilai dari Jurnal APLIKASI: Media Informasi & Komuniasi Apliasi Teni Sipil Terini Halaman 3

4 Volume 5, Nomor 1, Agustus tergantung pada proporsi tegangan terhadap tegangan masimum baja dan dapat ditentuan nilainya berdasaran Gambar Stress in Strand as Proportion of f pu Gambar 2: Koefisien Relasasi 12 Fator 13 dipaai untu memperhitungan pengaruh susut dan ranga pada beton terhadap besarnya ehilangan pratean Jurnal APLIKASI aibat relasasi baja dan ditentuan besarnya sebagai ehilangan(susut ranga) fsi...(16) dimana fsi adalah tegangan awal pada baja pratean 3.4. Parameter Statisti Yang Dipaai Mengingat tida terdoumentasinya data penelitian tentang susut dan ranga pada beton di Indonesia, maa parameter statisti yang aan dipaai untu perhitungan ehilangan pratean dengan memaai analisa teori emunginan adalah memaai parameter statisti yang berasal dari penelitian di luar Indonesia (lihat Tabel 2). Tabel 2: Parameter Statisti Yang Dipaai Parameter Rata-rata COV Distribusi Referensi εcs.b (regangan susut dasar rencana) 750 x x x10-6 Uniform ( )x10-6 AS 3600 Uniform cc.b ( ) (fator ranga dasar) AS 3600 Rb (%) Uniform (fator relasasi dasar) (1-2) AS 3600 f c (MPa) (uat tean beton) F a c s b = 6 Lognormal Attard and Stewart (1998) Ec(t) (MPa) ' (modulus elastis beton) 4600 f c (t) - - Mirza et al. (1979) ME c (Ec(t)) Normal - Ep (MPa) (modulus elastis baja) Normal Mirza et al. (1980) fpu (MPa) (tegangan max baja) 1.04 fp Normal Mirza et al. (1980b) H (mm) (Tinggi balo) Hnom+0.8 s = 3.6 Normal Mirza and McGregor (1979b) B (mm) (lebar balo) Bnom+2.5 S = 3.7 Normal Mirza and McGregor (1979b) ME(Susut) Normal Bazant and Baweja (1995) ME(Ranga) Normal Bazant and Baweja (1995) RH (%) (elembaban relatif) Normal Stewart (1996) te ( o C) (temperatur rata-rata tahunan) Normal - a F c =uat tean arateristi; b s=standar deviasi, COV=oefisien penyebaran; c ME=Model Error; fp= tegangan masimum baja arateristi Halaman 4 Jurnal APLIKASI: Media Informasi & Komuniasi Apliasi Teni Sipil Terini

