DISTRIBUSI POISSON DAN DISTRIBUSI EKSPONENSIAL DALAM PROSES STOKASTIK. Abstract

Ukuran: px
Mulai penontonan dengan halaman:

Download "DISTRIBUSI POISSON DAN DISTRIBUSI EKSPONENSIAL DALAM PROSES STOKASTIK. Abstract"

Transkripsi

1 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 oisso procss. I his sysm should b obaid a arrival disribuio ad a srvic disribuio. his papr sudis abou h form of h umbr of arrival disribuio, h umbr of srvic disribuio, h irarrival disribuio ad h srvic im disribuio. Fuhrmor i alks abou h rlaio of hm o a oisso disribuio ad a xpoial disribuio. Kywords: oisso rocss, oisso Disribuio, Ekspoial Disribuio. dahulua Scara umum pmodla yag brkmbag saa ii bisa dikagorika dalam dua pross yaiu pross oisso da pross drmiisik. ada pross sokasik bayak foma di alam yag bisa dibawa k arah pross oisso. ross aria mrupaka cooh yaa pross oisso yag bayak rjadi pada prbagai fasilias playaa saa ii. ross aria mrupaka suau pross yag brhubuga dga kdaaga plagga pada suau fasilias playaa, muggu dalam baris aria jika blum dapa dilayai, dilayai, kmudia sorag plagga bgiu dilayai haya aka miggalka saraa playaa rsbu slah slsai playaa [7]. Buk disribusi kdaaga ada dua yaiu disribusi jumlah kdaaga da disribusi waku aar kdaaga. Sdagka buk disribusi playaa juga ada dua yaiu disribusi jumlah playaa da disribusi waku playaa [3]. ada pross kdaaga waku aar kdaaga mrupaka disribusi idik da idpd. ross kdaaga juga mrupaka pross rwal. Bbrapa disribusi waku aar kdaaga bisa brdisribusi ksposial, rlag, gral, drmiisik aau oisso [4]. Uuk mmprolh disribusi waku aar kdaaga bbrapa kasus aria yag rjadi saa ii, spri paggila lpo, koksi srvr ir, da lalulias kdaraa dijala ol pada arus mudik da arus balik lbara sra kdaaga plagga dikaor pos pada mjlag ahu baru da lbara idak mudah didapaka. Hal ii rjadi kara waku aar kdaagaya yag saga kcil, skali shigga suli uuk mdapaka daa waku aar kdaagaya, aau dalam irval waku kcil, misalka sau mi jumlah kdaagaya saga bsar. Uuk kasus aria spri ii modl disribusi yag bisa didapaka adalah disribusi jumlah kdaaga. Dmikia juga uuk mdapaka daa waku playaa, kara rlalu kcil waku playaa aar plagga, yag diprolh adalah daa jumlah playaa. Shigga disribusi waku playaa idak diprolh, sdagka yag diprolh adalah disribusi jumlah playaa. Dalam ulisa ii aka diulas pross dimaa jumlah kjadia slama sau irval waku yag dibrika adalah brdisribusi oisso. Slai iu juga mmbicaraka krkaia aara disribusi jumlah kjadia yag brdisribusi oisso baik iu uuk kdaaga maupu playaa dga disribusi waku aar kdaaga maupu waku playaa. 3

2 Mdia Saisika, Vol. 4, No., Dsmbr : 3-. Kosp Dasar. Disribusi Kdaaga Disribusi kdaaga para plagga biasaya diprhiugka olh waku aar kdaaga, yaiu waku aara kdaaga dua plagga yag brurua pada suau fasilias playaa. Disribusi kdaaga ii dapa brgaug pada jumlah plagga yag brada dalam sism aaupu idak brgaug pada kadaa sism rsbu. Disribusi ii dapa drmiisik dikahui scara pasi, aau brupa suau variabl acak yag disribusi pluagya diaggap lah dikahui. Bila disribusi kdaaga idak disbu scara khusus, maka diaggap bahwa plagga iba sau pr sau. Asumsiya adalah kdaaga plagga mgikui suau pross dga disribusi pluag ru. Disribusi pluag yag srig diguaka adalah disribusi oisso kara kdaaga brsifa bbas da idak rpgaruh olh kdaaga sblum aaupu ssudahya. Asumsi dari disribusi pluag oisso ii adalah kdaaga plagga sifaya acak da mmpuyai raa-raa kdaaga sbsar lamda [5]. ross oisso adalah pross couig yag mmpuyai baasa ru, yaiu diaaraya mgikui disribusi oisso dga raa-raa dimaa suau kosaa, shigga pada disribusi oisso harga raa-raaya brgaug pada aau mrupaka fugsi [3]. Bbrapa asumsi uuk pross oisso : i. luag rjadi sau kdaaga aara waku da adalah sama dga o. Dapa diulis {rjadi kdaaga aara da }= o, dga λ adalah suau kosaa yag idpd dari N, dga N mrupaka pross couig, adalah lm pambah waku, da o dioasika sbagai bayakya kdaaga yag bisa diabaika jika dibadigka o dga, dga o, dioasika: lim o ii. {lbih dari sau kdaaga aara da Δ } adalah saga kcil aau bisa dikaaka diabaika = o. iii. Jumlah kdaaga pada irval yag brurua adalah ap da idpd, yag brari bahwa pross mmpuyai pambaha bbas, yaiu jumlah kjadia yag mucul pada siap irval waku idak rgaug pada irval wakuya. Disribusi kdaaga rbagi mjadi dua, yaiu: kdaaga scara idividu sigl arrivals, da kdaaga scara brklompok bulk arrivals [5].. Disribusi Waku layaa Buk playaa diuka olh waku playaa, yaiu waku yag dibuuhka uuk mlayai plagga pada fasilias playaa. Bsara ii brgaug pada jumlah plagga yag lah brada di dalam fasilias playaa aaupu idak brgaug pada kadaa rsbu. layaa dapa dilakuka dga sau aau lbih fasilias playaa yag masig-masig dapa mmpuyai sau aau lbih salura aau mpa playaa yag disbu dga srvr. Apabila rdapa lbih dari sau fasilias playaa maka plagga dapa mrima playaa mlalui suau urua ru aau fas ru. ada suau fasilias playaa, plagga aka masuk dalam suau mpa playaa da mrima playaa scara uas dari playa srvr. Bila idak disbuka scara khusus, pada buk playaa ii, maka diaggap bahwa sau playa dapa mlayai scara uas sau plagga. Buk playaa dapa kosa dari waku k waku. Raa-raa playaa dapa dibri simbol yag mrupaka jumlah plagga 4

