r
ISBN: 978-979- 1222-95 -2
SEMINAR DAN
RAPAT
TAHUNAN BIDANG ILMU
MIPA
BADAN KERJASAMA
PTN WILAYAH
BARAT
(SEMTRATA
BKS-PTN B)
TAHUN
2A19r-ersitas
Riau
BKS PTN BaratBidarg Ilmu MIPA
F=*4lX
mrm
Efr&elfl
FEmfimHrffrflx
cumnrn
EfrYfl
flLAEIT
TTNffiTTflIfr
ffiSr{lM€Kfl'TKdLX
Klf,Rn
tTnc
rfrBlflF
m4tffirt{nr&
Prosiding
Semirata
FT1\{
Barat
tsidang
IImu
MIPA
Ke*23
-ffahun
2{}1S
Jrtril-4
lr.rl'l'ilmnftr
K:t
ffifia,ur
Editors:
Prof.
Dr, Mashsdi,M.Si
Dr.Imran.
M,1t{.Sc
8.7
Unir-ersitas Riau
@;
Prosiding
SEMINAR
DAN
RAPAT
TAHITI{AN
(SEMNRATA)
BKS-PTN
BARAT BIDANG MIPA KT-23
Pekanbaru,
10-I
1Mei
20l0
Peran
MIPA
dalam Pemanfaatan Sumber Daya
Alam
untuk Meningkatkan
Kualitas
Hidup
Manusia
LSBN
978-979-r222-es-2 (Jilid
4)
),
Diselenggarakan oleh
I
PROSIDTNG
SBMTNAR DAN
RAPAT TAHUNAN (SBMIRATA)
BKS.PTN BARAT
BTDANG
MIPA
KE.23
Peran MIPA
dalam
Pemanfaatan
Sumber
Daya Alam
untuk
Meningkatkan Kualitas Hidup
Manusia
Editors:
Prof. Dr. Mashadi,
M.Si
Dr.
[mran.M,
M.ScHak Cipta OFakultas Matematika dan
llmu
PengetahuanAlam Universita:
Riau Hak Penerbitan pada Pusat Pengembangan Pendidikan Universitas RiauHak Cipta
dilindungi
Undang-Undang Cetakan 1, Agustus 2010Diterbrtkan Pertama
kali
oleh:PUSAT
PENGEMBANGAN PENDIDIKAN UNIVERSITAS RIAU
Riau
{JniversilyEducation
Development Center,RUEDC
Rektorat
LINRI Lt.4
Kampus Binawidya, Pekanbaru28293, Riatr" IndonesiaTelp/Fax: +(076 1
)
567 0921' E-mail: pusbandik@unri.ac.idwr',r,v. ruedc. un ri. ac.
id
rsBN
978-979-1222-9s-2(Jilid
4)Cover Design
&
lay
Out by Lazuardi Umar Setting DyNoviza Delfira
&
Arman FalutiI
Kata
Pengantar
A.ssolamu alaikum wr wb,
Puji syukur
kita
panjatkan kehadiratAllah
SWT atas anugerah Rahmat dan Karunia-Nya, sehingga Prosiding SEMIRATA ke-23 dapat diterbitkan.Pisiding
ini
merupakan kompilasi tulisan ilmiah yang telah diseminarkan dalam Seminar dan Rapit Tahu-nan" (SEMIRATA)BKS-PTN MIPA Wilayah Indonesia Bagian Barat ke 23 dengan tema: "peran
MI1A
Dalam PemanfaatanSumber Daya
Alam
Untuk
MeningkatkanKualitas
Hidup
Manusia,lSeminar diselenggarakan pada tanggal
l0
- lt
tvtei"zoto olehFMIpA
danpMIpA
FKIp Universitas Riau bertempat di Hotel pangeran, pekanbaru.Sebanyak 571 makalah telah dipresentasikan secara oral maupun poster yang
diikuti
olehlebih dari 600 pesertayang berasal dari 30 institusi meliputi:
tz
peiguruantinlgi negeri,Il
perguruan tinggi swasta,
-da1.2lembaga penelitian
di
wiiayah tndonisia bagiai"earat. oleh[gry
banyaknyarym1\a]ah yang ingin mempublikasikan makalahnya, maka prosiding SEMIRATA ke-23 diterbitkan dalam 5
jilid
yang dikelompokkan berdasarkanbidang ilmu Kirnia
(Jilid
l,
113 m_akalah), Biologi(Jilid
2,
tlS
makalah), Fisika(Jilid
3, 54 makatah),Matematika (Jilid 4,45 makalah), dan pendidikan MIpA
(Jilij
5, 67 mai<alah).Selesainya proses cetak Prosiding SEMIRATA ke-23
ini
didukung oleh berbagai pihak.Kami mengucapkan terima kasih pada Ketua Koordinator BKS-MIPA Wilayah
irrut,
purusponsor yang telah ikut mendanai kegiatan seminar, Rektor, Dekan dan staf
FUfpafpVrfpn
FKIP Universitas Riau. Sebagai ketua pelaksana, saya menyadari tidak mudah bagi seksi
kesekretariatan
dan
paraeditor untuk
menyelesaikanproriding
ini
hingga siap cetak, sehubungan banyaknya kegiatan lain yang juga harus dikerjakan pada saatbersamaan. oleh
karenanya, diucapkan
terima
kasih
yang-tak
berhingja.
Ucapanterima
kasih juga disampaikaii pada para pemakalah yang selalurnende.alik*i
nr"luiui telepon atau email untuk menyelesaikan orosiding ini secepatnya.Semoga prosiding
ini
dapat bermanfaat bagi kita semua sebagai upaya meningkatkan peranMIPA
dalam pemanfaatan sumber daya alam yang dapat-aigunat<an bagf peningkatanpembangunan dan kesejahteraan umat manusia. Jika masih'terdafat kejanggJan di sana-sini
pada prosiding
ini,
kami mohonkan maaf yang sebesar-besarnya. Tiada gading yang takretak.