5 Jurnal APLIKASI Analisa teori emunginan dilauan dengan melauan simulasi Monte Carlo. Simulasi Monte Carlo dilauan dengan memasuan sebuah nilai dari setiap variabel yang terlibat edalam perumusan ehilangan pratean dengan secara aca (random) sesuai dengan tipe distribusinya. Langah ini dilauan berulangali untu mendapatan nilai ehilangan pratean yang dapat diterima secara statisti, misalnya dengan melauan simulasi. Dengan tersedianya perangat eras omputer yang relatif cepat, simulasi sebanya ini telah dapat dilauan dalam watu yang relatif singat. 4. APLIKASI PERHITUNGAN Sebagai contoh perhitungan, maa dilauan perhitungan ehilangan pratean untu balo pratean dengan dimensi seperti Gambar 3. Volume 5, Nomor 1, Agustus 2008 berurutan pada Gambar 4, 5, 6 dan 7. Kehilangan pratean dinyataan dalam persen terhadap besarnya tegangan awal baja pratean (fsi). Gambar 4 menunjuan bahwa ehilangan pratean aibat susut mempunyai rata-rata sebesar 3.86% dan oefisien penyebaran (COV) sebesar 57%, sementara Gambar 5 menunjuan ehilangan pratean aibat ranga mempunyai rata-rata sebesar 10.05% dan oefisien penyebaran sebesar 35%. Hasil ini sesuai periraan bahwa ehilangan pratean aibat susut aan mempunyai oefisien penyebaran lebih besar dibandingan aibat ranga arena model error untu susut mempunyai oefisien penyebaran yang lebih besar dibandingan model error untu ranga Mean=3.86%; COV= mm 900 mm Count Aps mm Gambar 3: Balo 300 mm x 900 mm. Sedangan data disain yang dipaai adalah sebagai beriut: f c (uat tean)=40 MPa Aps(luas penampang baja)=3643 mm 2 f ci(uat tean saat transfer)=30 MPa Ep(modulus elastis baja)= MPa fsi (tegangan awal baja pratean)=1100 MPa 5. HASIL YANG DIPEROLEH Selanjutnya dilauan perhitungan besarnya ehilangan pratean aibat susut dan ranga pada beton serta relasasi pada baja setelah umur 30 tahun, dimana pada umumnya pada umur ini nilai ehilangan pratean telah mencapai nilai masimum. Hasil perhitungan ehilangan pratean disajian dalam bentu histogram secara Kehilangan Pratean Aibat Susut (%) Gambar 4: Kehilangan Pratean Aibat Susut Beton. Count Mean=10.05%; COV= Kehilangan Pratean Aibat Ranga (%) Gambar 5: Kehilangan Pratean Aibat Ranga Beton. Jurnal APLIKASI: Media Informasi & Komuniasi Apliasi Teni Sipil Terini Halaman 5

6 Volume 5, Nomor 1, Agustus 2008 Jurnal APLIKASI Gambar 6 menunjuan ehilangan pratean aibat relasasi pada baja, dimana diperoleh nilai rata-rata sebesar 4.31% dengan oefisien penyebaran sebesar 18%. Gambar 7 selanjutnya menunjuan ehilangan pratean aibat ombinasi susut dan ranga pada beton serta relasasi pada baja, dimana diperoleh nilai rata-rata sebesar 18.22% dengan oefisien penyebaran sebesar 25%. Probability Density Mean=4.31%; COV= Kehilangan Pratean Aibat Susut (%) Gambar 8: Distribusi Kehilangan Pratean Aibat Susut. Count Kehilangan Pratean Aibat Relasasi (%) Gambar 6: Kehilangan Pratean Aibat Relasasi Baja. Probability Density Mean=18.22%; COV= Kehilangan Pratean Aibat Ranga (%) Gambar 9: Distribusi Kehilangan Pratean Aibat Ranga. Count Kehilangan Pratean Total (Susut+Ranga+Relasasi) (%) Gambar 7: Kehilangan Pratean Aibat Susut dan Ranga Beton serta Relasasi Baja. Probability Density Gambar 8, 9, 10 dan 11 secara berurutan menyajian distribusi ehilangan pratean aibat susut dan ranga beton serta relasasi pada baja dan ombinasi dari etiga fator tersebut Kehilangan Pratean Aibat Relasasi (%) Gambar 10: Distribusi Kehilangan Pratean Aibat Relasasi. Halaman 6 Jurnal APLIKASI: Media Informasi & Komuniasi Apliasi Teni Sipil Terini

