PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA KASUS: INITIAL VALUE PROBLEM (IVP)

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA KASUS: INITIAL VALUE PROBLEM (IVP)"

Transkripsi

1 PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA KASUS: INITIAL VALUE PROBLEM (IVP Mater Kulah: Pengantar; Metde Euler; Perbakan Metde Euler; Metde Runge-Kutta; Penyelesaan Sstem Persamaan Dferensal Basa secara Smultan PENGANTAR Persamaan dferensal: Persamaan yang melbatkan turunan atau dervatf fungs-fungs Persamaan dferensal berrde n: Persamaan dferensal yang memuat turunan fungs tertngg berrde n Persamaan dferensal berrde satu (frst rder: Persamaan dferensal yang turunan fungs tertnggnya berrde Cnth: = + 5 dca k C = A + k CA y ' = 0 y e Persamaan dferensal berrde dua (secnd rder: Persamaan dferensal yang turunan fungs tertnggnya berrde d y Cnth: 6 y = e Beberapa pengglngan persamaan dferensal:. Berdasarkan banyaknya perubah bebas: a. Persamaan dferensal basa (PDB atau rdnary dfferental equatn (ODE Yakn persamaan dferensal dengan perubah bebas tunggal. dc Msal: A = k C A b. Persamaan dferensal parsal (PDP atau partal dfferental equatn (PDE Yakn persamaan dferensal dengan jumlah perubah bebas lebh dar satu. T T Msal: ρ Cp = k t z. Berdasarkan persalan syarat atau nlanya: a. Persamaan dferensal dengan persalan syarat/nla awal (ntal value prblem, IVP. Yakn jka semua syarat dberkan pada satu nla perubah bebas (yakn pada nl atau 0 d y Msal: = y dengan: y(0 = dan y (0 = - b. Persamaan dferensal dengan persalan syarat/nla batas (bundary value prblem, BVP. Yakn jka syarat-syarat dberkan pada lebh dar satu nla perubah bebas. d y Msal: = y dengan: y(0 = dan y (3π/ = Yang akan dpelajar dalam mater kulah n: Penyelesaan atau ntegras numerk persamaan dferensal basa (berrde satu dengan persalan nla awal /analss_numerk/penyelesaan_pdb_kasus_vp/semester pendek_0607/july007/halaman dar

2 =... ( Menyelesakan atau mengntegras persamaan dferensal: f (,y dengan syarat awal: y( 0 = y 0 secara numerk berart: menentukan atau menghtung nla-nla pendekatan y, y, y 3, dst. dar penyelesaan eksak y #, y #, y 3 #, dst. pada =, =, = 3, dst. (y #, y #, y 3 #, dst. sendr basanya justru tdak dketahu nlanya Ttk ( 0, y 0 dgunakan sebaga ttk tlak pengntegrasan Sebuah PDB dsebut stabl, jka dalam arah ntegras, penyelesaannya bersfat knvergen. Dan sebalknya, PDB dsebut tdak stabl, jka dalam arah ntegras, penyelesaannya bersfat dvergen. Dua jens metde penyelesaan numerk persamaan dferensal n:. Metde satu langkah (ne-step methds yang akan dpelajar dalam mater kulah n. Metde banyak langkah (mult-steps methds One-step methd yang akan dpelajar d sn:. Metde Euler (eksplst. Penyempurnaan atau perbakan metde Euler (Metde Heun, Metde Ttk Tengah 3. Metde Runge-Kutta METODE EULER Merupakan metde yang palng sederhana untuk mengntegraskan PDB rde satu secara numerk. Knds atau syarat atau nla awal ( 0, y 0 dgunakan untuk menghtung besarnya slpe (atau tangen arah y( pada = 0 : = = 0 f ( 0, y0... ( Dengan menganggap bahwa slpe (/ pada nterval Δ bernla tetap, maka nla y( 0 +Δ dapat dperkrakan sebesar: y( 0 + Δ = y( 0 + Δ f ( 0,y0 Selanjutnya, nla-nla dan y n (yakn = 0 +Δ dan y = y( 0 +Δ dgunakan untuk memperkrakan besarnya slpe pada ttk yang baru. Atau, nla y( 0 +Δ dapat dhtung sbb: y( 0 + Δ = y( 0 + Δ + Δ f ( 0 + Δ, y( 0 + Δ Demkan seterusnya. Pla perhtungan yang beruntun n dgambarkan sebaga metde Euler: y( + Δ = y( + Δ. f (, y( atau: y = y + Δ. f (,y... (3 atau: y + = y + h. f (, y... (3 dengan: Δ = h menyatakan lebar langkah (step sze f (,y merupakan bentuk persamaan dferensal sepert pada persamaan (, sehngga: y = y +, + Δ atau: y Persamaan (3 merupakan frmula metde Euler. y = y + h, +... (3 Perhatkan bahwa frmula metde Euler n juga dapat djabarkan dar ekspans deret Taylr untuk y d sektar y : y /analss_numerk/penyelesaan_pdb_kasus_vp/semester pendek_0607/july007/halaman dar

