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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 Rpo Frui pada FIR Filtr Olh:Tri Budi Sartoo Lab Siyal,, EEPIS-ITS ITS 1

2 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 ] Kara φ 0 da A 1, maa btu tb madi: x[ ] φ A φ ( ( T mrupaa frui trormaliai trhadap priod amplig yag diguaa

3 3 Shigga Shigga btu btu umum umum FIR FIR madi madi: ( y b y b y ] [ ] [ ] [ 0 ( 0

4 4 dimaa: h b 0 0 ] [ ( ( yag lbih dial bagai fugi rpo frui utu itm trbut, da prti ada al dalam itilah omuiai bagai rpo frui Rpo Frui mrupaa btu ompl ( ( { } ( { } ( ( Im R (3 dimaa: ( magitudo da fa ( aa pramaa ( madi: ( ( ( ( ( ( A A y φ φ ] [

5 5 Cotoh Cotoh 1: 1: Suatu itm LTI mmilii ofii-ofii pada pramaa bda bb: {b}{1,, 1}. Bagaimaa btu rpo fruiya? Pylaia: Dga pramaa (1 diprolh b x b y ( ] [ ] [ Utu mdapata rpo magitudo da rpo faya: ( 1 (

6 Cotoh Program atlab clar all; w-3:.1:3; y 1 *xp(-*w*pi *xp(-**w*pi; plot(w,ab(y,'liwidth', grid xlabl('w (radiat' 6

7 7

8 8 Ada coba utu mgigat mbali pramaa Eulr: co i co i co aa: ( ( ( co co dimaa: co mrupaa magitudo - fa

9 9 Cotoh Cotoh : : Jia iput iyal x[] π4 π3 dibria itm FIR pada oal blumya, bagaimaa btu outputya? Pylaia: ( ( ( A x h y 0 ( ] [ ] [ ] [ φ gati dga π3 maa: ( (π3 co(π3 ( ½ 3 ( 3 π mtara φ 0 higga: ( ( (6 (6 (3( 3 ] [ y π π π π π π π π π π

10 Sifat-ifat Rpo Frui FIR Filtr 1. ubuga dga Rpo Impul da Pramaa Bda b h[ ] b h[ ] Rpo impul truu dari u impul ofii- ofii FIR Scara umum: Tim Domai: Frqucy Domai: h [ ] h[ ] δ[ ] [ ] 0 0 h[ ] 10

11 Cotoh 1: Sbuah FIR mmilii rpo ipul prti briut: h[] ] -δ[]] 3δ[3 [-1] δ[-] Sitm ii mmilii {b}} {-1,{ 3, -1} aa btu pramaa ii dapat ditraformai: Pramaa Bda: y[ ] b 0 x[ ] x[ ] 3x[ 1] x[ ] REpo Frui: (

12 Cotoh : JIa ditahui rpo frui FIR filtr bb: Bagaimaa btu pramaa bda-ya ya? ( ( 3 co Jawab: Pramaa Eulr: 1 co ( Pramaa Bda: y[] -x[]] 3x[-1] -x[-] ( 3 1

13 . Priodiita ( Rpo frui ( lalu priodi bagai fugi pada tiap ilai π radiat. ( ( π??? dapat dibutia prti briut ii ( π ( π b 0 0 b π 0 b ( ; dga it gr 13

14 Rprtai Grafi pada Rpo Frui Dua poi ptig yag haru di-mhpaizd ttag rpo frui: 1. Rpo frui biaaya mmilii ilai brvariai uai prubaha ilai fruiya. Pmiliha ofii b aa mtua btu rpo fruiya Utu mmviualiaia ( ( agitudo aru mggambara dalam itm oordiat briut ii Nilai frui dalam radiat 14

15 Kau pada uatu ytm dga dlay: y[] x[-0] Sitm ii mmilii ofii filtr o-zro di b0 1, higga rpo fruiya adalah:. Coba ada mbali mlihat pramaa daar y[ ] 0 b b b x [ ] aa (

16 16 16 Kau Kau pada pada itm itm pramaa pramaa bda bda ord ord 1 y[] x[]-x[-1] Rpo Fruiya adalah ( ( ( ( ( i i.i i co 1 1 ( π

