PENERAPAN PERSAMAAN VERHULST UNTUK MENGHITUNG MAHASISWA AKTIF UNIVERSITAS

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENERAPAN PERSAMAAN VERHULST UNTUK MENGHITUNG MAHASISWA AKTIF UNIVERSITAS"

Transkripsi

1 ENERAAN ERSAMAAN VERHULST UNTUK MENGHITUNG MAHASISWA AKTIF UNIVERSITAS Rojali ABSTRACT To know population of active students in a university is very important because this matter assists the management in preparing facilities, resources and others. This study focuses on calculating the population of active students majoring in Information System in a university by using Verhulst equation. Result of calculation indicates that the number of active students taking Information System as major will reach around 366 or more in the year 7. Keywords: Verhulst equation, population dynamics, active students ABSTRAK Mengetahui populasi jumlah mahasiswa aktif suatu Universitas menjadi penting karena dengan diketahuinya hal tersebut dapat membantu manajemen dalam hal penyediaan fasilitas, sumber daya, dan lainnya. Artikel membahas perhitungan populasi jumlah mahasiswa aktif jurusan sistem informasi suatu universitas menggunakan persamaan Verhulst. Hasil perhitungan menunjukkan bahwa jumlah mahasiswa aktif jurusan tersebut akan menuju kestabilan sekitar 366 mahasiswa pada tahun 7 atau lebih. Kata kunci: persamaan Verhulst, dinamika populasi, mahasiswa aktif Jurusan Matematika, Fakultas Sains dan Teknologi, Universitas Bina Nusantara, Jl. K.H. Syahdan No. 9, almerah, Jakarta Barat 48, rojali@binus.edu enerapan ersamaan Verhulst (Rojali) 49

2 ENDAHULUAN emakaian persamaan diferensial sudah banyak diaplikasikan dalam berbagai bidang aplikasi. Misalnya dalam bidang fisika untuk meneliti kecepatan gerak benda, kimia dalam proses peluruhan radiaktif, biologi dalam proses populasi bakteri, hewan dan lain sebagainya. Dalam makalah ini diuraikan penggunaan persamaan diferensial dalam dunia pendidikan untuk mengetahui populasi jumlah mahasiswa aktif. Untuk penyederhanaan model maka digunakan pemodelan dinamika populasi untuk mengetahui populasi mahasiswa aktif jurusan sistem informasi di suatu Universitas. Dengan diketahuinya populasi mahasiswa aktif jurusan ini maka setidaknya pengelola jurusan bisa mengambil langkah langkah kedepan untuk kemajuan jurusan, misalnya penyediaan fasilitas, sumberdaya dan lain sebagainya. DINAMIKA OULASI emodelan dinamika populasi memperlihatkan hubungan populasi dengan laju perubahan populasi dan parameter lainnya. ada permasalah ini, perubahan populasi terjadi karena adanya individu yang lahir maupun yang mati. Misalnya populasi terjadi saat t ditulis sebagai. Asumsi dasarnya adalah merupakan fungsi kontinu dari populasi sebenarnya. L( dan M( masing-masing menyatakan banyaknya individu yang lahir dan mati pada saat t. Tingkat kelahiran λ( dan tingkat kematian μ( adalah jumlah kelahiran dan kematian dalam satuan waktu dan satuan populasi. Secara matematis dinyatakan sebagai berikut L( t + h) L( λ ( lim h h μ ( M ( t + h) M ( lim h h dl dm Maka t + h) Ρ ( lim h h [ L( t + h) L( ] [ M ( t + h) M ( ] ( lim h h Dengan demikian Ρ ( [ λ ( μ ( ] () ( Suku λ( μ( menyatakan laju perubahan populasi per individu populasi yang lazim disebut tingkat pertumbuhan populasi, ditulis r( λ( - μ(. Model populasi yang paling sederhana terjadi bila tingkat kelahiran dan kematian keduanya tetap atau konstan sehingga dl dm 5 Jurnal Mat Stat, Vol. 8 No. Juli 8: 49-57

3 d [ λ μ] r. Sehingga rt ( e () untuk model ini populasi tumbuh secara eksponensial. Maka model () ini disebut model pertumbuhan eksponensial. Sedangkan () disebut model atau persamaan populasi umum. ada kenyataannya, tingkat kelahiran dan tingkat kematian, λ( dan μ(, tidak diketahui, bahkan seringkali bergantung kepada, fungsi yang justru sedang ditentukan. Maka, kemungkinan model populasi lainnya adalah model persamaan () dengan λ( dan μ( adalah fungsi dari Jika λ( fungsi linear terhadap, yaitu λ λ + λ, dimana λ, λ >. dan Bila μ μ + μ maka diperoleh model d [( λ + λ ) ( μ + μ )] k ( D ) (3) dimana k μ λ dan λ μ D Misalnya μ μ λ λ > dan λ < μ sehingga D>. ersamaan ini dinamakan persamaan Verhulst atau persamaan logistik. ersamaan ini dapat diselesaikan dengan pemisahan variabel d D ) k Jawabnya adalah D + ( D ) e kdt.... 4) dengan lim D dan ( ), t opulasi hasil dari persamaan ini tidak lagi tumbuh eksponensial seperti pada model (). Bilangan D dapat diartikan sebagai daya dukung lingkungannya. Jika > D, maka dari (3) didapat akibatnya <. Maka turun menuju D. Sedangkan bila < D, maka naik menuju D. Turunan kedua adalah d' " ( ' ( kd k)( k D )) (5) dp D D Sehingga grafik mempunyai titik belok pada. Karena < D, titik belok ini hanya D terjadi bila grafik naik menuju D, yaitu pada kasus < D. Sesudah tecapai, yaitu pada saat t to maka p( akan menaik dengan laju menurun. erhatikan gambar t ln D kd enerapan ersamaan Verhulst (Rojali) 5

4 Gambar Kestabilan populasi mahasiswa aktif dengan populasi berbeda Terdapat fenomena yang berkaitan dengan kestabilan. Setiap solusi dengan, secara asimptotik menuju nilai D, seakan-akan menjauhi nilai. Tapi bila Ρ, maka solusinya adalah. Solusi D disebut solusi stabil (secara asimptotik), titik D juga disebut titik stabil asimptotik sedangkan disebut solusi tidak stabil dan juga disebut titik tidak stabil. Dari Gambar dapat pula terlihat bahwa untuk interval range (,D/) maka grafik akan naik dan cekung ke atas, sedangkan pada range interval (D/,D) grafik akan naik dan cekung ke bawah, serta garfik akan turun cekung ke atas pada interval range [D, ). DATA DAN ANALISIS ENGUKURAN Berikut ini akan ditampilkan jumlah mahasiswa baru, lulus dan populasi mahasiswa aktif jurusan sistem informasi dari periode tahun ajaran 995 hingga 6 pada tabel dan juga ditampilkan grafik ketiga data, dalam gambar L,L dan L3. 5 Jurnal Mat Stat, Vol. 8 No. Juli 8: 49-57