3 d y d y y = y + Δ + Δ + Δ 6 3 dabakan dengan mengabakan suku-suku berrde Δ (=h dan yang lebh tngg. Dengan kata lan, metde Euler n mempunya tngkat keteltan yang dnyatakan dengan lcal truncatn errr sebesar: e = Ο(Δ atau: e = Ο(h Metde n mempunya glbal truncatn errr sebesar: E = nla eksak y nla pendekatan numerk y CONTOH SOAL #: Gunakan metde Euler untuk menghtung nla y pada = jka: dengan nla awal: y = pada = 0 Penyelesaan: Frmula metde Euler untuk kasus n dapat ulskan sebaga: y = y + Δ ( y Jka dambl step sze Δ = 0,, maka: pada 0 = 0 dan y 0 = dapat dhtung: y = + (0, (0 ( = = y Selanjutnya, pada = 0 + Δ = 0 + 0, = 0, dan y = dapat dhtung: y = + (0, (0, ( =,00 Selanjutnya, pada = + Δ = 0, + 0, = 0, dan y =,00 dapat dhtung: y 3 =,00 + (0, (0, (,00 =,005 Demkan seterusnya, hngga dperleh y pada =. Sebaga perbandngan, dapat dambl nla step sze yang lan, msalnya: Δ = 0,05, Δ = 0,0, dan Δ = 0,. Dengan cara yang sama, maka dapat dperleh hasl-hasl perhtungan sbb.: Nla y Δ Analtk 0, 0,05 0,0 0, 0,0000,0000,0000,0000,0000 0,,0000,000,000,0003 0,,000,008,003,0000,007 0,3,0050,0069,008,0090 0,4,040,076,099,0080,06 0,5,0303,036,0400,045 0,6,0560,0650,0707,0403,0747 0,7,0940,070,54, 0,8,476,66,78,5,86 0,9,,468,635,75,300,3559,379,579,3956 y Δ = 0,05 Δ = 0,0 Δ = 0, Analtk Δ = 0, (Bandngkan nla y pada = yang dperleh melalu perhtungan secara numerk dengan nla Δ yang berbeda-beda. Bandngkan juga dengan nla y eksak (secara analtk. Kesmpulannya:...? /analss_numerk/penyelesaan_pdb_kasus_vp/semester pendek_0607/july007/halaman 3 dar

4 PERBAIKAN METODE EULER Sumber mendasar (pkk terjadnya penympangan yang relatf besar pada penerapan metde Euler adalah karena: turunan fungs pada awal nterval yang dasumskan tetap d sepanjang nterval Δ. Untuk tu, dlakukan mdfkas terhadap metde Euler, antara lan: ( Metde Heun, dan ( Metde Ttk Tengah (mdpnt methd. Metde Heun Metde n menyempurnakan metde Euler melalu penentuan dua nla turunan fungs sepanjang nterval Δ, yakn: (a d awal nterval Δ, dan (b d akhr nterval Δ. Kedua nla turunan n selanjutnya drata-ratakan untuk menghaslkan perkraan nla slpe pada keseluruhan nterval Δ. Tnjau kembal metde Euler d atas; nla slpe pada awal nterval Δ: ' = y = f (, y... (4,y dgunakan untuk mengekstraplas lner nla y : y + = y + Δ. f (, y... (5 atau: y + = y + h. f (, y... (5 Berbeda dengan metde Euler yang menjadkan bentuk pada persamaan (3 atau (5 sebaga jawaban akhr, metde Heun menjadkannya sebaga predks antara (ntermedate predctn. (Dalam hal n, superscrpt dgunakan untuk membedakannya. Persamaan (5 basa dsebut sebaga persamaan predks (predctr equatn. Persamaan n selanjutnya dgunakan untuk memperkrakan besarnya slpe pada akhr nterval Δ yang njau, yakn: y f (, y = ' = + +,y Slpe rata-rata yang dhtung berdasarkan persamaan (4 dan (6 adalah:... (6 f (,y f (,y y' + = =... (7 Slpe rata-rata pada persamaan (7 n selanjutnya dgunakan untuk mengekstraplas lner dar y ke y menggunakan metde Euler: f (,y f (,y y y = + h... (8 f (, y f (, y atau: y y = + Δ... (8 Persamaan (8 basa dsebut sebaga persamaan kreks (crrectr equatn. Metde Heun menggunakan pendekatan predctr-crrectr, yang secara teratf dapat dnyatakan sebaga berkut: m Predctr : y + = y + Δ. f (, y... (9 Crrectr : m atau: y + = y + h. f (, y... (9 y j m m f (, y + f (, y = y + h... (0 m /analss_numerk/penyelesaan_pdb_kasus_vp/semester pendek_0607/july007/halaman 4 dar j j j m f (, y + f (, y atau: y y = + Δ... (0 (untuk j =,,..., m (j menyatakan nmr langkah teras

5 (Perhatkanlah bahwa pada persamaan (0, y ada pada kedua ruas persamaan, sehngga perhtungan y dapat dlakukan secara berulang (atau teratf agar dperleh hasl perkraan y yang lebh bak. Metde Ttk Tengah (Mdpnt Metde n menggunakan metde Euler untuk memperkrakan sebuah nla y pada ttk tengah nterval Δ yang njau, yakn sebesar: h y = y + f (, y atau: Δ y = y + f (, y... ( Persamaan ( selanjutnya dgunakan untuk memperkrakan nla slpe pada ttk tengah nterval:,y = y' = f (, y... ( yang danggap dapat mewakl slpe rata-rata pada keseluruhan nterval Δ. Nla slpe pada persamaan ( n selanjutnya dgunakan untuk mengekstraplas lner dar y ke y : atau: y = y f (, y. h... (3 + + y = y + f (, y. Δ... (3 METODE RUNGE-KUTTA Merupakan metde yang palng banyak erapkan untuk ntegras numerk persamaan dferensal basa dengan ntal value prblem, karena menghaslkan pendekatan yang cukup bak. Metde n menggunakan pendekatan deret Taylr yang cukup akurat, tanpa membutuhkan perhtungan turunan yang lebh tngg. Bentuk umum metde-metde Runge Kutta: y = y + φ h... (4 φ basa dsebut sebaga fungs nkremen, yang dapat danggap sebaga nla slpe pada keseluruhan nterval h atau Δ yang njau. Fungs nkremen (φ mempunya bentuk umum: φ = a +... (5 k + a k +... an kn a merupakan knstanta, dan k dapat dnyatakan sebaga: k = f (, y k = f ( + p h, y + q k h k3 = f ( + p h, y + q k h + q k h kn n n, n, + n,n n = f ( + p h, y + q k h + q k h +... q k h... (6 p dan q merupakan knstanta. Parameter-parameter a, p, dan q dplh sedemkan sehngga perumusannya sesua dengan ekspans deret Taylr sampa dengan suku yang melbatkan faktr h (atau (Δ. Perhatkan bahwa: Metde Euler merupakan salah satu jens metde Runge-Kutta yang berrde satu (atau n =. /analss_numerk/penyelesaan_pdb_kasus_vp/semester pendek_0607/july007/halaman 5 dar