17 Program atlab clar all; w-3:.1:3; y1-xp(-*w*pi; ubplot(,1,1 plot(w,ab(y,'liwidth', grid xlabl('w (radiat' ubplot(,1, plot(w,y_pha,'liwidth', grid xlabl('w (radiat' 17

18 18

19 R{( } 1-1 co ; da Im{( } i ; ( ( 1 co ( i 1 ( ta 1 co i clar all; w-3:.1:3; y1-xp(-*w*pi; ubplot(,1,1 plot(w,ral(y,'liwidth', grid xlabl('w (radiat' ylabl('ral Part' ubplot(,1, plot(w,imag(y,'liwidth', grid xlabl('w (radiat' ylabl('iamagiary Part' 19

20 0

21 Cotoh 3: Suatu iput dirit ditahui bagai briut: x[] 4 co(0.3 π π4 Pada aat itm diui, luar output bagai briut: y[] x[]-x[-1] Cari btu rpo frui itm da cari btu output pada aat (0 0 tradi. Pylaia: Dga mlihat mbali hail pada au itm pramaa bda ord 1: ( (0.3π i ( π ( ( π 0.3π ( 0.3π i 1

22 Kmbali priip awal x[] ] A 0 A 1 co( 1 φ 1 y[] ] (0A0 ( 1 A1co( 1 φ 1 ( 1 aa: y[] ] 4(0 ( 1 A1co(0,3π π4 (0,3π dga odii (0 0, maa: y[] ] (i(0,3πco(0,3 co(0,3π π4 0,3π 1,816 co(0,3π 0,1π

23 Kau pada Low Pa Filtr Sdrhaa: Suatu itm mmilii frui rpo ( 1 ( co Nilai ( co > 0 utu mua Kita uga mmilii: ( ( co( da ( - Coba ada gambara ilai ii utu π < < π 3

24 clar all; w-pi:pi17:pi; _w(* (*co(w.*xp(.*xp(-* *w*pi; ubplot(,1,1 plot(w,ab(_w,'liwidth', grid xlabl('w(radiat' ubplot(,1, plot(w,pha(_w,'liwidth', grid xlabl('w(radiat' 4

25 5

26 Cotoh 4: Jia ditahui uatu iput adalah x[] 4 3co((π3 π 3co((0π1 Dapata output dari y[] Pylaia: Dga gambar yag trbagit, coba ada hitug (w pada w 0, π3, da 0π1 π 1 (0 ( co(0-0 4 (π3 ( co(π3 -π3 ( 1 -π3 3 -π3 (0π1 0,03-0π1 Nilai-ilai ii bia ada cocoga dga gambar? 6

27 Outputya: y[] ] co((π3 π3 π (0,03 3co((0π1 0π co(π3( 1 π 0,067 co(0π1( 1(-1 1 Gambara outputya. 1:1:30; x_ 4 3*co( co(*pi3 - pi3 3*co( co(*0*pi1; ubplot(,1,1 tm(,x_ ylabl('iput x[]' xlabl('tim Idx ' ubplot(,1, y_ 16 9*co(pi3*(-1 - pi 0.067*co(0*pi1*(-1; 1; tm(,y_ ylabl('output y[]' xlabl('tim Idx ' 7

28 8

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

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

JURNAL TEKNOLOGI TECHNOSCIENTIA ISSN: Vol. 5 No. 1 Agustus 2012

JURNAL TEKNOLOGI TECHNOSCIENTIA ISSN: Vol. 5 No. 1 Agustus 2012 JUNL TKNOLOGI TCHNOSCINTI ISSN: 979-845 Vol. 5 No. gutu PNPN PNMPTN NILI IGN INFINIT SISTM SINGUL P PNYLSIN PSMN POLINOMIL MTIKS NTUK [ ] X + Y U) Kri Suryowati Yudi Styawa Jurua Matmatia Ititut Sai da

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

Penggunaan Transformasi z

Penggunaan Transformasi z Pegguaa Trasformasi pada Aalisa Respo Freuesi Sistem FIR Oleh: Tri Budi Satoso E-mail:tribudi@eepis-its.eduits.edu Lab Siyal,, EEPIS-ITS ITS /3/6 osep pemiira domais of represetatio Domai- discrete time:

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

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

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS Bab 5 Siyal da Sistem Watu Disrit Oleh: Tri Budi Satoso Laboratorium Siyal, EEPIS-ITS Materi: Represetasi matemati pada siyal watu disrit, domai watu da freuesi pada suatu siyal watu disrit, trasformasi

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

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

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain.

