PERSAMAAN DIFERENSIAL PARSIAL

Ukuran: px
Mulai penontonan dengan halaman:

Download "PERSAMAAN DIFERENSIAL PARSIAL"

Transkripsi

1 hp://saro.saff.ugm.ac.d PERSAMAAN DIFERENSIAL PARSIAL Paral Dffereal Equaos PDE

2 Persamaa Dferesal Parsal PDE hp://saro.saff.ugm.ac.d Acua Chapra, S.C., Caale R.P., 99, Numercal Mehods for Egeers, d Ed., McGraw-Hll Boo Co., New Yor. Chaper 3 da, hlm

3 3 Persamaa Dferesal Parsal PDE hp://saro.saff.ugm.ac.d Suau fugs u yag bergaug pada da y: u(,y) Dferesal u erhadap d sembarag (,y) u lm u (, y) u(, y) Dferesal u erhadap y d sembarag (,y) u y lm y u (, y y) u(, y) y

4 Persamaa Dferesal Parsal PDE hp://saro.saff.ugm.ac.d Cooh ar fs: u elevas aah pada pea suas. u dujua oleh garsgars (oour) elevas aah. Y u(,y) bua pooga memajag d sepajag gars à apa yag aa Sdr lha? X

5 hp://saro.saff.ugm.ac.d Persamaa Dferesal Parsal PDE 5 u y u y u y u y u y u y u u y u u u ga (order) PDE adalah ga ergg suu dervaf PDE merupaa fugs lear apabla fugs sb lear pada u da dervaf u, da oefse persamaa sb haya bergaug pada varabel bebas ( aau y) aau osaa () () (3) () PDE Order Lear () ya () 3 ya (3) 3 da () da

6 6 Persamaa Dferesal Parsal PDE hp://saro.saff.ugm.ac.d u A u B y u C y A, B, C : fugs da y D D : fugs, y, u, u/, da u/y B AC aegor < elp parabol > hperbol PDE yag dbahas pada m Mae d s haya PDE lear berga dua PDE lear berga dua da fugs dua varabel bebas (,y) dapa delompoa mejad: elp parabol hperbol

7 hp://saro.saff.ugm.ac.d Persamaa Dferesal Parsal PDE 7 B AC Kaegor Nama Persamaa < Elp Persamaa Laplace (permae, D spasal) Parabol Persamaa odus paas (a-permae, D spasal) > Hperbol Persamaa gelombag (a-permae, D spasal) y y c y

8 8 Persamaa Dferesal Parsal PDE PDE Elp (Persamaa Laplace) e Peyelesaa Persamaa Laplace hp://saro.saff.ugm.ac.d

9 Persamaa Laplace 9 hp://saro.saff.ugm.ac.d Sebuah pla logam perseg ps Y X edua permuaa dlaps dega solaor paas ss-ss pla dber paas dega emperaur ereu rasfer paas haya dmuga pada arah da y z Djau pada saa rasfer permae elah ercapa (seadysae codo)

10 Persamaa Laplace hp://saro.saff.ugm.ac.d Y Pada seady-sae codo, alra edalam sebuah eleme (lha gambar d sampg) selama perode haruslah sama dega alra yag eluar dar eleme sb: q(y)q(y y) q y z q y z q() q(y) q()q( ) y q ( ) ( ) ( ) y z q( y y) z q() da q(y) beruru-uru adalah flus paas arah da arah y, dalam saua al/cm /s. X

11 Persamaa Laplace hp://saro.saff.ugm.ac.d Y Ja semua suu pada persamaa sb dbag dega z, maa: q(y)q(y y) q() q()q( ) q(y) y q ( ) y q( y) q( ) y q( y y) Pegelompoa suu da perala dega / aau y/ y meghasla: q ( ) q( ) q( y) q( y y) y y y X

12 Persamaa Laplace hp://saro.saff.ugm.ac.d Y Pembaga dega y meghasla: q() q(y)q(y y) q(y) q()q( ) y q ( ) q( ) q( y) q( y y) Megambl la lm persamaa sb da memperhaa defs dferesal parsal, maa dperoleh: q q y y (persamaa oservas eerg) X

13 3 Persamaa Laplace hp://saro.saff.ugm.ac.d Y q() q(y)q(y y) q()q( ) y q(y) X q q y Peyelesaa PDE sb membuuha syara baas flus paas q; padahal syara baas yag deahu adalah emperaur. Oleh area u, PDE d aas dubah mejad PDE dalam dega meerapa Huum Fourer uu odus paas. q ρ C (Fourer s law of hea coduco) ʹ

14 Persamaa Laplace hp://saro.saff.ugm.ac.d Y q() q(y)q(y y) q()q( ) y q(y) X q ρc ʹ q : flus paas arah (al/cm /s) : oefse dfus hermal (cm /s) ρ : rapa massa medum (g/cm 3 ) C : apasas paas medum (al/g/ C) : emperaur ( C) : oduvas hermal (al/s/cm/ C) Persamaa d aas meujua bahwa flus paas ega lurus sumbu sebadg dega grade/slope emperaur pada arah.

