Distribusi Momen Pada Suatu Pelat Dalam

Top PDF Distribusi Momen Pada Suatu Pelat Dalam:

Tinjauan Momen Lentur Pelat Dua Arah Dengan Metode Perencanaan Langsung Dan Metode Elemen Hingga

Tinjauan Momen Lentur Pelat Dua Arah Dengan Metode Perencanaan Langsung Dan Metode Elemen Hingga

Penelitian ini dilakukan untuk mempelajari dan mengetahui momen lentur pelat dua arah dengan Metode Perencanaan Langsung dan Metode Elemen Hingga. Tata cara perhitungan struktur beton untuk bangunan gedung yaitu SNI 2847 2013 diatur beberapa metode perencanaan pelat salah satunya Metode Perencanaan Langsung dengan koefisien momen dalam analisisnya. Metode elemen hingga (MEH) membagi masalah yang kompleks menjadi bagian-bagian kecil dimana solusi yang lebih sederhana dapat diperoleh. Teori yang dipakai pada analisis pelat dengan Metode Elemen Hingga adalah Teori Kirchoff-Love dimana batasan-batasan yang dipakai khusus untuk analisis pelat tipis dengan defleksi kecil dengan mengabaikan gaya geser transversal. Program yang dipakai untuk Metode Elemen Hingga pada penelitian ini adalah microsoft excel sebagai alat bantu perhitungan dan program SAP 2000 sebagai pemodelan struktur pelat. Dari perhitungan diperoleh nilai lendutan dan momen lentur pada pelat dua arah dengan hasil bervariasi. Dari hasil yang didapatkan menunjukan bahwa momen statis total terfaktor dari Metode Perencanaan Langsung dan Metode Elemen Hingga menunjukan hasil yang saling mendekati. Distribusi momen di tumpuan dan lapangan pelat interior berbeda dikarenakan Metode Perencanaan langsung menggunakan koefisien momen yang besar ditumpuan sedangkan Metode Elemen Hingga menggunakan peralihan matriks kekakuan.
Baca lebih lanjut

12 Baca lebih lajut

Makalah Momen Distribusi

Makalah Momen Distribusi

Analisis struktur dengan metode distribusi momen pertama kali diperkenalkan oleh Harry Cross pada tahun 1933 dalam bukunya yang berjudul "Analysis of Continous Frames by Distributing Fixed-End Moments", dan disebarluaskan oleh ilmuan lainnya. Metode distribusi momen juga dikenal sebagai metode Cross. Metode ini merupakan salah satu metode yang dipakai untuk analisis struktur balok menerus dan portal statis tak tentu.

15 Baca lebih lajut

Penentuan Momen Ke-5 dari Distribusi Gamma

Penentuan Momen Ke-5 dari Distribusi Gamma

Intisari: Distribusi Gamma mempunyai peranan yang sangat penting dalam teori antrian dan teori keandalan (reliabilitas). Distribusi gamma memiliki grafik yang disebut kurva tak beraturan, yang menggambarkan keti- daknormalan dalam sebarannya. Pada distribusi yang mempunyai kurva tak beraturan, sangat penting untuk diketahui besarnya koefisien Skewness dan koefisien Kurtosis, sehingga diperlukan adanya momen ketiga dan momen keempat. Sedangkan momen kelima, dapat digunakanuntuk mencari besarnya koefisien Skewness yang lebih akurat. Menurut Walpole, kegunaan yang jelas dari fungsi pembangkit momen ialah untuk menen- tukan momen distribusi. Jika diketahui fungi pembangkit momen suatu peubah acak, maka dapat ditentukan momen-momennya, yaitu dengan menurunkan fungsi pembangkit momen hingga n kali. Fungsi pembangkit momen distribusi gamma didefinisikan sebagai 𝑀 𝑡 = 1
Baca lebih lanjut

