Optimasi Alokasi Injeksi Gas pada Banyak Sumur Gas Lift Dengan Metode Projeksi Gradient Rosen s

Ukuran: px
Mulai penontonan dengan halaman:

Download "Optimasi Alokasi Injeksi Gas pada Banyak Sumur Gas Lift Dengan Metode Projeksi Gradient Rosen s"

Transkripsi

1 Optmas Alas Ies Gas pada Baya Sumur Gas Lft Dea Metde Pres Gradet Rse s Suar,P.,3, Sdart, K. A. 2,3 Srear, S,3, Sew, E 2,3. Rahmawat, S. D. 3, Rza, L. S. 3,Hafez, M. 3, Putra, S.A. 4, Supryatma, D. 5, Dsasmta, A. 5 ) Departmet Te Permyaa ITB 2) Departmet Matemata ITB 3) Research Csrtum OPPINET ITB 4) PERTAMINA EP 5) TOTAL E&P Idese Abstra Tel es as lft telah cuup lama duaa dalam dustr permyaa sebaa salah satu metde peaata buata. Tuua peerapa metde dalam lapaa mya adalah utu meata prdus mya dsebaba leh meuruya teaa reservr. Gas lft secara umum dterapa pada ara sumur, dmaa as es dar mpresr ddstrbusa pada sumur-sumur as lft. Tel as lft dterapa dea tuua utu medapata ttal prdus mya ya ptmum. Karea ttal as ya terseda pada sebuah lapaa mya terbatas, maa vlume as es aa berpera sebaa batasa. Permasalaha as lft dalam dua permyaa, secara matemata dapat dmdela sebaa masalah ptmas dea fus betf ta lear. Masalah dselesaa secara umer dea meuaa metde pryes radet rse s. Hasl dar peelta adalah mecar umlah ptmal alas as pada tap-tap sumur as lft seha dapat mehasla prdus mya ya masmal. Meampla urva ptes dar mas-mas sumur as lft, seha dapat detahu umlah as ya harus desa pada tap-tap sumur as lft utu medapata umlah prdus mya ya masmal. Kata uc: Metde ptmas, Metde Pryes Gradet Rse s, Masalah es alas as pada sumur as lft.. Pedahulua Metde Pres Gradet Rse s merupaa metde ptmas sederhaa ya dapat dmplemetasa dalam prram mputer da membera hasl ya sesua dea eadaa sebearya. Metde ptmas Rse s meuaa fus betf ler da ler edala. Data - data ya dbutuha melput umlah sumur as lft da vlume as es ya terseda da aa dtetua ttal es as ba tap-tap sumur. Kurva ptes sumur-sumur as lft ya dhasla dar peelta dalam permasalaha yata dapat duaa leh perusahaa Mas sebaa pertmbaa dalam peata hasl prdusya. 2. Kurva Ptes Sumur Gas Lft Kurva ptes sumur as lft meuua hubua atara ttal as es da ttal prdus mya dar sebuah sumur 2. Persamaa espesal duaa dalam merepresetasa masalah datas, peelasa lebh laut dapat dlhat dalam buu tuas ahr Zuhr 3. Gambar meyataa hubua ttal as es dea ttal prdus mya, dmaa dapat dyataa melalu persamaa berut:

2 Ol Prduct Rate (STB/D) d d ma () Persamaa vald, area ma, dea ata la rade aa sema ecl utu la ya t. Persamaa () dapat dselesaa dea metde teral da membera hasl: ma C e C 2 (2) Gas Iect Rate (MSCFD) Gambar. Kurva Ptes Sumur Gas Lft 3. Optmas Meuaa Metde Pres Grade Rse Dalam dua permyaa, tel as lft merupaa salah satu tel artfcal buata dmaa dapat meata prdus mya. Dea terbatasya umlah as es, pada sebuah lapaa sumur myas, maa vlume as es aa berpera sebaa batasa masalah. Melalu metde ptmas aa dtetua umlah alas as pada tap-tap sumur mya seha dperleh prdus mya ya ptmal. Abatya, dapat dtetua umlah cadaa as alam ya tda duaa sebaa as es, da dapat duaa sebaa espr. Ttal prdus mya mas-mas sumur dar sumur, merupaa peumlaha dar prdus mya dar pada mas-mas sumur tersebut dyataa dalam persamaa berut:, dmaa merupaa fus dar umlah as es ya desa. Frmula matemata dar ttal prdus mya dapat

3 f f,,, 2 3 (3) Fus betf dar permasalaha ptmas datas adalah: mas T Dea edala dar permasalaha ptmas datas: (4) Da T utu,2,, (5) (6) Kedala pada etasamaa (4) meyataa bahwa umlah as es pada mas-mas sumur haruslah ura dar sama dea ttal as es ya terseda da edala pada etasamaa (5) meyataa bahwa as es haruslah blaa ta eatf. TOT Peyelesaa masalah alas as es secara metemats dapat dselesaa dea metde Rse. Mmuma f Dea Kedala (5) a b (,2,3,..., m) (6) Berdasara permasalaha maa a da b T Ttal as es merupaa varabel ya detahu, maa metde memerlua tebaa awal. Ja maa sema teratfya adalah: TOT S (7) Prsedur dasar ya duaa dalam prses teras adalah:. Mula dea tebaa awal. Ds. 2. Persa apaah memeuh edala da htu fus betf, 3. Htu S dea persamaa (8).

