Makalah Seminar Tugas Akhir
|
|
- Indra Johan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat, S., M. [] Jurusan eni Eletro, Faultas eni, Universitas Diponegoro Jln. Prof. Sudharto, embalang, Semarang, Indonesia Abstra-Penapisan merupaan hal yang sangat dibutuhan dalam banya situasi, terutama di bidang teni dan sistem tertanam. apis Kalman adalah tapis optimum yang sangat terenal. Selain sebagai tapis, tapis Kalman juga merupaan estimator yang sangat efetif dalam mengestimasi state(eadaan dinamia sistem yang omples, hususnya sistem yang melibatan derau proses maupun derau penguuran berupa white noise. Ada tiga pendeatan yang bisa digunaan dalam mencari estimasi state berendala, yaitu metode peluang masimum, metode rata-rata uadrat, dan metode proyesi. Dalam ugas Ahir ini dibangun sebuah metode analiti yang berusaha memasuan endala persamaan state e dalam strutur tapis Kalman pada asus penelusuran posisi endaraan (vehicle tracing problem. Kendala state yang digunaan pada ugas Ahir ini merupaan endala linear dengan parameter onstan. Dari hasil pengujian diperoleh bahwa inerja tapis berendala selalu lebih bai daripada tapis tanpa endala, ecuali untu asus ondisi buru dan asus sudut arah endaraan θ =.. Kata Kunci : apis Kalman, endala state, estimasi I. PENDAHULUAN Penapisan merupaan hal yang sangat dibutuhan dalam banya situasi, terutama di bidang teni dan sistem tertanam[]. Dalam dunia nyata seringali informasi yang diinginan ternyata terorupsi oleh derau. Oleh arenanya, penapisan yang optimum menjadi ebutuhan yang sangat penting, terlebih lagi pada apliasi yang membutuhan etelitian dan aurasi data yang tinggi, misalnya pada bidang penjelajahan ruang angasa. apis Kalman merupaan tapis optimum yang sangat terenal dan sudah mengalami banya seali pengembangan seja dienalan oleh Rudolf E. Kalman pada tahun 96. apis ini memilii banya elebihan dibandingan tapis optimum yang lain. Mesipun pada awalnya tapis ini diapliasian pada proye penjelajahan ruang angasa, tepatnya pada sistem navigasi pesawat Apollo yang merupaan proye NASA, namun tapis Kalman telah banya diapliasian pada bidang industri maupun bidang lainnya. Selain sebagai tapis, tapis Kalman juga merupaan estimator yang sangat efetif dalam mengestimasi state(eadaan dinamia sistem yang omples, hususnya sistem yang melibatan derau proses maupun derau penguuran berupa white noise. Misalnya, pada estimasi esehatan mesin turbofan pesawat udara. Pada apliasi tapis Kalman seringali dietahui ada informasi sinyal atau model yang diabaian maupun yang dihi-langan. Sebagai contoh, endala pada nilai state, yang bisa saja berupa besaran fisis, seringali diabaian arena tida sesuai dengan strutur tapis Kalman. ujuan utama dari ugas Ahir ini adalah mengembangan sebuah metode analiti yang memasuan endala persamaan state e dalam strutur tapis Kalman pada studi asus penelusuran posisi endaraan (vehicle tracing problem. Upaya ini dilauan dengan harapan inerja tapis nantinya lebih bai dari pada inerja tapis tanpa endala. ugas Ahir ini juga membandingan inerja tapis untu asus berendala, tanpa endala maupun penguuran sempurna. RMS eror estimasi state dan rata rata eror endala digunaan sebagai parameter ualitas inerja tapis. Semain ecil nilai RMS eror estimasi dan rata rata eror endalanya, semain bai ualitas inerja tapis. Pada ugas Ahir ini tida dibahas prinsip erja transponder. II. APIS KALMAN. Desripsi Model Sistem Sistem yang ditinjau dianggap merupaan sistem disret dinami linear yang terorupsi oleh derau white Gaussian. Jia tapis Kalman ingin digunaan untu mengestimasi state sebuah sistem, maa sistem tersebut harus dimodelan sesuai eranga tapis Kalman, yang dinyataan dalam persamaan state beriut: x = F x + Bu + w... (. w ~ N(, Q dan persamaan penguuran beriut: z = H x + v... (. v ~ N(, Q dengan x adalah vetor state, u vetor masuan ontrol; F, B dan H masing masing ialah matris transisi dari vetor yang terait dengannya; w dan v berturut turut adalah Mahasiswa Jurusan eni Eletro UNDIP Staf Pengajar Jurusan eni Eletro UNDIP
2 derau proses dan derau penguuran yang diasumsian white Gaussian; Q dan R masing masing ialah ovarian derau proses dan derau penguuran. Untu lebih detailnya, lihat [7]. Penjelasan tentang ovarian bisa ditemuan di [3]. Sebagai ilustrasi, perhatian Gambar. di bawah ini. Gambar. Model sistem yang digunaan untu tapis Kalman. Fase Kerja apis Kalman apis Kalman mempunyai dua fase erja, yaitu fase Predisi dan fase Update. Simbol xˆn m menyataan estimate state x pada watu e-n jia diberian nilai penguuran hingga watu e-m. a. Fase Predisi Fase Predisi dinyataan dengan persamaan beriut: State predisi x ˆ = F x + B u (.3 ˆ Kovarian estimate predisi P = F P F + Q (.4 b. Fase Update Adapun untu fase Update ditunjuan oleh persamaan beriut: Selisih