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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 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 Maeaa FMIPA Uversas Gadjah Mada Sep Uara Yogyaara swahyu@ug.ac.d, ar_suparwao@yahoo.co F. Suslo Jurusa Maeaa FST, Uversas Saaa Dhara Yogyaara fsuslo@saff.usd.ac.d Absra Maalah ebahas eag peodela da erval wau perod layaa jarga ara for jo asl apasas peyagga ahgga dega wau afas erval, dega egguaa aljabar ax plus erval. Hasl pebahasa eujua bahwa daa jarga ara for jo asl apasas peyagga ahgga dega wau afas erval dapa dodela e dala suau persaaa ars aas aljabar ax plus erval. Ierval wau sel layaa jarga ara adalah la ege ax plus erval dar ars pada persaaa ersebu. Kaa aa uc: aljabar ax plus erval, la ege ax plus erval, jarga ara for jo da wau afas erval.. Pedahulua Dala asalah peodela da aalsa suau jarga, adag adag wau afasya belu deahu. Hal sala area jarga ash pada ahap peracaga, daa daa egea wau afas belu deahu secara pas aupu dsrbusya. Wau afas dapa dperraa berdasara pegalaa aupu pedapa dar para ahl aupu operaor jarga ersebu. Uu u wau afas jarga dodela dala suau erval, yag selajuya d sebu wau afas erval. Aljabar ax plus (hpua seua blaga real Rdlegap dega operas ax da plus) elah dapa dguaa dega ba uu eodela da egaalss secara aljabar asalah asalah jarga, seper asalah: pejadwala (proye) da sse ara, lebh dealya dapa dlha pada Bacell, e al. (), Rudho, A. (). Dala Krvul N.K. (996a) da Rudho, A da Suparwao, A (8) elah dbahas peodela daa jarga ara for jo asl dega apasas peyagga ahgga e dala suau persaaa ars aljabar ax plus. Dpreseasa dala Sear Nasoal Aljabar, Pegajara Da Terapaya dega ea Korbus Aljabar dala Upaya Megaa Kualas Peela da Pebelajara Maeaa uu Mecapa World Class Uversy yag dseleggaraa oleh Jurusa Pedda Maeaa FMIPA UNY Yogyaara pada aggal Jauar 9

2 M. Ady Rudho, Sr Wahyu, Ar Suparwao, F. Suslo Peyusua odel ersebu egguaa suau hasl dala peyelesaa sse persaaa lear eraf ax plus. Dala Rudho, A da Suparwao, A (8) juga elah dujua bahwa wau perod layaa jarga ara ersebu adalah la ege ax plus erval dar ars pada persaaa ersebu. Kosep aljabar ax plus erval yag erupaa perluasa osep aljabar ax plus, d aa elee elee yag dbcaraa berupa erval elah dbahas dala Rudho, d (8a). Pebahasa egea ars aas aljabar ax plus elah dbahas dala Rudho, d (8b). Dala Rudho, d (8c). Telah dbahas esses da euggala peyelesaa sse persaaa lear eraf ax plus erval. Seeara pebahasa egea la ege da veor ege aas aljabar ax plus erval elah dbahas dala Rudho, d (8d). Sejala dega cara peodela da pebahasa wau perod layaa jarga seper dala Rudho, A da Suparwao, A (8), da dega eperhaa hasl hasl pada aljabar ax plus erval, aalah aa ebahas peodela da erval wau sel layaa jarga ara for jo asl apasas peyagga ahgga dega wau afas erval, dega egguaa aljabar ax plus erval.. Peodela Jarga Ara Dperhaa suau jarga dega pelaya uggal (sgle server) da pelagga las uggal (sgle class). Sruur jarga ara dapa dyaaa dega graf berarah a sl G = (N, A) dega busur yag deua oleh rue rass pelagga. Uu seap N, ddefsa hpua pedahulu (predecessors) da peerus (saccessors) beruru uru dega P() = { j (j, ) A ) da S() = { j (j, ) A ). Uu seap N erdr dar sebuah pelaya da peyagga dega apasas ahgga yag beerja dega prsp Frs I Frs Ou (FIFO). Pada wauawal jarga beerja dasusa bahwa pelaya bebas pelagga, peyagga uu seua dega P() dala eadaa osog, sedaga peyagga yag da epuya pedahulu (P() = ) epuya ahgga baya pelagga. Sear Nasoal Aljabar, Pegajara Da Terapaya

