Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data

Ukuran: px
Mulai penontonan dengan halaman:

Download "Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data"

Transkripsi

1 Esata: Jural Imu-Ilmu MIA p. ISSN: ISSN: 5-64 Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data Atia Ahdia rogram Studi Statistia Uivrsitas Islam Idosia Jala Kaliurag Km 45 Slma Yogaarta ABSTRACT Stud about th distributio of th fuctio of a radom variabl i particular th distributio of th sum of two or mor radom variabls has b do widl. Whil studis o th distributio of th diffrc btw two radom variabls still rarl do morovr for discrt radom variabls. This wor focuss o th drivatio of th distributio of two idpdt oisso radom variabls. Th mthods usd to dtrmi th distributio ar mthod of momt gratig fuctio ad probabilit mass fuctio. Th proprtis of th distributio ar drivd through th charactristics of th th momt; th first up to fourth momts i particular. Furthrmor th distributio of th diffrc of two idpdt oisso radom variabls is compard to th oisso Diffrc (D) distributio of Alzaid ad Omair () or also ow as Sllam distributio. aramtrs of th distributio ar stimatd usig mthod of momt ad maimum lilihood stimatio. Applicatio to th litrat populatio data is carrid out to gt a bttr udrstadig about th distributio. Kwords: oisso distributio oisso Diffrc distributio momt gratig fuctio probabilit mass fuctio mthod of momt maimum lilihood stimatio. ABSTRAK Kajia mgai distribusi dari suatu fugsi pubah aca hususa mgai distribusi dari jumlah dua atau lbih pubah aca sudah baa dilaua. Sdaga ajia mgai distribusi dari slisih dua pubah aca masih jarag dilaua trlbih pada pubah aca-pubah aca disrit. litia ii brfous pada purua distribusi slisih dua pubah aca oisso ag salig bbas. Mtod ag diguaa utu mtua distribusi trsbut adalah mtod fugsi pmbagit mom da mtod fugsi massa pluag. Karatristi-aratristi dari distribusi diturua mlalui sifat-sifat dari mom - ; hususa dari mom prtama higga mom mpat. Slajuta distribusi dari slisih dua pubah aca oisso ag salig bbas ii aa dibadiga dga distribusi oisso Diffrc (D) ag diturua olh Alzaid da Omair () atau dial juga dga ama distribusi Sllam. aramtr-paramtr dari distribusi distimasi mgguaa mtod mom da masimum lilihood. Apliasi pada data pdudu ml huruf dilaua utu mdapata pmahama ag lbih bai mgai distribusi trsbut. Kata Kuci: distribusi oisso distribusi oisso Diffrc fugsi pmbagit mom fugsi massa pluag mtod mom mtod masimum lilihood. dahulua trsbut sagat ptig utu ditahui tia ssorag harus brhadapa Salah satu osp dasar ag harus dga sragaia data da mtua dipahami da brpra ptig dalam lagah ag tpat utu magai data ilmu statistia adalah distribusi pluag ag trsdia. suatu data. mahama mgai hal Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data (Atia Ahdia) 6

2 Esata: Jural Imu-Ilmu MIA p. ISSN: ISSN: 5-64 Brdasara ruag sampla distribusi pluag suatu data dibagi mjadi dua aitu distribusi otiu da distribusi disrit. Ada baa ajia ag braita dga distribusi-distribusi trsbut salah satua adalah mtua btu distribusi dari suatu pubah aca bila ia diai suatu fugsi trttu. Fugsi dari pubah aca ag palig sdrhaa da palig masu aal (brmaa) tia ditrapa dalam suatu data adalah pjumlaha atau pguraga dari dua pubah aca. Scara husus ajia mgai distribusi jumlah dua atau lbih pubah aca sudah baa diplajari da mudah diturua. Sdaga distribusi slisih pubah aca masih jarag dilaua. ada umuma jadia dalam hidupa shari-hari braita dga jadia ag trhitug (disrit). Brdasara dua hal trsbut maa dalam plitia ii aa dilaua formulasi trhadap distribusi dari slisih dua pubah aca disrit hususa slisih dua pubah aca oisso ag salig bbas. Slai itu aa diturua pula aratristi-aratristi distribusi pasira paramtr srta apliasi dari distribusi trsbut pada data ral. ada plitia trdahulu J.O. Irwi (97) tlah mmbahas mgai distribusi dari slisih dua pubah aca oisso salig bbas dga paramtr ag sama. Kmudia trdapat pula pmbahasa mgai distribusi srupa ag dial dga ama distribusi oisso Diffrc (D) ag diturua olh Alzaid da Omair () atau dial juga dga ama distribusi Sllam di maa distribusi trsbut mlibata pubah aca tiga di dalama. Utu itu di dalam papr ii aa dibahas juga aita atara distribusi slisih dua pubah aca oisso ag salig bbas dga distribusi D trsbut. Trdapat bbrapa apliasi dari distribusi oisso Diffrc ii; Karlis da Ntzoufras () mgapliasia distribusi trsbut utu mmodla prbdaa baaa gol dalam prmaia spa bola Hwag t al (7) mguur prbdaa itsitas pisl dalam amra. ada papr ii aa dilaua apliasi dari distribusi slisih dua pubah aca oisso salig bbas pada prstas ml huruf di atas 5 tahu brdasara gologa umur da darah tmpat tiggal utu mlihat pluag aia srta purua prstasa tiap tahu. Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data (Atia Ahdia) 6

3 Esata: Jural Imu-Ilmu MIA p. ISSN: ISSN: 5-64 Tujua litia Distribusi oisso. Mmformulasia distribusi slisih dua pubah aca oisso ag salig bbas da murua aratristi-aratristia.. Mmplajari aita distribusi trsbut dga distribusi D/ distribusi Sllam.. Mlaua stimasi paramtr distribusi slisih dua pubah aca oisso ag salig bbas mgguaa mtod mom da masimum lilihood. 4. Mgapliasia osp distribusi slisih dua pubah aca oisso ag salig bbas dalam data ral aitu data prstas ml huruf pdudu di atas 5 tahu brdasara gologa umur da darah tmpat tiggal. Ladasa Tori Kbbasa ubah Aca ubah aca mrupaa fugsi ag mmtaa aggota ruag sampl himpua bilaga riil: : S R Dua pubah aca da diataa salig bbas jia da haa jia: ubah aca diataa brdistribusi oisso jia mataa baaa hasil (suss) pada slag watu trttu (darah trttu). Sifatsifat distribusi oisso adalah:. Baaa hasil ag trjadi dalam suatu slag watu atau darah trttu tida trpgaruh (bbas dari) apa ag trjadi pada slag watu atau darah lai ag trpisah.. luag trjadia suatu hasil (tuggal) dalam slag watu ag amat pd atau dalam darah ag cil sbadig dga pajag slag watu atau bsara darah da tida brgatug pada baaa hasil ag trjadi di luar slag watu atau darah trsbut.. luag trjadia lbih dari satu hasil dalam slag watu ag pd atau darah ag smpit trsbut dapat diabaia. Suatu pubah aca brdistribusi oisso dga paramtr atau diotasia dga ~ OI jia fugsi massa pluaga adalah Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data (Atia Ahdia) 6

4 Esata: Jural Imu-Ilmu MIA p. ISSN: ISSN: 5-64 Sdaga fugsi distribusi umulatifa adalah Briut adalah aratristi dari distribusi oisso:. Nilai ma da variasia samaaitu E Var. Nilai swss (miriga data) lbih bsar dari ol ag brarti bahwa data mcg aa.. Nilai urtosis (lacipa data) lbih bsar dari tiga ag brarti bahwa ilai data-dataa mgumpul di sitar maa. 4. Fugsi pmbagit pluaga adalah M t t Distribusi oisso Diffrc (D) Alzaid da Omair () mdfiisia distribusi oisso Diffrc sbagai briut Dfiisi. Misala trdapat pasaga pubah aca Y ag bisa ditulisa sbagai W W da Y dga W ~ OI salig W W bbas dga W ~ OI da W sbarag distribusi maa fugsi massa pluag dari Y dibria ( z) dga I z / I z z 4 I mrupaa fugsi Bssl jis prtama trmodifiasi. mbahasa Distribusi Slisih Dua ubah Aca oisso ag Salig Bbas ada bagia ii aa diformulasia mgai distribusi slisih dari dua pubah aca oisso ag salig bbas. Misala ~ OI salig bbas dga ~ OI. Misala maa distribusi dari pubah aca dapat dittua dga mgguaa dua ti briut: Ti Fugsi mbagit Mom Fugsi pmbagit mom dari adalah sbagai briut M t t t E E t t t t E E E t t Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data (Atia Ahdia) 64