penguuran/inovasi ~ y = z H xˆ (.5 Kovarian inovasi S = H P H + R (.6 Penguatan Kalman optimal K = P H S (.7 Estimate state update x ˆ = xˆ K ~ + y (.8 Kovarian estimate update P = ( I K H P (.9 Persoalan yang dihadapi adalah bagaimana mencari nilai estimasi x, disimbolan sebagai ˆ x,dari eluaran teruurnya { z, z,, } z. Untu itu diasumsian bahwa ondisi-ondisi beriut dipenuhi. E[ x ] = x = E[ w ] = [ ] E[ v ] E w w m = Qδ m = E[ v v m ] = Rδ m [ ] E x v m = E [ w v m ] E x w = = [ m ].3 Estimasi State a Berendala Estimate tapis Kalman merupaan tapis yang meminimuman varians eror estimasi[]. Penjelasan tentang varians dan nilai terharap bisa dibaca di [4,5]. Adapun nilai estimate tapis Kalman dengan varians minimum tersebut diberian oleh xˆ = x x + Σ Σ Y Y ( xy yy ( dengan, x + adalah nilai terharap dari x +, Y ialah nilai terharap dari Y, Σ xy adalah matris varians dari x + dan Y ; Σ yy ialah matris ovarian dari Y, dan x + adalah rata-rata bersyarat dari x + jia diberian eluaran teruur Y. Estimate tapis Kalman xˆ + dan Y juga saling jointly Gaussian, yang berarti x ˆ + merupaan Gaussian bersyarat untu Y yang diberian. Fungsi densitas peluang bersyarat untu x + jia diberian Y adalah sebagai beriut: exp[ ( ( x x Σ ( x x ] P xy = n / / (. (π Σ dengan n adalah dimensi dari x dan Σ = Σ Σ Σ Σ (. xx xy yy yx dengan Σ xx adalah matris ovarian x. Estimate tapis Kalman ialah nilai x yang memasimalan fungsi densitas peluang bersyarat P ( xy, sedangan adalah matris ovarian estimate tapis Kal-man. Penjelasan tentang fungsi densitas peluang bersyarat dapat dilihat di [6,8,9]..4 Estimasi State Berendala Pada asus state berendala diberian persamaan endala sebagai beriut: Dx = d (.3 dengan D adalah matris onstan berdimensi s n, d ialah vetor s, s adalah banyanya endala, n ialah banyanya state, dan s n. Pada ugas Ahir ini diasumsian bahwa matris D mempunyai ran penuh, artinya D mempunyai ran s. Ada tiga pendeatan yang bisa E [( x digunaan x ( x x ] untu mencari estimate state berendala, yaitu metode peluang masimum, metode rata rata uadrat eror, dan metode proyesi. Mahasiswa Jurusan eni Eletro UNDIP Staf Pengajar Jurusan eni Eletro UNDIP
3 a. Metode Peluang Masimum apis Kalman berendala diperoleh dengan mencari nilai ~ x sedemiian sehingga fungsi densitas peluang bersyarat P ( ~ x Y dimasimalan dan nilai ~ x memenuhi persamaan endala (.. sama saja dengan memasimalan logaritma naturalnya. Jadi, persoalan yang harus diselesaian adalah ( ~ min( ~ max ln P x Y x x Σ ( ~ x x (.4 dengan endala D ~ x = d Untu menyelesaian persoalan tersebut pertama dibuat Lagrangian persamaan (.4, yaitu: ( ~ ( ~ L = x x Σ x x + λ ( Dx ~ d (.5 Selanjutnya, persamaan (.5 diturunan sea-li secara parsial untu mencari nilai minimumnya. Memasimalan P ( ~ x Y L ~ = Σ ( ~ x x + D λ = (.6 x L = d = Dx ~ (.7 λ Dari persamaan (.6 dan (.7 diperoleh ( D D λ = Σ ( Dx d (.8 ~ x = x ΣD ( DΣD ( Dx d (.9 Mengingat bahwa x (rata-rata bersyarat dari x merupaan estimate tapis Kalman( xˆ tanpa endala, maa estimate tapis Kalman berendala x~ dapat diturunan dari estimate ta berendalanya yaitu ~ ΣD ( DΣD ( Dxˆ d (. b. Metode Rata-Rata Kuadrat Persoalannya adalah mencari rata-rata uadrat eror yang memenuhi endala state. Secara matematis, ditulis ~ min E ( x x Y ~ (. x dengan endala D ~ x = d Jia diasumsian bahwa x dan Y jointly distributed, rata-rata uadrat erornya bisa ditulis sebagai beriut: E x ~ ( x Y = x ~ x ( x ~ ( x P( xy dx (. = x xp( xy dx ~ x xp( xy dx + ~ x ~ x (.3 Lagrangian untu persamaan (. dan (.3 adalah sebagai beriut: ~ L = E( x x Y + λ ( Dx ~ d (.4 = ~ + ~ ~ x xp( xy dx x xp( x Y dx x x + λ ( Dx ~ d = ~ + ~ ~ x xp( xy dx x xp( xy dx x x + λ ( Dx ~ d (.5 Perhatian bahwa rata-rata bersyarat dari x bisa ditulis dalam bentu x ˆ = xp( xy dx (.6 Syarat perlu agar persamaan (.5 minimum adalah L ~ ˆ ~ = x + x + D λ = (.7 x L = d = Dx ~ (.8 λ Dengan menyelesaian persamaan (.7 dan (.8 diperoleh ( DD λ = ( Dxˆ d (.9 ~ D ( DD ( Dxˆ d (.3 c. Metode Proyesi Persoalan yang aan diselesaian adalah min( ~ ~ x xˆ W ( ~ x xˆ x (.3 dengan endala D ~ x = d W adalah matris bobot simetris definite-positif. Solusi dari persamaan (.3 diberian oleh persamaan beriut: ~ W D ( DW D ( Dxˆ d (.3 Estimate tapis Kalman berendala yang diturunan dengan metode peluang masimum (. dan dengan metode rata-rata uadrat (.3 dapat diperoleh dari persamaan (.3, yaitu dengan mengganti W = Σ untu persamaan (. dan W = I untu persamaan (.3. III. PERANCANGAN 3. Desripsi Sistem Dalam ugas Ahir ini penulis mengambil asus nonlinear sederhana yang telah dilinearisasi, yaitu asus penelusuran posisi endaraan darat yang bergera dengan lintasan tertentu[]. Gambar 3. merupaan ilustrasi dari sistem yang ditinjau. Gambar 3. Kendaraan yang dipantau posisinya setiap saat oleh dua transponder Mahasiswa Jurusan eni Eletro UNDIP Staf Pengajar Jurusan eni Eletro UNDIP