3 Peerapa Aljabar Max Plus Ierval... Operas for pada dawal seap al layaa sebuah pelagga selesa da dperoleh beberapa pelagga baru uu ara beruya. Bayaya pelagga baru yag ucul pada sebaya dala S(). Pelaggapelagga baru secara serea eggala da euju j S() secara erpsah. Operas jo pada erjad saa pelagga pelagga daag e, da haya d euggu d peyagga, eap juga euggu sedya sau pelagga dar seap j P() daag. Segera seelah pelagga daag, bersaa sau pelagga dar seap pedahuluya, erea bersau ejad sau pelagga da asu dala peyagga dala pelaya beruya. Dala pegoperasa jarga dasusa bahwa perpdaha pelagga aar da eerlua wau. Msala a () = erval wau edaaga pelagga e pada. d () = erval wau eberagaa pelagga e pada. = erval laa wau layaa uu pelagga e pada pelaya. Dasusa jarga ula beroperas pada ol wau, yau bahwa d () = = [, ] da d () = = [,] uu seua <, =,...,. Daa ara pada dapa dyaaa dega d () = ax( + a (), + d ( )) () ax( dj()), jap( ) φ, a () = j P( ) (), jap( ) = φ. Dega oas aljabar ax plus erval persaaa () da () dapa dulsa sebaga beru d () = a () d ( ) () d j (), jap( ) φ, a () = j P( ) (),, jap( ) = φ. Msala d() = [ d (), d (),..., d ()] T, a() = [ a (), a (),..., a ()] T da T = Ο. Persaaa () da () d aas dapa dulsa ejad d() = T a() T d( ). () ISBN :

4 M. Ady Rudho, Sr Wahyu, Ar Suparwao, F. Suslo a() = G d(), (6) = [, ], ja j P( ) dega ars G yag usur usur adalah G j =. = [, ],uu yag la Perhaa bahwa G erupaa ars adjeses dar graf suur jarga ara. Dar persaaa () da (6) dapa dulsa persaaa d() = T G d() T d( ). (7) Teorea. Dbera jarga ara for jo a sl dega wau afas erval, dega graf sruur jargaya yag epuya pajag lasa erpajag p da ars adjeses G. Persaaa sae espls jarga ersebu adalah d() = A() d( ), (8) dega A() = (E (T G)) p T. Bu: Dar persaaa (7) dapa dulsa d() = (T G) d() (T d( )). Karea G adalah ars adjeses graf asl dega pajag lasa p aa euru hasl pada Rudho, A da Suparwao, A (8) da Rudho, d (8b), dperoleh G q = uu seua q > p. Abaya (T G)) q = uu seua q > p. Selajuya euru hasl pada Rudho, A da Suparwao, A (8) da Rudho, d (8c), persaaa d aas epuya peyelesaa d() = (E (T G)) p (T d( )) = ((E (T G)) p T ) d( )). Cooh. Jarga ara for jo asl dega = dperlhaa dala Gabar beru. Sear Nasoal Aljabar, Pegajara Da Terapaya

5 Peerapa Aljabar Max Plus Ierval... Gabar. Mars adjeses dar graf pada jarga d aas adalah G =. Napa bahwa pajag lasa erpajagya adalah p =. Dar persaaa (8) dperoleh persaaa sae d() = A() d( ), dega A() = (E (T G)) T = (E (T G) (T G) ) T = ) (. Msala laa wau layaa uu pelagga e pada pelaya adalah sebaga beru: = [, ], = [, ], = [, 6], = [, ] da = [, 6] aa dperoleh A() =. Sehgga uu =, dperoleh [,6] [7,] [8,] [,] [,6] [,] [7,9] [6,8] [,6] [7,] [,] [,] ISBN :

