PERANCANGAN FILTER ANALOG & DIGITAL MENGUNAKAN MATLAB

Ukuran: px
Mulai penontonan dengan halaman:

Download "PERANCANGAN FILTER ANALOG & DIGITAL MENGUNAKAN MATLAB"

Transkripsi

1 PERANCANGAN FILTER ANALOG & DIGITAL MENGUNAKAN MATLAB

2 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 : frekwei (rad/) utuk meguji H(). Nilai vektor komplek H() ukuraya ama dega w. ) ( ) ( ) ( A B H a a a a b b b b

3 Cotoh 1, fugi alih filter aalog berikut: H1( ) Script-ya: w1 0:0.05:5; B1 [0.579]; A1 [1,1.075,0.579]; H1 freq(b1,a1,w1); plot(w1,ab(h1)), title( Aalog Filter H1() ), xlabel( w, rp ), ylabel( Magitud ), grid;

4 Cotoh, fugi alih filter aalog berikut: H ( ) Script-ya: w 0:0.05:5; B [1,0,0]; A [1,0.117,0.06]; H freq(b,a,w); plot(w,ab(h)), title( Aalog Filter H() ), xlabel( w, rp ), ylabel( Magitud ), grid;

5 Cotoh 3, fugi alih filter aalog berikut: H ) 3 ( Script-ya: w3 0:0.05:5; B3 [1.05,0]; A3 [1,1.05,0.447]; H3 freq(b3,a3,w3); plot(w3,ab(h3)), title( Aalog Filter H3() ), xlabel( w, rp ), ylabel( Magitud ), grid;

6 Cotoh 4, fugi alih filter aalog berikut: H 4 ( ) Script-ya: w4 0:0.05:5; B4 [1,0,.359]; A4 [1,.3511,.359]; H4 freq(b4,a4,w4); plot(w4,ab(h4)), title( Aalog Filter H4() ), xlabel( w, rp ), ylabel( Magitud ), grid;

7 Repo frekuei Cotoh 1 4:

8 FUNGSI ALIH FILTER DIGITAL FUNGSI ALIH FILTER DIGITAL B( z) H ( z) A( z) b0 z b1 z a z a z az Jika peyebutya 1 FIR Jika peyebutya kotata IIR Repo frekuei Filter Digital di MatLab: [H,wT] freqz(b,a,) B : vektor B(), A : koefiie vektor A(), : jumlah titik uji H(). Nilai dari H(z) diuji pada ruag yag ama dari frekwei terormaliai pada iterval [0,π] b z b a

9 Cotoh 5, fugi alih filter digital: H z z z z 1 1( z) Scriptya: 100; B1 [0.066,0.4131,0.066]; A1 [1, ,0.1958]; [H1z,w1T] freqz(b1,a1,); plot(w1t,ab(h1z)), title( Filter Digital H1(z) ), xlabel( Frekwei terormaliai ), ylabel( Beara ), grid;

10 Cotoh 6, fugi alih filter digital: H z z 0.894z 0.779z 1 ( z) 1 Scriptya: 100; B [0.066,0.4131,0.066]; A [1, ,0.1958]; [Hz,wT] freqz(b,a,); plot(wt,ab(hz)), title( Filter Digital H(z) ), xlabel( Frekwei terormaliai ), ylabel( Beara ), grid;

11 Cotoh 7, fugi alih filter digital: H z 0.4z 0.159z 3( z) 1 1 Scriptya: 100; B3 [0.066,0.4131,0.066]; A3 [1, ,0.1958]; [H3z,w3T] freqz(b3,a3,); plot(w3t,ab(h3z)), title( Filter Digital H3(z) ), xlabel( Frekwei terormaliai ), ylabel( Beara ), grid;

12 Cotoh 8, fugi alih filter digital: H z z 0.579z z 1 4( z) 1 Scriptya: 100; B4 [0.066,0.4131,0.066]; A4 [1, ,0.1958]; [H4z,w4T] freqz(b4,a4,); plot(w4t,ab(h4z)), title( Filter Digital H4(z) ), xlabel( Frekwei terormaliai ), ylabel( Beara ), grid;

13 Repo frekuei Cotoh 5 8

14 IMPLEMENTASI FILTER DIGITAL Sebelumya, filter digital dapat didefiiika dega fugi trafer H(z) atau PD. Iput filter digital adalah iyal digital, outputya adalah betuk lai iyal digital. x Digital H(z) y Implemetai Filter Digital: FIR: cov(x,h) da filter(b,1,x) IIR: filter(b,a,x) Filter