3 Disribusi oisso Sugio yag dapa dilayai dalam saua waku. Sdagka raa-raa waku yag diprguaka uuk mlayai siap plagga dibri simbol /µ ui saua. Disribusi waku playaa rbagi mjadi dua kompo pig, yaiu: layaa scara idividual sigl srvic, da playaa scara klompok bulk srvic [5]..3. Disribusi oisso Disribusi ii prama kali diprkalka olh Siméo-Dis oisso da dirbika brsama ori pluagya, pada ahu 838 dalam karyaya Rchrchs sur la probabilié ds jugms maièr crimill maièr civil liia luag Hukum Masalah idaa da rdaa. Karyaya mmfokuska pubah acak N yag mghiug aara lai jumlah kjadia diskr kadag juga disbu "kdaaga" yag rjadi slama irval waku ru []. Apabila ilai harapa kjadia pada suau irval adalah, maka pluag rjadi prisiwa sbayak x kali adalah x f x; x! dga x adalah bilaga bula o gaiv da adalah bilaga riil posiif..4. Disribusi Eksposial Variabl radom koiu X brdisribusi ksposial dga paramr, jika mmpuyai fugsi disribusi dalam buk [] : x, x f x ;, x yag laiya dga mrupaka paramr skala. Sdagka fugsi disribusi kumulaifya adalah: -x F X ; -, x.5. Fugsi oh da ross Couig f h Fugsi f dikaaka fugsi oh jika: lim h h ross sokasik N, disbu sbagai pross couig jika N mrupaka jumlah oal prisiwa yag lah rjadi sampai k waku. ross couig N harus mmuhi sifa [6] : i. N ii N adalah bilaga bula. iii Jika s maka Ns N. iv Uuk s, N N s sama dga jumlah prisiwa yag lah rjadi dalam irval s,]. 5

4 Mdia Saisika, Vol. 4, No., Dsmbr : 3-3. mbahasa Aka dibahas scara oriis pross oisso yag mrupaka pross brdisribusi oisso pada kdaaga plagga da disribusi waku aar kdaagaya. mbahasa aka disajika pada orma-orma briku. orma : Uuk suau pross oisso, jumlah kdaaga yag rjadi pada irval waku adalah variabl radom yag mgikui suau disribusi oisso dga paramr λ da pluag dari kdaaga adalah :!. Buki : Misal adalah pluag dari kdaaga dalam irval waku, di maa =,,, 3,. luag rjadi kdaaga dapa diyaaka dga mgmbagka prsamaa difrsial. Uuk > : + = { kdaaga pada saa da idak ada kdaaga pada } + {- kdaaga pada saa da sau kdaaga pada } + {- kdaaga pada saa da dua kdaaga pada }+ + { kdaaga dalam da kdaaga pada }. Dga mgguaka asumsi i, ii, da iii, maka prsamaa mjadi: o o o... o o ] + - [ o ] + = [-λ - o Kara, maka pada saa = diprolh: + = [-λ - o ] + o 3 dga o myaaka suku-suku {-j kdaaga pada saa da j kdaaga pada saa ; < j < }. rsamaa da 3 diulis kmbali dga mggabugka smua buk yag mmua o, shigga didapa: + - = - o + o + - = + o 4 da + - = o, >. 5 rsamaa 4 da 5 dibagi dga da diambil limi, shigga diprolh: o lim = lim o = 6

5 Disribusi oisso Sugio 7 o lim lim o, > aau dapa diulis: d d 6 da d d, > 7 Dari prsamaa 6, uuk = diprolh: d d d d l = -λ = -λ Dari prsamaa 7, uuk = diprolh: d d d d d d d d d d d Uuk = diprolh: d d d d d d d d

6 Mdia Saisika, Vol. 4, No., Dsmbr : 3- d d d.! Uuk = 3 diprolh: d3 3 d d3 3 d d3 3 d d 3 3 d d 3 3 d 3 3 d ! Shigga dapa diambil suau rumus umum, yaiu: 8! Jadi, rbuki bahwa pluag dari kdaaga yag rjadi pada irval waku adalah, dga jumlah kdaaga yag rjadi pada irval waku adalah! variabl radom yag mgikui suau disribusi oisso dga paramr orma : Jika jumlah kdaaga mgikui disribusi oisso maka suau variabl radom waku aar kdaaga mgikui disribusi ksposial. Buki : f = fugsi dsias pluag dari irval waku aar pmucula kjadia yag brurua,. F = fugsi disribusi kumulaif dari Jika suau variabl radom waku aar dua kdaaga brurua dimisalka, maka { > }= {idak ada kdaaga dalam waku } = f d 8