6 M. Ady Rudho, Sr Wahyu, Ar Suparwao, F. Suslo d() [,] d () d () = [7,] d() [6,8] d () [,6] [,] [7,9] [,] [,6] [8,] [,] [7,] [,6] [,] [,] [,] [,] [,] = [7,], [,] [7,9] [,] [,6] d() [,] d () d () = [7,] d() [6,8] d () [,6] [,] [7,9] [,] [,6] [8,] [,] [7,] [,6] [,] [,8] [,] [6,] [7,] = [,6]. [7,9] [,] [,6] [,]. Ierval Wau Layaa Perod Dperhaa erval wau peuasa sel layaa jarga sebaga barsa sel layaa: sel e ula saa wau awal, da berahr segera seelah seua pelaya dala jarga euasa layaa e ya, sel e berahr segera seelah seua pelaya dala jarga euasa layaa e ya, da seerusya. Dega dea erval wau peuasa sel e pada adalah d ( ), sehgga wau peuasa sel e pada jarga dapa dyaaa sebaga ax(d ( )) dega d () = = [, ], =,..., da =,,,... Selajuya erval wau sel layaa jarga dyaaa dega: γ = l ax(d ( )). Teorea. Jarga ara for jo asl apasas peyagga ahgga, dega persaaa sae espls jarga ersebu adalah d() = A() d( ), =,,..., epuya erval wau peuasa sel layaa γ = l ax(d ( )) yau la ege ax plus erval ars A ersebu. = [λ ax ( A), λ ax ( A)] 6 Sear Nasoal Aljabar, Pegajara Da Terapaya

7 Peerapa Aljabar Max Plus Ierval... Bu: Sejala dega pebua Teorea 7 pada Rudho, A da Suparwao, A, 8, dapa dujua uu ars baas bawah da ars baas bawah. Selajuya uu seap ars A [ A, A], berlau A π A j π A. Karea sfa eossea operas da pada ars erhadap urua π, aa berlau A π π ( = A π A (A ) ) =, uu =,,..., sehgga berlau ( = π ( = (A ) ), aau λ ax ( A) = (A ) ) = π λ ax (A) π λ ax ( A). Dega dea [λ ax ( A ), λ ax ( A )] adalah suau erval. Jad erbu γ = l ax(d( )) ersebu. = [λ ax ( A), λ ax ( A)] yau la ege ax plus erval ars A Cooh Uu jarga pada Cooh d aas, dega baua progra opuer yag duls dega MATLAB dapa deua bahwa γ = l ax(d( )) = [λ ax ( A), λ ax ( A)] = [, 6]. Kepusaaa Bacell, F., e al.. Sychrozao ad Leary. New Yor: Joh Wley & Sos. Krvul, N.K., 996a. The Max Plus Algebra Approach Modellg of Queueg Newors Proc. 996 SCS Suer Copuer Sulao Coferece (SCSC 96), Jaly, The Socey for Copuer Sulao, 8 9. Rudho, Ady.. Sse Lear Max Plus Wau Ivara. Tess: Progra Pascasarjaa Uversas Gadjah Mada. Yogyaara. Rudho, Ady da Suparwao, Ar 8. Peodela Aljabar Max Plus da Evaluas Kerja Jarga Ara For Jo Tasl dega Kapasas Peyagga Tahgga. Prosdg Sear Nasoal Sas da Pedda Sas, UKSW. Salaga. Jauar 8. ISBN :

8 M. Ady Rudho, Sr Wahyu, Ar Suparwao, F. Suslo Rudho, Ady, d. 8a. Aljabar Max Plus Ierval. Prosdg Sear Nasoal Maeaa S UGM. Yogyaara. Me 8. Rudho, Ady, d. 8b. Mars aas Aljabar Max Plus Ierval. Prosdg Sear Nasoal Maeaa S UGM. Yogyaara. Me 8. Rudho, Ady, d. 8c. Nla Ege da Veor Ege aas Aljabar Max Plus Ierval. Prosdg Sear Nasoal Maeaa da Pedda Maeaa UNY. Yogyaara. 8 Noveber 8. Rudho, Ady, d. 8d. Nla Ege da Veor Ege aas Aljabar Max Plus Ierval. Prosdg Sear Nasoal Maeaa da Pedda Maeaa UNY. Yogyaara. 8 Noveber 8. 8 Sear Nasoal Aljabar, Pegajara Da Terapaya

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

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

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

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

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

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

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

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

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

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

Nilai Eigen dan Vektor Eigen Matriks atas Aljabar Max-Plus Interval

Nilai Eigen dan Vektor Eigen Matriks atas Aljabar Max-Plus Interval Nilai Eige da Vetor Eige Matris atas Aljabar Max-Plus Iterval 2 M. Ady Rudhito, Sri Wahyui, 3 Ari Suparwato, ad 4 F. Susilo Mahasiswa S3 Mateatia FMIPA UGM da Staff Pegajar FKIP Uiversitas Saata Dhara