Wassalam,
Pekanbaru, Agustus 2010
Ketua Panitia,
t
I
i
SAMBUTAN
Rektor
Universitas Riau
As.tttlurnu'ulaikunt y,r. \t,b. dan Salan Sejahrera
Dengan perasaan bangga
dan
ucapan tahrriah
sa!,a sampaikan atas kesuksesanpenl'elenggaraan Sem_inar dan Rapat Tahunan (SEI\'llRATaj
te-z:
para pimpinan BKS-pTNbida,g
Maternatika danllmu
pengetahuan Alanr padararggal
lb
- il
Mei
2010, yang diselenggarakan secara sinergis antara FMIPA aan pl,,Itpep(ip
uniu"rsitas Riau.Keberhasilan penyerenggaraan
SEMIRATA
ini.
bukan
saja
sebagai
wujud mendedikasikandiri.
sebagai penyelenggara tahunan yang dilakukan dengan"aktualisasisempurna,
tetapi
sekaligus menunjukkan tindakan,n"*burgun
tahapankokoh
dalam
mengejawantahkan pencapaian Universitas Riau sebagai Universitas Riset berkelas dunia.
oleh sebab itu menurut saya tema yang diangkat pada"seminar
ini
sangat mendukung dalammembangun landasan yang relevan
dari
tanggungjawab
Universitas Riau berkontribusi9u1*
pembangunandaya
saing. Selain ltu-s"ininu,
ini
bukan
sa;u -erggumbarkankeistimewaan mendasar dari penelitian modern yakni sangat multiclisiptin, tetapi;ir"ga sebagai
indikasi terbangunnya struktur intelektual dan orientasi"bidang yang diteliti.' iar:apun saya
seminar tahunan
ini juga
sekaligus menjadi media evaluasi yangefektif
dalam aspek pengembangan atau improvement-oriented planning and inrention.Agar
kekayaanilmiah
yang dibentangkan dalam seminarini
menjadi bagia, darikekayaan komunitas intelektual dalam masa yang paryang, selayaknyalali terdok"umentasi
dalam cetakan prosiding. Oleh karena
itu
saya nrenyarnbut baik penlrbitan prosiding ini.Prosiding
ini
menghimpun pemikiran dari4
pembicara kunci, 544 penulis makalah, dan 27poster yang terakumu.lasi bersama pemikiran 600 peserta serninar.- Kebanggaan saya pada
penerbitan prosiding
ini
bukan hanya karena menghimpur-r dari begitu banyakmasyarakat
ilmiah yang
menuargfll
pemikirannya dalam ma-ie'iis akademikspiarnara
ini sajq tetapikehadiran yang
diwakili
17 perguruantinggi
nigeri,
ll
perguruantinggi
swasta, dan 2lembaga penelitian dari wilayah Indonesia bagia, barat menjadikan suasana akademik ini
kental dengan nuansa pemikiran berilian dan nii:mpuni.
p.osiiing
yang meliputr 135 tulisanbidang
Biologi,
I 13 bidangKimia, 54
bidang Fisika,45
bidang Matematika,67
bidang
Pendidikan
MIPA
telah
mendeskripsikan Lepadakita
betapa dominannya harapanpengembangan kebutuhan dasar manusia dan lingkungan juga rnenjadi
perhatian masyarakat
akadernik BKS-PTN bidang Matematika dan Ilrnu -e",lgJtunuun
Alam
tahunini
sebagai tanggung jaw'ab meningkatkan kualitas hidup manusia.Akhirnya saya
haturkan hormatdan
penghargaanyang tinggi
kepada panitia penyelenggara serta rekan-rekan dari perguruan tiriggi dan terntagaplielitian
yang telah memberikart aksesnya dalam temu tahunanini.
Serno[a pemikiran berilian yang dituangkandalam kertas kerja ini dapat dimanfaatkan bersama dalam membangki tkan knowiedge clontrsin
dari sains. Insya'Allah
!!
Jazakumullah khairan katsiran, Wassalamu'alaikuru
ttr.
u,b.Pekanbaru,20 Agustus
2010
iRektor Universitas Riau,
Sambutan Dekan
Fakultas
Matematika
dan
Ilmu
Pengetahuan
AIam
UNTVERSITAS
RIAU
Assalamu'alaikunt wr wb dan Salam Sejahtera
Marilah kita bersyukur ke hadirat Allah SWT atas segala limpahan rahmat dan karunianyd
sehingga kegiatan Seminar dan Rapat Tahunan-(SEMIRATA) BKS-PTN
MIPA
Wilayah Indonesia Bagian Barat ke 23 telah dapat dilaksanakan dan telah menghasilkan prosidingyang
terdiri
dari
5 jilid
buku. SEMIRATA
merupakankegiatan tahunan
yang diselenggarakan secara bergantian oleh perguruan tinggi yang berada di wilayah Barat. Untuk tahun 2010, Universitas Riau mendapat kehormatan sebagai penyelenggara kegiatan yang telah berlangsung tanggal 10-11 Mei 2010.Semirata merupakan salah satu ajang temu ilmiah yang dapat dijadikan forum saling tukar informasi, pengalaman dan pemikiran serta memperkuat jaringan kerjasama antara peneliti
dan institusi sehingga diharapkan potensi peneliti dengan keahlian yang berbeda dapat
disinergikan. Seminar
diikuti
oleh dosen-dosen bidangMIPA
dan PendidikanMIPA
dari perguruantiaggi
di
wilayah Barat melipufi Sumatera dan Kalimantan. Melalui terbitnya ProsidingSEMIRATA
ke-23ini,
diharapkan hasil penelitian yang diperoleh akan lebihberkembang dan bervariasi sehingga akan dapat menghasilkan produk atau karya ilmiah yang
lebih berkualitas.
Semoga prosiding
ini
dapat memberikan idepengetahuan sehingga dapat digunakan bagi kesejahteraan kualitas hidup manusia.
Wassalam,
Pekanbaru, Agustus 2010 Dekan FMIPA UR
Prof. Dr. Adel Zamri, MS, DEA
serta bermanfaat bagi pengembangan ilmu peningkatan percepatan pembangunan dan
4
5
I
2 J
DAFTAR ISI
Kata Pengantar
Kata Sambutan dari. Rektor Universitas Riau
Kata
Sambutan Dekan Fakultas Matematikadan
Ilmu Universitas RiauDaftartsi.