4 Gambar 3. memperlihatan sebuah endaraan darat (mobil yang dipantau posisinya setiap watu oleh dua buah transponder. Dua transponder tersebut di letaan pada posisi tertentu, yaitu di ( rn, re dan ( r n, re, yang nantinya aan menjadi acuan bagi posisi atual endaraan. Posisi acuan endaraan dinyataan relatif terhadap sumbu arah utara dan arah timur. Adapun state endaraan itu sendiri pada ugas Ahir ini dianggap terdiri dari empat state yaitu posisi relatif terhadap sumbu arah utara, posisi relatif terhadap sumbu arah timur, ecepatan relatif terhadap sumbu arah utara, dan ecepatan relatif terhadap sumbu arah timur. Persamaan yang menggambaran dinamia sistem adalah sebagai beriut. x x + = + u + w sin θ cosθ (3. y ( x = ( x n n + ( x + ( x e e + e dengan adalah periode cupli estimator posisi dan θ ialah sudut arah endaraan (dihitung berlawanan arah jarum jam terhadap arah timur. Perhatian bahwa dari persamaan (3. dapat dilihat persamaan statenya linear, sedangan persamaan penguurannya nonlinear. apis Kalman yang diperluas(extended Kalman filter dapat digunaan untu mengestimasi vetor state. Pada ugas Ahir ini aan digunaan posisi acuan di (, meter dan posisi acuan di (73, meter. Adapun ovarian derau proses dan derau penguuran ditentuan sebagai beriut: Q = diag(4, 4,, R = diag(9, 9 Pada ugas Ahir ini tapis Kalman digunaan untu mengestimasi posisi endaraan. Mesipun demiian, pada bagian perancangan program dan pengujian program, penulis juga menyertaan estimasi ecepatan sebagai tambahan. Selama selang watu tertentu endaraan mungin saja bergera eluar dari lintasan (off-road atau bergera pada lintasan yang ta dietahui, yang berarti state endaraan merupaan asus tanpa endala. Dalam selang watu yang lain, bisa jadi endaraan bergera menempuh lintasan yang telah diberian, yang berarti state endaraan merupaan asus berendala. Adapun matris endalanya diberian oleh persamaan beriut. tan θ D = tan θ (3. d = [ ] Pada ugas Ahir ini periode cupli diset sebesar 3 deti, sementara sudut θ ditentuan onstan sebesar π/3(6. Untu percepatan ontrol, diatur ± m / s secara bergantian. ujuannya adalah untu memberian efe cepat-lambat terhadap geraan endaraan. Perhatian bahwa dengan mengatur sudut θ sebesar 6 berarti lintasan yang ditempuh endaraan merupaan garis lurus. Nilai awal untu state dan matris ovarian eror estimasi ditentuan sebagai beriut: = 73 P = diag [ ] [ ] 3. Program Utama Selanjutnya aan dijelasan secara singat program yang mensimulasian tapis Kalman sealigus pemplotan data untu eperluan analisis. Pada ugas Ahir ini digunaan bahasa pemrograman Matlab 6.5. Langah pertama yang dilauan adalah menentuan nilai awal (inisialisasi semua parameter sistem, yaitu menentuan selang watu simulasi, matris Q, matris R, matris R, sudut θ, menentuan nilai awal semua state dan estimate state, masuan ontrol, matris ovarian eror estimasi P dan P, posisi acuan edua transponder, matris sistem A, dan matris endala state D. Selanjutnya, untu epentingan pemplotan data, nilai array juga diberi nilai awal terlebih dahulu. Array ini meliputi array state sebenarnya, estimate state penguuran sempurna, estimate state tanpa endala maupun estimate state berendala, dan array eror endala untu semua asus. Gambar 3. menunjuan diagram alir program eseluruhan. Mulai Inisialisasi semua parameter sistem Inisialisasi array untu plot data Simulasi semua hasil penguuran Simulasi semua tapis Kalman Mahasiswa Jurusan eni Eletro UNDIP Staf Pengajar Jurusan eni Eletro UNDIP A A Simulasi mencari semua state Simulasi sistem Simulasi hasil penguuran seali lagi Mencari rata-rata Memplot data Selesai Gambar 3. Diagram alir jalannya program utama
5 IV. PENGUJIAN DAN ANALISIS 4. Pengujian Jalannya Program Pada pengujian jalannya program ini aan dilauan sebanya dua puluh simulasi. Untu menjalanan program, pertama harus dibua program Matlab 6.5. Contoh tampilan hasil eseusi program yang terlihat pada jendela Command ditunjuan oleh gambar 4. di bawah ini. Gambar 4. Contoh Plot Posisi Sebenarnya Gambar 4. Contoh tampilan hasil eseusi program KalmanBerendala Gambar 4. merupaan contoh plot posisi sebenarnya dari endaraan. Perhatian bahwa pada watu t = 3 deti ternyata endaraan belum mencapai posisi acuan(73, m. Ini di-arenaan tujuan simulasi ini buanlah memenuhi endala watu minimum, melainan eror estimasi minimum. Untu memberi gambaran hasil simulasi, beriut ini diberian tabel 4. yang berisi perbandingan RMS eror estimasi posisi dan eror estimasi ecepatan. abel 4. Perbandingan RMS Eror Estimasi Posisi Dan Kecepatan Pada Pengujian Jalannya Program Simulasi RMS Eror Estimasi e-i Posisi(meter Kecepatan(meter/deti K PS W=I W=P - K PS W=I W=P -. 6,373,757,757,757,493,8759,87664, ,476,876,876,876,7,948,9466, ,8,647,647,647.,388,9,8,8 4. 4,7648,43,43,43,,8784,87739, ,79,547,548,548,998,979, ,499,575,574,575,458,9,63, ,65,86,86,87,46,5,, 8. 5,35,85,8499,85,346,95573,9565, ,779,968,968,969,53,966, ,843,8,8,8,584,983,9879, ,863,67,673,673,367,749,75,75. 4,76,839,8389,839,64,86948,8695, ,7645,634,633,634,69,84534,8446, ,464,975,975,976,777,89737,8968, ,375,349,349,35,8,878,8784, ,565,8989,8988,8989,3,8745,8788, ,5933,7875,7875,7875,35,7644,764, ,5579,889,889,88,387,7,7,9 9. 4,969,7337,7337,7338,8,76788,7685, ,596,934,934,934,3,98,97995,97995 x 5,7979,7979,859,74875,9733,97369,97379 σ x,533,957,956,9447,7577,936,9545,9554 Mahasiswa Jurusan eni Eletro UNDIP Staf Pengajar Jurusan eni Eletro UNDIP
