Model Relasi. Eri Prasetyo. Sources :

Ukuran: px
Mulai penontonan dengan halaman:

Download "Model Relasi. Eri Prasetyo. Sources :"

Transkripsi

1 Model Relsi Eri Prsetyo Sources : -Dtbse Systems: Design, Implementtion & mngement, 5 th, edition, Rob & Coronel - Dtbse System Concept, Silberschtz, Korth nd Sudrshn

2 Mode Relsi Dt dn hubungn ntr dt direpresentsikn dengn kumpuln tbel yng mempunyi kolom dengn nm yng unik. Kolom merepresentsikn nm field/atribut Bris merepresentsikn rekord / tuple

3 Relsi tbel Btch no No id product Kode mode test Kode mode test Nm mode test P/S nili tegngn Motherbord test Test RAM Cek Dos boot Cek windows

4 Bsic Structure himpunn D, D,. D n relsi r sebuh subset dri D x D x x D n sebuh relsi dlh sebuh himpunn dri n-tuples (,,, n ) dimn setip i D i contoh: jik customer-nme = {Jones, Smith, Curry, Lindsy} customer-street = {Min, North, Prk} customer-city = {Hrrison, Rye, Pittsfield} mk r = { (Jones, Min, Hrrison), (Smith, North, Rye), (Curry, North, Rye), (Lindsy, Prk, Pittsfield)} dlh sebuh relsi pd customer-nme x customer-street x customer-city

5 Skem Relsi A, A,, A n re ttributes R = (A, A,, A n ) is reltion schem E.g. Customer-schem = (customer-nme, customer-street, customer-city) r(r) is reltion on the reltion schem R E.g. customer (Customer-schem)

6 Reltion Instnce The current vlues (reltion instnce) of reltion re specified by tble An element t of r is tuple, represented by row in tble customer-nme customer-street customer-city ttributes (or columns) Jones Smith Curry Lindsy Min North North Prk Hrrison Rye Rye Pittsfield tuples (or rows) customer

7 Bhs Query Bhs yng dpt dipki penggun untuk memint tu melck informsi dri sutu bsis dt Ktegori bhs Query Procedurl Penggun hrus memberikn diskripsi urutn opersi yng dilkukn pd bsis dt untuk mendptkn informsi yng diinginkn dri bsis dt non-procedurl Penggun hny bertnggung jwb mendiskripsikn krkteristik informsi yng diinginkn tnp memberikn urutn opersi

8 Aljbr Relsionl Bhs Procedurl 6 Opersi select project union set difference Crtesin product renme The opertors tke two or more reltions s inputs nd give new reltion s result.

9 Opersi Select - Opersi ini digunkn untuk memilih tribut yng memenuhi sutu predikt tertentu. - Opersi ini menggunkn notsi σ(sigm)

10 Nottion: σ p (r) Select Opertion p is clled the selection predicte Defined s: σ p (r) = {t t r nd p(t)} Where p is formul in propositionl clculus consisting of terms connected by : (nd), (or), (not) Ech term is one of: <ttribute> op <ttribute> or <constnt> where op is one of: =,, >,. <. Exmple of selection: σ brnch-nme= Perryridge (ccount)

11 Select Opertion Exmple Reltion r A B C D σ A=B ^ D > 5 (r) A B C D 7 3 0

12 Opersi Project Digunkn untuk memilih kolom tu tribut tertentu dri tbel Opersi ini dinytkn dengn notsi Π(phi)

13 Opersionl Project Nottion: A, A,, Ak (r) where A, A re ttribute nmes nd r is reltion nme. The result is defined s the reltion of k columns obtined by ersing the columns tht re not listed Duplicte rows removed from result, since reltions re sets E.g. To eliminte the brnch-nme ttribute of ccount ccount-number, blnce (ccount)

14 Project Opertion Exmple Reltion r: A B C A,C (r) A C A C =

15 Opersi crtesin product Digunkn untuk melkukn kombinsi rekord dri stu tbel dengn tbel lin. Opersi ini memungkinkn sosisi / relsi stu tbel dengn tbel linny yng sling berkitn Dinytkn dengn notsi X (kli)

16 Crtesin-Product Opertion Nottion r x s Defined s: r x s = {t q t r nd q s} Assume tht ttributes of r(r) nd s(s) re disjoint. (Tht is, R S = ). If ttributes of r(r) nd s(s) re not disjoint, then renming must be used.

17 Crtesin-Product Opertion-Exmple Reltions r, s: r x s: A B A B C D E b b b b C D E b b r s

18 Opersi union Digunkn untuk menggbungkn isi tip tribut yng sm dri tbel yng berbed Opersi ini dinytkn dengn notsi U (union)

19 Union Opertion Nottion: r s Defined s: r s = {t t r or t s} For r s to be vlid.. r, s must hve the sme rity (sme number of ttributes). The ttribute domins must be comptible (e.g., nd column of r dels with the sme type of vlues s does the nd column of s) E.g. to find ll customers with either n ccount or lon customer-nme (depositor) customer-nme (borrower)

20 Union Opertion Exmple Reltions r, s: A B A B 3 r s r s: A B 3

21 Opersi Set Difference Dinytkn dengn notsi (minus) Digunkn untuk mendptkn tuple yng berd pd stu relsi, tetpi tidk berd pd relsi yng lin

22 Set Difference Opertion Nottion r s Defined s: r s = {t t r nd t s} Set differences must be tken between comptible reltions. r nd s must hve the sme rity ttribute domins of r nd s must be comptible

23 Set Difference Opertion Exmple Reltions r, s: A B A B 3 r s r s: A B

24 Composition of Opertions Cn build expressions using multiple opertions Exmple: σ A=C (r x s) r x s A B C D E b b b b A B C D E σ A=C (r x s) b

25 Renme Opertion Allows us to nme, nd therefore to refer to, the results of reltionl-lgebr expressions. Allows us to refer to reltion by more thn one nme. Exmple: ρ x (E) returns the expression E under the nme X If reltionl-lgebr expression E hs rity n, then ρ x (A, A,, An) (E) returns the result of expression E under the nme X, nd with the ttributes renmed to A, A,., An.

26 Bnking Exmple brnch (brnch-nme, brnch-city, ssets) customer (customer-nme, customer-street, customer-only) ccount (ccount-number, brnch-nme, blnce) lon (lon-number, brnch-nme, mount) depositor (customer-nme, ccount-number) borrower (customer-nme, lon-number)

27 Bnking Exmple brnch (brnch-nme, brnch-city, ssets) customer (customer-nme, customer-street, customer-only) ccount (ccount-number, brnch-nme, blnce) lon (lon-number, brnch-nme, mount) depositor (customer-nme, ccount-number) borrower (customer-nme, lon-number)

28 Exmple Queries Find ll lons of over $00 σ mount > 00 (lon) Find the lon number for ech lon of n mount greter thn $00 lon-number (σ mount > 00 (lon))

29 Exmple Queries Find the nmes of ll customers who hve lon t the Perryridge brnch. customer-nme (σ brnch-nme= Perryridge (σ borrower.lon-number = lon.lon-number (borrower x lon))) Find the nmes of ll customers who hve lon t the Perryridge brnch but do not hve n ccount t ny brnch of the bnk. customer-nme (σ brnch-nme = Perryridge (σ borrower.lon-number = lon.lon-number (borrower x lon))) customer-nme (depositor)

30 Exmple Queries Find the nmes of ll customers who hve lon t the Perryridge brnch. Query customer-nme (σ brnch-nme = Perryridge ( σ borrower.lon-number = lon.lon-number (borrower x lon))) Query customer-nme (σ lon.lon-number = borrower.lon-number ( (σ brnch-nme = Perryridge (lon)) x borrower))

