SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT GAGAL GINJAL DENGAN MENGGUNAKAN METODE BAYES

Ukuran: px
Mulai penontonan dengan halaman:

Download "SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT GAGAL GINJAL DENGAN MENGGUNAKAN METODE BAYES"

Transkripsi

1 Pelita Informatia Budi Darma, Volume : IV, Nomor: 3, Agustus 203 ISSN : SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT GAGAL GINJAL DENGAN MENGGUNAKAN METODE BAYES Sri Rahayu 044) Mahasiswa Program Studi Teni Informatia, STMIK Budidarma Medan Jl. Sisimangaraja No.338 Simpang Limun Medan // Srirahayu034@gmail.com ABSTRAK Penyait gagal ginjal adalah suatu penyait dimana fungsi organ ginjal mengalami penurunan hingga pada ahirnya tida mampu lagi beerja sama seali dalam hal penyaringan pembuangan eletrolit tubuh, dalam menjaga eseimbangan cairan zat imia tubuh seperti sodium dan alium didalam darah atau produsi urine. Sistem Paar adalah suatu program omputer yang dirancang untu mengambil eputusan seperti eputusan yang diambil oleh seseorang atau beberapa orang paar. Menurut Marimin 2), Sistem Paar adalah sistem perangat luna omputer yang menggunaan ilmu, fata dan teni berpiir dalam pengambilan eputusan untu menyelesaian masalah-masalah yang biasanya hanya dapat diselesaian oleh tenaga ahli dalam bidang yang bersangutan. Adapun tujuan yang aan dicapai adalah untu membuat apliasi sistem paar yang berguna sebagai alat bantu untu mendapatan informasi dan dugaan awal dalam mendiagnosa penyait gagal ginjal. Hasil dalam penelitian ini adalah sistem paar untu mendiagnosa penyait gagal ginjal dengan menggunaan metode bayes dapat menyelesaian masalah diagnosis penyait gagal ginjal, arena dapat memberian hasil diagnosis dengan nilai probabilitas emunculan setiap jenis penyait. Kata unci : Gagal Ginjal, Sistem Paar, Metode Bayes. Pendahuluan. Latar Belaang Penyait gagal ginjal adalah suatu penyait dimana fungsi organ ginjal mengalami penurunan hingga pada ahirnya tida mampu lagi beerja sama seali dalam hal penyaringan pembuangan eletrolit tubuh, dalam menjaga eseimbangan cairan zat imia tubuh seperti sodium dan alium didalam darah atau produsi urine. Penyait gagal ginjal ini dapat menyerang siapa saja yang menderita penyait serius atau terlua dimana hal itu berdampa langsung pada ginjal itu sendiri. Penyait gagal ginjal lebih sering dialami merea yang berusia dewasa, terlebih pada aum lanjut usia. Gagal ginjal aut jia dilauan pengobatan yang tepat, aan dapat disembuhan. Sedangan gagal ginjal roni tida dapat disembuhan, dan harus menjalani pengobatan seumur hidup. Penyebab gagal ginjal aut dapat disebaban oleh peristiwa yang terjadi secara aut, seperti penyumbatan total saluran ginjal oleh batu, eurangan cairan pada diare yang tida segera diatasi dan eurangan darah pada lua dan operasi, infesi berat serta eracunan obat dan zat imia tertentu. Bila tida ditangani dengan bai gagal ginjal aut ini aan berubah menjadi gagal ginjal roni permanen. Sistem Paar adalah suatu program omputer yang dirancang untu mengambil eputusan seperti eputusan yang diambil oleh seseorang atau beberapa orang paar. Menurut Marimin 2), Sistem Paar adalah sistem perangat luna omputer yang menggunaan ilmu, fata dan teni berpiir dalam pengambilan eputusan untu menyelesaian masalah-masalah yang biasanya hanya dapat diselesaian oleh tenaga ahli dalam bidang yang bersangutan. Metode Bayes merupaan metode yang bai didalam mesin pembelajaran berdasaran data training, dengan menggunaan probabilitas bersyarat sebagai dasarnya. Metode Bayes juga merupaan suatu metode untu menghasilan estimasi parameter dengan menggabungan informasi dari sampel dan informasi lain yang telah tersedia sebelumnya. Keunggulan utama dalam penggunaan Metode Bayes adalah penyederhanaan dari cara lasi yang penuh dengan integral untu memperoleh model marginal. Disamping itu, Metode Bayes memberian hasil pendugaan yang lebih bai daripada pendugaan dalam metode lasi. Karena dalam didalam metode lasi dalam pendugaan parameternya hanya berdasaran informasi dari data sampel, dimana uuran sampel sangat berpengaruh terhadap hasil pendugaan. Dalam Metode Bayes selain menggunaan informasi dari data sampel juga di pertimbangan informasi dari sebaran prior untu mendapatan sebaran posterior, sehingga hasil pendugaan dalam Metode Bayes aan jauh lebih bai..2 Perumusan Masalah Dari uraian-uraian di atas, maa dapat dirumusan masalah-masalah sebagai beriut : Sistem Paar Untu Mendiagnosa Penyait Gagal Ginjal Dengan Menggunaan Metode Bayes. 2