6 Pada tabel 4. dapat dilihat bahwa RMS eror estimasi posisi berendala, bai untu W=I maupun W=P -, jauh lebih ecil daripada RMS eror estimasi posisi tanpa endala, yaitu hingga /5 alinya. Ini berarti pengujian program telah berhasil sesuai dengan tujuan yang diinginan. Hal sediit berbeda terjadi pada RMS eror estima-si ecepatan. Selisih RMS eror estimasi ecepatan tanpa endala dan berendala relatif sangat ecil, hanya,77 m/deti. Adapun untu rata-rata eror endalanya ditunjuan oleh tabel 4. beriut. abel 4. Perbandingan Rata-Rata Eror Kendala Pada Pengujian Program Simulasi e-i Rata-Rata Eror Kendala K PS W=I W=P -. 5,7564 8,494e-9,7554,7554.,9585,59e-8,49, ,77 7,3937e-9,8599, ,6 8,5e-9,77,77 5.,8994 7,45e-9,65, ,784 8,4948e-9,846,846 7.,65,33e-8,446,446 8.,4657 8,94e-9,56,56 9.,6 8,3693e-9,8,8.,7384 8,34e-9,63,63.,9643,36e-8,63,63.,656 8,777e-9,9868, ,89 7,98e-9,659,659 4.,69 7,645e-9,536,536 5.,4655 7,85e-9,9944, ,74 8,9934e-9,35,35 7.,654 7,94e-9,87,87 8.,477 9,843e-9,34,34 9.,984 9,36e-9,353,353.,948 9,757e-9,9963,9963 x, ,67e-9,3,3 σ x,66349,349e-9,75,75 Mencermati tabel 4. di atas terlihat bahwa ratarata eror endala pada tapis Kalman berendala jauh lebih ecil dibanding pada asus tanpa endala, yaitu mencapai rasio dengan orde -. Hal ini merupaan penegasan terhadap eberhasilan pengujian program. Perhatian bahwa ratarata eror endala untu asus penguuran sempurna sangat ecil, yaitu dalam orde Dengan ata lain, nilainya mendeati nol. Ini terjadi arena pada asus penguuran sempurna juga dilauan penguuran ecepatan. Selain itu, sudut arah endaraan pada asus ini diasumsian sama dengan sudut endaraan sebenarnya sehingga tida perlu dilauan estimasi. Hal berbeda terjadi pada asus tapis tanpa endala maupun berendala, yaitu harus mengestimasi terlebih dahulu sudut arah endaraan berdasaran informasi estimasi state. V. KESIMPULAN DAN SARAN Dari hasil simulasi pengujian program dan analisis yang telah dilauan dapat disimpulan upaya untu memasuan endala state linear e dalam persamaan tapis Kalman terbuti sangat efetif. Keefetifan ini bisa dilihat dari RMS eror estimasi posisi tapis berendala yang bernilai sangat ecil, yaitu sebesar /5 ali, dibandingan hasil tapis tanpa endala. Hal sediit berbeda terjadi pada RMS eror estimasi ecepatan. Selisih RMS eror estimasi ecepatan tanpa endala dan berendala relatif sangat ecil, hanya,77 m/deti. Pemberian nilai awal parameter sistem dapat dilauan secara lebih variatif hingga diperoleh ualitas inerja tapis yang diinginan. Sebainya jumlah simulasi yang dilauan lebih banya sehingga diperoleh data-data (sampel yang lebih valid secara statisti. Untu pengem- Mahasiswa Jurusan eni Eletro UNDIP Staf Pengajar Jurusan eni Eletro UNDIP
7 bangan ugas Ahir ini selanjutnya bisa digunaan persamaan endala state yang berbeda agar didapatan optimal smoothing. Selain itu juga bisa digunaan tapis minimax atau tapis H untu mengaomodasi etidapastian derau (noise uncertainty dan esalahan dalam pemodelan sis-tem. Algoritma tapis Kalman yang telah dibahas pada ugas Ahir ini bisa diembangan untu diterapan pada asus navigasi aerospace, navi-gasi laut, maupun banya apliasi lainnya. DAFAR PUSAKA [] Simon, D., and.l. Chia, Kalman Filtering with State Equality Constraints, / November 7. [] Simon, D., Kalman Filtering, cs.unc.edu/~welch/alman/,november 7. [3] Weistein,E.W.,Covariance, wolfram.com/covariance.html,november 7. [4] ---, Expected Value, wii/expected value, November 7. [5] ---, Variance, variance, November 7. [6] ---, Probability Density Function, wiipedia.org/wii/probability density function, November 7. [7] ---, Kalman Filter, wii/kalman_filter, November 7. [8] ---, Distribution heory, distribution theory, November 7. [9] ---, Random Variables, random variables, November 7. Lahir di Semarang, Maret 984. Saat ini sedang melanjutan studi pendidian strata I di Jurusan eni Eletro, Faultas eni Universitas Diponegoro Konsentrasi Kontrol. Mengetahui dan mengesahan, Dosen Pembimbing I Budi Setiyono, S, M NIP anggal: 3 Pebruari 8 Dosen Pembimbing II Darjat, S, M NIP anggal:3 Pebruari 8 Iput Kasiyanto (LF 3 59 Mahasiswa Jurusan eni Eletro UNDIP Staf Pengajar Jurusan eni Eletro UNDIP