7 Jurnal APLIKASI Volume 5, Nomor 1, Agustus 2008 Probability Density Kehilangan Pratean Total (Susut+Ranga+Relasasi) (%) Gambar 11: Distribusi Kehilangan Pratean Aibat Susut dan Ranga Beton serta Relasasi Baja. Gambar 8, 9, 10 dan 11 telah secara jelas menunjuan bahwa nilai ehilangan pratean mempunyai variasi yang cuup besar. Dengan demiian perlu diperhatian bahwa nilai ehilangan pratean yang diperoleh dengan cara deterministi (mengabaian variasi sifat-sifat beton) ada emunginan tida aurat. Nilai yang diperoleh secara deterministi tersebut, pada umumnya merupaan nilai yang mendeati rata-rata dari besarnya ehilangan pratean. Nilai yang didapat secara deterministi (rata-rata) tersebut mempunyai emunginan sebesar ±50% aan terlampaui. Hampir semua code telah memberi peringatan emunginan etidatepatan nilai ehilangan pratean yang diperoleh berdasaran perumusan yang diberian dalam code. Untu itu diperluan ehati-hatian dalam menentuan besarnya ehilangan pratean arena aan berpengaruh epada tingat pelayanan balo pratean, misalnya besarnya lendutan atau reta yang diluar periraan. 6. KESIMPULAN Hasil studi menunjuan bahwa perhitungan ehilangan pratean aibat susut dan ranga beton serta relasasi pada baja dengan memperhitungan variabilitas sifat-sifat beton dan baja pratean mempunyai pengaruh yang cuup besar. Dengan memasuan pengaruh variasi dan etidatentuan sifat-sifat beton dan baja, didapatan bahwa ehilangan pratean aibat susut mempunyai rata-rata sebesar 3.86% dengan oefisien penyebaran sebesar 57%, ehilangan pratean aibat ranga mempunyai rata-rata sebesar 10.05% dengan oefisien penyebaran yang lebih ecil, yaitu sebesar 35%. Sedangan ehilangan pratean aibat relasasi baja mempunyai rata-rata sebesar 4.31% dengan oefisien penyebaran sebesar 18%. Aibat ombinasi susut dan ranga beton serta relasasi baja, ehilangan pratean mempunyai ratarata sebesar 18.22% dengan oefisien penyebaran sebesar 25%. 7. DAFTAR ACUAN ACI 318 (2002), Building Code Requirement for Sructural Concrete (ACI ) and Commentary (ACI 318R-02), American Concrete Institute, Farmington Hills, Michigan. ACI Commitee 209 (1992), Prediction of Creep, Shrinage and Temperature Effects in Concrete Structures (ACI 209), ACI Manual of Concrete Practice, American Concrete Institute, Farmington Hills, Michigan. AS 3600 (2001), Concrete Structures, Standards Association of Australia, Homebush, New South Wales, Australia. Attard, M. M. and Stewart, M. G. (1998), A Two Parameter Stress Bloc for Model for High Strength Concrete, ACI Structural Journal, ACI, Vol. 95, No. 3, pp Bazant, Z. P. and Baweja, S. (1995), Creep and Shrinage Prediction Model for Analysis and Design of Concrete Structures-model B3, Materials & Structures, Vol. 28, pp Comite Euro-International du Beton (1990), CEB-FIP International recommendations for the design and construction of concrete structures, CEB-FIP Code 90, Paris-London. Gilbert, R. I. (1988), Time Effects in Concrete Structures, Elsevier, New Yor, USA. Jurnal APLIKASI: Media Informasi & Komuniasi Apliasi Teni Sipil Terini Halaman 7

8 Volume 5, Nomor 1, Agustus 2008 Gilbert, R. I. and Micleborough, N. C. (1990), Design of Prestressed Concrete, Unwin Hyman Ltd, London. Khor, E. H. (1999), Early-age Effects on Serviceability Reliability of Reinforced Concrete Flexural Members, PhD Thesis, Department of Civil Engineering, Clemson University, SS, USA. Koutsouis, M. (1996), On the Probabilistic Time-dependent Axial Shortening of Tall Concrete Building, PhD Thesis, Department of Civil and Mechanical Engineering, University Tasmania, Australia. Mirza, S. A., Hatziniolas, M. and MacGregor, J. G. (1979), Statistical Description of Strength of Concrete, Journal of the Structural Division, ASCE, Vol. 105, No. ST6, pp Jurnal APLIKASI Mirza, S. A., Kiuchi, D. K. and MacGregor, J. G. (1980), Flexural Strength Reduction Factor for Bonded Prestressed Concrete Beams, ACI Journal, Vol. 77, No. 4, pp Mirza, S. A. and MacGregor, J. G. (1979b), Variations in Dimensions of Reinforced Concrete Members, Journal of the Structural Division, ASCE, Vol. 105, No. ST4, pp Stewart, M. G. (1996), Serviceability Reliability Analysis of Reinforced Concrete Structures, Journal of Structural Engineering, ASCE, Vol. 122, No. 7, pp Halaman 8 Jurnal APLIKASI: Media Informasi & Komuniasi Apliasi Teni Sipil Terini

