METODA NUMERIK PRAKTIKUM 4 : INTERPOLASI POLINOMIAL Pokok Bahasan: Metoda Lagrange

Ukuran: px
Mulai penontonan dengan halaman:

Download "METODA NUMERIK PRAKTIKUM 4 : INTERPOLASI POLINOMIAL Pokok Bahasan: Metoda Lagrange"

Transkripsi

1 METODA NUMERIK PRAKTIKUM 4 : INTERPOLASI POLINOMIAL Pokok Bahasan: Metoda Lagrange Tujuan Mengimplementasikan metoda interpolasi polinomial pada komputer dengan menggunakan MATLAB Kompetensi Dasar Mefinisikan fungsi Lagrange pada MATLAB. Menggambarkan polinomial Lagrange pada MATLAB. Memahami sifat interpolasi melalui grafik. Mefinisikan kombinasi linear polinomial Lagrange. Memahami fakta-fakta yang terjadi melalui grafik. Menyusun m-file untuk menentukan polinomial interpolasi dengan metoda Lagrange. Menyusun m-file untuk mefinisikan matriks selisih terbagi. Mefinisikan polinomial interpolasi dengan formula Newton Mengimplementasikan interpolasi Hermite Memahami fungsi polyval dan ployfit pada MATLAB Bila diberikan n + pasangan titik x k, y k, i =,,,, n di mana x k x j maka kita senantiasa dapat membangun P n polinomial berderajat n dengan sifat P n x k = y k, k =,,,, n. Konstruksi polinomial ini adalah sebagai berikut P n x : = n y k k= L n,k x di mana L n,k adalah polinomial Lagrange yang didefinisikan oleh L n,k x n i=,i k (x x i ). (x k x i ) Diperhatikan berlaku sifat interpolasi L n,k x i = δ k,i =, k = i, k i. Proyek : Mefinisikan polinomial Lagrange dan menyajikannya secara grafis Misalkan kita mempunyai node x =.5, x =.5 dan x 3 = 3. Berdasarkan definisi, kita dapat membangun tiga polinomial Lagrange untuk node ini, yaitu L, x x.5 x , L, x x.5 (x 3).5.5 (.5 3), L, x = x.5 (x.5) 3.5 (3.5) P re p a r e d b y J u l a n H E R N A D I

2 Kita definisikan dan gambarkan para polinomial ini langsung pada command window. Kita ambil domain [, 4] untuk menggambarkan grafik ketiga polinomial Lagrange tersebut. >>node = [.5.5 3]; >>x = node();x=node();x=node(3); >>x = linspace(,4,);%menetapkan bilangan tersebar rata pada interval [,4]. >>L = (x-x).*(x-x)./((x-x)*(x-x));%langrange pertama >>L = (x-x).*(x-x)./((x-x)*(x-x));%lagrange kedua >>L = (x-x).*(x-x)./((x-x)*(x-x));%lagrange ketiga Selanjutnya kita gambarkan grafik ketiga polinomial ini pada satu bidang koordinat sebagai berikut: >> plot(x,l,x,l,xl); Bila pekerjaan Anda benar maka akan diperoleh Gambar sebagai berikut Coba amati apakah hasil ini sesuai dengan teori khususnya sifat interpolasi L k x i = δ i,k. Identifikasilah melalui grafik ini polinomial Lagrange L,, L, dan L,. Berilah noktah pada grafik nilai dari L k (x i ) untuk k, i =,, dengan cara sebagai berikut: >> L_node = (node-x).*(node-x)./((x-x)*(x-x)); >> L_node = (node-x).*(node-x)./((x-x)*(x-x)); >> L_node = (node-x).*(node-x)./((x-x)*(x-x)); >> hold on >> plot(node,l_node,'s',node,l_node,'o',node,l_node,'d'); Hasilnya seperti disajikan pada Gambar berikut. P re p a r e d b y J u l a n H E R N A D I

3 Berilah leg (keterangan) untuk masing-masing grafik tersebut. Gunakan Insert Leg, kemudian tulis keterangan yang sesuai. Proyek : Mefinisikan kombinasi linear polinomial Lagrange dan menyajikannya secara grafis Kombinasi linear dari ketiga polinomial Lagrange ini berbentuk: y = y L, x + y L, x + y L, x di mana y, y dan y adalah koefisien. Jadi hasilnya merupakan sebuah fungsi yang baru. Misalkan kita mempunyai koefisien y =, y = 3 dan y = maka pefinisian pada command window dapat dilakukan sebagai berikut. >>koef = [ 3 ]; >>y = koef(); y = koef(); y = koef(3) >>y = y*l+y*l+y*l; >>plot(x,y);grid Bila pekerjaan Anda benar maka akan diperoleh Gambar berikut 3 P re p a r e d b y J u l a n H E R N A D I

4 Coba amati informasi apa yang dapat diperoleh dari grafik ini khususnya bagaimana nilai y di titik node dihubungkan dengan nilai koefisien yang kita berikan. Untuk jelasnya coba beri noktah pada masing-masing node versus nilai y pada noktah tsb. Bila benar seharusnya Anda mapatkan bahwa sifat y x = y, y x = y dan y x = y. Inilah fakta dasar interpolasi polinomial. Proyek 3: Menyusun m-file untuk menentukan polinomial interpolasi dengan metoda Lagrange Dengan cara manual seperti diberikan sebelumnya tentu saja tidak efektif karena kita harus mefinisikan ulang banyak persamaan setiap diberikan data yang berbeda. Oleh karena itu kita perlu mefinisikan m-file untuk mapatkan polinomial interpolasi bagi pasaangan data yang diberikan. Dua tahap pefinisian sebaiknya dipisahkan, yaitu. Mefinisikan n + polinomial Lagrange untuk node x, x,, x n yang diberikan. Berikut m-file yang bersesuaian (lihat buku hal 36-37). function y = lagr(x,datax,k) %mefinsikan fungsi Lagrange. %INPUT: x anggota domain di mana fungsi akan didefinisikan. % datax adalah kumpulan node x_,x_,..., x_n. % k =,,3,..., n+ urutan polinomial Lagrange n=length(datax); %cek indeks if k>n error('indeks k melebih banyak data') xx=datax;xx(k)=[];%membuang komponen ke k datax d=prod(datax(k)-xx); %penyebut pada definisi polinomial Lagrange 4 P re p a r e d b y J u l a n H E R N A D I