4 4. Meetua paa laah, ya memasmuma f S dea etetua semua la pstv. (Ja eatf, maa la dabaa, emuda htu S ). 5. Tetua la S. Da tetua embal pada laah 2. Ja la betf membera la masmum maa heta perhtua, a belum lauta e laah 3. Mehtu la S P P f f S : (8) Dea P P merupaa matrs pres pada P I N( N T N) N T dea Da N ( p 2 p ) Ja S maa berera meuu S dalam arah meuaa persamaa (7). Ja, htu melalu persamaa. T T ( N N) N f S, da htu dea Ja semua la eatf htu la pstf, maa dapat dperleh tt ptmum. Ja terdapat sebuah la S baru tapa mehtu ya berhubua dea la tersebut. Ja terdapat beberapa la eatf htu la berhubua dea la eatf terbesar. Msala paa laah dyataa sebaa: f ( * S ) sebaa m f ( S ) eatf S baru tapa mehtu ya * ya memmuma f pada arah S, atau dapat (9) Persamaa (9) datas dapat membera hasl dluar daerah emua. Maa, utu meyelesaa persamaa datas dapat duaa persamaa dbawah ( ) () l a l l

5 Ol Prduct Rate (STB/D) Da masmum paa laah m m( Dea {,2,, } da, 2,, p ) m dtetua melau betu persamaa () 4. Stud Kasus Dalam stud asus aa dtetua ptmas alas 5 sumur as lft. Ttal as es ya dml adalah.88 MMSCFD. Gambar 2 merupaa urva ptes as lft utu 5 sumur as lft Well - 2 Well - 3 Well - 4 Well - 5 Well Gas Iect Rate (MSCFD) Gambar 2. Kurva Ptes 5 Sumur Gas Lft Hasl dar perhtua meyataa ttal as es utu setap sumur aa membera ttal prdus mya ya berbeda-beda, hasl dapat dlhat pada tabel 5. Ttal umlah as es adalah.88 MMSCFD. Keta as es ya terseda melebh.88 MMSCFD maa dapat datera sebaa umlah as es ya ta terbatas. Hal berlau utu ebalaya, eta ttal as es ya terseda ura dar.88 MMSCFD maa as es ya terseda dlapaa data terbatas. Tabel. Masmum Jumlah Prdus Mya Nama Ttal Masmum Gas Ies Ttal Masmum Prdus Mya Sumur MSCFD STB/D Sumur Sumur Sumur

6 Sumur Sumur Ttal Kesmpula. Metde alas as es saat sesua utu lapaa-lapaa mya dea umlah as es terbatas. 2. Metde dapat dadaptas edalam sstm prdus ya lebh mples, msala memperbaya umlah sumur atau memdfas mdel sumur utu medapata aalss eutua dar se ems. 3. Tebaa awal yatu ttal masmum as es dperlua dalam teras dmaa aa dhasla ttal masmum prdus mya. 6. Daftar Smbl = Jumlah prdus mya (STB/D) = Jumlah as es (MSCFD) m a = Masmum prdus mya (STB/D) = Kefse C = Kefse C 2 = Kefse mas = Ttal masmum prdus mya (STB/D) T = Jumlah prdus mya pada sumur - (STB/D) = Vlume as es ya terseda d lapaa (MSCFD) = Jumlah as es pada sumur- (MSCFD) S = Step leth = Search drect 7. Daftar Pustaa [] Rse, J. B., The Gradet Methd fr Nlear Prramm, Jural Scety Idustry Applcat Math, 96. [2] Brw, K. E., The Techly f Artfcal Lft Methds Vl.2a, Pewell Publsh C. Tulsa, 98. [3] Zuhr, Muhammad, Peuaa Persamaa Epesal Utu Optmas Alas Ies Gas Lft, Uderraduated Thess, Petrleum Eeer Isttut Tel Badu, 25 [4] Gmez, V., Optmzat f Ctus Flw Gas Lft System, M.S Thess, Uversty f Tulsa, 974. [5] Nshr, N., Gas Allcat Optmzat fr Ctus Flw Gas Lft Systems, M.S. Thess, Uversty f Tulsa, 989. [6] Cle, J. D., Dscuss f Ecmc Apprach t Ol Prduct ad Gas Allcat Ctuus Gas Lft, Jural Petrleum Techly, 982.

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga searag adalah aalss terhadap data megea sebuah araterst atau atrbut (ja data tu ualtatg) da megea sebuah araterst (ja data tu uattatf).

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Utu mempermudah dalam meyeleaa pembahaa pada bab, maa aa dbera beberapa def da beberapa teor daar yag meduug... Teor Teor Peduug... Rua Gar Def. Rua Gar Ja ada d R atau 3 R, maa ebuah

Lebih terperinci

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal Vol 5, No, 9-98, Jauar 9 But Teorema Ssa Cha dega egguaa deal asmal Abstra Sstem perogruea yag dapat dcar peyelesaaya secara teor blaga dasar teryata dapat dbuta melalu teor-teor strutur aljabar hususya

Lebih terperinci

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1 HIMPUNAN RENTANGAN DAN BEBA LINIER HIMPUNAN RENTANGAN Defs (Kombas Ler) Msala V suatu ruag etor atas feld F. w etor d V, da, 1, juga etoretor d V. Vetor w dataa sebaga ombas ler dar etor-etor, 1, ja w

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas

Lebih terperinci

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok) ANALSS DSRNAN (asus : Lebh dar elompo) Hazmra Yozza Jur. atemata FPA Uad LOGO POP POP POP 4 : POP Uura sampel : Sampel telah detahu dar elompo maa berasal Terhadap masg-masg obe damat/duur p peubah POP

