KURVA BEZIER DAN BRESENHAM UNTUK PEMBUATAN LINGKARAN
|
|
- Iwan Kusumo
- 7 tahun lalu
- Tontonan:
Transkripsi
1 KURVA BEZIER DAN BRESENHAM UNTUK PEMBUATAN LINGKARAN (Djoi Haryadi Setiabusi) KURVA BEZIER DAN BRESENHAM UNTUK PEMBUATAN LINGKARAN Djoi Haryadi Setiabudi Fakultas Tekologi Idustri, Jurusa Tekik Iformatika Uiversitas Kriste Petra ABSTRAK: Salah satu primitif yag petig di komputer grafik adalah pembuata ligkara. Utuk meggambar betuk ligkara diperluka suatu metode tertetu seperti metode Bezier da algoritma. Pada metoda Bezier megguaka titik-titik kotrol poligo utuk membuat ligkara. Sedagka pada algoritma megguaka traslasi titik koordiat. Pada peelitia ii dibadigka kedua metode yaitu metode Bezier da algoritma. Kedua metode ii aka dibadigka berdasarka kecepata proses dalam pembuata ligkara da akurasi hasil peggambara ligkara oleh masig-masig metode. Tujua peelitia ii utuk megetahui metode pembuata ligkara yag palig baik. Utuk peelitia ii diguaka bahasa pemrograma Borlad Delphi. Dari hasil peelitia, didapatka bahwa algoritma memiliki kecepata proses 1.44 kali lebih cepat dari Bezier utuk 70 titik peggambara, sedagka akurasi dalam pembuata ligkara metode Bezier lebih baik, dimaa error utuk koordiat X Bezier lebih kecil 0, dari koordiat X sedagka error utuk koordiat Y Bezier lebih kecil 0, dari koordiat Y. Kata kuci: Bezier,, ligkara, komputer grafik. ABSTRACT: Oe of the primitive i computer graphics is a circle. It eeds a special method to draw a circle like Bezier method ad algorithm. Accordig to Bezier method, it use polygo cotrol poits to draw circle but it use coordiate poits of traslatio o algorithm. I this research, there are two methods were compared amely Bezier s method ad algorithm. Both of them were comparig accordig to speed ad accuratio i drawig a circle. The purpose of this research is to kow which oe is better to draw a good circle. It is used of Borlad Delphi programmig laguage for implemetatio. The result of this research shows algorithm had 1.44 times faster tha Bezier for 70 drawig poits, however for accuratio, the Bezier s method is better. The error of Bezier X coordiate is 0, smaller tha that of X coordiate, ad the error of Bezier Y coordiate is 0, less tha Y coordiate. Keywords: Bezier,, circle, computer graphics. 1. PENDAHULUAN Pembuata suatu ligkara merupaka salah satu primitive yag berpera dalam grafika komputer. Prisip yag dipakai pada peelitia ii dalam pembuata ligkara adalah meterjemahka dari bahasa matematika ke dalam bahasa pemrograma utuk metode Bezier da algoritma. Utuk program-program terapa sederhaa, ligkara yag diperoleh dari betuk dasar kurva cukup memadai, tetapi serigkali diigigika betuk ligkara yag jauh lebih rumit da tidak teratur. Betuk fugsi matematis yag palig utama utuk meggambar kurva sebagai dasar pembuata betuk ligkara adalah fugsi parametrik atau vector-valued fuctio yaitu utuk sembarag titik pada suatu permukaa, lokasiya ditetuka oleh dua buah parameter u da v biasaya berilai atara 0 da 1, da fugsi parametrik x,y, da z merupaka lokasi-lokasi titik pada kurva atau permukaa. Algoritma de Casteljau [2] merupaka algoritma utuk membuat kurva megguaka sejumlah titik kotrol, da megguaka tekik i-betweeig utuk medapatka kurva yag diigika. Algoritma ii dikembagka oleh P. de Casteljau, da merupaka cikal bakal kurva Bezier, yag secara terpisah dikembagka lebih lajut 51