5 Tabel Data historis mahasiswa masuk, lulus dan populasi aktif Tahun Mahasiswa Baru Mahasiswa Lulus Mahasiswa Aktif Mahasiswa Masuk Jurusan Sistem Informasi Lulusan Mahasiswa Jurusan Sistem Informasi Jumlah Mahasiswa Tahun Jumlah Mahasiswa Tahun Gambar L : Grafik mahasiswa baru Gambar L : Grafik kelulusan mahasiswa Jumlah Mahasiswa opulasi Mahasiswa aktif Jurusan Sistem Informasi Tahun Gambar L3 : Grafik opulasi mahasiswa aktif endekatan fungsi parabolis jumlah mahasiswa baru terhadap waktu dipergunakan teorema regresi kuadratis yang berformula y a + bx + cx enerapan ersamaan Verhulst (Rojali) 53

6 Dimana nilai a,b dan c dinyatakan dalam persamaan berikut : y na + b x + c x + 3 xy a x b x + c x x y a x b x + c x Sehingga dihasilkan 45 A + 78 B + 65 C A + 65 B C A B + 67 C Setelah diselesaikan diperoleh jawab A 3.75 B 33 C-7.73 Sehingga persamaan regresinya menjadi y x 7.73x Untuk menguji persamaan regresi tersebut bisa digunakan R k y.x.x...x ( Y - Y ) ( Y - Ŷ) ( Y - Y) Harga-harga untuk menghitung R k y.x.x...x Berdasarkan Ŷ t t Y Tabel 3: engujian korelasi mahasiswa masuk terhadap tahun Ŷ Y - Ŷ ( Y - Ŷ) Y Y ( ) Y Y Total R sehingga R.745 y.x.x y.x.x 54 Jurnal Mat Stat, Vol. 8 No. Juli 8: 49-57

7 Berdasarkan dari ketiga grafik diatas maka apabila dilakukan pendekatan fungsi parabolis untuk ketiga fungsi diatas didapat fungsi sebagai berikut : M( t t dengan y.x.x t 36.8 t y.x.x R.745 dan S e L( + dengan R.887 dan S e t t dengan y.x.x R.884 dan dan S e 4.7 Di mana M( adalah fungsi populasi mahasiswa masuk, L( fungsi populasi mahasiswa lulus dan fungsi populasi mahasiswa aktif.untuk menghasilkan fungsi tingkat penambahan mahasiswa baru λ( dan tingkat kelulusan mahasiswa μ( dalam satuan waktu dan satuan populasi dinyatakan sbb: Tabel 4: Fungsi tingkat penambahan mahasiswa baru λ( dalam satuan waktu Tahun Masuk opulasi M dm λ ( t ) λ () t Δ M Δ t Sehingga dihasilkan.935 a b c a b + 4,834 x c a + 4,834 x b + 4,8839x 6 c diperoleh a.54 b.6 c -9x - sehingga λ ( Karena koefisen terlalu kecil maka didekati λ ( enerapan ersamaan Verhulst (Rojali) 55

8 dengan cara yang sama diperoleh μ ( x -7 Karena koefisien terlalu kecil maka didekati μ ( , sehingga d [ λ - μ] d x d [ ] d. 4 ( ) [ ] dengan k.4 dan D setelah diselesaikan. Sehingga penyelesaian persamaan 4 menjadi 366 (.4*366* t + (366 ) e Dimana D 366,75 atau didekati menjadi 366 mahasiswa dengan 4985 dan k.4. enggambaran grafik populasi ini digambarkan dalam gambar sebagai berikut. Gambar Grafik opulasi mahasiswa Berdasarkan gambar diatas terlihat populasi aktif mahasiswa akan terjadi pada tahun Jurnal Mat Stat, Vol. 8 No. Juli 8: 49-57

9 ENUTU opulasi jumlah mahasiswa aktif Universitas Bina Nusantara Jurusan Sistem Informasi akan menuju kestabilan sekitar 366 mahasiswa pada tahun 5 atau lebih. Kemudian penulis menemukan beberapa saran yang kiranya dapat berguna yaitu data yang dikumpulkan lebih banyak, agar diperoleh grafik dan persamaan yang lebih baik dan kiranya perlu dilakukan pengujian pada model-model lain untuk membuktikan kebenaran hasilnya lebih baik. DAFTAR USTAKA Chapra, S. C. dan Canale, R.,. (99) Metode Numerik Untuk Teknik. UI.Jakarta. Kartono. (994). enuntun Belajar ersamaan Diferensial. Andi Offset. Yogyakarta. Lindfield, G. & enny, J. (995). Numerical Methods Using MATLAB. Ellis Horwood. USA. Lukas, S. (999). enggunaan ersamaan Differensial Orde Masalah Dinamika opulasi, Seminar penerapan matematika di FMIA Universitas Bina Nusantara, Jakarta. Manurung, A. D. (99). Teknik eramalan Bisnis Dan Ekonomi. Rineka. Jakarta. Sudjana. (99). Teknik Analisis Regresi Dan Korelasi. Tarsito. Bandung. Tarumingkeng, R. C. (994) Dinamika opulasi. ustaka Sinar Harapan. Jakarta. enerapan ersamaan Verhulst (Rojali) 57

BAB I DASAR-DASAR PEMODELAN MATEMATIKA DENGAN PERSAMAAN DIFERENSIAL

BAB I DASAR-DASAR PEMODELAN MATEMATIKA DENGAN PERSAMAAN DIFERENSIAL BAB I DASAR-DASAR PEMODELAN MATEMATIKA DENGAN PERSAMAAN DIFERENSIAL Pendahuluan Persamaan diferensial adalah persamaan yang memuat diferensial Kita akan membahas tentang Persamaan Diferensial Biasa yaitu

Lebih terperinci

Bab 16. Model Pemangsa-Mangsa

Bab 16. Model Pemangsa-Mangsa Bab 16. Model Pemangsa-Mangsa Pada Bab ini akan dipelajari model matematis dari masalah dua spesies hidup dalam habitat yang sama, yang dalam hal ini keduanya berinteraksi dalam hubungan pemangsa dan mangsa.

Lebih terperinci

PENYELESAIAN MASALAH NILAI EIGEN UNTUK PERSAMAAN DIFERENSIAL STURM-LIOUVILLE DENGAN METODE NUMEROV

PENYELESAIAN MASALAH NILAI EIGEN UNTUK PERSAMAAN DIFERENSIAL STURM-LIOUVILLE DENGAN METODE NUMEROV Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 415-422 PENYELESAIAN MASALAH NILAI EIGEN UNTUK PERSAMAAN DIFERENSIAL STURM-LIOUVILLE DENGAN METODE NUMEROV Iyut Riani, Nilamsari

Lebih terperinci

PERBANDINGAN MODEL MALTHUS DAN MODEL VERHULST UNTUK ESTIMASI JUMLAH PENDUDUK INDONESIA TAHUN

PERBANDINGAN MODEL MALTHUS DAN MODEL VERHULST UNTUK ESTIMASI JUMLAH PENDUDUK INDONESIA TAHUN Jurnal Matematika UNAND Vol. 4 No. 1 Hal. 1 11 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN MODEL MALTHUS DAN MODEL VERHULST UNTUK ESTIMASI JUMLAH PENDUDUK INDONESIA TAHUN 2000 2014 WIDYA

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Sistem Persamaan diferensial Persamaan diferensial adalah suatu persamaan yang di dalamnya terdapat turunan-turunan. Jika terdapat variabel bebas tunggal, turunannya merupakan

