Estimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga
|
|
- Hengki Halim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) ( X Print) 1 Estimasi Konsentrasi Polutan Sungai Menggunaan Metode Redusi Kalman Filter dengan Pendeatan Elemen Hingga Muyasaroh, Kamiran, Erna Apriliani Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam (FMIPA), Institut Tenologi Sepuluh Nopember (ITS),Surabaya,Indonesia Jl. Arief Rahman Haim, Surabaya april@matematia.its.ac.id Abstra- Sungai merupaan salah satu sumber air untu memenuhi ebutuhan manusia. Pada umumnya terdapat pemuiman pendudu di daerah seitar sungai. Sehingga Air sungai menjadi sumber air yang penting untu memenuhi ebutuhan sehari-hari. Sedangan Atifitas manusia dalam bidang industry dan rumah tangga secara tida langsung menghasilan polutan yang mengaibatan penurunan ualitas air. Oleh arena itu penting untu mengestimasi polutan pada sungai. Salah satu metode yang dapat digunaan adalah metode elemen hingga dan Kalman Filter. Kalman Filter merupaan suatu metode estimasi variabel eadaan pada sistem dinami linear disrit yang meminimuman ovarian error estimasi. Metode elemen hingga adalah metode numeri yang digunaan untu menyelesaian permasalahan teni dan problem matematis dari gejala phisis. Kombinasi antara Kalman Filter dan metode elemen hingga berguna untu perhitungan pada watu dan spasial. Namun, dalam proses omputasi aan membutuhan watu yang lama. Untu mengurangi watu omputasi tersebut digunaan metode Redusi Kalman Filter dengan pendeatan Elemen Hingga. Kata Kunci Sungai, Polutan Sungai, Estimasi, Kalman Filter, Metode Elemen Hingga dan Persamaan Linear Air Dangal A I. PENDAHULUAN IR merupaan salah satu ebutuhan poo manusia yang sangat penting. Air digunaan oleh manusia dalam ehidupan sehari-hari seperti mandi, mencuci, wudhu, memasa, pengairan dan ebutuhan lainnya.kebutuhan air dalam ehidupan sehari-hari di lingungan rumah tangga berbeda-beda. Semain tinggi taraf ehidupan seseorang semain meningat pula ebutuhan manusia aan air. Jumlah pendudu dunia setiap hari bertambah, sehingga mengaibatan jumlah ebutuhan air meningat[1]. Sungai merupaan salah satu sumber air untu memenuhi ebutuhan manusia.pada umumnya terdapat pemuiman pendudu di daerah sungai bagian tengah dan hilir sehingga di daerah ini, air sungai menjadi sumber air yang penting untu memenuhi ebutuhan sehari-hari. Namun, atifitas manusia dibidang pertanian, industri dan egiatan rumah tangga menyebaban penurunan ualitas air[2]. Hal ini diarenaan atifitas manusia tersebut secara tida langsung menghasilan polutan yang dapat mencemari lingungan. Informasi mengenai pencemaran air sungai diperluan setiap saat sehingga etia terjadi suatu permasalahan dapat ditangani dengan segera. Berdasaran Undang-Undang Nomor 7 tentang sumber daya air, pemerintah mewajiban pada instansi yang terait untu melauan pengawasan air sungai[3]. Namun, biaya pemantauan tidalah sediit sehingga pemantauan hanya dilauan pada titi-titi sungai yang terbatas dan pada periode tertentu.oleh arena itu dibutuhan perhitungan numeri untu melengapi eurangan tersebut. Kalman Filter merupaan salah satu metode untu mengestimasi variabel eadaan dari sistem dinami linear yang berguna untu mengestimasi nilai rata-rata seuensial dan ovarian[4]. Metode elemen hingga adalah metode numeri yang digunaan untu menyelesaian permasalahan teni dan problem matematis dari gejala phisis[5]. Kombinasi antara Kalman Filter dan metode elemen hingga berguna untu perhitungan pada watu dan arah spasial. Sehingga untu melengapi eurangan dari hasil pemantauan digunaan metode Kalman Filter dan Elemen Hingga. II. METODE PENELITIAN A. Tahap Telaah Dari permasalahan dan tujuan yang telah dirumusan selanjutnya dilauan studi literatur mengenai aliran sungai dan penyebaran polutan. Studi literatur dilauan terhadap buu, jurnal-jurnal ilmiah, tugas ahir, dan artiel yang beraitan dengan penyebaran polutan sungai. B. Tahap Analisa Model Dan Kajian Metode Pada tahap ini dilauan analisa terhadap persamaan SWE dan persamaan advesi-difusi. Selanjutnya dilauan estimasi terhadap model tersebut. Selain itu diaji metodemetode yang digunaan. C. Tahap Disritisasi Model Model didisritan sehingga model yang berbentu sistem dinami linear dapat diubah menjadi dinami disrit. Disritisasi spasial menggunaan metode elemen hingga.