5 Esata: Jural Imu-Ilmu MIA p. ISSN: ISSN: 5-64 Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data (Atia Ahdia) 65 Btu fugsi pmbagit mom trsbut tida sama dga fugsi pmbagit mom dari distribusi oisso. Ti Fugsi Massa luag Fugsi massa pluag dari pubah aca diprolh dari purua briut f f Jia maa fugsi pluaga adalah: f f Slajuta trdapat sifat ag ditujua olh hasil simulasi briut: Gambar. Simulasi Numri Sifat shigga: Brdasara hubuga trsbut maa fugsi massa pluag dari distribusi slisih dua pubah aca oisso ag salig bbas dapat diturua da diprolh aitu sbagai briut:

6 Esata: Jural Imu-Ilmu MIA p. ISSN: ISSN: 5-64 Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data (Atia Ahdia) 66 I / dga ) ( I z adalah fugsi Bssl jis prtama trmodifiasi. Fugsi massa pluag trsbut sama dga fugsi massa pluag distribusi oisso Diffrc pada Dfiisi. rbdaa da aita atara distribusi slisih dua pubah aca oisso salig bbas dga distribusi oisso Diffrc ii aa dibahas pada bab slajuta. Jia dilihat dari btua fugsi pluag trsbut mmilii btu ag brbda dga fugsi pluag dari distribusi oisso. Brdasara sifat ui dari suatu distribusi da hasil prhituga mgguaa dua ti trsbut maa dapat disimpula bahwa distribusi slisih dua pubah aca oisso ag salig bbas bua mrupaa distribusi oisso. Slajuta ita aa mbut distribusi trsbut sbagai distribusi Bda oisso salig bbas dga paramtr. Briut adalah grafi sbara data fugsi massa pluag srta fugsi distribusi umulatif dari distribusi Bda oisso salig bbas. Gambar. Sbara Data Brdistribusi Bda oisso Salig Bbas

7 Esata: Jural Imu-Ilmu MIA p. ISSN: ISSN: 5-64 Gambar. Fugsi Massa luag Distribusi Bda oisso Salig Bbas dga da Gambar 4. Fugsi Distribusi Kumulatif Bda oisso Salig Bbas dga da Gambar mujua bahwa sbara data brdistribusi Bda oisso salig bbas brada di sitar ilai slisih paramtra aitu. Brbda dga distribusi oisso pada distribusi Bda oisso salig bbas trdapat juga da. Brdasara grafi trsbut dapat dilihat bahwa ilai pluag trbsara (modus) brada pada data dga ilai di sitar. Slai itu dari Gambar 4 dapat dilihat bahwa aia ilai pluag trbsar brada mugia data brilai gatif. pada data ag ilaia di sitar. Slajuta pada Gambar ditampila Dga dmiia dapat disimpula pola fugsi massa pluag dari distribusi bahwa distribusi Bda oisso salig Bda oisso salig bbas dga bbas brsifat uimodal. Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data (Atia Ahdia) 67

8 Esata: Jural Imu-Ilmu MIA p. ISSN: ISSN: 5-64 Slajuta aa dittua aratristi-aratristi dari distribusi Bda oisso salig bbas mlalui sifatsifat mom - dari distribusi trsbut. Mom - dari distribusi Bda oisso salig bbas diprolh dga mgguaa turua - dari fugsi pmbagit mom pada saat t aitu t t d M t t t dt Dga ti trsbut diprolh mom prtama higga mom mpat sbagai briut:. Mom - E ' M. Mom - " E M. Mom - "' E M 4. Mom -4 4 E M iv Scara visual mom - dari distribusi Bda oisso salig bbas ditampila olh Gambar 5 briut. Brdasara Gambar 5 dapat dilihat bahwa utu moma aa slalu brilai positif sdaga utu mmugia ilai mom ag gatif. (a) Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data (Atia Ahdia) 68

9 Esata: Jural Imu-Ilmu MIA p. ISSN: ISSN: 5-64 (b) Gambar 5. Mom - Distribusi Bda oisso Salig Bbas; (a) (b) Dari mpat mom trsbut diprolh aratristi dari distribusi Bda oisso salig bbas ag mliputi ma variasi swss srta urtosis dari aitu. Ma E E. Variasi Var Var E E Brbda dga distribusi oisso ma da variasi dari distribusi Bda oisso salig bbas tida mmilii ilai ag sama. Scara visual ma da variasi dari distribusi Bda oisso salig bbas ditujua olh Gambar 8. (a) (b) Gambar 6. Ma vs Variasi; (a) (b) Gambar 6 mrupaa plot ma da variasi distribusi Bda oisso salig bbas dga paramtr da mgguaa sampl aca sbaa. Dari plot Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data (Atia Ahdia) 69

10 Esata: Jural Imu-Ilmu MIA p. ISSN: ISSN: 5-64 bisa dilihat bahwa bai ma maupu variasi sampl distribusi Bda oisso salig bbas aa smai mdati ilai paramtra utu ag smai mmbsar. Nilai maa aa slalu di bawah variasia bai maupu (udrdisprsio).. Swss E 4. Kurtosis E 4 Nilai swss da urtosis distribusi Bda oisso salig bbas atara suatu sampl dga sampl ag lai brbda-bda trgatug dga bsara da. Kaita atara Distribusi Bda oisso Salig Bbas dga Distribusi oisso Diffrc Brdasara Dfiisi trdapat pubah aca tiga pada distribusi oisso Diffrc aitu W dga sbarag distribusi shigga dalam hal ii ita tida bisa mgataa bahwa pubah aca da pubah aca Y salig bbas. Utu pubah aca oisso ag tida salig bbas misala ~ OI da Y ~ OI R. Vric (997) mataa fugsi pluag bivariata aitu Y mi( ) Sdaga fugsi pluag brsama utu dua pubah aca oisso ag salig bbas adalah Y Dari fugsi pluag bivariat oisso da fugsi pluag brsama dua pubah aca oisso ag salig bbas ita bisa mlihat praa dari orlasi di atara dua pubah aca trsbut (diotasia sbagai briut f ) aitu sbagai Y Y f f Dga dmiia ilai dari dapat diprolh aitu f mi( ) f Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data (Atia Ahdia) 7

11 Esata: Jural Imu-Ilmu MIA p. ISSN: ISSN: 5-64 Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data (Atia Ahdia) 7 Ambil salah satu asus misala ) mi( maa fugsi f apabila dijabara aa mjadi f ) ( ) ( ) ( ) ( ) ( ) mi( ada distribusi Bivariat oisso ilai orlasia adalah ) )( ( Y Jia ilai maa Y da f. Ii brarti bahwa jia orlasia ol maa fugsi Bivariat oisso mrupaa fugsi pluag brsama dari dua pubah aca oisso ag salig bbas. Brdasara hal trsbut maa distribusi Bda oisso salig bbas mrupaa asus husus dari distribusi oisso Diffrc di maa pubah aca tigaa aitu W brdistribusi sbarag dga. asira aramtr ada tulisa ii mtod ag diguaa utu mgstimasi paramtr distribusi Bda oisso salig bbas adalah mtod mom da masimum lilihood. Mtod Mom Misala adalah sampl aca dari distribusi Bda oisso salig bbas ag idti da idpd maa S Var E ) ( ) ( Dga msubstitusia dua prsamaa trsbut diprolh ilai pasir utu da aitu S S MM MM ˆ ˆ Mtod Masimum Lilihood Misala adalah sampl aca dari distribusi Bda oisso salig bbas ag idti da idpd maa fugsi lilihooda adalah i z z i i i i i I z L