Lebih terperinci

PENERAPAN METODE ELEMEN HINGGA UNTUK SOLUSI PERSAMAAN STURM-LIOUVILLE

PENERAPAN METODE ELEMEN HINGGA UNTUK SOLUSI PERSAMAAN STURM-LIOUVILLE PENERAPAN METODE ELEMEN HINGGA UNTUK SOLUSI PERSAMAAN STURM-LIOUVILLE Viska Noviantri Mathematics & Statistics Department, School of Computer Science, Binus University Jln. K.H. Syahdan No. 9, Palmerah,

Lebih terperinci

II. TINJAUAN PUSTAKA. Model Matematika adalah uraian secara matematika (sering kali menggunakan

II. TINJAUAN PUSTAKA. Model Matematika adalah uraian secara matematika (sering kali menggunakan II. TINJAUAN PUSTAKA 2.1 Model Matematika Model Matematika adalah uraian secara matematika (sering kali menggunakan fungsi atau persamaan) dari fenomena dunia nyata seperti populasi, permintaan untuk suatu

Lebih terperinci

PEMROGRAMAN REGRESI LINEAR, FUNGSI PARABOLIK DAN FUNGSI PERPANGKATAN DENGAN VISUAL BASIC. Santosa 1

PEMROGRAMAN REGRESI LINEAR, FUNGSI PARABOLIK DAN FUNGSI PERPANGKATAN DENGAN VISUAL BASIC. Santosa 1 1 PEMROGRAMAN REGRESI LINEAR, FUNGSI PARABOLIK DAN FUNGSI PERPANGKATAN DENGAN VISUAL BASIC Santosa 1 ABSTRAK Penelitian ini dilakukan dengan tujuan untuk menghasikan program komputer berbasis Windows untuk

Lebih terperinci

SIMULASI MODEL EPIDEMIK TIPE SIR DENGAN STRATEGI VAKSINASI DAN TANPA VAKSINASI

SIMULASI MODEL EPIDEMIK TIPE SIR DENGAN STRATEGI VAKSINASI DAN TANPA VAKSINASI SIMULASI MODEL EPIDEMIK TIPE SIR DENGAN STRATEGI VAKSINASI DAN TANPA VAKSINASI Siti Komsiyah Mathematics & Statistics Department, School of Computer Science, Binus University Jl. K.H. Syahdan No. 9, Palmerah,

Lebih terperinci

Agus Suryanto dan Isnani Darti

Agus Suryanto dan Isnani Darti Pengaruh Waktu Tunda pada Model Pertumbuhan Logistik Agus Suryanto dan Isnani Darti Jurusan Matematika - FMIPA Universitas Brawijaya suryanto@ub.ac.id www.asuryanto.lecture.ub.ac.id Prodi Pendidikan Matematika

Lebih terperinci

BAB I PENDAHULUAN. Kompetensi

BAB I PENDAHULUAN. Kompetensi BAB I PENDAHULUAN Kompetensi Mahasiswa diharapkan 1. Memiliki kesadaran tentang manfaat yang diperoleh dalam mempelajari materi kuliah persamaan diferensial. 2. Memahami konsep-konsep penting dalam persamaan

Lebih terperinci

DASAR-DASAR ANALISIS MATEMATIKA

DASAR-DASAR ANALISIS MATEMATIKA (Bekal untuk Para Sarjana dan Magister Matematika) Dosen FMIPA - ITB E-mail: hgunawan@math.itb.ac.id. December 11, 2007 Misalkan f terdefinisi pada suatu himpunan H. Kita katakan bahwa f naik pada H apabila

Lebih terperinci

BAB I PENDAHULUAN. memakai matematika dalam penyelesaian masalahnya adalah biologi.

BAB I PENDAHULUAN. memakai matematika dalam penyelesaian masalahnya adalah biologi. 1 BAB I PENDAHULUAN 1.1 Latar Belakang Matematika merupakan ilmu dasar yang sering dipakai dalam menyelesaikan masalah dalam berbagai bidang ilmu. Salah satu bidang yang memakai matematika dalam penyelesaian

Lebih terperinci

Menentukan Distribusi Temperatur dengan Menggunakan Metode Crank Nicholson

Menentukan Distribusi Temperatur dengan Menggunakan Metode Crank Nicholson Jurnal Penelitian Sains Volume 13 Nomer 2(B) 13204 Menentukan Distribusi Temperatur dengan Menggunakan Metode Crank Nicholson Siti Sailah Jurusan Fisika FMIPA, Universitas Sriwijaya, Sumatera Selatan,

Lebih terperinci

Solusi Numerik Persamaan Logistik dengan Menggunakan Metode Dekomposisi Adomian Dan Metode Milne

Solusi Numerik Persamaan Logistik dengan Menggunakan Metode Dekomposisi Adomian Dan Metode Milne Jurnal Matematika Integratif ISSN 1412-6184 Vol. 9 No. 2, Oktober 2013 pp. 23-30 Solusi Numerik Persamaan Logistik dengan Menggunakan Metode Dekomposisi Adomian Dan Metode Milne Elis Ratna Wulan, Fahmi

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Persamaan diferensial adalah persamaan yang memuat derivatif dari satu atau lebih variabel tak bebas terhadap satu atau lebih variabel bebas. Persamaan diferensial

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Sistem Persamaan Diferensial Banyak sekali masalah terapan dalam ilmu teknik, ilmu fisika, biologi, dan lain-lain yang telah dirumuskan dengan model matematika dalam bentuk pesamaan

Lebih terperinci

PENERAPAN METODE NUMERIK PADA PERAMALAN UNTUK MENGHITUNG KOOEFISIEN-KOEFISIEN PADA GARIS REGRESI LINIER BERGANDA

PENERAPAN METODE NUMERIK PADA PERAMALAN UNTUK MENGHITUNG KOOEFISIEN-KOEFISIEN PADA GARIS REGRESI LINIER BERGANDA PENERAPAN METODE NUMERIK PADA PERAMALAN UNTUK MENGHITUNG KOOEFISIEN-KOEFISIEN PADA GARIS REGRESI LINIER BERGANDA Yuniarsi Rahayu, S.Si, M.Kom Program Studi Teknik Informatika, Fakultas Ilmu Komputer Universitas

Lebih terperinci

Regresi Linear untuk Memperkirakan Pengurangan Hutan di Indonesia

Regresi Linear untuk Memperkirakan Pengurangan Hutan di Indonesia Regresi Linear untuk Memperkirakan Pengurangan Hutan di Indonesia Athia Saelan (23515038) Program Magister Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10

Lebih terperinci

BAB I PENDAHULUAN. Kompetensi

BAB I PENDAHULUAN. Kompetensi BAB I PENDAHULUAN Kompetensi Mahasiswa diharapkan 1. Memiliki kesadaran tentang manfaat yang diperoleh dalam mempelajari materi kuliah persamaan diferensial. 2. Memahami konsep-konsep penting dalam persamaan

Lebih terperinci

No. Dokumen : Tanggal Terbit : No. Revisi : Hal : RENCANA PEMBELAJARAN SEMESTER. Form (FR)

No. Dokumen : Tanggal Terbit : No. Revisi : Hal : RENCANA PEMBELAJARAN SEMESTER. Form (FR) Pendidikan Matematika Program Pascasarjana Unimed Form (FR) No. Dokumen : Tanggal Terbit : No. Revisi : Hal : RENCANA PEMBELAJARAN SEMESTER Mata Kuliah : Pemodelan Matematika Kode Matakuliah : Bobot SKS