31 Exmple Queries Find the lrgest ccount blnce Renme ccount reltion s d The query is: blnce (ccount) - ccount.blnce (σ ccount.blnce < d.blnce (ccount x ρ d (ccount)))

32 Forml Definition A bsic expression in the reltionl lgebr consists of either one of the following: A reltion in the dtbse A constnt reltion Let E nd E be reltionl-lgebr expressions; the following re ll reltionl-lgebr expressions: E E E - E E x E σ p (E ), P is predicte on ttributes in E s (E ), S is list consisting of some of the ttributes in E ρ x (E ), x is the new nme for the result of E

33 Additionl Opertions We define dditionl opertions tht do not dd ny power to the reltionl lgebr, but tht simplify common queries. Set intersection Nturl join Division Assignment

34 Set-Intersection Opertion Nottion: r s Defined s: r s ={ t t r nd t s } Assume: r, s hve the sme rity ttributes of r nd s re comptible Note: r s = r - (r - s)

35 Set-Intersection Opertion - Exmple Reltion r, s: A B A B 3 r s r s A B

36 Nottion: r s Nturl-Join Opertion Let r nd s be reltions on schems R nd S respectively. Then, r s is reltion on schem R S obtined s follows: Consider ech pir of tuples t r from r nd t s from s. If t r nd t s hve the sme vlue on ech of the ttributes in R S, dd tuple t to the result, where Exmple: t hs the sme vlue s t r on r t hs the sme vlue s t s on s R = (A, B, C, D) S = (E, B, D) Result schem = (A, B, C, D, E) r s is defined s: r.a, r.b, r.c, r.d, s.e (σ r.b = s.b r.d = s.d (r x s))

37 Nturl Join Opertion Exmple Reltions r, s: A B δ 4 C D b b B 3 3 D b b E δ r A B δ C D b E δ s r s

38 Division Opertion Suited to queries tht include the phrse for ll. Let r nd s be reltions on schems R nd S respectively where R = (A,, A m, B,, B n ) S = (B,, B n ) r s The result of r s is reltion on schem R S = (A,, A m ) r s = { t t R-S (r) u s ( tu r ) }

39 Division Opertion Exmple Reltions r, s: A B B r s: A δ δ δ r s

40 Another Division Exmple A B C D b b b b E 3 Reltions r, s: r s: D b E A B C r s

41 Division Opertion (Cont.) Property Let q r s Then q is the lrgest reltion stisfying q x s r Definition in terms of the bsic lgebr opertion Let r(r) nd s(s) be reltions, nd let S R r s = R-S (r) R-S ( ( R-S (r) x s) R-S,S (r)) To see why R-S,S (r) simply reorders ttributes of r R-S ( R-S (r) x s) R-S,S (r)) gives those tuples t in R-S (r) such tht for some tuple u s, tu r.

42 Assignment Opertion The ssignment opertion ( ) provides convenient wy to express complex queries. Write query s sequentil progrm consisting of series of ssignments followed by n expression whose vlue is displyed s result of the query. Assignment must lwys be mde to temporry reltion vrible. Exmple: Write r s s temp R-S (r) temp R-S ((temp x s) R-S,S (r)) result = temp temp The result to the right of the is ssigned to the reltion vrible on the left of the. My use vrible in subsequent expressions.

43 Exmple Queries Find ll customers who hve n ccount from t lest the Downtown nd the Uptown brnches. Query CN (σ BN= Downtown (depositor ccount)) CN (σ BN= Uptown (depositor ccount)) where CN denotes customer-nme nd BN denotes brnch-nme. Query customer-nme, brnch-nme (depositor ccount) ρ temp(brnch-nme ) ({( Downtown ), ( Uptown )})

44 Exmple Queries Find ll customers who hve n ccount t ll brnches locted in Brooklyn city. customer-nme, brnch-nme (depositor ccount) brnch-nme (σ brnch-city = Brooklyn (brnch))

RELASI DAN FUNGSI. A disebut daerah asal dari R (domain) dan B disebut daerah hasil (range) dari R.

RELASI DAN FUNGSI. A disebut daerah asal dari R (domain) dan B disebut daerah hasil (range) dari R. REASI DAN FUNGSI A. REASI Adlh hubungn ntr elemen himpunn dengn elemen himpunn yng lin. Cr pling mudh untuk menytkn hubungn ntr elemen himpunn dlh dengn himpunn psngn terurut. Himpunn psngn terurut diperoleh

Lebih terperinci

BAHASA QUERY FORMAL. Himpunan semua elemen(tuple) baik dari relasi A atau relasi B atau keduaduanya terdapat kerangkapan data

BAHASA QUERY FORMAL. Himpunan semua elemen(tuple) baik dari relasi A atau relasi B atau keduaduanya terdapat kerangkapan data BAHASA QUERY FORMAL BAHASA QUERY FORMAL ALJABAR RELATIONAL Alh kumpuln opersi terhp relsi, imn setip opersi menggunkn stu tu leih relsi untuk menghsilkn stu relsi yng ru OPERATOR YANG DIGUNAKAN OPERATOR

Lebih terperinci

BAHASA QUERY FORMAL. Himpunan semua elemen(tuple) baik dari relasi A atau relasi B atau keduaduanya terdapat kerangkapan data

BAHASA QUERY FORMAL. Himpunan semua elemen(tuple) baik dari relasi A atau relasi B atau keduaduanya terdapat kerangkapan data BAHASA QUERY FORMAL BAHASA QUERY FORMAL ALJABAR RELATIONAL Alh kumpuln opersi terhp relsi, imn setip opersi menggunkn stu tu leih relsi untuk menghsilkn stu relsi yng ru OPERATOR YANG DIGUNAKAN OPERATOR

Lebih terperinci

Bab a. maka notasi determinan dari matriks A ditulis : det (A) atau. atau A.

Bab a. maka notasi determinan dari matriks A ditulis : det (A) atau. atau A. Bb DETERMINAN MATRIKS Determinn sutu mtriks dlh sutu fungsi sklr dengn domin mtriks bujur sngkr. Dengn kt lin, determinn merupkn pemetn dengn domin berup mtriks bujur sngkr, sementr kodomin berup sutu

Lebih terperinci

IF Model Relasional

IF Model Relasional IF3111 - Model Relasional Tricya Widagdo Departemen Teknik Informatika Institut Teknologi Bandung Page 1 1 Model Relasional E. F. Codd, A Relational Model of Data for Large Shared Data Banks, 1970. Model

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI. Mtriks Definisi. (Anton, Howrd. ). Mtriks dlh sutu susunn bilngn berbentuk segi empt. Bilngn-bilngn dlm susunn itu disebut nggot dlm mtriks tersebut. Ukurn (size) sutu mtriks dinytkn

Lebih terperinci

VEKTOR. Adri Priadana. ilkomadri.com

VEKTOR. Adri Priadana. ilkomadri.com VEKTOR Adri Pridn ilkomdri.com Pengertin Dlm Fisik dikenl du buh besrn, yitu 1. Besrn Sklr. Besrn Vektor Pengertin Besrn Sklr dlh sutu besrn yng hny mempunyi nili dn dinytkn dengn sutu bilngn tunggl diserti

Lebih terperinci

Aplikasi Teori Permainan Lawan pemain (punya intelegensi yang sama). Setiap pemain mempunyai beberapa strategi untuk saling mengalahkan.