5 y = ; for k=:n-; ya=(x-xx(k)); y=y.*ya;% untuk memperoleh perkalian (x-x)(x-x)... y=y/d; Setelah m-file ini disimpan dengan nama lagr.m maka selanjutnya kita dapat menjalankannya melalui command window. Misalkan kita mempunyai node -, dan 4 berarti kita dapat mefinisikan 3 polinomial langrange. Misalkan kita ambil domain [-, 4], maka berikut cara menggunakan m-file tersebut. >>datax = [- 4];%node yang diberikan. >>x = -:.:4; %range domain polinomial Lagrange ini. >>y = lagr(x,datax,);%lagrange pertama. >>y = lagr(x,datax,);%lagrange kedua. >>y3 = lagr(x,datax,3);%lagrange ketiga. Sampai di sini kita telah mefinisikan tiga polinomial Langrange untuk nodes yang telah diberikan tersebut. Untuk verifikasi, sebaiknya Anda gambarkan grafik ketiga polinomial tersebut kemudian periksa apakah sifat interpolasinya dipenuhi. >> plot(x,y,x,y,x,y3); >>hold on >>plot([ ],[ ], m* );%cek sifat interpolasi >>grid; Mefinisikan polinomial interpoalsi dengan menggunakan polinomial Lagrange function y = poli_inter(x,datax,datay) %INPUT: datax adalah node yang diberikan % datay adalah pasangan bagi datax %OUTPUT: y nilai polinomial interpolasi untuk pasangan datax,datay 5 P re p a r e d b y J u l a n H E R N A D I

6 if length(datax)~=length(datay) error('panjang datax dan datay harus sama') %cek input data n = length(datax); y = ; for k = :n; yp = datay(k)*lagr(x,datax,k);%suku kombinasi linear y = y + yp;%mefefinisikan kombinasi linear. Coba lakukan perintah berikut pada command window. >> x = -:.:4; >> datax=[- 4]; >> datay=[ ]; >> datay=[ ]; >> y = poli_inter(x,datax,datay); >> y = poli_inter(x,datax,datay); >> plot(x,y,datax,datay,'*');grid >> figure >> plot(x,y,datax,datay,'*');grid Hasil keluaran grafik MATLAB diberikan pada halaman berikutnya. Pertanyaan untuk responsi A. Data berikut menyajikan hasil pengukuran temperatur (dalam derajat celcius) pada waktu-waktu tertentu. Pukul Temp Gunakan polinomial interpolasi derajat 3 untuk menentukan perkiraan temperatur pada pukul 4. fajar.. Gambarkan grafik polinomial derajat 3 yang dimaksud. Seharusnya Anda mapatkan dua polinomial derajat 3 yang dimaksud. 3. Tentukan nilai perkiraan suhu pada waktu yang dimaksud. 4. Gambarkan polinomial derajat untuk pasangan data di atas beserta pasangan datanya. Apakah polinomial melewati pasangan data yang diberikan. 5. Setiap 3 pasang data x i, y i, x i+, y i+, (x i+, y i+ ), kita dapat membangun polinomial interpolasi derajat dua. Gambarkanlah 6 potongan-potongan polinomial derajat dua untuk pasangan data di atas. Kemudian tentukan perkiraan temperatur pada midpoint masing-masing subinterval dengan polinomial interpolasi derajat dua yang telah anda temukan. B. Aproksimasi fungsi dengan polinomial interpolasi. Anda diberikan fungsi y = f x = + x + sin x. + x. Gunakan polinomial derajat 3 untuk mengaproksimasi fungsi ini. Anda dibebaskan untuk memilih node dalam rentang [, 8].. Gambarkan grafik fungsi tersebut dan grafik polinomial yang Anda peroleh. 6 P re p a r e d b y J u l a n H E R N A D I

7 3. Hitung kesalahan aproksimasi di setiap titik tengah subinterval [k, k + ], k =,,,7 dengan formula E x k f x k P 3 x k Susunlah hasil Anda ke dalam sebuah Tabel. 4. Hitunglah E digunakan formula kesalahan E 7 f x k P 3 x k= k, P re p a r e d b y J u l a n H E R N A D I

METODA NUMERIK PRAKTIKUM 3 : APROKSIMASI PERSAMAAN TAKLINEAR Pokok Bahasan: Metoda Newton dan Iterasi Titik Tetap

METODA NUMERIK PRAKTIKUM 3 : APROKSIMASI PERSAMAAN TAKLINEAR Pokok Bahasan: Metoda Newton dan Iterasi Titik Tetap METODA NUMERIK PRAKTIKUM 3 : APROKSIMASI PERSAMAAN TAKLINEAR Pokok Bahasan: Metoda Newton dan Iterasi Titik Tetap Tujuan Kompetensi Dasar Memahami cara mengimplementasikan metoda Newton dan metoda iterasi

Lebih terperinci

PRAKTIKUM METODA NUMERIK

PRAKTIKUM METODA NUMERIK PRAKTIKUM METODA NUMERIK MATERI: Aproksimasi Derivatif Tujuan: Mengimplementasikan berbagai metoda aproksimasi derivatif dengan menggunakan MATLAB. Kompetensi: 1. Menghitung aproksimasi derivatif pertama

Lebih terperinci

A. Tali Busur (secant line) dan Garis Singgung (tangent line)

A. Tali Busur (secant line) dan Garis Singgung (tangent line) Lecture 5. Derivatives A A. Tali Busur (secant line) dan Garis Singgung (tangent line) Tali busur adalah setiap garis yang melalui dua titik pada suatu kurva. Gambar 5.1 (a) memperlihatkan tali busur (secant

Lebih terperinci

Pertemuan 9 : Interpolasi 1 (P9) Interpolasi. Metode Newton Metode Spline

Pertemuan 9 : Interpolasi 1 (P9) Interpolasi. Metode Newton Metode Spline Pertemuan 9 : Interpolasi 1 (P9) Interpolasi Metode Newton Metode Spline Pertemuan 9 : Interpolasi 2 Interpolasi Newton Polinomial Maclaurin dan polinomial Taylor menggunakan satu titik pusat, x 0 untuk

Lebih terperinci

Pendahuluan. Praktikum Pengantar Pengolahan Citra Digital Departemen Ilmu Komputer Copyright 2008 All Rights Reserved

Pendahuluan. Praktikum Pengantar Pengolahan Citra Digital Departemen Ilmu Komputer Copyright 2008 All Rights Reserved 1 Pengenalan Matlab Pendahuluan Matlab adalah perangkat lunak yang dapat digunakan untuk analisis dan visualisasi data. Matlab didesain untuk mengolah data dengan menggunakan operasi matriks. Matlab juga

Lebih terperinci

BAB 5 Interpolasi dan Aproksimasi

BAB 5 Interpolasi dan Aproksimasi BAB 5 Interpolasi dan Aproksimasi Interpolasi merupakan proses penentuan dan pengevaluasian suatu fungsi yang grafiknya melalui sejumlah titik tertentu. Sebaliknya, pada aproksimasi grafik fungsi yang

Lebih terperinci

Aplikasi Komputer 2. Catatan Kuliah. Lusiana Prastiwi. Prodi Pendidikan Matematika Fakultas Keguruan dan Ilmu Pendidikan. Universitas Dr.

Aplikasi Komputer 2. Catatan Kuliah. Lusiana Prastiwi. Prodi Pendidikan Matematika Fakultas Keguruan dan Ilmu Pendidikan. Universitas Dr. Catatan Kuliah Prastiwi Universitas Dr. Soetomo Prodi Pendidikan Matematika Fakultas Keguruan dan Ilmu Pendidikan Materi Kuliah Dan Referensi Materi Kuliah Dan Referensi Materi kuliah : Materi Kuliah Dan

Lebih terperinci

MOTIVASI. Secara umum permasalahan dalam sains dan teknologi digambarkan dalam persamaan matematika Solusi persamaan : 1. analitis 2.