15 Peracaga filter IIR megguaka prototipe aalog, yag ada di MatLab: Filter Butterworth [B,A] butter(n,w) ; meghitug koefiie filter lowpa Butterworth. W adalah frekuei cutoff pada frekuei terormaliai. [B,A] butter(n,w, high ) ; meghitug koefiie filter highpa Butterworth. W adalah frekuei cutoff pada frekuei terormaliai. [B,A] butter(n,w) ; meghitug koefiie filter badpa Butterworth. W adalah vektor dua frekwei cutoff pada frekuei terormaliai pabad dalam orde beruruta aik. [B,A] butter(n,w, top ) ; meghitug koefiie filter badtop Butterworth. W adalah vektor dua

16 Filter Chebyev tipe 1 [B,A] cheby1(n,rp,w) ; meghitug koefiie filter lowpa Chebyev tipe 1. Rp adalah ripple pabad da W adalah frekuei cutoff pada frekuei terormaliai. [B,A] cheby1(n,rp,w, high ) ; meghitug koefiie filter highpa Chebyev tipe 1. Rp adalah ripple pabad da W adalah frekuei cutoff pada frekuei terormaliai. [B,A] cheby1(n,rp,w) ; meghitug koefiie filter badpa Chebyev tipe 1. Rp adalah ripple da W adalah vektor dua frekwei cutoff pada frekuei terormaliai pabad dalam orde beruruta aik. [B,A] cheby1(n,rp,w, top ) ; meghitug koefiie filter topbad Chebyev tipe 1. Rp adalah ripple pabad da W adalah vektor dua frekwei cutoff pada frekuei terormaliai topbad dalam orde beruruta aik.

17 Filter Chebyev tipe [B,A] cheby(n,rp,w) ; meghitug koefiie filter lowpa Chebyev tipe. Rp adalah ripple pabad da W adalah frekuei cutoff pada frekuei terormaliai. [B,A] cheby(n,rp,w, high ) ; meghitug koefiie filter highpa Chebyev tipe. Rp adalah ripple pabad da W adalah frekuei cutoff pada frekuei terormaliai. [B,A] cheby(n,rp,w) ; meghitug koefiie filter badpa Chebyev tipe. Rp adalah ripple da W adalah vektor dua frekwei cutoff pada frekuei terormaliai pabad dalam orde beruruta aik. [B,A] cheby(n,rp,w, top ) ; meghitug koefiie filter topbad Chebyev tipe. Rp adalah ripple pabad da W adalah vektor dua frekwei cutoff pada frekuei terormaliai topbad dalam orde beruruta aik.

18 Filter Epiliptik [B,A] ellip(n,rp,r,w) ; meghitug koefiie filter lowpa Elliptik. Rp adalah ripple pabad, R adalah ripple topbad da W adalah frekuei cutoff pada frekuei terormaliai. [B,A] ellip(n,rp,r,w, high ) ; meghitug koefiie filter highpa Elliptik. Rp adalah ripple pabad, R adalah ripple topbad pabad da W adalah frekuei cutoff pada frekuei terormaliai.

19 [B,A] ellip(n,rp,r,w) ; meghitug koefiie filter badpa Elliptik. Rp adalah ripple pabad, R adalah ripple topbad da W adalah vektor dua frekwei cutoff pada frekuei terormaliai pabad dalam orde beruruta aik. [B,A] ellip(n,rp,r,w, top ) ; meghitug koefiie filter topbad Elliptik. Rp adalah ripple

MODUL 4 ANALOG DAN DIGITAL FILTER

MODUL 4 ANALOG DAN DIGITAL FILTER MODUL 4 ANALOG DAN DIGITAL FILTER I. Tugas Pendahuluan Perintah atau fungsi pada MATLAB dapat dilihat dan dipelajari dengan online help pada Command window. Contoh ketiklah : help plot. Maka arti dari

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

SIMULASI HASIL PERANCANGAN LPF (LOW PASS FILTER) DIGITAL MENGGUNAKAN PROTOTIP FILTER ANALOG BUTTERWORTH

SIMULASI HASIL PERANCANGAN LPF (LOW PASS FILTER) DIGITAL MENGGUNAKAN PROTOTIP FILTER ANALOG BUTTERWORTH Simulasi Hasil Perancangan LPF (Low Pass Filter) Digital....Hanafi SIMULASI HASIL PERANCANGAN LPF (LOW PASS FILTER) DIGITAL MENGGUNAKAN PROTOTIP FILTER ANALOG BUTTERWORTH Hanafi Dosen Jurusan Teknik Elektro