2 JURNAL INFORMATIKA Vol. 2, No. 2, November 2001: oleh P. Bezier. Algoritma de Casteljau utuk membuat kurva Bezier cukup ampuh secara algoritmik, tetapi tidak secara eksplisit meyataka betuk fugsioalya. Karea alasa ii, kemudia dikembagka persamaa lai utuk membuat kurva Bezier, yag sagat bergua utuk tujua aalisis. Algoritma dipilih karea merupaka metode dasar grafis yag sagat populer da terkeal efisiesiya, memakai dasar iteger arithmetic yag jauh lebih cepat daripada floatig-poit arithmetic yag biasa dipakai da megguaka suatu persamaa matematis utuk megetahui adaya baris atau kolom baru yag aka dibuat dalam proses pembuata suatu garis. Tetapi juga memiliki kekuraga yaitu timbulya error jika dua segme garis yag overlap dibuat, error juga aka timbul jika sebuah segme garis yag itesitasya berbeda overlap terhadap suatu segmet garis yag sudah ada. dihasilka. Sehigga cepat dipelajari da diperkiraka betuk dari kurva yag dihasilka oleh suatu poligo Bezier. Kurva Bezier dega suatu parameter t memiliki persamaa matematika yag didefiisika sebagai berikut : P( t) = B J ( ) 0 t 1 i= 0 i, i t Gambar 1. Kurva Bezier Dega Defiisi Poligo 2. ALGORITMA 2.1 Algoritma BEZIER Metode kurva Bezier didefiisika oleh titik-titik kotrol poligo seperti ditujukka pada gambar 1. Kurva Bezier megguaka fugsi bledig yag juga adalah basis Berstei sehigga beberapa macam dari kurva Bezier dapat diketahui. Beberapa defiisi dari kurva Bezier yaitu : - Fugsi basis adalah real. - Tigkat defiisi poliomial segme kurva adalah satu lebih kecil dari jumlah defiisi titik-titik poligo. - Kurva megikuti betuk dari defiisi poligo. - Titik-titik awal da akhir dari kurva tepat sama dega titik-titik awal da akhir dari defiisi poligo. - Arah vector di ujug-ujug dari kurva mempuyai arah yag sama dega awal da akhir dari betuk poligo. - Kurva didalam covex hull dari defiisi poligo. Pada gambar 2 ditujukka cotoh utuk empat titik poligo Bezier da kurva yag Gambar 2. Beberapa Kurva Bezier dega Empat titik Kotrol Poligo dega fugsi bledig atau basis Berstei adalah : 1, 1( ) i J t = t (1 t) i dega! = i i!( i)! keteraga : J, adalah fugsi factor bledig atau i basis Berstei adalah koefisie biomial 3 i B i adalah titik kotrol J, (t) adalah tigkat ke- yag ke-i dari i fugsi basis Berstei. Disii adalah derajat dari defiisi fugsi basis Berstei. Dimaa (0) 0 1 da 0!
3 KURVA BEZIER DAN BRESENHAM UNTUK PEMBUATAN LINGKARAN (Djoi Haryadi Setiabusi) Harga maksimum dari tiap fugsi bledig pada t = i/ i i i i ( i) J, i = i X 2 + Y 2 = R 2 Keteraga: X = absis 0 Y = ordiat 0 R = bilaga iteger 1. Pada algoritma pembuata ligkara dega arah peggambara searah jarum arah jarum jam utuk litasa yag besarya seperempat ligkara atau 90 o memiliki tiga titik perhituga yaitu m1, m2, da m3 seperti yag digambarka pada gambar 2.5 di bawah ii: Gambar 3. Kurva Fugsi Bledig Berstei Titik akhir pada kurva Bezier da titik akhir pada defiisi poligo adalah tepat sama. Hasil fugsi bledig ii ditujukka pada gambar 3. Selajutya ditujukka bahwa utuk memberika ilai pada parameter t, hasil pejumlaha terakhir dari fugsi basis adalah tepat sama dega satu, yaitu: i 0 B J i, i ( t) = Algoritma BRESENHAM Algoritma megguaka aritmatika iteger yag tidak memerluka perkalia da pembagia dalam proses perhitugaya didalam seluruh implemetasi, yag maa aritmatika iteger ii memiliki kecepata perhituga yag lebih tiggi daripada aritmatika floatig poit. Algoritma memberika persamaa umum utuk ligkara sebagai berikut: (X a) 2 + (Y b) 2 = R 2 Dega (Xa,Ya) sebagai koordiat awal da (Zt,Yt) sebagai koordiator akhir. Persamaa umum ligkara yag diberika oleh Algoritma di atas dituruka dari persamaa umum ligkara : Gambar 4. Titik Peggambara Litasa Ligkara Algoritma Seperti terlihat pada gambar 4, pada suatu titik Pi dega koordiat (Xi, Yi) aka bergerak diatara m1 ke (Xi + 1, Yi) pada sudut 0 o, m2 ke (Xi + 1, Yi 1) pada sudut 315 o, da m3 ke ( Xi, Yi 1 ) pada sudut 270 o. Dimaa ketiga litasa tersebut memiliki besar sebagai berikut: - Utuk m1 ke ( Xi + 1, Yi ) besarya 2 {( Xi+ 1) + Yi } R - Utuk m2 ke ( Xi + 1, Yi 1 ) besarya 2 {( Xi+ 1) + ( Yi 1) } R - Utuk m3 ke ( Xi, Yi 1 ) besarya 2 { Xi + ( Yi 1) 2 } R jadi pada algoritma ii haya dilakuka evaluasi terhadap dua buah titik saja pada setiap lagkahya yaitu Xi da Yi serta megamati perubaha harga i yag besarya: 53