15 5 Y Persamaa Laplace hp://saro.saff.ugm.ac.d Dega memaa Fc s Law, maa persamaa oservas eerg dapa dulsa sbb. q(y)q(y y) y (Persamaa Laplace) q() q(y) q()q( ) y Ja ada source aau s: y f (, y) (Persamaa Posso) X

16 6 Persamaa Laplace hp://saro.saff.ugm.ac.d Y q(y)q(y y) Persamaa sb sama dega persamaa alra melalu medum porus (Huum Darcy). q H K q() q(y) q()q( ) y q : deb alra arah (m 3 /m/s) K : oduvas hdraul (m /s) H : gg eerg hdraul (m) : pajag lasa, pajag alra (m) X H H y

17 7 e Peyelesaa Persamaa Laplace hp://saro.saff.ugm.ac.d Peyelesaa persamaa Laplace, da berbaga PDE d bdag ejrg, hampr da perah dlaua secara aals, ecual uu asus-asus yag sederhaa. Peyelesaa hampr selalu dlaua dega cara umers. e peyelesaa PDE secara umers Meode beda hgga (fe dfferece appromao, FDA) Meode eleme hgga (fe eleme mehod, FEM) Meode volume hgga (fe volume mehod, FVM)

18 8 3 Fe Dfferece Approach FDA hp://saro.saff.ugm.ac.d Y Lagah perama dalam FDA 3 y X Doma fs pla perseg dbag mejad sejumlah pas aau grd - dsr. PDE Laplace dubah mejad persamaa beda hgga d seap hug (,j). D hug eror (smbol bula ham): y, j, j, j dferes egah, j, j y, j (ceral dfferece) error O[( ) ] & error O[( y) ]

19 hp://saro.saff.ugm.ac.d Fe Dfferece Approach FDA 9 y X Y Persamaa Laplace dalam beu beda hgga: 3 3,,,,,, y j j j j j j Ja uura grd seragam, y, maa:,,,,, j j j j j

20 75 C 3 Y Fe Dfferece Approach FDA hp://saro.saff.ugm.ac.d C 5 C D - yag berada d baas doma (smbol bula puh), berlau syara baas (boudary codos) à emperaur deahu/deapa. BC semacam u deal dega ama Drchle boudary codo. D (,):,,,,,,,, 75 3 C X D 8 eror yag la pu dapa dulsa persamaa beda hgga dsr semacam d aas.

21 Y Fe Dfferece Approach FDA hp://saro.saff.ugm.ac.d C Dar 9 eror dperoleh ssem persamaa aljabar lear yag erdr dar 9 persamaa dega 9 uows C 5 C 3 C X

22 hp://saro.saff.ugm.ac.d e Peyelesaa Persamaa Laplace ) 8) 7) 6) 5) ) 3) ) ) 3,3,3 3, 3,3,3,3,,3,3, 3,3 3,, 3,,3 3,,,,,3,,, 3, 3,,, 3,,,,,, 9 persamaa dega 9 uows:

23 hp://saro.saff.ugm.ac.d e Peyelesaa Persamaa Laplace ,3,3,3 3,,, 3,,, 9 persamaa dega 9 uows dalam beu mars

24 e Peyelesaa Persamaa Laplace hp://saro.saff.ugm.ac.d Ssem persamaa aljabar yag dhasla dar peerapa persamaa beda hgga d semua eror dselesaa dega salah sau Meode yag elah dbahas pada ulah sebelum US uu 9 persamaa, peyelesaa mash dapa dlaua dega mudah memaa cara abulas spreadshee uu jumlah persamaa yag baya, seper basa demu dalam permasalaha cvl egeerg, perlu baua program ompuer MaLab (program aplas berbayar) ScLab (mrp MaLab, program aplas ope source, plaform Wdows, MacOS, Lu) Numercal Recpes Ec. (dapa dcar d ere)

25 5 e Peyelesaa Persamaa Laplace hp://saro.saff.ugm.ac.d Meode eraf: Gauss-Sedel erao mehod. j. j. j. j. j aau. j. j. j Dpaa SOR (Successve Over Relaao) mehod uu mempercepa overges. j. j ( ) λ ( λ) < λ j., j, j < Krera overges ma ε j ma ( ), j, j ( ) %, <, j huga dlaua dega baua abulas spreadshee

26 6 e Peyelesaa Persamaa Laplace hp://saro.saff.ugm.ac.d eras,,, 3,,, 3,,3,3 3,3 ma % % % % % % % % % %

27 7 e Peyelesaa Persamaa Laplace hp://saro.saff.ugm.ac.d 75 C Y 3 C C 8 6 C j 3 j j 3 8 C 6 3 C X 3 3 j

28 8 Persamaa Dferesal Parsal PDE PDE Parabol Peyelesaa PDE Parabol FDA Sema Espls FDA Sema Impls FDA Sema Cra-Ncolso