Aplikasi Teori Permainan Lawan pemain (punya intelegensi yang sama). Setiap pemain mempunyai beberapa strategi untuk saling mengalahkan. Apliksi Teori Perminn Lwn pemin (puny intelegensi yng sm) Setip pemin mempunyi beberp strtegi untuk sling menglhkn Two-Person Zero-Sum Gme Perminn dengn pemin dengn perolehn (keuntungn) bgi slh stu pemin

Lebih terperinci

IV. NFA Dengan ε - Move. Pada NFA dengan ε move (transisi ε ) diperbolehkan merubah state

IV. NFA Dengan ε - Move. Pada NFA dengan ε move (transisi ε ) diperbolehkan merubah state IV. NFA Dengn - Move Pd NFA dengn move (trnsisi ) diperolehkn meruh stte tnp memc input. Diktkn dengn trnsisi kren tidk ergntung pd sutu input ketik melkukn trnsisi. Contoh : q, q Penjelsn : Dri q tnp

Lebih terperinci

BAB 10. MATRIKS DAN DETERMINAN

BAB 10. MATRIKS DAN DETERMINAN Dessy Dwiynti, S.Si, MBA Mtemtik Ekonomi 1 BAB 10. MATRIKS DAN DETERMINAN 1. Pengertin mtriks Mtriks kumpuln bilngn yng disjikn secr tertur dlm bris dn kolom yng membentuk sutu persegi pnjng, sert termut

Lebih terperinci

ALJABAR RELASIONAL (RELATIONAL ALGEBRA)

ALJABAR RELASIONAL (RELATIONAL ALGEBRA) ALJABAR RELASIONAL (RELATIONAL ALGEBRA) Aljabar Relasional suatu jenis formal language yang digunakan oleh pemakai untuk meminta informasi dari database OPERASI DASAR RESTRICT/SELECT Menampilkan tuple-tuple

Lebih terperinci

AUTOMATA SEBAGAI MODEL PENGENAL BAHASA

AUTOMATA SEBAGAI MODEL PENGENAL BAHASA JMP : Volume Nomor Oktober 9 AUTOMATA SEBAGAI MODEL PENGENAL BAHASA Eddy Mrynto Fkults Sins dn Teknik Universits Jenderl Soedirmn Purwokerto Indonesi emil: eddy_mrynto@unsoed.c.id Abstrct. A deterministic

Lebih terperinci

ANALISIS NUMERIK. Inter polasi. SPL simultan. Akar Persama. linear

ANALISIS NUMERIK. Inter polasi. SPL simultan. Akar Persama. linear ANALISIS NUMERIK Inter polsi SPL simultn Akr Persm n Non liner INTERPOLASI Tujun Interpolsi bergun untuk menksir hrg-hrg tengh ntr titik dt yng sudh tept. Interpolsi mempunyi orde tu derjt. Mcm Interpolsi

Lebih terperinci

Sistem Persamaan Linear

Sistem Persamaan Linear Sistem Persmn Liner Muhtdin, ST. MT. Metode Numerik & Komputsi. By : Muhtdin Persmn Aljbr Liner Simultn Metode Numerik & Komputsi. By : Muhtdin 9 Menyelesikn SPL sederhn Grphicl Method dri kedu persmn

Lebih terperinci

SISTEM BILANGAN REAL. 1. Sifat Aljabar Bilangan Real

SISTEM BILANGAN REAL. 1. Sifat Aljabar Bilangan Real SISTEM BILANGAN REAL Dlm terminologi Aljbr Abstrk, sistem bilngn rel disebut dengn field (lpngn) pd opersi penjumlhn dn perklin. Sutu opersi biner bis ditulis dengn sutu psngn terurut (, b) yng unik dri

Lebih terperinci

Aljabar Linear. Pertemuan 12_14 Aljabar Vektor (Perkalian vektor)

Aljabar Linear. Pertemuan 12_14 Aljabar Vektor (Perkalian vektor) Aljbr Liner Pertemun 12_14 Aljbr Vektor (Perklin vektor) Pembhsn Perklin vektor dengn sklr Rung vektor Perklin Vektor dengn Vektor: Dot Product - Model dot product - Sift dot product Pendhulun Penmbhn

Lebih terperinci

Integration Danang Mursita

Integration Danang Mursita Integrtion Dnng Mursit The Indefinite Integrl The Definite Integrl Integrtion The Fundmentl Theorem of Clculus Appliction of Integrtion : Are between two curves The Indefinite Integrl Definition : A function

Lebih terperinci

DETERMINAN. Misalkan A adalah suatu matriks persegi. a) Jika A memiliki satu baris atau satu kolom bilangan nol, maka det(a) = 0.

DETERMINAN. Misalkan A adalah suatu matriks persegi. a) Jika A memiliki satu baris atau satu kolom bilangan nol, maka det(a) = 0. DETERMINAN Fungsi determinn dri sutu mtriks persegi A (dinotsikn dengn det(a) tu A ) didefinisikn sebgi jumlh dri semu hsil kli elementer bertnd dri A. Sementr, ngk tu bilngn dri det(a) disebut determinn

Lebih terperinci

Limit & Kontinuitas. Oleh: Hanung N. Prasetyo. Calculus/Hanung N. Prasetyo/Politeknik Telkom Bandung

Limit & Kontinuitas. Oleh: Hanung N. Prasetyo. Calculus/Hanung N. Prasetyo/Politeknik Telkom Bandung imit & Kontinuits Oleh: Hnung N. Prsetyo Clculus/Hnung N. Bb. IMIT.1. Du mslh undmentl klkulus... Gris Tngen.. Konsep imit.4. Teorem imit.5. Konsep kontinuits Clculus/Hnung N. Du Mslh Fundmentl Klkulus

Lebih terperinci

Minggu ke 3 : Lanjutan Matriks

Minggu ke 3 : Lanjutan Matriks inggu ke : Lnjutn triks Pokok Bhsn Sub Pokok Bhsn Tujun Instruksionl Umum Tujun Instruksionl Khusus : triks :. Trnsformsi Elementer. Trnsformsi Elementer pd bris dn kolom. triks Ekivlen. Rnk triks B. Determinn.

Lebih terperinci

Review Operasi Matriks. Menghitung invers matriks? Determinan? Matriks Singular?

Review Operasi Matriks. Menghitung invers matriks? Determinan? Matriks Singular? eview Opersi Mtriks Menghitung invers mtriks? Determinn? Mtriks Singulr? Menghitung invers mtriks Determinn Hny untuk squre mtries b d d b d b det Jik determinn mtriks singulr, tidk puny invers det b b

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bb berikut ini kn disjikn mteri pendukung yng dpt membntu penulis untuk menyelesikn permslhn yng kn dibhs pd bb selnjutny. Adpun mteri pendukungny dlh pengertin mtriks, jenis-jenis

Lebih terperinci

RUANG VEKTOR REAL. Kania Evita Dewi

RUANG VEKTOR REAL. Kania Evita Dewi RUANG VEKTOR REAL Kni Eit Dewi Definisi Vektor dlh besrn yng mempnyi rh. Notsi: Notsi pnjng ektor: k j i ˆ ˆ ˆ Vektor stn Vektor dengn pnjng t norm sm dengn st Opersi ektor Penjmlhn ntr ektor Mislkn dn

Lebih terperinci

NILAI EIGEN DAN VEKTOR EIGEN

NILAI EIGEN DAN VEKTOR EIGEN Pert 9 (mengjrkomputer.wordpress.com) NILAI EIGEN DAN VEKTOR EIGEN 9. Definisi Sebuh mtriks bujur sngkr dengn orde n n mislkn A, dn sebuh vektor kolom X. Vektor X dlh vektor dlm rung Euklidin n R yng dihubungkn