7 Disribusi oisso Sugio aau mgguaka F sbagai fugsi disribusi kumulaif dari diprolh: F 9 maka fugsi dsiasya adalah df f d yag mrupaka fugsi dsias dari disribusi ksposial. Dga paramr λ maka fugsi pmbagki momya diprolh raa-raa, yaiu: x f d; koiu x M x E x f ; diskri M x x d x x d x x ' M x x " da M x 3 x E diprolh dari: ' E M " E M 3 Shigga Var E E da E Jadi, waku aar kdaaga yag brurua mgikui disribusi ksposial dga raa-raa. Jika waku aar kdaaga maka jumlah kjadia dalam sau priod waku ru pasilah brdisribusi oisso dga raa-raa kdaaga adalah λ. 4. Ksimpula Dari pmbahasa diprolh solusi uuk disribusi jumlah kdaaga pada pross aria yaiu brdisribusi oisso. Krkaia jumlah kdaaga waku aar kdaaga adalah sbagai briku: a. Uuk suau pross oisso, jumlah kdaaga yag rjadi pada irval waku adalah variabl radom yag mgikui suau disribusi oisso dga paramr λ da pluag dari kdaaga adalah :! b. Jika jumlah kdaaga mgikui disribusi oisso maka suau variabl radom waku aar kdaaga mgikui disribusi ksposial. 9

8 Mdia Saisika, Vol. 4, No., Dsmbr : 3- DAFAR USAKA. Amiudi, risip-risip Ris Oprasi, Erlagga, Jakara, 5.. Bai, L. J. ad Eglhard, M., Iroducio o robabiliy Ad Mahmaical Saisics, Duxbury rss, Uid Sas of Amirica, Gross, D ad Haris, C. M., Fudamal of Quuig hory : hird diio. Joh Willy & Sos, Ic., Nw York, Kulkari, V.G., Modlig, Aalysis, Dsig, ad Corol of Sochasic Sysms, Sprigr- Vrlag, Nw York, Kakiay,. J., Dasar ori Aria Uuk Khidupa Nyaa, Yogyakara : Adi, Ross, S.M., Sochasic rocsss, Joh Wily & Sos, Ic., Caada, aha, H. A., Ris Oprasi : Jilid, Biarupa Aksara, Jakara, 4.

TEORI ANTRIAN A. Proses Antrian 1. Pola Kedatangan 2. Pola Kepergian 3. Kapasitas Sistem

TEORI ANTRIAN A. Proses Antrian 1. Pola Kedatangan 2. Pola Kepergian 3. Kapasitas Sistem TEORI ANTRIAN A. ross Aria ross aria mrupaka pross yag brhubuga dga kdaaga plagga pada suau fasilias playaa, muggu dalam baris aria jika blum mdapa playaa, da akhirya miggalka fasilias rsbu slah playaa

Lebih terperinci

MODEL SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL ADISUTJIPTO YOGYAKARTA

MODEL SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL ADISUTJIPTO YOGYAKARTA Modl Sism Aria sawa Trbag Di Badara Irasioal Adisujipo Yogyakara MODEL SISTEM ANTRIAN ESAWAT TERBANG DI BANDARA INTERNASIONAL ADISUTJITO YOGYAKARTA Afsah Novia Sari Uivrsias psar Tiggi Darul Ulum Afsah.oviasari@yahoo.com

Lebih terperinci

4.3 Sampling dari distribusi normal dan estimasi likelihood maksimum

4.3 Sampling dari distribusi normal dan estimasi likelihood maksimum Hardwiyao Uomo 060545 4.3 Samlig dari disribusi ormal da simasi liklihood maksimum Liklihood ormal mulivaria Kia asumsika vkor,,..., dga mrrsasika saml acak dari oulasi ormal mulivaria dga raa-raa µ da

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

THE APPLICATION OF FOURIER TRANSFORMATION ON ANALOG SIGNAL PROCESSING

THE APPLICATION OF FOURIER TRANSFORMATION ON ANALOG SIGNAL PROCESSING Prodig of Iraioal Cofr O Rsarh, Implmaio Ad Eduaio Of Mahmais Ad Sis 5, Yogyakara Sa Uivrsiy, 7-9 May 5 HE APPLICAION OF FOURIER RANSFORMAION ON ANALOG SIGNAL PROCESSING M 4 Nikasih Biaari, Emi Nugroho

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

Transformasi Fourier Sinyal Waktu Kontinyu. oleh: : Tri Budi Santoso DSP Group, EEPIS-ITS

Transformasi Fourier Sinyal Waktu Kontinyu. oleh: : Tri Budi Santoso DSP Group, EEPIS-ITS Siyal da Sism Trasformasi Fourir Siyal Waku Koiyu olh: : Tri Budi Saoso DSP Group, EEPIS-ITS ITS Tujua: - Siswa mampu mylsaika buk rprsasi alraif pada siyal da sism waku koiyu. - Siswa mjlaska kmbali pyusua

Lebih terperinci

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) .   Definisi L.2 (Kejadian lepas ) 33 LAMPIRAN 34 35 Beberapa Defiisi Ruag Cooh Kejadia da Peluag Suau percobaa yag dapa diulag dalam kodisi yag sama, yag hasilya idak dapa diprediksi dega epa eapi kia bisa megeahui semua kemugkia hasil