.-Ucap Utama
Penyederhanaan dan Pengaturan Sistem Dinamik Roberd Saragih; ITB
Gambar dalam Presentasi Monoid / Semigrup
Halaman
i
ii
Pengetahuan
Alarn
iii
v1
Sri Gemawati; UR
Ruang Vektor Berdimensi Dua dari Lokalisasi Gelanggang Suku
Banyak
13Monika Rianti Helmi; TINAND
Ring
II
- Regular yang SemiKomutatif
18Asli Sirait, Musraini; UR
Hubungan
PendekatanAritmetika dengan
PendekatanAljabar
dalam
21Menyelesaikan Masalah Sistem Persamaan Linear Dua Peubah
Suherman; UNP
Suatu Analisa Tentang Persamaan
Kuartik
28Dewi
Murni;
UNPGaris Euler pada Lingkaran
Feurbach
36 Hasriati, Haposan S, Ihda Hasbiyati; URSifat Kontinu Fungsi Primitif dari FungsiTerintegral
Mcshane-Pettis
43 Haripamyu, Jen izon; L|NANDKarakteristik Primitif-m Atas Fungsi Terintegral-M pada Sel E
cR{
49 Jenizon, Haripamyu; UNANDBilangan Ramsey Multipartit Ukuran untuk Graf Lintasan dan Graf
Bipartit
54Syafrizal Sy; TINAND
The Best K-Depth Algorithm for a Variety of
Multi
Period DegreeConstrained
58Minimum Spanning Tree Problems
Wamiliana; UNTLA
16
Aplikasi Pewarnaan Graf pada Permainan SudokuNarwen; UNAND
n
Digraf Eksentris pada Craf Lengkap, Graf Lingkaran dan Graf BipartiteLengkap
70Eka Susanti; UNSRI
18
The Existenceof
Optimal coNtrolfor LQ
Optimization Problem Subjectto
76Differential Al gebraic Systems Muhafzan; UNAND
19
Menentukan Solusi Optimisasi Kombinatorial melalui Solusi SistemPersamaan
82Polinomial dan Nul lstellensatz
Mardiningsih; USU
20
Binary Quadratic Programming dengan Algoritma Branch andBound
87Arrival
RincePutri;
UNANDl0
ll
t2
13
l4
t5
2l
Aplikasi
Bilangan Fuzzy
Trapezoidal ,\,ang Diperluaspada pennasalahan
9,trProgram Tak-Linier Multiobjektif dengan Funssi Kendala Parameter Fuzzy
Sukamto; UR
22
ldentifikasi Keuangan untuk Pangan dalam Pemenuhan GiziKeluarga
10] (Studi Kasus di Kabupaten Aceh Tengah dan Kabupaten Bener Meriah)Evi Ramadhani, Asep Rusyana; L|NSYIAH
23 Model
Pemrograman
Stokastik
untuk
Penyelesaian
Masalah
l12Manajemen Lahan Siti Rusdiana; UNSYIAH
24
Beberapa Penurunan Metode lterasi untuk Solusi Persamaan Nonlinier:Metode
119Newton
M.Imran;
UR75
Konstruksi Matrik Tridiagonal dengan Metoda Householder dalamPenentuan
125Eigen Value dengan Metoda QL
Agusni; UR
26
MetodaNewton
dalam Menentukan Dominan EigenValue
suatuMatriks
132 SimetrisAziskhan, Agusni; UR
21
Analisis Kestabilan pada Sistem Predator-PreyLeslie
136Faisal, Dewi Purnamasari, FIj.Aisjah JulianiNoor; UNLAM
28
Hubungan Bentuk Condensed dengan Regularisasi dari SistemDeskriptor
142Ihda Hasbiyati; UR
29
Pelggunaan Teorema Bayes dalamGenetika
145 Zulakmal; LINAND30
Peramalan Pengaruh Unsurlklim
Melalui Rantai Markov WaktuKontinu
152Melalui 3 Keadaan:
ElNino,
La Nina dan Normal Rahma Zuhra, Miftahuddin; UNSYIAH3l
Analisis Perhitungan Level Of fufurtalirvAi.ak
dengan MenggunakanMetode
iol
Brass di Kabupaten Muara Enim
Indrawati, Eddy Roflin, dan Destri Pratika; TJNSRI
32
Menentukan Kemiringandari
Gabungan Distribusi Triangular danDistribusi
169Eksponensial
Sigit Sugiarto, Bustami dan Dwi Anggraini; UR
i3
Pendekatan Pseudo-Bayes untuk Menaksir Parameter DistribusiBinomial
171Bustami, Sigit Sugiarto dan Subhan
Zulfi
Anggada; UR34
Koefisien Determinasi Berdasarkan Prediksi ErrorTerakhir
183Harison, Ria Hendriani; UR
35
Asumsi Kenormalan pada Pola ReturnDuily
sebagai Dasar Model Pergerakan 189Kurs Rupiah terhadap Dolar AS Tahun 2009
Dony Permana;
UNP
i36
Manova untuk Membandingkan Sekolah Dasar Negeri, Swasta, danMadrasah
195Ibtidaiyah yang Paling Diminati (Studi Kasus Sekolah Dasar
di
Wilayah TimurBanda Aceh )
Asep Rusyana, [ka Yuliani, Marzuki; UNSYIAH
31
Teknik Persentil Bootstrap Nonparanretrik dalam Menduga Selang Kepercayaan 201Parameter Regresi Berganda dengan Data Banskitan
Marzuki, Hizir Sofyan, dan Asep Rus1,'ana' UNSYIAH
94
l0i
alahan
I
salah
f,etode
Il9
entuan
125[atriks
132t12
136
t42
t
145 I|
1s2i
I
!
fetoae
i5l
l
Fo,''
r6eL,,
[
,*,
*:
:P,.
h*.
ror
t
t
t
r
Kaliart Potensi Tumbuhan Buah melalui Pendekatan Bioprospecting Ekonomi
dengan
209Meaggunakan Tabel Kategorik dan Regesi Logistik
Miftahuddin; IINSYIAH
Telaahan Koosep Jarak pada Analisis Gerombol dengan Data Biner
l{aztnitaYozza;
UNANT)Kaiian Tingkat Efisiensi N{etode Recursive Least Square dan Ordinary Least
Square
226 dalam Memodelkan Data Pemakaian Listrik (Studi Kasus : Pelanggan PLN KotaBengkulu)
Jose Rizal, Fachri Faisal, danZazrh Mustofa;
UNIB
Sistem Ekstraksi Informasi (Information Extraction System): Kajtzn Perbandingan
Ciri
233Evfi
Mahdiyah; URColor Traasferring Application Between Two Images
Method
E,lfiza4 Mswan Budianto, Elvia Budianita; UR
Using Global Image
Matching
240Document Retrieval Optimization By QCA and Hopfield Method 246
Poltak Sihombiag, Muhammad Zadis; USU
Perolehau Kernbali
Cita
Menggtinakan Dekomposisi Nilai Singqlfu dan MetodeOtsu
257Meita
Patma Dewi; UN?Tek ris Mendapatkan Suatu Barisan Bilangan Banyak Angka yang Dihasilkan dari
Proses
262Rekursi (Implemeoasi Komputasi : Bilaogaa Lucas)
LeZtkaria,
Agus Sutrisno;UNIII.