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain. BARIAN DAN DERET A. Barisa Barisa adalah uruta bilaga yag memilii atura tertetu. etiap bilaga pada barisa disebut suu barisa yag dipisaha dega lambag, (oma). Betu umum barisa:,, 3, 4,, dega: = suu pertama

Lebih terperinci

Transformasi Laplace 8/3/2013. Analisis Rangkaian Listrik Di Kawasan s. Pengantar. Isi. Transformasi Laplace

Transformasi Laplace 8/3/2013. Analisis Rangkaian Listrik Di Kawasan s. Pengantar. Isi. Transformasi Laplace Sudarya Sudirham alii agaia iri Di awaa Pgaar ia lah mliha bahwa aalii di awaa far lbih drhaa dibadiga dga aalii di awaa wau ara ida mlibaa ramaa difrial mlaia ramaa-ramaa alabar biaa. a ai aalii rbu rbaa

Lebih terperinci

RANGKUMAN MATERI ALAT OPTIK

RANGKUMAN MATERI ALAT OPTIK RANGKUAN ATERI ALAT OPTIK Priip Huyg Dari uatu umbr cahaya, tiap aat lalu trbtuk muka glmbag / wavrt (tmpat kduduka titik-titik yag aya ama). Titik-titik pada muka glmbag ii brtidak bagai umbr titik (wavlt)

Lebih terperinci

Transformasi Laplace. Analisis Rangkaian Listrik Di Kawasan s 7/23/2013. Pengantar. Isi

Transformasi Laplace. Analisis Rangkaian Listrik Di Kawasan s 7/23/2013. Pengantar. Isi 7 Sudaryao Sudirham alii agaia iri Di awaa Pgaar ia lah mliha bahwa aalii di awaa faor lbih drhaa dibadiga dga aalii di awaa wau ara ida mlibaa ramaa difrial mlaia ramaa-ramaa alabar biaa. a ai aalii rbu

Lebih terperinci

Sistem Komunikasi II (Digital Communication Systems)

Sistem Komunikasi II (Digital Communication Systems) Siem Komuikai II (Digial Commuicaio Syem) Lecure #3: Demodulai / Deeki Baebad (Baebad Demodulaio / Deecio) - PAR I opik: 3. Pedahulua. 3. Repreeai Geomeri dari Siyal. 3.3 Opimal Deecio: Maximum Likelihood

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

PERANCANGAN FILTER ANALOG & DIGITAL MENGUNAKAN MATLAB

PERANCANGAN FILTER ANALOG & DIGITAL MENGUNAKAN MATLAB PERANCANGAN FILTER ANALOG & DIGITAL MENGUNAKAN MATLAB FUNGSI ALIH FILTER ANALOG FUNGSI ALIH FILTER ANALOG Repo frekuei Filter Aalog di MatLab: H freq(b,a,w) B : vektor B(), A : koefiie vektor A(), w :

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

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit Siyal da Sistem Watu Disrit ET 35 Pegolaha Siyal Watu Disrit EL 5155 Pegolaha Siyal Watu Disrit Effria Yati Hamid 1 2 Siyal da Sistem Watu Disrit 2.1 Siyal Watu Disrit 2.1.1 Pegertia Siyal Watu Disrit

Lebih terperinci

Bab 7: Beberapa Topik Lanjut

Bab 7: Beberapa Topik Lanjut A 7 brapa opi Lau ab 7: brapa opi Lau Rprai Low Pa dari Sial adpa Moiai : uua laar Pra dapa laua aplig ial badpa ara ffii, lalui i LP rpraio dari ial P. Aalog P A Miala adalah bad-pa igal, aa dapa dibu

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

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

III Sistem LTI Waktu Diskrit Sistem LTI Operasi Konvolusi Watak sistem LTI Stabilitas sistem LTI Kausalitas sistem LTI

III Sistem LTI Waktu Diskrit Sistem LTI Operasi Konvolusi Watak sistem LTI Stabilitas sistem LTI Kausalitas sistem LTI III Sistem LTI Waktu Diskrit Sistem LTI Operasi Kovolusi Watak sistem LTI Stabilitas sistem LTI Kausalitas sistem LTI lts 1 III.1 Sistem LTI Sistem LTI Liear Time Ivariat Liear Tak-ubah-Waktu Liear Shift

Lebih terperinci

Watak Dinamis Sensor. Laila Katriani.