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

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

Sudaryatno Sudirham ing Utari. Mengenal. 3-2 Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1)

Sudaryatno Sudirham ing Utari. Mengenal. 3-2 Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1) Sudarao Sudira ig Uari Mgal Sifa-Sifa Marial 3- Sudarao S & Nig Uari Mgal Sifa-Sifa Marial BAB 3 Prsaaa Globag Scrödigr Scrödigr aaka bawa prilaku lkro rasuk igkaigka rgi lkro ag diskri dala ao gikui suau

Lebih terperinci

BAB III TEORI MEDAN KUANTUM UNTUK FORWARD RATES DENGAN VOLATILITAS STOKASTIK Lagrangian Forward Rates dengan Volatilitas Deterministik

BAB III TEORI MEDAN KUANTUM UNTUK FORWARD RATES DENGAN VOLATILITAS STOKASTIK Lagrangian Forward Rates dengan Volatilitas Deterministik BAB III EORI MEAN KUANUM UNUK FORWAR RAES ENGAN VOLAILIAS SOKASIK 3 Lagragia Forward Ras dga Volailias rmiisik Prama aka dibaas scara sigka ag pigya ori mda orward ras dga volailias drmiisik Sbagai buk

Lebih terperinci

BAB IV DATA DAN ANALISA

BAB IV DATA DAN ANALISA BAB IV DATA DAN ANALISA Pngujian yang dilakukan brupa pngujian masa hidup (lifim) cahaya dari 0 uni lampu DC 4,8 Vol olh hardwar yang lah dirancang. Hasil pngujian ini akan dianalisa raa-raa lifim µ dari

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

SISTEM PENGOLAHAN ISYARAT. Kuliah 5 Transformasi Fourier

SISTEM PENGOLAHAN ISYARAT. Kuliah 5 Transformasi Fourier TKE 403 SISTEM PENGOLAHAN ISYARAT Kuliah 5 Transformasi Fourir Bagian II Indah Susilawai, S.T., M.Eng. Program Sudi Tknik Elkro Fakulas Tknik dan Ilmu Kompur Univrsias Mrcu Buana Yogyakara 009 KULIAH 5

Lebih terperinci

BAB NILAI EIGEN DAN VEKTOR EIGEN

BAB NILAI EIGEN DAN VEKTOR EIGEN BAB 8 RUANG EIGEN Masalah nilai dan vkor ign banyak skali dijumpai dalam bidang rkayasa, spri maslah ksabilan sism, opimasi dngan SVD, komprsi pada pngolahan cira, dan lain-lain. Unuk lbih mmahami masalah

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

Ibnu Maja, S.Si.,M.M Staf UP.MPK, Politeknik Negeri Sriwijaya Palembang Abstraks

Ibnu Maja, S.Si.,M.M Staf UP.MPK, Politeknik Negeri Sriwijaya Palembang Abstraks SOLUSI SISTEM PERSAMAAN DIFERENSIAL LINEAR BIASA TINGKAT- DENGAN METODE TEKNIK OPERATOR Ibu Maja S.Si.M.M Saf UP.MPK Plikik Ngri Sriwijaa Palbag ibuaja76@a.c.id Absraks Sis rsaaa liar biasa igka dga dua

Lebih terperinci

BAB 4 MODEL MATEMATIKA PENGARUH TERAPI OBAT TERHADAP DINAMIKA VIRUS HIV DALAM TUBUH

BAB 4 MODEL MATEMATIKA PENGARUH TERAPI OBAT TERHADAP DINAMIKA VIRUS HIV DALAM TUBUH BAB 4 MODEL MATEMATIKA PENGARUH TERAPI OBAT TERHADAP DINAMIKA VIRUS HIV DALAM TUBUH Sjak bbrapa ahun yang lalu, ilmuwan asal Amrika Marin Nowak dan Sbasian Bonhoffr mncoba mmplo daa dari pnliian oba ani-hiv.

Lebih terperinci

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER STATISTIK CUKUP Oleh: Ramayai Rizka M (11810101003), Dey Ardiao (1181010101), Ikfi Ulyawai (1181010103), Falviaa Yulia Dewi (1181010106), Ricki Dio Rosada (11810101034), Nurma Yuia D (11810101035), Wula

Lebih terperinci

SISTEM PENGOLAHAN ISYARAT. Kuliah 6 Transformasi Fourier Diskret

SISTEM PENGOLAHAN ISYARAT. Kuliah 6 Transformasi Fourier Diskret TKE 43 SISTEM PEGOLAHA ISYARAT Kuliah 6 Tafomai Foui Dik Idah Suilawai, S.T., M.Eg. Pogam Sudi Tkik Elko Fakula Tkik da Ilmu Komu Uivia Mcu Buaa Yogyakaa 9 KULIAH 6 SISTEM PEGOLAHA ISYARAT TRASFORMASI

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEI Ladasa ori rdiri aas rapa ori pdukug ag aka diprguaka dalam mlsaika kovrgsi modiikasi mod kig mgguaka ugsi kuadraik.. rd Kovrgsi Kpaa suau mod kovrgsi mrupaka suau ukura kkia suau mod

Lebih terperinci

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2 METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA Roki Nuari *, Aziskha, Edag Lily Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas

Lebih terperinci

BAB 3 PERSAMAAN DIFFERENSIAL UNTUK MENENTUKAN HARGA SUATU ASET TURUNAN

BAB 3 PERSAMAAN DIFFERENSIAL UNTUK MENENTUKAN HARGA SUATU ASET TURUNAN BAB 3 PERSAMAAN DIFFERENSIAL UNTUK MENENTUKAN HARGA SUATU ASET TURUNAN Pmbahasan harga opsi idak dapa dilpaskan dari pmbahasan nang skurias lain yang brhubungan dngan haga opsi. Shingga prlu dibahas masalah

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

BAB II LANDASAN TEORI. Pada bab ini akan diuraikan konsep-konsep dasar yang digunakan sebagai

BAB II LANDASAN TEORI. Pada bab ini akan diuraikan konsep-konsep dasar yang digunakan sebagai BAB II LANDASAN TEORI Pada bab ii aka diuraika kosp-kosp dasar yag diguaka sbagai ladasa pmbahasa pada bab slauya yaiu sism diamik, ilai ig, solusi sism liar, liarisasi, ksabila iik ksimbaga, kriria Rouh

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) Sudarao Sudira ig Uari Mgal Sifa-Sifa Marial Sudarao S & Nig Uari Mgal Sifa-Sifa Marial BAB 3 Prsaaa Globag Scrödigr Scrödigr aaka bawa prilaku lkro rasuk igkaigka rgi lkro ag diskri dala ao gikui suau

Lebih terperinci

LAMPIRAN I GREEK ALPHABET

LAMPIRAN I GREEK ALPHABET LAMPIRAN I GREEK ALPHABE Α, Alpha Μ, µ Mu Ψ, Psi Β, β Ba Ν, ν Nu Ω, ω Oga. Γ, γ Gaa, δ Dla Ε, ε Epsilo Ζ, ζ Za Η, η Ea Θ, θ ha Ι, ι Ioa Κ, κ Kappa Λ, λ Labda Ξ, ξ i Ο,ο Oico Π, π Pi Ρ, ρ Rho Σ, σ Siga

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

ESTIMASI PARAMETER DUA LEVEL MODEL GSTARX-GLS

ESTIMASI PARAMETER DUA LEVEL MODEL GSTARX-GLS Program Sudi MMT-ITS, Surabaya Agusus ESTIMASI PARAMETER UA LEVEL MOEL GSTARX- Andria Prima iago dan Suharono Program Sudi Magisr Saisika, Insiu Tknologi Spuluh Nopmbr Jl Arif Rahman Hakim, Surabaya,,

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

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data III. METODE KAJIAN 1. Lokasi da Waku Lokasi kajia berempa uuk kelompok dilaksaaka di kelompok peeraka sapi di Bagka Tegah, Provisi Bagka Beliug, da Kelompok Peeraka Sapi di Cisarua, Bogor, Provisi Jawa

Lebih terperinci

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada.

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada. 3 TURUNAN FUNGSI 3. Pgrtia Turua Fugsi Diisi Turua ugsi adala ugsi yag ilaiya di c adala c c c asalka it ii ada. Coto Jika 3 4, maka turua di adala 3 4 3.. 4 3 4 4 4 4 4 4 3 3 3 4 Jika mmpuyai turua di

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

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

Lebih terperinci

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov BAB II TEORI DASAR. Proses Sokasik Raai Markov Proses sokasik merupaka suau cara uuk mempelajari hubuga yag diamis dari suau ruua perisiwa aau proses yag kejadiaya bersifa idak pasi. Dalam memodelka perubaha

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

Catatan Kuliah 8 Memahami dan Menganalisa Optimisasi Pertumbuhan

Catatan Kuliah 8 Memahami dan Menganalisa Optimisasi Pertumbuhan Caaan Kuliah 8 Mahai dan Mnganalisa Opiisasi Prubuhan. Sia dari Fungsi Eksponnsial Fungsi ksponnsial adalah ungsi ang variabl bbasna uncul sbagai pangka. Bnuk uu : b ; b > diana : variabl dpndn Conoh :

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Ruag sampel da Kejadia Defiisi Himpua semua hasil yag mugki dari suau percobaa disebu ruag sampel da diyaaka dega S Mogomery, 2004: 7. Tiap hasil dari ruag sampel disebu usur aau

Lebih terperinci

BAGIAN 2 TOPIK 5. andhysetiawan

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

Lebih terperinci

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel BAB III PENAKSIR DERET FOURIER 3. Peaksi Dalam saisika, peaksi adalah sebuah saisik (fugsi dai daa sampel obsevasi) yag diguaka uuk meaksi paamee populasi yag idak dikeahui (esimad) aau fugsi yag memeaka

Lebih terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB Sudi kelayaka bisis pada dasarya berujua uuk meeuka kelayaka bisis berdasarka krieria ivesasi Krieria ersebu diaaraya adalah ; 1. Nilai bersih kii (Ne

Lebih terperinci

PEMODELAN INVENTORY DENGAN DUA GUDANG PENYIMPANAN UNTUK BARANG YANG MENGALAMI PENYUSUTAN DENGAN BACKLOG SHORTAGE SEBAGIAN DAN LEAD TIME FUZZY

PEMODELAN INVENTORY DENGAN DUA GUDANG PENYIMPANAN UNTUK BARANG YANG MENGALAMI PENYUSUTAN DENGAN BACKLOG SHORTAGE SEBAGIAN DAN LEAD TIME FUZZY Pmola Ivory ga Dua Guag Pyimpaa... Dwi Eriigsih) PEMODELAN INVENTORY DENGAN DUA GUDANG PENYIMPANAN UNTUK BARANG YANG MENGALAMI PENYUSUTAN DENGAN BACKLOG SHORTAGE SEBAGIAN DAN LEAD TIME FUZZY Dwi Eriigsih,