Menampilkan Bilrr,grn Biner ke Peraga 7-Segmen deogan Mengunakan Matrik
Keypad
2704*3
Alfirman;
UR219
275
280
288 293
300
Membuat Tabel Distribusi Normal deagaa Menggunakzn Microsofi Excel
Putwoko; UNSRI
Raacangan Model Alternatif Menggunakan Teknologi Barcode sebagai Penggaoti
Tekaologi Smartcard dalam Pengelolaan Kartu Hasil Studi Mahasiswa (Studi Kasus: Fakultas MIPA Universitas Andalas)
Vetmaa
Kasoep;UNAND
Pe.aanfaatan E-Learning dalam Dunia Pen<iidikan
Budi
Rahmadya;UNAND
Perasralan Produksi Cabe (Ion) Di Propinsi Riau dengan Menggunakan Model Trudl-zast Sryan
Ilepriwana Rahmi, Ramon Muhandas; UIN SUSQA
Model Stokastik Perarmbuhan Populasi Proses Kelahimn dan Kematian dengan "Canling
Cryifl"
Cranita; UIN SUSQA Pekanbaru Riau
E-rnail' sranitaoiwah@r,ahoo.co.id
rd."dfims
Menggunakaa Metode PembelajaranPerceptron
304ehmJaringao Neutral
Zaiful Bahri; UR
Mashadi dan l!{. Imrar
Prosiding Seminar dan Rapat-lahunan UKS-PTN wilayah Barar
ISIIN 978-979- t222-95-2
KAJIAN TINGKAT
EFISIENSIMETODE RECURSTVE LEAST SQUARE DAN ORDINARY LBAST SQUARE DA
MEMODELKAN
DATAPEMAKAIAN
LISTRTK (Studi Kasus : Pelanggan PLN Kota Bengkulu).Iose
Rizal,
Fachri Faisal,danZazili
MustofaJurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Bengkulu
E m a i I : j _r iz at 0 4 @St aho o. co m
ABSTRAK
Tujuan penelitian ini adalah
(i)
melihat tingkat efisiensi perhitungan antara Metode RecursrveSquare (RLS) dan Ordinary Least Square (OLS) dalam penaksiran parameter modei linier mendapatkan karakteristik pemakaian
listrik
untuk masing-masing kelastarif
(iii)
memodel pemakaian
listrik
pelanggan Kota Bengkulu. Metode OLS merupakan suatu metodedigunakan dalam menduga koefisien parameter model
linier
dengan meminimumkan kuadratgalat
sedangkan metode RLS merupakan suatu metode rekursif yang dapat didalam menduga koefisien parameter regresi dengan melibatkan hasil dugaan parameter
banyak data awal
z
buah dengan data baru (datake-z+l).
Hasil penelitian:(i)
metode RLS mereduksi kerumitan perhitungan dari jumlah data yang selalu bertambah untuk tiap waktunya, ini dikarenakan penghitung invers matriks cukup dilakukan satu kali(ii)
fluktuasi pemakaianli
yang relatif ekstrim terjadi pada kelas
iarif
Rumah Tangga(iii)
dari model yang dihasilkan, tarif rumah tangga memberikan kontribusi terbesar dalam pemenuhan kebutuhan listrik. Katakunci:
RLS, OLS, dan model linier1.
PEI{DAHULUAN
Sebuah model
linier
dengany(t)
adalah variabel respon pada saatt,
x,(t)
(i:1,2,...,p)variat'el-variabel bebas yang mempengaruhi besar
y(t),
dan fi; adalah koefisien-koefisien regresi dapatdi
tulis
y(r):
xr(t)br+
x,(t)b,+...+
xnf)bo+
e.
Pendugaan friyan1diketahui dapat diduga dengan beberapa metode. Salah satu metode yang terkenal adalah
Kuadrat Terkecil yang selanjutnya akan disebut Ordinary Least Square. Dengan
metode ini koefisien-koefisien yang belum diketahui diduga menggunakan variabel-variabel
dan respon, diperoleh Do
:
(XfXo)-'XIyr.
Seiring dengan berjalannya waktu, akaninformasi data baru yang belum tercakup dalam model yang tel4h dibuat. Oleh karenanya, metode konvensional, model yang telah dibuat perlu dirombak kembali untuk menjaga
model. Kesulitan yang dihadapi dalam perombakan kembali model lama
ini
adalah waktu cukup lama dibutuhkan untuk menduga kembali koefisien-koefisien baru, penghitungan ulangpanjang
disebabkan
invers-inversdihitung
ulang dalamjumlah
besaqyang
mengakiketidakefisienan perhitungan. Dengan kata lain yang menyebabkan proses ini tidak efisien i
penyelesaian Least Square awal, tidak digunakin kembali dalam memperoleh penyelesaian
Apabila penyelesaian awal dapat digunakan kembali maka penghitungan koefisien baru
dilakukan dengan
jauh
lebih efisien. Metode Kuadrat Terkecil secara rekursif yang selanjdisebut Metode Recursive Least Square, menduga koefisien parameter regresi dengan meli hasil pengolahan data yang telah ada sebelumnya dengan informasi baru. Penyelesaian metode
r- r
rditu(iskan sebagai berikut
b
=
b o+k(y- i'
b 0\ , dirnana 6 adatah koefrsien baru yang6o adalah koefisien lama vang digunakan kembali. k adalah tetapan dari data lama, x dany
r{, lmran. (Edr[
ph Barat ke-II
I-lltr{ail0l0
2-95-2 (Jilid{
DALA,II
ursive
kd
ei
linier
@[tnendaPah
netode
Yq
rkanjumll
I
digunakr
(reter
lffi
ERLSry
raktunYqH
akaian Isilkan,
t.-.-.p,
ten
I, yang
&lah
xariabct
Ir
rcnany4
rga
h
rrraltu Fn efisien pelesaiaen bam
Eg Fn fian
E \.ang
f
)
aitu.untan terhadapMashadi dan M. lmran, (Eds)
Prosiding Serlinar dan Rapal 1'ahunan UKS-PTN Wilayah Barat ke-23
l0-llMai 2010
ISBN. 978-979-1222-e5-? (Jiltd 4 )
data baru.