Lebih terperinci

Bab 15. Interaksi antar dua spesies (Model Kerjasama)

Bab 15. Interaksi antar dua spesies (Model Kerjasama) Bab 15. Interaksi antar dua spesies (Model Kerjasama) Dalam hal ini diberikan dua spesies yang hidup bersama dalam suatu habitat tertutup. Kita ketahui bahwa terdapat beberapa jenis hubungan interaksi

Lebih terperinci

Solusi Numerik Persamaan Gelombang Dua Dimensi Menggunakan Metode Alternating Direction Implicit

Solusi Numerik Persamaan Gelombang Dua Dimensi Menggunakan Metode Alternating Direction Implicit Vol. 11, No. 2, 105-114, Januari 2015 Solusi Numerik Persamaan Gelombang Dua Dimensi Menggunakan Metode Alternating Direction Implicit Rezki Setiawan Bachrun *,Khaeruddin **,Andi Galsan Mahie *** Abstrak

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Persamaan diferensial merupakan persamaan yang didalamnya terdapat beberapa derivatif. Persamaan diferensial menyatakan hubungan antara derivatif dari satu variabel

Lebih terperinci

ANALISIS KESTABILAN HELICOVERPA ARMIGERA

ANALISIS KESTABILAN HELICOVERPA ARMIGERA ANALISIS KESTABILAN HELICOVERPA ARMIGERA (HAMA PENGGEREK BUAH) DAN PAEDERUS FUSCIPES SP (TOMCAT) DENGAN MODEL MANGSA-PEMANGSA DAN RESPON FUNGSIONAL MICHAELIS MENTEN DENGAN METODE BEDA HINGGA MAJU SKRIPSI

Lebih terperinci

Mata Kuliah :: Matematika Rekayasa Lanjut Kode MK : TKS 8105 Pengampu : Achfas Zacoeb

Mata Kuliah :: Matematika Rekayasa Lanjut Kode MK : TKS 8105 Pengampu : Achfas Zacoeb Mata Kuliah :: Matematika Rekayasa Lanjut Kode MK : TKS 8105 Pengampu : Achfas Zacoeb Sesi XII Differensial e-mail : zacoeb@ub.ac.id www.zacoeb.lecture.ub.ac.id Hp. 081233978339 PENDAHULUAN Persamaan diferensial

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

Hubungan antara variabel-variabel dalam contoh tersebut dapat dinyatakan dalam bentuk persamaan matematis yang disebut persamaan regresi.

Hubungan antara variabel-variabel dalam contoh tersebut dapat dinyatakan dalam bentuk persamaan matematis yang disebut persamaan regresi. KORELASI LINIER ANTARA 2 VARIABEL Korelasi Hubungan antara beberapa variabel Contoh 1. Apakah siswa yang pandai dalam mat pandai pula dalam físika 2.Apakah tes masuk suatu sekolah menggambarkan sekolah

Lebih terperinci

MENENTUKAN MODEL PERTUMBUHAN PENDUDUK PROVINSI SUMATERA BARAT

MENENTUKAN MODEL PERTUMBUHAN PENDUDUK PROVINSI SUMATERA BARAT Jurnal Matematika UNAND Vol. 2 No. 4 Hal. 54 58 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND MENENTUKAN MODEL PERTUMBUHAN PENDUDUK PROVINSI SUMATERA BARAT LINDO FEBDIAN, EFENDI Program Studi Matematika,

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

APLIKASI METODE BEDA HINGGA SKEMA EKSPLISIT PADA PERSAMAAN KONDUKSI PANAS

APLIKASI METODE BEDA HINGGA SKEMA EKSPLISIT PADA PERSAMAAN KONDUKSI PANAS Sulistyono, Metode Beda Hingga Skema Eksplisit 4 APLIKASI METODE BEDA HINGGA SKEMA EKSPLISIT PADA PERSAMAAN KONDUKSI PANAS Bambang Agus Sulistyono Program Studi Pendidikan Matematika FKIP UNP Kediri bb7agus@gmail.com

Lebih terperinci

Perbandingan Proyeksi Penduduk Jawa Barat Menggunakan Model Malthus dan Verhulst dengan Variasi Interval Pengambilan Sampel

Perbandingan Proyeksi Penduduk Jawa Barat Menggunakan Model Malthus dan Verhulst dengan Variasi Interval Pengambilan Sampel Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami) Vol.1, No.1, Juli 2017, Hal. 195-202 p-issn: 2580-4596; e-issn: 2580-460X Halaman 195 Perbandingan Proyeksi Penduduk Jawa Barat

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Aljabar Linear Definisi 2.1.1 Matriks Matriks A adalah susunan persegi panjang yang terdiri dari skalar-skalar yang biasanya dinyatakan dalam bentuk berikut: [ ] Definisi 2.1.2

Lebih terperinci

Growth Projections of Private Cars (Black Plate) in Manado Using Differential Equations with Continuous Population Growth Model (Logistic Model)

Growth Projections of Private Cars (Black Plate) in Manado Using Differential Equations with Continuous Population Growth Model (Logistic Model) Proyeksi Pertumbuhan Mobil Pribadi Roda Empat (Plat Hitam) Kota Manado Menggunakan Persamaan Differensial Model Pertumbuhan Populasi Kontinu (Model Logistik) Kartika Hala 1, Yantje D. Prang 2, Hanny Komalig

Lebih terperinci

Analisis Regresi Nonlinear (I)

Analisis Regresi Nonlinear (I) 9 Oktober 2013 Topik Inferensi dalam Regresi Nonlinear Contoh Kasus Regresi linear berganda secara umum sesuai untuk kebanyakan kasus. Namun, banyak kasus peubah respons dan bebas berhubungan melalui fungsi

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Salah satu bentuk model matematika adalah berupa persamaan diferensial. Persamaan diferensial sering digunakan dalam memodelkan suatu permasalahan untuk menggambarkan

Lebih terperinci

Asimtot.wordpress.com FUNGSI TRANSENDEN

Asimtot.wordpress.com FUNGSI TRANSENDEN FUNGSI TRANSENDEN 7.1 Fungsi Logaritma Asli 7.2 Fungsi-fungsi Balikan dan Turunannya 7.3 Fungsi-fungsi Eksponen Asli 7.4 Fungsi Eksponen dan Logaritma Umum 7.5 Pertumbuhan dan Peluruhan Eksponen 7.6 Persamaan

Lebih terperinci

ASPEK STABILITAS DAN KONSISTENSI METODA DALAM PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL BIASA DENGAN MENGGUNAKAN METODA PREDIKTOR- KOREKTOR ORDE 4

ASPEK STABILITAS DAN KONSISTENSI METODA DALAM PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL BIASA DENGAN MENGGUNAKAN METODA PREDIKTOR- KOREKTOR ORDE 4 ASPEK STABILITAS DAN KONSISTENSI METODA DALAM PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL BIASA DENGAN MENGGUNAKAN METODA PREDIKTOR- KOREKTOR ORDE 4 Asep Juarna, SSi, MKom. Fakultas Ilmu Komputer, Universitas

Lebih terperinci

UKURAN SIMPANGAN DAN UKURAN VARIASI. Ukuran Simpangan

UKURAN SIMPANGAN DAN UKURAN VARIASI. Ukuran Simpangan Ukuran simpangan: Rentang Rentang antar kuartil Simpangan kuartil Rata rata simpangan Ukuran Variasi: Varians Simpangan baku Angka Baku Koefisien Variasi UKURAN SIMPANGAN DAN UKURAN VARIASI Ukuran Simpangan

Lebih terperinci

SIMULASI LAJU PERTUMBUHAN PENJUALAN AUTOMOTIF DENGAN METODE EKSPONENSIAL DAN GUI MATLAB DI JAWA TIMUR

SIMULASI LAJU PERTUMBUHAN PENJUALAN AUTOMOTIF DENGAN METODE EKSPONENSIAL DAN GUI MATLAB DI JAWA TIMUR SIMULASI LAJU PERTUMBUHAN PENJUALAN AUTOMOTIF DENGAN METODE EKSPONENSIAL DAN GUI MATLAB DI JAWA TIMUR Yopi Andry Lesnussa Jurusan Matematika Universitas Pattimura yopi_a_lesnussa@yahoo.com Abstrak Laju

Lebih terperinci

Pr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.