Lebih terperinci

Probabilitas dan Proses Stokastik

Probabilitas dan Proses Stokastik Probabilitas da Proses Stokastik Tim ProStok Jurusa Tekik Elektro - FTI Istitut Tekologi Sepuluh Nopember Surabaya, 014 O U T L I N E 1. Capaia Pembelajara. Pegatar da Teori 3. Cotoh 4. Rigkasa 5. Latiha

Lebih terperinci

III. METODE PENELITIAN. Penelitian dilaksanakan dari bulan Agustus 2012 sampai dengan November 2012

III. METODE PENELITIAN. Penelitian dilaksanakan dari bulan Agustus 2012 sampai dengan November 2012 21 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian dilaksanakan dari bulan Agustus 2012 sampai dengan November 2012 dan dilakukan di Laboratorium Fisika Komputasi Jurusan Fisika Fakultas

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

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

ANALISIS PERFORMANSI FILTER DIGITAL IIR DARI PROTOTYPE BUTTERWORTH DAN CHEBYSHEV 1

ANALISIS PERFORMANSI FILTER DIGITAL IIR DARI PROTOTYPE BUTTERWORTH DAN CHEBYSHEV 1 Jurnal Reaksi (Journal of Science and Technology) ANALISIS PERFORMANSI FILTER DIGITAL IIR DARI PROTOTYPE BUTTERWORTH DAN CHEBYSHEV Raisah Hayati Staf Pengajar Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe

Lebih terperinci

BAB VI FILTER DIGITAL

BAB VI FILTER DIGITAL BAB VI FILTER DIGITAL BAB VI FILTER DIGITAL Filter atau tapis adalah suatu sistem yang berfungsi untuk menyaring sinyal, sebagian sinyal akan dibiarkan lewat, sebagian yang lain akan akan ditahan. Filter

Lebih terperinci

Himpunan. Himpunan 3/28/2012. Semesta Pembicaraan Semua mobil di Indonesia

Himpunan. Himpunan 3/28/2012. Semesta Pembicaraan Semua mobil di Indonesia Himpua Suatu himpua atau gugus adalah merupaka sekumpula obyek. Pada umumya aggota dari gugus tersebut memiliki suatu sifat yag sama. Suatu himpua bagia atau aak gugus merupaka sekumpula obyek yag aggotaya

Lebih terperinci

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real: BARISAN TAK HINGGA Secara umum, suatu barisa dapat diyataka sebagai susua terurut dari bilaga-bilaga real: u 1, u 2, u 3, Barisa tak higga merupaka suatu fugsi dega domai berupa himpua bilaga bulat positif

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

BARISAN TAK HINGGA DAN DERET TAK HINGGA

BARISAN TAK HINGGA DAN DERET TAK HINGGA 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.. maka fugsi

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

Bab II Landasan Teori

Bab II Landasan Teori Bab II adaa eori Bab ii meyajika kajia item da teori-teori yag aka medaari da diguaka dalam mecari betuk model tereduki. Beberapa hal yag aka dikaji dalam bab ii adalah item PV da beberapa teori daar yag

Lebih terperinci

INTERVAL KEPERCAYAAN

INTERVAL KEPERCAYAAN INTERVAL KEPERCAYAAN Tujua utama diambil ebuah ampel dari ebuah populai adalah utuk memperoleh iformai megeai parameter populai.. Ada cara meetuka parameter populai yaitu peakira da pegujia hipotei. Peakira

Lebih terperinci

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3 SUKU BANYAK A Pegertia: f(x) x + a 1 x 1 + a 2 x 2 + + a 2 +a 1 adalah suku bayak (poliom) dega : - a, a 1, a 2,.,a 2, a 1, a 0 adalah koefisiekoefisie suku bayak yag merupaka kostata real dega a 0 - a

Lebih terperinci

BAB VI FILTER DIGITAL

BAB VI FILTER DIGITAL BAB VI FILTER DIGITAL Filter atau tapis adalah suatu sistem yang berfungsi untuk menyaring sinyal, sebagian sinyal akan dibiarkan lewat, sebagian yang lain akan akan ditahan. Filter yang sering digunakan

Lebih terperinci

Pedahulua Pedugaa Parameter Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel, Mial :. x diguaka ebagai peduga bagi µ. diguaka ebagai peduga bagi σ 3. p atau p$ diguaka ebagai peduga