12 Esata: Jural Imu-Ilmu MIA p. ISSN: ISSN: 5-64 Slajuta fugsi lilihood trsbut di-l-a sbagai briut ll i l Iz i i i i i li zi zi l l Kmudia fugsi l L z trsbut diturua trhadap da shigga diprolh pasira paramtr utu dua paramtr trsbut aitu Apliasi ˆ ˆ MLE MLE (a) (b) z Gambar 7. rstas da Slisih: rstas Ml Huruf (a) dudu di Atas 5 Tahu (b) Distribusi Bda oisso salig bbas ii diapliasia pada data prstas pdudu brumur 5 tahu atas ag ml huruf murut gologa umur da darah tmpat tiggal dari tahu sampai 4. Data ii diprolh dari rpositori data Bada usat Statisti (BS) Idosia. Gambar 7 briut mujua plot data prstas da slisih prstas pdudu ml huruf pada watu t da t. Slisih prstas trsbut mujua aia maupu purua prstas baaa pdudu ml huruf dari tahu tahu. Tabl. Statisti Dsriptif Slisih rstas Ml Huruf dudu di Atas 5 Tahu Darah Ma Variasi Mas Slisih % Mi Slisih % Kota Dsa Statisti dsriptif dari data slisih prstas ml huruf disajia dalam Tabl. Brdasara statisti dsriptif trsbut trlihat bahwa scara umum di pdsaa rata-rata aia prstas ml huruf dari tahu tahu lbih bsar daripada di protaa. Namu purua prstas trbsar juga Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data (Atia Ahdia) 7

13 Esata: Jural Imu-Ilmu MIA p. ISSN: ISSN: 5-64 trjadi di pdsaa tpata pada tahu 6. Slajuta paramtr dari distribusi data trsbut distimasi mgguaa mtod mom da masimum lilihood dga batua softwar MATLAB da diprolh hasil Darah ˆ MM ˆ MM ˆ MLE MLE Kota Dsa Dga mgguaa stimasi paramtr trsbut mudia dihitug pluag slisih prstas ml huruf pdudu di atas 5 tahu utu darah protaa da pdsaa. ˆ Tabl. Estimasi aramtr Distribusi Slisih rstas Ml Huruf dudu di Atas 5 Tahu Gambar 8. Sbara luag Slisih rstas Ml Huruf dudu di Atas 5 Tahu di rotaa da dsaa Brdasara Gambar 8 dapat dilihat bahwa bsar pluag utu slisih prstas ml huruf pdudu di atas 5 tahu bai mgguaa mtod mom maupu masimum lilihood mmbria hasil sbara pluag ag hampir sama. luag trtiggi trjadi tia aia ataupu purua prstas ml huruf brada di sitar ilai ol artia dari tahu tahu mulai tahu sampai 4 tida trjadi aia maupu purua prstas ml huruf ag cuup brarti. Namu scara umum prstas aia ml huruf mmilii pluag ag lbih bsar dibadiga puruaa. Hal ii ditujua dga lbih tiggia pluag dari z ag brilai positif daripada z gatif. Dalam hal ii pubah aca mataa bsar slisih prstas pdudu ml huruf. Slai itu bila dibadiga atara protaa dga pdsaa trata pluag aia Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data (Atia Ahdia) 7

14 Esata: Jural Imu-Ilmu MIA p. ISSN: ISSN: 5-64 prstas ml huruf di pdsaa lbih bsar daripada di protaa. Hal ii mugi saja trjadi ara saat ii pmbagua sumbr daa mausia di pdsaa lbih diprioritasa daripada di protaa. Ksimpula Brdasara pmbahasa da aalisis ag dilaua dapat disimpula bbrapa hal sbagai briut. Distribusi slisih dua pubah aca oisso ag salig bbas tidalah brdistribusi oisso amu mmilii jis distribusi lai ag dalam papr ii diamaa distribusi Bda oisso salig bbas.. Distribusi Bda oisso salig bbas mrupaa asus husus dari distribusi Diffrc oisso (D) /distribusi Sllam di maa paramtr dari pubah aca tigaa brilai ol.. Estimasi paramtr dapat dilaua dga mgguaa mtod mom da masimum lilihood da plsaiaa dapat dilaua scara umri dga batua MATLAB. 4. Distribusi Bda oisso salig bbas ii diapliasia pada data bsara ustaa prstas ml huruf pdudu di atas 5 tahu di protaa da pdsaa. Brdasara hasil stimasi diprolh simpula bahwa pasira paramtr da pluag slisih prstas ml huruf bai mgguaa mtod mom maupu masimum lilihood mmbria hasil ag sama baia. Alzaid A. Omair M.. O Th oisso Diffrc Distributio Ifrc ad Applicatios. Bull. Malas. Math. Sci. Soc. () () Bada usat Statisti (BS). subjviwtabaccordiodaftar-subj. Diass pada 5 Dsmbr 5. Irwi M. 6. Momt Gratig Fuctio. Statistics. Harvard : Summr 6. Karlis D. Ntzoufras I.. Discrt Distributio with Applicatios i Sports. Dpartmt of Statistics Atha Uivrsit of Ecoomics ad Bussiss Tchical Rport. Karlis D. Ntzoufras I. 6. Basia Aalsis of Th Diffrcs of Cout Data. Wil ItrScic. Ross S. 7. Itroductio to robabilit Modls 9 th Editio. Brl Califoria: Uivrsit of Califoria. Hal Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data (Atia Ahdia) 74

15 Esata: Jural Imu-Ilmu MIA p. ISSN: ISSN: 5-64 Vric R O Th Bivariat Gralizd oisso Distributio. ASTIN Bullti Vol. 7 Issu Ma 997 pp -. Walpol R. Mrs R Ilmu luag da Statistia utu Isiur da Ilmuwa Edisi -4 (Trjmah). Badug: rbit ITB. Hwag Y. t al. 7. Ssor Nois Modlig Usig th Sllam Distributio: Applicatio to th Color Edg Dtctio. IEEE Cofrc o Computr Visio ad atr Rcogitio pp 8. Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data (Atia Ahdia) 75

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data Distributio o th Dirc o Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data Atia Ahdia rogram Studi Statistia Uivrsitas Islam Idosia Jala Kaliurag Km 45 Slma Yogaarta atia.a@uii.ac.id

Lebih terperinci

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n.

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n. 0 DISTRIBUSI POISSO Distribusi Poisso ii diprolh dari distribusi biomial, apabila dalam distribusi biomial brlau syarat-syarat sbagai briut: a. baya pgulaga sprimya sagat bsar ( ). b. pluag trjadiya pristiwa

Lebih terperinci

MODIFIKASI METODE NEWTON DENGAN KEKONVERGENAN ORDE TIGA.

MODIFIKASI METODE NEWTON DENGAN KEKONVERGENAN ORDE TIGA. MDIFIKASI METDE NEWTN DENGAN KEKNVERGENAN RDE TIGA Fby Satrya HP ), Agusi ), Musraii ) bysatrya@ymail.om ) Mahasiswa Program Studi S Matmatia ) Dos Matmatia, Jurusa Matmatia Faultas Matmatia da Ilmu Pgtahua

Lebih terperinci

EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACHING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N 2 TURI

EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACHING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N 2 TURI EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N TURI Moita Dwiyai ), Ni Wahyu Utami ) Faultas Kgurua da Ilmu Pdidia Uivrsitas

Lebih terperinci

Transformasi Z Materi :

Transformasi Z Materi : 4 Trasformasi Z Matri : Dfiisi Trasformasi Darah Kovrgsi (Rgio of Covrgc) Diagram Pol Zro Sifat Trasformasi Trasformasi dalam Btu Poliomial Rasioal Fugsi Sistm atau Fugsi Trasfr H() dari Sistm Liir Tida

Lebih terperinci

ESTIMASI TITIK BAYESIAN OBYEKTIF

ESTIMASI TITIK BAYESIAN OBYEKTIF ESTIMASI TITIK BAYESIAN OBYEKTIF Adi Stiawa (adi_stia_3@yahoo.com) Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist Satya Wacaa Jl Dipogoro 52-6 Salatiga 57, Idosia Abstrak Estimasi

Lebih terperinci

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C.

