BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
|
|
- Adi Sutedja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Masyarakat dunia saat ini sedang dihadapkan dengan kemajuan teknologi sebagai salah satu penunjang dalam era informasi. Informasi yang menjadi komoditas utama dewasa ini salah satunya adalah informasi terkait prakiraan cuaca. Dalam bidang keilmuan, prakiraan cuaca termasuk ke dalam ilmu Meteorologi. Cuaca merupakan suatu kondisi alam yang terjadi pada jangkauan daerah yang sempit, dalam rentang waktu singkat, dan dapat berubah-ubah bergantung pada perubahan arah angin dan suhu udara. Cuaca merupakan produk derivatif dari iklim. Iklim meliputi wilayah yang lebih luas dan terjadi dalam rentang waktu yang lebih lama. Ilmu yang mempelajari tentang iklim disebut Klimatologi. Meteorologi dan Klimatologi pada dasarnya merupakan ilmu deskriptif. Para peneliti di bidang ini pada awalnya hanya mengamati fenomena-fenomena alam yang muncul dan pengaruhnya terhadap kondisi lingkungan sekitar dalam jangka waktu tertentu. Banyak analisis terkait cuaca yang tidak memiliki pola yang jelas sebagai bahan pertimbangan dalam memprediksi cuaca di suatu lokasi. Navarra (2010) menjelaskan bahwa mulai pertengahan abad ke- 20, ditemukan solusi dari persamaan evolusi untuk sistem iklim dan pola perubahannya dengan pemodelan matematika dan metode numerik. Model tersebut sangat diperlukan untuk mengetahui sifat rata-rata iklim maupun variabilitasnya. Dalam kaitannya untuk menganalisis cuaca, serangkaian pengamatan perlu dilakukan terhadap cuaca di suatu lokasi dalam jangka waktu tertentu, yang selanjutnya dikumpulkan sebagai informasi cuaca, salah satunya merupakan data curah hujan. Data curah hujan berisi informasi yang berkaitan dengan lokasi (stasiun) pengamatan dan jangka waktu pengamatan (harian atau bulanan). Konsep rata-rata dapat digunakan untuk membandingkan sekaligus mengurutkan lokasi atau waktu yang memiliki curah hujan tertinggi, sedang, ataupun terendah. Akan tetapi, faktanya adalah persebaran curah hujan tidak sama untuk setiap lokasi maupun periode waktu. Selain itu, informasi yang disajikan dalam bentuk data curah hujan biasanya memiliki kapasitas yang sangat besar dikarenakan banyaknya rekam jejak informasi curah hujan dari berbagai lokasi maupun waktu pengamatan. Oleh karena itu, diperlukan metode ana- 1
2 2 lisis yang dapat menggambarkan pola persebaran dan klasifikasi data tersebut dengan lebih efektif. Skripsi ini membahas tentang suatu langkah awal dari analisis prakiraan cuaca, yaitu dengan menentukan curah hujan tertinggi pada beberapa lokasi pengamatan dalam jangka waktu yang panjang. Metode yang digunakan dalam skripsi ini adalah metode Principal Component Analysis (PCA). PCA bekerja untuk menggali informasi terpenting dari data yang diobservasi, tanpa mengabaikan informasi lain yang menggambarkan keseluruhan data. Secara umum, PCA merupakan suatu teknik yang digunakan untuk mereduksi data multidimensi menjadi data yang berdimensi lebih rendah, dengan tetap mempertahankan karakteristik dari data awal. Secara matematis, PCA dapat menlihat pola dari suatu data dengan memaksimalkan variansi dari suatu kombinasi linear dari serangkaian variabel pada suatu himpunan data. Konsep dasar yang digunakan dalam metode PCA adalah nilai eigen dan vektor eigen pada aljabar linear dan konsep rata-rata dan kovariansi pada statistik. Dalam melakukan analisis, diasumsikan bahwa hubungan antar variabelnya linear. Selanjutnya, reduksi dimensi dari data awal dilakukan dengan transformasi linear ortogonal terhadap data awal yang telah dinormalisasi. Data hasil transformasi dengan variansi terbesar dianggap dapat mewakili informasi terkait karakteristik dari data, karena data tersebut mempengaruhi perubahan pola data secara keseluruhan. Pada data curah hujan, metode PCA dapat menganalisis evolusi dari data berdasarkan sudut pandang waktu maupun lokasi pengamatan. Jika dilihat dari tahapan analisis yang dilakukan, Principal Component Analysis (PCA) sejalan dengan metode Empirical Orthogonal Function (EOF), atau Transformasi Karhunen-Loeve (Singular Value Decomposition- SVD) pada matriks (Bjornsson, 1997). Metode PCA telah digunakan di dalam berbagai bidang, diantaranya dalam bidang biologi, Rong (2005) menggunakan metode ini untuk menyelidiki prediktabilitas tingkat ekspresi protein jenis M. Smegmatis. Dalam bidang penegakan hukum, Gulumbe (2012) melakukan analisis terhadap data kejahatan di daerah Katsina, negara bagian dari Nigeria. Mereka mendapati bahwa terjadi rata-rata 8 kasus kejahatan utama yang dilaporkan ke polisi selama periode tahun Dalam bidang keuangan, Ionita (2010) menggunakan PCA dalam kasus pemberian pinjaman dengan masukkan sekitar 500 database dari German Bank. Pada studi kasus dalam tugas akhir ini, metode PCA akan digunakan secara khusus untuk menentukan curah hujan tertinggi secara spasial dan temporal di wilayah Indonesia dan secara khusus di Kabupaten Gunungkidul, DIY. Data curah hujan