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI Dalam bab aa djelasa teor-teor yag berhubuga dega peelta yag dapat djada sebaga ladasa teor atau teor peduug dalam peelta Ladasa teor aa mempermudah pembahasa hasl peelta pada bab 3 Adapu

Lebih terperinci

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

adalah nilai-nilai yang mungkin diambil oleh parameter jika H Uj Nsbah Kemuga Lema Neyma-Pearso dapat dguaa utu meemua uj palg uasa bag hpotess sederhaa bla sebara dataya haya dtetua oleh satu parameter yag tda detahu. Lema tersebut juga adaalaya dapat dguaa utu

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam BAB II LANDASAN TEORI Pada bab II, aa djelasa tetag teor yag dpaa dalam semvarogram asotrop. Sela tu juga aa dbahas megea teor peduug dalam melaua peasra aduga cadaga baust d daerah Mempawah Kalmata, dataraya

Lebih terperinci

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan II. LANDASAN TEORI.1. Data Kategor Wallpole (1995, medefsa data ategor sebaga data yag dlasfasa meurut rtera tertetu. Data ategor dsebut uga data ometr atau data yag bua merupaa hasl peguura. Data ategor

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

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube Aalsa Probablst Algortma Routg pada Jarga ypercube Zuherma Rustam Jurusa Matemata Uverstas Idoesa Depo 644. E-mal : rustam@maara.cso.u.ac.d Abstra Algortma routg pada suatu arga teroes suatu measme utu

Lebih terperinci

BAB I PANDAHULUAN. 1.1 Latar Belakang

BAB I PANDAHULUAN. 1.1 Latar Belakang BB I PNDHULUN Latar Belaag Data merupaa seumlah formas yag dapat membera gambara/eteraga tetag suatu eadaa Iformas yag dperoleh membera eteraga, gambara, atau fata megea suatu persoala dalam betu ategor,

Lebih terperinci

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k Prma: Jural Program Stud Pedda da Peelta Matemata Vol. 6, No., Jauar 07, hal. 7-59 P-ISSN: 0-989 METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l UNTUK BEBERAPA NILAI

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu terjad dega sedrya amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

Gradually Varied Flow. Latihan Perhitungan Metode Perhitungan

Gradually Varied Flow. Latihan Perhitungan Metode Perhitungan Graduall ared Flw Latha erhtua Metde erhtua th =0,086 L=~ = /det =0,00066 L=00 =0,007 L=650 + 4,5 + 0,0, k = 4 7, 0,004,4 4,8 9,8l 8 4,8 l 8,4 47,74 54,8 47,74,87 54,8,87.,87 9,8 k Y Y 4,5 6,0, 7, / /

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (uregstered verso) http://www.smpopdf.com Statst Bss : BAB V. UKURA PEYEBARA DATA.1 Peyebara Uura peyebara data adalah uura statst yag meggambara bagamaa berpecarya data

Lebih terperinci

146 Pendekatan Terbaik...(Toha Saifudin)

146 Pendekatan Terbaik...(Toha Saifudin) 46 Pedeata Terba...Toha Saud Pedeata Terba datara Dstrbus Pareto, Pareto Tereeralsr da Mture-Pareto dalam Pemodela Relabltas The Best Approach belo Pareto, Geeralzed Pareto ad Mture-Pareto Relablty Modell

Lebih terperinci

Materi Bahasan. Pemrograman Bilangan Bulat (Integer Programming) Pemrograman Bilangan Bulat. 1 Pengantar Pemrograman Bilangan Bulat

Materi Bahasan. Pemrograman Bilangan Bulat (Integer Programming) Pemrograman Bilangan Bulat. 1 Pengantar Pemrograman Bilangan Bulat Mater Bahasa Pemrograma Blaga Bulat (Iteger Programmg) Kulah - Pegatar pemrograma blaga bulat Beberapa cotoh model pemrograma blaga bulat Metode pemecaha blaga bulat Metode cuttg-plae Metode brach-ad-boud

Lebih terperinci

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar. ANALISIS REGRESI Berdasara betu eleara data, model regres dapat dlasfasa mead dua macam yatu lear da o-lear. Ja pola data lear maa dguaa pemodela lear. Begtu uga sebalya apabla pola data tda lear maa dguaa

Lebih terperinci

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M JP : Volue 4 Noor Ju 0 hal. 4-5 LEA HENSTOCK PADA NTEGRAL uslch Jurusa ateata FPA UNS uslch_us@yahoo.co ABSTRACT. Based o the cshae e partto ad cshae tegral t ca be arraged the e partto ad tegral cocepts.

Lebih terperinci

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak Jural Sas Matemata da Statsta, Vol. 3, No., Jul 07 ISSN 693-390 prt/issn 407-0939 ole Te Megatas Data Hlag pada Kasus Racaga Blo Legapaca Rado Yedra, Muslm, Jurusa Matemata, Faultas Sas da Teolog, UIN

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.. Watu da Temat Peelta Peelta srs dlaua d Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas Lamug ada tahu aadem 2009/200. 3.2. Metode Peelta Secara umum, elasaaa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu tejad dega sedrya, amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

Pengelompokkan Zona Musim (ZOM) dengan Fuzzy K-Means Clustering (Studi Kasus :Pengelompokkan ZOM di Kabupaten Ngawi)

Pengelompokkan Zona Musim (ZOM) dengan Fuzzy K-Means Clustering (Studi Kasus :Pengelompokkan ZOM di Kabupaten Ngawi) Peelompoa Zoa Musm (ZOM) dea Fuzzy K-Meas Cluster (Stud Kasus :Peelompoa ZOM d Kabupate Naw) Febra Dar Palup Utam, Suto Mahasswa Jurusa Statsta FMIPA-ITS (306 00 037) Dose Jurusa Statsta FMIPA-ITS fhe_4@statsta.ts.ac.d,