Lebih terperinci

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3 BAB XII. SUKU BANYAK A = a Pegertia: f(x) = a x + a x + a x + + a x +a adalah suku bayak (poliom) dega : - a, a, a,.,a, a, a 0 adalah koefisiekoefisie suku bayak yag merupaka kostata real dega a 0 - a

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Vol. 6. No., 97-09, Agustus 003, ISSN : 40-858 METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak Tulisa ii membahas peetua persamaa ruag

Lebih terperinci

BAB I PENDAHULUAN. resistor, kapasitor ataupun op-amp untuk menghasilkan rangkaian filter. Filter analog

BAB I PENDAHULUAN. resistor, kapasitor ataupun op-amp untuk menghasilkan rangkaian filter. Filter analog BAB I PENDAHULUAN 1.1 Latar Belakang Filter merupakan suatu perangkat yang menghilangkan bagian dari sinyal yang tidak di inginkan. Filter digunakan untuk menglewatkan atau meredam sinyal yang di inginkan

Lebih terperinci

SISTEM PENGOLAHAN ISYARAT

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

Lebih terperinci

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

BARISAN DAN DERET. Materi ke 1

BARISAN DAN DERET. Materi ke 1 BARISAN DAN DERET Materi ke 1 Pola Bilaga adalah? Susua bilaga yag disusu meurut atura tertetu. Cotoh : 1. Pola Bilaga Gajil 1, 3, 5,... 2. Pola Bilaga Geap 2, 4, 6,... PERHATIKAN SSNAN BILANGAN DI BAWAH

Lebih terperinci

Barisan Dan Deret Arimatika

Barisan Dan Deret Arimatika Barisa Da Deret Arimatika A. Barisa Aritmatika Niko etera memiliki sebuah peggaris ukura 0 cm. Ia megamati bilaga-bilaga pada peggarisya ii. Bilaga-bilaga tersebut beruruta 0, 1,, 3,, 0. etiap bilaga beruruta

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

KELUARGA EKSPONENSIAL Untuk Memenuhi Tugas Mata Kuliah Statistika Inferensial Dosen Pengampu: Nendra Mursetya Somasih Dwipa, M.Pd

KELUARGA EKSPONENSIAL Untuk Memenuhi Tugas Mata Kuliah Statistika Inferensial Dosen Pengampu: Nendra Mursetya Somasih Dwipa, M.Pd KELUARGA EKSPONENSIAL Utuk Memeuhi Tugas Mata Kuliah Statistika Iferesial Dose Pegampu: Nedra Mursetya Somasih Dwipa, M.Pd Disusu Oleh : V A4 Kelompok. Nuuk Rohaigsih (444009). Rochayati (444000) 3. Siam

Lebih terperinci

Implementasi Filter IIR secara Real Time pada TMS 32C5402

Implementasi Filter IIR secara Real Time pada TMS 32C5402 Implementasi Filter IIR secara Real Time pada TMS 32C5402 Oleh: Tri Budi Santoso, Hary Octavianto, Titon Dutono E-mail: tribudi@eepis-its.edu Laboratorium Sinyal, Politeknik Elektronika Negeri Surabaya

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter. Pedahulua Pedugaa Parameter Popoulai 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

Identifikasi sistem. Respon Step Sistem Orde I Suatu sistem orde I, dapat digambarkan sebagai berikut:

Identifikasi sistem. Respon Step Sistem Orde I Suatu sistem orde I, dapat digambarkan sebagai berikut: Idetifikasi sistem A. Dasar Teori Respo Step Sistem Orde I Suatu sistem orde I, dapat digambarka sebagai berikut: Y() s K X ( s) S 1 Dega ilai K = Gai overall = Yss/Xss τ = time kosta (waktu pada saat

Lebih terperinci

MODUL 4 PEMFILTERAN PADA SINYAL WICARA

MODUL 4 PEMFILTERAN PADA SINYAL WICARA MODUL 4 PEMFILTERAN PADA SINYAL WICARA I. TUJUAN - Mahasiswa mampu menyusun filter digital dan melakukan pemfilteran pada sinyal wicara II. DASAR TEORI 2.1. Filter IIR Yang perlu diingat disini bahwa infinite

Lebih terperinci

DTG2D3 ELEKTRONIKA TELEKOMUNIKASI FILTER ANALOG. By : Dwi Andi Nurmantris

DTG2D3 ELEKTRONIKA TELEKOMUNIKASI FILTER ANALOG. By : Dwi Andi Nurmantris DTG2D3 ELEKTRONIKA TELEKOMUNIKASI FILTER ANALOG By : Dwi Andi Nurmantris Ruang Lingkup Materi RANGKAIAN RESONATOR PENDAHULUAN LOW PASS FILTER HIGH PASS FILTER BAND PASS FILTER BAND STOP FILTER RANGKAIAN