6 Baca lebih lajut

ANALISIS DISTRIBUSI KECEPATAN PADA SALURAN TERBUKA (STUDY KASUS : SUNGAI PELAT, DESA PELAT)

ANALISIS DISTRIBUSI KECEPATAN PADA SALURAN TERBUKA (STUDY KASUS : SUNGAI PELAT, DESA PELAT)

Perlu di ingat bahwa distribusi kecepatan aliran di dalam alur tidak sama arah horizontal maupun arah vertikal.Dengan kata lain kecepatan aliran pada tepi alur tidak sama dengan tengah alur, dan kecepatan aliran dekat permukaan air tidak sama dengan kecepatan pada dasar alur. Cara pengukuran dengan metode apung (floating method). Caranya dengan menempatkan benda yang tidak dapat tenggelam di permukaan aliran sungai untuk jarak tertentu dan mencatat waktu yang diperlukan oleh benda apung tersebut bergerak dari satu titik pengamatan ke titik pengamatan lain yang telah ditentukan.Benda apung yang digunakan dalam pengukuran ini pada dasarnya adalah benda apa saja sapanjang dapat terapung dalam aliran sungai.Pemilihan tempat pengukuran sebaiknya pada bagian sungai yang relatiflurus dengan tidak banyak arus tidak beraturan.Jarak antara dua titik pengamatan yang diperlukan ditentukan sekurang-sekurangnya 10 m. Pengukuran dilakukan beberapa kali sehingga dapat diperoleh kecepatan rata-rata permukaan aliran sungai dengan persamaan berikut.
Baca lebih lanjut

10 Baca lebih lajut

Momen,Kumulan dan Fungsi Karakteristik dari Distribusi Generalized Lambda

Momen,Kumulan dan Fungsi Karakteristik dari Distribusi Generalized Lambda

ROSANI MUTIARA THAMRIN Distribusi Generalized Lambda awalnya diusulkan oleh Ramberg dan Schmeiser (1974) yang merupakan distribusi dengan empat parameter yang reparameterisasi dari distribusi Lambda Tukey dengan satu parameter. Karakteristik dari suatu distribusi dapat diketahui menggunakan momen, kumulan dan fungsi karakteristik. Karian & Dudewicz (2000) memperkenalkan metode penduga momen pada distribusi generalized lambda dengan menggunakan ekspetasi Z dimana Z merupakan transformasi pada salah satu parameter dari distribusi generalized lambda pada saat nilai = 0. Disisi lain, dalam penelitian ini memperoleh momen berdasarkan fungsi pembangkit momen dari distribusi generalized lambda. Berdasarkan fungsi pembangkit momen, penelitian ini dapat mengembangkan fungsi karakteristik dari distribusi generalized lambda dengan menguraikan fungsi dan ke dalam bentuk ekspansi deret Maclaurin. Hasil simulasi grafik diperoleh skewness dari distribusi generalized lambda adalah skew to the left dan kurtosis dari distribusi generalized lambda adalah leptokurtik.
Baca lebih lanjut

40 Baca lebih lajut

MOMEN, KUMULAN DAN FUNGSI KARAKTERISTIK DARI DISTRIBUSI GENERALIZED GAMMA

MOMEN, KUMULAN DAN FUNGSI KARAKTERISTIK DARI DISTRIBUSI GENERALIZED GAMMA

TIURMA RATNA DEVI HUTAHAEAN Pada penelitian ini akan dijelaskan mengenai karakteristik dari distribusi generalized gamma. Distribusi generalized gamma merupakan perumuman dari distribusi gamma. Distribusi gamma merupakan salah satu keluarga distribusi peluang kontinu yang biasa digunakan dalam pemodelan data kelangsungan hidup. Distribusi gamma memiliki dua parameter yaitu parameter bentuk ( ) dan parameter skala . Sedangkan distribusi generalized gamma memiliki tiga parameter yaitu parameter bentuk ( ) dan parameter skala . Dimana, distribusi generalized gamma akan menjadi distribusi gamma dengan . Penelitian ini bertujuan untuk menentukan momen, kumulan dan fungsi karakteristik dari distribusi generalized gamma Momen dapat ditentukan dengan menggunakan definisi dan menggunakan fungsi pembangkit momen. Sehingga dari momen yang diperoleh dapat ditentukan kumulan. Lalu, dari kumulan yang diperoleh dapat ditentukan skewness dan kurtosis distribusi generalized gamma.
Baca lebih lanjut