Lebih terperinci

Penelitian Operasional II Program Bilangan Bulat PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING)

Penelitian Operasional II Program Bilangan Bulat PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING) Peelta Operasoal II Program Blaga Bulat 37 3 PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING) 3 PENDAHULUAN : Formulas Program Blaga Bulat da Aplasya Program Lear (LP) Program Lear basa dormulasa secara matemats

Lebih terperinci

Prosiding Seminar Nasional Matematika dan Pembelajarannya. Jurusan Matematika, FMIPA UM. 13 Agustus 2016

Prosiding Seminar Nasional Matematika dan Pembelajarannya. Jurusan Matematika, FMIPA UM. 13 Agustus 2016 Prosdg Semar Nasoal Matemata da Pembelajaraya. Jurusa Matemata, FMIPA UM. Agustus 06 METODE NUMERIK STEPEST DESCENT DENGAN ARAH PENCARIAN RERATA ARITMATIKA Rumoo Bud Utomo Uverstas Muhammadyah Tagerag

Lebih terperinci

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah 3 III. METODE ENELITIAN 3.1 Watu da Tempat eelta da peracaga tugas ahr dlaua d Laboratorum Terpadu Te Eletro Uverstas Lampug da dusu Margosar, desa esawara Idah abupate esawara pada bula Agustus 1 sampa

Lebih terperinci

Sudaryatno Sudirham. Permutasi dan Kombinasi

Sudaryatno Sudirham. Permutasi dan Kombinasi Sudaryato Sudrham Permutas da Kombas Permutas Permutas adalah bayakya peelompoka sejumlah tertetu kompoe ya dambl dar sejumlah kompoe ya terseda; dalam setap kelompok uruta kompoe dperhatka Msalka terseda

Lebih terperinci

BAB 3 Interpolasi. 1. Beda Hingga

BAB 3 Interpolasi. 1. Beda Hingga BAB Iterpolas. Hgga. Iterpolas Lear da Kuadrat. Iterpolas -Maju da -Mudur Newto 4. Polo Iterpolas Terbag Newto 5. Polo Iterpolas Lagrage . Hgga Msala dbera suatu tabel la-la uers j j dar suatu ugs pada

Lebih terperinci

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Jural Ilmah Mrote Vol., No. 4 OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Joha Vara Alfa ), Rully Soelama ), Chaste Fatchah ) ), ), ) Te Iformata, Faultas

Lebih terperinci

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion Jural Iformata Mulawarma Vol 4 No. 3 September 009 37 Pemlha Model Regres erba Megguaa Metode Aae s Iformato Crtero da Schwarz Iformato Crtero M. Fathurahma Program Stud Ilmu Komputer, FMIPA Uverstas Mulawarma

Lebih terperinci

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel Uura Statt. Pedahulua Uura Statt:. Uura Pemuata Bagamaa, d maa data berpuat? Rata-Rata Htug Arthmetc Mea Meda Modu Kuartl, Del, Peretl. Uura Peyebara Bagamaa peyebara data? Ragam, Vara Smpaga Bau Uura

Lebih terperinci

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen BAB DAAR TEOR ALRAN DAA. Umum,,3,4 stem teaga lstr Electrc ower stem terdr dar tga ompoe utama, atu sstem pembagta teaga lstr, sstem trasms teaga lstr, da sstem dstrbus teaga lstr. Kompoe dasar ag membetu

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

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 50 K MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE Kade Ad Dw Purwaa 2205 00 038 dose pembmbg :. Ir. Syarffudd M M.Eg. 2.

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

H dinotasikan dengan B H

H dinotasikan dengan B H Delta-P: Jural Matemata da Pedda Matemata ISSN 089-855X Vol., No., Aprl 03 OPERATOR KOMPAK Mustafa A. H. Ruhama Program Stud Pedda Matemata, Uverstas Kharu ABSTRAK Detahu H da H dua ruag Hlbert, B H )

Lebih terperinci

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON Jural Bareeg Vol. 5 No. Hal. 3 7 () PEMODELAN JUMLAH KEMAIAN BAYI DI PROVINSI MALUKU AHUN DENGAN MENGGUNAKAN REGRESI POISSON SALMON N. AULELE Staf Jurusa Matemata, FMIPA, Upatt Jl. Ir. M. Putuhea, Kampus

Lebih terperinci

Pelabelan Total Super Sisi Ajaib Pada Graf Caterpillar Teratur

Pelabelan Total Super Sisi Ajaib Pada Graf Caterpillar Teratur Jural Matemata Itegrat ISSN 4-4 Vol. 9 No. Otober 0 pp. -9 Pelabela Total Super Ss Ajab Pada Gra Caterpllar Teratur Trya St Rahmah Nursham Muta Nur Estr Program Stud Matemata Jurusa MIPA Faultas Sas da

Lebih terperinci

Gambar 3.1Single Channel Multiple Phase

Gambar 3.1Single Channel Multiple Phase BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag

Lebih terperinci

Model Persediaan dengan Batasan Kapasitas Gudang dan Modal pada Kasus Backorder dan Lost Sales

Model Persediaan dengan Batasan Kapasitas Gudang dan Modal pada Kasus Backorder dan Lost Sales odel ersedaa dega atasa Kapastas Gudag da odal pada Kasus acorder da ost Sales Valeraa utosar urusa atemata Isttut Teolog Sepuluh Nopember Surabaya bstra ada model persedaa terdapat seragaa ebjaa memotor