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C. BAB II LANDASAN TEORI Pada bab ii aa dibahas teori teori yag meduug metode upper level set sca statistics, atara lai peubah aca, distribusi gamma, fugsi gamma, fugsi lielihood, da uji rasio lielihood.

Lebih terperinci

ANALISIS CEPSTRUM SINYAL SUARA

ANALISIS CEPSTRUM SINYAL SUARA MAKALAH ANALII CEPTRUM INYAL UARA Disusu Ol: NENI ARYANI L2F 300 543 JURUAN TEKNIK ELEKTRO FAKULTA TEKNIK UNIVERITA DIPONEGORO E M A R A N G 2 0 0 2 DAFTAR II JUDUL... 1 ABTRAK... 1 1. Pdaulua.... 1 2.

Lebih terperinci

Aplikasi Metode Matrix Cascade Pada Perhitungan Koefisien Pantul Gelombang Suara Bawah Air Untuk Dasar Laut Miring

Aplikasi Metode Matrix Cascade Pada Perhitungan Koefisien Pantul Gelombang Suara Bawah Air Untuk Dasar Laut Miring Apliasi tod atri Cascad Pada Prhituga Kofisi Patul Glombag Suara Bawah Air Utu Dasar aut irig Day Friyadi da Irsa Somatri Brodjogoro Program Studi Ti Klauta, Istitut Tologi Badug (Email : dayf899@gmail.com)

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI A II LANDASAN TEORI. Distribusi Pluag Diisi. (Walpol da M rs 995) Jika X adalah suatu variabl radom kotiu maka ugsi dsitas pluaga adalah suatu ugsi ag mmuhi kodisi: i. ; utuk x (- ) ii. = iii. = (.) Diisi.

Lebih terperinci

BAB V DISTRIBUSI PROBABILITAS DISKRIT

BAB V DISTRIBUSI PROBABILITAS DISKRIT BAB V DISTRIBUSI ROBABILITAS DISKRIT 5.. Distribusi Uniform Disrit Bila variabl aca X mmilii nilai,,... dngan probabilitas yang sama, maa distribusi uniform disrit dinyataan sbagai: f (, ) ;,,... paramtr

Lebih terperinci

BAB 2 SOLUSI NUMERIK PERSAMAAN

BAB 2 SOLUSI NUMERIK PERSAMAAN BAB SOLUSI NUMERIK PERSAMAAN Dalam sais da rkayasa, kita srigkali harus mcari akar solusi dari prsamaa f 0. Jika f mrupaka fugsi poliomial liar atau kuadratis, solusi ksakya mudah utuk didapatka kara rumusya

Lebih terperinci

S - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner

S - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner PROSIDING ISBN : 978 979 6353 6 3 S - Pgguaa Mtod Baysia Obyktif dalam Aalisis Pgukura Tigkat Kpuasa Plagga Brdasarka Kusior Adi Stiawa Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist

Lebih terperinci

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian TEORI ANTRIAN Tori atria mrupaka studi matmatis mgai atria atau waitig lis yag di dalamya disdiaka bbrapa altratif modl matmatika yag dapat diguaka utuk mtuka bbrapa karaktristik da optimasi dalam pgambila

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 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT Catata Kuliah EL Aalisis Numrik BAB HAMPIRAN TAYLOR DAN ANALISIS GALAT. Pgatar Mtod Numrik Ktika kita mylsaika prsamaa-prsamaa matmatika di maa torma-tormaya masih dapat ditrapka, solusi aalitik atau solusi

Lebih terperinci

Bab 5: Discrete Fourier Transform dan FFT

Bab 5: Discrete Fourier Transform dan FFT BAB 5 Dicrt Fourir Traform da FFT Bab 5: Dicrt Fourir Traform da FFT Dicrt Fourir Traform DFT. Dfiii Tuua Blaar Prta dapat mdfiiia DFT, da mghitugya. Utu mlaua aalii frui dari iyal watu dirit maa prlu

Lebih terperinci

Aprillyan Cahyanti Mahasiswa S1 Pend. Tata Busana, Fakultas Teknik, Universitas Negeri Surabaya

Aprillyan Cahyanti Mahasiswa S1 Pend. Tata Busana, Fakultas Teknik, Universitas Negeri Surabaya PENGARUH UKURAN LEBAR LIPATAN TERHADAP HASIL JADI UNDULATING TUCKS PADA ROK SUAI BERBAHAN DENIM Aprillya Cahyati Mahasiswa S1 Pd. Tata Busaa, Faultas Ti, Uivrsitas Ngri Surabaya aprillya91@yahoo.com Sri

Lebih terperinci

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE)

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) 5.1. Pembagit Radom Variate Disrit Suatu Radom Variate diartia sebagai ilai suatu radom variate yag mempuyai distribusi tertetu. Utu megambil

Lebih terperinci

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik Sifat-sifat Fugsi Karateristi dari Sebara Geometri Dodi Deviato Jurusa Matematia, Faultas MIPA, Uiversitas Adalas Kamus Limau Mais, Padag 563, Sumatera Barat, Idoesia Abstra Fugsi arateristi dari suatu

Lebih terperinci

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t}

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t} Elm Dasar Modl Atria. TEORI ANTRIAN Aktor utama customr da srvr. Elm dasar :. distribusi kdataga customr.. distribusi waktu playaa. 3. disai fasilitas playaa (sri, parall atau jariga). 4. disipli atria

Lebih terperinci

Bab 6: Analisa Spektrum

Bab 6: Analisa Spektrum BAB Aalisa Spetrum Bab : Aalisa Spetrum Aalisa Spetrum Dega DFT Tujua Belajar Peserta dapat meghubuga DFT dega spetrum dari sial hasil samplig sial watu otiue. -poit DFT dari sial x adalah Xω ag diealuasi

Lebih terperinci

Modifikasi Metode Newton-Steffensen Bebas Turunan

Modifikasi Metode Newton-Steffensen Bebas Turunan Smiar Nasioal Tkologi Iormasi Komuikasi da Idustri SNTIKI 7 ISSN :08-990 Pkabaru Novmbr 0 Modiikasi Mtod Nto-Sts Bbas Turua M. Niam M.Y Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari Kasim Riau

Lebih terperinci

Respon Frekuensi pada FIR Filter. Oleh:Tri Budi Sanrtoso ITS

Respon Frekuensi pada FIR Filter. Oleh:Tri Budi Sanrtoso ITS Rpo Frui pada FIR Filtr Olh:Tri Budi Sartoo Lab Siyal,, EEPIS-ITS ITS 1 Rpo iuoida pada itm FIR Suatu itm FIR diyataa: y[ ] b x[ ] h[ ] x[ ] 0 0 (1 Siyal iput cara umum mrupaa btu ompl dirit x[ ] x[ A

Lebih terperinci

Jurnal MIPA 37 (1): (2014) Jurnal MIPA.