Watak Dinamis Sensor. Laila Katriani. Watak Diami Seor Laila Katriai laila_katriai@uy.ac.id Defiii Fugi Trafer uatu item liear didefiiika ebagai perbadiga traformai Laplace iyal output terhadap iyal iput dega aumi emua kodii awal ama dega

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

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

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

MAKALAH TEOREMA BINOMIAL

MAKALAH TEOREMA BINOMIAL MAKALAH TEOREMA BINOMIAL Disusu utu memeuhi tugas mata uliah Matematia Disrit Dose Pegampu : Dr. Isaii Rosyida, S.Si, M.Si Rombel B Kelompo 2 1. Wihdati Martalya (0401516006) 2. Betha Kuria S. (0401516012)

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

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

FISIKA. Sesi INDUKSI ELEKTROMAGNETIK A. FLUKS MAGNETIK ( Ф )

FISIKA. Sesi INDUKSI ELEKTROMAGNETIK A. FLUKS MAGNETIK ( Ф ) FSKA KELAS X PA - KURKULUM GABUNGAN 08 Sei NGAN NDUKS ELEKTROMAGNETK nduki elektromagnetik adalah gejala terjadinya GGL induki ada enghantar karena erubahan fluk magnetik yang melingkuinya. A. FLUKS MAGNETK

Lebih terperinci

5. Transformasi Integral dan Persamaan Integral

5. Transformasi Integral dan Persamaan Integral 5. Tranformai Integral dan Peramaan Integral 5.. Tranformai Integral 5.. Tranformai Laplace 5.3. Tranformai Fourier 5.4. Peramaan Integral 5.. Tranformai Integral Di dalam Fiia Matematia ita ering menjumpai

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

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi BAB III TAKSIRA PROPORSI POPULASI JIKA TERJADI ORESPO Dalam bab ii aa dibaas peasira proporsi populasi jia terjadi orespo da dilaua allba sebaya t ali. Selai itu, juga aa dibaas peetua uura sampel yag

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya. Karakteristik Sistem Orde Tinggi

Institut Teknologi Sepuluh Nopember Surabaya. Karakteristik Sistem Orde Tinggi Iiu Teologi Sepuluh Nopember Surabaya Karaerii Siem Orde Tiggi Maeri Cooh Soal Rigaa Laiha Aeme Maeri Cooh Soal Siem Orde Tiga Siem Orde Tiggi Rigaa Laiha Aeme Maeri Cooh Soal Rigaa Laiha Aeme Pada bagia

Lebih terperinci

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes eluag uatu Kejadia, Kaidah ejumlaha, eluag ersyarat, Kaidah eralia da Kaidah aiyes.eluag uatu Kejadia Defiisi : eluag suatu ejadia adalah jumlah peluag semua titi otoh dalam. Dega demiia : 0 (), ( ) =

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

PERBANDINGAN ANTARA TAPIS KALMAN DAN TAPIS EKSPONENSIAL PADA SENSOR ACCELEROMETER DAN SENSOR GYROSCOPE

PERBANDINGAN ANTARA TAPIS KALMAN DAN TAPIS EKSPONENSIAL PADA SENSOR ACCELEROMETER DAN SENSOR GYROSCOPE Sminar Naional nologi Informai & Komuniai rapan 20 (Smanti 20) ISBN 979-26-0255-0 PERBANDINGAN ANARA APIS KALMAN DAN APIS EKSPONENSIAL PADA SENSOR ACCELEROMEER DAN SENSOR GYROSCOPE Wahudi dan Wahu Widada

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan BAB II LANDASAN TEORI Pada bab ii aka dibaa daar-daar teori yag aka diguaka dalam peulia kripi ii, yaitu megeai metode peakira maximum likeliood, metode peakira oit maximum likeliood da fier iformatio..1