2 Pelita Informatia Budi Darma, Volume : IV, Nomor: 3, Agustus 203 ISSN : Bagaimana mengetahui jenis penyait gagal ginjal yang diderita berdasaran gejala dari penyait gagal ginjal? 2. Bagaimana menerapan metode bayes untu mendiagnosa penyait gagal ginjal? 3. Bagaimana merancang program apliasi sistem paar untu mendiagnosa penyait gagal ginjal dengan menerapan metode Bayes? 2. Landasan Teori 2. Kecerdasan Buatan Kecerdasan buatan Artificial Intelligence) adalah suatu bidang ilmu omputer yang mendayagunaan omputer sehingga dapat berprilau cerdas T.Sutojo, Vincent Suhartono 20: ). Kecerdasan buatan meyelesaian permasalahan dengan mendayagunaan omputer untu memecahan masalah yang omples dengan cara mengiuti proses penalaran manusia. Kecerdasan buatan memilii tujuan untu menciptaan omputer yang lebih cerdas, mengerti tentang ecerdasan, dan membuat mesin yang lebih berguna. Dorongan utama dari ecerdasan buatan adalah mengembangan fungsi normal omputer yang digabungan dengan ecerdasan manusia, seperti member alasan, menari esimpulan, belajar dan memecahan masalah. Tenologi ecerdasan buatan dipelajari dalam beberapa bidang, seperti : Robotia dan Sistem Sensor, Penglihatan Komputer Computer Vision), Sistem Saraf Tiruan Artificial Neural System), Agen Cerdas Intelligent Agent), Pengenalan Suara Speech Recognition), permainan Game Playing) dan Sistem Paar Expert System).. Terbatas pada domain eahlian tertentu. 2. Berdasaran pada aidah/rule tertentu. 3. Dapat digunaan dalam berbagai jenis omputer. 4. Mudah dimodifiasi, yaitu dengan menambah atau menghapus suatu emampuan dari basis pengetahuannya. 5. Sistem dapat mengatifan aidah secara searah yang sesuai, dituntun oleh dialog dengan pemaai. Arhami, 2005: 23) 2.3 Penyait Gagal Ginjal Penyait gagal ginjal disebaban oleh fungsi organ ginjal yang mengalami penurunan, sehingga tida dapat menyaring pembuangan eletrolit tubuh. Selain itu, organ ini juga tida dapat menjaga eseimbangan antara cairan dan zat imia tubuh, seperti sodium dan alium didalam darah atau produsi urine Gagal Ginjal Ginjal renal) adalah organ tubuh yang memilii fungsi utama untu menyaring dan membuang zat-zat sisa metabolisme tubuh dari darah dan menjaga eseimbangan cairan serta eletrolit misalnya alsium, natrium, dan alium) dalam darah. Ginjal juga memprodusi bentu atif dari vitamin D yang mengatur penyerapan alsium dan fosfor dari maanan sehingga membuat tulang menjadi uat. Selain itu ginjal memprodusi hormon eritropoietin yang merangsang sumsum tulang untu memprodusi sel darah merah, serta renin yang berfungsi mengatur volume darah dan teanan darah. 2.2 Sistem Paar Menurut Arhami 2005: 3) Salah satu teni ecerdasan buatan yang meniruan proses penalaran manusia adalah Sistem Paar. Secara umum, Sistem Paar expert system) adalah sistem yang berusaha mengadopsi pengetahuan manusia e omputer, agar omputer dapat menyelesaian masalah seperti yang biasa dilauan oleh para ahli Sistem Paar yang bai dirancang agar dapat menyelesaian suatu permasalahan tertentu dengan meniru erja para ahli. Dengan Sistem Paar ini, orang awam juga dapat menyelesaian masalah yang cuup rumit yang sebenarnya hanya dapat diselesaian dengan bantuan para ahli. Bagi para ahli, Sistem Paar ini juga aan membantu ativitasnya sebagai asisten yang sangat berpengalaman Ciri Ciri Sistem Paar Sistem paar merupaan program-program pratis yang menggunaan strategi heuristi yang diembangan oleh manusia untu menyelesaian permasalahan-permasalahan yang spesifi husus), disebaban oleh eheuristiannya dan sifatnya yang berdasaran pada pengetahuan sehingga umumnya sistem paar mempunyai ciri-ciri sebagai beriut E. Turban, 5): Gambar : Penyait Gagal Ginjal Penyebab Penyait Gagal Ginjal Selain hal-hal yang telah disebutan sebelumnya, masih ada banya fator penyebab penyait gagal ginjal. Beriut beberapa penyebab penyait gagal ginjal secara umum, antara lain :. Infesi saluran emih pielonefritis ronis) 2. Penyait peradangan glomerulonefritis) 3. Penyait vasuler hipertensif nefroslerosis, stenosis arteri renalis) 4. Gangguan jaringan penyambung SLE, poliarteritis nodusa, slerosis sitemi) 5. Penyait ongenital dan herediter penyait ginjal poliisti, asidosis tubulus ginjal) 6. Penyait metaboli DM, gout, hiperparatiroidisme) 7. Nefropati tosi 8. Nefropati obstrutif batu saluran emih). As adi Muhammad, 202: 8) Sistem Paar Untu Mendiagnosa Penyait Gagal Ginjal Dengan Menggunaan Metode Bayes. 30