MOTIVASI. Secara umum permasalahan dalam sains dan teknologi digambarkan dalam persamaan matematika Solusi persamaan : 1. analitis 2. KOMPUTASI NUMERIS Teknik dan cara menyelesaikan masalah matematika dengan pengoperasian hitungan Mencakup sejumlah besar perhitungan aritmatika yang sangat banyak dan menjemukan Diperlukan komputer MOTIVASI

Lebih terperinci

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI Nama Mata Kuliah : Praktikum Komputasi Industri Jumlah SKS :

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI Nama Mata Kuliah : Praktikum Komputasi Industri Jumlah SKS : SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI - 217 Nama Mata Kuliah : Praktikum Komputasi Industri Jumlah SKS : 1 Semester : IV Mata Kuliah Pra Syarat : - Deskripsi Mata Kuliah

Lebih terperinci

5. INTERPOLASI. orde 1 orde 2 orde 3 menghubungkan 2 titik menghubungkan 3 titik menghubungkan 4 titik. Gambar 5.1

5. INTERPOLASI. orde 1 orde 2 orde 3 menghubungkan 2 titik menghubungkan 3 titik menghubungkan 4 titik. Gambar 5.1 5. INTERPOLASI PENDAHULUAN Bentuk umum persamaan polinomial orde n adalah: f() = a + a. + a. +.. + a n. n Untuk n+ titik data, hanya terdapat satu polinomial orde n atau kurang yang melalui semua titik.

Lebih terperinci

[ 1 1 PENDAHULUAN SCILAB. Modul Praktikum Metode Numerik. 1. Struktur Scilab

[ 1 1 PENDAHULUAN SCILAB. Modul Praktikum Metode Numerik. 1. Struktur Scilab PENDAHULUAN SCILAB 1. Struktur Scilab Program Scilab sudah memiliki text editor di dalamnya. Perintah/kode program Scilab dapat dituliskan di dalam window Scilab Execution (Scilex) ataupun di window Scipad

Lebih terperinci

untuk i = 0, 1, 2,..., n

untuk i = 0, 1, 2,..., n RANGKUMAN KULIAH-2 ANALISIS NUMERIK INTERPOLASI POLINOMIAL DAN TURUNAN NUMERIK 1. Interpolasi linear a. Interpolasi Polinomial Lagrange Suatu fungsi f dapat di interpolasikan ke dalam bentuk interpolasi

Lebih terperinci

Interpolasi Spline Kubik pada Trajektori Manusia

Interpolasi Spline Kubik pada Trajektori Manusia Interpolasi Spline Kubik pada Trajektori Manusia Samsu Sempena (13788) 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 1 Bandung 4132,

Lebih terperinci

PETUNJUK PRAKTIKUM MATLAB LANJUT

PETUNJUK PRAKTIKUM MATLAB LANJUT PRAKTIKUM KE-1 Materi : Solusi Persamaan Non Linier Tujuan : Mahasiswa dapat menyelesaikan masalah yang berkaitan dengan persamaan non linier 1.1 Rasionalisasi Misalkan dimiliki model permasalahan sebagai

Lebih terperinci

INTERPOLASI CHEBYSHEV MAKALAH. Disusun untuk memenuhi tugas Mata Kuliah Metode Numerik yang dibimbing oleh. Dr. Trisilowati, S.Si., M.

INTERPOLASI CHEBYSHEV MAKALAH. Disusun untuk memenuhi tugas Mata Kuliah Metode Numerik yang dibimbing oleh. Dr. Trisilowati, S.Si., M. ITERPOLASI CHEBYSHEV MAKALAH Disusun untuk memenuhi tugas Mata Kuliah Metode umerik yang dibimbing oleh Dr. Trisilowati, S.Si., M.Sc Disusun Oleh: Danang Indrajaya (146090400111008) M. Adib Jauhari Dwi

Lebih terperinci

BAB 2 PENYELESAIAN PERSAMAAN TAKLINIER

BAB 2 PENYELESAIAN PERSAMAAN TAKLINIER BAB 2 PENYELESAIAN PERSAMAAN TAKLINIER Persamaan taklinier sudah diperkenalkan sejak di sekolah menengah, diataranya persamaan kuadrat, persamaan trigonometri dan persamaan yang memuat logaritma atau eksponen.

Lebih terperinci

MODUL PRAKTIKUM FISIKA KOMPUTASI. Disusun Oleh:

MODUL PRAKTIKUM FISIKA KOMPUTASI. Disusun Oleh: MODUL PRAKTIKUM FISIKA KOMPUTASI Disusun Oleh: JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PGRI PALEMBANG 2017 i PRAKATA Puji syukur penulis ucapkan kepada Tuhan yang Maha

Lebih terperinci

PAM 252 Metode Numerik Bab 4 Pencocokan Kurva

PAM 252 Metode Numerik Bab 4 Pencocokan Kurva PAM 252 Metode Numerik Bab 4 Pencocokan Kurva Mahdhivan Syafwan Jurusan Matematika FMIPA Universitas Andalas Semester Genap 2013/2014 1 Mahdhivan Syafwan Metode Numerik: Pencocokan Kurva Permasalahan dan

Lebih terperinci

PRAKTIKUM ISYARAT DAN SISTEM TOPIK 1 ISYARAT DAN SISTEM

PRAKTIKUM ISYARAT DAN SISTEM TOPIK 1 ISYARAT DAN SISTEM PRAKTIKUM ISYARAT DAN SISTEM TOPIK 1 ISYARAT DAN SISTEM A. Tujuan 1. Mahasiswa dapat mengenali jenis-jenis isyarat dasar. 2. Mahasiswa dapat merepresentasikan isyarat-isyarat dasar tersebut pada MATLAB

Lebih terperinci

BAB III PEMROGRAMAN MATLAB 2 Copyright by

BAB III PEMROGRAMAN MATLAB 2 Copyright by BAB III PEMROGRAMAN MATLAB 2 1 M-File M-file merupakan sederetan perintah matlab yang dituliskan secara berurutan sebagai sebuah file. Nama file yang digunakan berekstensi m yang menandakan bahwa file

Lebih terperinci

METODA NUMERIK (3 SKS)

METODA NUMERIK (3 SKS) METODA NUMERIK (3 SKS) Dosen Dr. Julan HERNADI Program Studi Pendidikan Matematika FKIP Unmuh Ponorogo Masa Perkuliahan Semester Ganjil 2013/2014 Deskripsi dan Tujuan Perkuliahan Mata kuliah ini berisi

Lebih terperinci

MODIFIKASI METODE NEWTON-RAPHSON UNTUK MENCARI SOLUSI PERSAMAAN LINEAR DAN NONLINEAR

MODIFIKASI METODE NEWTON-RAPHSON UNTUK MENCARI SOLUSI PERSAMAAN LINEAR DAN NONLINEAR Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 6 No. 02 (2017), hal 69 76. MODIFIKASI METODE NEWTON-RAPHSON UNTUK MENCARI SOLUSI PERSAMAAN LINEAR DAN NONLINEAR Mahmul, Mariatul Kiftiah, Yudhi