PERHITUNGAN KEHILANGAN PRATEKAN (LOSS OF PRESTRESS) AKIBAT SUSUT DAN RANGKAK PADA BETON DENGAN MEMPERHITUNGKAN VARIABILITAS SIFAT-SIFAT BETON

PERHITUNGAN KEHILANGAN PRATEKAN (LOSS OF PRESTRESS) AKIBAT SUSUT DAN RANGKAK PADA BETON DENGAN MEMPERHITUNGKAN VARIABILITAS SIFAT-SIFAT BETON PERHITUNGAN KEHILANGAN PRATEKAN (LOSS OF PRESTRESS) AKIBAT SUSUT DAN RANGKAK PADA BETON DENGAN MEMPERHITUNGKAN VARIABILITAS SIFAT-SIFAT BETON M. Sigit Darmawan Dosen Diploma Teni Sipil ITS Email: msdarmawan@ce.its.ac.id

Lebih terperinci

Kemungkinan Terjadinya Retak pada Balok Pratekan Full Prestressing ABSTRAK

Kemungkinan Terjadinya Retak pada Balok Pratekan Full Prestressing ABSTRAK Kemungkinan Terjadinya Retak pada Balok Pratekan Full Prestressing M. Sigit Darmawan Dosen Jurusan Diploma Teknik Sipil, Institut Teknologi Sepuluh Nopember Email: msdarmawan@ce.its.ac.id ABSTRAK Pada

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

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

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

BAB III MODEL KANAL WIRELESS

BAB III MODEL KANAL WIRELESS BAB III MODEL KANAL WIRELESS Pemahaman mengenai anal wireless merupaan bagian poo dari pemahaman tentang operasi, desain dan analisis dari setiap sistem wireless secara eseluruhan, seperti pada sistem

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

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

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

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

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

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

BAB III METODE SCHNABEL

BAB III METODE SCHNABEL BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan

Lebih 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

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE Desfrianta Salmon Barus - 350807 Jurusan Teni Informatia, Institut Tenologi Bandung Bandung e-mail: if807@students.itb.ac.id ABSTRAK

Lebih terperinci

BAB III METODE PENELITIAN (BAHAN DAN METODE)

BAB III METODE PENELITIAN (BAHAN DAN METODE) BAB III METODE PENELITIAN (BAHAN DAN METODE) Tahapan-tahapan pengerjaan yang dilauan dalam penelitian ini adalah sebagai beriut : 1. Tahap Persiapan Penelitian Pada tahapan ini aan dilauan studi literatur

Lebih 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

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas

Lebih terperinci

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group Uji Alternatif Data Terurut Perbandingan antara Uji Joncheere Terpstra dan Modifiasinya Ridha Ferdhiana Statistics Peer Group Jurusan Matematia FMIPA Universitas Syiah Kuala Banda Aceh, Aceh, 23 email:

Lebih 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 METODE PENELITIAN (BAHAN DAN METODE)

BAB III METODE PENELITIAN (BAHAN DAN METODE) BAB III METODE PENELITIAN (BAHAN DAN METODE) Tahapan-tahapan pengerjaan yang dilauan dalam penelitian ini adalah sebagai beriut : 1. Tahap Persiapan Penelitian Pada tahapan ini aan dilauan studi literatur

Lebih 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

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan

Lebih terperinci

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,

Lebih 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

BAB II KONSEP PERENCANAAN STRUKTUR TAHAN GEMPA

BAB II KONSEP PERENCANAAN STRUKTUR TAHAN GEMPA BAB II KONSEP PERENCANAAN STRUKTUR TAHAN GEMPA. GEMPA BUMI Gempa bumi adalah suatu geraan tiba-tiba atau suatu rentetetan geraan tiba-tiba dari tanah dan bersifat transient yang berasal dari suatu daerah