4 JURNAL INFORMATIKA Vol. 2, No. 2, November 2001: i = {[( Xi+ 1) + ( Yi 1) ] R } Keteraga: Xi adalah traslasi pada absis. Yi adalah traslasi pada ordiat. i adalah utuk megidetifikasi apakah Xi da Yi di dalam atau di luar ligkara FLOWCHART 3.1 Bezier Gambar 6. Flowchart Procedure Gambar 5. Flowchart Program Ligkara Bezier Fugsi procedure dibawah ii sebagai algoritma utama metode Bezier. procedure bezier(var x,y:real; t:real; :iteger; absis,ordiat:larik1d); var i: iteger; b:real; x:=0; y:=0; for I:=0 to do b:=basis(i,,t); x:=x+absis[i]*b; y:=y+ordiat[i]*b; ed; ed; Fugsi procedure dibawah ii sebagai algoritma utama utuk meggambar ligkara. x:=0; y:=100; xceter:=150; yceter:=150; plotpoits; p:=1-y; while x < y do if p<0 the x:=x+1 else x:=x+1; y:=y-1; ed; if p<0 the p:=p+2*x+1; else p:=p+2*(x-y)+1; plotpoits ed; ed; 54
5 KURVA BEZIER DAN BRESENHAM UNTUK PEMBUATAN LINGKARAN (Djoi Haryadi Setiabusi) 4. PENGUJIAN DAN ANALISIS Hasil percobaa peghituga waktu yag dilakuka sebayak 25 kali, utuk peggambara ligkara berjari-jari 100 sebayak 100 kali. Utuk ilai rata-rata 1 kali peggambara ligkara didapatka hasil seperti pada tabel 1. Tabel 1. Rata-rata Hasil Peghituga Waktu Bezier (ms) (ms) 1 8,8 6,6 2 8,3 6,6 3 8,8 5,5 4 8,8 6,0 5 8,3 6,0 6 8,8 6,0 7 8,8 6,1 8 8,3 6,6 9 8,8 6,0 10 8,8 6,0 11 8,8 5,5 12 8,8 6,1 13 8,8 6,0 14 8,8 6,0 15 8,8 5,5 16 8,8 6,1 17 8,8 6,0 18 8,8 6,0 19 8,8 6,0 20 8,3 6,0 21 8,8 5,5 22 8,3 6,1 23 8,8 6,0 24 8,8 6,0 25 8,8 6,0 Hasil perhituga rata-rata kecepata proses diatas diperoleh dari pegujia terhadap peggambara satu ligkara peuh dega metode Bezier da seperdelapa bagia ligkara dega algoritma tetapi dega jumlah titik potog yag sama sebesar 70 titik, sehigga aka didapatka bahwa algoritma lebih cepat 2,692 ms dari metode Bezier. Nilai titik-titik koordiat sepajag peggambara ligkara dari masigmasig metode dapat dilihat pada tabel 2 kolom 1 da 3 utuk koordiat X da tabel 3 kolom 1 da 3 utuk koordiat Y. Pada tabel 2 kolom 2 da 4, kemudia tabel 3 kolom 2 da 4 memperlihatka hasil perhituga koordiat real utuk X da Y pada setiap metode. Perhituga koordiat real didapatka dega substitusi koordiat-koordiat X da Y yag bersesuaia ke dalam persamaa umum ligkara X 2 + Y 2 = R 2. Persamaa utuk meghitug koordiat Y ligkara real adalah sebagai berikut: X1 = X 150 Y Y = 150 Y1 1= R X1 Sedagka persamaa utuk meghitug koordiat X ligkara real adalah sebagai berikut: Y1 = 150 Y X X = X1 1= R Y1 Tabel 2. Nilai Real Y Bezier x Real y Bezier x Real y , , , , , , , , , , , , , , , , , , Tabel 3. Nilai Real X Bezier y Real x Bezier y Real x , , , , , , , , , , , , , , , , , , Dega meghitug selisih atara ilai koordiat X da Y pada peggambara ligkara dega ilai x da y real dari hasil perhituga persamaa umum ligkara maka aka diperoleh harga rata-rata error koordiat X da Y utuk setiap metode sebagai berikut: Rata-rata error koordiat X Bezier = 5, / 7 = 0, Rata-rata error koordiat Y Bezier = 2, / 7 = 0, Rata-rata error koordiat X = 5, / 7 = 0, Rata-rata error koordiat Y = 3, / 7 = 0, Dari hasil perhituga di atas dapat disimpulka bahwa akurasi Bezier lebih baik daripada yaitu utuk 55