6 Metde Runge-Kutta Orde 4 Klask Metde Runge-Kutta yang palng umum dgunakan adalah metde Runge-Kutta berrde 4. Bentuk umumnya: y + = y + ( k + k + k3 + k4 h 6... (7 dengan: k = f (, y... (8 k = f ( + h, y + k h... (9 k3 = f ( + h, y + k h... (0 = f ( + h, y k h... ( k4 + 3 Perhatkan bahwa: Jka / atau f hanya merupakan fungs saja, maka metde Runge-Kutta rde 4 n sama dengan ntegras numerk dengan metde Smpsn /3. CONTOH SOAL #: Lhat kembal cnth sal sebelumnya (pada Metde Euler. Gunakan metde Runge-Kutta rde 4 untuk menghtung nla y pada = jka: = y dengan nla awal: y = pada = 0. Bandngkan haslnya dengan perhtungan menggunakan metde Euler. Penyelesaan: Frmula metde Runge-Kutta untuk kasus n: Δ y = y + k + k + k3 + k4 6 dengan: k = (, y Δ Δ k, = + y + k, Δ Δ k3, = + y + k, ( + Δ ( y + Δ k4, = k3, Jka dambl step sze Δ = 0,, maka pada 0 = 0 dan y 0 = dapat dhtung: k,0 = 0 y0 = 0 = 0 0, 0, k,0 = 0 + y0 + k,0 = 0,05 = 0,005 0, 0, k3,0 = 0 + y0 + k,0 = 0,05,0005 = 0,005 k4,0 = ( 0 + 0, ( y0 + 0, k3,0 = 0,,00050 = 0, , 6 y = y(0, =, Demkan seterusnya, hngga dperleh y pada =. sehngga: y = y(0, = + ( 0 +.0, , ,0 Sebaga perbandngan, dapat dambl nla step sze yang lan, msalnya: Δ = 0, dan Δ = 0,05. Dengan cara yang sama, maka dapat dperleh hasl-hasl perhtungan sbb.: /analss_numerk/penyelesaan_pdb_kasus_vp/semester pendek_0607/july007/halaman 6 dar

7 Nla y Δ = 0, Δ = 0, Δ = 0,05 Euler RK-4 Euler RK-4 Euler RK-4 Analtk 0,0000,000000,0000,000000,0000,000000, ,,0000,000333,000,000333, ,,0000,00670,000,00670,008,00670, ,3,0050,00904,0069,00904, ,4,0080,056,040,0563,076,0563,0563 0,5,0303,04547,036,04547, ,6,0403,074655,0560,074655,0650,074655, ,7,0940,6,070,6,6 0,8,5,86094,476,86095,66,86095, ,9,,75069,468,75069,75069,579,395608,300,39563,3559,3956,3956 Kesmpulannya:...? PENYELESAIAN SISTEM PERSAMAAN SECARA SIMULTAN Dalam prakteknya, persalan-persalan sans dan rekayasa (engneerng serngkal melbatkan penyelesaan sstem (atau sekumpulan persamaan dferensal basa secara smultan. Bentuk umum sstem persamaan sejumlah n dapat dnyatakan sebaga: = f (, y, y,..., yn = f (, y, y,..., yn n fn (, y, y,..., yn =... ( dengan sejumlah n nla awal: = 0 ; y ( 0 = y 0 ; y ( 0 = y 0 ;..., y n ( 0 = y n0 Persamaan ( dapat dselesakan dengan metde-metde yang sudah dpelajar sebelumnya (msal: metde Euler dan metde Runge-Kutta (RK rde 4 melalu langkah perhtungan yang sangat dentk dengan perhtungan untuk kasus persamaan dferensal tunggal. Cnth Ilustratf: Penyelesaan sstem buah persamaan dferensal basa rde satu secara smultan dengan metde Runge-Kutta rde 4 Bentuk persamaan dferensal: dz = f (, y,z dan = f (, y,z dengan nla awal: = 0 ; y = y 0 ; z = z 0 Frmula Runge-Kutta Orde 4 untuk menentukan, y, dan z berdasarkan, y, dan z : = + Δ Δ 6 ( k +.k +.k k y = y + + Δ 6 3 ( l +.l +.l l z = z + + dengan: k f (, y,z = l = f ( 3,y 4,z 4 /analss_numerk/penyelesaan_pdb_kasus_vp/semester pendek_0607/july007/halaman 7 dar