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

Pemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai

Pemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai Pemodelan Dan Esperimen Untu enentuan Parameter Tumbuan Non Elasti Antara Benda Dengan Lantai Puspa onalisa,a), eda Cahya Fitriani,b), Ela Aliyani,c), Rizy aiza,d), Fii Taufi Abar 2,e) agister Pengajaran

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN 36 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian yang digunaan adalah penelitian desriptif, yaitu penelitian terhadap fenomena atau populasi tertentu yang diperoleh peneliti dari subye

Lebih terperinci

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure 8/9/01 UJI TUKEY UJI DUNCAN UJI BARTLETT UJI COCHRAN UJI DUNNET Elty Sarvia, ST., MT. Faultas Teni Jurusan Teni Industri Universitas Kristen Maranatha Bandung Macam Metode Post Hoc Analysis The Fisher

Lebih 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

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

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

ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT

ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT Jurnal Teni Eletro Vol. 3 No.1 Januari - Juni 1 6 ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoo Sumaryono ABSTRACT Noise is inevitable in communication

Lebih terperinci

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT TUGAS AKHIR STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT 040803023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

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

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

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR Ngarap Im Mani 1) dan Lim Widya Sanjaya ), 1) & ) Jurs. Matematia Binus University PENGANTAR Perancangan percobaan adalah suatu

Lebih terperinci

PERBANDINGAN KEHILANGAN GAYA PRATEKAN JANGKA PANJANG PADA STRUKTUR BALOK DI GEDUNG*

PERBANDINGAN KEHILANGAN GAYA PRATEKAN JANGKA PANJANG PADA STRUKTUR BALOK DI GEDUNG* PERBANDINGAN KEHILANGAN GAYA PRATEKAN JANGKA PANJANG PADA STRUKTUR BALOK DI GEDUNG* Reynold Andika Pratama Binus University, Jl. KH. Syahdan No. 9 Kemanggisan Jakarta Barat, 5345830, reynold_andikapratama@yahoo.com

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 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 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

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA

Lebih 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

AKURASI MODEL PREDIKSI METODE BACKPROPAGATION MENGGUNAKAN KOMBINASI HIDDEN NEURON DENGAN ALPHA

AKURASI MODEL PREDIKSI METODE BACKPROPAGATION MENGGUNAKAN KOMBINASI HIDDEN NEURON DENGAN ALPHA AKURASI MODEL PREDIKSI METODE BACKPROPAGATION MENGGUNAKAN KOMBINASI HIDDEN NEURON DENGAN ALPHA Aris Puji Widodo, Suhartono 2, Eo Adi Sarwoo 3, dan Zulfia Firdaus 4,2,3,4 Departemen Ilmu Komputer/Informatia,

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series) III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunaan data seunder bersifat runtun watu (time series) dalam periode tahunan dan data antar ruang (cross section). Data seunder tersebut

Lebih terperinci

Penentuan Konduktivitas Termal Logam Tembaga, Kuningan, dan Besi dengan Metode Gandengan

Penentuan Konduktivitas Termal Logam Tembaga, Kuningan, dan Besi dengan Metode Gandengan Prosiding Seminar Nasional Fisia dan Pendidian Fisia (SNFPF) Ke-6 205 30 9 Penentuan Kondutivitas Termal ogam Tembaga, Kuningan, dan Besi dengan Metode Gandengan Dwi Astuti Universitas Indraprasta PGRI

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

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.1 Keranga Pemiiran Pemerintah ahir-ahir ini sering dihadapan pada masalah persediaan pupu bersubsidi yang daya serapnya rendah dan asus elangaan di berbagai loasi di Indonesia.