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

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

ANALISIS MASALAH GENERATOR DARI POSSIBLE DAN UNIVERSAL EIGENVECTOR PADA MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ANALISIS MASALAH GENERATOR DARI POSSIBLE DAN UNIVERSAL EIGENVECTOR PADA MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS Sear Nasoal Mateatka IV (SeNasMat) Isttut Tekolog Sepuluh Nopeber, Surabaya, 3 Deseber NLISIS MSLH GENERTOR DRI POSSIBLE DN UNIVERSL EIGENVECTOR PD MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar, Suboo,

Lebih terperinci

BAB IV SISTEM TUNGGU (DELAY SYSTEM)

BAB IV SISTEM TUNGGU (DELAY SYSTEM) 38 Da eayaa Traf BB IV SISTM TUGGU (DLY SYSTM) Kedaaga ae buffer erver µ Keberagaa ae Gambar 4. : model em uggu ada em uggu, aggla yag daag ada aa emua bu, aggla erebu meuggu ama ada alura/eralaa yag beba

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

HUBUNGAN MATRIKS AB DAN BA PADA STRUKTUR JORDAN NILPOTEN

HUBUNGAN MATRIKS AB DAN BA PADA STRUKTUR JORDAN NILPOTEN HUBUNGAN ARKS AB DAN BA ADA SRUKUR ORDAN NLOEN Sodag uraasar aaha (sodag@ub-ut.ac.d) UB-U eda Elva Herawaty FA ateata Uverstas Suatera Utara ABSRAC ths aer, we gve aother roof about the relatosh betwee

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

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

PROSEDUR PENGUJIAN HIPOTESIS SEHUBUNGAN DENGAN AKAR-AKAR LATEN DARI MATRIKS KOVARIANS (Dalam Analisis Komponen Utama)

PROSEDUR PENGUJIAN HIPOTESIS SEHUBUNGAN DENGAN AKAR-AKAR LATEN DARI MATRIKS KOVARIANS (Dalam Analisis Komponen Utama) H. Maa Suhera,Drs.,M.S PROSEDUR PEGUJIA HIPOTESIS SEHUBUGA DEGA AKAR-AKAR LATE DARI MATRIKS KOVARIAS (Dala Aalss Kopoe Utaa) Abstra Utu ebuat espula tetag araterst populas ultvarat husuya populas varat

Lebih terperinci

PEMODELAN ALJABAR MAX-PLUS DAN EVALUASI KINERJA JARINGAN ANTRIAN FORK-JOIN TAKSIKLIK DENGAN KAPASITAS PENYANGGA TAKHINGGA INTISARI

PEMODELAN ALJABAR MAX-PLUS DAN EVALUASI KINERJA JARINGAN ANTRIAN FORK-JOIN TAKSIKLIK DENGAN KAPASITAS PENYANGGA TAKHINGGA INTISARI Jurnal Maemaa, Vol, No,, 8 PEMODELAN ALJABAR MAX-PLUS DAN EVALUASI KINERJA JARINGAN ANTRIAN FORK-JOIN TAKSIKLIK DENGAN KAPASITAS PENYANGGA TAKHINGGA M ANDY RUDHITO, SRI WAHYUNI, ARI SUPARWANTO, DAN F SUSILO

Lebih terperinci

MODUL BARISAN DAN DERET

MODUL BARISAN DAN DERET MODUL BARISAN DAN DERET KELAS XII. IPS SEMESTER I Oleh : Drs. Pudjul Prijoo ( http://vidyagata.wordpress.co ) SMA NEGERI 6 Jala Mayje Sugoo 58 Malag Telp./Fax : (034) 75036 E-Mail : sa6_alag@yahoo.co.id

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

MODIFIKASI KERNEL PCA PADA KELASIFIKASI AROMA MULTIKELAS

MODIFIKASI KERNEL PCA PADA KELASIFIKASI AROMA MULTIKELAS MODIFIKASI KERNEL PCA PADA KELASIFIKASI AROMA MULTIKELAS Zuhera Rusa,Beya Kusuopuro 2, Beawa Wdaa 3. Fauas MIPA, Jurusa Maeaa,Uversas Idoesa 2. Fauas Iu Kopuer, Uversas Idoesa. 3. Laboraoru Kopuas Ieeesa,