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

Perbandingan Penentuan Parameter Pengendali PID Pada Plant

Perbandingan Penentuan Parameter Pengendali PID Pada Plant Pradiga Ptua Paramtr Pgdali PID Pada Plat Ord Tiggi Plu Traportai ag Dga Mgguaka Mtoda Ziglr-Nihol da Mtoda Pmpata Pol-Pol oop Trtutup Mlalui Pmodla Ord Trduki Tguh Muliato, Mahaiwa TE Udip, Wahyudi,Staf

Lebih terperinci

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng MODUL 1.03 DINMIK PROSES Ole : Ir. Tatag Kusmara, M.Eg LBORTORIUM OPERSI TEKNIK KIMI JURUSN TEKNIK KIMI UNIVERSITS SULTN GENG TIRTYS CILEGON BNTEN 2008 2 Modul 1.03 DINMIK PROSES I. Pedaulua Dalam bidag

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

Pengantar Fisika Statistik

Pengantar Fisika Statistik Pgatar Fiika Statitik utuk Mahaiwa (Dilgkapi cotoh oal) Dr.Eg. Mikrauddi Abdullah, M.Si. Program Studi Fiika- FMIPA Ititut Tkologi Badug 7 Utuk itriku Ati, da aak-aakku ia, Fatha, da Ardi Kata Pgatar Buku

Lebih terperinci

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas.

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas. BAB 1 PENDAHUUAN 1.1 atar Belakag Pada dasarya masalah optimisasi adalah suatu masalah utuk membuat ilai fugsi tujua mejadi maksimum atau miimum dega memperhatika pembatas pembatas yag ada. Dalam aplikasi

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

STATISTICS. Confidence Intervals (Rentang Keyakinan) Confidence Intervals (1)

STATISTICS. Confidence Intervals (Rentang Keyakinan) Confidence Intervals (1) STATISTICS Cofidece Iterval (Retag Keyakia) Cofidece Iterval () Etimai Parameter Ditribui abilita memiliki ejumlah parameter. Parameter-parameter tb umumya tak diketahui. Nilai parameter terebut diperkiraka

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

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 Esata: Jural Imu-Ilmu MIA p. ISSN: 4-47. 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

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

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

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

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

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

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain:

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain: Peahulua Peugaa Parameter Peugaa Parameter Populai ilakuka ega megguaka ilai Statitik Sampel, Mial :. x iguaka ebagai peuga bagi µ. iguaka ebagai peuga bagi σ 3. p atau p$ iguaka ebagai peuga bagi π Peugaa

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

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

Pendugaan Parameter 1

Pendugaan Parameter 1 Topik Bahaa: Pedugaa Parameter 1 (Selag Pedugaa, Pedugaa Selag 1 Rata-Rata) Pertemua ke II 1 Ilutrai Statitika Ifereia : Mecakup emua metode yag diguaka utuk pearika keimpula atau geeraliai megeai populai

Lebih terperinci

BAB 4 SISTEM DINAMIK ORDE-TINGGI

BAB 4 SISTEM DINAMIK ORDE-TINGGI Stem Damk Ore-Tgg 47 BAB 4 SISTEM DINAMI ORDE-TINI Stem amk ore-tgg gabuga ua atau lebh tem amk ore-atu. Cotoh:. Level cotrol paa tagk-tagk, bak yag tem o- terka oteractg ytem maupu yag terterak teractg

Lebih terperinci

Mengenal IIR Filter. Oleh: Tri Budi Santoso Lab Sinyal, EEPIS-ITS ITS 11/23/2006 1

Mengenal IIR Filter. Oleh: Tri Budi Santoso Lab Sinyal, EEPIS-ITS ITS 11/23/2006 1 Mngnl IIR Filtr Olh: Tri Budi Sntoso L Sinyl, EEPIS-ITS ITS /23/26 Konsp Dsr Infinit Impus Rspons IIR dlm hl ini ngn diphmi sgi sutu kondisi rspons impuls dri - ~ dn rkhir smpi ~ Lih tpt diphmi sgi sutu

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 III. Menggunakan Jaringan

Bab III. Menggunakan Jaringan Bab III Pembuaan Jadwal Pelajaran Sekolah dengan Menggunakan Jaringan Pada bab ini akan dipaparkan cara memodelkan uau jaringan, ehingga dapa merepreenaikan uau jadwal pelajaran di ekolah. Tahap perama