Awal tahun 2008 krisis listrik kembali terjadi
di
sebagian rvilal'ah Indonesta salah satunyaProvinsi Bengkulu. Akar rnasalahnya terletak pada pasokan surnber energi yang tidak mencukupi, dan sistem yang tidak efisien. Pertunrbuhan listrik rata-rata nasional yang tnencapai 7,1 persen per tahun, dengan target peftumbuhan ekonomi 6,4 persen rnengharuskan PLN rnemasok pertumbuhan
konsumsi
l0
persen. PihakPLN
perlu
mengetahui besar konsumsilisti'ik
yang
dibutuhkan pelangganuntuk
tiap
bulannya. Estimasi besarnya konsumsidaya
listrik
untuk
tiap
bulan berdasarkan hasil pencatatan pemakaian kWh pelanggan dari bulan sebelumnya. Permasalahannya edalah tidak semua pemakaian kWh listrik pelanggan PLN dapat dicatat. Untuk mengatasi hal-haltersebut, perlu dikaji model pemakaian listrik pelanggan dengan pendekatan ilmu matematika.
Analisis regresi dapat diterapkan dalam menduga besar pemakaian
listrik
pelanggan PLN. Dengan analisis regresi dibuat sebuah model yang menggambarkan pengaruh variabel-variabelbebas
X
yaitu data tentang pelanggan yangdimiliki
PLN, yang mempengaruhi responY
yaitubesarnya pemakaian I istrik.
Tujuan penelitian
ini
dilakukan adalah(i)
untuk melihat tingkat efisiensi antara MetodeRecursive Least Square (RLS) dan Ordinary Least Square (OLS) dalarn penaksiran parameter
regresi
(ii)
mendapatkan model pemakaian listrik untuk pelanggan Kota Bengkulu.L
METODOLOGTPENELTTIAN?-l Metode Ordinary Least Square (OLS)
Suatu model linier dengan i-1,2,...,p koefisien dan variabel bebas x(r), yang menggambarkan suatu respon y(r) pada saat
/
dengan sistem linierp
koefisien dengan asumsi E (e,)
=0
untuk tiapi
dan,,
>p,
dapat dituliskan dalam bentuky(t)
=p,x,(t)
+Brxr(t)
+ ...+ P px p(t) +€(t)
t=1,2,...,n
pendekatan matriks, persamaan (2.1) dapat dituliskan kembali dalam bentuk
Y
=X0+€
Y
e R'
,fr
e Rp , X adalah matriks berukuran nxp. Dari persamaan (,2.2), diperoleh vektor de
R', yaitue
:Y
-X0
(2.3)p
dasar metodeOLS
adalah mengestimasidari
koefisien regresif
sedemikian sehinggakuadrat galat rninimum. Jumlah kuadrat tersebut dapat dir-ryatakan sebagai:
(2.r)
(2.2)
(2.4)
(2.s)
p
-
-T-5':€'€
dan menyamakan hasilnya dengan nol, diperoleh
p
=(*
x;-,x.I
terdapat solusi unik persamaan tersebut,
(XtX)-'
,traruslah matriks non singular.at Penduga Least Square
asumsi diperlukan sebelum menduga suatu parameter regresi linier, diantaranya adalah:
l)
i
harapan galat adalah nol. 2) Tiap galat tidak saling berkorelasi dan mempunyai varians yang3)
Variabel-variabel bebasnya merupakan bilanganriil,
tanpa mengandung kesalahan. 4)matriks
X
adalah nxJt dimanap<r. Ketika semua asumsi klasik terpenuhi, metode Least merupakan penduga takbias linier terbaik (BLUE:
best linear unbiased estimator).-r dan r'
2.2 Metode Recursive Least Squares (RLS)
Pollock (1998) mengatakan bahwa teori peniug aan Recursive-Least Square pertama kali dit oleh Gauss. Perhatikan kembali persamaan (2.1 ), clapat di pilah menjadi,
(y(l)
)
I
P,)
[,r,(l)
x,(l)
x,(l)
]
,
=l'?)1,
o
=lo,l,
-
=l''1''
*'',"
:
"1"
I[,X"lJ lP,)
[x,(ru) x'(n)
x,(n)
)
x,(t)=[r,0)
x,(t),-..,x0(r)]
adalah vektor barisp koefisien yang diambil pada saat n' ]diberikan data atau informasi pengama{an baru pada saat
r+1,
yakniy(n+
l)=
x,(n+
1)6,+
x,(n*
l)b
,+ "'+
xo(n+
l)b
,
Mashadi dan Iv'{. Inrran' (Edsf
['rosiding Seminar dan Rapat Tahqnan BKS-PTN Wilayah Barat ke-2:]
- to- ll Mai 2olo
(xorxo)fl
:
xo'I'o
(2.8)disuna
(Haykin, J002) menyatakan suatu faktor pembobot
{
d.engan.(0<,,<l), dant:],2,...,r,
digunakanuntrt
*"rrgurangi pengaruh data lama yang dapat dituliskan sebagai berikut:Xr'[U'-
:
Xi
dan
loJf.
=t;
Kombinasi dari persam aan, 2.8, dan 2'9 dipero leh
(x;'x;)A
=
xo'i'-oDengan memisalkan
x;'x;
=
Mo,
x;'x; -
M,'dan
Xirlto'
= fodiperoleh:
Mo4o:40
M,
:
2Mo
+x!
1n+ 1)x, (n +l)
4,,
=
140 +xl
1n +l)Y(r
+l)
Sehingga persamaan untuk mend uga
p
yang memuat
databaru dapat dituliskanM,B,
= 4,Sisi kanan dapat dijabarkan
sebagai
,,4,
=
140 +x! 1n+l)Y(n
+l)
=
[|/^rfro+ x!
1n+l)(y(n+l)-
)"x,(n+1)A)
Dengan mensubtitusikan persamaan (2. 1 5 ) pada persam aan (2.1 4), diperoleh
(2.6\
ldan
x,(n+l)=l*,@+l)
xr(n+l)
"'xr(n
+1)]
Q'1)penambahan pers:Lmaan
(2.6)
dan
(2.7)
ke
himpunan persamaanawal,
menghendaki solusipersamaan?ersamaan dihitung kembali- Dengan kata lain,- solusi
awal'
persamaan(2'5)'
tidak digunakan dalam memperoleh- solusibaru ultuk infot*asi
baru' Pada prinsipnya Metode RLS mengestimasi koefisien regresi bila diberikan data baru dengan melibatkan solusiawal'
Perhatikankembali solusi least Squore awal sebagai berikut:
(2.e,)
(2.10)
..