Lebih terperinci

Totok Suwanda Jurusan Teknik Mesin, Fakultas Teknik UMY Jalan Lingkar Barat Tamantirto Kasihan Bantul Yogyakarta Telp ABSTRACT

Totok Suwanda Jurusan Teknik Mesin, Fakultas Teknik UMY Jalan Lingkar Barat Tamantirto Kasihan Bantul Yogyakarta Telp ABSTRACT OPTIMALISASI TEKANAN KOMPAKSI, TEMPERATUR DAN WAKTU SINTERING TERHADAP KEKERASAN DAN BERAT JENIS ALUMINIUM PADA PROSES PENCETAKAN DENGAN METALURGI SERBUK Toto Suwanda Jurusan Teni Mesin, Faultas Teni UMY

Lebih 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

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

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

BAB II TEORI DASAR. Sistem struktur yang mengalami problem dinamik mempunyai perbedaan

BAB II TEORI DASAR. Sistem struktur yang mengalami problem dinamik mempunyai perbedaan BAB II TEORI DASAR II. Umum Sistem strutur yang mengalami problem dinami mempunyai perbedaan yang signifian terhadap problem stati. Yaitu sistem strutur pembebanan dinami memerluan sejumlah oordinat bebas

Lebih terperinci

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi

Lebih terperinci

KAJIAN HIDROGRAF SATUAN SINTETIK NAKAYASU UNTUK PERHITUNGAN DEBIT BANJIR RANCANGAN DI DAERAH ALIRAN SUNGAI KODINA

KAJIAN HIDROGRAF SATUAN SINTETIK NAKAYASU UNTUK PERHITUNGAN DEBIT BANJIR RANCANGAN DI DAERAH ALIRAN SUNGAI KODINA KAJIAN HIDROGRAF SATUAN SINTETIK NAKAYASU UNTUK ERHITUNGAN DEBIT BANJIR RANCANGAN DI DAERAH ALIRAN SUNGAI KODINA I Wayan Sutapa * * Abstract Analyse of the design discharge in the catchment area can be

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengolahan Data Data yang telah berhasil diumpulan oleh penulis di BB BIOGEN diperoleh hasil bobot biji edelai dengan jumlah varietas yang aan diuji terdiri dari 15

Lebih terperinci

PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION

PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION Konferensi Nasional Sistem dan Informatia 2008; Bali, November 5, 2008 PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION Wahyudi Setiawan

Lebih terperinci

ANALISA GETARAN HASIL DESAIN SEPEDA LIPAT DENGAN PEMODELAN SOFTWARE

ANALISA GETARAN HASIL DESAIN SEPEDA LIPAT DENGAN PEMODELAN SOFTWARE ANALISA GETARAN HASIL DESAIN SEPEDA LIPAT DENGAN PEMODELAN SOTWARE Rivanol Chadry (1) (1) Staf Pengajar Jurusan Teni Mesin, Politeni Negeri Padang ABSTRACT Analyses vibration at design folding bie as the

Lebih terperinci

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT 3.1 Studi Literatur tentang Pengelolaan Sampah di Beberapa Kota di Dunia Kaian ilmiah dengan metode riset operasi tentang masalah

Lebih terperinci

KENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA. Thiang, Resmana, Wahyudi

KENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA. Thiang, Resmana, Wahyudi KENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA Thiang, Resmana, Wahyudi Jurusan Teni Eletro, Universitas Kristen Petra Jl. Siwalanerto 121-131 Surabaya Email : thiang@petra.ac.id,

Lebih terperinci

JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA

JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA Giri Dhaneswara 1) dan Veronica S. Moertini 2) Jurusan Ilmu Komputer, Universitas Katoli Parahyangan, Bandung Email: 1) rebirth_82@yahoo.com,

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penelitian Terdahulu Penelitian yang aan dilauan meruju epada beberapa penelitian terdahulu yang sudah pernah dilauan sebelumnya, diantaranya: 1. I Gst. Bgs. Wisuana (2009)

Lebih terperinci

4. 1 Spesifikasi Keadaan dari Sebuah Sistem

4. 1 Spesifikasi Keadaan dari Sebuah Sistem Dalam pembahasan terdahulu ita telah mempelajari penerapan onsep dasar probabilitas untu menggambaran sistem dengan jumlah partiel ang cuup besar (N). Pada bab ini, ita aan menggabungan antara statisti

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

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

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni

Lebih terperinci

Pengaruh Masuknya Penambahan Pembangkit Baru kedalam Jaringan 150 kv pada Kapasitas Circuit Breaker