Pr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari. 6.. Proses Kelahiran Murni Dalam bab ini, akan dibahas beberapa contoh penting dari waktu kontinu, state diskrit, proses Markov. Khususnya, dengan kumpulan dari variabel acak {;0 } di mana nilai yang mungkin

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Didunia nyata banyak soal matematika yang harus dimodelkan terlebih dahulu untuk mempermudah mencari solusinya. Di antara model-model tersebut dapat berbentuk sistem

Lebih terperinci

SOLUSI PENYEBARAN PANAS PADA BATANG KONDUKTOR MENGGUNAKAN METODE CRANK-NICHOLSON

SOLUSI PENYEBARAN PANAS PADA BATANG KONDUKTOR MENGGUNAKAN METODE CRANK-NICHOLSON SOLUSI PENYEBARAN PANAS PADA BATANG KONDUKTOR MENGGUNAKAN METODE CRANK-NICHOLSON Viska Noviantri Mathematics & Statistics Department, School of Computer Science, Binus University Jl. K.H. Syahdan No. 9,

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pemodelan matematika merupakan bidang matematika yang berusaha untuk merepresentasikan dan menjelaskan masalah dunia nyata dalam pernyataan matematik. Representasi

Lebih terperinci

PEMODELAN KELAHIRAN MURNI DAN KEMATIAN MURNI DENGAN DUA JENIS KELAMIN DENGAN PROSES STOKASTIK

PEMODELAN KELAHIRAN MURNI DAN KEMATIAN MURNI DENGAN DUA JENIS KELAMIN DENGAN PROSES STOKASTIK Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 72 79 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN KELAHIRAN MURNI DAN KEMATIAN MURNI DENGAN DUA JENIS KELAMIN DENGAN PROSES STOKASTIK FEBI OKTORA

Lebih terperinci

Persamaan Diferensial Biasa

Persamaan Diferensial Biasa Persamaan Diferensial Biasa Titik Tetap dan Sistem Linear Toni Bakhtiar Departemen Matematika IPB Oktober 2012 Toni Bakhtiar (m@thipb) PDB Oktober 2012 1 / 31 Titik Tetap SPD Mandiri dan Titik Tetap Tinjau

Lebih terperinci

BAB II TINJAUAN PUSTAKA. kestabilan model predator-prey tipe Holling II dengan faktor pemanenan.

BAB II TINJAUAN PUSTAKA. kestabilan model predator-prey tipe Holling II dengan faktor pemanenan. BAB II TINJAUAN PUSTAKA Dalam bab ini akan dibahas mengenai dasar teori untuk menganalisis simulasi kestabilan model predator-prey tipe Holling II dengan faktor pemanenan. 2.1 Persamaan Diferensial Biasa

Lebih terperinci

Analisa Matematik untuk Menentukan Kondisi Kestabilan Keseimbangan Pasar Berganda dengan Dua Produk Melalui Sistem Persamaan Diferensial Biasa Linear

Analisa Matematik untuk Menentukan Kondisi Kestabilan Keseimbangan Pasar Berganda dengan Dua Produk Melalui Sistem Persamaan Diferensial Biasa Linear Prosiding Penelitian SPeSIA Unisba 2015 ISSN: 2460-6464 Analisa Matematik untuk Menentukan Kondisi Kestabilan Keseimbangan Pasar Berganda dengan Dua Produk Melalui Sistem Persamaan Diferensial Biasa Linear

Lebih terperinci

BAB VIII PERSAMAAN DIFERENSIAL (PD)

BAB VIII PERSAMAAN DIFERENSIAL (PD) BAB VIII PERSAMAAN DIFERENSIAL (PD) Banak masalah dalam kehidupan sehari-hari ang dapat dimodelkan dalam persamaan diferensial. Untuk menelesaikan masalah tersebut kita perlu menelesaikan pula persamaan

Lebih terperinci

Analisis Reduksi Model pada Sistem Linier Waktu Diskrit

Analisis Reduksi Model pada Sistem Linier Waktu Diskrit JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (216) 2337-352 (231-928X Print) A-25 Analisis Reduksi Model pada Sistem Linier Waktu Diskrit Yunita Indriana Sari dan Didik Khusnul Arif Jurusan Matematika, Fakultas

Lebih terperinci

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL Tujuan Instruksional: Mampu memahami definisi Persamaan Diferensial Mampu memahami klasifikasi Persamaan Diferensial Mampu memahami bentuk bentuk solusi Persamaan

Lebih terperinci

BAB I Pendahuluan Latar BelakangMasalah

BAB I Pendahuluan Latar BelakangMasalah BAB I Pendahuluan 1.1. Latar BelakangMasalah Model matematika merupakan representasi masalah dalam dunia nyata yang menggunakan bahasa matematika. Bahasa matematika yang digunakan dalam pemodelan meliputi

Lebih terperinci

digunakan untuk menyelesaikan integral seperti 3

digunakan untuk menyelesaikan integral seperti 3 Bab Teknik Pengintegralan BAB TEKNIK PENGINTEGRALAN Rumus-rumus dasar integral tak tertentu yang diberikan pada bab hanya dapat digunakan untuk mengevaluasi integral dari fungsi sederhana dan tidak dapat

Lebih terperinci

Simulasi Model Mangsa Pemangsa Di Wilayah yang Dilindungi untuk Kasus Pemangsa Tergantung Sebagian pada Mangsa

Simulasi Model Mangsa Pemangsa Di Wilayah yang Dilindungi untuk Kasus Pemangsa Tergantung Sebagian pada Mangsa Simulasi Model Mangsa Pemangsa Di Wilayah yang Dilindungi untuk asus Pemangsa Tergantung Sebagian pada Mangsa Ipah Junaedi 1, a), Diny Zulkarnaen 2, b) 3, c), dan Siti Julaeha 1, 2, 3 Jurusan Matematika,

Lebih terperinci

BAB II PENGANTAR SOLUSI PERSOALAN FISIKA MENURUT PENDEKATAN ANALITIK DAN NUMERIK

BAB II PENGANTAR SOLUSI PERSOALAN FISIKA MENURUT PENDEKATAN ANALITIK DAN NUMERIK BAB II PENGANTAR SOLUSI PERSOALAN FISIKA MENURUT PENDEKATAN ANALITIK DAN NUMERIK Tujuan Instruksional Setelah mempelajari bab ini pembaca diharapkan dapat: 1. Menjelaskan cara penyelesaian soal dengan

Lebih terperinci

Kuliah PD. Gaya yang bekerj a pada suatu massa sama dengan laju perubahan momentum terhadap waktu.