8 Δ k l = f +, y + Δ, z + Δ k l = f +, y + Δ, z + k Δ l Δ Δ k l = f +, y + Δ, z + Δ k l = f +, y + Δ, z + k 3 Δ l 3 Δ ( + Δ, y + k3 Δ, z + l ( + Δ, y + k Δ, z + l k = f 3 = f 4 Δ l4 3 3 Δ Penyelesaan Persamaan Dferensal Basa Berrde Tngg (n Sebaga cnth lustratf, tnjaulah sebuah persamaan dferensal basa berrde : d y + A( + B( y + C( = 0... (3 dz dengan nla awal: y( 0 = a dan = b 0 Ambl pemsalan: z =... (4 sehngga: dz d d y = =... (5 Substtuskan (4 dan (5 ke persamaan (3: dz + A( z + B( y + C( = 0 atau: dz = A( z B( y C(... (6 Persamaan (4 dapat ulskan sebaga: z... (7 Berdasarkan persamaan terakhr (yakn (6 dan (7, terlhat bahwa persamaan dferensal basa berrde pada persamaan (3 dapat dubah menjad buah persamaan dferensal basa berrde yang dapat dselesakan secara smultan. Dua nla awal sstem PD n sekarang berubah menjad: y( 0 = a dan z( 0 = b Hal yang sama/dentk dapat erapkan untuk menyelesakan persamaan dferensal basa berrde lebh tngg. Secara umum: PDB berrde n dapat dubah menjad n buah PDB berrde, yang selanjutnya dapat dselesakan secara smultan. Atau: n n n d y d y d y Untuk sebuah PDB berrde n: F,,,...,, y, = 0 n n n n d y dengan n buah nla awal: = a n n n d y = a n n = a y = a 0 Pada = 0 /analss_numerk/penyelesaan_pdb_kasus_vp/semester pendek_0607/july007/halaman 8 dar

9 Lakukan beberapa substtus berkut: z = dz d y z = = n dzn d y z n = = n Dan setelah dlakukan prses substtus ke dalam persamaan dferensal, maka akan dperleh: dzn = G ( zn,zn,...,z, y, dzn = zn Merupakan n buah PDB dz rde smultan = z = z dengan n buah nla awal: zn = an zn = an Pada = 0 z = a y = a 0 CONTOH APLIKASI PROFIL KONSENTRASI DAN SUHU SEPANJANG WAKTU PADA SISTEM REAKTOR BATCH NON-ISOTERMAL (ADIABATIK Sebuah reaktr sstem batch nn-stermal berperas secara adabatk. D dalam reaktr berlangsung reaks hmgen fase car: A P E dengan kecepatan reaks sebesar: r = k C A dan: k = k0 ep R T C A knsentras A; E energ aktvas reaks; R knstanta gas; dan T suhu mutlak. nsulatn Karena sstem reaks danggap teraduk sempurna, maka neraca ml A pada unstea state dapat ulskan sebaga: dna E = VR ( r = VR k0 ep CA RT n Karena vlume reaktr, V R, knstan, dan: C A A =, VR dc maka: A E = k0 CA ep RT... (* Neraca panas pada unstea state dapat ulskan sebaga: dt ρ VR C p = ΔH R r VR ρ denstas campuran reaks; C p kapastas panas campuran reaks rata-rata; dan ΔH R panas reaks. Maka: /analss_numerk/penyelesaan_pdb_kasus_vp/semester pendek_0607/july007/halaman 9 dar

10 dt ΔH k C = R 0 ρ V C R p A V R ep E RT... (** Jka ρ, Cp, dan ΔH R danggap tdak terlalu dpengaruh leh suhu, maka persamaan (* dan (** dapat uls secara rngkas sbb.: dca E = k CA ep RT dt E = k CA ep RT dengan nla awal: T = T 0 dan C A = C A0 pada t = 0. Sstem buah persamaan dferensal basa berrde bernla awal, smultan SOAL-SOAL LATIHAN. Tnjaulah persamaan dferensal: dengan: y (0 =,0 = 3 y e Dengan menggunakan step sze h = 0,, tentukan nla y (0,3 menggunakan: a. Metde Euler b. Metde Runge-Kutta rde 4 Tunjukkan semua langkah perhtungan yang Anda lakukan. Bandngkan haslnya dengan hasl perhtungan secara analtk.. Reaks fase gas hmgen: A P berlangsung dalam sebuah reaktr batch stermal pada tekanan tetap, dengan: r = 0, C A [=] gml/lter.detk. Mula-mula reaktr bers 0,0 gml A dan 0,0 gml gas nert dengan vlume 0,5 lter. Tentukan vlume reaktr setelah reaks berlangsung 5 detk. Neraca ml A pada unstea state dnyatakan dn 0, n sebaga: A = V ( r = A V Gas danggap sebaga gas deal, sehngga: nt 0,0 + na + (0,0 na V = V0 = 0,5 = 0, 75 5 na n [=] lter t0 0,0 dn Dengan demkan: A 0, n = A... (* 0, 75 5 na dengan syarat awal: n A = 0,0 pada t = 0 Petunjuk: Integraskan persamaan (* secara numerk untuk menentukan n A pada t = 5 detk. Selanjutnya gunakan hasl yang dperleh untuk menghtung vlume reaktr. 3. Dketahu sstem persamaan dferensal: y y 0 y y ep y y ep 00 = dan 00 = + + dengan: y = y =,0 pada = 0 Tentukan y dan y pada =,0 menggunakan metde Runge-Kutta rde 4. Plhlah step sze yang berbeda. Bandngkan hasl yang dperleh. 4. Selesakan PD berkut dar t = 0 hngga t =, dengan: y (0 = : = 3 y t,5y a. Secara analtk b. Menggunakan metde Euler, dengan h = 0,5 dan 0,5 /analss_numerk/penyelesaan_pdb_kasus_vp/semester pendek_0607/july007/halaman 0 dar