Lebih terperinci

Regresi dan Interpolasi

Regresi dan Interpolasi Regresi dan Interpolasi Modul #3 Praktikum AS2205 Astronomi Komputasi Oleh Dr. Muhamad Irfan Hakim Program Studi Astronomi Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Bandung 2014

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Suatu integral dapat diselesaikan dengan 2 cara, yaitu secara analitik dan

BAB I PENDAHULUAN. 1.1 Latar Belakang. Suatu integral dapat diselesaikan dengan 2 cara, yaitu secara analitik dan BAB I PENDAHULUAN 1.1 Latar Belakang Suatu integral dapat diselesaikan dengan 2 cara, yaitu secara analitik dan secara numerik. Perhitungan secara analitik dilakukan untuk menyelesaikan integral pada fungsi

Lebih terperinci

Interpolasi Polinom dan Applikasi pada Model Autoregresif

Interpolasi Polinom dan Applikasi pada Model Autoregresif Interpolasi Polinom dan Applikasi pada Model Autoregresif Rio Cahya Dwiyanto 13506041 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10

Lebih terperinci

BAB VII PENCARIAN DATA (SEARCHING)

BAB VII PENCARIAN DATA (SEARCHING) 1 BAB VII PENCARIAN DATA (SEARCHING) Seperti halnya dengan pengurutan data, pencarian data (searching) merupakan operasi yang penting dalam pengolahan data. Bahkan, tidak jarang keduanya digunakan secara

Lebih terperinci

Pencarian Akar pada Polinom dengan Kombinasi Metode Newton-Raphson dan Metode Horner

Pencarian Akar pada Polinom dengan Kombinasi Metode Newton-Raphson dan Metode Horner Pencarian Akar pada Polinom dengan Kombinasi Metode Newton-Raphson dan Metode Horner Hendy Sutanto - 13507011 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

Interpolasi. Metode Numerik POLITEKNIK ELEKTRONIKA NEGERI SURABAYA DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA

Interpolasi. Metode Numerik POLITEKNIK ELEKTRONIKA NEGERI SURABAYA DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA POLITEKNIK ELEKTRONIKA NEGERI SURABAYA DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA Interpolasi Metode Numerik Zulhaydar Fairozal Akbar zfakbar@pens.ac.id 2017 TOPIK Pengenalan

Lebih terperinci

Contoh Tentukanlah prakiraan nilai f pada titik x 8 dengan menggunakan metode polinomial interpolasi Lagrange dengan ketelitian hingga desimal, jika d

Contoh Tentukanlah prakiraan nilai f pada titik x 8 dengan menggunakan metode polinomial interpolasi Lagrange dengan ketelitian hingga desimal, jika d INTERPOLATION INTERPOLATION Numerical Methods Oleh : Interpolasi mrp cara utk mendapatkan kurva sesuai dgn data yang ada, tanpa menimbulkan kesalahan thp data tsb. Pembahasan interpolasi akan dititikberatkan

Lebih terperinci

SKEMA NUMERIK UNTUK MENYELESAIKAN PERSAMAAN BURGERS MENGGUNAKAN METODE CUBIC B-SPLINE QUASI-INTERPOLANT DAN MULTI-NODE HIGHER ORDER EXPANSIONS

SKEMA NUMERIK UNTUK MENYELESAIKAN PERSAMAAN BURGERS MENGGUNAKAN METODE CUBIC B-SPLINE QUASI-INTERPOLANT DAN MULTI-NODE HIGHER ORDER EXPANSIONS PRESENTASI TUGAS AKHIR KI091391 SKEMA NUMERIK UNTUK MENYELESAIKAN PERSAMAAN BURGERS MENGGUNAKAN METODE CUBIC B-SPLINE QUASI-INTERPOLANT DAN MULTI-NODE HIGHER ORDER EXPANSIONS (Kata kunci:persamaan burgers,

Lebih terperinci

PEMROGRAMAN KOMPUTER KODE MODUL: TIN 202 MODUL III LINEAR PROGRAMMING DAN VISUALISASI

PEMROGRAMAN KOMPUTER KODE MODUL: TIN 202 MODUL III LINEAR PROGRAMMING DAN VISUALISASI PEMROGRAMAN KOMPUTER KODE MODUL: TIN 202 MODUL III LINEAR PROGRAMMING DAN VISUALISASI LABORATORIUM TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH SURAKARTA 2013 MODUL II LINEAR PROGRAMMING DAN

Lebih terperinci

METODE PSEUDOSPEKTRAL CHEBYSHEV PADA APROKSIMASI TURUNAN FUNGSI

METODE PSEUDOSPEKTRAL CHEBYSHEV PADA APROKSIMASI TURUNAN FUNGSI Jurnal Matematika UNAND Vol. VI No. 1 Hal. 50 57 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND METODE PSEUDOSPEKTRAL CHEBYSHEV PADA APROKSIMASI TURUNAN FUNGSI ILHAM FEBRI RAMADHAN Program Studi Matematika

Lebih terperinci

Modul Praktikum Analisis Numerik

Modul Praktikum Analisis Numerik Modul Praktikum Analisis Numerik (Versi Beta 1.2) Mohammad Jamhuri UIN Malang December 2, 2013 Mohammad Jamhuri (UIN Malang) Modul Praktikum Analisis Numerik December 2, 2013 1 / 18 Praktikum 1: Deret

Lebih terperinci

MODUL 1. Command History Window ini berfungsi untuk menyimpan perintah-perintah apa saja yang sebelumnya dilakukan oleh pengguna terhadap matlab.

MODUL 1. Command History Window ini berfungsi untuk menyimpan perintah-perintah apa saja yang sebelumnya dilakukan oleh pengguna terhadap matlab. MODUL 1 1. Pahuluan Matlab merupakan bahasa pemrograman yang hadir dengan fungsi dan karakteristik yang berbeda dengan bahasa pemrograman lain yang sudah ada lebih dahulu seperti Delphi, Basic maupun C++.