Lebih terperinci

BAB III TURUNAN FUNGSI

BAB III TURUNAN FUNGSI BAB III TURUNAN FUNGSI Sandar Kompnsi Mahasiswa mmahami konsp urunan unsi dan knik-knik an dapa diunakan unuk mnnukan urunan, baik unsi ksplisi maupun unsi implisi,. Kompnsi Dasar Slah mmplajari pokok

Lebih terperinci

Peranan Formulasi Inversi pada Fungsi Karakteristik Suatu Variabel Acak

Peranan Formulasi Inversi pada Fungsi Karakteristik Suatu Variabel Acak Pranan Formulasi Invrsi pada Fungsi Karakrisik Suau Variabl Acak Jon Maspupu Pusfasainsa LAPAN, Jl Dr Djundjunan No 33 Bandung 473, lp 66 Ps 6 Fax 64998 E-mail: jon_mspp@yaoocom Absrac: In probabiliy ory,

Lebih terperinci

2.1 Persamaan Gerak Roket dalam Ruang Tiga Dimensi

2.1 Persamaan Gerak Roket dalam Ruang Tiga Dimensi BAB DASAR TEOR. Prsamaan Grak Rok dalam Ruang Tiga Dimnsi Prsamaan grak rok di bidang ruang iga dimnsi pada Taa Acuan Koordina Bnda diurunkan dari Prsamaan Dinamik Rok [Rf. ] sbagai briku: Grak Translasi

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

Analisis Rangkaian Listrik

Analisis Rangkaian Listrik Aalii Ragkaia Lirik Jilid- Sudaryao Sudirham Darpublic Edii Nopmbr Aalii Ragkaia Lirik Jilid Aalii Trai, Traformai Laplac, Traformai Fourir, Modl Sim olh Sudaryao Sudirham i Hak cipa pada puli. SUDIRHAM,

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

RENTANG NUMERIK UNTUK FUNGSI EKSPONENSIAL MATRIKS

RENTANG NUMERIK UNTUK FUNGSI EKSPONENSIAL MATRIKS RENTNG NUMERK UNTUK FUNGS EKSPONENSL MTRKS M.Nasir, Musraii Jurusa Mamaia Faulas Mamaia da lmu Pgahua lam, Uivrsias Riau Email: asir@gmail.cm BSTRK Suau spsial maris dirila dalam bu da rag umri dari didfiisia

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

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

Lebih terperinci

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

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) Sudaryao Sudirham ig Uari Mgal Sifa-Sifa Marial 1 Sudaryao S & Nig Uari, Mgal Sifa-Sifa Marial 1 BB Elro Sbagai Paril Da Sbagai Glombag Tlah disiggug di bab sblumya, d Brogli mgaua posula bahwa paril yag

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t TKE 305 ISYARAT DAN SISTEM B a b I s y a r a Indah Susilawai, S.T., M.Eng. Program Sudi Teknik Elekro Fakulas Teknik dan Ilmu Kompuer Universias Mercu Buana Yogyakara 009 BAB I I S Y A R A T Tujuan Insruksional.

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

Perbandingan Perhitungan Jumlah Penduduk Tahunan dengan Interpolasi Spline dan Simulasi Asumsi Gompertz

Perbandingan Perhitungan Jumlah Penduduk Tahunan dengan Interpolasi Spline dan Simulasi Asumsi Gompertz Prosiding Smiraa FMIPA Univrsias Lampung, Prbandingan Prhiungan Jumlah Pnduduk Tahunan dngan Inrpolasi Splin dan Simulasi Asumsi Gomprz Ds Alwin Zayani Jurusan Mamaika FMIPA Univrsias Sriwaya E-mail: dalwinzayani@yahoo.com

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 robabilias 2.1.1 Definisi robabilias adalah kemungkinan yang daa erjadi dalam suau erisiwa erenu. Definisi robabilias daa diliha dari iga macam endekaan, yaiu endekaan klasik,

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

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak BAB II TINJAUAN PUSTAKA. Peeliia Terdahulu Black da Scholes (973) meyaaka bahwa ilai ase megikui Gerak Brow Geomeri, dega drif μ (ekpekasi dari reur) da volailias σ (deviasi sadar dari reur). Berawal dari

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

Lebih terperinci

BAB III FORMULA PENENTUAN HARGA OPSI ASIA

BAB III FORMULA PENENTUAN HARGA OPSI ASIA 3 BAB III FORMULA PEETUA HARA OPSI ASIA Pada Bab III ii aka dibahas megeai opsi Asia da aalisisya, di maa yag aka dibahas hayalah beberapa ipe opsi Asia, da erbaas pada eis Europea call saa. Jeis-eis opsi

Lebih terperinci

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP Karakerisik Umur Produk (Sudarno) KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL Sudarno Saf Pengajar Program Sudi Saisika FMIPA UNDIP Absrac Long life of produc can reflec is qualiy. Generally, good producs

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

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

Lebih terperinci

MODEL MATEMATIKA PENENTUAN WAKTU PANEN OPTIMAL PADA POPULASI IKAN DENGAN UKURAN AWAL HOMOGEN DAN HETEROGEN M U S T O P A

MODEL MATEMATIKA PENENTUAN WAKTU PANEN OPTIMAL PADA POPULASI IKAN DENGAN UKURAN AWAL HOMOGEN DAN HETEROGEN M U S T O P A MODEL MATEMATIKA PENENTUAN WAKTU PANEN OPTIMAL PADA POPULASI IKAN DENGAN UKURAN AWAL HOMOGEN DAN HETEROGEN M U S T O P A SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 9 PERNYATAAN MENGENAI TESIS