36 Baca lebih lajut

BAB II METODE DISTRIBUSI MOMEN 2.1 Pendahuluan

BAB II METODE DISTRIBUSI MOMEN 2.1 Pendahuluan

dan D untuk membuat kemiringannya relatif datar seperti ditunjukkan pada Gambar 2.1(b) dan (d). Pada kenyataannya, besar dan arah dari momen pengunci ini diketahui dari beban yang bekerja atau penurunan tumpuan. Jika momen pengunci pada salah satu titik buhul dilepas, maka titik buhul akan berotasi. Rotasi ini menyebabkan perubahan tidak hanya pada momen diujung batang dekat titik buhul yang dilepasm tetapi juga pada momen pengunci pada titik buhul bersebelahan dikedua ujung titik buhul yang dilepas tersebut. Jika masing-masing titik buhul dilepas secara berurutan dan dikunci kembali dan kemudian proses ini diulangi, suatu saat akan dicapai dimana setiap titik buhul mencapai suatu respon perubahan bentuk akhir yang tetap. Momen pengunci ini selanjutnya akan didistribusikan ke seluruh struktur pada masing-masing jumlah rotasi titik buhulnya, sehingga metode ini dinamakan sebagai distribusi momen.
Baca lebih lanjut

45 Baca lebih lajut

PENGARUH RASIO BENTANG PADA PANEL PELAT PRACETAK TERHADAP POLA RETAK DAN KAPASITAS MOMEN LENTUR

PENGARUH RASIO BENTANG PADA PANEL PELAT PRACETAK TERHADAP POLA RETAK DAN KAPASITAS MOMEN LENTUR

Dibuat: 2008-07-14 , dengan 3 file(s). Keywords: Pelat Pracetak, Rasio Bentang, Momen Lentur Penggunaan metode pracetak dalam dunia konstruksi beton semakin pesat dalam beberapa tahun terakhir ini. Maka diharapkan dengan adanya penelitian ini dapat digunakan sebagai salah satu masukan bagi para praktisi, peneliti dan lembaga pendidikan. Penelitian ini membahas pengaruh variasi rasio bentang 2 sisi pendek terhadap perilaku retak dan lentur pada pelat pracetak.

1 Baca lebih lajut

TUGAS AKHIR PENELITIAN KAPASITAS MOMEN LENTUR DAN LEKATAN GESEK DARI PELAT BETON DENGAN SISTEM FLOORDECK

TUGAS AKHIR PENELITIAN KAPASITAS MOMEN LENTUR DAN LEKATAN GESEK DARI PELAT BETON DENGAN SISTEM FLOORDECK

Pertama-tama penulis mengucap syukur kepada Tuhan Yesus, karena atas kasih dan karunia-Nya dari awal sampai akhir dalam pembuatan Tugas Akhir ini. Hingga pada akhirnya penulis dapat menyelesaikan laporan Tugas Akhir yang berjudul “Penelitian kapasitas momen lentur dan lekatan gesek dari pelat beton dengan sistem floordeck”, yang diajukan untuk Ujian Sarjana Strata-1 ini.