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 terperinciESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)
SEMINAR NASIONAL PASCASARJANA SAL ESIMASI RAJECORY MOBILE ROBO MENGGUNAKAN MEODE ENSEMBLE KALMAN FILER SQUARE ROO (ENKF-SR) eguh Herlambang Zainatul Mufarrioh Firman Yudianto Program Studi Sistem Informasi
Lebih terperinciEstimasi Harga Saham Dengan Implementasi Metode Kalman Filter
Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B
Lebih terperinciBAB 2 TEORI PENUNJANG
BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan
Lebih terperinciBAB 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup [1] Sistem endali dapat diataan sebagai hubungan antara omponen yang membentu sebuah onfigurasi sistem, yang aan menghasilan tanggapan sistem yang diharapan.
Lebih terperinciBAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA
BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan
Lebih terperinciPENERAPAN AKAR KUADRAT PADA ENSEMBLE KALMAN FILTER (EnKF) ABSTRAK
PENERAPAN AKAR KUADRA PADA ENSEMBLE KALMAN FILER (EnKF) Jasmir 1, Erna Apriliani 2, Didi Khusnul Arif 3 Email: ijas_1745@yahoo.co.id ABSRAK Ensemble Kalman Filter (EnKF) merupaan salah satu metode untu
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang
Lebih terperinciDESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL
DESAIN SENSOR KECEPAAN BERBASIS DIODE MENGGUNAKAN FILER KALMAN UNUK ESIMASI KECEPAAN DAN POSISI KAPAL Alrijadjis, Bambang Siswanto Program Pascasarjana, Jurusan eni Eletro, Faultas enologi Industri Institut
Lebih terperinciBAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK
BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama
Lebih terperinciOptimasi Non-Linier. Metode Numeris
Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran
Lebih terperinciKata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan
Statisti Respon Kanal Radio Dalam Ruang Pada Freuensi,6 GHz Christophorus Triaji I, Gamantyo Hendrantoro, Puji Handayani Institut Tenologi Sepuluh opember, Faultas Tenologi Industri, Jurusan Teni Eletro
Lebih terperinciADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT
Jurnal Teni Eletro Vol. 3 No.1 Januari - Juni 1 6 ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoo Sumaryono ABSTRACT Noise is inevitable in communication
Lebih terperinciBAB II DASAR TEORI. II.1. Pendahuluan
BAB II DASAR EORI II.1. Pendahuluan Pada bab ini pertama-tama aan dijelasan secara singat apa yang dimasud dengan target tracing dalam sistem Radar. Di dalam sebuah sistem Radar ada beberapa proses yang
Lebih terperinciSIMULASI FILTER KALMAN UNTUK ESTIMASI SUDUT DENGAN MENGGUNAKAN SENSOR GYROSCOPE
SIMULASI FILR KALMAN UNUK SIMASI SUDU DNGAN MNGGUNAKAN SNSOR GYROSCOP Wahyudi *), Adhi Susanto **), Sasongo Pramono **), Wahyu Widada ***) Abstact he Kalman filter is a recursive solution to the process
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti
Lebih terperinciPengantar Penerjemah. Daftar Istilah
Pengantar Penerjemah Saya awali tulisan ini dengan Nama Alloh Sang Maha Pengasih Sang Maha Penyayang. Segala Puji bagi-nya yang telah mengajaran ilmu epada siapa saja yang diehendai-nya. Sungguh, saya
Lebih terperinciAPLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID
APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas
Lebih terperinciPEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA
PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat
Lebih terperinciBAB 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 terperinciPENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT
Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium
Lebih terperinciPENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )
PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar Tugas Ahir PENDETEKSI POSISI MENGGUNAKAN SENSOR ACCELEROMETER MMA7260Q BERBASIS MIKROKONTROLER ATMEGA 32 Muhammad Riyadi Wahyudi, ST., MT. Iwan Setiawan, ST., MT. Abstract Currently, determining
Lebih terperinciSATUAN ACARA PERKULIAHAN ( SAP )
SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem
Lebih terperinci( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang
Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau
Lebih terperinciImplementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf
JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan
Lebih terperinciKumpulan soal-soal level seleksi Kabupaten: Solusi: a a k
Kumpulan soal-soal level selesi Kabupaten: 1. Sebuah heliopter berusaha menolong seorang orban banjir. Dari suatu etinggian L, heliopter ini menurunan tangga tali bagi sang orban banjir. Karena etautan,
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3
Lebih terperinciEstimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga
JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Estimasi Konsentrasi Polutan Sungai Menggunaan Metode Redusi Kalman Filter dengan Pendeatan Elemen Hingga Muyasaroh, Kamiran,
Lebih terperinciBAB 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 terperinciKORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak
KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi
Lebih terperinciVariasi Spline Kubik untuk Animasi Model Wajah 3D
Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas
Lebih terperinciBAB 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 terperinciAplikasi diagonalisasi matriks pada rantai Markov
J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan
Lebih terperinciALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER
ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER Oleh: Supardi SEKOLAH PASCA SARJANA JURUSAN ILMU FISIKA UNIVERSITAS NEGERI YOGYAKARTA 2012 1 PENDAHULUAN Liquid Crystal elastomer (LCE
Lebih terperinciSensitivitas Metode Ensemble Kalman Filter untuk Mendeteksi Gangguan pada Masalah Konduksi Panas Satu Dimensi
Jurnal Matematia & Sains, Desember, Vol. 6 omor 3 Sensitivitas Metode Ensemble Kalman Filter untu Mendetesi Gangguan pada Masalah Kondusi Panas Satu Dimensi Erna Apriliani dan Wiwit Sofiyanti Budiono Departement
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti
Lebih terperinciINTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh
INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001
Lebih terperinciANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT
Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry
Lebih terperinciVISUALISASI GERAK PELURU MENGGUNAKAN MATLAB
KARYA TULIS ILMIAH VISUALISASI GERAK PELURU MENGGUNAKAN MATLAB Oleh: Drs. Ida Bagus Alit Paramarta, M.Si. Dra. I.G.A. Ratnawati, M.Si. JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciPROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING
Konferensi asional Sistem dan Informatia 28; Bali, ovember 15, 28 KS&I8-44 PROGRAM SIMULASI UTUK REALISASI STRUKTUR TAPIS IFIITE IMPULSE RESPOSE UTUK MEDIA PEMBELAJARA DIGITAL SIGAL PROCESSIG Damar Widjaja
Lebih terperinciPencitraan Tomografi Elektrik dengan Elektroda Planar di Permukaan
Abstra Pencitraan omografi Eletri dengan Eletroda Planar di Permuaan D. Kurniadi, D.A Zein & A. Samsi KK Instrumentasi & Kontrol, Institut enologi Bandung Jl. Ganesa no. 10 Bandung Received date : 22 November2010
Lebih terperinciFISIKA. Kelas X GETARAN HARMONIS K-13. A. Getaran Harmonis Sederhana
K-13 Kelas X FISIKA GETARAN HARMONIS TUJUAN PEMBELAJARAN Setelah mempelajari materi ini, amu diharapan memilii emampuan sebagai beriut. 1. Memahami onsep getaran harmonis sederhana pada bandul dan pegas
Lebih terperinciPenggunaan 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 terperinciPendeteksi Rotasi Menggunakan Gyroscope Berbasis Mikrokontroler ATmega8535
Maalah Seminar Tugas Ahir Pendetesi Rotasi Menggunaan Gyroscope Berbasis Miroontroler ATmega8535 Asep Mubaro [1], Wahyudi, S.T, M.T [2], Iwan Setiawan, S.T, M.T [2] Jurusan Teni Eletro, Faultas Teni, Universitas
Lebih terperinciEstimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (16) 337-35 (31-98X Print) A-1 Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunaan ARIMA-Filter Kalman dan VAR-Filter Kalman Popy Febritasari, Erna Apriliani
Lebih terperinciTanggapan Waktu Alih Orde Tinggi
Tanggapan Watu Alih Orde Tinggi Sistem Orde-3 : C(s) R(s) ω P ( < ζ (s + ζω s + ω )(s + p) Respons unit stepnya: c(t) βζ n n < n ζωn t e ( β ) + βζ [ ζ + { βζ ( β ) cos ( β ) + ] sin ζ ) ζ ζ ω ω n n t
Lebih terperinciMENGHITUNG 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 terperinciKONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION
Konferensi Nasional Sistem dan Informatia 29; Bali, November 14, 29 KONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION Sofyan Tan, Lie Hian Universitas Pelita Harapan,
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan
Lebih terperinciPenempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming
JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul
Lebih terperinciPenentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway
Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA
Lebih terperinciPELABELAN 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 terperinciMakalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR)
Maalah Seminar ugas Ahir Apliasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self uning Regulator (SR) Oleh : Muhammad Fitriyanto e-mail : D_3_N2@yahoo.com Maalah Seminar ugas Ahir Apliasi
Lebih terperinciPENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Wahyudi, Sorihi, dan Iwan Setiawan. Jurusan Teni Eletro Faultas Teni Universitas Diponegoro Semarang e-mail : wahyuditinom@yahoo.com.