3 3 tersebut masing-masing diperoleh dari data Global Precipitation Climatology Center (GPCC) dan Badan Meteorologi, Klimatologi dan Geofisika (BMKG). Data tersebut berturut-turut merupakan data curah hujan bulanan selama 110 tahun yang berasal dari stasiun seluruh Indonesia dan data curah hujan bulanan selama 11 tahun yang berasal dari 18 stasiun hujan di Kabupaten Gunungkidul, DIY. 1.2 Tujuan Penelitian Secara umum penelitian ini bertujuan untuk mempelajari Principal Component Analysis (PCA) untuk keperluan analisis pada data cuaca. Adapun tujuan khusus penelitian ini adalah: 1. Melakukan analisis secara matematis tentang pola reduksi dimensi pada suatu data menggunakan PCA. 2. Menerapkan analisis PCA pada data curah hujan rentang panjang, yaitu dengan menentukan curah hujan tertinggi berdasarkan lokasi dan waktu pengamatan. 1.3 Manfaat Penelitian Penyusunan skripsi ini bertujuan untuk memberikan acuan dalam menggunakan Analisis Komponen Utama pada data cuaca. Selain itu diharapkan dapat memberikan masukan bagi peneliti lain yang ingin mengembangkan penelitian tentang analisis data cuaca menggunakan PCA. 1.4 Batasan Masalah Pembahasan masalah dalam skripsi ini dibatasi pada pengolahan data sampai menganalisisnya dengan menggunakan PCA. Selanjutnya melakukan klasifikasi waktu dan stasiun yang memiliki curah hujan tertinggi menggunakan PCA. 1.5 Tinjauan Pustaka Metode PCA dalam skripsi ini merujuk pada catatan (handout) yang ditulis oleh Shalizi (2010). Pada handout Shalizi (2010) dijelaskan secara matematis mengenai mekanisme reduksi dimensi dari suatu data menggunakan PCA. Analisis dalam handout ini menjelaskan tentang dua tahap yang dilakukan dalam menentukan
4 4 komponen utama (principal component) dari suatu data, yaitu dengan meminimalkan redundansi menggunakan konsep jarak dari proyeksi vektor dan memaksimalkan hasil pemetaan menggunakan konsep nilai eigen dan variansi. Referensi ini digunakan sebagai acuan utama dalam penulisan skripsi ini. Analisis tentang metode PCA secara lebih mendalam dijelaskan dalam buku yang ditulis oleh Gentle (2007) dan Jolliffe (2002). Pada handout Gentle (2007) dijelaskan konsep principal components pada sebarang vektor dan pada suatu data, serta menekankan proses reduksi dimensi dari data. Sedangkan, Jolliffe (2002) menjelaskan tentang interpretasi dari masing-masing langkah dalam metode PCA, yang juga dijelaskan dalam bahasa yang lebih sederhana pada Prasetyo (2012). Skrip program MATLAB untuk algoritma metode PCA diambil dari jurnal yang ditulis oleh Shlens (2009). Hubungan keterkaitan antara nilai eigen dengan variansi pada metode PCA dijelaskan dalam buku yang ditulis oleh Rencher (2002). Referensi lain yang menjadi bahan pembanding adalah Navarra (2010). Buku ini menjelaskan tentang analisis EOF secara lebih mendalam pada data cuaca. Jurnal lain terkait metode EOF pada data klimat (iklim) yang digunakan adalah Bjornsson (1997). Jurnal ini juga memaparkan skrip program MATLAB untuk algoritma metode EOF. EOF merupakan metode yang konsep dan algoritmanya identik dengan metode PCA. Konsep-konsep aljabar yang digunakan dalam metode ini diambil dari Anton (2000). Adapun konsep-konsep statistika dirujuk dari buku yang ditulis oleh Bain (1992) dan Walpole (2012). 1.6 Metodologi Penelitian Metode yang digunakan dalam pembuatan skripsi ini adalah dengan terlebih dahulu melakukan kajian literatur untuk mencari informasi terkait PCA. Informasiinformasi tersebut berupa konsep-konsep dasar yang digunakan, kajian teoritis, tahapan analisis, dan pengaplikasiannya pada data. Kajian literatur untuk mencari informasi terkait konsep-konsep dasar dari metode PCA dilakukan dengan mencari sumber-sumber referensi berupa buku-buku dari beberapa pengarang. Secara umum, metode PCA menggunakan konsep-konsep dasar pada aljabar dan statistika. PCA merupakan proses transformasi data yang bertujuan untuk melihat pola dominan dari suatu data dengan melakukan reduksi dimensi dari data tersebut. Konsep aljabar yang digunakan terutama adalah konsep nilai eigen dan transformasi linear. Nilai eigen adalah nilai yang merepresentasikan karakteristik dari
5 5 data, sedangkan transformasi linear merupakan konsep dasar yang digunakan dalam mereduksi dimensi dari data. Konsep statistika yang utama digunakan dalam metode PCA adalah konsep rata-rata dan kovariansi. Kedua statistik tersebut mengolah data asli hasil pengamatan menjadi data masukkan (input) di dalam proses analisis menggunakan metode PCA. Referensi berupa buku-buku dan jurnal juga dilakukan untuk mencari informasi terkait kajian teoritis dan tahapan analisis dari metode PCA. Kajian teoritis yang diperoleh berupa dua tujuan utama dari metode PCA, yaitu meminimalkan jarak proyeksi dan memaksimalkan variansi dari data, sedangkan informasi yang dicari terkait tahapan analisis merupakan informasi mengenai interpretasi dari masing-masing tahapan dalam analisis menggunakan metode PCA. Dalam proses pengaplikasian pada data, metode yang digunakan adalah dengan melakukan simulasi terhadap data curah hujan rentang panjang yang diperoleh dari GPCC maupun BMKG pusat. Perhitungan PCs (Principal Components) dari data curah hujan tersebut pada studi kasus dalam skripsi ini dilakukan dengan bantuan aplikasi MATLAB. Proses ini ditempuh dengan menuliskan serangkaian script pada MATLAB mulai dari proses membuka data dengan format tertentu, memasukkan data awal hingga mendapatkan nilai PC dan plot PC-nya. Hal baru yang dipelajari dalam skripsi ini adalah penerapan metode PCA pada kasus data curah hujan rentang panjang, yaitu data curah hujan bulanan wilayah Indonesia selama 110 tahun dan data curah hujan bulanan Kabupaten Gunungkidul, DIY di 18 stasiun hujan selama 11 tahun. Dalam hal ini, metode PCA berperan menentukan curah hujan tertinggi berdasarkan lokasi maupun waktu pengamatan dari data tersebut. 1.7 Sistematika Penulisan Pada penulisan skripsi ini, penulis menggunakan sistematika sebagai berikut. BAB I PENDAHULUAN Pada bab ini dibahas mengenai latar belakang, perumusan dan batasan masalah, tujuan penulisan, metodologi penelitian, dan sistematika penulisan. BAB II DASAR TEORI Pada bab ini dibahas mengenai materi dasar untuk mendukung pokok materi yang dibahas dalam skripsi ini.