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN A. Laar Blakag Masalah Pramala (forcasig) mrupaka bagia vial bagi siap orgaisasi bisis da uuk siap pgambila kpuusa maajm yag saga sigifika. Pramala mjadi dasar bagi prcaaa jagka pajag

Lebih terperinci

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi. PENGUJIAN HIPOTESIS 1. PENDAHULUAN Hipoesis Saisik : pernyaaan aau dugaan mengenai sau aau lebih populasi. Pengujian hipoesis berhubungan dengan penerimaan aau penolakan suau hipoesis. Kebenaran (benar

Lebih terperinci

Rumus-rumus yang Digunakan

Rumus-rumus yang Digunakan Saisika Uipa Surabaya 4. Sampel Tuggal = Rumus-rumus yag Diguaka s..... Sampel berkorelasi D D N N N...... 3. Sampel Bebas a. Uuk varias sama... 3 aau x x s g... 4 b. Sampel Heeroge Guaka Uji Corha - Cox

Lebih terperinci

BAB III ANALISIS LOOKBACK OPTIONS

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

Lebih terperinci

A. SULAIMAN A. Sulaiman : Turbulensi Laut Banda (2000)

A. SULAIMAN A. Sulaiman : Turbulensi Laut Banda (2000) TURULENSI LUT ND. SULIMN. Sulaima : Turbulsi Lau ada 000 0 TURULENSI LUT ND Sudi Pdahulua RLINDO Microsrucur. SULIMN Dirkora Tkologi Ivarisasi Sumbrdaa lam TISD ada Pgkajia da Prapa Tkologi PPT PPT 000

Lebih terperinci

ANALISIS KERAPATAN DATA EKSPLORASI DAN ESTIMASI SUMBERDAYA DENGAN PENDEKATAN GEOSTATISTIK PADA ENDAPAN NIKEL LATERIT DI DAERAH HALMAHERA TIMUR

ANALISIS KERAPATAN DATA EKSPLORASI DAN ESTIMASI SUMBERDAYA DENGAN PENDEKATAN GEOSTATISTIK PADA ENDAPAN NIKEL LATERIT DI DAERAH HALMAHERA TIMUR JTM Vol. XVI No. 2/29 ANALISIS KERAPATAN DATA EKSPLORASI DAN ESTIMASI SUMBERDAYA DENGAN PENDEKATAN GEOSTATISTIK PADA ENDAPAN NIKEL LATERIT DI DAERAH HALMAHERA TIMUR Mohamad Nur Hriawa 1, Syafrizal 1, Lilik

Lebih terperinci

Application of Physics to Finance and Economics: Quantum Field Theory in Forward Rates and Hedging. Abstract

Application of Physics to Finance and Economics: Quantum Field Theory in Forward Rates and Hedging. Abstract Applicaio o Pysics o Fiac ad Ecoomics: Quaum Fild ory i Forward Ras ad Hdgig Ari Hidaya Nidaul Hidaya Bram Hadiao 3 parm o Pysics Educaio UPI (Uivrsias Pdidika Idosia) Badug -Idosia 3 FPOK UPI (Uivrsias

Lebih terperinci

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN Nomi Kelari *, Hasriai 2, Musraii 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua

Lebih terperinci

Aksioma ini mendefinisikan jangkauan probabilitas adalah dari 0 sampai 1. Nilai negatif tidak diperbolehkan. '

Aksioma ini mendefinisikan jangkauan probabilitas adalah dari 0 sampai 1. Nilai negatif tidak diperbolehkan. ' DFTR ITILH. rrval : rswa daagya sorag plagga dalam ssm ara.. rrval ra : Nla raa-raa bayaya arrval dalam sau saua wau. 3. Br-da : ggambara suau pross yag ddalamya rdapa prswa lar d dalam ssm ara al brar

Lebih terperinci

Usulan Perencanaan dan Pengendalian Persediaan Obat pada Gudang Farmasi Klinik XYZ dengan Menggunakan Metode EOQ

Usulan Perencanaan dan Pengendalian Persediaan Obat pada Gudang Farmasi Klinik XYZ dengan Menggunakan Metode EOQ Prforma (204) Vol. 3, o.: 29-40 Usula Prcaaa da Pgdalia Prsdiaa Oba pada Gudag Farmasi Kliik XYZ dga Mgguaka Mod EOQ Riggo Ismoyo Buwoo ), Yusuf Priyadari 2), da Wakhid Ahmad Jauhari *2) ) Mahasiswa Jurusa

Lebih terperinci

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '.

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '. 6..MENURUNKAN FUNGSI IMPLISIT Padag y fugsi dari yag disajika dalam beuk implisi f (, y) 0. Turuaya y' didapa sebagai beriku: a. Jika mugki y diyaaka sebagai beuk eksplisi dari, lalu diuruka erhadap b.

