Jurnal ini membahas masalah sistem peristiwa diskrit yang ada dalam sistem manufaktur otomatis (AMS), khususnya mengenai model, dinamika, dan perencanaan sistem AMS menggunakan alat matematika jaring Petri. Dekomposisi dan penyempurnaan diperlukan untuk mendapatkan desain AMS Petri net yang akan mengurangi atau menghilangkan hambatan dalam sistem AMS, yang meliputi penambahan situs sumber daya bersama dan non-berbagi ke jaringan Petri. Dalam pengembangan jaringan Petri (Murata, 1989) merupakan model formal yang diperkenalkan oleh Carl Adam Petri pada tahun 1962 untuk memodelkan sistem terdistribusi.
Pada penelitian ini akan dipelajari permasalahan dari sistem produksi yang dibangun dan dengan bantuan sintesis hybrid Petri net akan diperoleh perilaku dan karakteristik sistem yang diharapkan mampu menghindari kebuntuan sistem. Jaring Petri memiliki arah, bobot, dan merupakan grafik bipartit dengan dua bentuk simpul, kota, dan transisi. Ketika struktur pemilihan dan sinkronisasi tidak termasuk dalam dua subsistem ini, tahap pertama dari jaring Petri dirancang dengan model yang memiliki dua bagian dari jaring Petri, seperti yang ditunjukkan pada Gambar 2.
Dengan pemilihan awal tercapai dan struktur jaring Petri seperti yang ditunjukkan pada Gambar 6, jaring Petri terikat, hidup, dan dapat dibalik. 2008, Membangun Petri Net Traffic Lights and Simulation, Skripsi, Institut Teknologi Sepuluh Nopember, Surabaya.
Teorema Heine-Borel) [Royden (1987)]
Secara umum teori ini disebut dengan integral Henstock-Kurzweil yang sering disebut dengan integral Henstock yang sangat mudah dibandingkan dengan integral Lebesgue dan memiliki definisi yang sedikit berbeda dengan integral Riemann.
Integral Riemann)
Menggunakan partisi seperti yang didefinisikan dalam Definisi 4, Henstock menyusun integral Riemann lengkap, selanjutnya disebut sebagai integral Henstock, yang didefinisikan sebagai berikut. Suatu fungsi f a b: , dikatakan integral Henstock jika terdapat bilangan A sedemikian sehingga untuk setiap >0 terdapat fungsi ()>0 pada a b sehingga untuk setiap partisi - . Pada bagian ini akan dibahas beberapa sifat sederhana dari integral Henstock, yang merupakan sifat-sifat integral yang berlaku pada integral Henstock.
Sifat ketunggalan integral Henstock)
Suatu fungsi f a b: , dikatakan integral Henstock jika terdapat bilangan A sehingga untuk setiap >0 terdapat fungsi ()>0 v a b sehingga untuk setiap partisi- . A disebut nilai integral dari fungsi Henstock f pada interval. yang sesuai dengan -bagian D pada interval a b,. Seperti integral Riemann, sifat linearitas juga berlaku untuk integral Henstock, dan sifat ini dinyatakan dengan teorema di bawah ini. Jika fungsi f dan g adalah integral Henstock pada a b, maka f + g dan f untuk bilangan real juga merupakan integral Henstock pada.
H f x dxA H f x dx Lemma berikut ialah kriteria untuk menyiasat fungsi kamiran Henstock tanpa mengetahui nilai kamiran. Adalah diketahui bahawa bagi setiap n terdapat n,. setiap n satu siri fungsi positif n terbentuk. a) Ambil sebarang nombor asli m dan n dengan m > n iaitu Tambahan pula, teorem di bawah menunjukkan kejadian sifat am kamiran pada kamiran Henstock.
Berdasarkan Teorema 11 di atas, untuk menentukan apakah suatu fungsi merupakan integral Henstock atau bukan dalam a b, dapat ditunjukkan dengan integrasi interval dari fungsi tersebut. Teorema berikut adalah sifat integral Henstock, yang sering disebut sebagai lemma Henstock.
Lemma Henstock)
Keberhasilan pembangunan di suatu wilayah juga dapat dilihat dari angka kematian bayi dan angka harapan hidup. Winarno (2009) menyimpulkan bahwa persentase penolong persalinan oleh tenaga non medis dan rata-rata lama pemberian ASI eksklusif berpengaruh terhadap kematian bayi. Aulele (2010) menyatakan bahwa persentase kelahiran yang dilakukan dengan bantuan tenaga non medis, rata-rata usia perkawinan pertama wanita, rata-rata pemberian ASI eksklusif, rata-rata pengeluaran rumah tangga per bulan per bulan. jumlah penduduk, persentase penduduk miskin, jumlah tenaga kesehatan dan jumlah sarana kesehatan berpengaruh terhadap kematian bayi.