6 6 BAB III PRINCIPAL COMPONENT ANALYSIS Pada bab ini dibahas mengenai salah satu teknik yang digunakan dalam menganalisis data cuaca, yaitu Principal Component Analysis (PCA). Secara lebih komprehensif, bab ini menjelaskan pola reduksi dimensi dari data beserta interpretasi data menggunakan PCA. BAB IV STUDI KASUS Pada bab ini dibahas mengenai penggunaan metode Principal Component Analysis pada data curah hujan rentang panjang. Penelitian terkait data curah hujan ini merupakan hasil kerja sama antara pihak UGM dengan Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) Pusat. Adapun tujuan utama dalam penelitian ini adalah untuk mengetahui dan menentukan curah hujan tertinggi di Indonesia maupun secara khusus di Kabupaten Gunungkidul, DIY. BAB V PENUTUP Pada bab ini dibahas mengenai kesimpulan dan arah penelitian lanjutan.
1. BAB I PENDAHULUAN
1. BAB I PENDAHULUAN 1.1. Latar Belakang Wilayah Indonesia umumnya dikelilingi oleh lautan yang berada antara samudera Hindia dan Samudera Pasifik. Samudera ini menjadi sumber kelembaban utama uap air
Lebih terperinciPenerapan metode..., Novi Indriyani, FASILKOM UI, Universitas Indonesia
BAB 1 PENDAHULUAN 1.1 Latar Belakang Banyak kegiatan atau aktifitas manusia yang banyak bergantung pada faktor cuaca. Faktor cuaca ini terkadang memiliki pengaruh yang sangat besar bagi keberlangsungan
Lebih terperinciANALISIS EMPIRICAL ORTHOGONAL FUNCTION (EOF) BERBASIS SINGULAR VALUE DECOMPOSITION (SVD) PADA DATA CURAH HUJAN INDONESIA
ANALISIS EMPIRICAL ORTHOGONAL FUNCTION (EOF) BERBASIS SINGULAR VALUE DECOMPOSITION (SVD) PADA DATA CURAH HUJAN INDONESIA I. L. LESTARI 1, S. NURDIATI 2, A. SOPAHELUWAKAN 3 Abstrak Analisis Empirical Orthogonal
Lebih terperinciBab II. Tinjauan Pustaka
Bab II Tinjauan Pustaka 2.1 Penelitian Terdahulu Principal Component Analysis (PCA) merupakan metode dalam statistika yang digunakan untuk mereduksi dimensi input dengan kehilangan informasi yang minimum,
Lebih terperinci1 PENDAHULUAN. Latar Belakang
1 PENDAHULUAN Latar Belakang Pada saat ini pengguna informasi cuaca jangka pendek menuntut untuk memperoleh informasi cuaca secara cepat dan tepat. Badan Meteorologi, Klimatologi dan Geofisika (BKMG) telah
Lebih terperinciReduksi Data Luaran GCM Stasiun Amahai Dengan Menggunakan Analisis Komponen Utama
Reduksi Data Luaran GCM Stasiun Amahai Dengan Menggunakan Analisis Komponen Utama Ferry Kondo Lembang Jurusan Matematika FMIPA UNPATTI ferrykondolembang@yahoo.co.id Abstrak Reduksi dimensi adalah bagian
Lebih terperinciMinggu XI ANALISIS KOMPONEN UTAMA. Utami, H
Minggu XI ANALISIS KOMPONEN UTAMA Utami, H Outline 1 Pendahuluan 2 Tujuan 3 Analisis Komponen Utama 4 Contoh Utami, H Minggu XIANALISIS KOMPONEN UTAMA 2 / 16 Outline 1 Pendahuluan 2 Tujuan 3 Analisis Komponen
Lebih terperinciBAB 1 PENDAHULUAN. Sistem Pakar (Expert System), Jaringan Saraf Tiruan (Artificial Neural Network), Visi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di era yang semakin maju ini, teknologi telah memegang peranan penting dalam kehidupan manusia sehari-hari, sehingga kemajuannya sangat dinantikan dan dinikmati para
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Matematika merupakan salah satu bidang ilmu yang sangat berperan dalam kehidupan sehari-hari. Banyak permasalahan dalam kehidupan sehari-hari yang akan lebih
Lebih terperinciAnalisis Komponen Utama (Principal component analysis)
Analisis Komponen Utama (Principal component analysis) A. LANDASAN TEORI Misalkan χ merupakan matriks berukuran nxp, dengan baris-baris yang berisi observasi sebanyak n dari p-variat variabel acak X. Analisis
Lebih terperinciBAB 2 PENGENALAN IRIS, PENENTUAN LOKASI IRIS, DAN PEMBUATAN VEKTOR MASUKAN
BAB 2 PENGENALAN IRIS, PENENTUAN LOKASI IRIS, DAN PEMBUATAN VEKTOR MASUKAN Pengenalan suatu objek tentu saja tidak bisa dilakukan tanpa persiapan sama sekali. Ada beberapa proses yang perlu dilakukan sebelum
Lebih terperincig(x, y) = F 1 { f (u, v) F (u, v) k} dimana F 1 (F (u, v)) diselesaikan dengan: f (x, y) = 1 MN M + vy )} M 1 N 1
Fast Fourier Transform (FFT) Dalam rangka meningkatkan blok yang lebih spesifik menggunakan frekuensi dominan, akan dikalikan FFT dari blok jarak, dimana jarak asal adalah: FFT = abs (F (u, v)) = F (u,