Lebih terperinci

PERANCANGAN FILTER DIGITAL IIR/INFINITE IMPULSE RESPONSE

PERANCANGAN FILTER DIGITAL IIR/INFINITE IMPULSE RESPONSE PERANCANGAN FILTER DIGITAL IIR/INFINITE IMPULSE RESPONSE Ada 4 tipe filter digital IIR Butterworth Tidak ada ripple di paband maupun topband. Chebychev 1 Ada ripple di paband. Chebychev 2 Ada ripple di

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

Kombinatorial dan Peluang. Adri Priadana ilkomadri.com

Kombinatorial dan Peluang. Adri Priadana ilkomadri.com Kombiatorial da Peluag Adri Priadaa ilkomadri.com Pedahulua Sebuah kata-sadi (password) pajagya 6 sampai 8 karakter. Karakter boleh berupa huruf atau agka. Berapa bayak kemugkia kata-sadi yag dapat dibuat?

Lebih terperinci

SINYAL WAKTU Pengolahan Sinyal Digital Minggu II

SINYAL WAKTU Pengolahan Sinyal Digital Minggu II SINYAL WAKTU Pegolaha Siyal Digital Miggu II 24 Goodrich, Tamassia PENDAHULUAN Defiisi Siyal x(t) Fugsi dari variabel bebas yag memiliki ilai real/skalar yag meyampaika iformasi tetag keadaa atau ligkuga

Lebih terperinci

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM 4.1 Peduga dega Kerel Seragam Pada bab ii diguaka peduga dega kerel eragam. Hal ii karea aya belum berail memperole ebara aimtotik dari

Lebih terperinci

MODUL PEMBANGKITAN SINYAL

MODUL PEMBANGKITAN SINYAL si(t) MODUL PEMBANGKITAN SINYAL I. Tujua. Peserta megerti cara membagkitka siyal megguaka Matlab 2. Peserta dapat membagkitka ada dasar megguaka Matlab II. Peragkat Yag Diperluka set PC yag dilegkapi dega

Lebih terperinci

SOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA

SOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA SOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA 1304405027 JURUSAN TEKNIK ELEKTRO DAN KOMPUTER FAKULTAS TEKNIK UNIVERSITAS UDAYANA JIMBARAN 2015 Rancang Filter low pass digital IIR Butterworth

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

5. KARAKTERISTIK RESPON

5. KARAKTERISTIK RESPON 5. ARATERISTI RESPON Adalah ciri-ciri khusus perilaku diamik (spesifikasi performasi) Taggapa (respo) output sistem yag mucul akibat diberikaya suatu siyal masuka tertetu yag khas betukya (disebut sebagai

Lebih terperinci

V. METODE PENELITIAN. Alam Universitas Lampung. Metode yang digunakan dalam penelitian ini adalah

V. METODE PENELITIAN. Alam Universitas Lampung. Metode yang digunakan dalam penelitian ini adalah V. METODE PENELITIAN Peelitia ii dilakuka pada Semester IV Tahu Akademik 4/5, bertempat di Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua Alam Uiversitas Lampug. Metode yag diguaka dalam peelitia

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan Istitut Tekologi Sepuluh Nopember Surabaya Model Sistem dalam Persamaa Keadaa Pegatar Materi Cotoh Soal Rigkasa Latiha Pegatar Materi Cotoh Soal Rigkasa Istilah-istilah Dalam Persamaa Keadaa Aalisis Sistem

Lebih terperinci

LEMBAR PENGOLAHAN DATA PRAKTIKUM RANGKAIAN LISTRIK DAN ELEKTRONIKA 2016 OP-AMP DAN FILTER AKTIF. Nama : Asisten : Kelompok : I.