11 c. Menggunakan metde ttk tengah, dengan h = 0,5 d. Menggunakan metde Runge-Kutta rde 4, dengan h = 0,5 Tunjukkan semua langkah perhtungan yang Anda lakukan. 5. Selesakan sstem PD smultan berkut: t = y + 5 z e dan dz y z = dengan nla awal: y(0 = dan z(0 = 4 Lakukan perhtungan dar t = 0 hngga t = 0,4, dengan step sze h = 0,, menggunakan: a. metde Euler b. metde Runge-Kutta rde 4 Pltkan hasl perhtungan Anda dalam bentuk grafk. 6. Persamaan van der Pl yang merupakan salah satu mdel rangkaan lstrk vacuum tubes d y dnyatakan sebaga: ( y + y = 0 Dengan knds awal: y(0 = y (0 =, selesakan persamaan n dar = 0 hngga = 0 menggunakan metde Euler, dengan step sze sebesar: (a 0,, dan (b 0,. Pltkan hasl perhtungan yang Anda perleh dalam sebuah grafk. d y 7. Selesakan persamaan dferensal: + 9 y = 0 dengan step sze sebesar 0,, dar = 0 hngga = 4, menggunakan: a. Metde Euler b. Metde Runge-Kutta rde 4 Pltkan hasl perhtungan yang Anda perleh dalam sebuah grafk. Bandngkan juga dengan penyelesaan eksak PD n. 8. Reaktr Sem-Batch Tnjaulah sebuah reaktr sem batch berkut n: Q 0, C A0 Reaks fase car yang terjad adalah: A P dengan: r = k C A Mula-mula reaktr ds dengan caran nert dengan vlume V 0. Pada t = 0, caran yang mengandung A dengan knsentras C A0 dumpankan ke dalam reaktr dengan laju alr vlumetrk Q 0. V R (t Neraca ml A pada unstea state: dn Q C k C V A 0 A0 A R = n Karena: C A dn A =, maka: A k n = Q A 0 CA0 VR VR... (* Caran ambahkan ke dalam reaktr, sehngga vlume reaktr (V R akan bertambah sepanjang waktu. Neraca massa keseluruhan d dalam reaktr: d ( ρ V R = Q0 ρ Jka ρ danggap tetap, maka: dv R = Q0 dan dntegralkan menjad: V R = Q0 t + V0... (** Substtuskan (** ke (*, sehngga dperleh: dna k n = Q A 0 CA0 Q0 t + V0 dengan: n A = 0 pada t = 0. /analss_numerk/penyelesaan_pdb_kasus_vp/semester pendek_0607/july007/halaman dar

12 Pertanyaan: Gunakan ntegras numerk untuk mengetahu perlaku reaktr n hngga t = 00 detk. Dketahu: C A0 =,0 gml/lter; k = 0, lter/gml.detk; Q 0 = 0 lter/detk; dan V 0 = 50 lter 9. Alran Caran Antara Dua Tangk: Dua tangk slnder tegak terbuka A dan B yang masngmasng berdameter D dan tngg H, dletakkan sama tngg. Bagan dasar kedua tangk dhubungkan dengan ppa hrzntal berdameter Dp yang dlengkap dengan kran. Vlume ppa dapat dabakan terhadap vlume tangk. Kran mula-mula utup, tangk A bers penuh caran, sedangkan tangk B ksng. Mula suatu saat kran dbuka, sehngga caran mengalr dar tangk A ke B. Kecepatan alran caran (υ, m/s tergantung beda tekanan pada ujung-ujung ppa (ΔP, sesua persamaan: υ = k ΔP dengan: k tetapan. Bagamanakah prfl tngg permukaan caran pada tangk A ( dan pada tangk B (y pada berbaga waktu (t...? Penggambaran prses: Tangk A h M Q N y Tangk B Beda tekanan pada ujung-ujung ppa: Δ P = PM PN = ( Pud + ρ g ( Pud + ρ g y = ρ g ( y Kecepatan alran caran: υ = k ΔP = k ρ g ( y π π k D p Debt alran: Q = D p υ = ρ g ( y 4 4 Neraca massa caran d tangk A: Rate f Rate f = Rate f Input Output Accumulatn π k D p π 0 ρ g ( y. ρ = D ρ 4 4 k D p = ρ g ( y. (* D π π π Neraca massa caran ttal: D h ρ = D ρ + D Tngg permukaan caran pada tangk B: y = h Dengan demkan, persamaan (* dapat dubah menjad: y ρ ( h k D p = ρ g D Keadaan batas: t = 0; = h (Besarnya h dapat Anda smulas sendr...! Msal, dambl: D = m; Dp = 0,0 m; ρ = 000 kg/m 3 ; g = 0 m/s ; k = 0,4 --- Selamat Belajar dan Berlath Mengerjakan Sal...!!! --- m 3 kg /analss_numerk/penyelesaan_pdb_kasus_vp/semester pendek_0607/july007/halaman dar

CONTOH SOAL #: PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA. dx dengan nilai awal: y = 1 pada x = 0. Penyelesaian: KASUS: INITIAL VALUE PROBLEM (IVP)

CONTOH SOAL #: PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA. dx dengan nilai awal: y = 1 pada x = 0. Penyelesaian: KASUS: INITIAL VALUE PROBLEM (IVP) PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA KASUS: INITIAL VALUE PROBLEM (IVP) by: st dyar kholsoh Mater Kulah: Pengantar; Metode Euler; Perbakan Metode Euler; Metode Runge-Kutta; Penyelesaan Sstem Persamaan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

Penerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC

Penerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC Penerapan Metode Runge-Kutta Orde 4 dalam Analss Rangkaan RLC Rka Favora Gusa JurusanTeknk Elektro,Fakultas Teknk,Unverstas Bangka Beltung rka_favora@yahoo.com ABSTRACT The exstence of nductor and capactor

Lebih terperinci

SEARAH (DC) Rangkaian Arus Searah (DC) 7

SEARAH (DC) Rangkaian Arus Searah (DC) 7 ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

SOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA

SOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA ISTITUT TEKOLOGI BADUG FAKULTAS MATEMATIKA DA ILMU PEGETAHUA ALAM PROGRAM STUDI FISIKA FI-500 Mekanka Statstk SEMESTER/ Sem. - 06/07 PR#4 : Dstrbus bose Ensten dan nteraks kuat Kumpulkan d Selasa 9 Aprl