Lebih terperinci

REGULAR EXPRESSION ADE CHANDRA SAPUTRA S.KOM.,M.CS

REGULAR EXPRESSION ADE CHANDRA SAPUTRA S.KOM.,M.CS REGULAR EXPRESSION ADE CHANDRA SAPUTRA S.KOM.,M.CS Buku John E. Hopcroft, Rjeev Motwni, Jeffrey D. Ullmn. 2001. Introduction to Automt Theory, Lngunge, nd Computtion. Edisi ke-2. Addison-Wesley Pendhulun

Lebih terperinci

Minggu ke 6 LIMIT FUNGSI (LIMITS OF FINCTIONS) 2,1, 2,01, 2,001, 2,0001,, 2 + 1/10 n maka :

Minggu ke 6 LIMIT FUNGSI (LIMITS OF FINCTIONS) 2,1, 2,01, 2,001, 2,0001,, 2 + 1/10 n maka : Minggu ke 6 Modul Mtemtik LIMIT FUNGSI LIMITS OF FINCTIONS). BRISN SEQUENCES) VS. LIMIT FUNGSI LIMITS OF FUNCTIONS) Contoh : Sequence : fn) = + / n,,,,,,,,, + / n mk : Limit dri fungsi f) =, dimn vribel

Lebih terperinci

Two-Stage Nested Design

Two-Stage Nested Design Mteri #13 TIN309 DESAIN EKSPERIMEN Two-Stge Nested Design Nested design dlh slh stu ksus dri desin multi fktor dimn level dri slh stu fktor (misl: fktor B) serup tpi tidk identik untuk setip level yng

Lebih terperinci

r x = 0. Koefisien-koefisien persamaan yang dihasilkan adalah analitik pada x = 0. Jadi dapat kita gunakan metode deret pangkat.

r x = 0. Koefisien-koefisien persamaan yang dihasilkan adalah analitik pada x = 0. Jadi dapat kita gunakan metode deret pangkat. Husn Arifh,M.Sc : Persmn Legendre Emil : husnrifh@uny.c.id Persmn diferensil Legendre (1) 1 x 2 y 2xy + n n + 1 y = 0 Prmeter n pd (1) dlh bilngn rill yng diberikn. Setip penyelesin dri (1) dinmkn fungsi

Lebih terperinci

TEORI BAHASA DAN OTOMATA FINITE STATE AUTOMATA (FSA)

TEORI BAHASA DAN OTOMATA FINITE STATE AUTOMATA (FSA) TEORI BAHASA DAN OTOMATA FINITE STATE AUTOMATA (FSA) Finite Stte Automt Seuh Finite Stte Automt dlh: Model mtemtik yng dpt menerim input dn mengelurkn output Kumpuln terts (finite set) dri stte (kondisi/kedn).

Lebih terperinci

RELASI. Matriks. Matriks. Relasi & Fungsi 10/6/2011. Sesi 06

RELASI. Matriks. Matriks. Relasi & Fungsi 10/6/2011. Sesi 06 // Sesi Relsi & Fungsi RELASI Mtriks Mtriks dlh dlh susunn sklr elemen-elemen dlm bentuk bris dn kolom. Mtriks A yng berukurn dri m bris dn n kolom (m n) dlh: Mtriks bujursngkr dlh mtriks yng berukurn

Lebih terperinci

Matriks. Matriks adalah adalah susunan skalar elemen-elemen dalam bentuk baris dan kolom.

Matriks. Matriks adalah adalah susunan skalar elemen-elemen dalam bentuk baris dan kolom. Mtriks Mtriks dlh dlh susunn sklr elemen-elemen dlm bentuk bris dn kolom. Mtriks A yng berukurn dri m bris dn n kolom (m n) dlh: mn m m n n A Mtriks bujursngkr dlh mtriks yng berukurn n n. Dlm prktek,

Lebih terperinci

Pertemuan 6 BAHASA QUERY FORMAL

Pertemuan 6 BAHASA QUERY FORMAL Pertemuan 6 BAHASA QUERY FORMAL BAHASA QUERY FORMAL ALJABAR RELATIONAL Adalah kumpulan operasi terhadap relasi, dimana setiap operasi menggunakan satu atau lebih relasi untuk menghasilkan satu relasi yang

Lebih terperinci

ALJABAR LINIER DAN MATRIKS MATRIKS (DETERMINAN, INVERS, TRANSPOSE)

ALJABAR LINIER DAN MATRIKS MATRIKS (DETERMINAN, INVERS, TRANSPOSE) ALJABAR LINIER DAN MATRIKS MATRIKS (DETERMINAN, INVERS, TRANSPOSE) Mcm Mtriks Mtriks Nol () Mtriks yng semu entriny nol. Ex: Mtriks Identits (I) Mtriks persegi dengn entri pd digonl utmny dn pd tempt lin.

Lebih terperinci

3.1 Permutasi. Secara umum, bilangan-bilangan pada {1, 2,, n} akan mempunyai n! permutasi

3.1 Permutasi. Secara umum, bilangan-bilangan pada {1, 2,, n} akan mempunyai n! permutasi BB Determinn . Permutsi Definisi Permutsi: (i) Sutu permutsi dri bilngn-bilngn bult {,,,, n} dlh penyusunn bilngn-bilngn tersebut dengn urutn tnp pengulngn. (ii) Brisn bilngn ( j, j,.., j n ) dimn j i

Lebih terperinci

Persamaan Linier Simultan II

Persamaan Linier Simultan II e-tp.u.c.id Persmn Linier Simultn II Arif Hidyt TPI44 Mtemtik Industri Eliminsi Guss * ) / ( ) / ( / * Forwrd Elimintion Bck Sustitution......... E E E Eliminsi Guss Proses Forwrd Elimintion :. Eliminsikn

Lebih terperinci

VECTOR DI BIDANG R 2 DAN RUANG R 3. Nurdinintya Athari (NDT)

VECTOR DI BIDANG R 2 DAN RUANG R 3. Nurdinintya Athari (NDT) VECTOR DI BIDANG R DAN RUANG R Nurdininty Athri (NDT) VEKTOR DI BIDANG (R ) DAN DI RUANG (R ) Pokok Bhsn :. Notsi dn Opersi Vektor. Perklin titik dn Proyeksi Ortogonl. Perklin silng dn Apliksiny Beerp

Lebih terperinci

b. Notasi vektor : - Vektor A dinotasikan a atau a atau PQ - Panjang vektor a dinotasikan a atau PQ

b. Notasi vektor : - Vektor A dinotasikan a atau a atau PQ - Panjang vektor a dinotasikan a atau PQ BAB 4 VEKTOR Stndr Kompetensi: 3. Menggunkn konsep mtriks, vektor, dn trnsformsi Kompetensi Dsr: 3.4 Menggunkn sift-sift dn opersi ljbr vktor dlm pemechn mslh 3.5 Menggunkn sift-sift dn opersi perklin

Lebih terperinci

Kerjakan di buku tugas. Tentukan hasil operasi berikut. a. A 2 d. (A B) (A + B) b. B 2 e. A (B + B t ) c. A B f. A t (A t + B t ) Tes Mandiri

Kerjakan di buku tugas. Tentukan hasil operasi berikut. a. A 2 d. (A B) (A + B) b. B 2 e. A (B + B t ) c. A B f. A t (A t + B t ) Tes Mandiri Mmt Apliksi SMA Bhs Dikethui A = Tentukn hsil opersi berikut A c A A b A A d A Dikethui A = Tentukn hsil opersi berikut (A + B) c (B A) b A + AB + B d B BA + A Sol Terbuk Kerjkn di buku tugs Jik X = dn