Jurnal MIPA 37 (1): (2014) Jurnal MIPA. Jural MIP 37 (1): 79-91 (014) Jural MIP http://oural.us.ac.id/u/id.php/jm ESENSI NILI DN EKTOR EIGEN DRI SUTU OPERTOR PD RUNG HILBERT KLSIK Wurato Jurusa Matmatia, FMIP, Uivrsitas Ngri Smarag, Idosia Ifo

Lebih terperinci

Modifikasi Varian Metode Newton dengan Orde Konvergensi Tujuh

Modifikasi Varian Metode Newton dengan Orde Konvergensi Tujuh Jural Sais Matmatika da Statistika Vol. No. Juli 0 ISSN 0- Modiikasi Varia Mtod Nwto dga rd Kovrgsi Tujuh Wartoo Ria Rasla Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari Kasim Riau Jl. HR. Sobratas

Lebih terperinci

INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga)

INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga) INTEGRA FOURIER DISUSUN OEH : Klompok III (Tiga). Maruah (7 6). Yusi Oktavia (7 45 ) 3. Widya Elvi AS (7 45) 4. Azar Saarudi (7 454) 5. Irmaati (7 455) Mata Kuliah Dos Pgasuh Klas : Matmatika ajuta : Fadli,

Lebih terperinci

KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA

KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA Vol. 9. No. Jural Sais Tkologi da Idustri KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA Yuslita Muda Wartoo Novi Maulaa Laboratorium Matmatika Trapa Jurusa Matmatika

Lebih terperinci

MACAM-MACAM TEKNIK MEMBILANG

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

Lebih terperinci

STATISTIKA MATEMATIKA I

STATISTIKA MATEMATIKA I STATISTIKA MATEMATIKA I Disusu Olh : (005005) PROGRAM STUDI PENDIDIKAN MATEMATIKA SEKOLAH TINGGI KEGURUAN DAN PENDIDIKAN (STKIP) PGRI SUMATERA BARAT 0 BAB I PELUANG. Ruag Sampl da Kjadia Ruag sampl atau

Lebih terperinci

Transformasi Fourier Waktu Diskrit

Transformasi Fourier Waktu Diskrit Praktikum Isyarat da Sistm Topik 5 Trasformasi ourir Waktu Diskrit Tuua Mahasiswa dapat mtuka da mgguaka trasformasi ourir waktu diskrit dalam aalisa suatu sistm LTI Mahasiswa dapat mgguaka MATLAB sbagai

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

EVALUASI PREMI POLIS LAST SURVIVOR PASANGAN SUAMI ISTRI MENGGUNAKAN METODE COPULA FRANK

EVALUASI PREMI POLIS LAST SURVIVOR PASANGAN SUAMI ISTRI MENGGUNAKAN METODE COPULA FRANK EVLUSI PREMI POLIS LST SURVIVOR PSNGN SUMI ISTRI MENGGUNKN METODE COPUL FRNK Irma Fauziah Program Matmatia Faultas Sais da Tologi Uivrsitas Islam Ngri Sarif Hidaatullah Jaarta -mail : irma_s2mathugm@ahoocom

Lebih terperinci

Metode Iterasi Orde Konvergensi Enam Untuk Penyelesaian Persamaan Nonlinear

Metode Iterasi Orde Konvergensi Enam Untuk Penyelesaian Persamaan Nonlinear Smiar asioal Tkologi Iormasi Komuikasi da Idustri STIKI 9 ISS Pritd : 9- Fakultas Sais da Tkologi UI Sulta Sari Kasim Riau ISS li : 9-6 Pkabaru 8-9 Mi Mtod Itrasi rd Kovrgsi Eam Utuk Plsaia Prsamaa oliar

Lebih terperinci

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial 5 BAB II LANDASAN TEORI A. Persamaa Diferesial Dari ata persamaa da diferesial, dapat diliat bawa Persamaa Diferesial beraita dega peelesaia suatu betu persamaa ag megadug diferesial. Persamaa diferesial

Lebih terperinci

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Enam untuk Menyelesaikan Persamaan Nonlinear

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Enam untuk Menyelesaikan Persamaan Nonlinear Jural Sais Matmatika da Statistika Vol No Juli 6 ISSN 6-5 Mtod Itrasi Tiga Lagkah dga rd Kovrgsi Eam utuk Mlsaika Prsamaa Noliar M Ari da M M Niam Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

MODUL BARISAN DAN DERET

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

Lebih terperinci

PERLUASAN METODE NEWTON DENGAN PENDEKATAN PARABOLIK

PERLUASAN METODE NEWTON DENGAN PENDEKATAN PARABOLIK PERLUASAN METDE NEWTN DENGAN PENDEKATAN PARABLIK Abdul Rahma, Supriadi Putra, Bustami Mahasiswa Program Studi S Matmatika Dos JurusaMatmatika Fakultas Matmatika da Ilmu Pgtahua Alam Uivrsitas Riau Kampus

Lebih terperinci

Representasi sinyal dalam impuls

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

Lebih terperinci

DETEKSI GERAKAN MANUSIA DENGAN METODA PHASE ONLY CORRELATION.

DETEKSI GERAKAN MANUSIA DENGAN METODA PHASE ONLY CORRELATION. Risalah Loaarya Komputasi dalam Sais da Tologi ulir: 6-7 Agustus 0083-3 DETEKSI ERAKA MAUSIA DEA METODA PHASE OLY CORRELATIO R. B. Wahyu * Toto Widyato ** ABSTRAK DETEKSI ERAKA MAUSIA DEA METODA PHASE

Lebih terperinci

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K)

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) JMP : Volume 4 Nomor 1, Jui 2012, hal. 41-50 PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) Malahayati Program Studi Matematia Faultas Sais da Teologi UIN Sua Kalijaga malahayati_01@yahoo.co.id ABSTRACT. I this

Lebih terperinci

Metode Iterasi Tiga Langkah Bebas Turunan Orde Konvergensi Delapan untuk Menyelesaikan Persamaan Nonlinear

Metode Iterasi Tiga Langkah Bebas Turunan Orde Konvergensi Delapan untuk Menyelesaikan Persamaan Nonlinear Jural Sais Matmatika da Statistika Vol o Jauari ISS - prit/iss - oli Mtod Itrasi Tiga Lagkah Bbas Turua rd Kovrgsi Dlapa utuk Mlsaika Prsamaa oliar M Muhaiir L L ada Jurusa Matmatika Fakultas Sais da Tkologi

Lebih terperinci

BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria

BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria BAB II LANDASAN EORI Pada bab ii aka dibahas tori tori pdukug yag aka diguaka pada bab slajutya, atara lai modl matmatika, modl pidmik SIR klasik, ilai ig, prsamaaa difrsial, sistm prsamaa difrsial, titik

Lebih terperinci

BAB VIII KRISTAL KRIST SEMIKONDUKT SEMIK

BAB VIII KRISTAL KRIST SEMIKONDUKT SEMIK A VIII KRISAL SEMIKONDUKOR MAERI : 8.1.Kristal smiodutor itrisi. 8.1.1.ti pguura clah rgi. 8.1..massa ftif 8.1.3.lima alasa hol diaggap sbagai partil brmuata positif. 8.1.4.ostrasi ltro 8.1.5.ostrasi hol.