29 9 PDE Parabol hp://saro.saff.ugm.ac.d paas A dg X Hea balace d dalam baag q ( ) A q( ) A AρC pu oupu sorage Baag logam pph-pajag dbugus solaor paas, ecual d edua ujug baag yag dber paas dega emperaur berbeda, paas da dg. persamaa sb dbag vol A q ( ) q( ) ρc lm persamaa sb uu, à q ρc

30 3 PDE Parabol hp://saro.saff.ugm.ac.d paas A dg X Huum Fourer uu odus paas q ρc Persamaa hea balace mejad Baag logam pph-pajag dbugus solaor paas, ecual d edua ujug baag yag dber paas dega emperaur berbeda, paas da dg. Persamaa odus paas Persamaa d aas merupaa persamaa dfus raspor polua raspor sedme suspes

31 3 FDA: Sema Espls da Sema Impls hp://saro.saff.ugm.ac.d emperaur baag merupaa fugs wau da ruag erhadap wau, berupa suu dervaf perama erhadap ruag, berupa suu dervaf edua Lagah huga pada FDA pada wau dhug berdasara pada wau pada wau sudah deahu dar la/syara awal (al codo) aau dar hasl huga lagah sebelumya saa meghug d suau pada suu dervaf ruag, yag maa yag dpaa? ja pada wau à dama sema espls ja pada wau à dama sema mpls

32 hp://saro.saff.ugm.ac.d FDA: Sema Espls da Sema Impls 3 d osa d sepajag baag da d sepajag wau Sema Espls Sema Impls seragam d sepajag baag

33 hp://saro.saff.ugm.ac.d FDA: Sema Espls da Sema Impls 33 X ( ) X Sema Espls Sema Impls

34 3 FDA: Sema Espls hp://saro.saff.ugm.ac.d C Sema Espls 5 C X 6 8 (cm) 3 5 Kodus paas d sebuah baag alumum pph pajag pajag baag, L cm, cm me sep,. s oefse dfus hermal,.835 cm /s syara baas: (,) C da (,) 5 C la awal: (,) C ( )

35 35 FDA: Sema Espls hp://saro.saff.ugm.ac.d ( ),,3, eras wau (s) emperaur ( C) d hug Huga derusa sampa s

36 36 FDA: Sema Espls hp://saro.saff.ugm.ac.d emperaur ( C) s s 9 s 6 s 6 8 Jara (cm)

37 37 FDA: Sema Espls hp://saro.saff.ugm.ac.d Koverges da sablas huga Koverges berar bahwa ja da medea ol, maa peyelesaa FDA medea peyelesaa esa. Sablas berar bahwa esalaha huga d seap ahap huga da megalam amplfas, eap megecl serg dega berjalaya huga. Sema espls overge da sabl ja: ½ dapa erjad oslas esalaha huga ¼ da erjad oslas esalaha huga /6 memmuma rucao error

38 38 FDA: Sema Espls hp://saro.saff.ugm.ac.d Koverges da sablas huga uu medapaa auras hasl huga, dbuuha ecl, amu oseues ecl adalah pu harus ecl uu mejam overges da esabla huga ja dala faor ½, maa perlu dala faor ¼ uu memperahaa overges da esabla huga sema espls mejad mahal, dalam ar beba huga berambah besar

39 39 FDA: Sema Espls hp://saro.saff.ugm.ac.d Sema Espls C 6 8 (cm) 5 C X Kodus paas d sebuah baag alumum pph pajag pajag baag, L cm, cm me sep,. s oefse dfus hermal,.835 cm /s syara baas: (,) C da (,) 5 C la awal: (,) C Hug dega sema espls: > PR dumpula mggu depa!

40 hp://saro.saff.ugm.ac.d FDA: Sema Impls X 8 Sema Impls 6 (cm) Kodus paas d sebuah baag alumum pph pajag pajag baag, L cm, cm me sep,. s oefse dfus hermal,.835 cm /s syara baas: (,) C da (,) 5 C la awal: (,) C C 5 C 5 3

41 hp://saro.saff.ugm.ac.d FDA: Sema Impls Huga pada saa aau. s: ode : ode 3 : ode : ode :

42 FDA: Sema Impls hp://saro.saff.ugm.ac.d Dperoleh persamaa dega uows mars rdagoal Apabla jumlah persamaa baya, peyelesaa dlaua dega baua program ompuer. Salah sau e peyelesaa yag dapa dpaa adalah rdagoal mar algorhm (DMA) yag dapa dperoleh dar ere.