Lebih terperinciTINJAUAN PUSTAKA Analisis Biplot Biasa
TINJAUAN PUSTAKA Analisis Biplot Biasa Analisis biplot merupakan suatu upaya untuk memberikan peragaan grafik dari matriks data dalam suatu plot dengan menumpangtindihkan vektor-vektor dalam ruang berdimensi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan diuraikan mengenai landasan teori yang akan digunakan dalam bab selanjutnya. 2.1 Matriks Sebuah matriks, biasanya dinotasikan dengan huruf kapital tebal seperti A,
Lebih terperinciMinggu II STATISTIKA MULTIVARIATE TERAPAN
Minggu II STATISTIKA MULTIVARIATE TERAPAN (PENDAHULUAN) Herni U Universitas Gadjah Mada Outline 1 Analisis Statistika Multivariat 2 Contoh Kasus Multivariat 3 Organisasi Data Outline 1 Analisis Statistika
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Statistika Multivariat Analisis statistika multivariat adalah teknik-teknik analisis statistik yang memperlakukan sekelompok variabel terikat yang saling berkorelasi sebagai
Lebih terperinciBAB I PENDAHULUAN. terjadi pada suatu wilayah tertentu dalam kurun waktu tertentu misalnya bencana
BAB I PENDAHULUAN 1.1 Latar Belakang Badan Meteorologi Klimatologi dan Geofisika (BMKG) merupakan lembaga yang menangani masalah cuaca dan iklim di Indonesia. Lembaga ini mendirikan stasiun meteorologi
Lebih terperinciBAB III DATA DAN METODOLOGI
17 BAB III DATA DAN METODOLOGI 3.1 Data Pada penelitian ini, ada dua jenis data yang akan digunakan. Jenis data pertama adalah data curah hujan bulanan dan yang kedua adalah data luaran GCM. 3.1.1 Data
Lebih terperinciGambar Tahap-Tahap Penelitian
BAB III METODELOGI PENELITIAN Dalam menyelesaikan penelitian ini dibuat beberapa tahapan. Tahap-tahap kegiatan dijelaskan dalam Gambar 3.1 Studi Literatur Pengumpulan Data Retrieve Data Pre-Processing
Lebih terperinciBAB 1 PENDAHULUAN. pengamatan parameter-parameter cuaca secara realtime maupun dengan alat-alat
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Mengetahui keadaan cuaca saat ini dapat dilakukan dengan melakukan pengamatan parameter-parameter cuaca secara realtime maupun dengan alat-alat penginderaan
Lebih terperinci3 PENENTUAN DOMAIN SPASIAL NWP
3 PENENTUAN DOMAIN SPASIAL NWP Pendahuluan Peubah-peubah yang dihasilkan dari NWP mempunyai dimensi yang besar yaitu, dimensi spasial (S), dimensi waktu (T), dimensi vertikal (V) dan dimensi parameter
Lebih terperinciPEMODELAN PADA PERCOBAAN MIXTURE DENGAN MELAKUKAN TRANSFORMASI CLARINGBOLD TERHADAP PROPORSI KOMPONEN- KOMPONENNYA. PT Jasa Marga ro) C
PEMODELAN PADA PERCOBAAN MIXTURE DENGAN MELAKUKAN TRANSFORMASI CLARINGBOLD TERHADAP PROPORSI KOMPONEN- KOMPONENNYA PT Jasa Marga ro) C abang Semarang TUGAS AKHIR Disusun Oleh : HETY BINTANG PUTRI J2E006014
Lebih terperinciAljabar Linear Elementer
BAB I RUANG VEKTOR Pada kuliah Aljabar Matriks kita telah mendiskusikan struktur ruang R 2 dan R 3 beserta semua konsep yang terkait. Pada bab ini kita akan membicarakan struktur yang merupakan bentuk
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Implementasi Biplot Kanonik dan Analisis Procrustes dengan Mathematica Biplot biasa dengan sistem perintah telah terintegrasi ke dalam beberapa program paket statistika seperti SAS,
Lebih terperinciPENDAHULUAN LANDASAN ANALISIS
10 PENDAHULUAN Latar Belakang Biplot merupakan metode eksplorasi analisis data peubah ganda yang dapat memberikan gambaran secara grafik tentang kedekatan antar objek, keragaman peubah, korelasi antar
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan yang cepat dalam teknologi pengumpulan dan penyimpanan data telah memudahkan organisasi untuk mengumpulkan sejumlah data berukuran besar sehingga
Lebih terperinciBab 1 PENDAHULUAN. 1.1 Latar Belakang
Bab 1 PENDAHULUAN 1.1 Latar Belakang Teori himpunan fuzzy banyak diterapkan dalam berbagai disiplin ilmu seperti teori kontrol dan manajemen sains, pemodelan matematika dan berbagai aplikasi dalam bidang
Lebih terperinci1. PENDAHULUAN. [8 Januari 2006] 1 ( )
1. PENDAHULUAN 1.1. Latar Belakang Informasi ramalan curah hujan sangat berguna bagi petani dalam mengantisipasi kemungkinan kejadian-kejadian ekstrim (kekeringan akibat El- Nino dan kebanjiran akibat