Angka kematian anak di provinsi Maluku masih tergolong tinggi, untuk itu peneliti dalam penelitian ini ingin melihat faktor apa saja yang mempengaruhi kematian anak di provinsi Maluku sehingga menjadi acuan pemerintah provinsi Maluku dalam menurunkan angka kematian anak. Tujuan yang ingin dicapai dalam penelitian ini adalah memodelkan jumlah kematian bayi di Provinsi Maluku tahun 2010 berdasarkan faktor-faktor yang terlibat. Kematian bayi adalah kematian yang terjadi antara waktu setelah bayi lahir sampai dengan bayi belum tepat berumur satu tahun.
Secara garis besar, dilihat dari penyebabnya, terdapat dua jenis kematian bayi yaitu endogen dan eksogen. Kematian bayi endogen atau yang biasa disebut dengan kematian neonatus adalah kematian bayi yang terjadi pada bulan pertama setelah lahir dan umumnya disebabkan oleh faktor-faktor yang dibawa sejak lahir, yang didapat dari orang tuanya pada saat pembuahan. atau didapat selama kehamilan. Kematian bayi eksogen atau kematian postneonatal adalah kematian bayi yang terjadi setelah usia 1 bulan sampai sebelum usia 1 tahun yang disebabkan oleh faktor-faktor yang berhubungan dengan pengaruh lingkungan luar.
Pada penelitian ini penerapan model regresi Poisson diterapkan pada kasus kematian bayi di Provinsi Maluku tahun 2010. Variabel yang diteliti adalah jumlah kematian bayi di bawah usia satu tahun per seribu kelahiran hidup pada tahun 2010 sebagai variabel respon. dan Persentase Persalinan yang Dilakukan dengan Pengobatan Tanpa Bantuan, Persentase Kunjungan Ibu Hamil ke Puskesmas untuk Imunisasi, Rata-Rata Pengeluaran Rumah Tangga Per Kapita per Bulan, Rata-rata Tidak Termasuk Menyusui, Persentase Penduduk Miskin, Jumlah Pegawai . Sehingga variabel prediktor di Provinsi Maluku tahun 2010 dapat digunakan dalam membentuk model regresi Poisson.
Maka diperoleh 2 parameter signifikan yaitu dan karena | | | | atau nilai P sehingga model regresi Poisson yang dibentuk untuk kematian bayi di provinsi Maluku adalah. Model di atas menjelaskan bahwa jumlah kematian bayi di Provinsi Maluku pada tahun 2010 akan meningkat sebesar exp0.081017 jika variabel X1 meningkat sebesar satu satuan dengan asumsi variabel prediktor lainnya konstan. Rata-rata jumlah kematian bayi di Provinsi Maluku pada tahun 2010 adalah 6 orang per ribu kelahiran hidup.
Persentase rata-rata persalinan yang dilakukan dengan pertolongan non medis di Provinsi Maluku pada tahun 2010 adalah 59,63%. Berdasarkan model regresi Poisson diperoleh faktor-faktor yang berpengaruh signifikan terhadap kematian bayi yaitu persentase persalinan yang dilakukan dengan pertolongan non medis (X1) dan jumlah institusi medis (rumah sakit dan balai pengobatan) (X7).
Ukuran Lebesgue)
Dalam perkembangan teori integral, sekitar abad ke-20, Lebesgue mengembangkan teori ukuran dengan mengubah konsep panjang interval menjadi besaran tetap bilangan real. Sejalan dengan perkembangan teori integral, dalam definisi deskriptif integral Lebesgue yang dibangun oleh Lebesgue membutuhkan fungsi yang mutlak kontinyu. Terbukti bahwa fungsi f : a b, merupakan integral Lebesgue pada interval a b jika dan hanya jika terdapat fungsi F: a b, yang kontinu mutlak pada.
Oleh karena itu, setiap fungsi yang berintegrasi Lebesgue pada interval a b juga akan berintegrasi HK pada interval yang sama. Diketahui bahwa integral Denjoy khusus, integral Perron dan integral HK berbeda dan ketiganya merupakan iterasi dari integral Lebesgue. Ini berarti bahwa untuk setiap fungsi integral HK f terdapat barisan fungsi integral Lebesgue fn yang konvergen secara terkendali ke fungsi f. Oleh karena itu, cukup dengan menuliskan definisi 6 di atas sebagai berikut: Himpunan E akan dapat diskalakan Lebesgue jika untuk sembarang himpunan.