2 JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) ( X Print) 2 Sedangan disritisasi watu menggunaan metode Euler Esplisit. D. Tahap Analisa Dan Pembahasan Pada tahap ini dilauan simulasi dari model yang telah terbentu. Selanjutnya dilauan analisa dan pembahasan terhadap hasil simulasi tersebut. E. Tahap Simpulan Dan Saran Setelah dilauan analisa dan pembahasan maa aan diambil suatu esimpulan dan saran untu pengembangan penelitian selanjutnya. III. ANALISA DAN PEMBAHASAN A. Persamaan Keadaan Persamaan eadaan yang digunaan adalah persamaan air dangal linear dan persamaan advesi-difusi. Persamaan momentum dan ontinuitas dari persamaan air dangal linear dapat ditulis sebagai beriut : u v η μ u + u μ v + u + (H + η) u + v = 0 + u + v + v + v = 0 = 0 Dengan u ecepatan arah sumbu x, v ecepatan arah sumbu y, η etinggian air, g percepatan gravitasi, μ visositas eddy inematic, h etinggian dasar, dan H edalaman air. Persamaan advesi-difusi dapat ditulis sebagai beriut : c c c + u + v κ 2 c κ 2 c = 0 (4) 2 2 Dengan c onsentrasi polutan dan κ oefisien difusi. Kondisi batas diberian sebagai beriut : u = u pada Γ u u n = u i n i = u n pada Γ n η = η pada Γ η c = c pada Γ c b = κc,i n i = b pada Γ n (5) Dengan nilai awal : u = u (0) pada t = 0 v = v (0) pada t = 0 (6) B. Kalman Filter Kalman Filter adalah salah satu metode yang digunaan untu mengestimasi variabel eadaan dari sistem dinami stoasti linear disrit yang meminimuman ovarian error estimasi. Bentu persamaan sistemnya sebagai beriut : (1) (2) (3) (7) x = A x 1 + B u 1 + G w 1 Sedangan persamaan penguurannya didefinisian sebagai : z = H x + v (8) Dengan x variabel eadaan watu, z adalah data penguuran, H adalah matri yang berhubungan dengan data penguuran z dan variabel eadaan x, sedangan w dan v adalah noise sistem dan noise penguuran dengan ratarata nol serta ovarian Q dan R. Algoritma Kalman Filter untu mengestimasi variabel eadaan adalah i. Inisialisasi x 0 = (9) x 0 P 0 = P x0 (10) ii. Tahap predisi Estimasi tahap predisi didefinisian sebagai beriut : x = Ax 1 + Bu 1 (11) Sedangan ovarian errornya adalah P = A P 1 A T T + G Q G (12) iii. Tahap oresi Kalman gain didefinisian sebagai beriut : K = P T H T (H P H T + R ) 1 (13) Estimasi tahap oresi adalah x = x + K (z H x ) (14) Kovarian error didefinisian sebagai beriut : P = [I K H ]P (15) C. Penerapan Metode Elemen Hingga Dan Euler Esplisit Persamaan (1)~(4) dialian dengan fungsi pembobot atau pemberat N α dan diintegralan terhadap domain. Sehingga didapatan persamaan weighted residual sebagai beriut : N α u N α v η N α d + η) v d = 0 c N α d + μ u + u μ v + u N α (H + η) u d N α u c d + u + v + v + v + N α (H + N α κ 2 c d = 0 (16) d = 0 (17) + 2 c 2 2 d = 0 (19) Fungsi pemberat merupaan fungsi interpolasi linear pada elemen segitiga. Sehingga diperoleh persamaan elemen hingga sebagai beriut : I αβ u β + N αβ η β + H β + M αβ u β + L αβ v β = 0 I αβ v β + N αβ η β + H β + M αβ v β + L αβ u β = 0 (18)
3 JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) ( X Print) 3 I αβ η β + K αβ,iγ η γ + H γ u β + K αβ,jγ η γ + H γ v β = 0 I αβ c β + K αβγ u β c β +K αβγ v β c β + κd αβ c β = 0 (20) Metode euler esplisit diapliasian untu disritisasi watu. Penurunan watu diaprosimasian dengan espansi taylor sebagai beriut : u 1 t (u+1 u ) v 1 t (v+1 v ) η 1 t (η+1 η ) c 1 t (c+1 c ) (21) Dengan mengapliasian persamaan (21) pada persamaan (20) didapatan persamaan (22). I αβu +1 β = I αβ u β tn αβ η β + H β tm αβ u β tl αβ v β I αβv β +1 = I αβ v β tn αβ η β + H β tm αβ v β tl αβ u β I αβη β +1 = I αβ η β tk αβ,iγ η γ + H γ u β tk αβ,jγ η γ + H γ v β I αβc β +1 = I αβ c β Δt(K αβγ u β c β +K αβγ v β c β ) ΔtκD αβ c β domain cabang. x adalah variabel eadaan pada domain utama. Sedangan y adalah variabel eadaan pada domain cabang. Matri transisi dibagi menjadi 4 bagian, secara umum dapat ditulis sebagai beriut : x+1 y +1 = A 1 A 2 x A 3 A 4 y + U + Gw 0 {x +1 } = [A 1 ]{x } + {C } + [G]{w } Dengan C = A 2 y + U dan y = A 3 x 1 + A 4 y E. Algoritma 1. P 0, x 0 diberian 