LEMBAR PENGOLAHAN DATA PRAKTIKUM RANGKAIAN LISTRIK DAN ELEKTRONIKA 2016 OP-AMP DAN FILTER AKTIF. Nama : Asisten : Kelompok : I. Nama : Asisten : Kelompok : I. Dasar Teori II. Pengolahan Data A. Inverting Amplifier Vout Hasil Perhitungan Persen error B. Non-Inverting Amplifier Vout Hasil Perhitungan Persen error Low Pass Filter

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

PDP 03 Tipe Data, Operator dan Expresi

PDP 03 Tipe Data, Operator dan Expresi PDP 03 Tipe Data, Operator da Expresi Petujuk Umum: Selesaika semua permasalaha di bawah ii dega alat batu compiler gcc (migw atau code block) Sebagai peujag utuk megerjaka pdp 03 di lab. Maka ada harus

Lebih terperinci

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2 Bab Bilaga kompleks BAB BILANGAN KOMPLEKS Defiisi Bilaga Kompleks Sebelum medefiisika bilaga kompleks, pembaca diigatka kembali pada permasalah dalam sistem bilaga yag telah dikeal sebelumya Yag pertama

Lebih terperinci

Aturan Pencacahan. Contoh: Berapa banyak kemungkinan jalur yang dapat dilalui dari Kota A ke Kota D?

Aturan Pencacahan. Contoh: Berapa banyak kemungkinan jalur yang dapat dilalui dari Kota A ke Kota D? Atura Pecacaha A. Atura Perkalia Jika terdapat k usur yag tersedia, dega: = bayak cara utuk meyusu usur pertama 2 = bayak cara utuk meyusu usur kedua setelah usur pertama tersusu 3 = bayak cara utuk meyusu

Lebih terperinci

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL Defiisi Persamaa diferesial adalah persamaa yag melibatka variabelvariabel tak bebas da derivatif-derivatifya terhadap variabel-variabel bebas. Berikut ii adalah

Lebih terperinci

Perancangan Pengendali PID. Institut Teknologi Sepuluh Nopember

Perancangan Pengendali PID. Institut Teknologi Sepuluh Nopember Peracaga Pegedal PID Ittut Tekolog Seuluh Noember Pegatar Mater Cotoh Soal Latha Rgkaa Pegatar Mater Cotoh Soal Peracaga Pegedal P Peracaga Pegedal PI Peracaga Pegedal PD Peracaga Pegedal PID Latha Rgkaa

Lebih terperinci

Persamaan Non-Linear

Persamaan Non-Linear Persamaa No-Liear Peyelesaia persamaa o-liear adalah meghitug akar suatu persamaa o-liear dega satu variabel,, atau secara umum dituliska : = 0 Cotoh: 2 5. 5 4 9 2 0 2 5 5 4 9 2 2. 2 0 2 5. e 0 Metode

Lebih terperinci

KALKULUS 4. Dra. D. L. Crispina Pardede, DEA. SARMAG TEKNIK MESIN

KALKULUS 4. Dra. D. L. Crispina Pardede, DEA. SARMAG TEKNIK MESIN KALKULUS Dra. D. L. Crispia Pardede DEA. SARMAG TEKNIK MESIN KALKULUS - SILABUS. Deret Fourier.. Fugsi Periodik.2. Fugsi Geap da Gajil.3. Deret Trigoometri.. Betuk umum Deret Fourier.. Kodisi Dirichlet.6.

Lebih terperinci

LAPORAN PRAKTIKUM DSP

LAPORAN PRAKTIKUM DSP LAPORAN PRAKTIKUM DSP MODUL 4 PEMFILTERAN PADA SINYAL WICARA Disusun Oleh : Yuli Yuliantini (121014 7021) Teknik Telekomunikasi - PJJ PENS Akatel Politeknik Negeri Elektro Surabaya Surabaya 2015 22 MODUL

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

Statistika. Besaran Statistik

Statistika. Besaran Statistik Statitika Beara Statitik Itiarto Statitical Meaure Commo tatitical meaure Meaure of cetral tedecy Mea Mode Media Meaure of variability Rage Variace Stadard deviatio Meaure of a idividual i a populatio

Lebih terperinci

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder 3. Ragkaia Logika Kombiasioal da Sequesial Ragkaia Logika secara garis besar dibagi mejadi dua, yaitu ragkaia logika Kombiasioal da ragkaia logika Sequesial. Ragkaia logika Kombiasioal adalah ragkaia yag

Lebih terperinci

MA1201 MATEMATIKA 2A Hendra Gunawan

MA1201 MATEMATIKA 2A Hendra Gunawan MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2016/2017 3 Februari 2017 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg Batas

Lebih terperinci

BAB 4 LIMIT FUNGSI Standar Kompetensi Menggunakan konsep limit fungsi dan turunan fungsi dalam pemecahan masalah

BAB 4 LIMIT FUNGSI Standar Kompetensi Menggunakan konsep limit fungsi dan turunan fungsi dalam pemecahan masalah BAB LIMIT FUNGSI Stadar Kompetesi Megguaka kosep it ugsi da turua ugsi dalam pemecaha masalah Kompetesi Dasar. Meghitug it ugsi aljabar sederhaa di suatu titik. Megguaka siat it ugsi utuk meghitug betuk