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

PENERAPAN OPTIMASI CHAOS DAN METODE BFGS (BROYDEN, BROYDEN, FLETCHER, GOLDFARB, AND SHANNO) PADA PENYELESAIAN PERMASALAHAN SISTEM PERSAMAAN NONLINIER

PENERAPAN OPTIMASI CHAOS DAN METODE BFGS (BROYDEN, BROYDEN, FLETCHER, GOLDFARB, AND SHANNO) PADA PENYELESAIAN PERMASALAHAN SISTEM PERSAMAAN NONLINIER PENERAPAN OPTIMASI CHAOS DAN METODE BFGS (BROYDEN, BROYDEN, FLETCHER, GOLDFARB, AND SHANNO PADA PENYELESAIAN PERMASALAHAN SISTEM PERSAMAAN NONLINIER Rully Soelama, Nur Chasa Faultas Teolog Iormas Isttut

Lebih terperinci

Estimasi VaR Dengan Pendekatan Extreme Value * (Estimation of VaR by Extreme Value Approach)

Estimasi VaR Dengan Pendekatan Extreme Value * (Estimation of VaR by Extreme Value Approach) Estmas VaR Dea Pedeata Exteme Value Estmato of VaR by Exteme Value Appoach Suoo, Subaa 2 & Ded Rosad 3 Juusa Matemata FMIPA UNPAD Badu, e-mal : fsuoo@yahoo.com 2 Juusa Matemata FMIPA UGM Yoyaata, e-mal

Lebih terperinci

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNA Srps dsaja sebaga salah satu syarat utu memperoleh gelar Sarjaa Sas Program Stud Matemata Oleh Layyatus

Lebih terperinci

Untuk mentukan titik tetap dari persamaan (3.1) maka persamaan tersebut dibuat sama dengan nol, yaitu dt 0. seperti dalam persamaan berikut dt dt dt

Untuk mentukan titik tetap dari persamaan (3.1) maka persamaan tersebut dibuat sama dengan nol, yaitu dt 0. seperti dalam persamaan berikut dt dt dt LAMIRA 4 5 Lamra eetua t eta ar eramaa 3. Utu metua tt teta ar eramaa 3. maa eramaa tereut uat ama ega ol yatu a ee alam eramaa erut t t t..................3 Dar eramaa aa eroleh la eaga erut t Dar eramaa

Lebih terperinci

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t) BAB II KONSEP DASAR Kosep dasar yag dtuls dalam bab, merupaa beberapa dasar acua yag aa dguaa utu megaalsa model rso las da meetua fugs sebara peluag bertaha dalam model rso las Datara dasar acua tersebut

Lebih terperinci

Interpretasi Kombinatorial Bilangan Euler. Rektor Sianturi 1. Abstrak

Interpretasi Kombinatorial Bilangan Euler. Rektor Sianturi 1. Abstrak Retor Satur, Iterpretas Kombatoral Blaga Iterpretas Kombatoral Blaga Euler Retor Satur 1 bstra Kombatoral blaga Euler alah suatu proses yag meghtug bayaya alteratf permutas ar hmpua blaga ega umlah geap.

Lebih terperinci

BAB II TINJAUAN PUSTAKA. analisis regresi logistik, dan analisis regresi logistik rare event.

BAB II TINJAUAN PUSTAKA. analisis regresi logistik, dan analisis regresi logistik rare event. BAB II TINJAUAN PUSTAKA. Peahulua Sebelum melaua pembahasa megea permasalaha ar srps, paa Bab II aa uraa beberapa teor peujag ag perraa apat membatu alam pembahasa bab-bab selajuta. Pembahasa paa Bab II

Lebih terperinci

Implementasi Algoritma Particle Swarm untuk Menyelesaikan Sistem Persamaan Nonlinear

Implementasi Algoritma Particle Swarm untuk Menyelesaikan Sistem Persamaan Nonlinear JURNL TKNIK ITS Vol. Sept ISSN: -97 - Implemetas lgortma Partcle Swarm utu Meyelesaa Sstem Persamaa Nolear rdaa Rosta Yudh Purwaato da Rully Soelama Jurusa Te Iformata Faultas Teolog Iformas Isttut Teolog

Lebih terperinci

MODEL GARIS ARUS UNTUK RESERVOIR YANG BERHUBUNGAN DENGAN AQUIFER. Ir. Mulia Ginting, MS * Ir. Siti Nuraeni E.S., MS *

MODEL GARIS ARUS UNTUK RESERVOIR YANG BERHUBUNGAN DENGAN AQUIFER. Ir. Mulia Ginting, MS * Ir. Siti Nuraeni E.S., MS * MODEL GARIS ARUS UNTUK RESERVOIR YANG BERHUBUNGAN DENGAN AQUIFER Ir. Mula Gtg, MS * Ir. St Nurae E.S., MS * ABSTRAK Model smulas gars arus adalah suatu te smulas yag dapat dterapa gua meramala erja pedesaa

Lebih terperinci

ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD

ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD Jural as, Teolog da Idustr, Vol., No., Desember 04, pp. 48-57 IN 693-390 prt/in 407-0939 ole ANALII JUMLAH TENAGA KERJA TERHADAP JUMLAH PAIEN RUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGREI GULUD

Lebih terperinci

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data Raguma. Statt meyataa umpula data yag dapat berupa aga yag damaa data uattat maupu o aga yag damaa data ualtat yag duu dalam betu tabel da atau dagram/gra, yag meggambara da mempermudah pemahama aa aga