2. K = P T H T (H P H T + R ) 1 3. P = [I K H ]P 4. P = A P 1 A T T + G Q G 5. {x +1 } = [A 1 ]{x } + {C } 6. C = A 2 y + U y = A 3 x 1 + A 4 y x = x + K (z H x ) (25) (26) (27) F. Hasil Simulasi Setelah diterapan metode Redusi Kalman Filter dan elemen hingga maa didapat grafi dan nilai estimasi sebagai beriut : Dengan : I αβ = N αβ = N α N β N α N β,i d d (22) M αβ = N α,i N β,i d + N α,j N β,j d L αβ = N α,i N β,j d, D αβ = N α, N β, d K αβ,iγ = N α N γ N β,i d K αβγ = N α N γ N β d Yang mana I αβ menunjuan oefisien lonjaan dan I αβ = ei αβ + (1 e)i αβ dengan e parameter lonjaan. (23) (24) Gambar 1.Estimasi Kecepatan Sumbu x di Titi 3 D. Redusi Kalman Filter Elemen Hingga Penggabungan persamaan (22) dalam bentu matri menghasilan matri transisi. Pada metode Kalman Filter standar, model sistem secara umum ditunjuan oleh persamaan (7) dan (8). Untu mengurangi proses omputasi, domain dibagi menjadi dua bagian yaitu domain utama dan
4 JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) ( X Print) 4 ecepatan sumbu-x berangsur nai dengan nilai masimum ecepatan 1 m/s, ecepatan sumbu- y mempunyai nilai masimum 0.4 m/s, sedangan etinggian dan onsentrasi polutan mengalami penurunan dari nilai awal. Gambar 2. Estimasi Kecepatan Sumbu y di Titi 3 Gambar 5. Estimasi Kecepatan Sumbu x di Titi 13 Gambar 3. Estimasi Ketinggian di Titi 3 Gambar 6. Estimasi Kecepatan Sumbu y di Titi 13 Gambar 4. Estimasi Konsentrasi Polutan di Titi 3 Gambar 1~4 menunjuan nilai real dan KF dari ecepatan, etinggian, dan onsentrasi polutan di titi 3. Pada gambar dan tabel menunjuan bahwa grafi dan nilai Gambar 7. Estimasi Ketinggian di Titi 13
5 JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) ( X Print) 5 Gambar 8. Estimasi Konsentrasi Polutan di Titi 13 Gambar 10.Estimasi Kecepatan Sumbu y di Titi 25 Pada gambar 5~8 menunjuan grafi dan nilai ecepatan sumbu x mengalami penurunan dari watu pertama hingga watu e 10, selanjutnya ecepatan berangsur nai dengan nilai masimum ecepatan 1 m/s. Sedangan ecepatan sumbu y berangsur turun mulai watu e 5. Pada gambar juga menunjuan onsentrasi polutan mengalami perubahan 1 mg/l dari nilai awal pada watu pertama. Pada iterasi selanjutnya onsentrasi polutan mengalami perubahan ±0,2 mg/l. Ketinggian di titi 13 relatif turun dari nilai awal namun pada watu e 50 grafi menunjuan etinggian mengalami enaian. Gambar 11. Estimasi Ketinggian di Titi 25 Gambar 9. Estimasi Kecepatan Sumbu x di Titi 25 Gambar 12. Estimasi Konsentrasi Polutan di titi 25
6 JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) ( X Print) 6 Pada gambar 9~12 menunjuan grafi dan nilai ecepatan sumbu x, ecepatan sumbu y, etinggian, dan onsentrasi polutan di titi 25. Pada gambar neunjuan masimum ecepatan sumbu x dan sumbu y adalah 0,5 m/s. Sedangan masimum etinggian adalah 0,4 m. Konsentrasi polutan di titi 25 mengalami penurunan dengan masimum onsentrasi 0,2 mg/l. Tabel 4.15 menunjuan error relatif dari ecepatan sumbu x, ecepatan sumbu y, etinggian, dan onsentrasi polutan dengan iterasi 100 satuan watu. Hasil pada tabel menunjuan rata-rata error ecepatan sumbu x 8,6329 %, rata-rata error ecepatan sumbu 7,03%, rata-rata error etinggian 6,09%, dan rata-rata error onsentrasi polutan adalah 3,6%. [6] Ojima, Y dan Kawahara,M Estimation of River Current Using Reduced Kalman Filter Finite Element Method.University of Chuo, Japan. [7] diases pada hari rabu, 12 September 2012 Jam [8] Haryanto, B. Pengaruh Pemilihan Kondisi Batas, Langah Ruang, Langah Watu dan Koefisien Difusi pada Model Difusi. Jurnal APLIKAolume 8 Nomor [9] Mathews,J.Hdan Fin,K.D.