Kuliah PD. Gaya yang bekerj a pada suatu massa sama dengan laju perubahan momentum terhadap waktu. Kuliah PD Pertemuan ke-1: Motivasi: 1. Mekanika A. Hukum Newton ke-: Gaya yang bekerj a pada suatu massa sama dengan laju perubahan momentum terhadap waktu. Misalkan F: gaya, m: massa benda, a: percepatan,

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL TUNDA LINIER ORDE 1 DENGAN METODE KARAKTERISTIK

PENYELESAIAN PERSAMAAN DIFERENSIAL TUNDA LINIER ORDE 1 DENGAN METODE KARAKTERISTIK Jurnal Matematika UNAND Vol. 5 No. 2 Hal. 45 49 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENYELESAIAN PERSAMAAN DIFERENSIAL TUNDA LINIER ORDE 1 DENGAN METODE KARAKTERISTIK FEBBY RAHMI ALFIONITA,

Lebih terperinci

Oleh Nara Riatul Kasanah Dosen Pembimbing Drs. Sri Suprapti H., M.Si

Oleh Nara Riatul Kasanah Dosen Pembimbing Drs. Sri Suprapti H., M.Si Oleh Nara Riatul Kasanah 1209100079 Dosen Pembimbing Drs. Sri Suprapti H., M.Si JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014 PENDAHULUAN

Lebih terperinci

Ilustrasi Persoalan Matematika

Ilustrasi Persoalan Matematika Pendahuluan Persoalan yang melibatkan model matematika banyak muncul dalam berbagai disiplin ilmu pengetahuan, seperti dalam bidang fisika, kimia, ekonomi, atau pada persoalan rekayasa (engineering), seperti

Lebih terperinci

MODEL LOGISTIK DENGAN DIFUSI PADA PERTUMBUHAN SEL TUMOR EHRLICH ASCITIES. Hendi Nirwansah 1 dan Widowati 2

MODEL LOGISTIK DENGAN DIFUSI PADA PERTUMBUHAN SEL TUMOR EHRLICH ASCITIES. Hendi Nirwansah 1 dan Widowati 2 MODEL LOGISTIK DEGA DIFUSI PADA PERTUMBUHA SEL TUMOR EHRLICH ASCITIES Hendi irwansah 1 dan Widowati 1, Jurusan Matematika FMIPA Universitas Diponegoro Jl. Prof. H. Soedarto, SH Tembalang Semarang 5075

Lebih terperinci

Dinamik Model Epidemi SIRS dengan Laju Kematian Beragam

Dinamik Model Epidemi SIRS dengan Laju Kematian Beragam Jurnal Matematika Integratif ISSN 1412-6184 Volume 10 No 1, April 2014, hal 1-7 Dinamik Model Epidemi SIRS dengan Laju Kematian Beragam Ni matur Rohmah, Wuryansari Muharini Kusumawinahyu Jurusan Matematika,

Lebih terperinci

Aplikasi Persamaan Bessel Orde Nol Pada Persamaan Panas Dua dimensi

Aplikasi Persamaan Bessel Orde Nol Pada Persamaan Panas Dua dimensi JURNAL FOURIER Oktober 2013, Vol. 2, No. 2, 113-123 ISSN 2252-763X Aplikasi Persamaan Bessel Orde Nol Pada Persamaan Panas Dua dimensi Annisa Eki Mulyati dan Sugiyanto Program Studi Matematika Fakultas

Lebih terperinci

TUGAS MAKALAH. Aplikasi Persamaan Diferensial Pada Hukum Pendingin Newton

TUGAS MAKALAH. Aplikasi Persamaan Diferensial Pada Hukum Pendingin Newton TUGAS MAKALAH Aplikasi Persamaan Diferensial Pada Hukum Pendingin Newton Ditulis oleh: Alviatun sholihat(3115102293) Pendidikan Matematika Reguler 2010 Fakultas Matematika dan Ilmu Pengetahuan Universitas

Lebih terperinci

IMPLEMENTASI METODE DEKOMPOSISI LU PADA REGRESI LINIER BERGANDA

IMPLEMENTASI METODE DEKOMPOSISI LU PADA REGRESI LINIER BERGANDA Seminar Nasional Teknologi Informasi & Komunikasi Terapan (Semantik ) ISBN 979-6 - 55 - Semarang, 3 Juni IMPLEMENTASI METODE DEKOMPOSISI LU PADA REGRESI LINIER BERGANDA Yuniarsi Rahayu Fakultas Ilmu Komputer

Lebih terperinci

perpindahan, kita peroleh persamaan differensial berikut :

perpindahan, kita peroleh persamaan differensial berikut : 1.1 Pengertian Persamaan Differensial Banyak sekali masalah terapan (dalam ilmu teknik, ilmu fisika, biologi, kimia, sosial, dan lain-lain), yang telah dirumuskan dengan model matematika dalam bentuk persamaan

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN Dalam bab ini dijelaskan metode Adams Bashforth-Moulton multiplikatif (M) orde empat beserta penerapannya. Metode tersebut memuat metode Adams Bashforth multiplikatif orde empat

Lebih terperinci

FUNGSI DELTA DIRAC. Marwan Wirianto 1) dan Wono Setya Budhi 2)

FUNGSI DELTA DIRAC. Marwan Wirianto 1) dan Wono Setya Budhi 2) INTEGRAL, Vol. 1 No. 1, Maret 5 FUNGSI DELTA DIRAC Marwan Wirianto 1) dan Wono Setya Budhi ) 1) Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Katolik Parahyangan, Bandung

Lebih terperinci

MODIFIKASI METODE RUNGE-KUTTA ORDE-4 KUTTA BERDASARKAN RATA-RATA HARMONIK TUGAS AKHIR. Oleh : EKA PUTRI ARDIANTI

MODIFIKASI METODE RUNGE-KUTTA ORDE-4 KUTTA BERDASARKAN RATA-RATA HARMONIK TUGAS AKHIR. Oleh : EKA PUTRI ARDIANTI MODIFIKASI METODE RUNGE-KUTTA ORDE-4 KUTTA BERDASARKAN RATA-RATA HARMONIK TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh : EKA PUTRI ARDIANTI

Lebih terperinci

Fungsi Eksponensial dan Logaritma Beserta Aplikasinya

Fungsi Eksponensial dan Logaritma Beserta Aplikasinya Fungsi Eksponensial dan Logaritma Beserta Aplikasinya Week 04 W. Rofianto, ST, MSi PERBANDINGAN ANTAR JENIS FUNGSI x 0 1 2 3 4 5 y = 2x 0 2 4 6 8 10 ( y/ x) 2 2 2 2 2 ( y/ x)/y - 100% 50% 33.33% 25% y

Lebih terperinci

PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL LINEAR HOMOGEN DENGAN KOEFISIEN KONSTAN MENGGUNAKAN METODE ADAMS BASHFORTH MOULTON

PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL LINEAR HOMOGEN DENGAN KOEFISIEN KONSTAN MENGGUNAKAN METODE ADAMS BASHFORTH MOULTON Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 2 (2014), hal 125 134. PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL LINEAR HOMOGEN DENGAN KOEFISIEN KONSTAN MENGGUNAKAN METODE ADAMS BASHFORTH