3 Pelita Informatia Budi Darma, Volume : IV, Nomor: 3, Agustus 203 ISSN : Metode Bayes Metode Bayes merupaan metode yang bai didalam mesin pembelajaran berdasaran data training, dengan menggunaan probabilitas bersyarat sebagai dasarnya. Metode Bayes juga merupaan suatu metode untu menghasilan estimasi parameter dengan menggabungan informasi dari sampel dan informasi lain yang telah tersedia sebelumnya. Keunggulan utama dalam penggunaan Metode Bayes adalah penyederhanaan dari cara lasi yang penuh dengan integral untu memperoleh model marginal Arhami, 2005: 42) Probabilitas dan Metode Bayes Probabilitas Bayes merupaan salah satu cara yang bai untu mengatasi etidapastian data dengan menggunaan formula bayes yang dinyataan dengan rumus : P E H). P H) P H P Keterangan : PH : probabilitas hipotesis H jia diberian evidence E PE H) : probabilitas munculnya evidence apapun P : probabilitas evidence E Dalam bidang edoteran teorema Bayes sudah dienal tapi teorema ini lebih banya diterapan dalam logia edoteran modern Cutler: ).Teorema ini lebih banya diterapan pada halhal yang berenaan dengan probabilitas serta emunginan dari penyait dan gejala-gejala yang beraitan. e : evidence lama E : evidence baru PH E,e) : probabilitas hipotesis H benar jia muncul evidence baru E dari evidence baru E dari evidence lama e. PH : probabilitas hipotesis H benar jia diberian evidence E. Pe E,H) : aitan antar e dan E jia hipotesis H benar. Pe : aitan antara e dan E tanpa memandang hipotesis apapun. Beriut ini adalah contoh penghitungan probabilita s menggunaan probabilitas Bayes : Probabilitas terena penyait bronhitis hronia apabila mengalami batu lebih dari 4 minggu. Pbronchitis hronia batu lebih dari 4 minggu) = 0,3 Terdapat gejala baru, yaitu batu berdarah dalam 3 bulan terahir, probabilitas terena penyait bronchitis hronia apabila mengalami batu berdarah dalam 3 bulan terahir. Pbronchitis hronia batu darah dalam 3 bulan terahir) = 0,4 Keteraitan antara adanya gejala batu lebih dari 4 minggu dan batu darah dalam 3 bulan terahir apabila seseorang menderita bronchitis hronia adalah 0,33. Keteraitan antara adanya gejala batu lebih dari 3 minggu dan batu darah dalam 3 bulan terahir tanpa memperhatian penyait yang diderita adalah 0,5, maa: A = batu darah dalam 3 bulan terahir B = batu lebih dari 4 minggu H = bronchitis hronia 3. Analisa 3. Perhitungan Dengan Teorema Bayes Secara umum teorema Bayes dengan E ejadian dan Hipotesis H dapat ditulisan dalam bentu : PE Hi ). PHi PE Hj) Teorema Bayes dapat diembangan jia setelah dilauan pengujian terhadap hipotesis emudian muncul lebih daris satu evidence. Dalam hal ini maa persamaan nya aan menjadi: P H E,e) = PH Keterangan : j P E Hi) P Hi) P E Hj) P Hj) j P E Hi) P Hi) P P e E, H) P e PH A,B) = PH A) x = 0,4 x 0,33 0,88 0,5 Arhami, 2005: 44) Contoh asus penyait gagal ginjal aut : Aulia melauan diagnosa dengan menjawab pertanyaan sesuai dengan gejala beriut : G = 0.4 = PE H) G2 = 0.2 = PE H2) G3 = 0.4 = PE H3) G4 = 0.6 = PE H4) G5 = 0.2 = PE H5) G6 = 0.2 = PE H6) G7 = 0.2 = PE H7) G8 = 0.4 = PE H8) G = 0.4 = PE H) Kemudian mencari nilai semesta dengan menjumlahan dari hipotesa di atas : = = G + G2 + G3 + G4 + G5 + G6 + G7 + G8 + G Sistem Paar Untu Mendiagnosa Penyait Gagal Ginjal Dengan Menggunaan Metode Bayes. P B A, H) P B, A) 3

4 Pelita Informatia Budi Darma, Volume : IV, Nomor: 3, Agustus 203 ISSN : = = 3.8 Setelah hasil penjumlahan di atas dietahui, maa didapatlah rumus untu menghitung nilai semesta adalah sabagai beriut : H 0.4 P H ) H P H 2 ) H P H 3) H P H 4) H P H 5) P H H 6 ) H P H 7) H P H 8) H 0.4 P H ) Setelah nilai PHi) dietahui, probabilitas hipotesis H tanpa memandang evidence apapun, maa langah selanjutnya adalah : P Hi)* P E Hi n) = PH) * PE H) + PH2) * PE H2) + PH3) * PE H3) + PH4) * PE H4) + PH5) * PE H5) + PH6) * PE H6) + PH7) * PE H7) + PH8) * PE H8) + PH) * PE H) = * 0.4) * 0.2) * 0.4) * 0.6) * 0.2) * 0.2) * 0.2) * 0.4) * 0.4) = = Langah selanjutnya ialah mencari nilai PHi atau probabilitas hipotesis Hi benar jia diberian evidence E 0.4* P H * P H * P H * P H * P H * P H * P H Setelah seluruh nilai PHi dietahui, maa jumlahan seluruh nilai bayesnya dengan rumus sebagai beriut : n Bayes Bayes Bayes2 Bayes3 Bayes4 Bayes5 Bayes6 Bayes7 Bayes8 + Bayes = 0.4 * 0.08) * ) * 0.627) * ) * ) * ) * ) * 0.627) * 0.08) = = * 00% = % Contoh asus penyait gagal ginjal ronis Aulia melauan diagnosa dengan menjawab pertanyaan sesuai dengan gejala beriut : G3 = 0.4 = PE H3) G4 = 0.6 = PE H4) G5 = 0.2 = PE H5) G6 = 0.2 = PE H6) G0 = 0.2 = PE H0) G = 0.4 = PE H) G2 = 0.4 = PE H2) G3 = 0.8 = PE H3) G4 = 0.2 = PE H4) G5 = 0.6 = PE H5) G6 = 0.4 = PE H6) Jumlahan Hipotesa diatas untu mencari nilai semestanya : G3 G4 G5 G6 G0 G G2 G3 G4 G5 G6 0.4 * P H * P H = = 5.2 Setelah hasil penjumlahan diatas dietahui, maa didapatlah rumus untu menghitung nilai semesta adalah sebagai beriut : Sistem Paar Untu Mendiagnosa Penyait Gagal Ginjal Dengan Menggunaan Metode Bayes. 32