(1999). Numerical Methods Using Matlab. Prentice Hall [10] Masduqi, A dan Apriliani,E. Estimasi of River Water Quality Using Kalman Filter Algorithm. The Journal for Technology and Science, ol. 19, No. 3, August 2008 Tabel 1 Nilai Relative Error Kalman Filter Posisi u v η c Rata- Rata I. KESIMPULAN Berdasaran eseluruhan hasil analisa dan simulasi terhadap ecepatan, etinggian, serta onsentrasi polutan dengan menerapan metode Redusi Kalman Filter dengan Pendeatan Elemen Hingga didapatan esimpulan bahwa algoritma metode Redusi Kalman Filter Elemen Hingga dengan pembagian domain menjadi dua bagian, yaitu domain utama dan domain cabang menghasilan matri transisi yang terbagi menjadi 4 bagian. Hasil simulasi menunjuan ratarata error ecepatan sumbu x adalah , rata-rata error ecepatan sumbu y adalah , rata-rata error etinggian adalah , dan rata-rata error onsentrasi polutan Hal ini menunjuan hasil simulasi cuup bai.. DAFTAR PUSTAKA [1] uantitas-air-bersih-untu-pemenuhan-ebutuhan-manusia-2/ diases pada hari amis, 23 Agustus 2012 Jam [2] Saptaningtyas, Y.F Penerapan Estimasi Kalman Filter untu Mengetahui Pencemaran Air Sungai Di Kaligajah Wong. Laporan Penelitian. Jurusan Matematia UNY Yogyaarta.. [3] diases pada hari rabu, 12 September 2012 jam [4] Welch,G., Bishop,G.(2006). An Introduction to the Kalman Filter. University of North Carolina, North Carolina. [5] Susatio, Y Dasar-Dasar Metode Elemen Hingga.Yogyaarta : Andi.
ESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)
SEMINAR NASIONAL PASCASARJANA SAL ESIMASI RAJECORY MOBILE ROBO MENGGUNAKAN MEODE ENSEMBLE KALMAN FILER SQUARE ROO (ENKF-SR) eguh Herlambang Zainatul Mufarrioh Firman Yudianto Program Studi Sistem Informasi
Lebih terperinciEstimasi Harga Saham Dengan Implementasi Metode Kalman Filter
Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B
Lebih terperinciSeminar Tesis AKAR KUADRAT ENSEMBLE KALMAN FILTER (AK-EnKF) UNTUK ESTIMASI POSISI PELURU KENDALI
Seminar Tesis AKAR KUADRAT ENSEMBLE KALMAN FILTER () UNTUK ESTIMASI POSISI PELURU KENDALI OLEH : Teguh Herlambang (121 21 14) DOSEN PEMBIMBING: Subchan, PhD (1971513 19972 1 1 ) Dr. Erna Apriliani, M.Si
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas
Lebih terperinciBAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING
Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan
Lebih terperinciANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)
Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)
Lebih terperinciSensitivitas Metode Ensemble Kalman Filter untuk Mendeteksi Gangguan pada Masalah Konduksi Panas Satu Dimensi
Jurnal Matematia & Sains, Desember, Vol. 6 omor 3 Sensitivitas Metode Ensemble Kalman Filter untu Mendetesi Gangguan pada Masalah Kondusi Panas Satu Dimensi Erna Apriliani dan Wiwit Sofiyanti Budiono Departement
Lebih terperinciEstimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (16) 337-35 (31-98X Print) A-1 Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunaan ARIMA-Filter Kalman dan VAR-Filter Kalman Popy Febritasari, Erna Apriliani
Lebih terperinciPENERAPAN AKAR KUADRAT PADA ENSEMBLE KALMAN FILTER (EnKF) ABSTRAK
PENERAPAN AKAR KUADRA PADA ENSEMBLE KALMAN FILER (EnKF) Jasmir 1, Erna Apriliani 2, Didi Khusnul Arif 3 Email: ijas_1745@yahoo.co.id ABSRAK Ensemble Kalman Filter (EnKF) merupaan salah satu metode untu
Lebih terperinciINTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh
INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001
Lebih terperinciDESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL
DESAIN SENSOR KECEPAAN BERBASIS DIODE MENGGUNAKAN FILER KALMAN UNUK ESIMASI KECEPAAN DAN POSISI KAPAL Alrijadjis, Bambang Siswanto Program Pascasarjana, Jurusan eni Eletro, Faultas enologi Industri Institut
Lebih terperinciVARIASI 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 terperinciANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT
Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry
Lebih terperinciPENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT
Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium
Lebih terperinciOptimasi Non-Linier. Metode Numeris
Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran
Lebih terperinciImplementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf
JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup [1] Sistem endali dapat diataan sebagai hubungan antara omponen yang membentu sebuah onfigurasi sistem, yang aan menghasilan tanggapan sistem yang diharapan.