Lebih terperinci

ANALISIS FREKUENSI SINYAL DAN SISTEM

ANALISIS FREKUENSI SINYAL DAN SISTEM AALISIS FREKUESI SIYAL DA SISTEM AALISIS FREKUESI SIYAL DA SISTEM Alisis Siyl dlm Sptrum Frusi Alisis frusi siyl wtu otiu Alisis frusi siyl wtu disrit Sift-sift trsformsi Fourir Domi frusi sistm LTI Sistm

Lebih terperinci

STUDI PERBANDINGAN BELITAN TRANSFORMATOR DISTRIBUSI TIGA FASA PADA SAAT PENGGUNAAN TAP CHANGER (Aplikasi pada PT.MORAWA ELEKTRIK TRANSBUANA)

STUDI PERBANDINGAN BELITAN TRANSFORMATOR DISTRIBUSI TIGA FASA PADA SAAT PENGGUNAAN TAP CHANGER (Aplikasi pada PT.MORAWA ELEKTRIK TRANSBUANA) STUDI PERBADIGA BELITA TRASFORMATOR DISTRIBUSI TIGA FASA PADA SAAT PEGGUAA TAP CHAGER (Aplikai pada PT.MORAWA ELEKTRIK TRASBUAA) Bayu T. Sianipar, Ir. Panuur S.M. L.Tobing Konentrai Teknik Energi Litrik,

Lebih terperinci

METODE PENGUKURAN FERTILITAS

METODE PENGUKURAN FERTILITAS Diisi Pua Aa Kotiu Pua aa iataa otiu jia F P apat ugsi sara ( ( iyataa sagai ( ( F u u R ga : R aala ugsi yag tritgrala. Fugsi isut ugsi pata pluag ari. [Gritt a Stirzar 199] Nilai Harapa Diisi Nilai Harapa

Lebih terperinci

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

BAB 6 NOTASI SIGMA, BARISAN DAN DERET BAB 6 NOTASI SIGMA, BARISAN DAN DERET A RINGKASAN MATERI. Notasi Sigma Diberia suatu barisa bilaga, a, a,..., a. Lambag deret tersebut, yaitu: a = a + a +... + a a meyataa jumlah suu pertama barisa Sifat-sifat

Lebih terperinci

TUGAS ANALISIS REAL LANJUT. a b < a + A. b + B < A B.

TUGAS ANALISIS REAL LANJUT. a b < a + A. b + B < A B. TUGAS ANALISIS REAL LANJUT NOVEMBER 207 () (a) Jika b > 0, B > 0, da a b < A, buktika ab < ba. Kemudia buktika B a b < a + A b + B < A B. (b) Buktika [ 2 (a + b)] 2 2 (a2 + b 2 ). Kemudia tujukka bahwa

Lebih terperinci

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1 HIMPUNAN RENTANGAN DAN BEBA LINIER HIMPUNAN RENTANGAN Defs (Kombas Ler) Msala V suatu ruag etor atas feld F. w etor d V, da, 1, juga etoretor d V. Vetor w dataa sebaga ombas ler dar etor-etor, 1, ja w

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

BAB IV ENTROPI GAS SEMPURNA

BAB IV ENTROPI GAS SEMPURNA BAB IV ENROPI GAS SEMPURNA Itilah etroi ecara literatur berarti traformai, da dierkealka oleh lauiu. Etroi adalah ifat termodiamika yag etig dari ebuah zat, dimaa hargaya aka meigkat ketika ada eambaha

Lebih terperinci

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model 3 BAB III METODE PENELITIAN A. Jei Peelitia Tujua peelitia ii yaki membadigka kemampua berpikir kriti dega kemampua berpikir kreatif dega megguaka dua model pembelajara yaitu model pembelajara berbai maalah

Lebih terperinci

Inflasi dan Indeks Harga I

Inflasi dan Indeks Harga I PERTEMUAN 1 Iflasi da Ideks Harga I 1 1 TEORI RINGKAS A Pegertia Agka Ideks Agka ideks merupaka suatu kosep yag dapat memberika gambara tetag perubaha-perubaha variabel dari suatu priode ke periode berikutya

Lebih terperinci

1) Leptokurtik Merupakan distribusi yang memiliki puncak relatif tinggi

1) Leptokurtik Merupakan distribusi yang memiliki puncak relatif tinggi Statisti Desriptif Keruciga atau Kurtosis Pegertia Kurtosis Peguura urtosis (peruciga) sebuah distribusi teoritis adaalaya diamaam peguura eses (excess) dari sebuah distribusi Sebearya urtosis bisa diaggap