(2.1 1)
(2.r2)
(2.13)
(2.r4)
(2. l 5)
rsBN. 978-979- 1222-95-2 (Jilid
rrf iEliii
r.dke-tr3 $at lr-rlm
-? rJilid {il
]mukn
Iisalkr
2.61
2.7)
i
solEi
D"rid&
dc RI-S,ttu
3-t)
$mfu
p.9}
!_ro|
r-tu
r_r7) r-13)
L[4[
?-tSt
\{ashadi dan M. Imran, (Eds)
Prosiding Seminar dan Rapat'iahurriLn tlKS-PI'N Wilayah Barat ke-21
l0-llMd
2010rsBN. 978-979-1222-95-2 (htid 4)
=
Mi,q,
:
:
LFo +rl,
'r,r (n +Dugaan terbarukan
0,
berbeda dariI
1
I
E,
l)(y(n
+ l)-
).x,(n+
1)A )(2.16)
bagi kepentingan pelanggan untuk
dugaan sebelumnya
B,
dengan sebuahfungsi
galath(n+l)
=y(n+l)-
.Lx,(n+\Bo
yang datang dari penaksiranxi(n+1)fr,'
Beban penghitungan dapat lebih dipermudah dengan menerapkan sebuah skema untuk menghitung
matriks invirs
Ul'ya,rg
dilakukan dengan*"*odifikusi
nilai Ms-r. YaituM,'
= (.7M0 + xl 1n+l)x,(n
+ 1))-'= (trt,r.o) '
-(Zvt.
)''
,i
@+l)(x,(n+1)
(zttl,
)-'i
@ *1) + l)-'x, (n +t1(ztu. )-'
persamaan (2.16) dapat dituliskan sebagai
(2. r 8)
(2.re)
fr,
= 0o+ k(ru+l)(y(n+l)-
x,(n+l)Bo)
k(n
+1) =(2M0)-'
,](r+1)(x,
(z+1)(ZMr)-'r,1(r+1)+l)-1
(2.11)
Sehingga
Dengan
berikut:
l-
Kebutuhan listrik pelanggan tipe sosial (,f), adalah listrik yang diperuntukkan sosial misalnya rumah ibadah yang digolongkan dalarrr 5 kategori.2-
Kebutuhanlistrik
rumah tangga (.R), adalah listrik yang diperuntukkan bagi kepentingan rumah tangga yang digolongkan dalam 6 kategori.feUutunan
listrik bisnli
(B),
adalahlistrik
yang diperuntukkan sebagai penunjang kegiatanbisnis seperti pertokoan yang digolongkan dalam 5 kategori.
Kebutuhin
listrik
lndustri(4,
adalah listrik yang diperuntukkan bagi kegiatan industry yangdigolongkan dalam 2 kategori.
fJbutui'an
listrik
p",rr"iirtuh
(P),
adalahlistrik
untuk
kegiatan pemerintahan seperti perkantoran, termasuk peneranganjalan yang digolongkan dalam 6 kategori.3.
TIASTLDAIYPEMBAHASAN 3.1Kondisi UmumpT.
pLN
(Persero) WilayahIV
Cabang Bengkulu berada dibawah koordinasi PT- PLN (Persero) WilayahfV
Sumatera Bagian Selatan. PT. PLN Cabang Bengkulu memiliki 2 Rayon dan 7 Ranting yang tersebardi
setiap kabupaten dan kotamadyadi
Provinsi Bengkulu. Kebutuhanlistrik
totalfoU:.,ggun pLN kota Bengkulu adalah jumlah dari kebutuhan listrik berbagai tipe pelanggan sebagai
l
I
I
Mashadi dan M. lniran-Prosiding Senrinar dan Rapat Tahunan BKS-PTN Wilayah Barar
rsBN. 978-979- t222-95 -2
3.2 Pendugaan Koefisien Parameter Regresi
Program mengitung koefisien regresi yang dikenlbangkan mampu memperoleh koefisien
rnenggunakan Least Square biasa dan Recursivc Least Square. Program tersebut menggu
bahasa pernrograman Turbo Pascalfor windov's version. 1.5. Penggunaan metode Recursive
Square dilakukan dengan menyimpan informasi tentang data arval yaitu
nilai
koefisien ar.valinformasi mengenai Ms-r data awal. Kemudian data baru dioperasikan bersama nilai koefisien
dan
informasi mengenai Mo-r dataawal.
Dengan mengikuti tahap-tahap pemrosesan datadalamnya diperoleh data baru berupa koefisien baru dan informasi baru mengenai Mo-t y,
berguna untuk penghitungan berikutnya. Hasil yang diperoleh, koefisien baru yang di
menggunakan metode Recursive Least Square sarna hasilnya dengan koefisien yang di dengan menghitung ulang keseluruhan data. Program yang penulis kembangkan menggunakn
bahasa pemrograman Turbo Pascal
for
windows version.1.i
dan menggunakan Komputer denguprocessor Intel Celeron2.l3 GHz dan
RAM
512 Mb. Berikutini
hasil pengolahan dan pengujiurmodel yang dihasilkan,
l.
Persamaan regresi pemakaian listrik pelanggan tarif sosial adalah:Tabel 1. Koefisien awal dan data baru tarif sosial
Dengan demikian model akhir yang telah dilakukan pengujian statistika
yr,(t)
=
2.213xr,,(t)+e(r)
2.
Persamaan regresi pemakaian listrik pelanggan tarif rumah tangga adalah:Koefisien baru
if
umahKoefisien regresi data
awal+data oktober
(metode Recursive
oefisien Regresi data awal
Koefisien regresidata
awal+data oktober
(seluruh data dihitung
4589.36s94 4589.37
st
450 4148.88234-10541.555
5517.00438 5517.00
sl
1300 8514.3s36s-9556.8215
il231.6996 1123t.70
522200 sd 6600
rossl.4l56
labr :l 2. Koetrsren oendusa awa dan data baru tari
variabel Koefisien Regresi data awa
Koefisien regresi data
awal+data oktober
(seluruh data dihitung ulans)
Koefisien regresidata
awal+data oktober (metode Recursive
Least Souare\
Rl
450 -1s8.866s -137.9299 137.93Rl
900 396.0444'
366.$3q8 366.43Rl
1300 -560.8687 480.6044 -480.60Rr 2200 1 184.0504 -1322.793 1322.79
R2 2200 sd 6600 4554.8353 4304.4381 4304.44 R3 > 6600 151450.9371 149831.84 t4983 I .84
Mrchadi dan M. lmran, (Eds)
Prosiding Seminar dan Rapat -lahunan BKS-PTN Wilal'ah F]arat ke-2i
rsBN, 978-979- 1222-95-2 (Jilid 4) rran, (Eds)
]arat ke-2J
L N{ai 2010 ;-2 0ilid 4)
r regresi
gunakan ve Least
rwal dan
ien arval data di ls-r yang
liperoleh liperoleh
lgunakan
)r dengan
)engujian
resi data
rktober stve 2 t7 93 )0 82 .70
)gresi dalr
oktob€f ',eCUrSiVe .93 43 r-60 t.19
l.M
Model akhir yang telah dilakukan pengujian statistika
)r,(.r)
=
166.78-rr',,, (t) +96216-94xouQ) +s(l)
3.