Lebih terperinci

8.4 GENERATING FUNCTIONS

8.4 GENERATING FUNCTIONS 8.4 GEERATIG FUCTIOS Fugs pembagt Fugs pembagt dguaa utu merepresetasa barsa secara efse dega megodea usur barsa sebaga oefse deret pagat dalam varabel. Fugs pembagt dapat dguaa utu: memecaha berbaga masalah

Lebih terperinci

BAB 2 DASAR TEORI. Suatu sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

BAB 2 DASAR TEORI. Suatu sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen BAB DASA TEOI. Umum,,3,4 Suatu sstem teaga lstr Electrc ower System terdr dar tga ompoe utama, yatu sstem pembagta teaga lstr, sstem trasms teaga lstr, da sstem dstrbus teaga lstr. Kompoe dasar yag membetu

Lebih terperinci

SEPUTAR IDEAL DARI GELANGGANG POLINOM MIRING AROUND IDEAL OF THE SKEW POLYNOMIAL RING

SEPUTAR IDEAL DARI GELANGGANG POLINOM MIRING AROUND IDEAL OF THE SKEW POLYNOMIAL RING SEPUTAR IDEAL DARI GELANGGANG POLINOM MIRING Afra, Ar Kaal Ar da Nur Erawaty Jurusa Mateata Faultas Mateata da Ilu Pegetahua Ala Uverstas Hasaudd (UNHAS) Jl. Perts Keerdeaa KM.0 Maassar 90245, Idoesa thalabu@gal.co

Lebih terperinci

PENANGANAN MISSING DATA PADA RANCANGAN BLOK RANDOM LENGKAP

PENANGANAN MISSING DATA PADA RANCANGAN BLOK RANDOM LENGKAP PENANGANAN MISSING DATA PADA RANCANGAN BLOK RANDOM LENGKAP Rosa Sey Yudasar Jurusa Matemata, Faultas Matemata da Ilmu Pegetahua Alam,Uverstas Neger Surabaya rosaseywah@yahoo.com Drs. Hery Tr Sutato, M.S

Lebih terperinci

Analisis Aliran Daya

Analisis Aliran Daya Darublc www.darublc.cm Aalss Alra Daa udarat udrham Dalam aalss ragaa lstr, dlaua dealsas. umber dataa sebaga sumber tegaga deal atau sumber arus deal, da beba dataa sebaga medas dega araterst ler. umber

Lebih terperinci

Taksiran Distribusi Aggregate Loss Asuransi Mobil Menggunakan Fast Fourier Transform (FFT) dalam Menentukan Premi Murni

Taksiran Distribusi Aggregate Loss Asuransi Mobil Menggunakan Fast Fourier Transform (FFT) dalam Menentukan Premi Murni Tasra Dstrbus Aggregate Loss Asuras Mobl Megguaa Fast Fourer Trasorm FFT dalam Meetua Prem Mur Tohap Maurug *, Mas Maaohas, Program tud Matemata, Faultas Matemata da Ilmu Pegetahua Alam, Uverstas am Ratulag

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

BAB 2 TINJAUAN PUSTKA. Jaringan transmisi dan jaringan distribusi pada sistem tenaga listrik berfungsi

BAB 2 TINJAUAN PUSTKA. Jaringan transmisi dan jaringan distribusi pada sistem tenaga listrik berfungsi BAB TINJAUAN USTKA.. Sstem Dstrbus Jarga trasms da arga dstrbus pada sstem teaga lstr berfugs sebaga saraa utu meyalura eerg lstr yag dhasla dar pusat pembagt e pusat-pusat beba. Sstem arga dstrbus dapat

Lebih terperinci

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai BB III FUZZY C-MENS 3. Fuzzy Klasterg Fuzzy lasterg erupaa salah satu etode aalss laster dega epertbaga tgat eaggotaa yag eaup hpua fuzzy sebaga dasar pebobota bag pegelopoa (Bezde,98). Metode erupaa pegebaga

Lebih terperinci

E ax by c ae X be Y c. 6.1 Pengertian Umum

E ax by c ae X be Y c. 6.1 Pengertian Umum 6.1 Pegerta Umum Baya permasalaha yag dataya dyataa oleh lebh dar sebuah varabel. Hubuga atara dua atau lebh varabel dapat dyataa secara matemata sehgga merupaa suatu model yag dapat dguaa utu berbaga

Lebih terperinci

UKURAN DASAR DATA STATISTIK

UKURAN DASAR DATA STATISTIK UKURAN DASAR DATA STATISTIK UKURAN PUSAT Apa yag dapat ta smpula secara gamblag da cepat dar data yag dsodora berut : Tabel 1 Sampel Data Karyawa peserta Jamsoste Nama Sex Status Kerja Gaj/Bl Umur NATUL

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA. Sistem tenaga listrik EPS (Electric Power System) adalah rangkaian sistem. serentak dalam rangka penyediaan tenaga listrik.