Lebih terperinci

BAB I. MATRIKS BAB II. DETERMINAN BAB III. INVERS MATRIKS BAB IV. PENYELESAIAN PERSAMAAN LINEAR SIMULTAN

BAB I. MATRIKS BAB II. DETERMINAN BAB III. INVERS MATRIKS BAB IV. PENYELESAIAN PERSAMAAN LINEAR SIMULTAN DFTR ISI BB I. MTRIKS BB II. DETERMINN BB III. INVERS MTRIKS BB IV. PENYELESIN PERSMN LINER SIMULTN BB I. MTRIKS Mtriks erup sekelompok ilngn yng disusun empt persegi dn ditsi tnd terdiri dri ris dn kolom

Lebih terperinci

1) BENTUK UMUM DAN BAGIAN-BAGIAN PERSAMAAN KUADRAT Bentuk umum persamaan kuadrat adalah seperti di bawah ini:

1) BENTUK UMUM DAN BAGIAN-BAGIAN PERSAMAAN KUADRAT Bentuk umum persamaan kuadrat adalah seperti di bawah ini: ) BENTUK UMUM DAN BAGIAN-BAGIAN PERSAMAAN KUADRAT Bentuk umum persmn kudrt dlh seperti di bwh ini: b c dengn, b, c bilngn dn riil Dimn, disebut sebgi koefisien dri b disebut sebgi koefisien dri c disebut

Lebih terperinci

Formal Languages Finite Automata

Formal Languages Finite Automata Forml Lnguges Finite Automt Pertemun Ke-3 Sri Hndyningsih, S.T., M.T. Emil : ning_s12@yhoo.com Teknik Informtik 1 TIU dn TIK Memhmi konsep dn penerpn dri FA ntr lin : 1.Memut FA yng sesui untuk sutu hs

Lebih terperinci

Menerapkan konsep vektor dalam pemecahan masalah. Menerapkan konsep vektor pada bangun ruang

Menerapkan konsep vektor dalam pemecahan masalah. Menerapkan konsep vektor pada bangun ruang VEKTOR PADA BIDANG SK : Menerpkn konsep vektor dlm pemechn mslh KD : Menerpkn konsep vektor pd bidng dtr Menerpkn konsep vektor pd bngun rung TUJUAN PELATIHAN: Pesert memiliki kemmpun untuk mengembngkn

Lebih terperinci

TURUNAN FUNGSI. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI

TURUNAN FUNGSI. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI LA - WB (Lembr Aktivits Wrg Beljr) TURUNAN FUNGSI Oleh: Hj. ITA YULIANA, S.Pd, M.Pd MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI Creted By It Yulin 33 Turunn Fungsi Kompetensi Dsr 1. Menggunkn

Lebih terperinci

POSET ( Partially Ordered Set ) Himpunan Terurut Parsial

POSET ( Partially Ordered Set ) Himpunan Terurut Parsial POSET ( Prtilly Ordered Set ) Himpunn Terurut Prsil Definisi Sutu relsi biner dinmkn sebgi sutu relsi pengurutn tk lengkp tu relsi pengurutn prsil ( prtil ordering reltion ) jik i bersift reflexive, ntisymmetric,

Lebih terperinci

DETERMINAN. Matematika Industri I. TIP FTP UB Mas ud Effendi. Matematika Industri I

DETERMINAN. Matematika Industri I. TIP FTP UB Mas ud Effendi. Matematika Industri I DETERMINAN Mtemtik Industri I TIP FTP UB Ms ud Effendi Mtemtik Industri I Pokok Bhsn Determinn Determinn orde-ketig Persmn simultn dengn tig ilngn tidk dikethui Konsistensi sutu set persmn Sift-sift determinn

Lebih terperinci

Relasi Ekuivalensi dan Automata Minimal

Relasi Ekuivalensi dan Automata Minimal Relsi Ekuivlensi dn Automt Miniml Teori Bhs dn Automt Semester Gnjil 01 Jum t, 1.11.01 Dosen pengsuh: Kurni Sputr ST, M.Sc Emil: kurni.sputr@gmil.com Jurusn Informtik Fkults Mtemtik dn Ilmu Pengethun Alm

Lebih terperinci

A x = b apakah solusi x

A x = b apakah solusi x MTRIKS INVERSI & SIFT-SIFTNY Bil, x, dlh sklr ilngn rel yng memenuhi x, mk x pil. Sekrng, untuk sistem persmn linier x pkh solusi x dpt diselesikn dengn x? Mtriks Identits Untuk sklr (rel numer dn ), mk.

Lebih terperinci

Vektor di R 2 dan R 3

Vektor di R 2 dan R 3 Vektor di R dn R Pengertin Vektor dlh besrn yng mempunyi besr dn rh Vektor digmbrkn oleh rus gris yng dilengkpi dengn nk pnh vektor dimuli dri titik wl (initil point) dn dikhiri oleh titik khir (terminl

Lebih terperinci

3. LIMIT DAN KEKONTINUAN

3. LIMIT DAN KEKONTINUAN . LIMIT DAN KEKONTINUAN . Limit Fungsi di Stu Titik Pengertin it secr intuisi Perhtikn ungsi Fungsi dits tidk terdeinisi di, kren di titik tersebut berbentuk 0/0. Tpi msih bis ditnykn berp nili jik mendekti

Lebih terperinci

SISTEM INFORMASI PUSAT OLAHRAGA

SISTEM INFORMASI PUSAT OLAHRAGA SISTEM INFORMASI PUSAT OLAHRAGA Ricky Riynto Lmberth Jurusn Sistem Komputer Universits Kristen Mrnth ABSTRACT The development of computer technology nd the current is nerly every field of work, including

Lebih terperinci

III. LIMIT DAN KEKONTINUAN

III. LIMIT DAN KEKONTINUAN KALKULUS I MUG1A4 PROGRAM PERKULIAHAN DASAR DAN UMUM PPDU TELKOM UNIVERSITY III. LIMIT DAN KEKONTINUAN 3.1 Limit Fungsi di Stu Titik Pengertin it secr intuisi Perhtikn ungsi 1 1 Fungsi dits tidk terdeinisi

Lebih terperinci

Analisis Algoritma: Anany Levitin, Introduction to Design and Analysis of Algorithm, 3 rd Edition, Pearson Education, Inc.

Analisis Algoritma: Anany Levitin, Introduction to Design and Analysis of Algorithm, 3 rd Edition, Pearson Education, Inc. Anlisis Algoritm: Anny Levitin, Introduction to Design nd Anlysis o Algorithm, 3 rd Edition, Person Eduction, Inc., Addison-Wesley Agend. B 4: Decrese-nd-Conquer Deinition Insertion Sort Topologicl Sort

Lebih terperinci

BAB ALJABAR MARIX Dlm pokok bhsn ini kn disjikn dsr-dsr opersi ljbr mtrix yng berhubungn dengn nlisis struktur dengn menggunkn metode mtrix kekkun (stiffness method)... Pengertin Mtrix Mtrix merupkn sutu

Lebih terperinci

REVIEW OPERASI MATRIKS T E K N I K L I N G K U N G A N I T B

REVIEW OPERASI MATRIKS T E K N I K L I N G K U N G A N I T B EVIEW OPEASI MATIKS T E K N I K L I N G K U N G A N I T B MENGHITUNG INVES MATIKS DETEMINAN Hny untuk squre mtries Jik determinn = mtriks singulr, tidk puny invers b d d b d b det det b b b b b b b b b

Lebih terperinci

Fungsi f dikatakan pada / onto / surjektif jika setiap elemen himpunan B merupakan

Fungsi f dikatakan pada / onto / surjektif jika setiap elemen himpunan B merupakan III FUNGSI 15 1. Definisi Fungsi Definisi 1 Mislkn dn dlh himpunn. Relsi iner f dri ke merupkn sutu fungsi jik setip elemen di dlm dihuungkn dengn tept stu elemen di dlm. Jik f dlh fungsi dri ke, mk f