Lebih terperinci

PENDAHULUAN Latar Belakang

PENDAHULUAN Latar Belakang PENDAHULUAN Latar Belakang Menurut teor molekuler benda, satu unt volume makroskopk gas (msalkan cm ) merupakan suatu sstem yang terdr atas sejumlah besar molekul (kra-kra sebanyak 0 0 buah molekul) yang

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

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

RANGKAIAN SERI. 1. Pendahuluan

RANGKAIAN SERI. 1. Pendahuluan . Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor

Lebih terperinci

2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil

2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil .1 Sstem Makroskopk dan Sstem Mkroskopk Fska statstk berangkat dar pengamatan sebuah sstem mkroskopk, yakn sstem yang sangat kecl (ukurannya sangat kecl ukuran Angstrom, tdak dapat dukur secara langsung)

Lebih terperinci

Bab 2 AKAR-AKAR PERSAMAAN

Bab 2 AKAR-AKAR PERSAMAAN Analsa Numerk Bahan Matrkulas Bab AKAR-AKAR PERSAMAAN Pada kulah n akan dpelajar beberapa metode untuk mencar akar-akar dar suatu persamaan yang kontnu. Untuk persamaan polnomal derajat, persamaannya dapat

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

UKURAN LOKASI, VARIASI & BENTUK KURVA

UKURAN LOKASI, VARIASI & BENTUK KURVA UKURAN LOKASI, VARIASI & BENTUK KURVA MARULAM MT SIMARMATA, MS STATISTIK TERAPAN FAK HUKUM USI @4 ARTI UKURAN LOKASI DAN VARIASI Suatu Kelompok DATA berupa kumpulan nla VARIABEL [ vaabel ] Ms banyaknya

Lebih terperinci

Deret Taylor & Diferensial Numerik. Matematika Industri II

Deret Taylor & Diferensial Numerik. Matematika Industri II Deret Taylor & Derensal Numerk Matematka Industr II Maclaurn Power Seres Deret Maclaurn adalah penaksran polnom derajat tak hngga 0 0! 0 n n 0 n! Notce: Deret nnte tak hngga menyatakan bahwa akhrnya deret

Lebih terperinci

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana

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

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

FUNGSI ALIH SISTEM ORDE 1 Oleh: Ahmad Riyad Firdaus Politeknik Batam

FUNGSI ALIH SISTEM ORDE 1 Oleh: Ahmad Riyad Firdaus Politeknik Batam FUNGSI ALIH SISTEM ORDE Oleh: Ahmad Ryad Frdaus Plteknk Batam I. Tujuan. Memaham cara melakukan smulas sstem fss (sstem mekank dan elektrk) untuk rde 2. Memaham karakterstk sstem fss terhadap perubahan

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

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan

Lebih terperinci

BAB V INTEGRAL KOMPLEKS

BAB V INTEGRAL KOMPLEKS 6 BAB V INTEGRAL KOMPLEKS 5.. INTEGRAL LINTASAN Msal suatu lntasan yang dnyatakan dengan : (t) = x(t) + y(t) dengan t rl dan a t b. Lntasan dsebut lntasan tutup bla (a) = (b). Lntasan tutup dsebut lntasan

Lebih terperinci

BAB II TEORI ALIRAN DAYA

BAB II TEORI ALIRAN DAYA BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

TEORI KESALAHAN (GALAT)

TEORI KESALAHAN (GALAT) TEORI KESALAHAN GALAT Penyelesaan numerk dar suatu persamaan matematk hanya memberkan nla perkraan yang mendekat nla eksak yang benar dar penyelesaan analts. Berart dalam penyelesaan numerk tersebut terdapat

Lebih terperinci

III PEMODELAN MATEMATIS SISTEM FISIK

III PEMODELAN MATEMATIS SISTEM FISIK 34 III PEMODELN MTEMTIS SISTEM FISIK Deskrps : Bab n memberkan gambaran tentang pemodelan matemats, fungs alh, dagram blok, grafk alran snyal yang berguna dalam pemodelan sstem kendal. Objektf : Memaham

Lebih terperinci

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve

Lebih terperinci

BAB IV PERHITUNGAN DAN ANALISIS

BAB IV PERHITUNGAN DAN ANALISIS BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter

Lebih terperinci

BAB V TEOREMA RANGKAIAN

BAB V TEOREMA RANGKAIAN 9 angkaan strk TEOEM NGKIN Pada bab n akan dbahas penyelesaan persoalan yang muncul pada angkaan strk dengan menggunakan suatu teorema tertentu. Dengan pengertan bahwa suatu persoalan angkaan strk bukan

Lebih terperinci

BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL

BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL Analss sumbangan sektor-sektor ekonom d Bal terhadap pembangunan ekonom nasonal bertujuan untuk mengetahu bagamana pertumbuhan dan

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk

Lebih terperinci

PENANGANAN BAHAN PADAT S1 TEKNIK KIMIA FT UNS Sperisa Distantina

PENANGANAN BAHAN PADAT S1 TEKNIK KIMIA FT UNS Sperisa Distantina PENANGANAN BAHAN PAAT S1 TEKNIK KIMIA FT UNS Spersa stantna. SCREENING: MENENTUKAN UKURAN PARTIKEL Mater: Cara-cara menentukan ukuran partkel. Analss data ukuran partkel menggunakan screen shaker. Evaluas

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran

Lebih terperinci

VLE dari Korelasi nilai K

VLE dari Korelasi nilai K VLE dar orelas nla Penggunaan utama hubungan kesetmbangan fasa, yatu dalam perancangan proses pemsahan yang bergantung pada kecenderungan zat-zat kma yang dberkan untuk mendstrbuskan dr, terutama dalam