5 Pelita Informatia Budi Darma, Volume : IV, Nomor: 3, Agustus 203 ISSN : H3 0.6 H3) P H H 4) P H5 0.2 H5) P H H 6) P H0 0.2 H0) P H 0.4 H) P H2 0.6 H2) P H3 0.8 H3) P H4 0.2 H4) P H5 0.6 H5) P H6 0.4 H6) 5. 2 P Setelah hasil PHi) dietahui, probabilitas hipotesis H tanpa memandang evidence apapun. Maa langah selanjutnya adalah : P Hi ) * P E Hi n ) = PH3) * PE H3) + PH4) * PE H4) + PH5) * PE H5) + PH6) * PE H6) + PH0) * PE H0) + PH) * PE H) + PH2) * PE H2) + PH3) * PE H3) + PH4) * PE H4) + PH5) * PE H5) + PH6) * PE H6) = * 0.4) * 0.6) * 0.2) * 0.2) * 0.2) * 0.4) * 0.4) * 0.8) * 0.2) * 0.6) * 0.4) = = Langah selanjutnya adalah mencari nilai PHi atau probabilitas Hipotesis Hi benar jia diberian nilai evidence E : 0.4* P H * P H * P H * P H * P H * P H * P H * P H * P H * P H * P H Setelah seluruh nilai PHi dietahui, maa jumlahan seluruh nilai bayesnya dengan rumus sebagai beriut : n Bayes Bayes Bayes2 Bayes3 Bayes4 Bayes5 Bayes6 Bayes7 Bayes8 + Bayes + Bayes0 + Bayes = 0.6 * ) * 0.356) * 0.063) * ) * 0.063) * ) * ) * ) * 0.063) * 0.457) * ) = = * 00 % = % Dari esimpulan perhitungan di atas, maa dapat dipastian Aulia menderita penyait gagal ginjal ronis dengan nilai %. Form ini digunaan untu mengetahui tentang profil penulis. 4. Penutup 4. Kesimpulan Sistem Paar Untu Mendiagnosa Penyait Gagal Ginjal Dengan Menggunaan Metode Bayes. 33

6 Pelita Informatia Budi Darma, Volume : IV, Nomor: 3, Agustus 203 ISSN : Berdasaran pengembangan yang telah dilauan selama proses perancangan hingga implementasi sistem paar untu mendiagnosa penyait gagal ginjal dengan menggunaan Metode Bayes, maa dapat diambil esimpulan sebagai beriut :. Apliasi sistem paar ini memudahan user dalam proses melauan onsultasi, arena dalam ream medis rumah sait coco dengan perhitungan sistem. Pengembangan sistem paar untu mendiagnosa penyait gagal ginjal dapat berhasil dengan bai, yaitu mampu menghasilan jawaban yang dibutuhan oleh pengguna umum pasien). 2. Sistem dapat mengeluaran hasil perhitungan valid yang sama dengan perhitungan manual, sehingga proses diagnosa penyait gagal ginjal dapat dilauan dengan cepat dan aurat. 3. Sistem paar memilii tampilan interface) yang menari dan mudah digunaan, arena banya pengguna yang menilai bai dan sangat setuju dengan tampilan interface) sistem, sehingga masyaraat awam dapat memanfaatan apliasi ini dengan mudah untu mengetahui jenis penyait gagal ginjal yang diderita. [8]. Hendrayudi, Dasar-Dasar Pemrograman Microsoft Visual Basic 2008, Penerbit PT. Sarana Tutorial Nurani Sejahtera, 20 []. As adi Muhammad, Serba-Serbi Gagal Ginjal, Penerbit Diva Press 4.2 Saran Penelitian yang dilauan tentunya tida terlepas dari eurangan dan elemahan. Oleh arena itu, untu ebaian pengembangan sistem lebih lanjut, maa penulis menyaranan beberapa hal diantaranya :. Diarenaan ilmu pengetahuan terus berembang dan ditemuannya hal-hal baru maa basis pengetahuan dan basis aturan sistem paar ini perlu di-update atau ditambah, sehingga data-data yang ada menjadi lebih lengap dan omples. 2. Interface tampilan) sistem paar yang dibangun masih tampa sederhana, sehingga dapat diembangan lebih menari dengan dilengapi multimedia suara dan gambar) maupun animasi. Daftar Pustaa []. Rosa A.S-M.Salahuddin, Modul Pembelajaran Reayasa Perangat Luna Terstrutur dan Berorientasi Obje), Penerbit Modula, Bandung, 20 [2]. Muhammad Arhami, Konsep Dasar Sistem Paar, Penerbit Andi, Yogyaarta, 2005 [3]. Kusrini, Apliasi Sistem Paar, Penerbit Andi, Yogyaarta, 2008 [4]. T.Sutojo, Vincent Suhartono, Kecerdasan Buatan, Penerbit Andi, Yogyaarta, 20 [5]. Diagnosis/ [6]. Diagnosis/ [7]. Sistem Paar Untu Mendiagnosa Penyait Gagal Ginjal Dengan Menggunaan Metode Bayes. 34