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Principal Component Analysis (PCA)merupakan salah satu teknik pereduksian dimensi data. Data yang direduksi saling berkorelasi satu sama lain.pca muncul sebagai solusi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan
BAB I PENDAHULUAN Asuransi merupakan salah satu contoh Industri Keuangan Non Bank dimana asuransi terbagi menjadi dua jenis yaitu asuransi jiwa (life insurance) dan asuransi umum atau asuransi non jiwa
Lebih terperinciBAB I PENDAHULUAN BAB 1 PENDAHULUAN
1 BAB I PENDAHULUAN BAB 1 PENDAHULUAN 1.1 Latar Belakang Indonesia sebagai negara kepulauan yang terletak di daerah khatulistiwa termasuk wilayah yang sangat rentan terhadap perubahan iklim. Perubahan
Lebih terperinciANALISIS EMPIRICAL ORTHOGONAL FUNCTION (EOF) DAN TRANSFORMASI FOURIER PADA SINYAL CURAH HUJAN INDONESIA
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 ANALISIS EMPIRICAL ORTHOGONAL FUNCTION (EOF) DAN TRANSFORMASI FOURIER PADA SINYAL CURAH HUJAN INDONESIA Pandu Septiawan 1, Sri Nurdiati 2, Ardhasena
Lebih terperinciTeknik Reduksi Dimensi Menggunakan Komponen Utama Data Partisi Pada Pengklasifikasian Data Berdimensi Tinggi dengan Ukuran Sampel Kecil
Teknik Reduksi Dimensi Menggunakan Komponen Utama Data Partisi Pada Pengklasifikasian Data Berdimensi Tinggi dengan Ukuran Sampel Kecil Ronny Susetyoko, Elly Purwantini Politeknik Elektronika Negeri Surabaya
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pada suatu eksperimen atau pengamatan terhadap suatu keadaan, pengambilan data merupakan salah satu bagian terpenting, agar hasil dari eksperimen dapat lebih
Lebih terperinciI. PENDAHULUAN. bagi kehidupan manusia. Disamping itu hutan juga memiliki fungsi hidrologi sebagai
I. PENDAHULUAN 1.1. Latar Belakang Hutan merupakan aset kekayaan yang bukan saja penting bagi bangsa Indonesia, namun juga bagi sebagian penduduk dunia. Keragaman hayati yang tinggi terdapat pada hutan
Lebih terperinciBAB 3 PROSEDUR DAN METODOLOGI
BAB 3 PROSEDUR DAN METODOLOGI 3.1 Analisa Masalah Kemajuan teknologi di bidang multimedia, menuntut kemampuan sistem yang lebih baik dan lebih maju dari sebelumnya, sesuai dengan perkembangan teknologi.
Lebih terperinciS 10 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis)
PROSIDING ISBN : 978 979 6353 6 3 S 0 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis) Wirayanti ), Adi Setiawan ), Bambang Susanto
Lebih terperinciBAB III PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA. Analisis komponen utama adalah metode statistika multivariat yang
BAB III PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA Analisis komponen utama adalah metode statistika multivariat yang bertujuan untuk mereduksi dimensi data dengan membentuk kombinasi linear
Lebih terperinciSOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 03, No. 1 (2014), hal 91 98. SOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR Febrianti,
Lebih terperinci1 Pendahuluan. 1.1 Latar Belakang Masalah
1 Pendahuluan 1.1 Latar Belakang Masalah Kebutuhan masyarakat akan perkiraan cuaca terutama curah hujan ini menjadi sangat penting untuk merencanakan segala aktifivitas mereka. Curah hujan juga memiliki
Lebih terperinciPerbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation
65 Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation Risty Jayanti Yuniar, Didik Rahadi S. dan Onny Setyawati Abstrak - Kecepatan angin dan curah
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Berikut adalah beberapa definisi dari citra, antara lain: rupa; gambar; gambaran (Kamus Besar Bahasa Indonesia). Sebuah fungsi dua dimensi, f(x, y), di mana x dan y adalah
Lebih terperinciBAB 1 PENDAHULUAN. salah satunya adalah untuk proses image denoising. Representasi adalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Sinyal adalah besaran besaran fisik yang berubah ubah terhadap satu atau beberapa variabel bebas. Representasi sinyal sangat penting untuk sinyal proses, salah satunya
Lebih terperinciPenggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier. The Use of Gaussian PCA Kernel in Solving Non Linier Multivariate Plot
Penggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier Bernhard M. Wongkar 1, John S. Kekenusa 2, Hanny A.H. Komalig 3 1 Program Studi Matematika, FMIPA, UNSRAT Manado, bernhard.wongkar2011@gmail.com