Lebih terperinci

BAB 1 Konsep Dasar 1

BAB 1 Konsep Dasar 1 BAB 1 Konsep Dasar 1 BAB Solusi Persamaan Fungsi Polinomial BAB 3 Interpolasi dan Aproksimasi Polinomial 3 BAB 4 Metoda Numeris untuk Sistem Nonlinier 4 BAB 5 Metoda Numeris Untuk Masalah Nilai Awal 5

Lebih terperinci

BAGIAN 1 SINTAK DASAR MATLAB

BAGIAN 1 SINTAK DASAR MATLAB BAGIAN 1 SINTAK DASAR MATLAB Pada bagian 1 ini, akan diuraikan tentang bagaimana mendefinisikan data, operasi data dan teknik mengakses data pada Matlab. Untuk lebih memahami, pembaca sebaiknya mecobanya

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya

Institut Teknologi Sepuluh Nopember Surabaya Aplikasi Sistem Inferensi Fuzzy Metode Sugeno dalam Memperkirakan Produksi Air Mineral dalam Kemasan Oleh Suwandi NRP 1209201724 Dosen Pembimbing 1. Prof. Dr M. Isa Irawan, MT 2. Dr Imam Mukhlash, MT Institut

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 1.1 Latar Belakang BAB I PENDAHULUAN Demografi merupakan ilmu yang mempelajari tentang penduduk, khususnya pada lima aspek yaitu ukuran, distribusi geografi, komposisi, komponen perubahan (kelahiran, kematian,

Lebih terperinci

PROGRAM STUDI D3 JURUSAN TEKNIK KOMPUTER POLITEKNIK NEGERI SRIWIJAYA PALEMBANG Fuzzy Membership Pertemuan 14 Inteligensi Buatan 100 menit

PROGRAM STUDI D3 JURUSAN TEKNIK KOMPUTER POLITEKNIK NEGERI SRIWIJAYA PALEMBANG Fuzzy Membership Pertemuan 14 Inteligensi Buatan 100 menit Jl Srijaya Negara Bukit Besar Palembang 30139, Telpon : +62711 353414 TK PROGRAM STUDI D3 JURUSAN TEKNIK KOMPUTER POLITEKNIK NEGERI SRIWIJAYA PALEMBANG Fuzzy Membership Pertemuan 14 Inteligensi Buatan

Lebih terperinci

Menurut jenisnya, fungsi dapat dibedakan menjadi (1) Fungsi aljabar (2) Fungsi transenden

Menurut jenisnya, fungsi dapat dibedakan menjadi (1) Fungsi aljabar (2) Fungsi transenden Lecture 3. Function (B) A. Macam-macam Fungsi Menurut jenisnya, fungsi dapat dibedakan menjadi (1) Fungsi aljabar (2) Fungsi transenden Fungsi aljabar dibedakan menjadi (1) Fungsi rasional (a) Fungsi konstan

Lebih terperinci

Persamaan yang kompleks, solusinya susah dicari. Contoh :

Persamaan yang kompleks, solusinya susah dicari. Contoh : AKAR PERSAMAAN NON LINEAR Persamaan hingga derajat dua, masih mudah diselesaikan dengan cara analitik. Contoh : a + b + c = 0 Solusi : 1 = b ± b 4 ac a Persamaan yang kompleks, solusinya susah dicari.

Lebih terperinci

BAB I ARTI PENTING ANALISIS NUMERIK

BAB I ARTI PENTING ANALISIS NUMERIK BAB I ARTI PENTING ANALISIS NUMERIK Pendahuluan Di dalam proses penyelesaian masalah yang berhubungan dengan bidang sains, teknik, ekonomi dan bidang lainnya, sebuah gejala fisis pertama-tama harus digambarkan

Lebih terperinci

CURVE FITTING. Risanuri Hidayat, Jurusan Teknik Elektro dan Teknologi Informasi FT UGM,

CURVE FITTING. Risanuri Hidayat, Jurusan Teknik Elektro dan Teknologi Informasi FT UGM, CURVE FITTING Risanuri Hidayat, Jurusan Teknik Elektro dan Teknologi Informasi FT UGM, 1.1 INTERPOLASI LINEAR Fungsi linear dinyatakan persamaan sebagai berikut, ff(xx) = AAAA + BB (1) Ketika data-data

Lebih terperinci

1 Penyelesaian Persamaan Nonlinear

1 Penyelesaian Persamaan Nonlinear 1 Penyelesaian Persamaan Nonlinear Diberikan fungsi kontinu f (x). Setiap bilangan c pada domain f yang memenuhi f (c) = 0 disebut akar persamaan f (x) = 0, atau disebut juga pembuat nol fungsi f. Dalam

Lebih terperinci

Penggunaan Metode Numerik dan MATLAB dalam Fisika

Penggunaan Metode Numerik dan MATLAB dalam Fisika Tugas Akhir Mata Kuliah Metode Numerik Dr. Kebamoto Penggunaan Metode Numerik dan MATLAB dalam Fisika Oleh : A. Arif Sartono 6305220017 DEPARTEMEN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS

Lebih terperinci

Modul 2 Kontrol Program. Tujuan Memahami logika alur program Mampu menggunakan sintaks kontrol program dalam pemrograman

Modul 2 Kontrol Program. Tujuan Memahami logika alur program Mampu menggunakan sintaks kontrol program dalam pemrograman Modul 2 Kontrol Program Tujuan Memahami logika alur program Mampu menggunakan sintaks kontrol program dalam pemrograman Teori dasar dan Praktikum Matlab bisa berlaku seperti bahasa pemrograman C ataupun

Lebih terperinci

Panduan Praktikum S1 Elins Eksp. Kontrol Digital 1

Panduan Praktikum S1 Elins Eksp. Kontrol Digital 1 1 Sistem Kontrol Digital Eksperimen 1 : Pengenalan Matlab dan Simulink pada Sistem Kontrol Digital Tujuan : Memperkenalkan Matlab, Simulink dan Control System Toolbox yang digunakan untuk mensimulasikan

Lebih terperinci

DIKTAT KULIAH (3 sks) MX 211: Metode Numerik

DIKTAT KULIAH (3 sks) MX 211: Metode Numerik DIKTAT KULIAH (3 sks) MX : Metode Numerik (Revisi Terakhir: Juni 009 ) Oleh: Didit Budi Nugroho, M.Si. Program Studi Matematika Fakultas Sains dan Matematika Universitas Kristen Satya Wacana KATA PENGANTAR

Lebih terperinci

MODUL I PENGENALAN MATLAB

MODUL I PENGENALAN MATLAB MODUL I PENGENALAN MATLAB 1. Apa Matlab itu? Matlab merupakan bahasa pemrograman dengan kemampuan tinggi dalam bidang komputasi. Matlab memiliki kemampuan mengintegrasikan komputasi, visualisasi, dan pemrograman.

Lebih terperinci

Solusi Numerik Sistem Persamaan Linear

Solusi Numerik Sistem Persamaan Linear Solusi Numerik Sistem Persamaan Linear Modul #2 Praktikum AS2205 Astronomi Komputasi Oleh Dr. Muhamad Irfan Hakim Program Studi Astronomi Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi

Lebih terperinci

UNIVERSITAS NEGERI YOGYAKARTA FAKULTAS MIPA RENCANA PELAKSANAAN PEMBELAJARAN

UNIVERSITAS NEGERI YOGYAKARTA FAKULTAS MIPA RENCANA PELAKSANAAN PEMBELAJARAN UNIVERSITAS NEGERI YOGYAKARTA FAKULTAS MIPA RENCANA PELAKSANAAN PEMBELAJARAN 1. Fakultas/Program Studi : MIPA/Pendidikan Matematika. Mata Kuliah/Kode : Aplikasi Komputer/MAT33 3. Jumlah SKS : Teori = Praktek

Lebih terperinci

Bab IV Simulasi dan Pembahasan

Bab IV Simulasi dan Pembahasan Bab IV Simulasi dan Pembahasan IV.1 Gambaran Umum Simulasi Untuk menganalisis program pemodelan network flow analysis yang telah dirancang maka perlu dilakukan simulasi program tersebut. Dalam penelitian