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium

Lebih terperinci

ISSN: TEKNOMATIKA Vol.1, No.2, JANUARI

ISSN: TEKNOMATIKA Vol.1, No.2, JANUARI ISSN: 1979-7656 TEKNOMATIKA Vol.1, No.2, JANUARI 2009 25 PERANCANGAN DAN IMPLEMENTASI JARINGAN SYARAF TIRUAN UNTUK MENDIAGNOSA JENIS PENYAKIT KANDUNGAN Bambang Yuwono Jurusan Teni Informatia UPN Veteran

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

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

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

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

APLIKASI SISTEM PAKAR UNTUK MENGIDENTIFIKASI PENYAKIT DALAM PADA MANUSIA MENGGUNAKAN METODE FORWARD CHAINING

APLIKASI SISTEM PAKAR UNTUK MENGIDENTIFIKASI PENYAKIT DALAM PADA MANUSIA MENGGUNAKAN METODE FORWARD CHAINING APLIKASI SISTEM PAKAR UNTUK MENGIDENTIFIKASI PENYAKIT DALAM PADA MANUSIA MENGGUNAKAN METODE FORWARD CHAINING 1 Diah Malis Oktaviani (0089), 2 Tita Puspitasari (0365) Program Studi Teknik Informatika Universitas

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

PEMANFATAN TEOREMA BAYES DALAM PENENTUAN PENYAKIT THT

PEMANFATAN TEOREMA BAYES DALAM PENENTUAN PENYAKIT THT PEMANFATAN TEOREMA BAYES DALAM PENENTUAN PENYAKIT THT Sri Winiarti Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad Dahlan Yogyakarta Email : daffal02@yahoo.com ABSTRAK Dalam

Lebih terperinci

BAB I PENDAHULUAN. manusia atau bahkan melebihi kemampuan kerja manusia. meniru kerja dari para ahli. Dengan sistem pakar ini, orang awampun dapat

BAB I PENDAHULUAN. manusia atau bahkan melebihi kemampuan kerja manusia. meniru kerja dari para ahli. Dengan sistem pakar ini, orang awampun dapat BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan komputer dewasa ini telah mengalami banyak perubahan yang sangat pesat, seiring dengan kebutuhan manusia yang semakin banyak dan kompleks. Komputer yang

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

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 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

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

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

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

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

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

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

SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT GINJAL DENGAN METODE FORWARD CHAINING

SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT GINJAL DENGAN METODE FORWARD CHAINING ISSN : 2338-4018 SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT GINJAL DENGAN METODE FORWARD CHAINING Level Perdana (lev.earthmover@gmail.com) Didik Nugroho (didikhoho@gmail.com) Kustanto (Kus_sinus@yahoo.co.id)

Lebih terperinci

Sistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm)

Sistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm) Sistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm) Arna Fariza 1, Entin Martiana 1, Fidi Wincoo Putro 2 Dosen 1, Mahasiswa 2 Politeni Eletronia Negeri Surabaya

Lebih terperinci

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( ) PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Tempat dan Watu Penelitian Penelitian ini dilauan di Jurusan Matematia Faultas Matematia dan Ilmu Pengetahuan Alam Universitas Lampung. Watu penelitian dilauan selama semester

Lebih terperinci

BAB I PENDAHULUAN. Dengan semakin pesatnya perkembangan pemikiran manusia dewasa. ini, menyebabkan manusia berusaha membuat sesuatu untuk mempermudah

BAB I PENDAHULUAN. Dengan semakin pesatnya perkembangan pemikiran manusia dewasa. ini, menyebabkan manusia berusaha membuat sesuatu untuk mempermudah BAB I PENDAHULUAN I.1. Latar Belakang Sistem pakar (expert system) adalah salah satu teknik kecerdasan buatan yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan

Lebih terperinci

Pengaruh Proses Stemming Pada Kinerja Analisa Sentimen Pada Review Buku

Pengaruh Proses Stemming Pada Kinerja Analisa Sentimen Pada Review Buku Jurnal Hasil Penelitian LPPM Untag Surabaya Januari 2018, Vol. 03, No. 01, hal 55-59 jurnal.untag-sby.ac.id/index.php/jhp17 E-ISSN : 2502-8308 P-ISSN : 2579-7980 Pengaruh Proses Stemming Pada Kinerja Analisa

Lebih terperinci

PENERAPAN METODE FUZZY MULTI CRITERIA DECISION MAKING PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SMARTPHONE

PENERAPAN METODE FUZZY MULTI CRITERIA DECISION MAKING PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SMARTPHONE PENERAPAN METODE FUZZY MULTI CRITERIA DECISION MAKING PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SMARTPHONE Novhirtamely Kahar 1, Rii 2 12 Program Studi Teni Informatia, STMIK Nurdin Hamzah, Jambi ` E-mail:

Lebih terperinci

BAB V PENALARAN. Untuk mengatasi ketidakpastian maka digunakan penalaran statistik.