Lebih terperinciEstimasi Posisi Magnetic Levitation Ball Menggunakan Metode Akar Kuadrat Ensemble Kalman Filter (AK-EnKF)
R E.M. (Reayasa Energi Manufatur Jurnal! "" # $ $% & % " % '! " ( http://dx.doi.org/10.1070/r.e.m.vi1.768 Estimasi Posisi Magnetic Levitation Ball Menggunaan Metode Aar Kuadrat Ensemble Kalman Filter (
Lebih terperinciMODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM
MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract
Lebih terperinciSOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS)
Prosiding Semirata15 bidang MIPA BKS-PTN Barat Hal 357-36 SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS) Budi Rudianto 1, Narwen Jurusan
Lebih terperinciSKEMA AKAR KUADRAT DALAM UNSCENTED KALMAN FILTER UNTUK MENDETEKSI KERAK PADA ALAT PENUKAR PANAS
Prosiding Seminar Nasional Penelitian, Pendidian dan Penerapan MIPA, Faultas MIPA, Universitas Negeri Yogyaarta, 4 Mei 2 SKEMA AKAR KUADRA DALAM UNSCENED KALMAN FILER UNUK MENDEEKSI KERAK PADA ALA PENUKAR
Lebih terperinciPENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU
PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,
Lebih terperinciBAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.
BAB 5 RUANG VEKTOR UMUM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Ruang Vetor Nyata. Subruang. Kebebasan Linier 4. Basis dan Dimensi 5. Ruang Baris, Ruang Kolom dan Ruang Nul 6. Ran dan Nulitas
Lebih terperinciII. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode
3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode
Lebih terperinciBAB III HASIL DAN PEMBAHASAN
15 BAB III HASIL DAN PEMBAHASAN 3.1Relasi Dispersi Pada bagian ini aan dibahas relasi dispersi untu gelombang internal pada fluida dua-lapisan.tinjau lapisan fluida dengan ρ a dan ρ b berturut-turut merupaan
Lebih terperinciSeminar Tesis AKAR KUADRAT ENSEMBLE KALMAN FILTER (AK-EnKF) UNTUK ESTIMASI POSISI PELURU KENDALI
Seminar Tesis AKAR KUADRAT ENSEMBLE KALMAN FILTER () UNTUK ESTIMASI POSISI PELURU KENDALI OLEH : Teguh Herlambang (121 21 14) DOSEN PEMBIMBING: Subchan, PhD (1971513 19972 1 1 ) Dr. Erna Apriliani, M.Si
Lebih terperinciBAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel
BAB III ANALISIS DISKRIMINAN 3.1 Pengertian Analisis Disriminan Analisis disriminan merupaan sala satu metode yang digunaan dalam analisis multivariat dengan metode dependensi (dimana ubungan antar variabel
Lebih terperinciSTUDI 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 terperinciDisain dan Implementasi Kontrol PID Model Reference Adaptive Control untuk Automatic Safe Landing Pada Pesawat UAV Quadcopter
JURNAL TEKNIK POMITS Vol., No., () 6 Disain dan Implementasi Kontrol PID Model Reference Adaptive Control untu Automatic Safe Landing Pada Pesawat UAV Quadcopter Teddy Sudewo, Ea Isandar, dan Katju Astrowulan
Lebih terperinciKENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN
KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN Pardi Affandi, Faisal, Yuni Yulida Abstra: Banya permasalahan yang melibatan teori sistem dan teori ontrol serta apliasinya. Beberapa referensi
Lebih terperinciANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)
Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)
Lebih terperinciBAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain
8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan
Lebih terperinciKumpulan soal-soal level seleksi provinsi: solusi:
Kumpulan soal-soal level selesi provinsi: 1. Sebuah bola A berjari-jari r menggelinding tanpa slip e bawah dari punca sebuah bola B berjarijari R. Anggap bola bawah tida bergera sama seali. Hitung ecepatan
Lebih terperinciStudi 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 terperinciPEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA
PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia
Lebih terperinciNeural Network menyerupai otak manusia dalam dua hal, yaitu:
2.4 Artificial Neural Networ 2.4.1 Konsep dasar Neural Networ Neural Networ (Jaringan Saraf Tiruan) merupaan prosesor yang sangat besar dan memilii ecenderungan untu menyimpan pengetahuan yang bersifat
Lebih terperinci3. Sebaran Peluang Diskrit
3. Sebaran Peluang Disrit EL2002-Probabilitas dan Statisti Dosen: Andriyan B. Susmono Isi 1. Sebaran seragam (uniform) 2. Sebaran binomial dan multinomial 3. Sebaran hipergeometri 4. Sebaran Poisson 5.
