MENYELESAIKAN MASALAH SYARAT BATAS PERSAMAAN DIFFERENSIAL POISSON 2D. La Ode Muhammad Umar Reky Rahmad R 1.

Ukuran: px
Mulai penontonan dengan halaman:

Download "MENYELESAIKAN MASALAH SYARAT BATAS PERSAMAAN DIFFERENSIAL POISSON 2D. La Ode Muhammad Umar Reky Rahmad R 1. Email: umarr3@yahoo."

Transkripsi

1 La Ode Mammd Umar Re Ramad R//Paradgma Vol. 5 No. Otober 0 lm MENYELESAIKAN MASALAH SYARAT BATAS PERSAMAAN DIFFERENSIAL POISSON D La Ode Mammad Umar Re Ramad R Jrsan Matemata FMIPA Unverstas Haloleo Kendar 933 Emal: ABSTRAK Termotvas dar sltna menelesaan masala sarat batas persamaan Posson secara nmer maa pada tlsan n dberan beberapa sema nt menelesaaan persamaan dfferensal Posson da dmens dengan sarat batas Nemann Robn dan Drclet pada grd artess dengan doman berbent segempat. Sema-sema tersebt dbangn e dalam sema persamaan Posson berdasaran metode beda ngga dan metode Sccessve Over Relaaton (SOR. Cara n ternata berasl dterapan pada seba conto selntna domentar pla masala eonvergenan dan aras asl nmer tersebt. Kata-ata Knc : Sarat Batas Persamaan Dfferensal Posson Metode Beda Hngga Metode Scessve Over Relaatn (SOR ABSTRACT Motvated b te dffclt n solvng nmercall te bondar condton problems of Posson dfferental eqaton we present some scemes for solvng a two dmensonal Posson dfferental eqaton wt Nemann Robn and Drclet bondar condtons on a Cartesan grd wt rectaglar doman bondares. Tese scemes were developed n te posson eqaton scemes based on te fnte dfference metod and Sccesve Over Relaaton (SOR metod. Te proposed metod was sccessfll mplemented on an eample for wc we present and dscss te convergence and accrac of te nmercal reslt. Kewords: Bondar Condton Posson dfferental eqaton Fnte Dfference Metod Sccesve Over Relaaton (SOR Dterma: 5 Jn 0 Dset nt dpblasan: 0 Agsts 0

2 Menelesaan Masala Sarat Batas Persamaan Dfferensal Posson D 34. PENDAHULUAN Persamaan dfferensal Posson mempna aplas ang las pada bdang reaasa. Persamaan dfferensal n dapat dmpa pada masala eletrostat dnama fldapegas onds panas masala ar tana dan lan-lan []. Pendeatan persamaan dfferensal Posson dan Laplace D menggnaan metode beda ngga mengaslan sstem persamaan lner ang berran besar tetap mempna strtr teratr dan elemenna ebanaan nol sengga penelesaan sstm persamaan lner tersebt serng dpl metode teras []. Metode teras mempna erangan at proses teras dapat tda onvergen metode teras mengaslan proses teras ang onvergen a dan ana a nla egen ang mempna nla mtla terbesar (spectral rads dar matrs tersna bernla rang dar []. Menelesaaan persamaan dfferensal menggnaan metode Metode Beda Hngga (Fnte Dfference Metods mmna menem esltan pada cara memperole sema nmer pada batas-batas doman sesa sarat batas ang dberan. Ole arena t pentng nt menga bagamana menelesaan masala sarat batas persamaan dfferensal Posson D dengan berbaga tpe sarat batasna.. PERSAMAAN DIFFERENSIAL POISSON DAN TIPE SYARAT BATAS Bent persamaan dfferensal (PD Posson D adala ( ( f(. Bent mm sarat batas (tpe Robn adala PQ n G dengan n adala vetor normal satan (vetor tega lrs pada rva batas P dan Q adala blangan onstan ang tda bernla nol secara serenta. Sarat batas Drclet dperole a Q0 sedangan a P0 dperole sarat batas bertpe Nemann. [3]

3 La Ode Mammd Umar Re Ramad R//Paradgma Vol. 5 No. Otober 0 lm SKEMA BEDA HINGGA PADA TITIK DALAM DOMAIN (TITIK INTERIOR Dberan persamaan dfferensal Posson D ( ( ( f ( dengan doman { } q p Ω 0 0 (. Batas-batas doman dapat bertpe Drclet Nemann ata Robn. Penelesaan persamaan ( dengan metode beda ngga dmla dengan memparts doman sepert pada Gambar. [4] Persamaan ( selantna dtls menad f ( (. ( Ja dgnaan rms pendeatan ( Gambar. Doman dan partsna

4 Menelesaan Masala Sarat Batas Persamaan Dfferensal Posson D 36 dan ( maa persamaan ( dapat ddeat dengan sema f ata. f (3 3...I-; 3...J-. 4. SKEMA BEDA HINGGA PADA BATAS DOMAIN Persamaan (3 merpaan sema nt mencar pada tt-tt grd ang terleta pada bagan dalam doman ad berndes 3...I- 3...J-. Adapn nt tttt grd ang terleta pada batas doman dalam al n dengan sala sat ata eda ndesna adala I J dbtan modfas persamaan (3 sesa sarat batas ang dberan (Robn ata Nemann. Pada batas bertpe Drclet nla tela deta sengga tda dbtan sema nmer nt mencar nla pada batas tersebt. [5] Pada sdt batas ang dbent ole da batas bertpe Drclet nla dasmsan sama dengan nla rata-ratana. Ja sdt batas dbent ole batas bertpe Drclet dan batas lanna bertpe Robn ata Nemann maa nla pada sdt batas tersebt dasmsan mengt nla dar batas Drclet. Nla-nla pada batas bertpe Robn ata Nemann belm deta ole arena t dbtan sema nmer nt mencar nla pada batas-batas tersebt.