Lebih terperinci

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier

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

Lebih terperinci

Catatan Teknik (Technical Notes) Pengerjaan Metoda Inversi Integral pada Perumusan Persamaan Muka Air Gelombang Air Nonlinier

Catatan Teknik (Technical Notes) Pengerjaan Metoda Inversi Integral pada Perumusan Persamaan Muka Air Gelombang Air Nonlinier Huahaa ISSN 085-98 Jural Toris da Trapa Bidag Rayasa Sipil Caaa Ti Tchical Nos Pgrjaa Moda Ivrsi Igral pada Prumusa Prsamaa Mua Air Glombag Air Noliir Syawaluddi Huahaa Klompo Kahlia Ti Klaua, Faulas Ti

Lebih terperinci

STUDI TERHADAP SEBARAN STASIONER PADA SISTEM BONUS MALUS SWISS

STUDI TERHADAP SEBARAN STASIONER PADA SISTEM BONUS MALUS SWISS STUDI TERHDP SEBRN STSIONER PD SISTEM BONUS MLUS SWISS Olh : RENSY ERMWTY G PROGRM STUDI MTEMTIK FKULTS MTEMTIK DN ILMU PENGETHUN LM INSTITUT PERTNIN BOGOR BSTRK RENSY ERMWTY Studi Trhadap Sbara Stasior

Lebih terperinci

( α = 0, 05 ) rumus yang digunakan untuk menentukan jumlah anggota sampel adalah:

( α = 0, 05 ) rumus yang digunakan untuk menentukan jumlah anggota sampel adalah: BAB LANDASAN TEORI Pramala adalah giaa umu mmpriraa apa ag aa rjadi pada masa ag aa daag brdasara pgalama di masa lalu. Mod pramala ag srig diguaa dalam oomi da duia usaha adalah dr wau (im sris).. Bbrapa

Lebih terperinci

METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR

METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Vol. 9. No., 0 Jural Sais, Tkologi da Idustri METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Supriadi Putra, Ria Kuriawati, Asmara Karma sputra@uri.ac.id Laboratorium Matmatika Trapa Jurusa

Lebih terperinci

Jurnal Mutiara Pendidikan Indonesia, 10/08 (2016), 67-73

Jurnal Mutiara Pendidikan Indonesia, 10/08 (2016), 67-73 67, 1/ (16), 67-73 STUDI OPARASI IPLEENTASI URIULU PADA PEBELAJARAN ASELERASI DAN PEBELAJARAN REGULER (ajia pada las XI CI+BI IPA da las XI IPA di SAN 1 Padag) Yssi Rifmasari STIP Adzkia Padag Email :

Lebih terperinci

APLIKASI RESIDU UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL CAUCHY - EULER ORDE-n SKRIPSI. Oleh: IKE NORMA YUNITA NIM

APLIKASI RESIDU UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL CAUCHY - EULER ORDE-n SKRIPSI. Oleh: IKE NORMA YUNITA NIM APLIKASI RESIDU UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL CAUCHY - EULER ORDE- SKRIPSI Olh: IKE NORMA YUNITA NIM. 65 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI (UIN) MAULANA

Lebih terperinci

Oleh : Bustanul Arifin K BAB IV HASIL PENELITIAN. Nama N Mean Std. Deviation Minimum Maximum X ,97 3,

Oleh : Bustanul Arifin K BAB IV HASIL PENELITIAN. Nama N Mean Std. Deviation Minimum Maximum X ,97 3, Kpdulian trhadap sanitasi lingkungan diprdiksi dari tingkat pndidikan ibu dan pndapatan kluarga pada kluarga sjahtra I klurahan Krtn kcamatan Lawyan kota Surakarta Olh : Bustanul Arifin K.39817 BAB IV

Lebih terperinci

3. Integral (3) (Integral Tentu)

3. Integral (3) (Integral Tentu) Darublic www.darublic.com. Itegral () (Itegral Tetu).. Luas Sebagai Suatu Itegral. Itegral Tetu Itegral tetu meruaa itegral ag batas-batas itegrasia jelas. Kose dasar dari itegral tertetu adalah luas bidag

Lebih terperinci

RUANG BARISAN MUSIELAK-ORLICZ. Oleh: Encum Sumiaty dan Yedi Kurniadi

RUANG BARISAN MUSIELAK-ORLICZ. Oleh: Encum Sumiaty dan Yedi Kurniadi RUANG BARISAN USIELAK-ORLICZ Oleh: Ecu Suiat da Yedi Kuriadi Disapaia pada Seiar Nasioal ateatia ada taggal 8 Deseber 2008, di Jurusa edidia ateatia FIA UI JURUSAN ENDIDIKAN ATEATIKA FAKULTAS ENDIDIKAN

Lebih terperinci

Interpretasi Parameter dalam Model Regresi Logistik untuk Variabel Bebas Dikotomus

Interpretasi Parameter dalam Model Regresi Logistik untuk Variabel Bebas Dikotomus Jural EKSPONENSIAL Volum 3, Nomor, M 22 ISSN 285-7829 Itrprtas Paramtr dalam Modl Rgrs Logst utu Varabl Bbas Dotomus Paramtr Itrprtato Logstc Rgrsso Modls for Dcotomus Idpdt Varabl Darah A. Noh Program

Lebih terperinci

KONVERGENSI MODIFIKASI METODE POTRA - PTAK DENGAN MENGGUNAKAN KELENGKUNGAN KURVA TUGAS AKHIR

KONVERGENSI MODIFIKASI METODE POTRA - PTAK DENGAN MENGGUNAKAN KELENGKUNGAN KURVA TUGAS AKHIR KNVERGENSI MDIFIKASI METDE PTRA - PTAK DENGAN MENGGUNAKAN KELENGKUNGAN KURVA TUGAS AKHIR Diajuka sbagai Salah Satu Sarat utuk Mmprolh Glar Sarjaa Sais pada Jurusa Matmatika lh: YUZI ANDRI SUHARYN 0800086

Lebih terperinci

Sudaryatno Sudirham ing Utari. Mengenal. 2-2 Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1)

Sudaryatno Sudirham ing Utari. Mengenal. 2-2 Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1) Sudaryao Sudiram ig Uari Mgal Sifa-Sifa Marial 1 - Sudaryao S & Nig Uari, Mgal Sifa-Sifa Marial 1 BB Elro Sbagai Paril Da Sbagai Glombag Tla disiggug di bab sblumya, d Brogli mgaua posula bawa paril yag

Lebih terperinci

Modifikasi Metode Iterasi Dua Langkah dengan Satu Parameter

Modifikasi Metode Iterasi Dua Langkah dengan Satu Parameter Smiar Nasioal Tkologi Iormasi, Komuikasi da Idustri SNTIKI 9 ISSN Pritd : 79-77 Fakultas Sais da Tkologi, UIN Sulta Sari Kasim Riau ISSN Oli : 79-406 Pkabaru, 8-9 Mi 07 Modiikasi Mtod Itrasi Dua Lagkah

Lebih terperinci

PROSES ANTRIAN DENGAN KEDATANGAN BERDISTRIBUSI POISSON DAN POLA PELAYANAN BERDISTRIBUSI GENERAL. Sugito 1, Abdul Hoyyi 2. Abstract

PROSES ANTRIAN DENGAN KEDATANGAN BERDISTRIBUSI POISSON DAN POLA PELAYANAN BERDISTRIBUSI GENERAL. Sugito 1, Abdul Hoyyi 2. Abstract Pross Antrian (Sugito) PROSES ANTRIAN DENGAN KEDATANGAN BERDISTRIBUSI POISSON DAN POLA PELAYANAN BERDISTRIBUSI GENERAL Sugito, Abdul Hoyyi Staf Pngajar Jurusan Statistia FSM UNDIP Staf Pngajar Jurusan

Lebih terperinci

OLEH: KOMANG SUARDIKA ( )

OLEH: KOMANG SUARDIKA ( ) OLEH: KOMANG SUARDIKA (9334) JURUSAN PENDIDIKAN FISIKA FAKULAS MAEMAIKA DAN ILMU PENGEAHUAN ALAM UNIVERSIAS PENDIDIKAN GANESHA SINGARAJA RADIASI ENDA HIAM Salah satu pybab lahirya fisia uatum aalah itmuaya

Lebih terperinci

x x x1 x x,..., 2 x, 1

x x x1 x x,..., 2 x, 1 0.4 Variasi Kaoi amel Da Korelasi Kaoi amel amel aca dari observasi ada masig-masig variabel dari ( + q) variabel (), () daat digabuga edalam (( + q) ) data matris,,..., dimaa (0-5) Adau vetor rata-rata

Lebih terperinci

Perumusan Fungsi Green Sistem Osilator Harmonik dengan Menggunakan Metode Integral Lintasan (Path Integral)

Perumusan Fungsi Green Sistem Osilator Harmonik dengan Menggunakan Metode Integral Lintasan (Path Integral) Prumusa Fugsi Gr Sistm Osilator Harmoik dga Mgguaka Mtod Itgral Litasa (Path Itgral) Sutisa Abstrat: Th path itgral is a mthod that oft usd i th uatum problms alulatio. For xampl; th alulatio of uatum