Lebih terperinci

BAB 2 PENYELESAIAN PERSAMAAN NON LINEAR

BAB 2 PENYELESAIAN PERSAMAAN NON LINEAR BAB 2 PENYELESAIAN PERSAMAAN NON LINEAR METODE GRAFIK DAN TABULASI A. Tujuan a. Memahami Metode Grafik dan Tabulasi b. Mampu Menentukan nilai akar persamaan dengan Metode Grafik dan Tabulasi c. Mampu membuat

Lebih terperinci

BAB III PEMBAHASAN. Bab III terbagi menjadi tiga sub-bab, yaitu sub-bab A, sub-bab B, dan subbab

BAB III PEMBAHASAN. Bab III terbagi menjadi tiga sub-bab, yaitu sub-bab A, sub-bab B, dan subbab BAB III PEMBAHASAN Bab III terbagi menjadi tiga sub-bab, yaitu sub-bab A, sub-bab B, dan subbab C. Sub-bab A menjelaskan mengenai konsep dasar C[a, b] sebagai ruang vektor beserta contohnya. Sub-bab B

Lebih terperinci

PERBAIKAN KUALITAS REKONSTRUKSI METODE INTERPOLASI. Winaryo Dosen Pembimbing: Ahmad Zaini ST., MT. JURUSAN TEKNIK ELEKTRO

PERBAIKAN KUALITAS REKONSTRUKSI METODE INTERPOLASI. Winaryo Dosen Pembimbing: Ahmad Zaini ST., MT. JURUSAN TEKNIK ELEKTRO PERBAIKAN KUALITAS REKONSTRUKSI MOTION CAPTURE DENGAN METODE INTERPOLASI Winaryo 2208 100 618 Dosen Pembimbing: Ahmad Zaini ST., MT. Muhtadin ST., MT., MSc. JURUSAN TEKNIK ELEKTRO BIDANG STUDI TEKNIK KOMPUTER

Lebih terperinci

Bab III Metodologi Penelitian

Bab III Metodologi Penelitian Bab III Metodologi Penelitian III.1 Umum Agar penelitian ini dapat dilakukan secara terstruktur dan sistematis, maka penelitian ini dilaksanakan dengan tahapan sebagai berikut: 1. Identifikasi masalah

Lebih terperinci

BAB III METODE PENELITIAN. Data-data historis beban harian yang akan diambil sebagai evaluasi yaitu

BAB III METODE PENELITIAN. Data-data historis beban harian yang akan diambil sebagai evaluasi yaitu BAB III METODE PENELITIAN 3.1 Pengumpulan Data Beban Listrik dari PLN Data-data historis beban harian yang akan diambil sebagai evaluasi yaitu selama lima tahun pada periode 2006-2010, selanjutnya data

Lebih terperinci

A. Kompetensi Setelah mengiktui mata kuliah ini, mahasiswa diharapkan dapat memahami dan bisa melakukan:

A. Kompetensi Setelah mengiktui mata kuliah ini, mahasiswa diharapkan dapat memahami dan bisa melakukan: No. LST/EKA/PTI 236/07 Revisi: 01 April 2011 Hal 1 dari 9 A. Kompetensi Setelah mengiktui mata kuliah ini, mahasiswa diharapkan dapat memahami dan bisa melakukan: 1. Mengenal dan menggunakan matlab sebagai

Lebih terperinci

Modul Praktikum Analisis Numerik

Modul Praktikum Analisis Numerik Modul Praktikum Analisis Numerik (Versi Beta 1.2) Mohammad Jamhuri UIN Malang September 27, 2013 Mohammad Jamhuri (UIN Malang) Modul Praktikum Analisis Numerik September 27, 2013 1 / 12 Praktikum 1: Deret

Lebih terperinci

MASALAH INTERPOLASI 1-D DAN 2-D

MASALAH INTERPOLASI 1-D DAN 2-D MASALAH INTERPOLASI 1-D DAN 2-D Hendra Gunawan ITB Bandung http://personal.fmipa.itb.ac.id/hgunawan/ Analysis and Geometry Group Bandung Institute of Technology Bandung, Indonesia Seminar Nasional Analisis

Lebih terperinci

Studi dan Analisis Skema Benaloh untuk Pembagian Rahasia dengan Verifikasi beserta Studi dan Implementasi Skema Ambang Shamir

Studi dan Analisis Skema Benaloh untuk Pembagian Rahasia dengan Verifikasi beserta Studi dan Implementasi Skema Ambang Shamir Studi dan Analisis Skema Benaloh untuk Pembagian Rahasia dengan Verifikasi beserta Studi dan Implementasi Skema Ambang Shamir Michell Setyawati Handaka / 135 08 045 Program Studi Teknik Informatika Sekolah

Lebih terperinci

METODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1. Mohamad Sidiq PERTEMUAN : 3 & 4

METODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1. Mohamad Sidiq PERTEMUAN : 3 & 4 METODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1 Mohamad Sidiq PERTEMUAN : 3 & 4 PENYELESAIAN PERSAMAAN NON LINIER METODE NUMERIK TEKNIK INFORMATIKA S1 3 SKS Mohamad Sidiq MATERI PERKULIAHAN SEBELUM-UTS Pengantar

Lebih terperinci

Modul 1 Pengenalan MATLAB

Modul 1 Pengenalan MATLAB Modul 1 Pengenalan MATLAB MATLAB singkatan dari MATrix LABoratory, merupakan bahasa pemrograman yang dikembangkan oleh The Mathwork.inc (http://www.mathwork.com). Bahasa pemrograman ini banyak digunakan

Lebih terperinci

I. PENDAHULUAN 1.1. Latar Belakang Untuk mengungkapkan perilaku dinamik suatu sistem fisik seperti mekanik, listrik, hidrolik dan lain sebagainya, umumnya sistem fisik dimaksud dimodelkan dengan sistem

Lebih terperinci

MA1201 MATEMATIKA 2A Hendra Gunawan

MA1201 MATEMATIKA 2A Hendra Gunawan MA1201 MATEMATIKA 2A Hendra Gunawan Semester II, 2016/2017 15 Maret 2017 Kuliah yang Lalu 10.1-2 Parabola, Elips, dan Hiperbola 10.4 Persamaan Parametrik Kurva di Bidang 10.5 Sistem Koordinat Polar 11.1

Lebih terperinci

FUNGSI DAN LIMIT FUNGSI

FUNGSI DAN LIMIT FUNGSI 2 FUNGSI DAN LIMIT FUNGSI 2.1 Fungsi dan Grafiknya Definisi Sebuah fungsi f dari himpunan A ke himpunan B adalah suatu aturan yang memasangkan setiap x anggota A dengan tepat satu y anggota B. A disebut

Lebih terperinci

PENURUNAN FUNGSI SECARA NUMERIK

PENURUNAN FUNGSI SECARA NUMERIK 6 PENURUNAN FUNGSI SECARA NUMERIK Èada bab ini kita membicarakan metode numerik untuk menaksir nilai turunan suatu fungsi. Suatu fungsi, baik diketahui rumusnya secara eksplisit maupun dalam bentuk data