5 La Ode Mammd Umar Re Ramad R//Paradgma Vol. 5 No. Otober 0 lm Deta bent mm sarat batas merpaan tpe Robn at P ( Q ( n G dengan n adala vetor ara normal satan (vetor satan ang tega lrs pada rva batas. Y n n n n Doman n n n n X Gambar Vetor normal satan Ja sat batas tda bertpe Drclet ( Q 0 maa bent mm sarat batas (Tpe Robn tersebt dapat dnataan sebaga ( n α ( β (4 dengan α P / Q β G / Q. Ja α 0 maa persamaan (4 menad sarat batas bertpe Nemann. Sema nmer nt mencar nla pada sat batas bertpe Robn ata Nemann pada prnspna adala modfas persamaan (3 sesa sarat batasna

6 Menelesaan Masala Sarat Batas Persamaan Dfferensal Posson D 38 sengga sema tersebt tda menggnaan tt-tt dlar doman. Hal n aan dcontoan pada bagan bert. Msalan doman pada Gambar 3 dengan batas batas r doman bertpe Robn ( α 3 ( β 0 0 q (5 3 dengan α 3 β 3 blangan onstan. Y q α β α 3 β 3 α 4 β 4 0 P α β X Gambar 3. Doman dengan sarat batas Robn ata Nemann Persamaan (5 dapat dtls menad Ja dgnaan rms pendeatan α 3 β... J. (6 ( 3 ( maa persamaan (6 dapat ddeat dengan sema

7 La Ode Mammd Umar Re Ramad R//Paradgma Vol. 5 No. Otober 0 lm α β 3 ; ;...J. (7 Ja dgnaan pada sema PD Posson (3 dan persamaan (7 maa aan dmpa 0 dengan...j. Sedangan deta bawa ndes terecl nt adala n berart langsng. 0 adala tt-tt ftf. Ole arena t 0 tda dapat dgnaan secara Persamaan (3 nt dperole Persamaan (7 nt dperole ata 0. f (8 0 α β 3 0 β 3 α 3 3. (9 Persamaan (9 dsbstts pada persamaan (8 dperole β 3. α 3 f. (0

8 Menelesaan Masala Sarat Batas Persamaan Dfferensal Posson D 40 Persamaan (0 merpaan sema nt mencar nt mencar dan ang membent sdt-sdt tersebt. Robnat 3... J-. Sedangan sema J belm dapat dtentan arena melbatan sarat batas lan Msalan doman pada Gambar 3 batas bagan atas doman ga dengan α β blangan onstan. Persamaan ( dapat dtls menad Ja dgnaan rms pendeatan bertpe ( α ( β 0 p q ( ( α β...i J. ( ( maa persamaan ( dapat ddeat dengan ata α β ;...I; J J J β α...i. (3 Sema PD Posson (3 nt J adala J J.J J f J J (4

9 La Ode Mammd Umar Re Ramad R//Paradgma Vol. 5 No. Otober 0 lm Deta ndes terbesar nt adala J. Ha n berart J 3...I adala tttt ang berada dlar doman (tt ftf. Unt mengndar penggnaan tt-ttftf tersebt maa persamaan (3 dsbstts e persamaan (4 dperole J J J.J β α f J (5 3...I-. Sema nt J dan I J ( pada tt sdt doman mas memerlan nformas tambaan dar sarat batas ss ang lan ang membent sdt-sdt tersebt. Deta doman pada Gambar 3 bawa batas r dan batas anan doman bertpe Robn maa sema pada sdt r atas ( dperole dengan mensbstts persamaan (9 dan (3 e persamaan (3 dperole J J J β 3.J β f J α 3 α. (6 Kss nt sdt batas ang dbent ole batas-batas Drclet nla pada sdt dasmsan sama dengan nla rata-ratana. Ja sdt batas dbent ole batas bertpe Drclet dan batas ang lanna bertpe Robn ata Nemann maa nla pada sdt tersebt dasmsan mengt nla dar batas bertpe Drclet. [4]. Setela sema sema beda ngga nt terseda maa nt ang belm deta nlana dberan sebarang nla awal msalan teras menggnaan sema SOR at ( ( 0 v v. ( ω.( selantna dlaan ω (7

10 Menelesaan Masala Sarat Batas Persamaan Dfferensal Posson D 4 dengan v nomor teras (v 3... adala dar sema tt grd pada bagan dalam doman (persamaan (3 dan sema batas Robn ata Nemann. Parameter SOR at ω dpl 0 < ω <.[5] 5. SIMULASI KOMPUTER Dberan persamaan dfferensal ( ( dengan doman Ω {( 0 0 } dan sarat batas ( Gambar 4. Nla-nla pada doman

11 La Ode Mammd Umar Re Ramad R//Paradgma Vol. 5 No. Otober 0 lm Sols nmer bert n dperole dengan melaan teras menggnaan sema beda ngga nt tt nteror (persamaan (3 dan sema beda ngga nt batas doman menggnaan metode teras SOR (Sccesve Over Relaaton. Doman dparts sebana 3 plaan seara smb X (I33 dan 3 plaan seara smb Y (J33. Nlanla ang aan dcar sesa letana pada domandapat dlat pada Gambar 4. Gambar 5. Sols nmer. Gambar 6. Realtas sols nmer sesa letana pada doman.

12 Menelesaan Masala Sarat Batas Persamaan Dfferensal Posson D 44 Realtas sols nmer tersebt dapat dlat pada Gambar 6 dgnaan nt memperlatan bawa sols nmer ang dperole ternata sesa dengan sema nmer ang dgnaan. Sols nmer pada Gambar 5 dan Gambar 6 dperole dengan memparts doman sebana 3 plaan seara smb X (ad I33 lebar grd lebar doman/(i- /3 dan 3 plaan seara smb Y (ad J33 tngg grd tngg doman/(i- /3. Pada ass n fngs f0 ran grd sengga sema tt nteror pada persamaan (3 menad 4 (7 3...I-; 3...J-. Terlat pada Gambar 6 bawa nla-nla pada bagan dalam doman (tt nteror mengt sema persamaan (7 sedangan nla-nla pada masng-masng batas mengt sarat batas ang dberan. Seberapa besar aras dar asl nmer tersebt dapat dlat melal graf tentang error pada gambar bert. X Y Gambar 7. Graf error nmer.

13 La Ode Mammd Umar Re Ramad R//Paradgma Vol. 5 No. Otober 0 lm Besarna error terlat mendeat nol nla absolt error relatf terbesarna adala terad pada oordnat Apabla nla absolt error relatf terbesar dar tap-tap teras dplot sesa nomor terasna maa dperole graf ang memperlatan bawa error fenomena bawa error ang seman ecl serng dengan menngatna mla teras. Terlat pada Gambar 8 bawa nla absolt error relatf terbesar dar tap-tap teras setela setar 0 teras mla mendeat nol. Error seman ecl a mla teras dperbana al n mengndasan bawa proses teras berasl onvergen. Gambar 8. Error man ecl serng menngatna mla teras 6. KESIMPULAN Kesmplan dar cara menelesaan masala sarat batas persamaan dfferensal Posson D pada tlsan adala sebaga bert