Persamaan regresi pemakaian listrik pelanggan tarif bisnis adalah:abel 3. Koefisien Pend al dan data baru tarif bisnis
Koefisien pend I dan data baru tarif industri
if
Model akhir yang telah dilakukan pengujian statistika
y
uQ)=
60 1 .3 8xu, ( t) + 2253 '55x urQ) +€(t)
4.
Psrsamaan regresi pemakaian listrik pelanggan tarif industri adalah:Model akhir yang telah ditakukan pengujian statistika
y
rQ) =60 I 58.3-rcru(r) + 5 I 177'7x,r(t)
+e(t)
5.
Persamaan regresi pemakaian listrik pelanggan tarif pemerintah adalah: rslell penouvariabel Koefisien Regresi data awal
Koefisien regresl awal+data oktober
(seluruh data dihitung
rrlans)
Koettsten regresl awal+data oktober (rnetode revsive Least
Sqtrare\
-r935.419012 81 450 -1062.5s -1935.479012,
Bt
900tStl.72
?s80 663359 2580.6633s9- 10.85914407 1300
B1 222.2828 r0.85914407
-35.21301172
B12200 -304.18s -35.21307 t't',z
B22200 sd 6600 168r.324 1254.62969s t254.629695
u
variabel Koefisien Regresi data awal
Koefisien regresidata
awal+data oktober
(seluruh data dihitung ulang)
Koefisien regresi data
awal+data oktober (metode reursive
leasl
Square)
12 1400C sd 2C000 57248.9 60 r 58.325 60 r 58.3
511'71.7
13 > 20000
$924.s
s1177.685Tahel 5. Koefisien Penduga aw dan data baru tari
variabel Koefisien Regresi data awal
Koefisien regresidata
awal+data oktober
(seluruh data dihitung
,
ulang)Koefisien regresi awal+data oktober
(metode reursive
leasl
Sguare\P1450 13251.4'7 3 56 1.563 3561.56
P1 900 59710.51 s7602.04 5'1602.04
.24009.14
PI 1300 -26533.1 -24009.1
Pl
2200 -2041.94 268.9904 768.99PZ 2201 sd 2000 -3409.34 -3051.28 -3051.28
P3 8428.554 7475.036
r+ /).u/+
i 1.84
Mashadi dan M. Imran,
l'rosiding Seminar dan Rapat Tahunar BKS-PTN Wilayah Barat
rsBN. 978-979-1222-95 -2
Model akhir yang telah dilakukan pengujian statistika
hr{t)
:
2.51x,.,,r(t) +€(t)
6.
Estimasi pemakaian listrik total berdasarkan jenis tarif pelanggan PLN Kota Bengkulu yaitu.Total=ls+ln+!fi+lt+l|
Total = ).213x.,,,(/) + 166.78x*r(t)
+96216.94xnu!)
+ 60l.38xrr(t)
+2253.55xurQ)
+ 60158.3xru(r) + 51177.7
x,r(t)
+
2.51xr,,r(t) +e(t),
t
:1,2,...,n
4. KESII\,Ii'ULAN
Berdasarkan pemaparan dan pengaplikasian Metode RLS dan OLS terhadap data pemakaian
li
pelanggan PLN Kota Bengkulu, dapat disimpulkan bahwa, untuk ukuran sebanyak 34 objek
dengan banyak variabel bebas 6 dan 7 variabel, dengan menggunakan komputer dengan
prooessor
lntel
Celeron 2.13 GHz dan kecepatanRAM
512 Mb, tidak terdapat perbedaanbesar dalam hal kecepatan pemrosesan data untuk memperoleh koefisien regresi antara
I*ast
Square biasa dan metode Recursive Least Square. Ha[ini
karena perkembangankomputer yang demikian pesat sehingga pemrosesan data yang rumit dan banyak dapat di
dengan cepat. Perbedaan akan terlihat bila jumlah data yang dioperasikan sangat besar mi
dat
yatrg terkumpul puluhan tahun dengan jumlah variabel yang banyak. Perbedaan keefekti juga akan sangat dapat dirasakan bila pemrosesan data tidak didukung oleh perangkat komputer.Metode Rectrsive Least square lebih efektif dibandingkan metode Least Square biasa.
H{
ini
dapatdilihat
darijenis
dan banyak pengoperasian yang dilakukan, terutama penmatriks yang besar yang harus dikerjakan
bila
menggunakan metode Least Square biasa. metode RLS pengoperasian matriks yang dikerjakan lebih sedikit dari pada metode OZS biasa.Dengan melihat model pemakaian listrik yang dihasilkan, beberapa kelas tarif seperti
Bisnis, Industri memiliki'model yang cenderung stationer, sedangkan untuk kelas Rumah
memil iki perbedaan karakteristik antar golongan.
Estimasi pemakaian tistrik total berdasarkan jenis tarif pelanggan PLN Kota Bengkulu
Total=ls*ln*la*lr+lp
Total = 2.213xr.rlt)
+166.78x*r(t)
+96216.94x^u(/)
+ 601.38xr, (r) +2253.55xrr(t)
+60i58.3xru(r)+
51177.7x,,(t)
+
z.Slxr,r(r)
+e(t),
t
= 1,2,...,nDAFTAR PUSTAKA
Anon im. 2003 . Le a s t S q u a re s. http ://en. wi ki pedia.orgwi k i/Least_Squ ares
Draper, N.R. and Smith,
H.
1992. Analisis Regre.si Terapan. edisi kedua. PT Gramedia Pustata Utama. Jakarta.Gujarati, D. 1991 . Ekonometrikn Dasar. Erlangga. Jakarta.
Haykirr, S. 2002. Adaptive Filtering Theory. Prentice Hall.