Lebih terperinciPenempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming
JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul
Lebih terperinciModifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa
187 Modifiasi ACO untu Penentuan Rute Terpende e Kabupaten/Kota di Jawa Ahmad Jufri, Sunaryo, dan Purnomo Budi Santoso Abstract This research focused on modification ACO algorithm. The purpose of this
Lebih terperinciSKEMA AKAR KUADRAT DALAM UNSCENTED KALMAN FILTER UNTUK MENDETEKSI KERAK PADA ALAT PENUKAR PANAS
Prosiding Seminar Nasional Penelitian, Pendidian dan Penerapan MIPA, Faultas MIPA, Universitas Negeri Yogyaarta, 4 Mei 2 SKEMA AKAR KUADRA DALAM UNSCENED KALMAN FILER UNUK MENDEEKSI KERAK PADA ALA PENUKAR
Lebih terperinciBAB 2 TEORI PENUNJANG
BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan
Lebih terperinciBAB 3 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 terperinciPEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA
PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat
Lebih terperinciKENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN
KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN Pardi Affandi, Faisal, Yuni Yulida Abstra: Banya permasalahan yang melibatan teori sistem dan teori ontrol serta apliasinya. Beberapa referensi
Lebih terperinciREDUKSI MODEL ALIRAN AIR SUNGAI SATU DIMENSI DENGAN METODE SINGULAR PERTURBATION APPROXIMATION
TUGAS AKHIR SM141501 REDUKSI MODEL ALIRAN AIR SUNGAI SATU DIMENSI DENGAN METODE SINGULAR PERTURBATION APPROXIMATION AIRIN NUR HIDAYATI NRP 113 100 095 Dosen Pembimbing Dr. Didi Khusnul Arif, S.Si, M.Si.
Lebih terperinciBAB III. dan menghamburkan
BAB III MODEL GELOMBANG DAN MODEL ARUS III... Model Numeri Medan Gelombang Untu dapat menggambaran ondisi pola arus di daerah pantai ang diaibatan oleh gelombang maa ita harus dapat mengetahui ondisi medan
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,
Lebih terperinciStudi Perbandingan Perpindahan Panas Menggunakan Metode Beda Hingga dan Crank-Nicholson
1 Studi Perbandingan Perpindahan Panas Menggunaan Metode Beda Hingga dan Cran-Nicholson Durmin, Drs. Luman Hanafi, M.Sc Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Institut Tenologi
Lebih terperinciMODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU
MDEL MATEMATIKA KNSENTRASI KSIGEN TERLARUT PADA EKSISTEM PERAIRAN DANAU Sutimin Jurusan Matematia, FMIPA Universitas Diponegoro Jl. Prof. H. Soedarto SH Tembalang, Semarang 5075 E-mail: su_timin@yanoo.com
Lebih terperinciADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT
Jurnal Teni Eletro Vol. 3 No.1 Januari - Juni 1 6 ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoo Sumaryono ABSTRACT Noise is inevitable in communication
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti
Lebih terperinciSIMULASI FILTER KALMAN UNTUK ESTIMASI SUDUT DENGAN MENGGUNAKAN SENSOR GYROSCOPE
SIMULASI FILR KALMAN UNUK SIMASI SUDU DNGAN MNGGUNAKAN SNSOR GYROSCOP Wahyudi *), Adhi Susanto **), Sasongo Pramono **), Wahyu Widada ***) Abstact he Kalman filter is a recursive solution to the process
Lebih terperinciSistem Peramalan Jumlah Produksi Air PDAM Samarinda Menggunakan Jaringan Syaraf Tiruan Backpropagation
Sistem Peramalan Jumlah Produsi Air PDAM Samarinda Menggunaan Jaringan Syaraf Tiruan Bacpropagation Anindita Septiarini 1 dan Nur Sya baniah 2 1 Program Studi Ilmu Komputer FMIPA, Universitas Mulaarman
Lebih terperinciAplikasi diagonalisasi matriks pada rantai Markov
J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan
Lebih terperinciPEMODELAN SALINITAS AIR TANAH DI SURABAYA TIMUR
PEMODELAN SALINITAS AIR TANAH DI SURABAYA TIMUR Ipung Fitri Purwanti *), Ira Mutiara Anjasmara **), Suharmadi ***) *) Jurusan Teni Lingungan FTSP, **) Jurusan Teni Geodesi FTSP, ***) Jurusan Matematia
Lebih terperinciMakalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR)
Maalah Seminar ugas Ahir Apliasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self uning Regulator (SR) Oleh : Muhammad Fitriyanto e-mail : D_3_N2@yahoo.com Maalah Seminar ugas Ahir Apliasi
Lebih terperinciMakalah 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 terperinciPemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai
Pemodelan Dan Esperimen Untu enentuan Parameter Tumbuan Non Elasti Antara Benda Dengan Lantai Puspa onalisa,a), eda Cahya Fitriani,b), Ela Aliyani,c), Rizy aiza,d), Fii Taufi Abar 2,e) agister Pengajaran