14 Menelesaan Masala Sarat Batas Persamaan Dfferensal Posson D 46 Ja batas doman bertpe Drclet maa tda dperlan sema beda ngga pada batas tersebt arena nlana tela deta. Pada batas doman bertpe Nemann ata Robn dperlan sema beda ngga ang merpaan modfas sema beda ngga tt nteror (tt bagan dalam doman sesa leta batas tersebt sedeman sengga sema beda ngga nt batas tersebt tda melbatan tt-tt dlar doman. Pada tt batas doman ang dbent ole ss bertpe Drclet dan ss lanna ban bertpe Drclet maa nla pada tt tersebt mengt tt Drclet. Pada tt batas doman ang dbent ole ss bertpe Drclet dan ss lanna ga bertpe Drclet maa nla pada tt tersebt mengt rata-ratana. Pada tt batas doman ang dbent ole ss bertpe selan Nemann ata Robn dan ss lanna ga bertpe Nemann ata Robn maa nla pada tt tersebt mengt sema nmer ang merpaan perpadan dar eda sema nmer sarat batas tersebt. DAFTAR PUSTAKA [] O brenjj.986 Advanced Pscal Oceanograpc Nmercal Modellng Redel pblsng compan Florda. [] NaamraS99 Appled Nmercal Metods wt Software Prentce- Hall-nc New Yor. [3] Bassarddn T. 994 Metode Beda Hngga nt Persamaan Dfferensal Ele Meda Komptndo Jaarta.

15 La Ode Mammd Umar Re Ramad R//Paradgma Vol. 5 No. Otober 0 lm [4] BaleW. 003 Te SOR algortm & ts Applcaton to Nmercal Solton of Elptc Partal Dfferental Eqaton Dbln Insttte of Tecnolog Ireland. [5] ConstantndesA 987Appled Nmercal Metods wt Personal Compter Graw-HllMc-Inc New Yor.

KORESPONDENSI PARABOLIK-ELIPTIK BERDASARKAN PENDEKATAN BEDA HINGGA TERHADAP PERSAMAAN PANAS

KORESPONDENSI PARABOLIK-ELIPTIK BERDASARKAN PENDEKATAN BEDA HINGGA TERHADAP PERSAMAAN PANAS KORESPONDENSI PARABOLIK-ELIPTIK BERDASARKAN PENDEKATAN BEDA HINGGA TERHADAP PERSAMAAN PANAS Kara Zan * M Nasr Bsam Maasswa Program S Maemaa Dosen Jrsan Maemaa Falas Maemaa Ilm Pengeaan Alam Unversas Ra

Lebih terperinci

IMPLEMENTASI MATLAB UNTUK MENYELESAIKAN MASALAH SYARAT BATAS PERSAMAAN DIFFERENSIAL POISSON DAN LAPLACE 2D. La Ode Muhammad Umar RRR 1)

IMPLEMENTASI MATLAB UNTUK MENYELESAIKAN MASALAH SYARAT BATAS PERSAMAAN DIFFERENSIAL POISSON DAN LAPLACE 2D. La Ode Muhammad Umar RRR 1) Paradgma Vol. 4 No. Agsts 00 hlm. 5 70 IMPLEMENTASI MATLAB UNTUK MENYELESAIKAN MASALAH SYARAT BATAS PERSAMAAN DIFFERENSIAL POISSON DAN LAPLACE D La Ode Mhammad Umar RRR ) ) Jrsan Matematka FMIPA Unverstas

Lebih terperinci

Cetakan I, Agustus 2014 Diterbitkan oleh: Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Pattimura

Cetakan I, Agustus 2014 Diterbitkan oleh: Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Pattimura Ha cpta dlndng Undang-Undang Cetaan I, Agsts Dterbtan ole: Faltas Mateata dan Il Pengetaan Ala, Unverstas Pattra ISBN: 97-6-9755-- Desrps alaan sapl : Gabar yang ada pada cover adala plan benda-benda langt

Lebih terperinci

Solusi PERSAMAAN DIFERENSIAL PARSIAL (PDP) dengan HARGA AWAL dan KONDISI BATAS dalam PEMODELAN dan MODEL MATEMATIS

Solusi PERSAMAAN DIFERENSIAL PARSIAL (PDP) dengan HARGA AWAL dan KONDISI BATAS dalam PEMODELAN dan MODEL MATEMATIS Ser Maa Kla : PEMODELAN dan MAEMAIKA ERAPAN Sols PERSAMAAN DIFERENSIAL PARSIAL PDP dengan HARGA AWAL dan KONDISI BAAS dalam PEMODELAN dan MODEL MAEMAIS Ben mm : Persamaan Dferensal Basa PDP lner order

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER PENYELESIN SISTEM PESMN TK LINIE Mater Kulah: Pengantar; Iteras Satu Tt; Iteras Newton # PENGNT # erut n adalah contoh seumpulan buah persamaan ta lner smulta dengan buah varabel ang ta detahu:... ( 57...

Lebih terperinci

PEMBAGIAN KELAS KULIAH MAHASISWA MENGGUNAKAN ALGORITMA PENGKLASTERAN FUZZY C-MEANS

PEMBAGIAN KELAS KULIAH MAHASISWA MENGGUNAKAN ALGORITMA PENGKLASTERAN FUZZY C-MEANS PEMBAGIA KELAS KULIAH MAHASISWA MEGGUAKA ALGORITMA PEGKLASTERA FUZZY C-MEAS Bd Setyono 1), R. Rzal Isnanto ) Jrsan Ten Eletro Faltas Ten Unverstas Dponegoro 1,) Jl. Prof. H. Sdarto, SH Tembalang Semarang

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

Karakterisasi Matrik Leslie Ordo Tiga Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember

Lebih terperinci

BAB 4 PERHITUNGAN NUMERIK

BAB 4 PERHITUNGAN NUMERIK Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat

Lebih terperinci

Akhmad Khumaeni Sumardi Iwan Setiawan

Akhmad Khumaeni Sumardi Iwan Setiawan Maala Semnar Tgas Ar ams Desember 003 OTIMALISASI UNJUK KERJA LANT TIME VARYING MENGGUNAKAN KENDALI FUZZY ADATIF DENGAN METODE SECARA TIDAK LANGSUNG Std Kass ada Kontrol Level Srge Tan Amad Kmaen Smard

Lebih terperinci

Misalkan S himpunan bilangan kompleks. Fungsi kompleks f pada S adalah aturan yang

Misalkan S himpunan bilangan kompleks. Fungsi kompleks f pada S adalah aturan yang Fngs Analtk FUNGSI ANALITIK Fngs sebt analtk ttk apabla aa sema ttk paa sat lngkngan Untk mengj keanaltkan sat ngs kompleks w = = + gnakan persamaan Cach Remann Sebelm mempelejar persamaan Cach-Remann