Lebih terperinci

Keywords: Convergen Series, Banach Space, Sequence space cs, Dual-α, Dual-

Keywords: Convergen Series, Banach Space, Sequence space cs, Dual-α, Dual- Jural MIPA FST UNDANA, Volume 2, Nomor, April 26 DUAL-, DUAL- DAN DUAL- DARI RUANG BARISAN CS Albert Kumaereg, Ariyato 2, Rapmaida 3,2,3 Jurusa Matematia, Faultas Sais da Tei Uiversitas Nusa Cedaa ABSTRACT

Lebih terperinci

Kalkulus 2. Persamaan Differensial Biasa (Ordinary Differential Equations (ODE))

Kalkulus 2. Persamaan Differensial Biasa (Ordinary Differential Equations (ODE)) Kalkulus Prsamaa Diffrsial Biasa Ordiar Diffrtial Equatios ODE Dhoi Hartato S.T. M.T. M.Sc. Prodi Tkik Kimia Fakultas Tkik Uivrsitas Ngri Smarag Prsamaa Diffrsial Biasa Prsamaa Diffrsial adalah Prsamaa

Lebih terperinci

Hartono Guntur *) *) Staf Pengajar Jurusan Teknik Sipil STTR Cepu. Jl. Kampus Ronggolawe Blok B No. 1. Mentul Cepu

Hartono Guntur *) *) Staf Pengajar Jurusan Teknik Sipil STTR Cepu. Jl. Kampus Ronggolawe Blok B No. 1. Mentul Cepu 10 Aalisa Ssitivitas ggua Trhadap gmbaga Trasportasi Krta Api Sbagai Altratif Trasportasi atai Utara Jawa ( Rut : Smarag Surabaya ) Hartoo Gutur *) *) Staf gajar Jurusa Tkik Sipil STTR Cpu Jl. Kampus Roggolaw

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Data penelitian diperoleh dari siswa kelas XII Jurusan Teknik Elektronika

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Data penelitian diperoleh dari siswa kelas XII Jurusan Teknik Elektronika BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. DESKRIPSI DATA Data pnlitian diprolh dari siswa klas XII Jurusan Tknik Elktronika Industri SMK Ma arif 1 kbumn. Data variabl pngalaman praktik industri, kmandirian

Lebih terperinci

KOMPUTASI DAN DINAMIKA FLUIDA

KOMPUTASI DAN DINAMIKA FLUIDA KOMPUTASI DAN DINAMIKA FLUIDA TUGAS Olh RIRIN SISPIYATI NIM : 006003 Program Studi Matmatia INSTITUT TEKNOLOGI BANDUNG 009 Ercis 40 Ta as initial spctrum a bloc function nonzro for ½. Animat th initial

Lebih terperinci

Aproksimasi Terbaik dalam Ruang Metrik Konveks

Aproksimasi Terbaik dalam Ruang Metrik Konveks Aprosimasi Terbai dalam Ruag etri Koves Oleh : Suharsoo S Jurusa atematia FIPA Uiversitas Lampug Abstra asalah esistesi da etuggala aprosimasi terbai suatu titi dalam ruag berorm telah dipelajari oleh

Lebih terperinci

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Jural Matematia Vol.6 No. November 6 [ 5 : ] TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Ooy Rohaei Jurusa Matematia, UNISBA, Jala Tamasari No, Badug,6, Idoesia

Lebih terperinci

UNDERSTADING THE POLICY MAKING ASSOCIATED WITH THE DECREE OF THE MINISTRY OF EDUCATION AND CULTURE NUMBER 107/U/2001

UNDERSTADING THE POLICY MAKING ASSOCIATED WITH THE DECREE OF THE MINISTRY OF EDUCATION AND CULTURE NUMBER 107/U/2001 EAHAAN ENGABIL KEBIJAKAN TERHADA SK ENDIKNAS NOOR 107/U/2001 UNDERSTADING THE OLICY AKING ASSOCIATED WITH THE DECREE OF THE INISTRY OF EDUCATION AND CULTURE NUBER 107/U/2001 Ida alati Sajati Sri Kuriati

Lebih terperinci

Modifikasi Metode Bahgat tanpa Turunan Kedua dengan Orde Konvergensi Optimal

Modifikasi Metode Bahgat tanpa Turunan Kedua dengan Orde Konvergensi Optimal Smiar Nasioal Tkologi Iformasi, Komuikasi da Idustri (SNTIKI 9 ISSN (Pritd : 79-77 Fakultas Sais da Tkologi, UIN Sulta Syarif Kasim Riau ISSN (Oli : 79-406 Pkabaru, -9 Mi 07 Modifikasi Mtod Bahgat tapa

Lebih terperinci

RUANG BANACH PADA RUANG BARISAN, DAN

RUANG BANACH PADA RUANG BARISAN, DAN RUANG BANACH PADA RUANG BARISAN, DAN Wahidah Alwi* * Dose ada Jurusa Mateatia Faultas Sais da Teologi UIN Alauddi Maassar e-ail: wahidah.alwi79@gail.co Abstract: The ai object of the vectors are the vectors

Lebih terperinci

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

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

Lebih terperinci

REPRESENTASI KANONIK UNTUK FUNGSI KARAKTERISTIK DARI SEBARAN TERBAGI TAK HINGGA

REPRESENTASI KANONIK UNTUK FUNGSI KARAKTERISTIK DARI SEBARAN TERBAGI TAK HINGGA Jural Matematika UNAND Vol. 3 No. Hal. 7 34 ISSN : 33 9 c Jurusa Matematika FMIPA UNAND REPRESENTASI KANONIK UNTUK FUNGSI KARAKTERISTIK DARI SEBARAN TERBAGI TAK HINGGA EKA RAHMI KAHAR, DODI DEVIANTO Program

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB 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

BAB VI MODEL ELEKTRON BEBAS ( GAS FERMI )

BAB VI MODEL ELEKTRON BEBAS ( GAS FERMI ) A VI MODL LKRON AS GAS RMI MARI 6.1. ltron bbas dalam satu dimnsi. 6.1.1.tingat nrgi 6.1..distribusi rmi-dirac 6.1..nrgi rmi 6.. ltron bbas dalam tiga dimnsi. 6..1.nrgi rmi untu tiga dimnsi. 6...cpatan

Lebih terperinci

8. Fungsi Logaritma Natural, Eksponensial, Hiperbolik

8. Fungsi Logaritma Natural, Eksponensial, Hiperbolik 8. Fungsi Logaritma Natural, Eksponnsial, Hiprbolik 8.. Fungsi Logarithma Natural. Sudaratno Sudirham Dfinisi. Logaritma natural adalah logaritma dngan mnggunakan basis bilangan. Bilangan ini, sprti halna

Lebih terperinci

PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB dan GEOGEBRA

PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB dan GEOGEBRA Bidag Kajia : Pdidika Matmatika PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB da GEOGEBRA H.A. Parhusip Program Studi Matmatika Fakultas Sais da Matmatika Uivrsitas Krist Satya

Lebih terperinci

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG)

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG) PEMBAHASAN SOAL OLIMPIADE SAINS NASIONAL SMP A. ISIAN SINGKAT SELEKSI TINGKAT PROPINSI TAHUN 011 BIDANG STUDI MATEMATIKA WAKTU : 150 MENIT 1. Jia x adalah jumlah 99 bilaga gajil terecil yag lebih besar

Lebih terperinci

Penyelesaian Persamaan Nonlinear Menggunakan Metode Iterasi Tiga Langkah

Penyelesaian Persamaan Nonlinear Menggunakan Metode Iterasi Tiga Langkah Smiar Nasioal Tkologi Iormasi, Komuikasi da Idustri SNTIKI ISSN Pritd : -1 Fakultas Sais da Tkologi, UIN Sulta Sari Kasim Riau ISSN li : -0 Pkabaru, 1-1 Mi 01 Plsaia Prsamaa Noliar Mgguaka Mtod Itrasi

Lebih terperinci

PENGEMBANGAN METODE ITERASI DUA DAN TIGA LANGKAH DENGAN ORDE KONVERGENSI OPTIMAL

PENGEMBANGAN METODE ITERASI DUA DAN TIGA LANGKAH DENGAN ORDE KONVERGENSI OPTIMAL PENGEMBANGAN METODE ITEASI DUA DAN TIGA LANGKAH DENGAN ODE KONVEGENSI OPTIMAL Supriadi Putra M.Si* Dr. Sasudhuha M.S urusa Matatika FMIPA Uivrsitas iau *sputra@uri.a.id ABSTAK Dala akalah ii disajika dua

Lebih terperinci

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Tujuh

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Tujuh Smiar Nasioal Tkologi Iormasi Komuikasi da Idustri SNTIKI 8 ISSN : 08-0 Pkabaru Novmbr 0 Mtod Itrasi Tiga Lagkah dga rd Kovrgsi Tujuh Wartoo Maumi Istiqomah Uivrsitas Islam Ngri Sulta Sari Kasim Riau Jl.