13 Baca lebih lajut

Analisis Pengaruh Dimensi Balok Anak Terhadap Momen Lentur pada Pelat dengan Metode Amplop Dan Metode Elemen Hingga

Analisis Pengaruh Dimensi Balok Anak Terhadap Momen Lentur pada Pelat dengan Metode Amplop Dan Metode Elemen Hingga

Pelat secara umum berdasarkan aksi strukturnya, dibedakan menjadi empat kategori utama (Szilard, 1974), yaitu : pelat kaku adalah pelat tipis yang memiliki tegangan lentur (flexural rigidity), dan memikul beban dengan aksi dua dimensi, terutama dengan momen dalam (lentur dan puntir) dan gaya geser tranversal, yang umumnya sama dengan balok (contoh : Gambar 1.a) , membran adalah pelat tipis tanpa ketegangan lentur dan memikul beban lateral dengan gaya geser aksial dan gaya geser terpusat (contoh : Gambar 1.b): , pelat fleksibel adalah gabungan dari pelat kaku dan membran dan memikul beban luar dengan gabungan aksi momen dalam (contoh : Gambar 1.c), gaya geser tranversal dan gaya geser pusat, serta gaya aksial, pelat tebal adalah pelat yang kondisi tegangan dalamnya menyerupai kondisi kontinu tiga
Baca lebih lanjut

10 Baca lebih lajut

MOMEN, KUMULAN, DAN FUNGSI KARAKTERISTIK DISTRIBUSI TWO-PARAMETER GENERALIZED RAYLEIGH

MOMEN, KUMULAN, DAN FUNGSI KARAKTERISTIK DISTRIBUSI TWO-PARAMETER GENERALIZED RAYLEIGH

Distribusi Rayleigh merupakan salah satu keluarga dari distribusi peluang kontinu yang biasa digunakan dalam data pemodelan dan kelangsungan hidup. Namun distribusi Rayleigh ini terkadang tidak selalu tepat dalam mengemas suatu data kelangsungan hidup dalam suatu model peluang karena ragamnya yang kurang menyebar. Untuk dapat mengatasinya, maka dibutuhkan suatu perumuman dari distribusi Rayleigh untuk dapat digunakan dalam setiap keadaan data, baik ragamnya mmenyebar ataupun tidak yaitu dengan distribusi generalized Rayleigh.

32 Baca lebih lajut

PENENTUAN MOMEN KE-3 DAN KE-4 DARI DISTRIBUSI GAMMA, BETA DAN WEIBULL SKRIPSI

PENENTUAN MOMEN KE-3 DAN KE-4 DARI DISTRIBUSI GAMMA, BETA DAN WEIBULL SKRIPSI

Dalam statistika, rata-rata dan varian sebenarnya merupakan hal istimewa dari kelompok ukuran lain yang disebut Momen, dari momen ini pula beberapa ukuran lain dapat diturunkan. Pada sebagian besar buku-buku yang membahas mengenai momen ini baik dalam literatur berbahasa Indonesia maupun literatur berbahasa Inggris, pembahasan momen masih dalam ruang lingkup terbatas, yakni pembahasannya hanya terbatas pada momen pertama dan kedua secara umum. Namun dalam konteks ini momen dapat dikembangkan sampai pada momen ke-3 dan ke-4, sehingga akan memudahkan dalam menentukan kemencongan dan kesetangkupan serta berat kedua ujung suatu distribusi. Momen dari suatu suatu peubah acak X didefinisikan dalam 2 bagian yaitu, momen tak terpusat dari suatu peubah acak X, dan momen terpusat dari suatu peubah acak X.
Baca lebih lanjut

93 Baca lebih lajut

PENDUGAAN PARAMETER DISTRIBUSI BETA DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

PENDUGAAN PARAMETER DISTRIBUSI BETA DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