Lebih terperinci

Bab III. Plant Nonlinear Dengan Fase Nonminimum

Bab III. Plant Nonlinear Dengan Fase Nonminimum Bab III Plant Nonlnear Dengan Fase Nonmnmum Pada bagan n dbahas mengena penurunan learnng controller untu sstem nonlnear dengan derajat relatf yang detahu Dalam hal n hanya dperhatan pada sstem-sstem nonlnear

Lebih terperinci

KONSTRUKSI RUANG TOPOLOGI LENGKAP

KONSTRUKSI RUANG TOPOLOGI LENGKAP KONSTRUKSI RUANG TOPOLOGI LENGKAP Sely Msdalfah Jsan Matemata FMIPA Unestas Tadlao Absta Hmpnan A mepaan semmet-semmet dpelas tedefns atas hmpnan X yang menghaslan sat eseagaman atas X yang aan membangn

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (unregstered verson) http://www.smpopd.com Statst Bsns : BAB IV. UKURA PEMUSATA DATA. Pendahuluan Untu mendapatan gambaran yang lebh jelas tentang seumpulan data mengena

Lebih terperinci

BAB II TEORI DASAR. Analisis Kelompok

BAB II TEORI DASAR. Analisis Kelompok BAB II TORI DASAR II.. Analss Kelompo Istlah analss elompo pertama al dperenalan oleh Tryon (939). Ia memperenalan beberapa metode untu mengelompoan obye yang meml esamaan araterst (statsoft, 004). Kesamaan

Lebih terperinci

PERMASALAHAN LOKASI (Model Dasar) [2]

PERMASALAHAN LOKASI (Model Dasar) [2] PERMASALAHAN LOKASI Model Dasar [] Technques of Contnuous Space Locaton Probles Medan ethod» Rectlner / Manhattan / Ct bloc dstance Contour-Lne ethod» Constructs regons bounded b counter lne hch provde

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

EKSPEKTASI SATU PEUBAH ACAK EKSPEKTASI SATU PEUBAH ACAK Dalam hal n aan dbahas beberapa macam uuran yang dhtung berdasaran espetas dar satu peubah aca, ba dsrt maupun ontnu, yatu nla espetas, rataan, varans, momen, fungs pembangt

Lebih terperinci

BAB II DIMENSI PARTISI

BAB II DIMENSI PARTISI BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan

Lebih terperinci

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE Dew Arfanty Azm, Dra.Madu Ratna,M.S. dan 3 Prof. Dr.

Lebih terperinci

Integrasi. Metode Integra. al Reimann

Integrasi. Metode Integra. al Reimann Integras Metode Integra al Remann Metode Integral Trapezoda Metode Integra al Smpson Permasalaan Integras Pertungan ntegral adala pertungan dasar yang dgunakan dalam kalkulus, dalam banyak keperluan. Integral

Lebih terperinci

Aljabar Linear Elementer

Aljabar Linear Elementer Aljabar Linear Elementer MA SKS Silabs : Bab I Matris dan Operasinya Bab II Determinan Matris Bab III Sistem Persamaan Linear Bab IV Vetor di Bidang dan di Rang Bab V Rang Vetor Bab VI Rang Hasil Kali

Lebih terperinci

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN METODE PEMBELAJARAN Sebelum suatu Jarngan Neural Buatan (JNB) dgunaan untu menglasfasan pola, terlebh dahulu dlauan proses pembelaaran untu menentuan strutur arngan, terutama dalam penentuan nla bobot.

Lebih terperinci

III FUZZY GOAL LINEAR PROGRAMMING

III FUZZY GOAL LINEAR PROGRAMMING 7 Ilustras entu hmpunan fuzzy dan fungs eanggotaannya dapat dlhat pada Contoh 3. Contoh 3 Msalan seseorang dataan sudah dewasa ja erumur 7 tahun atau leh, maa dalam loga tegas, seseorang yang erumur urang

Lebih terperinci

U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K

U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K Isaro Elevas Jurusan Ten Spl dan Lngungan FT UGM U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K SABTU JULI OPE N BOOK WAKTU ME NIT PETUNJUK ) Saudara bole menggunaan ompuer unu mengerjaan

Lebih terperinci

Pengenalan Pola/ Pattern Recognition

Pengenalan Pola/ Pattern Recognition Pengenalan Pola/ Pattern Reognton Dasar Pengenalan Pola Imam Cholssodn S.S., M.Kom. Dasar Pengenalan Pola. The Desgn Cyle. Collet Data 3. Objet to Dataset 4. Featre Seleton Usng PCA Menghtng Egen Vale

Lebih terperinci

BAB III UKURAN PEMUSATAN (RATA-RATA)

BAB III UKURAN PEMUSATAN (RATA-RATA) BAB III UKUAN PEMUSATAN (ATA-ATA Salah sat ra mer yag mejelasa cr-cr data yag petg adalah ra pemsata, yat ra yag meja psat seggs data yag telah drta dar yag terecl sampa yag terbesar ata sebalya Ura pemsata

Lebih terperinci

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak).

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak). BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO 3. Smulas Monte Carlo Smulas Monte Carlo merupaan bentu smulas probablst dmana solus dar suatu masalah dberan berdasaran proses rendomsas (aca).

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK Jurusan Ten Spl dan Lngungan FT UGM U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SENIN, 4 JANUARI 23 OPEN BOOK WAKTU MENIT PETUNJUK ) Saudara tda boleh menggunaan omputer untu mengerjaan soal- soal ujan

Lebih terperinci

V E K T O R Kompetensi Dasar :

V E K T O R Kompetensi Dasar : MODUL PEMELJRN I V E K T O R Kompetens Dasar : 1. Mahasswa mampu memaham perbedaan besaran vetor dan salar serta memberan contohcontohna dalam ehdupan sehar-har, 2. Mahasswa mampu melauan operas penumlahan

Lebih terperinci

PERSAMAAN DIFERENSIAL (DIFFERENTIAL EQUATION) M E T O D E E U L E R M E T O D E R U N G E - K U T T A

PERSAMAAN DIFERENSIAL (DIFFERENTIAL EQUATION) M E T O D E E U L E R M E T O D E R U N G E - K U T T A PERSAMAAN DIFERENSIAL DIFFERENTIAL EQUATION M E T O D E E U L E R M E T O D E R U N G E - U T T A PERSAMAAN DIFERENSIAL Persamaan palng pentng dalam bdang reaasa palng bsa menjelasan apa ang terjad dalam

Lebih terperinci

Auto Tuning PID Berbasis Metode Osilasi Ziegler-Nichols Menggunakan Mikrokontroler AT89S52 pada Pengendalian Suhu