Lebih terperinci

didefinisikan sebagai bilangan yang dapat ditulis dengan b

didefinisikan sebagai bilangan yang dapat ditulis dengan b 1 PENDAHULUAN 1.1 Sistem Bilngn Rel Untuk mempeljri klkulus perlu memhmi hsn tentng system ilngn rel, kren klkulus didsrkn pd system ilngn rel dn siftsiftny. Sistem ilngn yng pling sederhn dlh ilngn sli,

Lebih terperinci

BAB 3 APLIKASI TAGUCHI LOSS FUNCTION

BAB 3 APLIKASI TAGUCHI LOSS FUNCTION BB III PIKSI TGUHI OSS FUNTION 6 BB 3 PIKSI TGUHI OSS FUNTION 3. Kitn Tguchi oss Function dengn indeks kpilits proses p Tguchi oss Function erkitn dengn indeks kpilits proses p. Rsio rt rt loss cost seelum

Lebih terperinci

MODUL 6. Materi Kuliah New_S1

MODUL 6. Materi Kuliah New_S1 MODUL 6 Mteri Kulih New_S1 KULIAH 10 Spnning tree dn minimum spnning tree - Definisi spnning tree T diktkn spnning tree dri grph terhubung G bil T dlh sutu tree yng vertexvertexny sm dengn vertexny G dn

Lebih terperinci

Aljabar Linear Elementer

Aljabar Linear Elementer ljbr Liner Elementer M3 3 SKS Silbus : Bb I Mtriks dn Opersiny Bb II Determinn Mtriks Bb III Sistem Persmn Liner Bb IV Vektor di Bidng dn di Rung Bb V Rung Vektor Bb VI Rung Hsil Kli Dlm Bb VII Trnsformsi

Lebih terperinci

det DEFINISI Jika A 0 disebut matriks non singular

det DEFINISI Jika A 0 disebut matriks non singular DETERINAN DEFINISI Untuk setip mtriks persegi (bujur sngkr), d stu bilngn tertentu yng disebut determinn Determinn dlh jumlh semu hsil kli elementer bertnd dri sutu mtriks bujur sngkr. Disimbolkn dengn:

Lebih terperinci

Pengertian Matriks. B. Notasi Matriks. a 21 adalah elemen baris 2 kolom 1. Banyaknya baris : Banyaknya kolom : Ordo Matrik :

Pengertian Matriks. B. Notasi Matriks. a 21 adalah elemen baris 2 kolom 1. Banyaknya baris : Banyaknya kolom : Ordo Matrik : MATRIKS Segi gmrn wl mengeni mteri mtriks mri kit ermti urin erikut ini. Dikethui dt hsil penjuln tiket penerngn tujun Medn dn Sury dri seuh gen tiket selm empt hri erturut-turut disjikn dlm tel erikut.

Lebih terperinci

Bilangan. Bilangan Nol. Bilangan Bulat (Z )

Bilangan. Bilangan Nol. Bilangan Bulat (Z ) Bilngn Bilngn Asli (N) (,2,, ) Bilngn Nol (0) Bilngn Negtif (,, 2, ) Bilngn Bult (Z ) Bilngn Pechn ( 2 ; 5 ; 5%; 6,82; ) 7 A. Bilngn Asli (N) Bilngn Asli dlh himpunn bilngn bult positif (nol tidk termsuk).

Lebih terperinci

17. PROGRAM LINEAR. A. Persamaan Garis Lurus. (x 2, y 2 ) (0, a) y 2. y 1. (x 1, y 1 ) (b, 0) X. x 1

17. PROGRAM LINEAR. A. Persamaan Garis Lurus. (x 2, y 2 ) (0, a) y 2. y 1. (x 1, y 1 ) (b, 0) X. x 1 17. PROGRAM LINEAR A. Persmn Gris Lurus y 1 (x 1, y 1 ) y 2 y 1 (x 1, y 1 ) (x 2, y 2 ) (0, ) 0 x 1 x 1 0 x 2 (b, 0) 0 b. Persmn gris yng bergrdien m dn mellui titik (x 1, y 1 ) dlh: y y 1 = m(x x 1 )

Lebih terperinci

CHAPTER 1 EXPONENTS, ROOTS, AND LOGARITHMS

CHAPTER 1 EXPONENTS, ROOTS, AND LOGARITHMS CHAPTER EXPONENTS, ROOTS, AND LOGARITHMS Indiktor (penunjuk): Mengubh bentuk pngkt negtif ke pngkt positif dn seblikny. (4 jp) A. EXPONENTS. Definition (ketentun): Positive Integers Exponents n = x x...

Lebih terperinci

3. LIMIT DAN KEKONTINUAN

3. LIMIT DAN KEKONTINUAN 3. LIMIT DAN KEKONTINUAN 1 3.1 Limit Fungsi di Stu Titik Pengertin it secr intuisi Perhtikn ungsi 1 1 Fungsi dits tidk terdeinisi di =1, kren di titik tersebut berbentuk 0/0. Tpi msih bis ditnykn berp

Lebih terperinci

PERTEMUAN - 1 JENIS DAN OPERASI MATRIKS

PERTEMUAN - 1 JENIS DAN OPERASI MATRIKS PERTEMUN - JENIS DN OPERSI MTRIKS Pengertin Mtriks : merupkn sutu lt tu srn yng sngt mpuh untuk menyelesikn model-model liner. Definisi : Mtriks dlh susunn empt persegi pnjng tu bujur sngkr dri bilngn-bilngn

Lebih terperinci

2. Paman mempunyai sebidang tanah yang luasnya 5 hektar. Tanah itu dibagikan kepada 3. Luas tanah yang diterima oleh mereka masing-masing = 5 :3 1

2. Paman mempunyai sebidang tanah yang luasnya 5 hektar. Tanah itu dibagikan kepada 3. Luas tanah yang diterima oleh mereka masing-masing = 5 :3 1 . Hitunglh 7 5. : b. 5 : c. 8 : 6 d. 8 9 7 7 7 5 77 77 77. : c. 8 : 6 : 6 6 9 9 9 6 54 8 40 7 b. 5: 5 d. 4: 4: 4 6 8 7 95 Husein Tmpoms, Rumus-rumus Dsr Mtemtik 4 :. Pmn mempunyi sebidng tnh yng lusny

Lebih terperinci

3. LIMIT DAN KEKONTINUAN. INF228 Kalkulus Dasar

3. LIMIT DAN KEKONTINUAN. INF228 Kalkulus Dasar . LIMIT DAN KEKONTINUAN INF8 Klkulus Dsr . Limit Fungsi di Stu Titik Pengertin it secr intuisi Perhtikn ungsi Fungsi dits tidk terdeinisi di =, kren di titik tersebut berbentuk 0/0. Tpi msih bis ditnykn

Lebih terperinci

LIMIT DAN KONTINUITAS

LIMIT DAN KONTINUITAS LIMIT DAN KONTINUITAS Limit Fungsi di Stu Titik Pengertin it secr intuisi Perhtikn ungsi Fungsi dits tidk terdeinisi di =, kren di titik tersebut berbentuk 0/0. Tpi msih bis ditnykn berp nili jik mendekti

Lebih terperinci

Basis Data. Bagian IV SQL (3) Fak. Teknik Jurusan Teknik Informatika Universitas Pasundan