BAB V PENALARAN. Untuk mengatasi ketidakpastian maka digunakan penalaran statistik. BAB V PENALARAN 5.1 KETIDAKPASTIAN Dalam enyataan sehari-hari banya masalah didunia ini tida dapat dimodelan secara lengap dan onsisten. Suatu penalaran dimana adanya penambahan fata baru mengaibatan etidaonsistenan,

Lebih terperinci

SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA

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

Lebih terperinci

Pendeteksi Rotasi Menggunakan Gyroscope Berbasis Mikrokontroler ATmega8535

Pendeteksi 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 terperinci

SISTEM PENDUKUNG KEPUTUSAN PERBANDINGAN TINGKAT PELANGGARAN PERLINDUNGAN KEKERASAN PADA ANAK

SISTEM PENDUKUNG KEPUTUSAN PERBANDINGAN TINGKAT PELANGGARAN PERLINDUNGAN KEKERASAN PADA ANAK SISTEM PENDUKUNG KEPUTUSAN PERBANDINGAN TINGKAT PELANGGARAN PERLINDUNGAN KEKERASAN PADA ANAK Airani Elizabeth Mani Program Studi Teni Informatia Jurusan Teni Eletro Faultas Teni Universitas Tanjungpura

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

APLIKASI BERBAGI PESAN BERBASIS WEB SEBAGAI MEDIA KOMUNIKASI DI STMIK PRINGSEWU

APLIKASI BERBAGI PESAN BERBASIS WEB SEBAGAI MEDIA KOMUNIKASI DI STMIK PRINGSEWU APIKASI BERBAGI PESAN BERBASIS WEB SEBAGAI MEDIA KOMUNIKASI DI STMIK PRINGSEWU Rita Irviani 1, Pontianus Setiawan 2 STMIK Pringsewu ampung Jl. Wisma Rini No. 09 Pringsewu website: www.stmipringsewu.ac.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

Model Pembelajaran Off-Line Menggunakan Jaringan Syaraf Tiruan Untuk Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teknik Elektronika PENS 2009

Model Pembelajaran Off-Line Menggunakan Jaringan Syaraf Tiruan Untuk Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teknik Elektronika PENS 2009 Model Pembelaaran Off-Line Menggunaan Jaringan Syaraf Tiruan Untu Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teni Eletronia PENS 2009 Arie Setya Wulandari#, Eru Puspita S.T., M.Kom#2 # Jurusan

Lebih terperinci

BAB I PENDAHULUAN. yang dirancang untuk memodelkan serta kemampuan menyelesaikan masalah

BAB I PENDAHULUAN. yang dirancang untuk memodelkan serta kemampuan menyelesaikan masalah BAB I PENDAHULUAN 1. Latar Belakang Sistem pakar atau expert system merupakan sebuah program komputer yang dirancang untuk memodelkan serta kemampuan menyelesaikan masalah seperti layaknya seorang pakar

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 KEPUASAN KONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAKET (KURIR) DENGAN MENGGUNAKAN METODE TOPSIS FUZZY

ANALISIS 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 terperinci

MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS)

MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS) Seminar Nasional Apliasi Tenologi Informasi 2011 (SNATI 2011) ISSN: 1907-5022 Yogyaarta, 17-18 Juni 2011 MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Sebagai tinjauan pustaka berikut ini ada beberapa contoh penelitian yang sudah dilakukan oleh para peneliti yang dapat digunakan sebagai

Lebih terperinci

APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK

APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK Novhirtamely Kahar, ST. 1, Nova Fitri, S.Kom. 2 1&2 Program Studi Teni Informatia, STMIK

Lebih terperinci

Analisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network

Analisa 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI 2.1 Penjadwalan 2.1.1 Jadwal Secara Umum Menurut Kamus Besar Bahasa Indonesia (KBBI), jadwal adalah pembagian watu berdasaran rencana pengaturan urutan erja, daftar atau tabel egiatan

Lebih terperinci

PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER

PEMODELAN 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 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

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

IMPLEMENTASI ALGORITMA KOLONI SEMUT PADA PROSES PENCARIAN JALUR TERPENDEK JALAN PROTOKOL DI KOTA YOGYAKARTA

IMPLEMENTASI ALGORITMA KOLONI SEMUT PADA PROSES PENCARIAN JALUR TERPENDEK JALAN PROTOKOL DI KOTA YOGYAKARTA Seminar Nasional Informatia 2009 (semnasif 2009) ISSN: 1979-2328 UPN Veteran Yogyaarta, 23 Mei 2009 IMPLEMENTASI ALGORITMA KOLONI SEMUT PADA PROSES PENCARIAN JALUR TERPENDEK JALAN PROTOKOL DI KOTA YOGYAKARTA

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

Sistem Peramalan Jumlah Produksi Air PDAM Samarinda Menggunakan Jaringan Syaraf Tiruan Backpropagation

Sistem 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 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

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN Amethis Otaorora 1, Bilqis Amaliah 2, Ahmad Saihu 3 Teni Informatia, Faultas Tenologi

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

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

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

MAKALAH SEMINAR TUGAS AKHIR

MAKALAH SEMINAR TUGAS AKHIR 1 MAKALAH SEMINAR TUGAS AKHIR PENGENALAN POLA GEOMETRI WAJAH MENGGUNAKAN JARINGAN SYARAF TIRUAN PERAMBATAN BALIK Muhamad Tonovan *, Achmad Hidayatno **, R. Rizal Isnanto ** Abstra - Pengenalan waah adalah

Lebih terperinci

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE

KLASIFIKASI 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 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

APLIKASI PENGENALAN AKSARA CARAKAN MADURA DENGAN MENGGUNAKAN METODE BACKPROPAGATION

APLIKASI PENGENALAN AKSARA CARAKAN MADURA DENGAN MENGGUNAKAN METODE BACKPROPAGATION APLIKASI PENGENALAN AKSARA CARAKAN MADURA DENGAN MENGGUNAKAN METODE BACKPROPAGATION Erwien Tjipta W, Iswan Wahyu Al Farqi STMIK ASIA Malang ABSTRAK Pengolahan citra (Image Processing) adalah suatu bidang

Lebih terperinci

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT ANGINA PEKTORIS (ANGIN DUDUK) DENGAN MENGGUNAKAN METODE BAYES

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT ANGINA PEKTORIS (ANGIN DUDUK) DENGAN MENGGUNAKAN METODE BAYES SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT ANGINA PEKTORIS (ANGIN DUDUK) DENGAN MENGGUNAKAN METODE BAYES Ayu Permata Lestari (0911267) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl.