6 JURNAL INFORMATIKA Vol. 2, No. 2, November 2001: koordiat X terpaut 0, da utuk koordiat Y terpaut 0, KESIMPULAN Dari hasil pegamata da uji coba yag dilakuka, dapat kesimpula: 1. Pembuata ligkara dega megguaka algoritma lebih cepat prosesya sebesar 1.44 kali dibadigka dega metode Bezier. 2. Sedagka ditijau dari akurasi, ligkara Bezier lebih baik dibadigka ligkara dega error koordiat X lebih kecil 0, da error koordiat Y lebih kecil 0, Dega kecepata prosesor komputer seperti Petium dega aeka tipeya yag memiliki kecepata eksekusi cukup tiggi maka dapat disimpulka secara keseluruha bahwa metode Bezier lebih baik dibadigka algoritma karea memiliki akurasi yag lebih baik. DAFTAR PUSTAKA 1., Jack, A Liear Algorithm for Icremetal Digital Display of Circular Arcs. Associatio for Computig Machiery, Ic., Fari, Gerald, Curves ad Surfaces for CAGD, 3 rd ed. Arizoa: Academic Press, Hear, Doald, ad M. Paulie Baker, Computer Graphics, Pretice-Hall, Piegl, L, Iteractive Data Iterpolasi by Ratioal Bezier Curves, IEEE. April p Rogers, David F., Mathematical Elemets for Computer Graphic, NewYork: Mc- Graw Hill,
Bab III Metoda Taguchi
Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun
47 BAB IV HASIL DAN PEMBAHASAN Sebagai hasil peelitia dalam pembuata modul Racag Bagu Terapi Ifra Merah Berbasis ATMega8 dilakuka 30 kali pegukura da perbadiga yaitu pegukura timer/pewaktu da di badigka
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat
BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuha Sistem Sebelum melakuka deteksi da trackig obyek dibutuhka peragkat luak yag dapat meujag peelitia. Peragkat keras da luak yag diguaka dapat dilihat pada Tabel
Lebih terperinciBab 3 Metode Interpolasi
Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui
Lebih terperinciFungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya
TKS 4007 Matematika III Fugsi Kompleks (Pertemua XXVII - XXX) Dr. AZ Jurusa Tekik Sipil Fakultas Tekik Uiversitas Brawijaya Pedahulua Persamaa x + 1 = 0 tidak memiliki akar dalam himpua bilaga real. Pertayaaya,
Lebih terperinciBAB I KONSEP DASAR PERSAMAAN DIFERENSIAL
BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL Defiisi Persamaa diferesial adalah persamaa yag melibatka variabelvariabel tak bebas da derivatif-derivatifya terhadap variabel-variabel bebas. Berikut ii adalah
Lebih terperinciBAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan
BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu
Lebih terperinciPENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT
Prosidig Semiar Nasioal Matematika da Terapaya 06 p-issn : 0-0384; e-issn : 0-039 PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Liatus
Lebih terperinciBAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:
4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap
Lebih terperinciPOSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan
POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da
Lebih terperinciIII PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah
III PEMBAHASAN Pada bagia ii aka diformulasika masalah yag aka dibahas. Solusi masalah aka diselesaika dega Metode Dekomposisi Adomia. Selajutya metode ii aka diguaka utuk meyelesaika model yag diyataka
Lebih terperinciPengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)
Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu
Lebih terperinciBAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor
Bab 6 Deret Taylor da Deret Lauret BAB 6 DERET TAYLOR DAN DERET LAURENT 6 Deret Taylor Misal fugsi f aalitik pada - < R ligkara dega pusat di da jari-jari R Maka utuk setiap titik pada ligkara itu f dapat
Lebih terperinciI. DERET TAKHINGGA, DERET PANGKAT
I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da
Lebih terperinciMAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd
MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR Dose Pegampu : Darmadi, S.Si, M.Pd Disusu : Kelas 5A / Kelompok 5 : Dia Dwi Rahayu (084. 06) Hefetamala (084. 4) Khoiril Haafi (084. 70) Liaatul Nihayah (084. 74)
Lebih terperinciBAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian
BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur
0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia
Lebih terperinciMETODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa
19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh
Lebih terperinciBAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)
BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur
III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam
Lebih terperinciMata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4
Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika
Lebih terperinciIII. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5
III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT
Vol. 6. No., 97-09, Agustus 003, ISSN : 40-858 METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak Tulisa ii membahas peetua persamaa ruag
Lebih terperinciterurut dari bilangan bulat, misalnya (7,2) (notasi lain 2
Bab Bilaga kompleks BAB BILANGAN KOMPLEKS Defiisi Bilaga Kompleks Sebelum medefiisika bilaga kompleks, pembaca diigatka kembali pada permasalah dalam sistem bilaga yag telah dikeal sebelumya Yag pertama
Lebih terperinciBab 7 Penyelesaian Persamaan Differensial
Bab 7 Peelesaia Persamaa Differesial Persamaa differesial merupaka persamaa ag meghubugka suatu besara dega perubahaa. Persamaa differesial diataka sebagai persamaa ag megadug suatu besara da differesiala
Lebih terperinciPENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart
Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 2 Jui 2012 PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Adi Setiawa
Lebih terperinciPertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd
Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag
Lebih terperinciREGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan
REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k
Lebih terperinciLIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n
LIMIT 4.. FUNGSI LIMIT Defiisi 4.. A R Titik c R adalah titik limit dari A, jika utuk setiap δ > 0 ada palig sedikit satu titik di A, c sedemikia sehigga c < δ. Defiisi diatas dapat disimpulka dega cara
Lebih terperinciTINJAUAN PUSTAKA Pengertian
TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa
Lebih terperinciDefinisi Integral Tentu
Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.
Lebih terperinci6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi
6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0
Lebih terperinciB a b 1 I s y a r a t
34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi
Lebih terperinciBAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:
BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para
Lebih terperinciANALISIS CURAH HUJAN WILAYAH
Lapora Praktikum Hari/taggal : Rabu 7 Oktober 2009 HIDROLOGI Nama Asiste : Sisi Febriyati M. Yohaes Ariyato. ANALISIS CURAH HUJAN WILAYAH Lilik Narwa Setyo Utomo J3M108058 TEKNIK DAN MANAJEMEN LINGKUNGAN
Lebih terperinciBAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya
5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada
Lebih terperinciSecara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:
BARISAN TAK HINGGA Secara umum, suatu barisa dapat diyataka sebagai susua terurut dari bilaga-bilaga real: u 1, u 2, u 3, Barisa tak higga merupaka suatu fugsi dega domai berupa himpua bilaga bulat positif
Lebih terperinciBAB III METODE PENELITIAN
36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.