Auto Tuning PID Berbasis Metode Osilasi Ziegler-Nichols Menggunakan Mikrokontroler AT89S52 pada Pengendalian Suhu Ato nng PID Berbass Metode Oslas Zegler-Ncols Menggnaan Mroontroler A89S5 ada Pengendalan S Ea Candra Wjaya 1, Iwan Setawan,S. M., Wayd,S. M. Jrsan en Eletro, Faltas en, Unverstas Donegoro, Jl. Prof. Sdarto,

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk) Semnar Nasonal plas enolog Informas (SNI ) Yogyaarta, Jun FUZZY BCKPROPGION UNUK KLSIFIKSI POL (Stud asus: lasfas ualtas produ) Sr Kusumadew Jurusan en Informata, Faultas enolog Industr Unverstas Islam

Lebih terperinci

PENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION. Oleh : SOEMARTINI

PENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION. Oleh : SOEMARTINI PENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION Oleh : SOEMARTINI JURUSAN STATISTIKA FAKULTAS MATEMATIKA dan ILMU PENGETAHUAN ALAM UNIVERSITAS PADJADJARAN JATINANGOR 008 DAFTAR ISI Hal DAFTAR

Lebih terperinci

FOURIER Oktober 2013, Vol. 2, No. 2, APLIKASI PERSAMAAN BESSEL ORDE NOL PADA PERSAMAAN PANAS DUA DIMENSI. Annisa Eki Mulyati 1 & Sugiyanto 2

FOURIER Oktober 2013, Vol. 2, No. 2, APLIKASI PERSAMAAN BESSEL ORDE NOL PADA PERSAMAAN PANAS DUA DIMENSI. Annisa Eki Mulyati 1 & Sugiyanto 2 FOURIER Otober 03, Vol., No., 38 50 APLIKASI PERSAMAAN BESSEL ORDE NOL PADA PERSAMAAN PANAS DUA DIMENSI Annisa Ei Mlyati & Sgiyanto, Program Stdi Matematia Faltas Sains dan Tenologi UIN Snan Kalijaga Yogyaarta

Lebih terperinci

titik tengah kelas ke i k = banyaknya kelas

titik tengah kelas ke i k = banyaknya kelas STATISTIKA Bab 0 UKURAN PEMUSATAN DAN PENYEBARAN. Mea X. a. Data Tuggal... 3 b. Data Kelompo ( dstrbus frewes) f. f. f.... f. 3 3 f f f... f = f. f 3 Ket : tt tegah elas e = bayaya elas f frewes elas e

Lebih terperinci

TEKNIK EKSTRAPOLASI RICHARDSON BERULANG PADA MODEL BINOMIAL FLEKSIBEL UNTUK MENENTUKAN HARGA OPSI JUAL AMERIKA

TEKNIK EKSTRAPOLASI RICHARDSON BERULANG PADA MODEL BINOMIAL FLEKSIBEL UNTUK MENENTUKAN HARGA OPSI JUAL AMERIKA IndoMS Journal on Statstcs Vol, No (4), Page 39-49 TEKNIK EKSTRAPOLASI RICHARDSON BERULANG PADA MODEL BINOMIAL FLEKSIBEL UNTUK MENENTUKAN HARGA OPSI JUAL AMERIKA Arum Handn Prmandar, Abdurahman Jurusan

Lebih terperinci

BAB III SKEMA NUMERIK

BAB III SKEMA NUMERIK BAB III SKEMA NUMERIK Pada bab n, akan dbahas penusunan skema numerk dengan menggunakan metoda beda hngga Forward-Tme dan Centre-Space. Pertama kta elaskan operator beda hngga dan memberkan beberapa sfatna,

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS Ihwannul Khols, ST. MT. Unverstas 7 Agustus 945 Jaarta hols27@gmal.com Abstra Pengenalan pola data

Lebih terperinci

.. Kekakuan Rangka batang Bdang (Plane Truss) BAB ANAISIS STRUKTUR RANGKA BATANG BIANG Struktur plane truss merupakan suatu sstem struktur ang merupakan gabungan dar seumlah elemen (batang) d mana pada

Lebih terperinci

ROOTS OF NON LINIER EQUATIONS

ROOTS OF NON LINIER EQUATIONS ROOTS OF NON LINIER EQUATIONS Metode Bag da (Bsecton Method) Metode Regla Fals (False Poston Method) Metode Grak Iteras Ttk-Tetap (F Pont Iteraton) Metode Newton-Raphson Metode Secant SOLUSI PERSAMAAN

Lebih terperinci

BAB 2 KAJIAN PUSTAKA

BAB 2 KAJIAN PUSTAKA BAB 2 KAJIAN PUSTAKA 2.1 Negosas Negosas dapat dkategorkan dengan banyak cara, yatu berdasarkan sesuatu yang dnegosaskan, karakter dar orang yang melakukan negosas, protokol negosas, karakterstk dar nformas,

Lebih terperinci

2 Dasar Teori. Bab Hindcasting

2 Dasar Teori. Bab Hindcasting Bab Dasar Teor n melaan analss mengena permasalaan sedmenas ang erjad d sear alr mas Pelaban Pla Baa berdasaran daa mena ang erseda (berpa daa angn jam-jaman daa bamer pea loas dan daa ser a dar eleas

Lebih terperinci

BAB VIII. Analisa AC Pada Transistor

BAB VIII. Analisa AC Pada Transistor Bab, Analsa A pada Transstot Hal 166 BAB Analsa A Pada Transstor Analsa A atau serngkal dsebut analsa snyal kecl pada penguat adala analsa penguat snyal A, dengan memblok snyal D yatu dengan memberkan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla

Lebih terperinci

Implementasi Jaringan Saraf Tiruan Backpropagation Pada Aplikasi Pengenalan Wajah Dengan Jarak Yang Berbeda Menggunakan MATLAB 7.0

Implementasi Jaringan Saraf Tiruan Backpropagation Pada Aplikasi Pengenalan Wajah Dengan Jarak Yang Berbeda Menggunakan MATLAB 7.0 Implementas Jarngan Saraf Truan Bacpropagaton Pada Aplas Pengenalan Waah Dengan Jara Yang Berbeda Menggunaan MATLAB 7.0 Syafe Nur Luthfe Jurusan Ten Informata, Unverstas Gunadarma Jl. Margonda Raya 100,

Lebih terperinci

IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN

IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN 69 IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN Dtnau dar sfat hubungan antar persamaan terdapat dua ens model persamaan yatu model persamaan tunggal dan model sstem persamaan. Model persamaan tunggal adalah

Lebih terperinci

KUNCI JAWABAN SOAL TEORI FISIKA OLIMPIADE SAINS NASIONAL Ketinggian maksimum yang dicapai beban dihitung dari permukaan tanah (y t ) 1 mv