Lebih terperinci

BAB I PENDAHULUAN. Sistem pakar menirukan perilaku seorang pakar dalam menangani suatu

BAB I PENDAHULUAN. Sistem pakar menirukan perilaku seorang pakar dalam menangani suatu BAB I PENDAHULUAN I.1. Latar Belakang Sistem pakar menirukan perilaku seorang pakar dalam menangani suatu persoalan. Pada suatu kasus seorang pasien mendatangi dokter untuk memeriksa badannya yang mengalami

Lebih terperinci

BAB I PENDAHULUAN. (intelligent system) adalah sistem yang dibangun dengan menggunakan

BAB I PENDAHULUAN. (intelligent system) adalah sistem yang dibangun dengan menggunakan BAB I PENDAHULUAN A. Latar Belakang Kecerdasan buatan atau artificial intelligence merupakan bagian dari ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang

Lebih terperinci

HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG

HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Volume, Nomor, Juli 6 (ISSN: 56-6) HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Firnanda Zia Azmi *) Tinu Istiarti **) Kusyogo Cahyo

Lebih terperinci

APLIKASI SISTEM PAKAR BERBASIS ANDROID UNTUK DIAGNOSA AWAL PENYAKIT DAN RACIKAN OBAT TRADISIONAL

APLIKASI SISTEM PAKAR BERBASIS ANDROID UNTUK DIAGNOSA AWAL PENYAKIT DAN RACIKAN OBAT TRADISIONAL APLIKASI SISTEM PAKAR BERBASIS ANDROID UNTUK DIAGNOSA AWAL PENYAKIT DAN RACIKAN OBAT TRADISIONAL Ivan Eroka Yuliadji Binus University, Jakarta, DKI Jakarta, Indonesia Ricky Khoenata Binus University, Jakarta,

Lebih terperinci

BAB III ANALISA DAN DESAIN SISTEM

BAB III ANALISA DAN DESAIN SISTEM BAB III ANALISA DAN DESAIN SISTEM III.1. Analisis Sistem Analisis sistem adalah tahapan yang memiliki tujuan untuk mempelajari prosedur yang sedang berjalan saat ini dan kebutuhan pengguna dari aplikasi

Lebih terperinci

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing . DISTRIUSI INOMIL pabila sebuah oin mata uang yang memilii dua sisi bertulisan ambar () dan nga () dilempar satu ali, maa peluang untu mendapatan sisi ambar adalah,5 atau. pabila oin tersebut dilempar

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

VIGOTIP SUBSTITUTION CIPHER

VIGOTIP SUBSTITUTION CIPHER VIGOTIP SUBSTITUTION CIPHER Alwi Alfiansyah Ramdan 135 08 099 Program Studi Teni Informatia Institut Tenologi Bandung Jl Ganesha 10, Bandung e-mail: alfiansyahramdan@gmailcom ABSTRAK Maalah ini membahas

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

PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER

PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER Wiaria Gazali 1 ; Haryono Soeparno 2 1 Jurusan Matematia, Faultas Sains dan Tenologi, Universitas Bina Nusantara Jln. K.H. Syahdan No. 9, Palmerah,

Lebih terperinci

BAB I PENDAHULUAN. tentunya tidak terlepas kaitannya dengan Teknologi Informasi (TI). Komputer

BAB I PENDAHULUAN. tentunya tidak terlepas kaitannya dengan Teknologi Informasi (TI). Komputer BAB I PENDAHULUAN I.1. Latar Belakang Di zaman yang serba modern seperti saat ini kecepatan dan keakuratan dalam informasi sangatlah penting. Teknologi mempunyai peranan penting yang tentunya tidak terlepas

Lebih terperinci

Volume : IV, Nomor : 1, September 2014

Volume : IV, Nomor : 1, September 2014 SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PEMENANG MUSABAQAH TILAWATIL QUR AN TINGKAT KECAMATAN DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (Studi Kasus : Kecamatan Huta Raja Tinggi) Leli Asmara

Lebih terperinci

BAB V PEMBAHASAN DAN SIMPULAN

BAB V PEMBAHASAN DAN SIMPULAN BAB V PEMBAHASAN DAN SIMPULAN A. Pembahasan Pembahasan ini penulis aan membahas tentang asus yang diambil dengan judul Penerapan Terapi Musi Rebana Pada Lansia ng Mengalami Stres Di Unit Rumah Pelayanan

Lebih terperinci

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa

Modifikasi 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 terperinci

BAB III ANALISIS DAN DESAIN SISTEM

BAB III ANALISIS DAN DESAIN SISTEM BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Seseorang yang ingin memeriksa kesehatannya cenderung untuk berkonsultasi ke dokter ahli, namun terkadang hal ini dapat menyulitkan seseorang

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

PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM

PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM Seminar Nasional Sistem dan Informatia 2007; Bali, 16 November 2007 PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM Fajar Saptono 1) I ing Mutahiroh