Neter, J. et
al.
1990. Applied Linear Statistical Models.3'd editions. Richard D. Irwin Inc. Tokyo.Pollock, D.S.G. 1998. Time Series
Analysis
Signal Processing And Dynamics. AcademicLondon.
.,Poularikas, A.D. 2006. Adaptive Filtering Primer Wth Matlab. CRC Press. USA.
Sembiring, R.K. 2003. Analisis Regresi. Penerbit ITB. Bandung.
Supranto, J. 2001 . Statistik Teori dan Aplikasi Jilid 2. Penerbit Erlangga. Jakarta. Zhu, Y. 2047 . Comrtunications In Information and Systerus.lnternational Press.
SUSUNAN
PANITIA
SBMINAR DAN RAPATTAHUNAN
BKS PTNWILAYAH
BARAT BIDANGMIPA TAHUN
2O1ONO
l.
Pelindung2.
PengarahJabatan
3.
Penanggung.tdfrab4.
PelaksanaKetua
Wakil
KetuaSekretaris
Wakil
Sekretaris BendaharaWakil Bendahara
5.
Seksi AcaraKetua Anggota
Nama Rektor Universitas Riau
-
Dr. Mustamir, M.Sc-
Dra. Hj. Chainulfiffah, AM, M.Sc-
Prof. Dr. Adel Zamr| MS, DEA-
Prof. Dr. Isjoni, M.PdDr. Delita Zul, M.Si
Dra. Yum Eryanti, MS Dr-ing. Lazuardi Umar, M.Si Hamidi, S.Kom, M.Cs Nurdianto, S.Kom Julia [ndra, S.Si
Dr. Arisman Adnan, M.Sc
-
Prof. Dr.Mashadi, M.Si-
Dr. Rahmi Dewi, M.Si-
Dr. Fitmawati, M.Si-
YuliHariani, Apt, M.Si-
Dra.Titi
Solfitri, M.Ed.
BEM FMIPA URDrs. Khairijon, MS
-
Dr. Sofia Anita, M.Sc-
Dr. Sri Gemawati, M.Si-
Dra. Wahyu Lestari, M Si-
Drs. Edison Halim-
Suhelmi, S.Sos-
Zulkifli
Drs. Rolan Pane
-
Drs. Zulkarnain, M.Pd-
Drs. Juandi, M.SiRoni Salambue, S.Kom., M.Si
John Herman, S.Sos
Drs. Harison, M..Si
-
Dr. Yanriar, M.Si-
Drs. Emrizal Mahidin, M.Si-
Dts. Darmadi.M.Si-
Dr. Christine Jose, M.Sc-
M.Sahal, S.Sirn, M.Si6. Seksi Tampat dari Perlengkapan Ketua
Anggota
Seksi Transportasi dan Akomodasi Ketua
Anggota
Seksi Dana Ketua Anggota
7.
9.
10.
11.
t2.
13.
Seksi Konsumsi Ketua
Anggota
Seksi Dokumentasi dan Publikasi
Ketua Anggota
Seksi Kesekretariatan Ketua
Anggota
Seksi Wisata Ketua Anggota
Seksi Tamu dan Kesenian Ketua
Anggota
Seksi Rapat Dekan dan
Kajur
Ketua Anggota
Dra. Andi Dahliaty, M.Si
-
Rahmawati Farma, M.Si-
Kaimana Badra-
Asum-
Rahmi-
Marsellynur Dr. M. eaisar,ffi
-
Drs. Ahmad Muhammad-
lr. Zulfarina, M.SiDrs. Yuharmen, M.Si,
-
Dr. lmran. M, M.Sc-
Yuliada, S.Si-
Arman Faluti-
Noviza DelfiraDrs. John Syahrul, M.Si
-
Syahril, S.Si., MT-
Galang Ismu HandokoDra. ltnawita, M.Si
Dra. Silvera Devy. Sy, M.Si Dra. Dyah Iriani, M.Si
Dra. Atria Martina, M.Si Yenita, S.Si., M.Si Dr. Minarni, M.Sc
-
Prof. Dr. Saryono, M.si-
,-Dr. Erwin, M.Sc Dtq.Sukamto, M.Kom-
Drs. Wan Syafeii, M.Si-
Drs. Muhibbuddin Koto-
Drs. ZuhdiDr. Amilia Linggawati, M.Si Dr. Roza Elvyr4 M.Si
Prof. Dr. Amir Awaluddin, M.Sc Sujarwati, M.Si
Drs. Defrianto, DEA Elftzar, S.Si., M.Kom
Yuana Nurulita, S.Si., M.Si
Rozalinda, S.Si., M.Si SupriadiPutra, M.Si
l"
,,{"t
ffiH;^*
r,FEr{D60.^iluinE*Ems*fl,.." ^&.E @ulhtws4v rrurrtoo8qato@arrc$fr,r fi.Eoc,
";KEl:ffiffiffiffi#ffi*
ttEI C Ptsnre +drcr rs?ogr!;
A+,.,-"d Efft;pu.blng$@rffitr.H
Iw-ru*.mtet.t
t?g-171-lAEe*13-1
(j
i1
.I,
illlillltll!Iililrililrililr
(B
cd
CO
tlJ d
(!) -)
$
es=
fl'#
=
Jt{
E aa
=i
91{Jr
ad=
d op(
rd a
=
ccl.rj
#
G)H
lJ .t-
cdiri tA
-V.:5:a()
tBl-F.
E>)
a
(r, J4(d tr.r.s
tI
u
N
$
$
.s
$(
$
s
TN.s
N
\a
tt
N
s
s
$
t\
\t
s
t!
\B
.t
s
s
\t
$
\t
N
s
s
\t
s
\
N
N
s
\i
d
.ii
N
q
--a,
-r
e-a.
J
(,
z
o
6
F*-o?
--JO+
fr
Es=
-l-zir
fr,s<D
fr
HE3
Yt!-ELr4-
J
€
6
l/r
J
z
o
o
z
u
Z
<
a,
tU
a
c,
-(,
c,
cr.
o,
E
G
t,
trt
ctl
l-tr,
..=
Ctr
E
o,
a-s
tr,
-c
a-L-G'
-cl
E
q,
=
A
rFA
). 00g
cn€
E
146
IL =:
5 o c Gs
OB<
cl-=
E -J€
crl
s
C'
=
cEt
A,
Err
I
z,
a-CL
ta
-F
\-/
{-r
c,
l-tr
m
.E
c'
>r
cI
=
a-o,