KUNCI JAWABAN SOAL TEORI FISIKA OLIMPIADE SAINS NASIONAL Ketinggian maksimum yang dicapai beban dihitung dari permukaan tanah (y t ) 1 mv KUNI JWBN SO EOI FISIK OIMPIDE SINS NSION 00. a. Dhtung dahulu watu yang derluan dar beban dleas sama e etnggan masmum yatu t. v 0 at 0 0t t =0, seon. Ketnggan masmum yang dcaa beban dhtung dar ermuaan

Lebih terperinci

STATISTICAL STUDENT OF IST AKPRIND

STATISTICAL STUDENT OF IST AKPRIND E-mal : statstkasta@yahoo.com Blog : Analss Regres SederhanaMenggunakan MS Excel 2007 Lsens Dokumen: Copyrght 2010 sssta.wordpress.com Seluruh dokumen d sssta.wordpress.com dapat dgunakan dan dsebarkan

Lebih terperinci

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) Wrayant ), Ad Setawan ), Bambang Susanto ) ) Mahasswa Program Stud Matematka FSM UKSW Jl. Dponegoro 5-6 Salatga,

Lebih terperinci

lim 0 h Jadi f (x) = k maka f (x)= 0 lim lim lim TURUNAN/DIFERENSIAL Definisi : Laju perubahan nilai f terhadap variabelnya adalah :

lim 0 h Jadi f (x) = k maka f (x)= 0 lim lim lim TURUNAN/DIFERENSIAL Definisi : Laju perubahan nilai f terhadap variabelnya adalah : TURUNAN/DIFERENSIAL Deinisi : Laj perbaan nilai teradap ariabelnya adala : y dy d lim = lim = 0 0 d d merpakan ngsi bar disebt trnan ngsi ata perbandingan dierensial, proses mencarinya disebt menrnkan

Lebih terperinci

PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM)

PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM) PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM) Rcha Agustnngsh, Drs. Lukman Hanaf, M.Sc. Jurusan Matematka, Fakultas MIPA, Insttut Teknolog Sepuluh Nopember (ITS) Jl. Aref Rahman Hakm, Surabaya

Lebih terperinci

PERSAMAAN DIFERENSIAL BIASA

PERSAMAAN DIFERENSIAL BIASA http://starto.sta.ugm.ac.d PERSAMAAN DIFERENSIAL BIASA Ordnar Derental Equatons ODE Persamaan Derensal Basa http://starto.sta.ugm.ac.d Acuan Chapra, S.C., Canale R.P., 990, Numercal Methods or Engneers,

Lebih terperinci

NAMA : KELAS : theresiaveni.wordpress.com

NAMA : KELAS : theresiaveni.wordpress.com 1 NAMA : KELAS : teresiaeni.wordpress.com TURUNAN/DIFERENSIAL Deinisi : Laj perbaan nilai teradap ariabelnya adala : y dy d ' = = d d merpakan ngsi bar disebt trnan ngsi ata perbandingan dierensial, proses

Lebih terperinci

BAB I (Minggu ke- 1,2,3) Konsep Dasar. Vektor

BAB I (Minggu ke- 1,2,3) Konsep Dasar. Vektor 5 I (Mnggu e- 1,,3) Konsep Dasa. Veto PENDHULUN Leanng Outcome: Setelah mengut ulah n, mahasswa dhaapan: Mampu menelasan pebedaan besaan sala dan veto dan mampu menelesaan setap asus nemata ang dbean.

Lebih terperinci

Dekomposisi Nilai Singular dan Aplikasinya

Dekomposisi Nilai Singular dan Aplikasinya A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak

Lebih terperinci

Prosedur Komputasi untuk Membentuk Selang Kepercayaan Simultan Proporsi Multinomial

Prosedur Komputasi untuk Membentuk Selang Kepercayaan Simultan Proporsi Multinomial SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Prosedur Komputas untu Membentu Selang Kepercayaan Smultan Propors Multnomal S - 11 Bertho Tantular Departemen Statsta FMIPA UNPAD bertho@unpad.ac.d

Lebih terperinci

Gambar 3.1 Diagram alir penelitian

Gambar 3.1 Diagram alir penelitian BAB 3 METODE PENELITIAN 3.1 Dagram Alr Peneltan Materal Amorph Magnetk (Fe 73 Al 5 Ga 2 P 8 C 5 B 4 S 3 ) Ekspermen DfraksNeutron (I vs 2theta) Smulas Insalsas atom secara random Fungs struktur, F(Q) Perhtungan

Lebih terperinci

Tinjauan Ulang Konsep Mekanika Klasik

Tinjauan Ulang Konsep Mekanika Klasik Modul 1 Tnauan Ulang Konsep Meana Klas Paen Pandangan, S.S., M.S. P PENDAHULUAN ada Buu Mater Poo (BMP) Meana, Anda sudah mempelaar tentang neta dan dnama suatu sstem ba melalu huum-huum Newton, Lagrange,

Lebih terperinci

Daftar Pustaka DAFTAR PUSTAKA

Daftar Pustaka DAFTAR PUSTAKA Daftar Pustaa DAAR PUSAKA [ arna, A., dan Studer,. A. (985), Radar Data Processng, ol. I Introducton and racng, Researc Studes Press. [ arna, A., dan Studer,. A. (985), Radar Data Processng, ol. II Advanced

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola

Lebih terperinci

ANALISIS REGRESI KOMPONEN UTAMA UNTUK MENGATASI MASALAH MULTIKOLINIERITAS DALAM ANALISIS REGRESI LINIER BERGANDA

ANALISIS REGRESI KOMPONEN UTAMA UNTUK MENGATASI MASALAH MULTIKOLINIERITAS DALAM ANALISIS REGRESI LINIER BERGANDA ANALISIS REGRESI KOMPONEN UTAMA UNTUK MENGATASI MASALAH MULTIKOLINIERITAS DALAM ANALISIS REGRESI LINIER BERGANDA Hars Bhat Prasetyo, Dan Handayan, Wdyant Rahayu JURUSAN MATEMATIKA FMIPA-UNIVERSITAS NEGERI

Lebih terperinci

PENGENDALIAN OPTIMAL PADA MODEL KEMOPROFILAKSIS DAN PENANGANAN TUBERKULOSIS

PENGENDALIAN OPTIMAL PADA MODEL KEMOPROFILAKSIS DAN PENANGANAN TUBERKULOSIS PENGENDALIAN OPTIMAL PADA MODEL KEMOPROFILAKSIS DAN PENANGANAN TUBERKULOSIS Ole: Citra Dewi Ksma P. 106 100 007 Dosen pembimbing: DR. Sbiono, MSc. Latar Belakang PENDAHULUAN Penyakit Tberklosis TB adala