BAB 2 TINJAUAN PUSTAKA. Sistem tenaga listrik EPS (Electric Power System) adalah rangkaian sistem. serentak dalam rangka penyediaan tenaga listrik. BAB TINJAUAN USTAKA. Sstem Teaga Lstr Sstem teaga lstr ES Electrc ower System adalah ragaa sstem teaga lstr dar pembagta, trasms da dstrbus yag doperasa secara sereta dalam raga peyedaa teaga lstr. Kompoe

Lebih terperinci

MACAM-MACAM TEKNIK MEMBILANG

MACAM-MACAM TEKNIK MEMBILANG 0 MACAM-MACAM TEKNIK MEMBILANG ATURAN PERKALIAN Beriut ii diberia sebuah dalil tetag peetua baya susua yag palig sederhaa dalam suatu permasalaha yag beraita dega peluag. Dalil 2.1: ATURAN PERKALIAN SECARA

Lebih terperinci

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh BAB LANDASAN TEORI. Analss Regres Untu mengetahu pla perubahan nla suatu varabel yang dsebaban leh varabel lan dperluan alat analss yang memungnan ta unut membuat perraan nla varabel tersebut pada nla

Lebih terperinci

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier Apliasi Sistem Orthoormal Di Ruag Hilbert Pada Deret Fourier A 7 Fitriaa Yuli S. FMIPA UNY Abstra Ruag hilbert aa dibahas pada papper ii. Apliasi system orthoormal aa diaji da aa diapliasia pada ruahg

Lebih terperinci

ANALISIS LOSSES JARINGAN DISTRIBUSI PRIMER 20 KV AREA LHOKSEUMAWE

ANALISIS LOSSES JARINGAN DISTRIBUSI PRIMER 20 KV AREA LHOKSEUMAWE Aalss Losses Jarga Dstrbus Prmer 0 v Area Lhoseumawe....Zamzam ANALSS LOSSES JARNGAN DSTRBUS PRMER 0 AREA LHOSEUMAWE Zamzam 1 1 Dose Jurusa Te Eletro Polte Neger Lhoseumawe ABSTRA Peelta bertujua utu megetahu

Lebih terperinci

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap III. METODE PENELITIAN A. Populas da Sampel Populas dar peelta adalah seluruh peserta dd elas VII semester geap SMP Neger 3 Terbaggbesar tahu pelaara 0/0 yag terdstrbus e dalam tuuh elas, yatu elas VII

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

SIFAT-SIFAT RADIKAL DARI SUATU SUBMODUL DARI MODUL PERKALIAN BEBAS. Saniagus Munendra 1) Hery Susanto 2)

SIFAT-SIFAT RADIKAL DARI SUATU SUBMODUL DARI MODUL PERKALIAN BEBAS. Saniagus Munendra 1) Hery Susanto 2) SIFAT-SIFAT RADIKAL DARI SUATU SUBMODUL DARI MODUL PERKALIAN BEBAS Saagu Muedra 1) Hery Suato 2) Abtra: Sfat-fat yag berlau pada radal uatu deal teryata tda emuaya berlau pada oep radal uatu ubmodul Raaee

Lebih terperinci

Digraf eksentris dari turnamen kuat

Digraf eksentris dari turnamen kuat Dgraf esetrs dar turame uat Hazrul Iswad Departeme Matemata da IPA MIPA) Uverstas Surabaya UBAYA), Jala Raya Kalrugut, Teggls, Surabaya, e-mal : us679@wolfubayaacd Abstra Esetrstas eu) suatu tt u d dgraf

Lebih terperinci

Representasi sinyal dalam impuls

Representasi sinyal dalam impuls Represetasi siyal dalam impuls Represetasi siyal dalam impuls adalah siyal yag diyataa sebagai fugsi dari impuls atau sebagai umpula dari impuls-impuls. Sembarag siyal disret dapat diyataa sebagai pejumlaha

Lebih terperinci

LOCALLY SMALL RIEMANN SUMS FUNGSI TERINTEGRAL HENSTOCK-DUNFORD PADA RUANG n EUCLIDE

LOCALLY SMALL RIEMANN SUMS FUNGSI TERINTEGRAL HENSTOCK-DUNFORD PADA RUANG n EUCLIDE LOLLY SMLL RIMNN SUMS FUNGSI TRINTGRL HNSTOK-UNFOR P RUNG ULI Solh Program Stud Matemata Faultas Sas da Matemata UNIP Jl Prof Soedarto, SH Semarag 575, sol_erf@yahoocom BSTRK I ths aer we study Hestoc-uford

Lebih terperinci

Lam piran 1 K uesioner

Lam piran 1 K uesioner LAMPIAN Lam pra K uesoer KUESIONE PENDAHULUAN Saya adalah mahasswa Uverstas Krste Maraatha Badug sedag megadaa peelta dalam pembuata Tugas Ahr. Maa saya megharapa erasamaya utu megs uesoer, saya megharapa

Lebih terperinci

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC JEMTN PD GRF FUZZY INTUITIONISTIC St lfatur Rohmaah, au Surarso, da ambag Irawato 3 Uverstas Islam Darul Ulum Lamoga, a0304@gmalcom Uverstas Dpoegoro Semarag 3 Uverstas Dpoegoro Semarag bstract tutostc

Lebih terperinci

Koefisien Korelasi Spearman

Koefisien Korelasi Spearman Koefe Koela Speama La hala dega oefe oela poduct-momet Peao, oela Speama dapat dguaa utu data beala mmal odal utu edua vaabel ag heda dpea oelaa. Lagah petama ag dlaua utu meghtug oefe oela Speama adalah

Lebih terperinci

CLINICAL GROUP DECISION SUPPORT SYSTEM (CGDSS) DENGAN FORMAT PREFERENSI BERAGAM

CLINICAL GROUP DECISION SUPPORT SYSTEM (CGDSS) DENGAN FORMAT PREFERENSI BERAGAM CLINICAL GROUP DECISION SUPPORT SYSTEM (CGDSS) DENGAN FORMAT PREFERENSI BERAGAM Sr Kusumadew ) Sr Hartat ) Retatyo Wardoyo ) Aus Haroo ) Jurusa Te Iformata, Uverstas Islam Idoesa, Yoyaarta Jl. Kalura K,