Lebih terperinci

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

ρ = sehingga momen pertama dan kedua BAB 2 TEORI DASAR 2.1 Random Walk ρi = ε) = q= 1 p. Posisi suku bunga bergerak pada

ρ = sehingga momen pertama dan kedua BAB 2 TEORI DASAR 2.1 Random Walk ρi = ε) = q= 1 p. Posisi suku bunga bergerak pada BAB EORI DASAR Uuk meeuka ieres rae differeial, peulis aka membahas erlebih dahulu beberapa eori yag berkaia dega proses sokasik Pergeraka suau parikel yag bergerak secara acak aau disebu juga megikui

Lebih terperinci

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA Laar Belakag Masalah Semaki berambah pesaya pembagua dibidag kosruksi maka meyebabka meigka pula kebuuha aka meerial-maerial

Lebih terperinci

PENGUJIAN HIPOTESIS DUA RATA-RATA

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

Lebih terperinci

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

FUNGSI RASIONAL DAN EKSPANSI FRAKSI PARSIAL (EFP)

FUNGSI RASIONAL DAN EKSPANSI FRAKSI PARSIAL (EFP) UNGSI RASIONAL DAN EKSPANSI RAKSI PARSIAL (EP) Ap Namuokhma Juua Tkik Elko Uivia Jdal Achmad Yai Mach EL Siyal da Sim Tuua Blaa : mgahui buk poliomial aau pamaa uku bayak dalam vaiabl mghiug aka-aka poliomial

Lebih terperinci

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o ANALII BEDA Fx. ugiyao da Agus usworo Kosep Peeliia bermaksud meguji keadaa (sesuau) yag erdapa dalam suau kelompok dega kelompok lai Meguji apakah erdapa perbedaa yg Meguji apakah erdapa perbedaa yg sigifika

Lebih terperinci

FUNGSI GREEN YANG DIKONSTRUKSI PADA PERSAMAAN DIFERENSIAL LINEAR TAK HOMOGEN ORDE-N

FUNGSI GREEN YANG DIKONSTRUKSI PADA PERSAMAAN DIFERENSIAL LINEAR TAK HOMOGEN ORDE-N FUNGSI GREEN YANG DIKONSTRUKSI PADA PERSAMAAN DIFERENSIA INEAR TAK HOMOGEN ORDE-N Wahidah Alwi Program Sudi Mamaika FST - UINAM wahidah.alwi79@gmail.com Wahyui Abidi Program Sudi Mamaika FST - UINAM Raaari

Lebih terperinci

Bab 6 Sumber dan Perambatan Galat

Bab 6 Sumber dan Perambatan Galat Mtod Pnlitian Suradi Sirgar Bab 6 Sumbr dan Prambatan Galat 6. Sumbr galat. Data masukan, misal hasil pngukuran (galat bawaan). Slama komputasi (galat pross), galat ang timbul akibat komputasi 3. Galat

Lebih terperinci

V. PENGUJIAN HIPOTESIS

V. PENGUJIAN HIPOTESIS V. PENGUJIAN IPOTEI A. IPOTEI TATITIK Defiisi uau hipoesa saisik adalah suau peryaaa aau dugaa megeai sau aau lebih variabel populasi. ipoesis digologka mejadi. ipoesis ol adalah hipoesis yag dirumuska

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

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

BAB 3 METODE PENELITIAN

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

Lebih terperinci

PENSIUN NORMAL MENGGUNAKAN MODEL TINGKAT BUNGA COX INGERSOLL ROSS

PENSIUN NORMAL MENGGUNAKAN MODEL TINGKAT BUNGA COX INGERSOLL ROSS PENSIUN NORMAL MENGGUNAKAN MODEL TINGKAT BUNGA COX INGERSOLL ROSS Ria Dwi Pui * Hasiai Haiso Mahasiswa Poga S Maaika Dos Juusa Maaika Fakulas Maaika da Ilu Pgahua Ala Uisias Riau Kapus Bia Widya Pkabau

Lebih terperinci

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di 8 METODE PENELITIAN Lokasi da Waku Peeliia Peeliia ii dilaksaaka selama 3 bula, erhiug sejak bula Februari sampai dega April 2008, di DAS Waeruhu, yag secara admiisraif erleak di wilayah Kecamaa Sirimau,

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

PENGOLAHAN SINYAL DIGITAL. Modul 2. Proses ADC-DAC

PENGOLAHAN SINYAL DIGITAL. Modul 2. Proses ADC-DAC PENGOLAHAN SINYAL DIGITAL Modul. Proses ADC-DAC Coe Kosep Samplig Kuaisasi Codig Decodig ilerig ADC-DAC Perhiuga error kuaisasi dikaika dega level kuaisasi da samplig rae ADC Aalog o Digial Coverer Megubah

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

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

PROSIDING ISSN:

PROSIDING ISSN: PROSIDING ISSN: 5-656 OPTIMISASI BERKENDALA MENGGUNAKAN METODE GRADIEN TERPROYEKSI Nida Sri Uami Uiversias Muhammadiyah Suraara idaruwiyai@gmailcom ABSTRAK Dalam ulisa ii dibahas eag meode gradie erproyesi

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis BAB III HASIL DAN PEMBAHASAN A. Permasalahan Nyaa Penyebaran Penyaki Tuberculosis Tuberculosis merupakan salah sau penyaki menular yang disebabkan oleh bakeri Mycobacerium Tuberculosis. Penularan penyaki

Lebih terperinci

4-1 Proses Bernoulli (1)

4-1 Proses Bernoulli (1) 4 isribusi Variabel Radom iskri Proses Beroulli isribusi Biomial isribusi Geomerik isribusi Hiergeomerik Proses & isribusi Poisso Pedekaa uuk isribusi Biomial /7/4 TI-3 Teori Probabilias - I 4- Proses

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