Lebih terperinci

Oleh : Anna Nur Nazilah Chamim

Oleh : Anna Nur Nazilah Chamim Oleh : Anna Nur Nazilah Chamim 1. Silabus 2. Referensi 3. Kriteria Penilaian 4. Tata Tertib Perkuliahan 5. Pembentukan Kelompok 6. Materi 1 : pengantar Analisa Numerik Setelah mengikuti mata kuliah metode

Lebih terperinci

Course Note Numerical Method : Interpolation

Course Note Numerical Method : Interpolation Course Note Numerical Method : Interpolation Pengantar Interpolasi. Kalimat y = f(x), xo x xn adalah kalimat yang mengkorespondensikan setiap nilai x di dalam interval x0 x xn dengan satu atau lebih nilai-nilai

Lebih terperinci

Operasi Eliminasi Gauss. Eliminasi Gauss adalah suatu cara mengoperasikan nilai-nilai di dalam

Operasi Eliminasi Gauss. Eliminasi Gauss adalah suatu cara mengoperasikan nilai-nilai di dalam Operasi Eliminasi Gauss Eliminasi Gauss adalah suatu cara mengoperasikan nilai-nilai di dalam matriks sehingga menjadi matriks yang lebih sederhana (ditemukan oleh Carl Friedrich Gauss). Caranya adalah

Lebih terperinci

Interpolasi Cubic Spline

Interpolasi Cubic Spline Interpolasi Cubic Spline Dr. Eng. Supriyanto, M.Sc Lab. Komputer, Departemen Fisika, Universitas Indonesia email: supri@fisika.ui.ac.id atau supri92@gmail.com December 13, 2006 Figure 1: Fungsi f(x) dengan

Lebih terperinci

BAB 4 PENYELESAIAN SISTEM PERSAMAAN LINEAR

BAB 4 PENYELESAIAN SISTEM PERSAMAAN LINEAR BAB 4 PENYELESAIAN SISTEM PERSAMAAN LINEAR A. Latar Belakang Persoalan yang melibatkan model matematika banyak muncul dalam berbagai disiplin ilmu pengetahuan, seperti dalam bidang fisika, kimia, ekonomi,

Lebih terperinci

BAB III METODOLOGI. 3.1 Data. Data yang digunakan dalam studi ini meliputi :

BAB III METODOLOGI. 3.1 Data. Data yang digunakan dalam studi ini meliputi : BAB III METODOLOGI 3.1 Data Data yang digunakan dalam studi ini meliputi : Data citra satelit NOAA Citra Satelit NOAA yang digunakan merupakan hasil olahan yang menampilkan tampakan pewarnaan laut untuk

Lebih terperinci

4 INTERPOLASI. dan kontinyu.

4 INTERPOLASI. dan kontinyu. 4 INTERPOLASI Á nterpolasi adalah proses pencarian dan perhitungan nilai suatu fungsi yang grafiknya melewati sekumpulan titik yang diberikan. Titik-titik tersebut mungkin merupakan hasil eksperimen dalam

Lebih terperinci

SISTEM PENGOLAHAN ISYARAT

SISTEM PENGOLAHAN ISYARAT TKE 243 SISTEM PENGOLAHAN ISYARAT Kuliah 1 Filter Digital Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta 29 1 KULIAH 1

Lebih terperinci

MA3231 Analisis Real

MA3231 Analisis Real MA3231 Analisis Real Hendra Gunawan* *http://hgunawan82.wordpress.com Analysis and Geometry Group Bandung Institute of Technology Bandung, INDONESIA Program Studi S1 Matematika ITB, Semester II 2016/2017

Lebih terperinci

OTOMATISASI PEMBUATAN KONTUR SUNGAI DI AUTODESK LAND DESKTOP MENGGUNAKAN BAHASA PEMROGRAMAN AUTOLISP M ZANUAR P

OTOMATISASI PEMBUATAN KONTUR SUNGAI DI AUTODESK LAND DESKTOP MENGGUNAKAN BAHASA PEMROGRAMAN AUTOLISP M ZANUAR P OTOMATISASI PEMBUATAN KONTUR SUNGAI DI AUTODESK LAND DESKTOP MENGGUNAKAN BAHASA PEMROGRAMAN AUTOLISP M ZANUAR P 3506100048 Latar Belakang Hasil pembuatan kontur sungai dari data profil menggunakan Autodesk

Lebih terperinci

IV. METODOLOGI PENELITIAN

IV. METODOLOGI PENELITIAN IV. METODOLOGI PENELITIAN 4.1 Bahan dan Alat Bahan-bahan yang digunakan untuk analisis kadar air dan kadar lemak adalah mie instan Indomie (dengan berat bersih 61 gram, 63 gram, dan 66 gram), petroleum

Lebih terperinci

PERBANDINGAN BEBERAPA METODE NUMERIK DALAM MENGHITUNG NILAI PI

PERBANDINGAN BEBERAPA METODE NUMERIK DALAM MENGHITUNG NILAI PI PERBANDINGAN BEBERAPA METODE NUMERIK DALAM MENGHITUNG NILAI PI Perbandingan Beberapa Metode Numerik dalam Menghitung Nilai Pi Aditya Agung Putra (13510010)1 Program Studi Teknik Informatika Sekolah Teknik

Lebih terperinci

KONTROL OPTIMAL UNTUK DISTRIBUSI TEMPERATUR DENGAN PENDEKATAN BEDA HINGGA

KONTROL OPTIMAL UNTUK DISTRIBUSI TEMPERATUR DENGAN PENDEKATAN BEDA HINGGA KONTROL OPTIMAL UNTUK DISTRIBUSI TEMPERATUR DENGAN PENDEKATAN BEDA HINGGA Nama Mahasiswa : Asri Budi Hastuti NRP : 1205 100 006 Dosen Pembimbing : Drs. Kamiran, M.Si. Abstrak Kontrol optimal temperatur

Lebih terperinci

Modul Dasar dasar C. 1. Struktur Program di C++

Modul Dasar dasar C. 1. Struktur Program di C++ Modul Dasar dasar C I 1. Struktur Program di C++ Dalam bahasa pemrograman C++ strukturnya adalah sebagai berikut: a. Header. Ex: #include b. Main adalah isi dari program diawali {. dan diakhiri

Lebih terperinci

BAB Solusi Persamaan Fungsi Polinomial

BAB Solusi Persamaan Fungsi Polinomial BAB Konsep Dasar BAB Solusi Persamaan Fungsi Polinomial BAB Interpolasi dan Aproksimasi Polinomial. Norm Denisi.. (Norm vektor) Norm vektor adalah pemetaan dari suatu fungsi terhadap setiap x IR N yang

Lebih terperinci

BAB II LANDASAN TEORI. Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya

BAB II LANDASAN TEORI. Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya BAB II LANDASAN TEORI A. Logika Fuzzy Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya berada di luar model matematis dan bersifat inexact. Konsep ketidakpastian inilah yang