Ec juga merupakan himpunan terukur. dan setiap himpunan terukur. iv) Jika E1, E2 masing-masing besaran terukur, maka E1E2 juga besaran terukur. Berdasarkan Teorema 2.2.1.3 (i) dan (iv), diketahui bahwa , yang merupakan kumpulan dari semua besaran terukur (Lebesgue), adalah besaran aljabar pada. Jika X,A, adalah besaran ruang, maka fungsi :X disebut fungsi sederhana pada X jika terdapat bilangan c c1, 2, ,cn dan besaran terukur.
Jika kedua integral ini sama dan berhingga, maka fungsi f disebut integral Lebesgue di E dan nilainya ditulis dengan. Diberikan f, fungsi terukur nonnegatif g yang didefinisikan pada a b, , dan A dan B adalah himpunan bagian terukur pada a b,. Suatu fungsi terukur f dikatakan integral Lebesgue pada himpunan terukur E, jika fungsi tak negatif f dan f adalah integral Lebesgue pada E dan terdefinisi berturut-turut.
Pada bagian ini akan dipaparkan pengertian dari Perluasan Integral Lebesgue atau disebut Integral-EL dan beberapa sifat yang berlaku padanya.
Ketunggalan)
SD adalah model yang menghubungkan skala global GCM ke skala yang lebih kecil (lokal) dengan cara preprocessing Reduksi dimensi dari domain grid untuk mengatasi kasus multikolinearitas. Hasil reduksi dimensi domain grid kemudian diregresi dengan variabel respon berupa data curah hujan di stasiun Ambon dengan menggunakan pendekatan regresi Bayesian. Metode reduksi dimensi yang digunakan dalam preprocessing antara lain: principal component analysis (PCA), discrete wavelet transform (TWD) (Anggraeni, 2009), kernel PCA (Manorang, 2009) dan ROBUST PCA (Khotimah, 2009).
Hasil reduksi dimensi pada pre-processing menggunakan ROBUST PCA untuk mendapatkan validasi model presipitasi dapat diselesaikan dengan menggunakan pendekatan regresi Bayesian, sehingga dikenal dengan regresi Bayes ROBUST PCA. Dari perspektif statistik, masalah ini memodelkan hubungan antara variabel iklim stasiun skala besar dan komponen utama yang dihasilkan dari pengurangan pra-pemrosesan ROBUST PCA. Komponen utama reduksi dimensi ROBUST PCA dibagi menjadi 2 komponen, yaitu data in-sample untuk mendapatkan model dan data out-sample untuk mendapatkan validasi model.
Kriteria kebaikan model untuk membandingkan kinerja hasil reduksi dimensi PCA dengan model regresi PCA ROBUST Bayes adalah RMSEP dan R2predict. Tentukan jumlah komponen utama yang dihasilkan (dengan melihat varians kumulatif yang lebih besar sebesar 85%). Berdasarkan kriteria beberapa komponen utama pertama dijelaskan bahwa keragaman data lebih besar dari 85%, sehingga Tabel 1 di bawah ini menggambarkan PC optimal dari metode reduksi dimensi Robust PCA.
Dalam domain 3x3, jumlah optimal komponen utama yang terbentuk dengan keragaman yang dapat dijelaskan lebih dari 85% merupakan salah satu komponen utama. Pada domain 12x12, tidak lebih dari empat komponen utama yang optimal, kecuali variabel HUSS dan VA500 yang menggunakan lima komponen utama. Berbeda dengan variabel HUSS, VAS, VA200, VA500 dan VA850 yang membutuhkan komponen utama yang cukup sedikit untuk menjelaskan lebih dari 85% total keragaman data.
Pemodelan SD menggunakan regresi linier berganda, dimana variabel prediktornya merupakan gabungan dari hasil reduksi dimensi dari variabel GCM pada masing-masing domain berdasarkan metode ROBUST PCA dan variabel responnya adalah data curah hujan bulanan dari stasiun Ambon. Pemodelan SD menggunakan metode regresi ROBPCA Bayesian menggunakan variabel prediktor yang merupakan kombinasi dari pengurangan dimensi variabel GCM menggunakan metode ROBPCA, yang dilakukan di setiap domain. Pemodelan SD dilakukan dengan menggunakan regresi Bayesian, dimana variabel prediktornya merupakan kombinasi dari dimensi variabel GCM yang direduksi pada setiap domain berdasarkan metode ROBPCA dan variabel respon yaitu data curah hujan bulanan kota Ambon.