Lebih terperinciSemigrup Matriks Admitting Struktur Ring
Semigrup Matriks dmittig Struktur ig K a r y a t i Jurusa Pedidika Matematika FMIP, Uiversitas Negeri Yogyakarta Email: yatiuy@yahoo.com bstrak Diberika adalah rig komutatif dega eleme satua da adalah
Lebih terperinciPERTEMUAN 13. VEKTOR dalam R 3
PERTEMUAN VEKTOR dalam R Pegertia Ruag Vektor Defiisi R Jika adalah sebuah bilaga bulat positif, maka tupel - - terorde (ordered--tuple) adalah sebuah uruta bilaga riil ( a ),a,..., a. Semua tupel - -terorde
Lebih terperinciBAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28
5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.
Lebih terperinciARTIKEL. Menentukan rumus Jumlah Suatu Deret dengan Operator Beda. Markaban Maret 2015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN
ARTIKEL Meetuka rumus Jumlah Suatu Deret dega Operator Beda Markaba 191115198801005 Maret 015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN PUSAT PENGEMBANGAN DAN PEMBERDAYAAN PENDIDIK DAN TENAGA KEPENDIDIKAN
Lebih terperinciBAB VII RANDOM VARIATE DISTRIBUSI DISKRET
BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka
Lebih terperinciBAB VI DERET TAYLOR DAN DERET LAURENT
BAB VI DERET TAYLOR DAN DERET LAURENT. Deret Taylor Misal fugsi f() aalitik pada - < R ( ligkara dega pusat di da jari-jari R ). Maka utuk setiap titik pada ligkara itu, f() dapat diyataka sebagai : f
Lebih terperinciBAB IV PEMECAHAN MASALAH
BAB IV PEMECAHAN MASALAH 4.1 Metodologi Pemecaha Masalah Dalam ragka peigkata keakurata rekomedasi yag aka diberika kepada ivestor, maka dicoba diguaka Movig Average Mometum Oscillator (MAMO). MAMO ii
Lebih terperinciBAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON
BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARA DAN FAKTOR DIKON 3.1 Ecoomic Order Quatity Ecoomic Order Quatity (EOQ) merupaka suatu metode yag diguaka utuk megedalika
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma
Lebih terperinciBab IV. Penderetan Fungsi Kompleks
Bab IV Pedereta Fugsi Kompleks Sebagaimaa pada fugsi real, fugsi kompleks juga dapat dideretka pada daerah kovergesiya. Semua watak kajia kovergesi pada fugsi real berlaku pula pada fugsi kompleks. Secara
Lebih terperinciHendra Gunawan. 12 Februari 2014
MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2013/2014 12 Februari 2014 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 82 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg
Lebih terperinciBAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.
BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder
Lebih terperinciBAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.
BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek
Lebih terperinciIII. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu
III. METODOLOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika. Meurut Arikuto (99 :
Lebih terperinciIII. METODE PENELITIAN
30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas
Lebih terperinciMETODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.
METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai
Lebih terperinciModul Kuliah statistika
Modul Kuliah statistika Dose: Abdul Jamil, S.Kom., MM SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER MUHAMMADIYAH JAKARTA Bab 2 Populasi da Sampel 2.1 Populasi Populasi merupaka keseluruha pegamata
Lebih terperinciPendekatan Nilai Logaritma dan Inversnya Secara Manual
Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah
Lebih terperinciREGRESI DAN KORELASI
REGRESI DAN KORELASI Pedahulua Dalam kehidupa sehari-hari serig ditemuka masalah/kejadia yagg salig berkaita satu sama lai. Kita memerluka aalisis hubuga atara kejadia tersebut Dalam bab ii kita aka membahas
Lebih terperinciIII. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I
7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3
Lebih terperinciProgram Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi
Program Pasca Sarjaa Terapa Politekik Elektroika Negeri Surabaya Probability ad Radom Process Topik 10. Regresi Prima Kristalia Jui 015 1 Outlie 1. Kosep Regresi Sederhaa. Persamaa Regresi Sederhaa 3.