Basis Data. Bagian IV SQL (3) Fak. Teknik Jurusan Teknik Informatika Universitas Pasundan Basis Data Bagian IV SQL (3) Fak. Teknik Jurusan Teknik Informatika Universitas Pasundan Deletion Yang dapat dihapus (delete) hanyalah tuple bukan nilai ada suatu atribut tertentu. Dalam SQL, deletion

Lebih terperinci

MATRIKS. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

MATRIKS. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ MTRIKS gustin Prdjningsih, M.Si. Jurusn Mtemtik FMIP UNEJ tinprdj.mth@gmil.com DEFINISI MTRIKS Sutu dftr bilngn-bilngn rel tu kompleks terdiri ts m bris dn n kolom, m dn n bilngn bult positip disebut mtriks

Lebih terperinci

Bahasa Formal Bahasa Bebas Context

Bahasa Formal Bahasa Bebas Context Bhs Forml Bhs Bebs Context Pertemun Ke - 10 ri Hndyningsih,.T., M.T. mil : ning_s12@yhoo.com Teknik Informtik TIU dn TIK 1. Memhmi tt bhs bebs konteks, prsing sert penyederhnn tt bhs bebs konteks 2. Mmpu

Lebih terperinci

Aljabar Linear Elementer

Aljabar Linear Elementer ljbr Liner Elementer M SKS Silbus : Bb I Mtriks dn Opersiny Bb II Determinn Mtriks Bb III Sistem Persmn Liner Bb IV Vektor di Bidng dn di Rung Bb V Rung Vektor Bb VI Rung Hsil Kli Dlm Bb VII Trnsformsi

Lebih terperinci

Interpolasi. Umi Sa adah

Interpolasi. Umi Sa adah Interolsi Umi S dh Interolsi Perbedn Interolsi dn Ekstrolsi Interolsi Linier L Interolsi Kudrt L h h Interolsi Qubic L h h h Interolsi dg Polinomil 5 Tble : Si equidistntl sced oints in [- ] 5 -..846

Lebih terperinci

PERTEMUAN 4 TEORI BAHASA DAN OTOMATA [TBO]

PERTEMUAN 4 TEORI BAHASA DAN OTOMATA [TBO] PERTEMUAN 4 TEORI BAHASA DAN OTOMATA [TBO] Jenis FSA Deterministic Finite Automt (DFA) Dri sutu stte d tept stu stte erikutny untuk setip simol msukn yng diterim Non-deterministic Finite Automt (NFA) Dri

Lebih terperinci

TIN309 - Desain Eksperimen Materi #5 Genap 2015/2016 TIN309 DESAIN EKSPERIMEN

TIN309 - Desain Eksperimen Materi #5 Genap 2015/2016 TIN309 DESAIN EKSPERIMEN Mteri #5 TIN309 DESAIN EKSPERIMEN RCBD Rndomized Complete Block Design (RCBD): Adlh perlusn dri konsep Anlysis of Vrins (ANOVA) dengn prinsip memgi eksperimen menjdi eerp lok Hl ini dilkukn il terdpt nuisnce

Lebih terperinci

KOMPONEN SIMETRI. Electric Power Systems L4 - Olof Samuelsson

KOMPONEN SIMETRI. Electric Power Systems L4 - Olof Samuelsson KOMPONEN SMETR Smuelsson Pengertin Dsr Komponen Simetri Tig phsor tk seimbng dri sistem tig phs dpt diurikn menjdi tig phsor yng seimbng (Fortescue) komponen urutn positif (positive components) yng terdiri

Lebih terperinci

Sistem pengukuran. Bab III SISTEM PENGUKURAN. III.1. Karakteristik Statis. Karakteristik instrument pengukuran. Akurasi (ketelitian)

Sistem pengukuran. Bab III SISTEM PENGUKURAN. III.1. Karakteristik Statis. Karakteristik instrument pengukuran. Akurasi (ketelitian) Sistem pengukurn Bb III SISTEM PENGUKURAN III.1. Krkteristik Sttis III.2. Krkteristik Dinmis III.3. Prinsip Dsr Pengukurn Sistem pengukurn merupkn bgin pertm dlm sutu sistem pengendlin Jik input sistem

Lebih terperinci

Operasi Matriks Menggunakan SQL pada MySQL

Operasi Matriks Menggunakan SQL pada MySQL Opersi Mtriks Menggunkn SQL pd MySQL Oleh : Yusup Fkults Ilmu Komputer, Universits AKI Semrng Abstrct Mtrix lgebr opertions cn be performed by using the SQL SELECT sttement in prticulr. To prctice SQL

Lebih terperinci

2. PERSAMAAN, PERTIDAKSAMAAN DAN FUNGSI KUADRAT

2. PERSAMAAN, PERTIDAKSAMAAN DAN FUNGSI KUADRAT . PERSAMAAN, PERTIDAKSAMAAN DAN FUNGSI KUADRAT A. Persmn Kudrt. Bentuk umum persmn kudrt : x + bx + c = 0, 0. Nili determinn persmn kudrt : D = b c. Akr-kr persmn kudrt dpt dicri dengn memfktorkn tupun

Lebih terperinci

Universitas Esa Unggul

Universitas Esa Unggul ALJABAR LINIER DAN MATRIKS BHAN KULIAH DRA SURYARI PURNAMA, MM Universits Es Unggul Minggu I Mtriks Pokok Bhsn Sub Pokok Bhsn Tujun Instruksionl Umum Tujun Instruksionl Khusus : Pendhulun Mtriks : A. Pengertin

Lebih terperinci

Aljabar Linier & Matriks. Tatap Muka 3

Aljabar Linier & Matriks. Tatap Muka 3 Aljbr Linier & Mtriks Ttp Muk Eliminsi Guss-Jordn Sistem persmn linier dengn n vribel dn m persmn secr umum dinytkn sbg: Sistem persmn linier tsb dpt dinytkn dlm bentuk mtriks sbb: A x X = b dengn A dlh

Lebih terperinci

VEKTOR. 1. Pengertian Vektor adalah besaran yang memiliki besar (nilai) dan arah. Vektor merupakan sebuah ruas garis yang

VEKTOR. 1. Pengertian Vektor adalah besaran yang memiliki besar (nilai) dan arah. Vektor merupakan sebuah ruas garis yang VEKTOR 1. Pengertin Vektor dlh besrn yng memiliki besr (nili dn rh. Vektor merupkn sebuh rus gris yng P berrh dn memiliki pnjng. Pnjng rus gris tersebut dlh pnjng vektor. Rus gris dri titik P dn berujung

Lebih terperinci

TEORI BAHASA DAN AUTOMATA

TEORI BAHASA DAN AUTOMATA MODUL VII TEORI BAHASA DAN AUTOMATA Tujun : Mhsisw memhmi ekspresi reguler dn dpt menerpknny dlm ergi penyelesin persoln. Mteri : Penerpn Ekspresi Regulr Notsi Ekspresi Regulr Huungn Ekspresi Regulr dn

Lebih terperinci

15. INTEGRAL SEBAGAI LIMIT

15. INTEGRAL SEBAGAI LIMIT 15. INTEGRAL SEBAGAI LIMIT 15.1 Jumlh Riemnn Dlm kulih Klkulus pd thun pertm, integrl Riemnn bisny diperkenlkn sebgi limit dri jumlh Riemnn, tidk mellui integrl Riemnn ts dn integrl Riemnn bwh. Hl ini

Lebih terperinci

STRATEGI PENGAJARAN MATEMATIKA UNTUK MENENTUKAN AKAR-AKAR PERSAMAAN KUADRAT

STRATEGI PENGAJARAN MATEMATIKA UNTUK MENENTUKAN AKAR-AKAR PERSAMAAN KUADRAT Jurnl Vol II. No., Mret 08, hlm. 9-95 vilble online t www.jurnl.un.c.id/indeks/jmp STRTEGI PENGJRN MTEMTIK UNTUK MENENTUKN KR-KR PERSMN KUDRT Indh Purnm Putri, Symsudhuh, Ihd Hsbiyti 3 Progrm Studi Mgister

Lebih terperinci

M A T R I K S. Oleh: Dimas Rahadian AM, S.TP. M.Sc.