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

MUSIK KLASIK DAN PENINGKATAN HASIL BELAJAR MATEMATIKA PADA SISWA KELAS TINGGI

MUSIK KLASIK DAN PENINGKATAN HASIL BELAJAR MATEMATIKA PADA SISWA KELAS TINGGI Volume, Nomor 1, April 013 http://doi.org/10.1009/jppp MUSIK KLASIK DAN PENINGKATAN HASIL BELAJAR MATEMATIKA PADA SISWA KELAS TINGGI Jayanti Dwiputri Abdi* ** *Faultas Ilmu Pendidian, Universitas Negeri

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

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

1. Pendahuluan Jaringan syaraf tiruan ( Artificial Neural Networ ) adalah suatu tenologi omputasi yang berbasis pada model syaraf biologis dan mencoba

1. Pendahuluan Jaringan syaraf tiruan ( Artificial Neural Networ ) adalah suatu tenologi omputasi yang berbasis pada model syaraf biologis dan mencoba JARINGAN SYARAF TIRUAN BACKPROPAGATION SEBAGAI METODE PERAMALAN PADA PERHITUNGAN TINGKAT SUKU BUNGA PINJAMAN DI INDONESIA Nurmalasari Rusmiati 1 Sistem Informasi, Faultas Ilmu Komputer, Universitas Gunadarma

Lebih terperinci

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain

BAB 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 terperinci

RINGKASAN SKRIPSI MODUL PERKALIAN

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

Lebih terperinci

Berdasarkan sistem yang sedang berjalan, tahapan-tahapan proses. deteksi adanya viskositas darah dalam tubuh adalah sebagai berikut :

Berdasarkan sistem yang sedang berjalan, tahapan-tahapan proses. deteksi adanya viskositas darah dalam tubuh adalah sebagai berikut : 37 3. Jenis Kelamin Contoh input data jenis kelamin adalah : Jenis Kelamin : Laki-Laki III.1.2. Analisa Proses Berdasarkan sistem yang sedang berjalan, tahapan-tahapan proses deteksi adanya viskositas

Lebih terperinci

PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV

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

Lebih terperinci

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

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

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

Lebih terperinci

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

2.1 Bilangan prima dan faktorisasi prima

2.1 Bilangan prima dan faktorisasi prima BAB 2 BILANGAN PRIMA 2.1 Bilangan prima dan fatorisasi prima Definisi 2.1.1. Bilangan bulat p > 1 diataan prima jia ia hanya mempunyai pembagi p dan 1. Dengan ata lain bilangan prima tida mempunyai pembagi

Lebih terperinci

APLIKASI WAVELET RECURRENT NEURAL NETWORK UNTUK PREDIKSI DATA TIME SERIES. : Agus Sumarno NRP :

APLIKASI WAVELET RECURRENT NEURAL NETWORK UNTUK PREDIKSI DATA TIME SERIES. : Agus Sumarno NRP : APLIKASI WAELET RECURRENT NEURAL NETWORK UNTUK PREDIKSI DATA TIME SERIES Nama : Agus Sumarno NRP : 06 00 706 Jurusan : Matematia Dosen Pembimbing : Drs. Daryono Budi Utomo, M.Si Abstra Model time series

Lebih terperinci

BAB I PENDAHULUAN. Teknologi internet begitu menyentak dan membawa banyak pembaharuan

BAB I PENDAHULUAN. Teknologi internet begitu menyentak dan membawa banyak pembaharuan BAB I PENDAHULUAN I.1 Latar Belakang Dewasa ini teknologi informasi merupakan sarana informasi yang sangat penting bagi individu, suatu organisasi/perusahaan, maupun instansi pemerintahan. Dalam skala

Lebih terperinci

MODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT)

MODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT) MODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT) Asmara Iriani Tarigan (asmara@ut.ac.id) Sitta Alief Farihati Jurusan Matematia

Lebih terperinci

PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA

PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA Adam Husaien Faultas Eonomi Manajemen Unversitas 17 agustus 1945,Samarinda Indonesia

Lebih 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

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming

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

Lebih terperinci

OSN 2014 Matematika SMA/MA

OSN 2014 Matematika SMA/MA Soal 5. Suatu barisan bilangan asli a 1, a 2, a 3,... memenuhi a + a l = a m + a n untu setiap bilangan asli, l, m, n dengan l = mn. Jia m membagi n, butian bahwa a m a n. Solusi. Andaian terdapat bilangan

Lebih terperinci

BAB I PENDAHULUAN. ikan lele pada beberapa tahun ini mengalami peningkatan karena permintaan

BAB I PENDAHULUAN. ikan lele pada beberapa tahun ini mengalami peningkatan karena permintaan BAB I PENDAHULUAN I.1 Latar Belakang Ikan lele merupakan ikan air tawar yang teknologi budidayanya relatif mudah dikuasai masyarakat dengan modal usaha yang cukup rendah. Konsumsi ikan lele pada beberapa

Lebih terperinci

PERANCANGAN APLIKASI MULTIMEDIA UNTUK PENGENALAN BAHASA ISYARAT BAGI ANAK TUNARUNGU BERBASIS ANDROID

PERANCANGAN APLIKASI MULTIMEDIA UNTUK PENGENALAN BAHASA ISYARAT BAGI ANAK TUNARUNGU BERBASIS ANDROID 170 Jurnal Sistem dan Tenologi Informasi (JUSTIN) Vol. 1, No. 2, (2017) 170 PERANCANGAN APLIKASI MULTIMEDIA UNTUK PENGENALAN BAHASA ISYARAT BAGI ANAK TUNARUNGU BERBASIS ANDROID Alfian Irdandi 1, Helfi

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

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