Lebih terperinciBAB I PENDAHULUAN. telinga, wajah, infrared, gaya berjalan, geometri tangan, telapak tangan, retina,
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia. Sidik jari, tanda tangan, DNA, telinga, wajah, infrared,
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam kehidupan sehari-hari banyak permasalahan yang muncul di lingkungan sekitar. Hal tersebut dapat dikembangkan melalui pemodelan matematika. Sehingga dengan
Lebih terperinciBAB I PENDAHULUAN. Ruang lingkup analisis multivariat adalah terdiri dari analisis statistika
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Ruang lingkup analisis multivariat adalah terdiri dari analisis statistika yang mengamati dua atau lebih variabel random yang berhubungan, sebagai suatu kesatuan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Sistem kejadian diskrit (SKD) adalah nama klasifikasi masalah tentang sistem dengan sumber daya berhingga yang digunakan oleh beberapa pengguna untuk mencapai
Lebih terperinciUJI KINERJA FACE RECOGNITION MENGGUNAKAN EIGENFACES
1 Uji Kinerja Face Recognition Menggunakan Eigenfaces UJI KINERJA FACE RECOGNITION MENGGUNAKAN EIGENFACES ABDUL AZIS ABDILLAH 1 1STKIP Surya, Tangerang, Banten, abdillah.azul@gmail.com Abstrak. Pada paper
Lebih terperinciBadan Meteorologi Klimatologi dan Geofisika 2012
E10 SISTEM PREDIKSI DINI DAMPAK ENSO DENGAN DATA BUOY PASIFIK BARAT Dr. Edvin Aldrian, B. Eng., M.Sc, APU Sheila Dewi Ayu Kusumaningtyas, S.Si Mamenun, S.Si Leni Nazarudin, MP Robi Muharsah, S.Si Badan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Model state space yang dikembangkan pada akhir tahun 1950 dan awal tahun 1960, memiliki keuntungan yang tidak hanya menyediakan metode yang efisien untuk analisis
Lebih terperinciANALISIS PRINCIPAL COMPONENT BIPLOTS PADA BANK UMUM PERSERO YANG BEROPERASI DI JAWA TENGAH
ANALISIS PRINCIPAL COMPONENT BIPLOTS PADA BANK UMUM PERSERO YANG BEROPERASI DI JAWA TENGAH Ely Fitria Rifkhatussa diyah 1, Hasbi Yasin 2, Agus Rusgiyono 3 1 Mahasiswa Jurusan Statistika FSM UNDIP 2,3 Staff
Lebih terperinciANALISIS DAMPAK PERUBAHAN TUTUPAN LAHAN HUTAN TERHADAP IKLIM DI PULAU KALIMANTAN MENGGUNAKAN MODEL IKLIM REGIONAL (REMO) SOFYAN AGUS SALIM G
ANALISIS DAMPAK PERUBAHAN TUTUPAN LAHAN HUTAN TERHADAP IKLIM DI PULAU KALIMANTAN MENGGUNAKAN MODEL IKLIM REGIONAL (REMO) SOFYAN AGUS SALIM G02400013 DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA
Lebih terperinciTUGAS INSTRUMENTASI KELAUTAN. Disusun oleh:
TUGAS INSTRUMENTASI KELAUTAN Disusun oleh: Yullinda Marissa (230210130024) Dini Widia Lestari (230210130035) Ynry Ani Simanungkalit (230210130038) PROGRAM STUDI ILMU KELAUTAN FAKULTAS PERIKANAN DAN ILMU
Lebih terperinciModel Auto Singular Spectrum Untuk Meramalkan Kejadian Banjir Di Bandung Dan Sekitarnya
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 T - 40 Model Auto Singular Spectrum Untuk Meramalkan Kejadian Banjir Di Bandung Dan Sekitarnya Gumgum Darmawan (1), Triyani Hendrawati (2),
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pengenalan gender pada skripsi ini, meliputi cropping dan resizing ukuran citra, konversi citra
Lebih terperinciMA Analisis dan Aljabar Teori=4 Praktikum=0 II (angka. 17 Juli
INSTITUT TEKNOLOGI KALIMANTAN JURUSAN MATEMATIKA DAN TEKNOLOGI INFORMASI PROGRAM STUDI MATEMATIKA SILABUS MATA KULIAH KODE Rumpun MK BOBOT (sks) SEMESTER Tgl Penyusunan Aljabar Linear ELementer MA Analisis
Lebih terperinciAPLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu
Lebih terperinciBab 4 ANALISIS FAKTOR TEORITIS DAN APLIKATIF
Bab 4 ANALISIS FAKTOR TEORITIS DAN APLIKATIF Analisis Multivariat untuk analisis identifikasi, prediksi, eksplorasi, deskripsi: 1. Principle Component Analysis (PCA) 2. Factor Analysis 3. Cluster Analysis
Lebih terperinciTINJAUAN PUSTAKA. dianalisis dan hasilnya ditransformasi menjadi matriks berukuran??
TINJAUAN PUSTAKA Data Disagregat dan Agregat Berdasarkan cara pengumpulannya, data dapat dibedakan atas data internal dan data eksternal. Data internal berasal dari lingkungan sendiri sedangkan data eksternal
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada perkembangan teknologi informasi seperti saat ini, kebutuhan akan informasi dan sistem yang dapat membantu kebutuhan manusia dalam berbagai aspek sangatlah penting.