Lebih terperinci

II. TINJAUAN PUSTAKA. 2.1 Persamaan Diferensial (Bronson dan Costa, 2007) terhadap satu atau lebih dari variabel-variabel bebas (independent

II. TINJAUAN PUSTAKA. 2.1 Persamaan Diferensial (Bronson dan Costa, 2007) terhadap satu atau lebih dari variabel-variabel bebas (independent 4 II. TINJAUAN PUSTAKA 2.1 Persamaan Diferensial (Bronson dan Costa, 2007) Persamaan differensial adalah suatu persamaan yang memuat turunan terhadap satu atau lebih dari variabel-variabel bebas (independent

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Influenza atau lebih dikenal dengan flu, merupakan salah satu penyakit yang menyerang pernafasan manusia. Penyakit ini disebabkan oleh virus influenza yang

Lebih terperinci

KESTABILAN MODEL SUSCEPTIBLE VACCINATED INFECTED RECOVERED (SVIR) PADA PENYEBARAN PENYAKIT CAMPAK (MEASLES) (Studi Kasus di Kota Semarang)

KESTABILAN MODEL SUSCEPTIBLE VACCINATED INFECTED RECOVERED (SVIR) PADA PENYEBARAN PENYAKIT CAMPAK (MEASLES) (Studi Kasus di Kota Semarang) KESTABILAN MODEL SUSCEPTIBLE VACCINATED INFECTED RECOVERED (SVIR) PADA PENYEBARAN PENYAKIT CAMPAK (MEASLES) (Studi Kasus di Kota Semarang) Melita Haryati 1, Kartono 2, Sunarsih 3 1,2,3 Jurusan Matematika

Lebih terperinci

THE EFFECT OF DELAYED TIME OF OSCILLATION IN THE LOGISTIC EQUATION

THE EFFECT OF DELAYED TIME OF OSCILLATION IN THE LOGISTIC EQUATION Jurnal Matematika UNAND Vol. 2 No. 1 Hal. 72 77 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND THE EFFECT OF DELAYED TIME OF OSCILLATION IN THE LOGISTIC EQUATION IVONE LAWRITA ERWANSA, EFENDI, AHMAD

Lebih terperinci

BAB II LANDASAN TEORI. selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi

BAB II LANDASAN TEORI. selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi BAB II LANDASAN TEORI Pada bab ini akan dibahas tentang landasan teori yang digunakan pada bab selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi yang diuraikan berupa definisi-definisi

Lebih terperinci

Sagita Charolina Sihombing 1, Agus Dahlia Pendahuluan

Sagita Charolina Sihombing 1, Agus Dahlia Pendahuluan Jurnal Matematika Integratif. Vol. 14, No. 1 (2018), pp. 51 60. p-issn:1412-6184, e-issn:2549-903 doi:10.24198/jmi.v14.n1.15953.51-60 Penyelesaian Persamaan Diferensial Linier Orde Satu dan Dua disertai

Lebih terperinci

MULTIKOLINEARITAS (Lanjutan)

MULTIKOLINEARITAS (Lanjutan) MULTIKOLINEARITAS (Lanjutan) Tjipto Juwono, Ph.D. September 9, 2015 Pengertian Multikolinearitas Secara historis multikolinearitas menunjukkan hubungan yang sempurna antara variabel-variabel independent

Lebih terperinci

STUDI PERPINDAHAN PANAS DENGAN MENGGUNAKAN SISTEM KOORDINAT SEGITIGA

STUDI PERPINDAHAN PANAS DENGAN MENGGUNAKAN SISTEM KOORDINAT SEGITIGA STUDI PERPINDAHAN PANAS DENGAN MENGGUNAKAN SISTEM KOORDINAT SEGITIGA Oleh : Farda Nur Pristiana 1208 100 059 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH

Lebih terperinci

Lebih khusus, dalam skripsi ini persamaan differensial tundaan yang dipelajari mempunyai bentuk umum sebagai berikut :

Lebih khusus, dalam skripsi ini persamaan differensial tundaan yang dipelajari mempunyai bentuk umum sebagai berikut : BAB I PENDAHULUAN Pada bab ini akan dijelaskan mengenai latar belakang masalah, rumusan masalah, maksud dan tujuan penulisan, tinjauan pustaka, serta sistematika penulisan skripsi ini. 1.1. Latar Belakang

Lebih terperinci

Solusi Persamaan Laplace Menggunakan Metode Crank-Nicholson. (The Solution of Laplace Equation Using Crank-Nicholson Method)

Solusi Persamaan Laplace Menggunakan Metode Crank-Nicholson. (The Solution of Laplace Equation Using Crank-Nicholson Method) Prosiding Seminar Nasional Matematika, Universitas Jember, 19 November 2014 320 Persamaan Laplace Menggunakan Metode Crank-Nicholson (The Solution of Laplace Equation Using Crank-Nicholson Method) Titis

Lebih terperinci

KEKONVERGENAN MSE PENDUGA KERNEL SERAGAM FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT

KEKONVERGENAN MSE PENDUGA KERNEL SERAGAM FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT KEKONVERGENAN MSE PENDUGA KERNEL SERAGAM FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT Ro fah Nur Rachmawati Mathematics & Statistics Department, School of Computer Science, Binus

Lebih terperinci

Persamaan Diferensial

Persamaan Diferensial TKS 4003 Matematika II Persamaan Diferensial Konsep Dasar dan Pembentukan (Differential : Basic Concepts and Establishment ) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya Pendahuluan

Lebih terperinci

I. PENDAHULUAN. dan kotoran manusia atau kotoran binatang. Semua polutan tersebut masuk. ke dalam sungai dan langsung tercampur dengan air sungai.

I. PENDAHULUAN. dan kotoran manusia atau kotoran binatang. Semua polutan tersebut masuk. ke dalam sungai dan langsung tercampur dengan air sungai. I. PENDAHULUAN 1.1 Latar Belakang dan Masalah Dalam kehidupan, polusi yang ada di sungai disebabkan oleh limbah dari pabrikpabrik dan kotoran manusia atau kotoran binatang. Semua polutan tersebut masuk

Lebih terperinci

ANALISIS DIMENSI DAN MODEL MATEMATIKA

ANALISIS DIMENSI DAN MODEL MATEMATIKA 1 ANALISIS DIMENSI DAN MODEL MATEMATIKA Oleh : Prof. Dr. Ir. Santosa, MP Guru Besar pada Program Studi Teknik Pertanian, Fakultas Teknologi Pertanian Universitas Andalas Padang, April 2010 I. PENURUNAN

Lebih terperinci

BERBAGAI MODEL MATEMATIKA BERBENTUK PERSAMAAN DIFERENSIAL BIASA TINGKAT SATU

BERBAGAI MODEL MATEMATIKA BERBENTUK PERSAMAAN DIFERENSIAL BIASA TINGKAT SATU BERBAGAI MODEL MATEMATIKA BERBENTUK PERSAMAAN DIFERENSIAL BIASA TINGKAT SATU Budiyono Jurusan Pendidikan Matematika FKIP Universitas Muhammadiyah Purworejo Abstrak Untuk mengetahui peranan matematika dalam