Lebih terperinci

IMPLEMENTASI FILTER INFINITE IMPULSE RESPONSE (IIR) DENGAN RESPON BUTTERWORTH DAN CHEBYSHEV MENGGUNAKAN DSK TMS320C6713

IMPLEMENTASI FILTER INFINITE IMPULSE RESPONSE (IIR) DENGAN RESPON BUTTERWORTH DAN CHEBYSHEV MENGGUNAKAN DSK TMS320C6713 IMPLEMENTASI FILTER INFINITE IMPULSE RESPONSE (IIR) DENGAN RESPON BUTTERWORTH DAN CHEBYSHEV MENGGUNAKAN DSK TMS320C6713 INFINITE IMPULSE RESPONSE (IIR) FILTER IMPLEMENTATION WITH BUTTERWORTH AND CHEBYSHEV

Lebih terperinci

MATEMATIKA BISNIS. OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM

MATEMATIKA BISNIS. OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM MATEMATIKA BISNIS OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM BAB BARISAN DAN DERET A. BARISAN Barisa bilaga adalah susua bilaga yag diurutka meurut atura tertetu.betuk umum barisa bilaga a,

Lebih terperinci

DENGAN RESPON ELLIPTIC DAN BESSEL MENGGUNAKAN DSK TMS320C6713 IMPLEMENTASI FILTER INFINITE IMPULSE RESPONSE (IIR)

DENGAN RESPON ELLIPTIC DAN BESSEL MENGGUNAKAN DSK TMS320C6713 IMPLEMENTASI FILTER INFINITE IMPULSE RESPONSE (IIR) IMPLEMENTASI FILTER INFINITE IMPULSE RESPONSE (IIR) DENGAN RESPON ELLIPTIC DAN BESSEL MENGGUNAKAN DSK TMS320C6713 IMPLEMENTATION OF INFINTE IMPULSE RESPONSE (IIR) FILTER WITH BESSEL AND ELLIPTIC RESPONSEE

Lebih terperinci

UKURAN LOKASI DAN DISPERSI

UKURAN LOKASI DAN DISPERSI Uiversitas Gadjah Mada Fakultas Tekik Departeme Tekik Sipil da Ligkuga UKURAN LOKASI DAN DISPERSI Statistika da Probabilitas Statistical Measures Commo statistical measures Measure of cetral tedecy Mea

Lebih terperinci

BAB I I I METODOLOGI PENELITIAN. Mulai. Pengumpulan Data

BAB I I I METODOLOGI PENELITIAN. Mulai. Pengumpulan Data BAB I I I METODOLOGI PENELITIAN 3.1 Metodologi Pecaria Flutter 3.1.1. Diagram Alir Mulai Pegumpula Data Permodela Struktur Aalisis Getara Bebas Permodela Gaya Aerodiamika dega Theodorse Mecari Natural

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

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA Fitriai Agustia, Math, UPI 1 Fiacial Derivative Opsi Mafaat Opsi Opsi Eropa Peetua Harga Opsi Kekovergea Model Biomial Fitriai Agustia, Math,

Lebih terperinci

Projek. Contoh Menemukan Konsep Barisan dan Deret Geometri a. Barisan Geometri. Perhatikan barisan bilangan 2, 4, 8, 16,

Projek. Contoh Menemukan Konsep Barisan dan Deret Geometri a. Barisan Geometri. Perhatikan barisan bilangan 2, 4, 8, 16, Projek Himpulah miimal tiga masalah peerapa barisa da deret aritmatika dalam bidag fisika, tekologi iformasi, da masalah yata di sekitarmu. Ujilah berbagai kosep da atura barisa da deret aritmatika di

Lebih terperinci

MODUL 2 SINYAL WAKTU DISKRIT DALAM KAWASAN WAKTU DAN FREKUENSI

MODUL 2 SINYAL WAKTU DISKRIT DALAM KAWASAN WAKTU DAN FREKUENSI MODUL SINYAL WAKTU DISKRIT DALAM KAWASAN WAKTU DAN FREKUENSI I. Tugas Pedahulua Peritah atau fugsi pada MATLAB dapat dilihat da dipelajari dega olie help pada Commad widow. Cotoh ketiklah : help plot.