Pengaruh Masuknya Penambahan Pembangkit Baru kedalam Jaringan 150 kv pada Kapasitas Circuit Breaker Pengaruh Masunya Penambahan Pembangit Baru edalam Jaringan 150 V pada Kapasitas Circuit Breaer Emelia, Dian Yayan Suma Jurusan Teni Eletro Faultas Teni Universitas Riau Kampus Binawidya Km 12,5 Simpang

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

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

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

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

IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD

IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD JMP : Vol. 9 No. 1, Juni 17, hal. 13-11 ISSN 85-1456 IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR Gumgum Darmawan Statistia FMIPA UNPAD gumgum@unpad.ac.id Budhi Handoo Statistia

Lebih terperinci

VI. PEMILIHAN MODA (Modal Split/Choice)

VI. PEMILIHAN MODA (Modal Split/Choice) VI. PEMILIHAN MODA (Modal Split/Choice) 6.. UMUM Tujuan: Mengetahui proporsi pengaloasian perjalanan e berbagai moda transportasi. Ada dua emunginan situasi yang dihadapi dalam meramal pemilihan moda:

Lebih 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

PENGENALAN KAPAL PADA CITRA DIGITAL MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

PENGENALAN KAPAL PADA CITRA DIGITAL MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION PENGENALAN KAPAL PADA CITRA DIGITAL MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Sutino 1, Helmie Arif Wibawa 2, Priyo Sidi Sasongo 3 123 Jurusan Ilmu Komputer/Informatia, FSM,

Lebih terperinci

METODE TAGUCHI UNTUK OPTIMALISASI PRODUK PADA RANCANGAN FAKTORIAL. Staf Pengajar Program Studi Statistika FMIPA UNDIP

METODE TAGUCHI UNTUK OPTIMALISASI PRODUK PADA RANCANGAN FAKTORIAL. Staf Pengajar Program Studi Statistika FMIPA UNDIP Optimalisasi Produ (Triastuti Wuryandari) METODE TAGUCHI UNTUK OPTIMALISASI PRODUK PADA RANCANGAN FAKTORIAL Triastuti Wuryandari 1, Tati Widiharih 2, Sayeti Dewi Anggraini 3 1,2 Staf Pengajar Program Studi

Lebih terperinci

BAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN

BAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN BAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN Kompetensi : 1. Mahasiswa memahami onsep pembelaaran dalam JST Sub Kompetensi : 1. Dapat mengetahui prinsip algoritma Perceptron 2. Dapat mengetahui

Lebih terperinci

Pengambilan Data dan Analisis

Pengambilan Data dan Analisis METODOLOGI PENELITIAN Watu dan Loasi Penelitian Penelitian dilasanaan mulai bulan November 2003 sampai dengan Juni 2004 di Kecamatan Rengasdenglo, Telagasari dan Cilamaya Kabupaten Karawang Jawa Barat

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

TUGAS I RANCANGAN PERCOBAAN BAB I

TUGAS I RANCANGAN PERCOBAAN BAB I TUGAS I RANCANGAN PERCOBAAN Nama : Dwi Shinta Marselina A. Pengertian Desain Esperimen BAB I Desain Esperimen Merupaan langah-langah lengap yang perlu di ambil jauh sebelum esperimen dilauan supaya data

Lebih terperinci

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

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan

Lebih terperinci

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

BAB I PENDAHULUAN 1.1 LATAR BELAKANG BAB I PENDAHULUAN 1.1 LATAR BELAKANG Indonesia merupaan daerah pertemuan tiga lempeng tetoni besar, yaitu lempeng Indo-Australia, Eurasia dan lempeng Pasific (gambar 1). Lempeng Indo-Australia bertabraan