Lebih terperinci

Bab III Model Estimasi Outstanding Claims Liability

Bab III Model Estimasi Outstanding Claims Liability Bab III Model Estmas Outstandng Clams Lablty. Model ELRF Suatu model yang dgunaan untu menasr outstandng clams lablty, tda cuup hanya melbatan data pada run-off trangle saa. Sebab, pembayaran lam d masa

Lebih terperinci

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar VI. KETIDAKPASTIAN 12 Dalam enyataan sehar-har banya masalah dduna n tda dapat dmodelan secara lengap dan onssten. Suatu penalaran dmana adanya penambahan fata baru mengabatan etdaonsstenan, dengan cr-cr

Lebih terperinci

PENDEKATAN METODE PEMULUSAN KERNEL PADA PENDUGAAN AREA KECIL (SMALL AREA ESTIMATION)

PENDEKATAN METODE PEMULUSAN KERNEL PADA PENDUGAAN AREA KECIL (SMALL AREA ESTIMATION) PENDEKAAN MEODE PEMULUSAN KERNEL PADA PENDUGAAN AREA KECIL (SMALL AREA ESIMAION) Indawat, Ksman Sadk, Rat Nrmasar Dosen Departemen Statstka FMIPA IPB Maasswa S Departemen Statstka FMIPA IPB ABSRAK Pendgaan

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 23-32, April 2001, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 23-32, April 2001, ISSN : JRNAL MATEMATIKA DAN KOMPTER Vol 4 No 1, 3-3, Aprl 1, ISSN : 141-51 KAJIAN DISKRETISASI DENGAN METODE GALERKIN SEMI DISKRET TERHADAP EFISIENSI SOLSI MODEL RAMBATAN PANAS TANPA SK KONVEKSI Suhartono dan

Lebih terperinci

APLIKASI INTEGRAL TENTU

APLIKASI INTEGRAL TENTU APLIKASI INTEGRAL TENTU Aplkas Integral Tentu థ Luas dantara kurva థ Volume benda dalam bdang (dengan metode cakram dan cncn) థ Volume benda putar (dengan metode kult tabung) థ Luas permukaan benda putar

Lebih terperinci

APLIKASI METODE ELEMEN HINGGA UNTUK PERHITUNGAN PERAMBATAN PANAS PADA KONDISI TUNAK

APLIKASI METODE ELEMEN HINGGA UNTUK PERHITUNGAN PERAMBATAN PANAS PADA KONDISI TUNAK Semnar asonal Aplkas eknolog Informas 00 (SAI 00) ISB: 0 Yogakarta, Jun 00 APLIKASI MEODE ELEME HIGGA UUK PERHIUGA PERAMBAA PAAS PADA KODISI UAK Suprono Sekolah ngg eknolog uklr BAA Jl. Babarsar Kotak

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang I ENDHULUN. Latar elakang Mengambl keputusan secara aktf memberkan suatu tngkat pengendalan atas kehdupan spengambl keputusan. lhan-plhan yang dambl sebenarnya membantu dalam penentuan masa depan. Namun

Lebih terperinci

Integral Lipat Dua (Double Integral)

Integral Lipat Dua (Double Integral) Peteman- & 9 Integal Lpat Da Doble Integal Fngs: Menghtng s benda padat mbl bdang o o, pada poos. Penampang antaa benda dan o mempna las L bdang as Jka ada bdang dsampng maka las bdang: b a f d lm n Δ

Lebih terperinci

Perbandingan Metode Partial Least Square (PLS) dengan Regresi Komponen Utama untuk Mengatasi Multikolinearitas

Perbandingan Metode Partial Least Square (PLS) dengan Regresi Komponen Utama untuk Mengatasi Multikolinearitas Statstka, Vol. No., 33 4 Me 0 Perbandngan Metode Partal Least Square (PLS) dengan Regres Komponen Utama untuk Mengatas Multkolneartas Nurasana, Muammad Subanto, Rka Ftran Jurusan Matematka FMIPA UNSYIAH

Lebih terperinci

SISTEM JARINGAN SYARAF KABUR SKRIPSI. Diajukan untuk Memenuhi Salah Satu Syarat. Memperoleh Gelar Sarjana Sains. Program Studi Matematika

SISTEM JARINGAN SYARAF KABUR SKRIPSI. Diajukan untuk Memenuhi Salah Satu Syarat. Memperoleh Gelar Sarjana Sains. Program Studi Matematika SISTEM JARINGAN SYARAF KABUR SKRIPSI Dauan untu Memenuh Salah Satu Syarat Memperoleh Gelar Sarana Sans Program Stud Matemata Dsusun oleh: Ssra Mardawat NIM : 0534006 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-305

JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-305 JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prnt) D-305 Analss Pola Hubungan Kerugan Negara Abat Korups dengan Demograf Koruptor d Jawa Tmur Amla Frda Rahmana, Sant Puter Rahau Jurusan

Lebih terperinci

SOLUSI NUMERIK PERSAMAAN BOLTZMANN

SOLUSI NUMERIK PERSAMAAN BOLTZMANN JMA, VOL., NO.1, JULI, 00, 7-44 7 SOLUSI NUMERIK PERSAMAAN BOLTZMANN ENDAR H. NUGRAHANI Departemen Matemata, Faultas Matemata dan Imu Pengetahuan Alam, Insttut Pertanan Bogor Jln. Merant, Kampus IPB Dramaga,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

PENGELOMPOKAN PRESTASI MATEMATIKA SISWA INDONESIA BERDASARKAN HASIL SURVEY TIMSS MENGGUNAKAN ANALISIS LOGISTIK KELAS LATEN Riswan

PENGELOMPOKAN PRESTASI MATEMATIKA SISWA INDONESIA BERDASARKAN HASIL SURVEY TIMSS MENGGUNAKAN ANALISIS LOGISTIK KELAS LATEN Riswan PENGELOMPOAN PRESTASI MATEMATIA SISWA INDONESIA BERDASARAN HASIL SURVEY TIMSS MENGGUNAAN ANALISIS LOGISTI ELAS LATEN Rswan Abstract ; Conventonal metods of clusterng become wea wen meet measured objects

Lebih terperinci

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM 1) Membuat dstrbus frekuens. 2) Mengetahu apa yang dmaksud dengan Medan, Modus dan Mean. 3) Mengetahu cara mencar Nla rata-rata (Mean). TEORI PENUNJANG

Lebih terperinci

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan

Lebih terperinci

BAB II STUDI PUSTAKA

BAB II STUDI PUSTAKA Masur Kmsan 5 7 1 BAB II STUDI PUSTAKA 1 Umum Secara umum sstem strutur dbedaan dar egunaan strutur, sepert strutur embatan, gedung, tang, bendungan atau pesawat udara Secara husus penamaan n dbedaan dar