43 3 FDA: Sema Impls hp://saro.saff.ugm.ac.d Karea haya persamaa, peyelesaa mash mudah dlaua dega baua spreadshee MSEcel {} [A] {RHS} [A] {} {RHS} Guaa fugs MINVERSE( ) da MMUL( ) dalam MSEcel

44 hp://saro.saff.ugm.ac.d FDA: Sema Impls Peyelesaa persamaa sb dega baua spreadshee MSEcel adalah: [A] {} {RHS}

45 5 FDA: Sema Impls hp://saro.saff.ugm.ac.d Huga pada saa aau. s: Mars oefse persamaa [A] da berubah Mars d sebelah aa ada berubah da merupaa fugs pada saa { RHS}

46 6 FDA: Sema Impls hp://saro.saff.ugm.ac.d Kodus aau perambaa paas hasl huga dega sema mpls ampa lebh cepa darpada hasl huga dega sema espls (pada 3 s). emperaur ( C) 8 6 espls mpls 3 s 6 8 Jara (cm)

47 7 FDA: Sema Espls da Impls hp://saro.saff.ugm.ac.d Sema espls Sema mpls Persamaa da e peyelesaaya sragh-forward, peyelesaa dlaua ode per ode Persamaa da e peyelesaa lebh rum, peyelesaa dlaua secara smula uu seluruh ode Rea erhadap overges da sablas huga Koverges da sablas huga lebh mudah djaga me sep eredala oleh overges da sablas huga me sep da eredala oleh overges da sablas huga

48 8 FDA: Sema Espls da Impls hp://saro.saff.ugm.ac.d Sema Espls ) Saa meghug d, - hug (odes) d edua zoa da dperhuga, padahal secara fs, jusru ode-ode d s berpegaruh hd d. ) Saa meghug d, haya - hug (odes) d dalam segga yag berpegaruh dalam huga. X

49 9 FDA: Sema Espls da Impls hp://saro.saff.ugm.ac.d Sema Impls ) Sema mpls mejam overges da sablas huga, amu apromas suu dervaf wau da suu dervaf ruag meml auras berbeda. ) Sema mpls yag meml auras yag sama pada apromas suu dervaf wau da ruag adalah Meode Cra- Ncolso. s order accurae d order accurae

50 hp://saro.saff.ugm.ac.d FDA: Meode Cra-Ncolso 5 X Sema Cra-Ncolso ½ Aprosmas suu dervaf wau dempaa pada wau ½ l l Aprosmas suu dervaf ruag pada wau ½ daggap sbg la raa-raa dervaf pada wau da

51 hp://saro.saff.ugm.ac.d FDA: Meode Cra-Ncolso 5 X Sema Cra-Ncolso ½ Beu beda hgga persamaa parabola dega dema dapa dulsa sbb.

52 5 FDA: Sema Cra-Ncolso hp://saro.saff.ugm.ac.d C Sema Cra-Ncolso 5 C X 6 8 (cm) 3 5 Kodus paas d sebuah baag alumum pph pajag pajag baag, L cm, cm me sep,. s oefse dfus hermal,.835 cm /s syara baas: (,) C da (,) 5 C la awal: (,) C

53 hp://saro.saff.ugm.ac.d FDA: Sema Cra-Ncolso 53 Huga pada saa aau. s: ode : ode 3 : ode : ode:

54 5 FDA: Sema Impls hp://saro.saff.ugm.ac.d Dperoleh persamaa dega uows mars rdagoal Apabla jumlah persamaa baya, peyelesaa dlaua dega baua program ompuer. Salah sau e peyelesaa yag dapa dpaa adalah rdagoal mar algorhm (DMA) yag dapa dperoleh dar ere.

55 55 FDA: Sema Impls hp://saro.saff.ugm.ac.d Karea haya persamaa, peyelesaa mash mudah dlaua dega baua spreadshee MSEcel {} [A] {RHS} [A] {} {RHS} Guaa fugs MINVERSE( ) da MMUL( ) dalam MSEcel

56 hp://saro.saff.ugm.ac.d FDA: Sema Impls Peyelesaa persamaa sb dega baua spreadshee MSEcel adalah: [A] {} {RHS}

57 57 FDA: Sema Cra-Ncolso hp://saro.saff.ugm.ac.d Huga pada saa aau. s: Mars oefse persamaa [A] da berubah Mars d sebelah aa ada berubah da merupaa fugs pada saa { RHS}

58 58 FDA: Sema Cra-Ncolso hp://saro.saff.ugm.ac.d Kodus aau perambaa paas hasl huga dega sema Cra-Ncolso ampa mrp dega hasl huga dega sema espls (pada 3 s). emperaur ( C) 8 6 espls Cra-Ncolso mpls 3 s 6 8 Jara (cm)

59 hp://saro.saff.ugm.ac.d FDA: Sema Cra-Ncolso 59 ( ) φ φ Sema FDA φ : sema espls φ : sema mpls φ ½ : sema Cra-Ncolso FDA

60 hp://saro.saff.ugm.ac.d FDA Persamaa Parabol 6 Beu umum FDA persamaa dferesal parsal parabol ( ) ( ) ( ) φ φ φ φ φ φ Sema FDA φ : sema espls φ : sema mpls φ ½ : sema Cra-Ncolso