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

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

STUDI EKSPERIMENTAL PENGARUH SERAT BAMBU TERHADAP SIFAT-SIFAT MEKANIS CAMPURAN BETON

STUDI EKSPERIMENTAL PENGARUH SERAT BAMBU TERHADAP SIFAT-SIFAT MEKANIS CAMPURAN BETON Konferensi Nasional Teknik Sipil 4 (KoNTekS 4) Sanur-Bali, 2-3 Juni 2010 STUDI EKSPERIMENTAL PENGARUH SERAT BAMBU TERHADAP SIFAT-SIFAT MEKANIS CAMPURAN BETON Helmy Hermawan Tjahjanto 1, Johannes Adhijoso

Lebih terperinci

KONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION

KONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION Konferensi Nasional Sistem dan Informatia 29; Bali, November 14, 29 KONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION Sofyan Tan, Lie Hian Universitas Pelita Harapan,

Lebih terperinci

OPTIMASI PROSES DENSIFIKASI JERAMI PADI SEBAGAI BAHAN BAKAR ALTERNATIF

OPTIMASI PROSES DENSIFIKASI JERAMI PADI SEBAGAI BAHAN BAKAR ALTERNATIF Optimasi Proses Densifiasi Jerami Padi sebagai Bahan Baar Alternatif (Zulifli) OPTIMASI PROSES DENSIFIKASI JERAMI PADI SEBAGAI BAHAN BAKAR ALTERNATIF Zulifli Jurusan Teni Kimia, Politeni Negeri Lhoseumawe,

Lebih terperinci

PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB

PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB Wirda Ayu Utari Universitas Gunadarma utari.hiaru@gmail.com ABSTRAK Program pengenalan pola ini merupaan program yang dibuat

Lebih terperinci

ANALISIS TEGANGAN DAN REGANGAN SEBAGAI FUNGSI WAKTU PADA STRUKTUR BETON PRATEKAN APLIKASI PADA JEMBATAN CABLE-STAYED

ANALISIS TEGANGAN DAN REGANGAN SEBAGAI FUNGSI WAKTU PADA STRUKTUR BETON PRATEKAN APLIKASI PADA JEMBATAN CABLE-STAYED ANALISIS TEGANGAN DAN REGANGAN SEBAGAI FUNGSI WAKTU PADA STRUKTUR BETON PRATEKAN APLIKASI PADA JEMBATAN CABLE-STAYED ANALISIS TEGANGAN DAN REGANGAN SEBAGAI FUNGSI WAKTU PADA STRUKTUR BETON PRATEKAN APLIKASI

Lebih terperinci

PENENTUAN ELEVASI PERMUKAAN AIR BERDASARKAN DATA SERIES TINGGI TEKANAN AIR

PENENTUAN ELEVASI PERMUKAAN AIR BERDASARKAN DATA SERIES TINGGI TEKANAN AIR PENENTUAN ELEVASI PERMUKAAN AIR BERDASARKAN DATA SERIES TINGGI TEKANAN AIR Andi Rusdin* * Series data of sea surface elevation is required to determine the parameters of tidal and wave parameters. The

Lebih 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

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

PROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING

PROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING Konferensi asional Sistem dan Informatia 28; Bali, ovember 15, 28 KS&I8-44 PROGRAM SIMULASI UTUK REALISASI STRUKTUR TAPIS IFIITE IMPULSE RESPOSE UTUK MEDIA PEMBELAJARA DIGITAL SIGAL PROCESSIG Damar Widjaja

Lebih 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

PERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU

PERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU PERTEMUAN 2 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU 2. SISTEM WAKTU DISKRET Sebuah sistem watu-disret, secara abstra, adalah suatu hubungan antara barisan masuan dan barisan eluaran. Sebuah

Lebih terperinci

Keragaman Struktur Tegakan Hutan Alam Sekunder The Variability of Stand Structure of Logged-over Natural Forest

Keragaman Struktur Tegakan Hutan Alam Sekunder The Variability of Stand Structure of Logged-over Natural Forest JMHT Vol. XIV, (2): 81-87, Agustus 28 ISSN: 215-157X Keragaman Strutur Tegaan Hutan Alam Seunder The Variability of Stand Structure of Logged-over Natural Forest Abstract Muhdin 1*, Endang Suhendang 1,

Lebih 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