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii
Lebih terperinciBAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN
BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa
Lebih terperincitidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama
BB IV PENGENDLIN TERDESENTRLISSI Untu menstabilan sistem yang tida stabil, dengan syarat sistem tersebut tida mempunyai fixed mode terdesentralisasi, dapat dilauan dengan memberian ompensator terdesentralisasi.
Lebih terperinciKLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE
KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108
Lebih terperinciBAB 3 PRINSIP SANGKAR BURUNG MERPATI
BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana
Lebih terperinciModel 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 terperinciPenerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik
Penerapan Sistem Persamaan Lanjar untu Merancang Algoritma Kriptografi Klasi Hendra Hadhil Choiri (135 08 041) Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,
Lebih terperinciAPLIKASI TAPIS KALMAN PADA PENGUBAHAN DATA IMU MENJADI DATA NAVIGASI
Seminar Nasional enologi Informasi & Komuniasi erapan (Semanti ) ISBN 979-6-55- APLIKASI APIS KALMAN PADA PENGUBAHAN DAA IMU MENJADI DAA NAVIGASI Wahu Widada dan Wahudi Lembaga Penerbangan dan Antarisa
Lebih terperinciVI. PEMILIHAN MODA (Modal Split/Choice)
VI. PEMILIHAN MODA (Modal Split/Choice) 6.. UMUM Tujuan: Mengetahui proporsi pengaloasian perjalanan e berbagai moda transportasi. Ada dua emunginan situasi yang dihadapi dalam meramal pemilihan moda:
Lebih terperinciTesis ALGORITMA ADAPTIVE COVARIANCE RANK UNSCENTED KALMAN FILTER UNTUK ESTIMASI KEADAAN PADA PERSAMAAN AIR DANGKAL. Oleh:
Tesis ALGORITMA ADAPTIVE COVARIANCE RANK UNSCENTED KALMAN FILTER UNTUK ESTIMASI KEADAAN PADA PERSAMAAN AIR DANGKAL Oleh: Habib Hasbullah NRP. 1209201707 Dosen Pembimbing: Dr. Erna Apriliani, M.Si Abstra
Lebih terperinciMateri. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham
Materi IF37325P - Grafia Komputer Geometri Primitive Menggambar garis Irfan Malii Jurusan Teni Informatia FTIK - UNIKOM IF27325P Grafia Komputer 2008 IF27325P Grafia Komputer 2008 Halaman 2 Garis adalah
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Fuzzy 2.1.1 Dasar-Dasar Teori Fuzzy Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai estension dari teori onvensional atau crisp set. Di dalam teori crisp
Lebih terperinciBAB III MODEL KANAL WIRELESS
BAB III MODEL KANAL WIRELESS Pemahaman mengenai anal wireless merupaan bagian poo dari pemahaman tentang operasi, desain dan analisis dari setiap sistem wireless secara eseluruhan, seperti pada sistem
Lebih terperinciVARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL
SEMINAR NASIONAL PENDIDIKAN SAINS Peningatan Kualitas Pembelajaran Sains dan Kompetensi Guru melalui Penelitian & Pengembangan dalam Menghadapi Tantangan Abad-1 Suraarta, Otober 016 VARIASI NILAI BATAS
Lebih terperinciPemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai
Pemodelan Dan Esperimen Untu enentuan Parameter Tumbuan Non Elasti Antara Benda Dengan Lantai Puspa onalisa,a), eda Cahya Fitriani,b), Ela Aliyani,c), Rizy aiza,d), Fii Taufi Abar 2,e) agister Pengajaran
Lebih terperinciPENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK
PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK Nurul Khotimah *), Farida Hanum, Toni Bahtiar Departemen Matematia FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga, Bogor
Lebih terperinciBAB 3 METODE PENELITIAN
36 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian yang digunaan adalah penelitian desriptif, yaitu penelitian terhadap fenomena atau populasi tertentu yang diperoleh peneliti dari subye
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Variabel Variabel ialah sesuatu yang nilainya berubah-ubah menurut watu atau berbeda menurut elemen/tempat. Umumnya nilai arateristi merupaan variabel dan diberi simbol huruf X.
Lebih terperinciDESKRIPSI SISTEM ANTRIAN PADA BANK SULUT MANADO
DESKRIPSI SISTEM ANTRIAN PADA BANK SULUT MANADO 1 Selvia Hana, Tohap Manurung 1 Jurusan Matematia, FMIPA, Universitas Sam Ratulangi Jurusan Matematia, FMIPA, Universitas Sam Ratulangi Abstra Antrian merupaan
Lebih terperinciBahan Minggu II, III dan IV Tema : Kerangka acuan inersial dan Transformasi Lorentz Materi :
Bahan Minggu II, III dan IV Tema : Keranga auan inersial dan Transformasi Lorent Materi : Terdaat dua endeatan ang digunaan untu menelusuri aedah transformasi antara besaran besaran fisis (transformasi
Lebih terperinciKINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB 2012
KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB Konsep Kinetia/ Laju Reasi Laju reasi menyataan laju perubahan onsentrasi zat-zat omponen reasi setiap satuan watu: V [ M ] t Laju pengurangan onsentrasi
Lebih terperinci