M A T R I K S. Oleh: Dimas Rahadian AM, S.TP. M.Sc. M T R I K S Oleh Dims Rhdin M, S.TP. M.Sc Emil rhdindims@yhoo.com JURUSN ILMU DN TEKNOLOGI PNGN UNIVERSITS SEBELS MRET SURKRT DEFINISI... Mtriks dlh susunn bilngn berbentuk jjrn segi empt siku-siku yng

Lebih terperinci

VEKTOR. Dua vektor dikatakan sama jika besar dan arahnya sama. Artinya suatu vektor letaknya bisa di mana saja asalkan besar dan arahnya sama.

VEKTOR. Dua vektor dikatakan sama jika besar dan arahnya sama. Artinya suatu vektor letaknya bisa di mana saja asalkan besar dan arahnya sama. -1- VEKTOR PENGERTIAN VEKTOR dlh sutu esrn yng mempunyi nili (esr) dn rh. Sutu vektor dpt digmrkn segi rus gris errh. Nili (esr) vektor dinytkn dengn pnjng gris dn rhny dinytkn dengn tnd pnh. Notsi vektor

Lebih terperinci

MATRIKS A. Pengertian, Notasi dan Bagian Dalam Matriks

MATRIKS A. Pengertian, Notasi dan Bagian Dalam Matriks MATRIKS A. Pengertin, Notsi dn Bgin Dlm Mtriks Dlm kehidupn sehri-hri kit sering menemui dt tu informsi dlm entuk tel, seperti tel pertndingn sepkol, tel sensi kels, tel hrg tiket keret pi dn seginy..

Lebih terperinci

PERTEMUAN 4 Metode Simpleks Kasus Maksimum

PERTEMUAN 4 Metode Simpleks Kasus Maksimum PERTEMUAN 4 Metode Simpleks Ksus Mksimum Untuk menyelesikn Persoln Progrm Linier dengn Metode Simpleks untuk fungsi tujun memksimumkn dn meminimumkn crny ered Model mtemtik dri Permslhn Progrm Linier dpt

Lebih terperinci

,, % ,, % -0: 0 -0: 0! 2 % 26, &

,, % ,, % -0: 0 -0: 0! 2 % 26, & PERSAMAAN LINIER GAUSS-SIEDEL METHOD Simultneous Liner Equtions Oleh : Purwnto,S.Si Bentuk Umum x + x + 3 x 3 + + n x n = b Sebuh persmn linier dengn : n peubh : x, x, x 3,, x n n konstnt :,, 3,, n Contoh

Lebih terperinci

Penyelesaian Persamaan dengan Logaritma. Persamaan & Fungsi logaritma. Pengertian Logaritma 10/9/2013

Penyelesaian Persamaan dengan Logaritma. Persamaan & Fungsi logaritma. Pengertian Logaritma 10/9/2013 10/9/013 Penyelesin Persmn dengn Logritm Persmn & Fungsi logritm Tim Dosen Mtemtik FTP Logritm dpt digunkn untuk mencri bilngn yng belum dikethui (bilngn x) dlm sebuh persmn, khususny persmn eksponensil

Lebih terperinci

Teknik secret sharing yang efektif pada berkas yang terkompresi dengan menggunakan Algoritma Huffman

Teknik secret sharing yang efektif pada berkas yang terkompresi dengan menggunakan Algoritma Huffman Teknik secret shring yng efektif pd berks yng terkompresi dengn menggunkn Algoritm Huffmn Ibnul Qoyyim 1) 1) Jurusn Teknik Informtik ITB, Bndung, emil: if14066@students.if.itb.c.id Abstrct Mklh ini membhs

Lebih terperinci

Matriks. Pengertian. Lambang Matrik

Matriks. Pengertian. Lambang Matrik triks Pengertin Definisi: trik dlh susunn bilngn tu fungsi yng diletkkn ts bris dn kolom sert dipit oleh du kurung siku. Bilngn tu fungsi tersebut disebut entri tu elemen mtrik. mbng mtrik dilmbngkn dengn

Lebih terperinci

MATEMATIKA DASAR. Bab Bilangan Irasional dan Logaritma. Drs. Sumardi Hs., M.Sc. Modul ke: 02Fakultas FASILKOM. Program Studi Teknik Informatika

MATEMATIKA DASAR. Bab Bilangan Irasional dan Logaritma. Drs. Sumardi Hs., M.Sc. Modul ke: 02Fakultas FASILKOM. Program Studi Teknik Informatika MATEMATIKA DASAR Modul ke: 0Fkults FASILKOM Progrm Studi Teknik Informtik Bb Bilngn Irsionl dn Logritm Drs. Sumrdi Hs., M.Sc. Bgin Isi Bilngn Irsionl - Berbgi bentuk kr dn opersiny Logritm - Sift-sift

Lebih terperinci

MODUL MATEMATIKA SMA IPA Kelas 10

MODUL MATEMATIKA SMA IPA Kelas 10 SMA IPA Kels 0 PERBANDINGAN TRIGONOMETRI SUATU SUDUT. Ukurn Sudut 80 rd rd 80 80 rd,. Perbndingn Trignmetri Sutu Sudut Perhtikn segitig berikut. sin c b cs c tn b cs ec c sec b b ct c. Sudut-sudut Istimew

Lebih terperinci

Antiremed Kelas 11 Matematika

Antiremed Kelas 11 Matematika Antiremed Kels Mtemtik Persipn UAS 0 Doc. Nme: ARMAT0UAS Version : 06-09 hlmn 0. Pd ulngn mtemtik, dikethui nili rt -rt kels dlh 8, Jik rt-rt nili mtemtik untuk sisw priny dlh 6, sedngkn untuk sisw wnit

Lebih terperinci

Catatan Kuliah 2 Matematika Ekonomi Memahami dan Menganalisa Aljabar Matriks (2)

Catatan Kuliah 2 Matematika Ekonomi Memahami dan Menganalisa Aljabar Matriks (2) Cttn Kulih Mtemtik Ekonomi Memhmi dn Mengnlis ljbr Mtriks (). Vektor dn kr Krkteristik pbil dlh mtriks berordo n n dn X dlh vector n, kn dicri sklr λ R yng memenuhi persmn : X λ X tu ( λi) X gr X (solusiny

Lebih terperinci

ANALISIS DISPARITAS INPUT PEMBANGUNAN, 2010

ANALISIS DISPARITAS INPUT PEMBANGUNAN, 2010 BADAN PUSAT STATISTIK ANALISIS DISPARITAS INPUT PEMBANGUNAN, 2010 ABSTRAKSI Ltr belkng: 1. Pelksnn Otonomi Derh msih bnyk ditemukn permslhn kibt perbedn ltr belkng demogrfi, geogrfi, infrstruktur, ekonomi,

Lebih terperinci

IAH IAAH I H HAAH xaah I A b x2ah x23h I A 3 x23b H 2

IAH IAAH I H HAAH xaah I A b x2ah x23h I A 3 x23b H 2 GRMMR CONTEXT-FREE DN PRING entuk umum produksi CFG dlh :, V N, (V N V T )* nlisis sintks dlh penelusurn seuh klimt (tu sentensil) smpi pd simol wl grmmr. nlisis sintks dpt dilkukn mellui derivsi tu prsing.

Lebih terperinci