Lebih terperinci

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi BAB III TAKSIRA PROPORSI POPULASI JIKA TERJADI ORESPO Dalam bab ii aa dibaas peasira proporsi populasi jia terjadi orespo da dilaua allba sebaya t ali. Selai itu, juga aa dibaas peetua uura sampel yag

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

STATISTIKA ELEMENTER

STATISTIKA ELEMENTER STATISTIKA ELEMENTER Statsta Apa tu statsta? Apa beda statsta dega statst? Populas? Sampel? Parameter? Sala Peguura: Nomal Ordal 3 Iterval 4 Raso Bagamaa r-r eempat sala d atas? Bera masg-masg otoh sala

Lebih terperinci

LOCALLY DAN GLOBALLY SMALL RIEMANN SUMS FUNGSI TERINTEGRAL HENSTOCK-DUNFORD PADA [a,b]

LOCALLY DAN GLOBALLY SMALL RIEMANN SUMS FUNGSI TERINTEGRAL HENSTOCK-DUNFORD PADA [a,b] PROSIING ISBN : 978 979 6353 9 4 LOCALLY AN GLOBALLY SMALL RIEMANN SUMS FUNGSI TERINTEGRAL HENSTOCK-UNFOR PAA [a,b] A-8 Solh, Y Suato, St Khabbah 3,,3 Jurusa Mateata, Faultas Sas da Mateata, Uverstas poegoro

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 ANDAAN EOI Pada a aa dperlhata teor-teor yag erhuuga dega peelta sehgga dapat djada seaga ladasa erfr dalam melaua peelta da aa mempermudah dalam hal pemahasa hasl utama pada a erutya. eor terseut

Lebih terperinci

Estimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model

Estimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model Jural ILMU DASAR Vol. 9 No. Jul 008 : 5-7 5 Estmator Robust S Pada Model Seemgl Urelated Regresso he S Robust Estmator Seemgl urelated Regresso Model Sulato Jurusa Matemata FMIPA Uverstas Arlagga ABSRAC

Lebih terperinci

BAB III TEORI PERRON-FROBENIUS

BAB III TEORI PERRON-FROBENIUS BB III : EORI PERRON-FROBENIUS 34 BB III EORI PERRON-FROBENIUS Pada Bab III aa dbahas megea eor Perro-Frobeus, yatu teor hasl otrbus dar seorag matematawa asal Germa, Osar Perro da Ferdad Georg Frobeus

Lebih terperinci

GARIS DAN BIDANG DALAM RUANG EUCLID BERDIMENSI N

GARIS DAN BIDANG DALAM RUANG EUCLID BERDIMENSI N GARIS DAN BIDANG DALAM RUANG EUCLID BERDIMENSI N SKRIPSI Dajua dalam raga meelesaa Stud Strata Satu utu mecapa gelar Sarjaa Sas Oleh Nama : M SOLIKIN ADRIANSAH NIM : 4504009 Program Stud Jurusa : Matemata

Lebih terperinci

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

BAB 6 NOTASI SIGMA, BARISAN DAN DERET BAB 6 NOTASI SIGMA, BARISAN DAN DERET A RINGKASAN MATERI. Notasi Sigma Diberia suatu barisa bilaga, a, a,..., a. Lambag deret tersebut, yaitu: a = a + a +... + a a meyataa jumlah suu pertama barisa Sifat-sifat

Lebih terperinci

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain.

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain. BARIAN DAN DERET A. Barisa Barisa adalah uruta bilaga yag memilii atura tertetu. etiap bilaga pada barisa disebut suu barisa yag dipisaha dega lambag, (oma). Betu umum barisa:,, 3, 4,, dega: = suu pertama

Lebih terperinci

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam BAB LANDASAN TEORI Pegerta Regres da Korelas Pegerta Regres Istlah regres dpereala oleh seorag yag erama Fracs Gulto dalam maalah erjudul regresso towerd medacraty heredtary stature Meurut hasl peelta

Lebih terperinci

MODUL BARISAN DAN DERET

MODUL BARISAN DAN DERET MODUL BARISAN DAN DERET SEMESTER 2 Muhammad Zaial Abidi Persoal Blog http://meetabied.wordpress.com BAB I. PENDAHULUAN A. Desripsi Dalam modul ii, ada aa mempelajari pola bilaga, barisa, da deret diidetifiasi

Lebih terperinci

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS = 1 + + + + k k + u PowerPot Sldes baa Rohmaa Educato Uverst of Idoesa 007 Laboratorum Ekoom & Koperas Publshg Jl. Dr. Setabud

Lebih terperinci

SOLUSI TUGAS I HIMPUNAN

SOLUSI TUGAS I HIMPUNAN Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di: ISSN: 339-541 JURNAL GAUSSIAN, Volume 4, Nomor, ahu 015, Halama 05-14 Ole d: http://eoural-s1.udp.ac.d/dex.php/gaussa ANALISIS FAKOR FAKOR YANG MEMPENGARUHI JUMLAH KEJAHAAN PENCURIAN KENDARAAN BERMOOR

Lebih terperinci

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d Jural Grade Vol4 No Jul 008 : 37-38 Kaja Hubuga Koefse Korelas Pearso (r), Spearma-rho (ρ), Kedall-Tau (τ), Gamma (G), da Somers ( d yx ) Sgt Nugroho, Syahrul Abar, da Res Vusvtasar Jurusa Matemata, Faultas

Lebih terperinci