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya
Lebih terperinciPenerapan 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 terperinciAPLIKASI JARINGAN SYARAF TIRUAN UNTUK MERAMALKAN BEBAN PEMAKAIAN AIR PADA PDAM KOTA BANDUNG
APLIKASI JARINGAN SYARAF TIRUAN UNTUK MERAMALKAN BEBAN PEMAKAIAN AIR PADA PDAM KOTA BANDUNG Oleh : M.Rizi.H.S, Andri Heryandi,S.T, Bambang Siswoyo,Ir,M.Si Jl. Dipati Uur Bandung Teni Informatia Universitas
Lebih terperinciBAB III HASIL DAN PEMBAHASAN
15 BAB III HASIL DAN PEMBAHASAN 3.1Relasi Dispersi Pada bagian ini aan dibahas relasi dispersi untu gelombang internal pada fluida dua-lapisan.tinjau lapisan fluida dengan ρ a dan ρ b berturut-turut merupaan
Lebih terperinciAnalisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network
Analisa Drop Tegangan dan Susut Daya pada Jaringan Listri Penyulang Renon Menggunaan Metode Artificial Neural Networ I Gede Dyana Arana Jurusan Teni Eletro Faultas Teni, Universitas Udayana Denpasar, Bali,
Lebih terperinciEstimasi Posisi Magnetic Levitation Ball Menggunakan Metode Akar Kuadrat Ensemble Kalman Filter (AK-EnKF)
R E.M. (Reayasa Energi Manufatur Jurnal! "" # $ $% & % " % '! " ( http://dx.doi.org/10.1070/r.e.m.vi1.768 Estimasi Posisi Magnetic Levitation Ball Menggunaan Metode Aar Kuadrat Ensemble Kalman Filter (
Lebih terperinciVariasi Spline Kubik untuk Animasi Model Wajah 3D
Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen
Lebih terperinciSifat-sifat Nilai Eigen dan Vektor Eigen Matriks atas Aljabar Maxplus
J. Sains Dasar () Sifat-sifat Nilai Eigen dan Vetor Eigen Matris atas ljabar Maxplus (The Properties of Eigen Value and Eigen Vector of Matrices Over Maxplus lgebra) Musthofa * dan Nienasih inatari * Jurusan
Lebih terperinciTesis ALGORITMA ADAPTIVE COVARIANCE RANK UNSCENTED KALMAN FILTER UNTUK ESTIMASI KEADAAN PADA PERSAMAAN AIR DANGKAL. Oleh:
Tesis ALGORITMA ADAPTIVE COVARIANCE RANK UNSCENTED KALMAN FILTER UNTUK ESTIMASI KEADAAN PADA PERSAMAAN AIR DANGKAL Oleh: Habib Hasbullah NRP. 1209201707 Dosen Pembimbing: Dr. Erna Apriliani, M.Si Abstra
Lebih terperinciBAB II DASAR TEORI. II.1. Pendahuluan
BAB II DASAR EORI II.1. Pendahuluan Pada bab ini pertama-tama aan dijelasan secara singat apa yang dimasud dengan target tracing dalam sistem Radar. Di dalam sebuah sistem Radar ada beberapa proses yang
Lebih terperinciPENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU
PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,
Lebih terperinciPenentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway
Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA
Lebih terperinciBAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA
BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan
Lebih terperinciMODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM
MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract
Lebih terperinciBAB IV Solusi Numerik
BAB IV Solusi Numeri 4. Algoritma Genetia Algoritma Genetia (AG) [2] merupaan teni pencarian stoasti yang berdasaran pada meanisme selesi alam dan prinsip penurunan genetia. Algoritma genetia ditemuan
Lebih terperinciPENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )
PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132
Lebih terperinciKLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE
KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108
Lebih terperinciSEMINAR TUGAS AKHIR. Penerapan Metode Ensemble Kalman Filter untuk Estimasi Kecepatan dan Ketinggian Gelombang Non Linear pada Pantai
SEMINAR TUGAS AKHIR Penerapan Metode Ensemble Kalman Filter untuk Estimasi Kecepatan dan Ketinggian Gelombang Non Linear pada Pantai Oleh: Fadila Rahmana 1208 100 044 Abstrak Gelombang laut telah menjadi
Lebih terperinciPengantar Penerjemah. Daftar Istilah
Pengantar Penerjemah Saya awali tulisan ini dengan Nama Alloh Sang Maha Pengasih Sang Maha Penyayang. Segala Puji bagi-nya yang telah mengajaran ilmu epada siapa saja yang diehendai-nya. Sungguh, saya
Lebih terperinciIDENTIFIKASI 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 terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau
Lebih terperinciPERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV
PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV Nama Mahasiswa : Husien Haial Fasha NRP : 1207 100 011 Jurusan : Matematia FMIPA-ITS Dosen Pembimbing : Drs. Suharmadi, Dipl.