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 2 KAJIAN TEORITIS

BAB 2 KAJIAN TEORITIS BAB KAJIAN TEORITIS Desrps Teor Utu ebera dasar peulsa srps, terlebh dahulu pada baga aa dgabara secara rgas osep dasar yag berhubuga dega rptograf sepert defs rptograf, algorta rptograf, sste rptograf,

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

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

PROGRAM LINIEAR DENGAN METODE SIMPLEX

PROGRAM LINIEAR DENGAN METODE SIMPLEX POGAM LINIEA DENGAN METODE SIMPLEX A. TEKNIK PENYELESAIAN Betuk Soal Progra Lear Kedala utaa asalah rogra lear daat eretuk a atau a atau a. Kedala yag eretuk ertdaksaaa daoat duah ead ersaaa seaga erkut

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

BAGIAN 2 TOPIK 5. andhysetiawan

BAGIAN 2 TOPIK 5. andhysetiawan BAGIAN OIK 5 adhyseiawa Isi Maeri Modulasi Aliudo AM Modulasi Frekuesi FM adhyseiawa MODULASI AMLIUDO DAN MODULASI ANGULAR SUDU Modulasi roses erubaha karakerisik aau besara gelobag ebawa, euru ola gelobag

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

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

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema II. LANDASAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teorea-teorea ag edukug utuk pebahasa pada bab IV. Pegerta (defs) da teorea tersebut dtulska sebaga berkut... Teorea Proeks Teorea proeks

Lebih terperinci

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF A Seawa Program Su Maemaka Iusr a Saska Fakulas Sas a Maemaka Uversas Krse Saya Wacaa Jl Dpoegoro 52-6 Salaga 57 Ioesa e-mal: a_sea_3@yahoocom Absrak Dega

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

NILAI EIGEN DAN VEKTOR EIGEN MATRIKS TERREDUKSI REGULER DALAM ALJABAR MAX-PLUS INTERVAL

NILAI EIGEN DAN VEKTOR EIGEN MATRIKS TERREDUKSI REGULER DALAM ALJABAR MAX-PLUS INTERVAL NILAI EIGEN DAN VEKTOR EIGEN MATRIKS TERREDUKSI REGULER DALAM ALJABAR MAX-PLUS INTERVAL A-12 Sswato 1, Ar Suparwato 2, M Ady Rudhto 3 1 Mahasswa S3 Matematka FMIPA UGM da Staff Pegajar FMIPA UNS Surakarta,

Lebih terperinci

FINITE FIELD (LAPANGAN BERHINGGA)

FINITE FIELD (LAPANGAN BERHINGGA) INITE IELD (LAPANGAN BERHINGGA) Muhamad Zak Ryao NIM: /5679/PA/8944 E-mal: zak@malugmacd h://zakmahwebd Dose Pembmbg: Drs Al Sujaa, MSc Jka suau laaga (feld) memua eleme yag bayakya berhgga, maka laaga

Lebih terperinci

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh MODU PERKUIAHA Ragkaa srk Idukas da Kapasas Fakulas Program Sud Taap Muka Kode MK Dsusu Oleh FAKUTAS TEKIK TEKIK EEKTRO 0 4009 Yulza ST,MT Absrac Tak ada egaga melas sebuah dukor jka arus ag melalu dukor

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

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

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

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

Analisis Sensitivitas

Analisis Sensitivitas Analss Senstvtas Terdr dar aa : Analss Senstvtas, bla terad perubahan paraeter seara dsrt Progra Lnear Paraetr, bla terad perubahan paraeter seara ontnu Maa-aa perubahan pasa optu: Perubahan suu tetap,

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 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

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

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Bule Ilmah Mah. Sa. da Terapaya Bmaser Volume 5, No. 3 26, hal 23 22. ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Syarah

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 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa BAB 2 TINJAUAN TEORITI 2.1. Pengerian-pengerian Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. edangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan

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

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

Relasi LOGIK FUNGSI AND, FUNGSI OR, DAN FUNGSI NOT

Relasi LOGIK FUNGSI AND, FUNGSI OR, DAN FUNGSI NOT 2 Relasi LOGIK FUNGSI ND, FUNGSI OR, DN FUNGSI NOT Tujuan : Seelah mempelajari Relasi Logik diharapkan dapa,. Memahami auran-auran relasi logik unuk fungsi-fungsi dasar ND, OR dan fungsi dasar NOT 2. Memahami

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

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2 INFERENSI DAA UJI HIDUP ERSENSOR IPE II BERDISRIBUSI RAYLEIGH Oleh : ak Wdhah Ww Madjya Saf Pogam Sud Saska FMIPA UNDIP Alum Pogam Sud Saska FMIPA UNDIP Absac Aalyss of lfe me s oe of sascal aalyss whch

Lebih terperinci

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI BAB ETROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUYI Model Markov Tersembuny (Hdden Markov Model, MMT) elah banyak daplkaskan dalam berbaga bdang seper pelafalan bahasa (speeh reognon) dan klasfkas (luserng).

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

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

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun 43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C

Lebih terperinci

Penerapan Teorema Perron-Frobenius pada Penentuan Distribusi Stasioner Rantai Markov

Penerapan Teorema Perron-Frobenius pada Penentuan Distribusi Stasioner Rantai Markov Vol. 3, No., 85-9, Juli 6 Peerapa Teorea Perro-Frobeius pada Peetua Distribusi Stasioer Ratai Markov Jusawati Massalesse Abstrak Perilaku suatu ratai Markov setelah berala ukup laa dapat diketahui elalui

Lebih terperinci

PENGUJIAN HIPOTESIS DUA RATA-RATA

PENGUJIAN HIPOTESIS DUA RATA-RATA PENGUJIN HIPOTEI DU RT-RT Pegujia hipoesis dua raa-raa diguaka uuk membadigka dua keadaa aau epaya dua populasi. Misalya kia mempuyai dua populasi ormal masig-masig dega raa-raa µ da µ sedagka simpaga

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

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 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 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

Sistem Linear Max-Plus Interval Waktu Invariant

Sistem Linear Max-Plus Interval Waktu Invariant Siste Linear Max-Plus Interval Waktu Invariant A 11 M. Andy udhito Progra Studi Pendidikan Mateatika FKIP Universitas Sanata Dhara Paingan Maguwoharjo Yogyakarta eail: arudhito@yahoo.co.id Abstrak elah

Lebih terperinci

Ruang Vektor Eigen Suatu Matriks Atas Aljabar Max-Plus Interval. Eigenvector Space of a Matrix of Interval Max-Plus Algebra

Ruang Vektor Eigen Suatu Matriks Atas Aljabar Max-Plus Interval. Eigenvector Space of a Matrix of Interval Max-Plus Algebra Jural Mateatia & Sais April 2014 Vol 19 Noor 1 Ruag Vetor Eige Suatu Matris Atas Alabar Max-Plus Iterval Abstra Siswato 1) Ari Suparwato 2) da M Ady Rudhito 3) 1) Jurusa Mateatia FMIPA UNS Suraarta 2)

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

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d

Lebih terperinci

Identifikasi Sistem Nonlinier Dengan Menggunakan Recurrent Neural Network Dan Algoritma Dead-Zone Kalman Filter

Identifikasi Sistem Nonlinier Dengan Menggunakan Recurrent Neural Network Dan Algoritma Dead-Zone Kalman Filter Idetfas Sste Noler Dega Megguaa Recurret Neural Networ Da Algorta Dead-Zoe Kala Flter Rully Soelaa Ragga Rfa Yudh Purwaato Maurdh H. Puroo Jurusa e Iforata Faultas eolog Iforas Progra Pascasarjaa Jurusa

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3 Meode Pegumpula Daa 3 Jeis Daa Pada peeliia ii aka megguaka jeis daa yag bersifa kuaiaif Daa kuaiaif adalah daa yag berbeuk agka / omial Dalam peeliia ii aka megguaka daa pejuala

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 11 BAB I PENDAHULUAN 1.1 Laar Belakang Salah sau masalah analisis persediaan adalah kesulian dalam menenukan reorder poin (iik pemesanan kembali). Reorder poin diperlukan unuk mencegah erjadinya kehabisan