Lebih terperinci

SIFAT SIFAT TRANSFORMASI LINEAR DARI R KE R

SIFAT SIFAT TRANSFORMASI LINEAR DARI R KE R SIF SIF RNSFORMSI LINER m DRI R KE R Diuu utuk memeuhi uga Mata Kuliah ljabar Liear Doe Pegampu : Dr. Suroo, M. Pd Diuu oleh : Kelompok. ge Chritie rii ( 84.55 ). dik Setyo Nugroho ( 84.65 ). Beti Lutvi

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

BAB 2 MATEMATIKA SEBAGAI ALAT ANALISIS SISTEM KONTROL

BAB 2 MATEMATIKA SEBAGAI ALAT ANALISIS SISTEM KONTROL BB MEMIK SEBGI L NLISIS SISEM KONROL uu aal dama pro:. raorma Laplac umum. Smula ompur lb aura da dal. raorma Laplac L: Brlau aa pada Pramaa Dral PD lar: mruba PD mjad pramaa aljabar Dapa mgguaa gra uu

Lebih terperinci

Distribusi Sampel, Likelihood dan Penaksir

Distribusi Sampel, Likelihood dan Penaksir BAB 1 Distribusi Sampel, Likelihood da Peaksir 1.1 Sampel Acak Misalka X 1, X 2,..., X sampel acak berukura (radom sample of size ). Fugsi peluag -variat ya adalah f X1,X 2,,X (x 1, x 2,..., x ) = f Xi

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 4: Sinyal dan Sistem di Domain Frekuensi

Bab 4: Sinyal dan Sistem di Domain Frekuensi BAB 4 Siyl d Sitm di Dmi Bb 4: Siyl d Sitm di Dmi rui K Strum rui Sutu Siyl dt didmii mdi m-m iuidl tu il ml. Dg dmii mm itu, buh iyl dit dirrti dlm Dmi rui. Pd iyl ridi, dmii mdi m iuidl dibut Drt urir.

Lebih terperinci

Solusi Numerik Persamaan Transport

Solusi Numerik Persamaan Transport Solusi Numerik Persamaa Trasport M. Jamhuri December 16, 2013 Diberika persamaa Trasport u t + 2u x = 0 1) Diberika persamaa Trasport u t + 2u x = 0 1) Diskretka persamaa trasport 1) dega megguaka persamaa

Lebih terperinci

A. PENGERTIAN DISPERSI

A. PENGERTIAN DISPERSI UKURAN DISPERSI A. PENGERTIAN DISPERSI Ukura diperi atau ukura variai atau ukura peyimpaga adalah ukura yag meyataka eberapa jauh peyimpaga ilai-ilai data dari ilaiilai puatya atau ukura yag meyataka eberapa

Lebih terperinci

STRUKTUR BAJA I. Perhitungan Sambungan Las

STRUKTUR BAJA I. Perhitungan Sambungan Las STRUKTUR BAJA I rhituga Samuga Las Samuga Las Samuga as ada dua macam, yaitu: - as tumpu - as sudut Tgaga: σ as σ 0, 6σ a Las Tumpu: s s sa Utuk s s ---- ta as tumpu (a) s Utuk s s ----- ta as tumpu (a)

Lebih terperinci

Pendugaan. Parameter HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO

Pendugaan. Parameter HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO Pedugaa Parameter HAZMIRA YOZZA JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO Kompetei meyebutka klp ifereia tatitika & ruag ligkupya mejelaka metode pedugaa klaik da yarat-yarat peduga yag baik pada pedugaa

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

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi Program Pasca Sarjaa Terapa Politekik Elektroika Negeri Surabaya Probability ad Radom Process Topik 10. Regresi Prima Kristalia Jui 015 1 Outlie 1. Kosep Regresi Sederhaa. Persamaa Regresi Sederhaa 3.