Lebih terperinci

PENGARUH PERUBAHAN NILAI PARAMETER TERHADAP NILAI ERROR PADA METODE RUNGE-KUTTA ORDE 3

PENGARUH PERUBAHAN NILAI PARAMETER TERHADAP NILAI ERROR PADA METODE RUNGE-KUTTA ORDE 3 PENGARUH PERUBAHAN NILAI PARAMETER TERHADAP NILAI ERROR PADA METODE RUNGE-KUTTA ORDE 3 Tornados P. Silaban 1, Faiz Ahyaningsih 2 1) FMIPA, UNIMED, Medan, Indonesia email: tornados.p_silaban@yahoo.com 2)

Lebih terperinci

Simulasi Perpindahan Panas pada Lapisan Tengah Pelat Menggunakan Metode Elemen Hingga

Simulasi Perpindahan Panas pada Lapisan Tengah Pelat Menggunakan Metode Elemen Hingga JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) 2337-3520 (2301-928X Print) A-13 Simulasi Perpindahan Panas pada Lapisan Tengah Pelat Menggunakan Metode Elemen Hingga Vimala Rachmawati dan Kamiran Jurusan

Lebih terperinci

Perbandingan Skema Numerik Metode Finite Difference dan Spectral

Perbandingan Skema Numerik Metode Finite Difference dan Spectral Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.10, No.2, Agustus 2016 ISSN: 0852-730X Perbandingan Skema Numerik Metode Finite Difference dan Spectral Lukman Hakim 1, Azwar Riza Habibi 2 STMIK

Lebih terperinci

Pengaruh Waktu Tunda Yang Kecil Terhadap Stabilitas Eksponensial Seragam Suatu Sistem Persamaan Diferensial

Pengaruh Waktu Tunda Yang Kecil Terhadap Stabilitas Eksponensial Seragam Suatu Sistem Persamaan Diferensial SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 Pengaruh Waktu Tunda Yang Kecil Terhadap Stabilitas Eksponensial Seragam Suatu Sistem Persamaan Diferensial Aloysius Joakim Fernandez Fakultas

Lebih terperinci

SIFAT-SIFAT DINAMIK DARI MODEL INTERAKSI CINTA DENGAN MEMPERHATIKAN DAYA TARIK PASANGAN

SIFAT-SIFAT DINAMIK DARI MODEL INTERAKSI CINTA DENGAN MEMPERHATIKAN DAYA TARIK PASANGAN Jurnal Matematika UNAND Vol. 5 No. 2 Hal. 50 55 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND SIFAT-SIFAT DINAMIK DARI MODEL INTERAKSI CINTA DENGAN MEMPERHATIKAN DAYA TARIK PASANGAN AIDA BETARIA Program

Lebih terperinci

MODIFIKASI METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN MASALAH NILAI AWAL SINGULAR PADA PERSAMAAN DIFERENSIAL BIASA ORDE DUA ABSTRACT

MODIFIKASI METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN MASALAH NILAI AWAL SINGULAR PADA PERSAMAAN DIFERENSIAL BIASA ORDE DUA ABSTRACT MODIFIKASI METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN MASALAH NILAI AWAL SINGULAR PADA PERSAMAAN DIFERENSIAL BIASA ORDE DUA Kristiani Panjaitan 1, Syamsudhuha 2, Leli Deswita 2 1 Mahasiswi Program

Lebih terperinci

TINJAUAN PUSTAKA. Distribusi Weibull adalah distribusi yang paling banyak digunakan untuk waktu

TINJAUAN PUSTAKA. Distribusi Weibull adalah distribusi yang paling banyak digunakan untuk waktu II. TINJAUAN PUSTAKA. Distribusi Weibull Distribusi Weibull adalah distribusi yang paling banyak digunakan untuk waktu hidup dalam tekhnik ketahanan. Distribusi ini adalah distribusi serbaguna yang dapat

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Persamaan diferensial biasa (ordinary differential equations (ODEs)) merupakan salah satu alat matematis untuk memodelkan dinamika sistem dalam berbagai bidang ilmu

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam kehidupan sehari-hari banyak permasalahan yang muncul di lingkungan sekitar. Hal tersebut dapat dikembangkan melalui pemodelan matematika. Sehingga dengan

Lebih terperinci

PEMODELAN MATEMATIKA DAN ANALISIS KESTABILAN LOKAL PADA PERUBAHAN POPULASI PENDERITA DIABETES MELITUS

PEMODELAN MATEMATIKA DAN ANALISIS KESTABILAN LOKAL PADA PERUBAHAN POPULASI PENDERITA DIABETES MELITUS Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 135-142 PEMODELAN MATEMATIKA DAN ANALISIS KESTABILAN LOKAL PADA PERUBAHAN POPULASI PENDERITA DIABETES MELITUS Marisa Effendi,

Lebih terperinci

PENYELESAIAN NUMERIK DARI PERSAMAAN DIFERENSIAL NONLINIER ADVANCE-DELAY

PENYELESAIAN NUMERIK DARI PERSAMAAN DIFERENSIAL NONLINIER ADVANCE-DELAY Jurnal Matematika UNAND Vol. VI No. 1 Hal. 97 104 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENYELESAIAN NUMERIK DARI PERSAMAAN DIFERENSIAL NONLINIER ADVANCE-DELAY YOSI ASMARA Program Studi Magister

Lebih terperinci

BAB VI DISTRIBUSI PROBABILITAS MENERUS

BAB VI DISTRIBUSI PROBABILITAS MENERUS BAB VI DISTRIBUSI ROBABILITAS MENERUS 6. Distribusi Uniform (seragam) Menerus Distribusi seragam menerus merupakan distribusi yang paling sederhana. Karaketristik distribusi ini adalah fungsi kepadatannya

Lebih terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH KALKULUS LANJUT A (S1 / TEKNIK INFORMATIKA ) KODE / SKS KD

SATUAN ACARA PERKULIAHAN MATA KULIAH KALKULUS LANJUT A (S1 / TEKNIK INFORMATIKA ) KODE / SKS KD SATUAN ACARA PERKULIAHAN MATA KULIAH KALKULUS LANJUT A (S1 / TEKNIK INFORMATIKA ) KODE / SKS KD-045315 Mingg u Ke Pokok Bahasan dan TIU Sub-pokok Bahasan dan Sasaran Belajar Cara Pengajaran Media Tugas

Lebih terperinci

II LANDASAN TEORI 2.1 Sistem Persamaan Diferensial Definisi 1 [Sistem Persamaan Diferensial Linear (SPDL)]

II LANDASAN TEORI 2.1 Sistem Persamaan Diferensial Definisi 1 [Sistem Persamaan Diferensial Linear (SPDL)] II LANDASAN TEORI 2.1 Sistem Persamaan Diferensial Definisi 1 [Sistem Persamaan Diferensial Linear (SPDL)] Suatu sistem persamaan diferensial dinyatakan sebagai berikut: A adalah matriks koefisien konstan

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFFERENSIAL ORDE 1 - I

PENYELESAIAN PERSAMAAN DIFFERENSIAL ORDE 1 - I PENYELESAIAN PERSAMAAN DIFFERENSIAL ORDE 1 - I 1. Pendahuluan Pengertian Persamaan Diferensial Metoda Penyelesaian -contoh Aplikasi 1 1.1. Pengertian Persamaan Differensial Secara Garis Besar Persamaan

Lebih terperinci