Lebih terperinciFUNGSI BANTU NONPARAMETRIK BARU UNTUK MENYELESAIKAN OPTIMASI GLOBAL
Seminar Nasional Matematia dan Apliasinya, 2 Otober 27 FUNGSI BANTU NONPARAMETRIK BARU UNTUK MENYELESAIKAN OPTIMASI GLOBAL Ridwan Pandiya #, Emi Iryanti #2 # S Informatia, Faultas Tenologi Industri dan
Lebih terperinciPenentuan 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 terperinciAPLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID
APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengolahan Data Data yang telah berhasil diumpulan oleh penulis di BB BIOGEN diperoleh hasil bobot biji edelai dengan jumlah varietas yang aan diuji terdiri dari 15
Lebih terperinciBAB 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 terperinciPencitraan Tomografi Elektrik dengan Elektroda Planar di Permukaan
Abstra Pencitraan omografi Eletri dengan Eletroda Planar di Permuaan D. Kurniadi, D.A Zein & A. Samsi KK Instrumentasi & Kontrol, Institut enologi Bandung Jl. Ganesa no. 10 Bandung Received date : 22 November2010
Lebih terperinciPenggunaan Metode Bagi Dua Terboboti untuk Mencari Akar-akar Suatu Persamaan
Jurnal Penelitian Sains Volume 16 Nomor 1(A) Januari 013 Penggunaan Metode Bagi Dua Terboboti untu Menari Aar-aar Suatu Persamaan Evi Yuliza Jurusan Matematia, FMIPA, Universitas Sriwijaya, Indonesia Intisari:
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belaang Di aman searang sebuah adal yang tersusun rapi merupaan ebutuhan bagi setiap individu. Namun masalah penyusunan sebuah adal merupaan sebuah masalah umum yang teradi,
Lebih terperinciANALISIS KEPUASAN KONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAKET (KURIR) DENGAN MENGGUNAKAN METODE TOPSIS FUZZY
Jurnal Manti Penusa Vol No Desember ISSN 88-9 ANALISIS EPUASAN ONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAET (URIR DENGAN MENGGUNAAN METODE TOPSIS FUZZY Desi Vinsensia Program Studi Teni Informatia
Lebih terperinciALGORITMA 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 terperinciPERHITUNGAN CRITICAL CLEARING TIME MENGGUNAKAN PERSAMAAN SIMULTAN BERBASIS TRAJEKTORI KRITIS TANPA KONTROL YANG TERHUBUNG DENGAN INFINITE BUS
PROCEEDIG SEMIAR TUGAS AKHIR ELEKTRO ITS, (4) -6 PERHITUGA CRITICAL CLEARIG TIME MEGGUAKA PERSAMAA SIMULTA BERBASIS TRAJEKTORI KRITIS TAPA KOTROL YAG TERHUBUG DEGA IIITE BUS M. Abdul Aziz Al Haqim, Prof.