61 6 C FDA: Persamaa Parabol hp://saro.saff.ugm.ac.d 5 C X 6 8 (cm) cm Kodus paas d sebuah baag alumum pph pajag pajag baag, L cm, cm (!!) me sep,. s oefse dfus hermal,.835 cm /s syara baas: (,) C da (,) 5 C la awal: (,) C Hug sampa seady-sae codo Sema espls Sema mpls PR/ Sema Cra-Ncolso ugas

62 6 hp://saro.saff.ugm.ac.d

PERSAMAAN DIFERENSIAL PARSIAL. Partial Differential Equations PDE

PERSAMAAN DIFERENSIAL PARSIAL. Partial Differential Equations PDE PERSAMAAN DIFERENSIAL PARSIAL Paral Dffereal Equaos PDE Persamaa Dferesal Parsal PDE Acua Chapra, S.C., Caale R.P., 99, Numercal Mehods for Egeers, d Ed., McGraw-Hll Boo Co., New Yor. Chaper 3 da, hlm.

Lebih terperinci

Hidraulika Komputasi

Hidraulika Komputasi Hdraulka Kompuas Meoda Beda Hgga Ir. Djoko Lukao, M.Sc., Ph.D. Jurusa Tekk Spl Fakulas Tekk Uversas Gadjah Mada Peyelesaa Pedekaa Karea dak dperoleh peyelesaa aals, maka dguaka peyelesaa pedekaa umers.

Lebih terperinci

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2 PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI D DENGAN SKEMA FCS, LAASONEN DAN CRANK-NICOLSON Eko Praseya Budaa Syamsul Had Absrac, Fe dfferece mehod ( FCS, Laasoe ad Crak-Ncholso scheme) have bee develop for

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN. Laar Belaag D alam erdapa baya seal jes mahlu hdup. Mahlu hdup ersebu aa mejala seles alam d maa yag ua yag aa beraha. Salah sau ejada yag dapa dama adalah persaga uu memperoleh maaa dalam

Lebih terperinci

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV 4. Proses Sokask Dalam kehdupa yaa, sergkal orag g megama keerkaa sau kejada dega kejada la dalam suau erval waku ereu, yag merupaka suau barsa kejada.

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

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL MESIN OKK Gll BCG1-P PADA BAGIAN DRAWING PT VONEX INDONESIA 3.1 Pedahulua Pada Bab II elah djelaska megea eor eor yag dbuuhka uuk meeuka jadwal opmum

Lebih terperinci

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK BAB II PEMODELAN SRUKUR DAN ANALISIS DINAMIK II Pedaulua Aalss da saga dperlua uu bagua-bagua berlaa baya aau yag el egga leb dar eer Respo da sruur dabaa ole beba beba da yag basaya erupaa fugs dar wau

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

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

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 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

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

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

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

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

Lebih terperinci

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

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA Jural Maemaka, Vol., No., 2, 6 2 BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA AMIR KAMAL AMIR Jurusa Maemaka, FMIPA, Uversas Hasaudd 9245 Emal : amrkamalamr@yahoo.com INTISARI Msalka

Lebih terperinci

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik III. METODE PENELITIAN A. Jes da Sumber Daa Daa yag dguaka adalah daa sekuder dar publkas das aau sas pemerah, daaraya adalah publkas daa dar Bada Pusa Sask megea PDRB Koa Badar Lampug da PDRB Props Lampug.

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

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

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

BAB 3 PENYELESAIAN PERSAMAAN DIFFERENSIAL BIASA

BAB 3 PENYELESAIAN PERSAMAAN DIFFERENSIAL BIASA BAB PENYELESAIAN PERSAMAAN DIFFERENSIAL BIASA Meode Euler Meode Euler adala Meode ampira palig sederaa uu meelesaia masala ilai awal: ( Biasaa diasumsia bawa peelesaia ( dicari pada ierval erbaas ag dieaui

Lebih terperinci

Bahan kuliah Hidraulika Komputasi Jurusan Teknik Sipil FT UGM Yogyakarta

Bahan kuliah Hidraulika Komputasi Jurusan Teknik Sipil FT UGM Yogyakarta MODEL MTEMTIK oleh Ir. Djoko Lukao, M.Sc., Ph.D. Februar 003 Baha kulah Hdraulka Kompuas Jurusa Tekk Spl FT UGM Yogyakara Baha Kulah Laboraorum Hdraulka, JTS FT UGM PRKT D:\My Documes\Publkas\Model Maemaka\Model

Lebih terperinci

BAB II KAJIAN TEORI. tertentu (Martono, 1999). Sistem bilangan real dinotasikan dengan R. Untuk

BAB II KAJIAN TEORI. tertentu (Martono, 1999). Sistem bilangan real dinotasikan dengan R. Untuk 5 BAB II KAJIAN TEOI A. Sstem Blaga eal Sstem blaga real adalah hmpua blaga real ag dserta dega operas pejumlaha da perala sehgga memeuh asoma tertetu (Martoo, 999). Sstem blaga real dotasa dega. Utu lebh