Lebih terperinci

RANK DARI MATRIKS ATAS RING

RANK DARI MATRIKS ATAS RING Dela-Pi: Jurnal Maemaika dan Pendidikan Maemaika ISSN 089-855X ANK DAI MATIKS ATAS ING Ida Kurnia Waliyani Program Sudi Pendidikan Maemaika Jurusan Pendidikan Maemaika dan Ilmu Pengeahuan Alam FKIP Universias

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

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

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

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

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI I PENDAHULUAN Latar Belakag Dala teor ekoo, setap perusahaa dasuska bertujua eperoleh bala yag aksu Ibala yag ddapat bergatug pada strateg yag dabl perusahaa Kuattas erupaka salah satu strateg perusahaa

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

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Pada dasarnya peramalan adalah merupakan suau dugaan aau perkiraan enang erjadinya suau keadaan di masa depan. Akan eapi dengan menggunakan meodemeode erenu peramalan

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global.

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global. BAB 1 PENDAHULUAN 1.1 Laar Belakag Telah dkeahu bahwa saa sedag megalam krss global, dak haya erjad pada Negara yag sedag berkembag, bahka Negara maju juga megalamya, seper Amerka. Akbaya bayak orag yag

Lebih terperinci

Matriks atas Aljabar Max-Plus Interval

Matriks atas Aljabar Max-Plus Interval Jural Natur Idoesia 13(2), Februari 211: 94-99 94 ISSN 141-9379, Jural Natur Keputusa Idoesia Akreditasi 13(2): No 94-99 65a/DIKTI/Kep/28 Rudhito, et al Matriks atas Aljabar Max-Plus Iterval Marcellius

Lebih terperinci

Fisika Modern. Persamaan Schroodinger dan Fingsi Gelombang

Fisika Modern. Persamaan Schroodinger dan Fingsi Gelombang Fska Modern Persaaan Schroodnger dan Fngs Gelobang Apa Persaaan unuk Gelobang Maer? De Brogle eberkan posula bahwa seap parkel elk hubungan: h/ p Golobang aer ala n dkonfras oleh percobaan dfraks elekron,

Lebih terperinci

Jurnal Teknik Mesin Volume 21 - No.1 - April De Dc

Jurnal Teknik Mesin Volume 21 - No.1 - April De Dc Jural Tei Mesi Volue - No. - April 6 b a De Dc S h B EDITOR B. Sujiao (Keua), A. Suwoo, D. Suharo, K. Bagiasa, S. D. Jeie, S. S. Brodjoegoro, Abdurrachi, I. Nurhadi, R. Suraa, P. S. Darao. MITRA BESTARI

Lebih terperinci

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

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III THREE STAGE LEAST SQUARE Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode penaksran parameer pada persamaan smulan yau meode Three Sage Leas Square (3SLS. Sebelum djelaskan lebh lanju

Lebih terperinci

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

Lebih terperinci

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma.

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma. DITRIBUI GAMMA Ada beberaa dsrbus eg dalam dsrbus uj hdu, salah sauya adalah dsrbus gamma. A. Fugs keadaa eluag (fk) Fugs keadaa eluag (fk) dar dsrbus gamma dega dua arameer yau da adalah sebaga berku:

Lebih terperinci

Pengukuran Bunga. Modul 1

Pengukuran Bunga. Modul 1 Moul 1 Pegukura Buga Drs. Pramoo S, M. S. M oul membcaraka eag pegukura buga, fugs akumulas a fugs jumlah, gka buga efekf, buga seerhaa, buga majemuk, la sekarag, gka skoo efekf, gka buga ar skoo omal,

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

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C Oleh : Ir. A.achman Hasbuan dan Naemah Mubarakah, ST . Persamaan Dferensal Orde Sau Adapun benuk yang sederhana dar suau persamaan dferensal orde sau adalah:

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju-laju

Lebih terperinci

BAB III ANALISIS LOOKBACK OPTIONS

BAB III ANALISIS LOOKBACK OPTIONS BAB III : ANALII LOOKBACK OPION BAB III ANALII LOOKBACK OPION Pada Bab III ii aka dibahas egeai lookback opios da aalisisa Asusi ag kia pakai adalah saha ag diguaka (uderlig asse) idak eberika divide ipe

Lebih terperinci

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

Lebih terperinci