Lebih terperinciIII. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,
7 III. METODE PENELITIAN 3.1 Idetifikasi Masalah Variabel yag diguaka dalam peelitia ii adalah variabel X da variabel Y. Variabel X merupaka variabel bebas adalah kepemimpia da motivasi, variabel Y merupaka
Lebih terperinciBatas Bilangan Ajaib Pada Graph Caterpillar
J. Math. ad Its Appl. ISSN: 189-605X Vol. 3, No., Nov 006, 49 56 Batas Bilaga Ajaib Pada Graph Caterpillar Chairul Imro Jurusa Matematika FMIPA ITS Surabaya imro-its@matematika.its.ac.id Abstrak Jika suatu
Lebih terperinciHazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand
TEKIK SAMPLIG PCA SEDERHAA Hazmira Yozza Izzati Rahmi HG Jurusa Matematika FMIPA Uad Defiisi : Jika suatu cotoh berukura diambil dari suatu populasi berukura sedemikia rupa sehigga setiap kemugkia cotoh
Lebih terperinciBAB IV PEMBAHASAN DAN ANALISIS
BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk
Lebih terperinciPENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI
Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Bicriteria Liear Programmig (BLP) Pesoala optimisasi dega beberapa fugsi tujua memperhitugka beberapa tujua yag koflik secara simulta, secara umum Multi objective programmig (MOP)
Lebih terperinciAplikasi Interpolasi Bilinier pada Pengolahan Citra Digital
Aplikasi Iterpolasi Biliier pada Pegolaha Citra Digital Veriskt Mega Jaa - 35408 Program Studi Iformatika Sekolah Tekik Elektro da Iformatika Istitut Tekologi Badug, Jl. Gaesha 0 Badug 403, Idoesia veriskmj@s.itb.ac.id
Lebih terperinciMATERI 13 ANALISIS TEKNIKAL ANALISIS TEKNIKAL
MATERI 13 ANALISIS TEKNIKAL ASUMSI-ASUMSI DASAR ANALISIS TEKNIKAL KEUNTUNGAN DAN KRITIK TERHADAP ANALISIS TEKNIKAL TEKNIK-TEKNIK DALAM ANALISIS TEKNIKAL - The Dow Theory - Chart Pola Pergeraka Harga Saham
Lebih terperinciPENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno
sutiko PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK Sutiko Program Studi Tekik Iformatika Fakultas Sais da Matematika UNDIP tik@udip.ac.id
Lebih terperinciII. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang
II. LANDASAN TEORI Defiisi 2.1 Samplig Samplig adalah proses pegambila atau memilih buah eleme dari populasi yag berukura N (Lohr, 1999). Dalam melakuka samplig, terdapat teori dasar yag disebut teori
Lebih terperinciBAB V. INTEGRAL. Lambang anti-turunan (integral tak-tentu) oleh Leibniz adalah... dx, sehingga
BAB V. INTEGRAL 5.. Ati Turua (Itegral Tak-tetu) Defiisi: F suatu ati-turua f pada selag I jika da haya jika D F() = f() pada I, yaki F () = f() utuk semua dalam I. (Jika suatu titik ujug I, F () haya
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN
JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat
Lebih terperinciPETA KONSEP RETURN dan RISIKO PORTOFOLIO
PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.
9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara
Lebih terperinciPerbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling
Jural Gradie Vol No Juli 5 : -5 Perbadiga Power of Test dari Uji Normalitas Metode Bayesia, Uji Shapiro-Wilk, Uji Cramer-vo Mises, da Uji Aderso-Darlig Dyah Setyo Rii, Fachri Faisal Jurusa Matematika,
Lebih terperinciDeret Fourier. Modul 1 PENDAHULUAN
Modul Deret Fourier Prof. Dr. Bambag Soedijoo P PENDAHULUAN ada modul ii dibahas masalah ekspasi deret Fourier Sius osius utuk suatu fugsi periodik ataupu yag diaggap periodik, da dibahas pula trasformasi
Lebih terperinciLOGO MATEMATIKA BISNIS (Deret)
LOGO MATEMATIKA BISNIS (Deret) DOSEN FEBRIYANTO, SE., MM. www.febriyato79.wordpress.com 1 MATEMATIKA BISNIS Matematika Bisis memberika pemahama ilmu megeai kosep matematika dalam bidag bisis. Sehigga suatu
Lebih terperinciHALAMAN Dengan definisi limit barisan buktikan limit berikut ini : = 0. a. lim PENYELESAIAN : jadi terbukti bahwa lim = 0 = 5. b.