Lebih terperinci

BAB VI MODEL-MODEL DETERMINISTIK

BAB VI MODEL-MODEL DETERMINISTIK BAB VI MODEL-MODEL DETERMINISTIK 6. Masalah Penyaluran Daya Lstrk Andakan seorang perencana sstem kelstrkan merencakan penyaluran daya lstrk dar beberapa pembangkt yang ternterkoneks dan terhubung dengan

Lebih terperinci

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996). 2 TINJAUAN PUSTAKA 2.1 Stud Yang Terkat Peneltan n mengacu pada jurnal yang dtuls oleh Khang, dkk.(1995). Dalam peneltannya, Khang, dkk membandngkan arus lalu lntas yang datur menggunakan sstem stats dan

Lebih terperinci

Water Resources System

Water Resources System Water Resources Sstem Ir. Djoko Luknanto, M.Sc., P.D. Laboratorium Hidraulika Jurusan Teknik Sipil FT UGM Siklus Hidrologi recarge air permukaan aliran air tana lapisan kedap air 7/0/003 Luknanto@tsipil.ugm.ac.id

Lebih terperinci

DIMENSI PARTISI GRAF GIR

DIMENSI PARTISI GRAF GIR Jurnal Matematka UNAND Vol. 1 No. 2 Hal. 21 27 ISSN : 2303 2910 c Jurusan Matematka FMIPA UNAND DIMENSI PARTISI GRAF GIR REFINA RIZA Program Stud Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam,

Lebih terperinci

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM Ed-Math; ol Tah EKITENI BAI ORTHONORMAL PADA RUANG HAIL KALI DALAM Mhammad Kh Abstras at rag etor ag dlegap oleh sat operas ag memeh beberapa asoma tertet damaa Rag Hasl Kal Dalam (RHKD) Pada RHKD deal

Lebih terperinci

Pertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012

Pertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012 Pertemuan ke-4 Analsa Terapan: Metode Numerk 4 Oktober Persamaan Non Non--Lner: Metode NewtonNewton-Raphson Dr.Eng. Agus S. Muntohar Metode Newton Newton--Raphson f( f( f( + [, f(] + = α + + f( f ( Gambar

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN : JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka

Lebih terperinci

Implementasi Algoritma Filtering Derivatif Dalam Mengolah Citra Satelit Pada Software Envi

Implementasi Algoritma Filtering Derivatif Dalam Mengolah Citra Satelit Pada Software Envi Jurnal Graden Vol. No. Jul 5 : 8-86 Implementas Algortma Flterng Dervat Dalam Mengolah Ctra Satelt Pada Sotware Env Yulan Fauz Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam Unverstas Bengkulu

Lebih terperinci

PADA GRAF PRISMA BERCABANG

PADA GRAF PRISMA BERCABANG PELABELAN TOTAL SUPER (a, d)-busur ANTI AJAIB PADA GRAF PRISMA BERCABANG Achmad Fahruroz,, Dew Putre Lestar,, Iffatul Mardhyah, Unverstas Gunadarma Depok Program Magster Fakultas MIPA Unverstas Indonesa

Lebih terperinci

ANALISIS MODEL PERSEDIAAN BARANG EOQ DENGAN MEMPERTIMBANGKAN FAKTOR KADALUARSA DAN FAKTOR ALL UNIT DISCOUNT

ANALISIS MODEL PERSEDIAAN BARANG EOQ DENGAN MEMPERTIMBANGKAN FAKTOR KADALUARSA DAN FAKTOR ALL UNIT DISCOUNT LAORAN HASIL ENELITIAN ANALISIS MOEL ERSEIAAN BARANG EO ENGAN MEMERTIMBANGKAN FAKTOR KAALUARSA AN FAKTOR ALL UNIT ISOUNT Tauf Lmansyah LEMBAGA ENELITIAN AN ENGABIAN KEAA MASYARAKAT UNIVERSITAS KATOLIK

Lebih terperinci

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT Aryato, Kaja Sfat Keompaa pada Ruag Baah KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH Aryato* ABSTRACT The propertes of ompatess Baah spaes ths paper s a geeralzato of a ompat uderstadg the system o the real

Lebih terperinci

Page 1

Page 1 Image Recognton Tresold Sebelum melangka pada proses pendeteksan ss terleb daulu ctra duba ke dalam ctra yang anya terdr dar dua warna saa yatu warna tam yang menampakkan ss obek dan yang lannya akan dbuat

Lebih terperinci

Pemodelan Peran Perempuan Terhadap Pertumbuhan Ekonomi di Jawa Timur Tahun Menggunakan Regresi Data Panel

Pemodelan Peran Perempuan Terhadap Pertumbuhan Ekonomi di Jawa Timur Tahun Menggunakan Regresi Data Panel JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prnt) D-305 Pemodelan Peran Perempuan Terhadap Pertumbuhan Eonom d Jawa Tmur Tahun 010-014 Menggunaan Regres Data Panel Putr Rachmawat, Wahu

Lebih terperinci

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya

Lebih terperinci

BAB II KONDUKSI ALIRAN STEDI SATU DIMENSI

BAB II KONDUKSI ALIRAN STEDI SATU DIMENSI BB II KONDUKSI LIRN SEDI SU DIMENSI Dndng Datar Persamaan alr : (5- Harga ndutvtas termal dasumsan nstan, tebal dndng, dan dan adalah temperatur permuaan dndng. Ja ndutvtas termal bervaras arena temperatur

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

Lebih terperinci

PERANCANGAN PROGRAM APLIKASI PERAMALAN BANJIR KANAL BARAT JAKARTA MENGGUNAKAN AUTOREGRESI MULTIVARIANT

PERANCANGAN PROGRAM APLIKASI PERAMALAN BANJIR KANAL BARAT JAKARTA MENGGUNAKAN AUTOREGRESI MULTIVARIANT PERANCANGAN PROGRAM APLIKASI PERAMALAN BANJIR KANAL BARAT JAKARTA MENGGUNAKAN AUTOREGRESI MULTIVARIANT Ngarap Im Man Jurusan Matemata FST BINUS Unversty, Jln.Kebon Jeru Raya no.27 Jaarta Barat 11480, Indonesa

Lebih terperinci

PENGUAT FREKUENSI RENDAH (lanjutan)

PENGUAT FREKUENSI RENDAH (lanjutan) EEKTONKA ANAOG Pertemuan 5 PENGUAT FEKUENS ENDAH (lanjutan) Model-model Transstor Bpolar Snyal-ema yang Telt Model parameter yang lengkap dtunjukkan pada gamar erkut. Model snyal lema parameter- utk THB

Lebih terperinci