Lebih terperinci

BAB III SIFAT TRANSPOR QUANTUM DOT

BAB III SIFAT TRANSPOR QUANTUM DOT 4 BAB III SIFAT TRANSPOR QUANTUM DOT Paa baia ii aka ijlaka mai fk ukura vai brkala aomtr trhaap foma trapor lktro ya trjai. Salah atu foma trapor ya marik utuk ikaji paa ukura trbut aalah fk Bloka Coulomb

Lebih terperinci

PENYEARAH SATU FASA TIDAK TERKENDALI

PENYEARAH SATU FASA TIDAK TERKENDALI FAKULTAS TEKNIK UNP PENYEAAH SATU FASA TIDAK TEKENDALI JOBSHEET/LABSHEET JUUSAN : TEKNIK ELEKTO NOMO : III POGAM STUDI :DI WAKTU : x 50 MENIT MATA KULIAH/KODE : ELEKTONIKA DAYA 1 TOPIK : PENYEAAH SATU

Lebih terperinci

BAB VI BARISAN TAK HINGGA DAN DERET TAK HINGGA

BAB VI BARISAN TAK HINGGA DAN DERET TAK HINGGA BAB VI BARIAN TAK HINGGA DAN DERET TAK HINGGA Bajar/Barisa Tak Higga Barisa tak higga { },,,,, adalah suatu fugsi dari dimaa daerah domaiya adalah himpua bilaga bulat positif (bilaga asli). Cotoh: Bila,,,..,

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

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga ESTIMASI Salah atu aek utuk mearik keimula megeai uatu oulai dega memakai amel yag diambil dari oulai terebut megguaka etimai (eakira) Jika arameter oulai diimbolka dega θ maka θ yag tidak diketahui hargaya

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

STRUKTUR KOALJABAR UNIVERSAL DALAM SISTEM STATE-BASED Universal CoAlgebra Structures in State-Based System

STRUKTUR KOALJABAR UNIVERSAL DALAM SISTEM STATE-BASED Universal CoAlgebra Structures in State-Based System Jural Barkg Vol. 8 No. Hal. 7 6 (4) STRUKTUR KOLJBR UNVERSL LM SSTEM STTE-BSE Uivral Colgbra Structur i Stat-Ba Sytm HENRY W. M. PTTY Staf Jurua Matmatika Fakulta MP Uivrita Pattimura Jl. r. M. Putuha,

Lebih terperinci

DSP Application Research Centre, Electrical Engineering Dept. SOLUSI UAS 5 JUNI 2000 TA 1999 / 2000

DSP Application Research Centre, Electrical Engineering Dept. SOLUSI UAS 5 JUNI 2000 TA 1999 / 2000 DSP Applicatio Research Cetre, Electrical Egieerig Dept. SOLUSI UAS 5 JUNI TA 999 /. Sistem Liier ega fugsi trasfer : ( s + H ( s ( s + 4( s + a. Tetuka respose impulse sistem. Apakah sistem stabil? (

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter Pedahulua Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

-1- U n : suku ke-n barisan aritmetika a : suku pertama n : banyak suku b : beda/selisih

-1- U n : suku ke-n barisan aritmetika a : suku pertama n : banyak suku b : beda/selisih -- BARISAN DAN DERET PENGERTIAN BARISAN DAN DERET Bisa yaitu susua bilaga yag didapatka di pemetaa bilaga asli yag dihubugka dega tada,. Jika pada bisa tada, digati dega tada, maka disebut deret. Bisa

Lebih terperinci

Bab III Aplikasi Teori Kontrol H 2 Pada Sistem Suspensi

Bab III Aplikasi Teori Kontrol H 2 Pada Sistem Suspensi Bab III Alikasi Tori Kotrol H Pada Sistm Sssi 36 Bab III Alikasi Tori Kotrol H Pada Sistm Sssi Pggaa tori kotrol H tlah bayak digaka Olh kara it brikt ii aka dirkalka da macam alikasi tori kotrol H ii

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

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

METODE NEWTON-STEFFENSEN DENGAN ORDE KEKONVERGENAN TIGA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR

METODE NEWTON-STEFFENSEN DENGAN ORDE KEKONVERGENAN TIGA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR METDE NEWTN-STEFFENSEN DENGN RDE KEKNVERGENN TIG UNTUK MENYELESIKN PERSMN NNLINER Fitiai, Joha Kho, Supiadi Puta Mahaiwa Pogam Studi S Matmatika FMIP Uivita Riau Do JuuaMatmatika FMIP Uivita Riau Fakulta

Lebih terperinci