Lebih terperinciII. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode
3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode
Lebih terperinciPendeteksi Rotasi Menggunakan Gyroscope Berbasis Mikrokontroler ATmega8535
Maalah Seminar Tugas Ahir Pendetesi Rotasi Menggunaan Gyroscope Berbasis Miroontroler ATmega8535 Asep Mubaro [1], Wahyudi, S.T, M.T [2], Iwan Setiawan, S.T, M.T [2] Jurusan Teni Eletro, Faultas Teni, Universitas
Lebih terperinciKONTROL 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 terperinciBAB 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 terperinciMEKANIKA TANAH REMBESAN DAN TEORI JARINGAN MODUL 4. UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Sektor 7, Bintaro Jaya Tangerang Selatan 15224
MEKANIKA TANAH MODUL 4 REMBESAN DAN TEORI JARINGAN UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Setor 7, Bintaro Jaya Tangerang Selatan 154 PENDAHULUAN Konsep pemaaian oefisien permeabilitas untu
Lebih terperinciSATUAN ACARA PERKULIAHAN ( SAP )
SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem
Lebih terperinciANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS
Jurnal Teni dan Ilmu Komputer ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS AN ANALYSIS OF THE VARIATION PARAMETERS OF THE ARTIFICIAL NEURAL NETWORK
Lebih terperinciBAB III METODE PENELITIAN (BAHAN DAN METODE)
BAB III METODE PENELITIAN (BAHAN DAN METODE) Tahapan-tahapan pengerjaan yang dilauan dalam penelitian ini adalah sebagai beriut : 1. Tahap Persiapan Penelitian Pada tahapan ini aan dilauan studi literatur
Lebih terperinciVISUALISASI 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 terperinciPEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA
PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia
Lebih terperinciSistem Pendukung Keputusan Penerima Beasiswa SMK Menggunakan Metode Backpropagation
Seminar Nasional e 9: Reayasa Tenologi Industri dan Informasi Sistem Penduung Keputusan Penerima Beasiswa SMK Menggunaan Metode Bacpropagation Teti Rohaeti 1, Yoyon Kusnendar Suprapto 2, Eo Mulyanto 3
Lebih terperinciBAB III METODE PENELITIAN (BAHAN DAN METODE)
BAB III METODE PENELITIAN (BAHAN DAN METODE) Tahapan-tahapan pengerjaan yang dilauan dalam penelitian ini adalah sebagai beriut : 1. Tahap Persiapan Penelitian Pada tahapan ini aan dilauan studi literatur
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan
Lebih terperinci- Persoalan nilai perbatasan (PNP/PNB)
PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL Persamaan diferensial biasanya digunaan untu pemodelan matematia dalam sains dan reayasa. Seringali tida terdapat selesaian analiti seingga diperluan ampiran
Lebih terperinciKORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak
KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi
Lebih terperinciPENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Wahyudi, Sorihi, dan Iwan Setiawan. Jurusan Teni Eletro Faultas Teni Universitas Diponegoro Semarang e-mail : wahyuditinom@yahoo.com.
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penelitian Terdahulu Penelitian yang aan dilauan meruju epada beberapa penelitian terdahulu yang sudah pernah dilauan sebelumnya, diantaranya: 1. I Gst. Bgs. Wisuana (2009)
Lebih terperinciBAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain
8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan
Lebih terperinciPEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER
PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER Tantri Windarti Program Studi Sistem Informasi STMIK Surabaya Jl Raya Kedung Baru 98, Surabaya
Lebih terperinciKata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan
Statisti Respon Kanal Radio Dalam Ruang Pada Freuensi,6 GHz Christophorus Triaji I, Gamantyo Hendrantoro, Puji Handayani Institut Tenologi Sepuluh opember, Faultas Tenologi Industri, Jurusan Teni Eletro
Lebih terperinciPERTEMUAN 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 terperinciANALISIS UNJUK KERJA MESIN SEPEDA MOTOR 4 TAK DENGAN PENAMBAHAN TURBULATOR PADA INTAKE MANIFOLD
ANALISIS UNJUK KERJA MESIN SEPEDA MOTOR 4 TAK DENGAN PENAMBAHAN TURBULATOR PADA INTAKE MANIFOLD Abstra Setyawan Beti Wibowo, Soeadgihardo Siswantoro Program Diploma Teni Mesin, Seolah VoasiUniversitas
Lebih terperinciCONTENT BASED IMAGE RETRIEVAL MENGGUNAKAN MOMENT INVARIANT, TEKSTUR DAN BACKPROPAGATION
UPN Veteran Yogyaarta, 30 Juni 2012 CONTENT BASED IMAGE RETRIEVAL MENGGUNAKAN MOMENT INVARIANT, TEKSTUR DAN BACKPROPAGATION Ni G.A.P Harry Saptarini 1), Rocy Yefrenes Dilla 2) 1) Politeni Negeri Bali 2)
Lebih terperinciPROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING
Konferensi asional Sistem dan Informatia 28; Bali, ovember 15, 28 KS&I8-44 PROGRAM SIMULASI UTUK REALISASI STRUKTUR TAPIS IFIITE IMPULSE RESPOSE UTUK MEDIA PEMBELAJARA DIGITAL SIGAL PROCESSIG Damar Widjaja
Lebih terperinci