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

SISTEM PENDUKUNG KEPUTUSAN UNTUK PENGADAAN BAHAN BAKU DINAMIS DENGAN ADANYA DISKON DAN BATAS MASA KADALUARSA

SISTEM PENDUKUNG KEPUTUSAN UNTUK PENGADAAN BAHAN BAKU DINAMIS DENGAN ADANYA DISKON DAN BATAS MASA KADALUARSA JURNAL NFORMATKA Vol 4, No., Jauar SSTEM PENUKUNG KEPUTUSAN UNTUK PENGAAAN BAHAN BAKU NAMS ENGAN AANYA SKON AN BATAS MASA KAALUARSA S Mahsaah Budja Te dusr, Faulas Teolog dusr Uversas Ahmad ahla ABSTRAK

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

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

Penerapan Aljabar Max Plus Interval pada Jaringan Antrian dengan Waktu Aktifitas Interval

Penerapan Aljabar Max Plus Interval pada Jaringan Antrian dengan Waktu Aktifitas Interval Peerapa Aljabar Max Plus Ierval pada Jarga Ara dega Wau Afas Ierval M. Ady Rudho Mahasswa S Maeaa FMIPA UGM da Saff Pegajar FKIP Uversas Saaa Dhara Yogyaara rudho@saff.usd.ac.d Sr Wahyu, Ar Suparwao Jurusa

Lebih terperinci

PROSIDING ISSN:

PROSIDING ISSN: PROSIDING ISSN: 5-656 OPTIMISASI BERKENDALA MENGGUNAKAN METODE GRADIEN TERPROYEKSI Nida Sri Uami Uiversias Muhammadiyah Suraara idaruwiyai@gmailcom ABSTRAK Dalam ulisa ii dibahas eag meode gradie erproyesi

Lebih terperinci

Fungsional Aditif Ortogonal pada W 0 (E) di dalam R n. Riyadi. Fakultas Keguruan dan Ilmu Pendidikan Universitas Sebelas Maret

Fungsional Aditif Ortogonal pada W 0 (E) di dalam R n. Riyadi. Fakultas Keguruan dan Ilmu Pendidikan Universitas Sebelas Maret JM Volue I Noor Deseer 0 Fugsoal Ad Orogoal pada W 0 () d dala R Ryad Faulas Kegurua da Ilu Pedda Uversas Seelas Mare Asrac Ths paper dscusses aou a represeao heore o a orhogoally addve ucoal o W 0 ()

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

BAB I PENDAHULUAN I.1.

BAB I PENDAHULUAN I.1. BAB I PENDAHULUAN I.. Laar Belaag Pegeahua megea pasag suru d Idoesa dapa dguaa uu peeua baas wlayah, pemeaa bamer, surve hdrograf, da avgas. LAT (Lowes Asroomcal Tde dguaa oleh Idoesa sebaga char daum

Lebih terperinci

Uji Median Pengaruh Utama dan Interaksi dalam Percobaan Berfaktor

Uji Median Pengaruh Utama dan Interaksi dalam Percobaan Berfaktor Jural Grade Vol3 No Jul 007 : 77-8 U Meda Pegaruh Uaa da Ieras dala Peroaa Berfaor Sg Nugroho Jurusa Maeaa, Faulas Maeaa da Ilu Pegeahua Ala, Uversas Begulu, Idoesa Dera Ju 007; Dseuu 6 Jul 007 Asra -

Lebih terperinci

BAB I PENDAHULUAN I.1.

BAB I PENDAHULUAN I.1. BAB I PENDAHULUAN I.. Laar Belaag Pasag suru lau adalah feomea pergeraa a uruya permuaa ar lau secara perod yag dsebaba oleh pegaruh gravas beda-beda lag eruama bula da maahar (Poerbadoo da Djuarsjah,

Lebih terperinci

PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI

PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI Daua uu Memeuh Persyaraa Peyelesaa Program Saraa Sas Jurusa Maemaa Faulas Maemaa da Ilmu Pegeahua Alam Uversas

Lebih terperinci

Bab 7 NILAI DAN VEKTOR EIGEN

Bab 7 NILAI DAN VEKTOR EIGEN Bab 7 NILAI DAN VEKTOR EIGEN 7 Movas Dmovas bab dega medskuska persamaa a hy by c, dega dak semua dar a, b, da c adalah ol Peryaaa a hy by dsebu beuk kuadrak dalam da y, sera erdapa deas a hy by a h [

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 IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

MODEL DINAMIS : AUTOREGRESSIVE DAN DISTRIBUSI LAG

MODEL DINAMIS : AUTOREGRESSIVE DAN DISTRIBUSI LAG MODEL DINAMIS : AUTOREGRESSIVE DAN DISTRIBUSI LAG SKRIPSI Dajua epada Faulas Maemaa da Ilmu Pegeahua Alam Uversas Neger ogyaara uu memeuh sebaga persyaraa gua memperoleh gelar Sarjaa Sas Oleh: Naala Jagrum