Abstrak. Penduga titik dari suatu parameter populasi adalah sebuah nilai yang diper- oleh dari sampel dan digunakan sebagai penduga dari parameter yang nilainya tidak diketahui. Pada artikel ini, pendugaan titik dengan metode momen dan metode maksi- mum Likelihood digunakan untuk menentukan penduga titik dari distribusi Beta. Pen- dugaan parameter distribusi beta dengan metode kemungkinan maksimum dibantu den- gan metode iterasi numerik, yaitu Newton-Raphson. Penduga yang diharapkan adalah yang memiliki sifat tak bias, efisien dan konsisten. Simulasi data dilakukan dalam peneli- tian ini untuk membuktikan ketiga sifat tersebut. Hasil simulasi data menunjukkan bahwa metode kemungkinan maksimum lebih efisien dibandingkan dengan metode mo- men dalam menduga parameter distribusi beta.
Baca lebih lanjut

6 Baca lebih lajut

ANALISIS DISTRIBUSI SUHU PADA PELAT DUA DIMENSI DENGAN MENGGUNAKAN METODA BEDA HINGGA

ANALISIS DISTRIBUSI SUHU PADA PELAT DUA DIMENSI DENGAN MENGGUNAKAN METODA BEDA HINGGA

Kampus Ketintang Surabaya e-mail: idayono@yahoo.com Abstrak Telah dilakukan penelitian tentang komputasi distribusi suhu pada persamaan Laplace dua dimensi dengan metode beda hingga menggunakan MATLAB 7.0. Tujuan penelitian adalah menganalisis distribusi suhu pada tiap titik dalam dua dimensi pada persamaan Laplace. Metode penelitian yang digunakan yakni menyusun konsep persamaan Laplace, mengidentifikasi permasalahan, persamaan Laplace dua dimensi yang digunakan, penyelesaian numerik dengan metode beda hingga, uji kebenaran dan data awal, analisis, penerapan. Hasil penelitian menunjukkan bahwa visualisasi berupa grafik pada program MATLAB untuk menyelesaikan persamaan Laplace telah ada kecocokan dengan grafik pada teori tentang aliran suhu, sehingga antara hasil teori dan numerik berupa program tidak ada perbedaan yang signifikan. Bahkan hasilnya berdasarkan grafik diatas menunjukkan bahwa antara numerik dengan analitik saling berhimpit atau mendekati. Hal ini dapat dilihat dari selisih atau tingkat error nilai T antara numerik dengan analitik tidak terlalu jauh perbedaannya.
Baca lebih lanjut

7 Baca lebih lajut

Penentuan Mean, Variansi, Skewness dan Kurtosis dari Distribusi Gamma dan Weibull dengan Menggunakan Momen Pertama Hingga Momen ke Empat - Repositori UIN Alauddin Makassar

Penentuan Mean, Variansi, Skewness dan Kurtosis dari Distribusi Gamma dan Weibull dengan Menggunakan Momen Pertama Hingga Momen ke Empat - Repositori UIN Alauddin Makassar

“Dan kalau kami menghendaki, Sesungguhnya kami tinggikan (derajat)nya dengan ayat-ayat itu, tetapi dia cenderung kepada dunia dan menurutkan hawa nafsunya yang rendah, Maka perumpamaannya seperti anjing jika kamu menghalaunya diulurkannya lidahnya dan jika kamu membiarkannya dia mengulurkan lidahnya (juga). demikian Itulah perumpamaan orang-orang yang mendustakan ayat-ayat kami. Maka Ceritakanlah (kepada mereka) kisah- kisah itu agar mereka berfikir.“ 6 Ayat di atas menggambarkan adanya peluang suatu objek cenderung mengikuti bentuk atau pola tertentu. Bentuk-bentuk ini dalam statistika dapat dinamakan distribusi atau sebaran peluang. Sebagaimana yang ditegaskan dalam ayat di atas bahwa jika Allah swt. menghendaki niscaya akan ditinggikan derajat orang-orang yang beriman terhadap ayat-ayat Allah, namun kebanyakan manusia (kaum Yahudi) pada saat itu mendustakan ayat-ayat Allah dan cenderung mengikuti nafsu dunia yang rendah dan kebanyakan mereka ialah orang-orang yang sesat. Sebab sebaik-baik manusia ialah mereka yang mampu menyeimbangkan antara kehidupan dunia dan kehidupan akhiratnya.
Baca lebih lanjut