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Regresi logistik digunakan untuk memprediksi variabel respon yang biner dengan satu set variabel penjelas (prediktor). Estimasi parameter dapat menjadi tidak
Lebih terperinciTUGAS AKHIR DAN PERMASALAHANNYA
TUGAS AKHIR DAN PERMASALAHANNYA Oleh Agus Maman Abadi Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta 1 TUGAS AKHIR DAN PERMASALAHANNYA Pengertian Tugas Akhir (TA) Bentuk TA Tujuan TA
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Analisis Regresi Tidak jarang dihadapkan dengan persoalaan yang melibatkan dua atau lebih peubah atau variabel yang ada atau diduga ada dalam suatu hubungan tertentu. Misalnya
Lebih terperinciJl. Ir. M. Putuhena, Kampus Unpatti, Poka-Ambon ABSTRACT
Jurnal Barekeng Vol. 6 No. 1 Hal. 31 40 (2012) ANALISIS REGRESI KOMPONEN UTAMA UNTUK MENGATASI MASALAH MULTIKOLINIERITAS DALAM ANALISIS REGRESI LINIER BERGANDA (Studi Kasus: Curah Hujan di Kota Ambon Tahun
Lebih terperinciBAB I PENDAHULUAN. Utara yang mana secara geografis terletak pada Lintang Utara
BAB I PENDAHULUAN 1.1. Latar Belakang Kota Medan merupakan salah satu kota yang terdapat di Provinsi Sumatera Utara yang mana secara geografis terletak pada 2 27 00-2 47 00 Lintang Utara dan 98 35 00-98
Lebih terperinciPrediksi Curah Hujan Di Kota Pontianak Menggunakan Parameter Cuaca Sebagai Prediktor Pada Skala Bulanan, Dasarian Dan Harian Asri Rachmawati 1)*
Prediksi Curah Hujan Di Kota Pontianak Menggunakan Parameter Cuaca Sebagai Prediktor Pada Skala Bulanan, Dasarian Dan Harian Asri Rachmawati 1)* 1)Stasiun Meteorologi Supadio Pontianak Badan Meteorologi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Salah satu bentuk model matematika adalah berupa persamaan diferensial. Persamaan diferensial sering digunakan dalam memodelkan suatu permasalahan untuk menggambarkan
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang
BAB I PENDAHULUAN A. Latar Belakang Demam berdarah dengue (DBD) adalah penyakit akibat virus yang ditularkan oleh vektor nyamuk dan menyebar dengan cepat. Data menunjukkan peningkatan 30 kali lipat dalam
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Matematika merupakan salah satu ilmu pengetahuan yang sudah lama ada dan berkembang sangat pesat di setiap zaman. Perkembangan ilmu matematika tidak lepas
Lebih terperinciMENYELESAIKAN SISTEM PERSAMAAN LINIER MENGGUNAKAN ANALISIS SVD SKRIPSI. Oleh : Irdam Haidir Ahmad J2A
MENYELESAIKAN SISTEM PERSAMAAN LINIER MENGGUNAKAN ANALISIS SVD SKRIPSI Oleh : Irdam Haidir Ahmad J2A 005 023 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciPlot Multivariate Menggunakan Kernel Principal Component Analysis (KPCA) dengan Fungsi Power Kernel
Plot Multivariate Menggunakan Kernel Principal Component Analysis (KPCA) dengan Fungsi Power Kernel Vitawati Bawotong, Hanny Komalig, Nelson Nainggolan 3 Program Studi Matematika, FMIPA, UNSRAT, vbawotong@gmail.com
Lebih terperinciHASIL DAN PEMBAHASAN. Setiap tahapan di dalam penelitian ini akan ditunjukkan di dalam Tabel 2.
6 tahap ini, pola yang telah ditemukan dipresentasikan ke pengguna dengan teknik visualisasi agar pengguna dapat memahaminya. Deskripsi aturan klasifikasi akan dipresentasikan dalam bentuk aturan logika
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Influenza atau lebih dikenal dengan flu, merupakan salah satu penyakit yang menyerang pernafasan manusia. Penyakit ini disebabkan oleh virus influenza yang
Lebih terperinciBAB III METODOLOGI 3.1. Kerangka Pemikiran
31 BAB III METODOLOGI 3.1. Kerangka Pemikiran Penelitian tentang prediksi meledaknya wabah suatu penyakit sudah banyak dilakukan oleh para peneliti. Mereka mencoba mencari pola dan relasi dari data set
Lebih terperinciPEMODELAN DAN SIMULASI TINGGI GENANGAN BANJIR DI KECAMATAN GUBENG KOTA SURABAYA MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS
PEMODELAN DAN SIMULASI TINGGI GENANGAN BANJIR DI KECAMATAN GUBENG KOTA SURABAYA MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS Penyusun Tugas Akhir : Ratri Enggar Pawening/5107100613 Pembimbing I Dr. Ir. Joko
Lebih terperinciSISTEM PINTU OTOMATIS BERDASARKAN PENGENALAN WAJAH MENGGUNAKAN METODE NEAREST FEATURE LINE
SISTEM PINTU OTOMATIS BERDASARKAN PENGENALAN WAJAH MENGGUNAKAN METODE NEAREST FEATURE LINE Agus Budi Dharmawan 1), Lina 2) 1), 2) Teknik Informatika FTI - UNTARJakarta Jl S. Parman No.1, Jakarta 11440
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Bab ini menjelaskan landasan teori dari metode yang digunakan dalam proses pengenalan wajah, yaitu terdiri atas: metode Eigenface, dan metode Jarak Euclidean. Metode Eigenface digunakan
Lebih terperinciAplikasi Matriks Leslie Untuk Memprediksi Jumlah Dan Laju Pertumbuhan Perempuan Di Provinsi Riau Pada Tahun 2017
Jurnal Sains Matematika dan Statistika, Vol. 2, No. I, Januari 216 ISSN 246-4542 Aplikasi Matriks Leslie Untuk Memprediksi Jumlah Dan Laju Pertumbuhan Perempuan Di Provinsi Riau Pada Tahun 217 1 C. M.
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Ruang vektor adalah suatu grup abelian yang dilengkapi dengan operasi pergandaan skalar atas suatu lapangan. Suatu ruang vektor dapat dikawankan dengan ruang
Lebih terperinciBAB 4 METODOLOGI PENELITIAN
BAB 4 METODOLOGI PENELITIAN 4.1 Rancangan Penelitian Rancangan penelitian ini adalah studi ekologi menurut waktu. Studi ekologi menurut waktu adalah pengamatan kecenderungan (trend) jumlah kasus (kejadian)
Lebih terperinciBAB I PENDAHULUAN. aljabar max-plus bersifat assosiatif, komutatif, dan distributif.