Lebih terperinci

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 0- A- Esmas Parameer a Dalam Pemulusa Ekspoesal Gaa Dua Parameer Dega Meoe Mofkas Gole Seco Nla Yuwa, Lukma Haaf, Nur Wahyugsh Jurusa Maemaka, Fakulas

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 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

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

ANALISIS & INTERPRETASI DATA KINETIKA SISTEM REAKTOR BATCH

ANALISIS & INTERPRETASI DATA KINETIKA SISTEM REAKTOR BATCH NLISIS & INTERPRETSI DT KINETIK SISTEM REKTOR BTH PEROBN KINETIK REKSI Salah sau caupa aau ruag gup sud ea reas adalah peeua ecepaa reas secara uaaf; hal mejad bera peerjaa seorag chemcal egeer yag harus

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

LOGO ANALISIS REGRESI LINIER

LOGO ANALISIS REGRESI LINIER LOGO ANALISIS REGRESI LINIER BERGANDA Hazmra Yozza Jur. Maemaka FMIPA Uv. Adalas KOMPETENSI megdefkaska model regres ler bergada dalam oas aljabar basa maupu oas marks da asumsya medapaka model regres

Lebih terperinci

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL RISK ANALYSIS Dr. Mohammad Abdul Mukhy,, SE., MM RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL kepuusa maageral dbua d bawah kods-kods kepasa, kedak-pasa aau resko. Kepasa megacu pada suas

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

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan KONSEP DASAR Laar belakang Meode Numerk Ilusras masalah numerk Angka sgnfkan Akuras dan Press Pendekaan dan Kesalahan Laar Belakang Meode Numerk Tdak semua permasalahan maemas dapa dselesakan dengan mudah,

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

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

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

3. BAHAN DAN METODE. Lokasi penelitian yang dikaji adalah daerah perairan Samudera Hindia

3. BAHAN DAN METODE. Lokasi penelitian yang dikaji adalah daerah perairan Samudera Hindia 3. BAHA DA METODE 3.1. au da Loa Peela Loa peela yag daj adalah daerah perara Samudera Hda pada 0,5 LS, 7,5º LS, 16,5º LS, 31,5 LS dar 40,5 BT ampa 100,5 BT, eper pada Gambar 7. Pembaga lag berdaara lea

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

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

PRESENTASI TUGAS AKHIR

PRESENTASI TUGAS AKHIR Penerapan PID Predcve Ar-Rao Conroller Pada Mesn Mobl Msubsh Type 4G63 Unu Memnmuman Ems Gas Buang Oleh Hendre Angga P 10 105 03 PRESENTASI TUGAS AKHIR Mesn-mesn oomof saa n dunu unu menghaslan performa

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

ANALISA HANTARAN GELOMBANG LISTRIKMAGNET DENGAN MENGGUNAKAN METODA FINITE DIFFERENCE TIME DOMAIN (FDTD)

ANALISA HANTARAN GELOMBANG LISTRIKMAGNET DENGAN MENGGUNAKAN METODA FINITE DIFFERENCE TIME DOMAIN (FDTD) Tuoral Rse Uggula Terpadu RUT VI PNGMBANGAN SISTM RADAR BAWA TANA PULSA IRP ANALISA ANTARAN GLOMBANG LISTRIKMAGNT DNGAN MNGGUNAKAN MTODA FINIT DIFFRN TIM DOMAIN FDTD Ieses P db Peel Uama Ir. Josapha Teuo

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

Pertemuan VII IV. Titik Berat dan Momen Inersia

Pertemuan VII IV. Titik Berat dan Momen Inersia Baa jar Mekaka Baa Mulat, ST., MT Pertemua V V. Ttk Berat da Mome ersa. Ttk Berat Peampag Mome pertama suatu luasa eleme teradap suatu sumbu d dalam bdag luasa dberka dega produk luasa eleme da jarak tegak

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 Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA INTEGRAL RIEMANN MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk

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

Simulasi Perambatan Gelombang Georadar (GPR) pada Suatu Media Berlapis

Simulasi Perambatan Gelombang Georadar (GPR) pada Suatu Media Berlapis Smulas Perambaa Gelombag Georadar (GPR) pada Suau Meda Berlaps Agus Suprao Absrac: The smulao of he wave propagao of he radar he sub-surface was ver mpora o be udersood before beg carred ou of feld acquso

Lebih terperinci

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE Fan Puspasar 201 16019 Program Sud Magser Maemaa Faulas Maemaa dan Ilmu Pengeahuan Alam Insu Tenolog Bandung

Lebih terperinci

BAB III DATA DAN METODE PENGOLAHAN DATA

BAB III DATA DAN METODE PENGOLAHAN DATA BAB III DATA DA ETODE PEGOLAHA DATA 3. Daa Daa ag dguaa adalah daa ecepaa arus d perara Sela Lfaaola da uu edees edees orelasa dega feoea El ño da La ña pada ahu-ahu 004 sapa 006 dguaalah daa Ides Oslas