Lebih terperinci

Hukum Termodinamika ik ke-2. Hukum Termodinamika ke-1. Prinsip Carnot & Mesin Carnot. FI-1101: Termodinamika, Hal 1

Hukum Termodinamika ik ke-2. Hukum Termodinamika ke-1. Prinsip Carnot & Mesin Carnot. FI-1101: Termodinamika, Hal 1 ERMODINAMIKA Hukum ermodnamka ke-0 Hukum ermodnamka ke-1 Hukum ermodnamka k ke-2 Mesn Kalor Prnsp Carnot & Mesn Carnot FI-1101: ermodnamka, Hal 1 Kesetmbangan ermal & Hukum ermodnamka ke-0 Jka dua buah

Lebih terperinci

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan Pada bab n akan dbahas mengena penyelesaan masalah ops real menggunakan pohon keputusan bnomal. Dalam menentukan penlaan proyek, dapat dgunakan beberapa metode d antaranya dscounted cash flow (DF). DF

Lebih terperinci

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA Dstrbus Bnomal Msalkan dalam melakukan percobaan Bernoull (Bernoull trals) berulang-ulang sebanyak n kal, dengan kebolehjadan sukses p pada tap percobaan,

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci

A. 1,0 m/s 2 B. 1,3 m/s 2 C. 1,5 m/s 2 D. 2,0 m/s 2 E. 3,0 m/s 2

A. 1,0 m/s 2 B. 1,3 m/s 2 C. 1,5 m/s 2 D. 2,0 m/s 2 E. 3,0 m/s 2 1. D bawah n adalah pernyataan mengena pengukuran : 1. mengukur adalah membandngkan besaran yang dukur dengan besaran sejens yang dtetapkan sebaga satuan 2. dalam setap pengukuran selalu ada kesalahan

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

MODEL MATEMATIKA SISTEM THERMAL

MODEL MATEMATIKA SISTEM THERMAL MODEL MATEMATIA SISTEM THERMAL PENGANTAR Sstem thermal merupakan sstem yang melbatkan pemndahan panas dar bahan yang satu ke bahan yang lan. Sstem thermal dapat danalsa dalam bentuk tahanan dan kapastans,

Lebih terperinci

SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN

SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN Ita Rahmadayan 1, Syamsudhuha 2, Asmara Karma 2 1 Mahasswa Program Stud S1 Matematka

Lebih terperinci

MATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT)

MATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT) MATERI KULIAH STATISTIKA I UKURAN (Nuryanto, ST., MT) Ukuran Statstk Ukuran Statstk : 1. Ukuran Pemusatan Bagamana, d mana data berpusat? Rata-Rata Htung = Arthmetc Mean Medan Modus Kuartl, Desl, Persentl.

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

PENGUAT TRANSISTOR. dimana A V adalah penguatan tegangan (voltage gain). Hal yang sama untuk penguat arus berlaku

PENGUAT TRANSISTOR. dimana A V adalah penguatan tegangan (voltage gain). Hal yang sama untuk penguat arus berlaku 13 PNGUA ANSSO 13.1 Mdel Setara Penguat Secara umum penguat (amplfer) dapat dkelmpkkan menjad 3 (tga), yatu penguat tegangan, penguat arus dan penguat transresstans. Pada dasarnya kerja sebuah penguat

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai II. TEORI DASAR.1 Transormas Laplace Ogata (1984) mengemukakan bahwa transormas Laplace adalah suatu metode operasonal ang dapat dgunakan untuk menelesakan persamaan derensal lnear. Dengan menggunakan

Lebih terperinci

Interpretasi data gravitasi

Interpretasi data gravitasi Modul 7 Interpretas data gravtas Interpretas data yang dgunakan dalam metode gravtas adalah secara kualtatf dan kuanttatf. Dalam hal n nterpretas secara kuanttatf adalah pemodelan, yatu dengan pembuatan

Lebih terperinci

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani    / KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK Jurusan Teknk Spl dan Lngkungan FT UGM U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SABTU, JULI OPEN BOOK WAKTU MENIT PETUNJUK ) Saudara bole menggunakan komputer untuk mengerjakan soal- soal ujan n. Tabel

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 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

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

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

BAB IV PENGUJIAN DAN ANALISA

BAB IV PENGUJIAN DAN ANALISA BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam

Lebih terperinci

BAB IV HUKUM PERTAMA TERMODINAMIKA SISTEM TERBUKA (CONTROL VOLUME)

BAB IV HUKUM PERTAMA TERMODINAMIKA SISTEM TERBUKA (CONTROL VOLUME) Yosef Agung Cahyanta : Termodnamka I 43 BAB IV HUKUM PERTAMA TERMODINAMIKA SISTEM TERBUKA (CONTROL VOLUME) 4.1 ANALISIS TERMODINAMIKA SISTEM TERBUKA Dalam persoalan yang menyangkut adanya alran massa ke/dar

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus

Lebih terperinci

PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Studi Kasus : Metode Secant)

PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Studi Kasus : Metode Secant) PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Stud Kasus : Metode Secant) Melda panjatan STMIK Bud Darma, Jln.SM.Raja No.338 Sp.Lmun, Medan Sumatera Utara Jurusan Teknk Informatka e-mal : meldapjt.78@gmal.com

Lebih terperinci

METODE NUMERIK. INTERPOLASI Interpolasi Beda Terbagi Newton Interpolasi Lagrange Interpolasi Spline.