Didowload dari ririez.blog.us.ac.id HALAMAN 36 37 5. Dega defiisi limit barisa buktika limit berikut ii : a. lim = 0 lim 1 2 + 3 = 0 > 0 h 1 = 2 + 3 0 = 1 2 + 3 1 2 1 2 1 2 < jadi terbukti bahwa lim =
Lebih terperinciBAB IV ANALISIS HIDROLOGI DAN PERHITUNGANNYA
BAB IV ANALII HIDROLOGI DAN PERHITUNGANNYA 4.1. TINJAUAN UMUM Dalam merecaaka ormalisasi sugai, aalisis yag petig perlu ditijau adalah aalisis hidrologi. Aalisis hidrologi diperluka utuk meetuka besarya
Lebih terperinciSTATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP
STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,
Lebih terperinciIMPLEMENTASI RUMUS SOBEL PADA WEB DENGAN TOPIK REGRESI LINIER MENGGUNAKAN VARIABEL INTERVENING
Versi Olie: https://joural.ubm.ac.id/idex.php/alu Vol.I (No. ) : 9-4. Th. 08 Implemetasi Rumus Sobel Pada Regresi Liear ISSN: 60-60 IMPLEMENTASI RUMUS SOBEL PADA WEB DENGAN TOPIK REGRESI LINIER MENGGUNAKAN
Lebih terperinciBAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang
BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya
Lebih terperinciPENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA
PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis
Lebih terperinci3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian
19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.
Lebih terperinciBAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.
BAB II LANDASAN TEORI Pada bagia ii aka dibahas tetag teori-teori dasar yag diguaka utuk dalam megestimasi parameter model.. MATRIKS DAN VEKTOR Defiisi : Trace dari matriks bujur sagkar A a adalah pejumlaha
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Metode Peelitia Peelitia ii megguaka metode peelitia Korelasioal. Peelitia korelasioaal yaitu suatu metode yag meggambarka secara sistematis da obyektif tetag hubuga atara
Lebih terperinciPenyelesaian Persamaan Non Linier
Peyelesaia Persamaa No Liier Metode Iterasi Sederhaa Metode Newto Raphso Permasalaha Titik Kritis pada Newto Raphso Metode Secat Metode Numerik Iterasi/NewtoRaphso/Secat - Metode Iterasi Sederhaa- Metode
Lebih terperinciBAB III METODOLOGI PENELITIAN
31 Flowchart Metodologi Peelitia BAB III METODOLOGI PENELITIAN Gambar 31 Flowchart Metodologi Peelitia 18 311 Tahap Idetifikasi da Peelitia Awal Tahap ii merupaka tahap awal utuk melakuka peelitia yag
Lebih terperinci2 BARISAN BILANGAN REAL
2 BARISAN BILANGAN REAL Di sekolah meegah barisa diperkealka sebagai kumpula bilaga yag disusu meurut "pola" tertetu, misalya barisa aritmatika da barisa geometri. Biasaya barisa da deret merupaka satu
Lebih terperinciBAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.
BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture
Lebih terperinciProgram Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret
Program Perkuliaha Dasar Umum Sekolah Tiggi Tekologi Telkom Barisa da Deret Barisa Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) a Fugsi tersebut
Lebih terperinciBAB II TEORI MOTOR LANGKAH
BAB II TEORI MOTOR LANGKAH II. Dasar-Dasar Motor Lagkah Motor lagkah adalah peralata elektromagetik yag megubah pulsa digital mejadi perputara mekais. Rotor pada motor lagkah berputar dega perubaha yag
Lebih terperinciPemanfaatan Geogebra untuk Menggambar Potret Fase Sistem Persamaan Diferensial
Pemafaata Geogebra utuk Meggambar Potret Fase Sistem Persamaa Diferesial The Use of Geogebra to Draw Phase Portrait of Differetial Equatios Systems Emiugroho Rata Sari Jurusa Pedidika Matematika FMIPA
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula
Lebih terperinci