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Aljabar max-plus adalah himpunan R := R { } dilengkapi dengan operasi a b := max(a,b) dan a b := a + b. Elemen identitas penjumlahan dan perkalian berturut-turut
Lebih terperinciPERBANDINGAN KINERJA BEBERAPA METODE KLASIFIKASI HASIL REDUKSI DATA BERDIMENSI TINGGI
ISSN 1858-4667 JURNAL LINK Vol 16/No. 1/Februari 212 PERBANDINGAN KINERJA BEBERAPA METODE KLASIFIKASI HASIL REDUKSI DATA BERDIMENSI TINGGI Ronny Susetyoko 1, Elly Purwantini 2 1,2 Departemen Teknik Elektro,
Lebih terperinciIV. METODE PENELITIAN. Penelitian ini dilakukan di Desa Purwasari, Kecamatan Dramaga
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Desa Purwasari, Kecamatan Dramaga Kabupaten Bogor, Propinsi Jawa Barat. Pemilihan lokasi dilakukan secara sengaja dengan
Lebih terperinciMenurut Ming-Hsuan, Kriegman dan Ahuja (2002), faktor-faktor yang mempengaruhi sebuah sistem pengenalan wajah dapat digolongkan sebagai berikut:
BAB 2 LANDASAN TEORI Bab ini akan menjelaskan berbagai landasan teori yang digunakan oleh penulis dalam penelitian ini dan menguraikan hasil studi literatur yang telah dilakukan penulis. Bab ini terbagi
Lebih terperinciBAB I PENDAHULUAN. penyakit menular yang terutama menyerang anak-anak (Widoyono, 2008: 59).
A. Latar Belakang BAB I PENDAHULUAN Penyakit demam berdarah dengue (DBD) merupakan salah satu masalah kesehatan masyarakat di Indonesia yang jumlah penderitanya cenderung meningkat dan penyebarannya semakin
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA 2.1 Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemenelemen yang disusun secara teratur menurut baris dan kolom berbentuk
Lebih terperinciBab IV Simulasi Metode Monte Carlo Mengatasi Masalah dalam Distribusi Data
24 Bab IV Simulasi Metode Monte Carlo Mengatasi Masalah dalam Distribusi Data IV.1 Mengenal Metode Monte Carlo Distribusi probabilitas digunakan dalam menganalisis sampel data. Sebagaimana kita ketahui,
Lebih terperinciABSTRAK. Kata kunci: Citra wajah manusia, Principal Component Analysis (PCA), Eigenfaces, Euclidean Distance. ABSTRACT
16 Dielektrika, ISSN 2086-9487 Vol. 1, No. 1 : 16-23 Pebruai, 2014 EKSTRAKSI CIRI WAJAH MANUSIA MENGGUNAKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS (PCA) UNTUK SISTEM PENGENALAN WAJAH [Feature Extraction
Lebih terperinciKOMPRESI CITRA DIGITAL DENGAN MENGGUNAKAN HEBBIAN BASED PRINCIPAL COMPONENT ANALYSIS
KOMPRESI CITRA DIGITAL DENGAN MENGGUNAKAN HEBBIAN BASED PRINCIPAL COMPONENT ANALYSIS 1 Sofyan Azhar Ramba 2 Adiwijaya 3 Andrian Rahmatsyah 12 Departemen Teknik Informatika Sekolah Tinggi Teknologi Telkom
Lebih terperinci: Melaksanakan Instruksi Kepala Badan ini dengan penuh tanggung jawab. -3-
1. Meningkatkan ketepatan pengamatan meteorologi, klimatologi, dan geofisika sesuai dengan peraturan perundang-undangan; 2. Melakukan entri dan pengiriman data hasil pengamatan meteorologi, klimatologi,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Hujan merupakan salah satu bentuk presipitasi uap air yang berasal dari awan yang terdapat diatmosfer, titik-titik air di udara atau awan yang sudah terlalu
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kredit merupakan salah satu bentuk usaha sekunder yang dapat dilakukan untuk pemenuhan kebutuhan sehari-hari. Pada umumya, proses kredit dapat dilayani melalui lembaga
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pembahasan mendasar mengenai matriks terutama yang berkaitan dengan matriks yang dapat didiagonalisasi telah jelas disajikan dalam referensi yang biasanya digunakan
Lebih terperinciI. PENDAHULUAN 1.1. Latar Belakang
1 I. PENDAHULUAN 1.1. Latar Belakang Wilayah pesisir merupakan pertemuan antara wilayah laut dan wilayah darat, dimana daerah ini merupakan daerah interaksi antara ekosistem darat dan ekosistem laut yang
Lebih terperinciBAHAN DAN METODE 3.1. Waktu dan Tempat 3.2. Alat dan Bahan 3.3. Metode Penelitian
BAHAN DAN METODE 3.1. Waktu dan Tempat Penelitian dilaksanakan dari Oktober 2004 September 2005 di Laboratorium Instrumentasi Meteorologi. 3.2. Alat dan Bahan Alat dan bahan yang digunakan terdiri dari
Lebih terperinciIMPLEMENTASI ALGORITMA FRACTAL NEIGHBOUR DISTANCE UNTUK FACE RECOGNITION
IMPLEMENTASI ALGORITMA FRACTAL NEIGHBOUR DISTANCE UNTUK FACE RECOGNITION Garibaldy W Mukti 13506004 Teknik Informatika ITB alamat : Srigading 29, Bandung 40132 email: subghost1802000@yahoo.com ABSTRAK
Lebih terperinciREDUKSI DIMENSI INPUT PADA JARINGAN SYARAF PCA-RBF DENGAN SINGULAR VALUE DECOMPOSITION
REDUKSI DIMENSI INPUT PADA JARINGAN SYARAF PCA-RBF DENGAN SINGULAR VALUE DECOMPOSITION Abdul Hakim Maulana, Oni Soesanto, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Email:
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Dalam beberapa tahun terakhir perkembangan Computer Vision terutama dalam bidang pengenalan wajah berkembang pesat, hal ini tidak terlepas dari pesatnya
Lebih terperinciUJI KECENDERUNGAN UNSUR-UNSUR IKLIM DI CEKUNGAN BANDUNG DENGAN METODE MANN-KENDALL
Uji Kecenderungan Unsur-Unsur Iklim...(Dadang Subarna) UJI KECENDERUNGAN UNSUR-UNSUR IKLIM DI CEKUNGAN BANDUNG DENGAN METODE MANN-KENDALL Dadang Subarna Peneliti Pusat Pemanfaatan Sains dan Teknologi Atmosfer,
Lebih terperinci