118 Baca lebih lajut

KARAKTERISTIK PENDUGA PARAMETER DISTRIBUSI GENERALIZED WEIBULL MENGGUNAKAN METOGE GENERALIZED MOMEN

KARAKTERISTIK PENDUGA PARAMETER DISTRIBUSI GENERALIZED WEIBULL MENGGUNAKAN METOGE GENERALIZED MOMEN

Selanjutnya akan dibahas mengenai pendugaan parameter dengan GMM. 2.4 Pendugaan Parameter dengan Metode Generalized Momen Metode Generalized Moment merupakan bentuk pengembangan dan perumuman dari metode momen. Metode ini pertama kali diperkenalkan oleh Lars Petrus Hansen pada tahun 1982, dimana metode Generalized Moment ini digunakan untuk memperoleh penduga parameter dari model statistik. Metode tersebut telah banyak digunakan dalam bidang ekonomi dan seringkali diaplikasikan pada masalah keuangan. Metode Generalized Moment didasarkan pada kondisi momen populasi, yakni
Baca lebih lanjut

36 Baca lebih lajut

MOMEN, KUMULAN, DAN FUNGSI KARAKTERISTIK DARI DISTRIBUSI DAGUM. (Skripsi) Oleh. Yucky Anggun Anggrainy

MOMEN, KUMULAN, DAN FUNGSI KARAKTERISTIK DARI DISTRIBUSI DAGUM. (Skripsi) Oleh. Yucky Anggun Anggrainy

Selain momen dan kumulan, fungsi karakteristik juga sangat penting. Setiap distribusi peluang akan memiliki fungsi karakteristik, karena di dalam fungsi karakteristik tedapat bilangan imajiner yang dapat menyelesaikan fungsi yang kompleks yang terdapat dalam suatu distribusi. Fungsi karakteristik juga dapat menentukan momen serta kumulan. Ketiga karakteristik ini saling berkaitan dan menarik untuk dikaji. Selain itu, kajian tentang distribusi dagum belum banyak dilakukan oleh peneliti lain dan juga merupakan hal yang menarik untuk dikaji. Oleh sebab itu, pada penelitian ini akan mengkaji lebih dalam tentang momen, kumulan serta fungsi karakteristik dari distribusi dagum.
Baca lebih lanjut

39 Baca lebih lajut

Karakteristik Penduga Parameter Distribusi Generalized Eksponensial dengan Menggunakan Metode Generalized Momen

Karakteristik Penduga Parameter Distribusi Generalized Eksponensial dengan Menggunakan Metode Generalized Momen

Metode momen telah populer dengan kemudahan dari aplikasinya dan dapat diterapkan untuk menduga parameter pada ukuran sampel kecil. Tidak seperti metode pendugaan lainnya, seperti metode Least Square yang harus memenuhi asumsi-asumsi antara lain berdistribusi normal, homoskedastistas dan auto- korelasi, yang diperlukan dalam metode momen hanyalah persamaan momen yang diperoleh dari model.

48 Baca lebih lajut

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

Keywords: Weibull Distribution, Moments method, Least Square method. 1. PENDAHULUAN Statistika inferensi berkaitan dengan pengambilan kesimpulan tentang parameter populasi yang didasarkan pada informasi data sampel dari populasi yang menjadi perhatian. Parameter yang menjadi perhatian dapat berupa rata-rata, variansi dan parameter lainya. Model data sampel dinyatakan dalam bentuk fungsi densitas yang distribusinya tergantung pada parameter yang nilainya tidak diketahui. Metode yang digunakan dalam pendekatan klasik adalah metode momen dan metode kuadrat terkecil.
Baca lebih lanjut

8 Baca lebih lajut

Show all 10000 documents...