METODE NUMERIK. INTERPOLASI Interpolasi Beda Terbagi Newton Interpolasi Lagrange Interpolasi Spline. METODE NUMERIK INTERPOLASI Interpolas Beda Terbag Newton Interpolas Lagrange Interpolas Splne http://maulana.lecture.ub.ac.d Interpolas n-derajat polnom Tujuan Interpolas berguna untuk menaksr hargaharga

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

Fisika Dasar I (FI-321)

Fisika Dasar I (FI-321) Fska Dasar I (FI-31) Topk har n (mnggu 5) Usaha dan Energ Usaha dan Energ Energ Knetk Teorema Usaha Energ Knetk Energ Potensal Gravtas Usaha dan Energ Potensal Gravtas Gaya Konservatf dan Non-Konservatf

Lebih terperinci

Dalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang

Dalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang LARGE SCALE SYSEM Course by Dr. Ars rwyatno, S, M Dept. of Electrcal Engneerng Dponegoro Unversty BAB V OPIMASI SISEM Dalam sstem pengendalan berhrark level, maka optmas dapat dlakukan pada level pertama

Lebih terperinci

Metoda Langkah Demi Langkah Untuk Solusi Transien Rangkaian Listrik

Metoda Langkah Demi Langkah Untuk Solusi Transien Rangkaian Listrik JETr, Volume 5, Nomor, Februar 6, Halaman -4, ISSN 4-37 Metoda angkah Dem angkah Untuk Solus Transen angkaan strk Maula Sukmawdjaja Dosen Jurusan Teknk Elektro-FTI, Unerstas Trsakt Abstract Many complex

Lebih terperinci

Referensi: 1) Smith Van Ness Introduction to Chemical Engineering Thermodynamic, 6th ed. 2) Sandler Chemical, Biochemical adn

Referensi: 1) Smith Van Ness Introduction to Chemical Engineering Thermodynamic, 6th ed. 2) Sandler Chemical, Biochemical adn Referens: 1) Smth Van Ness. 2001. Introducton to Chemcal Engneerng Thermodynamc, 6th ed. 2) Sandler. 2006. Chemcal, Bochemcal adn Engneerng Thermodynamcs, 4th ed. 3) Prausntz. 1999. Molecular Thermodynamcs

Lebih terperinci

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004 Semnar Nasonal Aplkas Teknolog Informas 004 Yogyakarta, 19 Jun 004 Aplkas Pemrograman Komputer Dalam Bdang Teknk Kma Arf Hdayat Program Stud Teknk Kma Fakultas Teknolog Industr, Unverstas Islam Indonesa

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

BAB III MODEL - MODEL KEAUSAN

BAB III MODEL - MODEL KEAUSAN BAB III MODEL - MODEL KEAUSAN 3.1 Model keausan Archard [15] Archard 1953 mengusulkan suatu model pendekatan untuk mendeskrpskan keausan sldng. Da berasums bahwa parameter krts dalam keausan sldng adalah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

OPTIMALISASI PEROLEHAN MINYAK MENGGUNAKAN PEMISAHAN SECARA BERTAHAP. Abstrak

OPTIMALISASI PEROLEHAN MINYAK MENGGUNAKAN PEMISAHAN SECARA BERTAHAP. Abstrak OPTIMALISASI PEROLEHAN MINYAK MENGGUNAKAN PEMISAHAN SECARA BERTAHAP Reza Fauzan 1 1 *Emal: reza.fauzan@gmal.com Abstrak Peneltan tentang penngkatan jumlah produks mnyak yang dperoleh dar sumur produks

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

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

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel 4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk

Lebih terperinci

PENENTUAN DENSITAS PERMUKAAN

PENENTUAN DENSITAS PERMUKAAN PENENTUAN DENSITAS PERMUKAAN Pada koreks topograf ada satu nla yang belum dketahu nlanya yatu denstas batuan permukaan (rapat massa batuan dekat permukaan). Rapat massa batuan dekat permukaan dapat dtentukan

Lebih terperinci

Fisika Dasar I (FI-321) Usaha dan Energi

Fisika Dasar I (FI-321) Usaha dan Energi Fska Dasar I (FI-31) Topk har n (mnggu 5) Usaha dan Energ Usaha Menyatakan hubungan antara gaya dan energ Energ menyatakan kemampuan melakukan usaha Usaha,,, yang dlakukan oleh gaya konstan pada sebuah

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi, BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu

Lebih terperinci

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal 157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan

Lebih terperinci

DIKTAT KULIAH ANALISIS NUMERIK ( CIV

DIKTAT KULIAH ANALISIS NUMERIK ( CIV DIKTAT KULIAH ANALISIS NUMERIK ( CIV 8 Oleh : Agus Setawan S.T. M.T. PROGRAM STUDI TEKNIK SIPIL FAKULTAS TEKNOLOGI & DESAIN UNIVERSITAS PEMBANGUNAN JAYA TANGERANG SELATAN 6 DAFTAR ISI KATA PENGANTAR DAFTAR

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk

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

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

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 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 III METODE PENELITIAN. Karangkajen, Madrasah Tsanawiyah Mu'allimaat Muhammadiyah Yogyakarta,

BAB III METODE PENELITIAN. Karangkajen, Madrasah Tsanawiyah Mu'allimaat Muhammadiyah Yogyakarta, BAB III METODE PENELITIAN A. Tempat dan Waktu Peneltan Peneltan n dlakukan pada 6 (enam) MTs d Kota Yogyakarta, yang melput: Madrasah Tsanawyah Neger Yogyakarta II, Madrasah Tsanawyah Muhammadyah Gedongtengen,

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Binatang menggunakan gelombang bunyi/suara untuk

BAB II TINJAUAN PUSTAKA. Binatang menggunakan gelombang bunyi/suara untuk BAB TNJAUAN PUSTAKA Pengertan Gelombang Buny (Akustk) [ 3, 4, -S, 6, 7, S] Gelombang buny adalah gelombang yang drarnbatkan sebaga gelombang mekank longtudnal yang dapat berjalan dalam medum padat, car

Lebih terperinci

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi. BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya

Lebih terperinci