Lebih terperinci

Perluasan Uji Kruskal Wallis untuk Data Multivariat

Perluasan Uji Kruskal Wallis untuk Data Multivariat Statistia, Vol. No., Mei Perluasa Uji Krusal Wallis utu Data Multivariat TETI SOFIA YANTI Program Studi Statistia, Uiversitas Islam Badug, Jl. Purawarma No. Badug. E-mail: buitet@yahoo.com ABSTAK Adaia

Lebih terperinci

MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF 221 : 5099 : DRA ENDANG SUMARTINAH,MA

MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF 221 : 5099 : DRA ENDANG SUMARTINAH,MA MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF DOSEN : 5099 : DRA ENDANG SUMARTINAH,MA TUJUAN MATA KULIAH : A.URAIAN DAN TUJUAN MATA KULIAH : Mahasiswa mmplajari Fugsi a

Lebih terperinci

DISTRIBUSI POISSON DAN DISTRIBUSI EKSPONENSIAL DALAM PROSES STOKASTIK. Abstract

DISTRIBUSI POISSON DAN DISTRIBUSI EKSPONENSIAL DALAM PROSES STOKASTIK. Abstract Disribusi oisso Sugio DISRIBUSI OISSON DAN DISRIBUSI EKSONENSIAL DALAM ROSES SOKASIK Sugio, Moch Abdul Mukid Saf gajar rogram Sudi Saisika FMIA UNDI Absrac I h quuig sysm, h procsss usually com from a

Lebih terperinci

PENALA NADA ALAT MUSIK MENGGUNAKAN ALIHRAGAM FOURIER

PENALA NADA ALAT MUSIK MENGGUNAKAN ALIHRAGAM FOURIER PENL ND L MUSIK MENGGUNKN LIHRGM OURIER Olh : di Kuria (L57) Jurusa kik Elktro akultas kik Uivrsitas Dipogoro Jl. Pro. H Sudarto S. H., mbalag, Smarag -mail : Katrosid@Yahoo.com bstrak - Mlalui pristiwa

Lebih terperinci

OLEH: DESTRIYANTI TRI BUDIARTI YULLIA HESTIANA IRWAN SEPTEMBER GUNAWAN

OLEH: DESTRIYANTI TRI BUDIARTI YULLIA HESTIANA IRWAN SEPTEMBER GUNAWAN OLEH: DESTRIYANTI 7 58 TRI BUDIARTI 7 YULLIA HESTIANA 7 5 IRWAN SEPTEBER 7 46 GUNAWAN 7 KELAS : 6. L ATA KULIAH : ATEATIKA LANJUTAN DOSEN PENGASUH : FADLI, S.Si FAKULTAS KEGURUAN DAN ILU PENDIDIKAN UNIVERSITAS

Lebih terperinci

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA PEAKSIR RASIO UTUK RATA-RATA POPULASI MEGGUAKA KOEFISIE VARIASI DA KOEFISIE KURTOSIS PADA SAMPLIG GADA Heru Agriato *, Arisma Ada, Firdaus Mahasiswa Program S Matematika Dose Jurusa Matematika Fakultas

Lebih terperinci

Bab 16 Integral di Ruang-n

Bab 16 Integral di Ruang-n Catata Kuliah MA3 Kalulus Elemeter II Oi Neswa,Ph.D., Departeme Matematia-ITB Bab 6 Itegral di uag- Itegral Gada atas persegi pajag Itegral Berulag Itegral Gada atas Daerah sebarag Itegral Gada Koordiat

Lebih terperinci

Pembahasan Soal. Pak Anang SELEKSI MASUK UNIVERSITAS INDONESIA. Disertai TRIK SUPERKILAT dan LOGIKA PRAKTIS. Disusun Oleh :

Pembahasan Soal. Pak Anang SELEKSI MASUK UNIVERSITAS INDONESIA. Disertai TRIK SUPERKILAT dan LOGIKA PRAKTIS. Disusun Oleh : Pmbahasan Soal SELEKSI MASUK UNIVERSITAS INDONESIA Disrtai TRIK SUPERKILAT dan LOGIKA PRAKTIS Disusun Olh : Pak Anang Kumpulan SMART SOLUTION dan TRIK SUPERKILAT Pmbahasan Soal SIMAK UI 2011 Matmatika

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5 Mata Kuliah : Matematia Disrit Program Studi : Tei Iformatia Miggu e : 5 KOMBINATORIAL PENDAHULUAN Persoala ombiatori bua merupaa persoala baru dalam ehidupa yata. Baya persoala ombiatori sederhaa telah

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN. Solusi Numri Modl H-R dngan RKF Modl H-R ang trbntu dari tiga prsamaan diffrnsial ord satu ang saling brhubungan atau tropl. Prsamaan trsbut brsifat autonomous ang brarti brdiri

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

JURNAL 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 terperinci

HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN

HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN Jural Matematika UNAND Vol. 2 No. 2 Hal. 0 6 ISSN : 2303 290 c Jurusa Matematika FMIPA UNAND HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN VIRA AGUSTA, DODI

Lebih terperinci

METODE SECANT-MIDPOINT NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Supriadi Putra

METODE SECANT-MIDPOINT NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Supriadi Putra METODE SENT-MIDPOINT NEWTON UNTUK MENYELESIKN PERSMN NONLINER Supriadi Putra sputra@uri.ac.id Laboratorium Komputasi Jurusa Matmatika Fakultas Matmatika da Ilmu Pgtahua lam Uivrsitas Riau Kampus Biawidya

Lebih terperinci

ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA NELAYAN KECAMATAN BULAK SURABAYA

ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA NELAYAN KECAMATAN BULAK SURABAYA ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA NELAYAN KECAMATAN BULAK SURABAYA Citra Elok Mgahardiyai, da Dstri Susilaigrum Mahasiswa Jurusa Statistika

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

Sudaryatno Sudirham ing Utari. Mengenal Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1)

Sudaryatno Sudirham ing Utari. Mengenal Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1) Sudaryato Sudirham ig Utari Mgal Sifat-Sifat Matrial () - Sudaryato S & Nig Utari, Mgal Sifat-Sifat Matrial () BAB Sifat-Sifat Thrmal Sjumlah rgi bisa ditambahka k dalam matrial mlalui pmaasa, mda listrik,

Lebih terperinci

model pengukuran yang menunjukkan ukur Pengukuran dalam B. Model Mode sama indikator dan 1 Pag

model pengukuran yang menunjukkan ukur Pengukuran dalam B. Model Mode sama indikator dan 1 Pag Modl Modl Pngukuran dalam Pmodlan Prsamaan Struktural Wahyu Widhiarso Fakultas Psikologi UGM Tulisan ini akan mmbahas bbrapa modl dalam SEM yang unik. Dikatakan unik karna jarang dipakai. Tulisan hanya

Lebih terperinci