Lebih terperinci

BAB 6 AKAR-AKAR DAN KARAKTERISTIK POLYNOMIAL

BAB 6 AKAR-AKAR DAN KARAKTERISTIK POLYNOMIAL BAB 6 AKAR-AKAR DAN KARAKTERISTIK POLYNOMIAL Pada pembahasan pendahuluan ini diharapkan dapat: 1. Menjelaskan definisi akar-akar polynomial. Melakukan operasi pembagian dan penjumlahan polynomial 3. Melakukan

Lebih terperinci

Analisis Riil II: Diferensiasi

Analisis Riil II: Diferensiasi Definisi Turunan Definisi dan Teorema Aturan Rantai Fungsi Invers Definisi (Turunan) Misalkan I R sebuah interval, f : I R, dan c I. Bilangan riil L dikatakan turunan dari f di c jika diberikan sebarang

Lebih terperinci

Mulyono (NIM : ) BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Penelitian ini menghasilkan diagram alir, kode program serta keluaran

Mulyono (NIM : ) BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Penelitian ini menghasilkan diagram alir, kode program serta keluaran Mulyono (NIM : 0301060025) BAB IV HASIL PENELITIAN DAN PEMBAHASAN Penelitian ini menghasilkan diagram alir, kode program serta keluaran berupa tingkat ketelitian metode Biseksi dan metode Regula Falsi

Lebih terperinci

Implementasi Metode Jumlah Riemann untuk Mendekati Luas Daerah di Bawah Kurva Suatu Fungsi Polinom dengan Divide and Conquer

Implementasi Metode Jumlah Riemann untuk Mendekati Luas Daerah di Bawah Kurva Suatu Fungsi Polinom dengan Divide and Conquer Implementasi Metode Jumlah Riemann untuk Mendekati Luas Daerah di Bawah Kurva Suatu Fungsi Polinom dengan Divide and Conquer Dewita Sonya Tarabunga - 13515021 Program Studi Tenik Informatika Sekolah Teknik

Lebih terperinci

LANGKAH-LANGKAH PEMODELAN MENGGUNAKAN PLAXIS V8.2. Pada bagian ini dijelaskan tentang cara-cara yang dilakukan untuk memodelkan proyek

LANGKAH-LANGKAH PEMODELAN MENGGUNAKAN PLAXIS V8.2. Pada bagian ini dijelaskan tentang cara-cara yang dilakukan untuk memodelkan proyek LANGKAH-LANGKAH PEMODELAN MENGGUNAKAN PLAXIS V8.2 Pada bagian ini dijelaskan tentang cara-cara yang dilakukan untuk memodelkan proyek 5 ke dalam bentuk model analisa yang bisa dihitung oleh Plaxis. Adapun

Lebih terperinci

BAB IV OSILATOR HARMONIS

BAB IV OSILATOR HARMONIS Tinjauan Secara Mekanika Klasik BAB IV OSILATOR HARMONIS Osilator harmonis terjadi manakala sebuah partikel ditarik oleh gaya yang besarnya sebanding dengan perpindahan posisi partikel tersebut. F () =

Lebih terperinci

FAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA

FAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA No. LSKD/EKO/DEL221/01 Revisi : 02 Tgl : - Hal 1 dari 12 1. Kompetensi Setelah melakukan praktik, mahasiswa diharapkan memiliki kompetensi: dapat memahami input, output dan grafik pada. 2. Sub Kompetensi

Lebih terperinci

BAB III METODE OPTIMASI MATLAB

BAB III METODE OPTIMASI MATLAB BAB III METODE OPTIMASI MATLAB 3.1 Langkah Optimasi Dalam membuat desain optimasi digunakan program MATLAB, suatu bahasa pemrograman perhitungan yang melibatkan operasi matematika elemen, matrik, optimasi,

Lebih terperinci

LAMPIRAN LAMPIRAN-LAMPIRAN

LAMPIRAN LAMPIRAN-LAMPIRAN LAMPIRAN LAMPIRAN-LAMPIRAN 85 LAMPIRAN 1 Script Editor Matlab % Program Matlab Menghitung NILAI EIGEN Max-Plus Maksimum dan VEKTOR EIGEN yang bersesuaian untuk suatu Matriks Max-plus A % input : Matriks

Lebih terperinci

Pengantar Metode Numerik

Pengantar Metode Numerik Pengantar Metode Numerik Metode numerik adalah teknik dimana masalah matematika diformulasikan sedemikian rupa sehingga dapat diselesaikan oleh pengoperasian matematika. Metode numerik menggunakan perhitungan

Lebih terperinci

L1-1 Universitas Kristen Maranatha

L1-1 Universitas Kristen Maranatha Langkah-langkah dalam Algoritma Genetika: 1. Buka Program Matlab. 2. Pada Command Window, ketik edit. 3. Pada Matlab Editor masukkan Inisialisasi Populasi dengan mengetikkan: %-----------------------------------------------------------------

Lebih terperinci

Dasar-dasar MATLAB. by Jusak Irawan, STIKOM Surabaya

Dasar-dasar MATLAB. by Jusak Irawan, STIKOM Surabaya Dasar-dasar MATLAB by Jusak Irawan, STIKOM Surabaya Perintah-Perintah Dasar MATLAB akan memberikan respons secara langsung terhadap ekspresi apapun yang diketikkan pada editor MATLAB. Sebagai contoh: >>

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Deret Taylor Deret Taylor dinamai berdasarkan seorang matematikawan Inggris, Brook Taylor (1685-1731) dan deret Maclaurin dinamai berdasarkan matematikawan Skotlandia, Colin

Lebih terperinci

16. BARISAN FUNGSI. 16.1 Barisan Fungsi dan Kekonvergenan Titik Demi Titik

16. BARISAN FUNGSI. 16.1 Barisan Fungsi dan Kekonvergenan Titik Demi Titik 16. BARISAN FUNGSI 16.1 Barisan Fungsi dan Kekonvergenan Titik Demi Titik Bila pada bab-bab sebelumnya kita membahas fungsi sebagai sebuah objek individual, maka pada bab ini dan selanjutnya kita akan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bab II ini dibahas teori-teori pendukung yang digunakan untuk pembahasan selanjutnya yaitu tentang Persamaan Nonlinier, Metode Newton, Aturan Trapesium, Rata-rata Aritmatik dan

Lebih terperinci

Akar-Akar Persamaan. Definisi akar :

Akar-Akar Persamaan. Definisi akar : Akar-Akar Persamaan Definisi akar : Suatu akar dari persamaan f(x) = 0 adalah suatu nilai dari x yang bilamana nilai tersebut dimasukkan dalam persamaan memberikan identitas 0 = 0 pada fungsi f(x) X 1

Lebih terperinci

Kata Pengantar. Medan, 11 April Penulis

Kata Pengantar. Medan, 11 April Penulis Kata Pengantar Puji syukur penulis panjatkan kepada Tuhan YME, bahwa penulis telah menyelesaikan tugas mata kuliah Matematika dengan membahas Numerical Optimization atau Optimasi Numerik dalam bentuk makalah.

Lebih terperinci