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

Pemecahan Masalah Integer Programming Biner Dengan Metode Penambahan Wawan Laksito YS 6)

Pemecahan Masalah Integer Programming Biner Dengan Metode Penambahan Wawan Laksito YS 6) Pemecaha Masalah Ieger Programmg Ber Dega Meode Peambaha Wawa Lakso YS 6) ISSN : 1693 1173 Absrak Program Ler adalah perecaaa akfas-akfas uuk memperoleh suau hasl yag opmal. Tdak semua varabel kepuusa

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 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

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

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

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

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

KINEMATIKA. gerak lurus berubah beraturan(glbb) gerak lurus berubah tidak beraturan

KINEMATIKA. gerak lurus berubah beraturan(glbb) gerak lurus berubah tidak beraturan KINEMATIKA Kinemaika adalah mempelajari mengenai gerak benda anpa memperhiungkan penyebab erjadi gerakan iu. Benda diasumsikan sebagai benda iik yaiu ukuran, benuk, roasi dan gearannya diabaikan eapi massanya

Lebih terperinci

Pertemuan 3 Luas Daerah Bidang Datar, dan Volume Benda Padat dengan Metode Bidang Irisan Sejajar

Pertemuan 3 Luas Daerah Bidang Datar, dan Volume Benda Padat dengan Metode Bidang Irisan Sejajar ertemua 3 Luas Daerah Bdag Datar, da Volume Beda adat dega Metode Bdag Irsa Sejajar A. Luas Daerah Bdag Datar 1. Luas Daerah Bdag Datar Yag Datas Oleh Kura f, sumu X, Gars a da Gars DEFINISI: Msalka D

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data, blaga ataupu

Lebih terperinci

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '.

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '. 6..MENURUNKAN FUNGSI IMPLISIT Padag y fugsi dari yag disajika dalam beuk implisi f (, y) 0. Turuaya y' didapa sebagai beriku: a. Jika mugki y diyaaka sebagai beuk eksplisi dari, lalu diuruka erhadap b.

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA Beberapa teor yag dperlua utu meduug pembahasa dataraya adalah varabel radom, regres lear bergada, metode uadrat terecl (MKT), peguja asums aalss regres, pecla (outler), regres robust,

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

BAB 3 PENYELESAIAN NUMERIK MODEL ADVEKSI-DISPERSI DENGAN IMPLEMENTASI SPREADSHEET

BAB 3 PENYELESAIAN NUMERIK MODEL ADVEKSI-DISPERSI DENGAN IMPLEMENTASI SPREADSHEET BAB PENYELESAIAN NUMERIK MODEL ADVEKSI-DISPERSI DENGAN IMPLEMENTASI SPREADSHEET MENGENAI METODE NUMERIK Persoalan yang melbaan model maemaa banya munul dalam berbaga lmu pengeahuan seper halnya dalam asus

Lebih terperinci

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

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

Lebih terperinci

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia?

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia? Kartia Yuliati, SPd, MSi MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK Masalah Terdapat berapa caraah ita dapat memilih baju dari 0 baju yag tersedia? Cara Misala baju diberi omor dari sampai

Lebih terperinci

PERBANDINGAN MODEL EKSPONEN DAN MODEL SPLINE SERTA PENENTUAN LAMA WAKTU OPTIMAL DALAM PROSES SINTERING KERAMIK DI PT. KUALI MAS

PERBANDINGAN MODEL EKSPONEN DAN MODEL SPLINE SERTA PENENTUAN LAMA WAKTU OPTIMAL DALAM PROSES SINTERING KERAMIK DI PT. KUALI MAS PERBANDINGAN MODEL ESPONEN DAN MODEL SPLINE SERA PENENUAN LAMA WAU OPIMAL DALAM PROSES SINERING ERAMI DI P. UALI MAS Ulfa Meda Nurmaa(389) I Noma Budaara Mahasswa Jurusa Sasa FMIPA-IS Dose Pembmbg ugas

Lebih terperinci

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Ruag Baach Sumaag Muhtar Gozal UNIVERSITAS PENDIDIKAN INDONESIA Satu kose etg d kulah Aalss ugsoal adalah teor ruag Baach. Pada baga aka drevu defs, cotoh-cotoh, serta sfat-sfat etg ruag Baach. Kta aka

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

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

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 Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

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

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di 8 METODE PENELITIAN Lokasi da Waku Peeliia Peeliia ii dilaksaaka selama 3 bula, erhiug sejak bula Februari sampai dega April 2008, di DAS Waeruhu, yag secara admiisraif erleak di wilayah Kecamaa Sirimau,

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear E-boo Sasa Gras... Sascal Daa Anals Uj Asums Klas Regres Lnear Pada penulsan enang Regres Lnear n, penuls aan memberan bahasan mengena Uj Asums Klas epada para pembaca unu memberan pemahaman dan solus

Lebih terperinci

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap

Lebih terperinci