Lebih terperinci

METODE NUMERIK TKM4104. Kuliah ke-2 DERET TAYLOR DAN ANALISIS GALAT

METODE NUMERIK TKM4104. Kuliah ke-2 DERET TAYLOR DAN ANALISIS GALAT METODE NUMERIK TKM4104 Kuliah ke- DERET TAYLOR DAN ANALISIS GALAT DERET TAYLOR o Deret Taylor adalah alat yag utama utuk meuruka suatu metode umerik. o Deret Taylor bergua utuk meghampiri ugsi ke dalam

Lebih terperinci

Simulasi Perancangan Filter Analog dengan Respon Chebyshev

Simulasi Perancangan Filter Analog dengan Respon Chebyshev Elkomika Teknik Elekro Itenas Vol. 1 No.2 Jurnal Teknik Elektro Juli Desember 2013 Simulasi Perancangan Filter Analog dengan Respon Chebyshev Rustamaji, Arsyad Ramadhan Darlis, Solihin Teknik Elektro Institut

Lebih terperinci

Di dalam perancangan filter-filter digital respons impuls tak terbatas diperlukan transformasi ke filter analog Diperlukan adanya pengetahuan filter

Di dalam perancangan filter-filter digital respons impuls tak terbatas diperlukan transformasi ke filter analog Diperlukan adanya pengetahuan filter FEG2D3 -INW- 206 Di dalam perancangan filter-filter digital respons impuls tak terbatas diperlukan transformasi ke filter analog Diperlukan adanya pengetahuan filter analog yang dapat bertindak sebagai

Lebih terperinci

A.Interval Konfidensi pada Selisih Rata-rata

A.Interval Konfidensi pada Selisih Rata-rata A.Iterval Kofidei pada Seliih Rata-rata. Bila kita mempuyai da maig-maig adalah mea ample acak beba berukura da yag diambil dari populai dega ragam da diketahui, maka elag kepercayaa 00-% bagi - adalah

Lebih terperinci

C (z m) = C + C (z m) + C (z m) +...

C (z m) = C + C (z m) + C (z m) +... 4.. DERET PANGKAT Deret pagkat dari (x-m) merupaka deret tak higga yag betuk umumya adalah : i= i i C (z m) = C + C (z m) + C (z m) +... ( 4- ) C, C,... = kostata disebut koefisie deret m = kostata disebut

Lebih terperinci

theresiaveni.wordpress.com NAMA : KELAS :

theresiaveni.wordpress.com NAMA : KELAS : theresiaveiwordpresscom NAMA : KELAS : 1 theresiaveiwordpresscom BARISAN DAN DERET Barisa da deret dapat diguaka utuk memudahka peyelesaia perhituga, misalya buga bak, keaika produksi, da laba/rugi suatu

Lebih terperinci

Bab 3 MODEL-MODEL UNTUK SISTEM DAN SINYAL

Bab 3 MODEL-MODEL UNTUK SISTEM DAN SINYAL Bab 3 MODEL-MODEL UNTUK SISTEM DAN SINYAL 3. Tipe-tipe model Model matematika da model siyal Model matematika adalah deskripsi sistem dimaa hubuga atara variael da siyal model diyataka dalam betuk-betuk

Lebih terperinci

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor Bab 6 Deret Taylor da Deret Lauret BAB 6 DERET TAYLOR DAN DERET LAURENT 6 Deret Taylor Misal fugsi f aalitik pada - < R ligkara dega pusat di da jari-jari R Maka utuk setiap titik pada ligkara itu f dapat

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA

PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA Cara Peyajia Data dega Tabel Distribusi Frekuesi Distribusi Frekuesi adalah data yag disusu dalam betuk kelompok baris berdasarka

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

Hendra Gunawan. 12 Februari 2014

Hendra Gunawan. 12 Februari 2014 MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2013/2014 12 Februari 2014 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 82 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg

Lebih terperinci

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1 Barisa Barisa Tak Higga Kekovergea barisa tak higga Sifat sifat barisa Barisa Mooto 9/0/06 Matematika Barisa Tak Higga Secara sederhaa, barisa merupaka susua dari bilaga bilaga yag urutaya berdasarka bilaga

Lebih terperinci

BAB VI DERET TAYLOR DAN DERET LAURENT

BAB VI DERET TAYLOR DAN DERET LAURENT BAB VI DERET TAYLOR DAN DERET LAURENT. Deret Taylor Misal fugsi f() aalitik pada - < R ( ligkara dega pusat di da jari-jari R ). Maka utuk setiap titik pada ligkara itu, f() dapat diyataka sebagai : f

Lebih terperinci

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F BAB III AALISIS EMODELA ATRIA HAULER EGAGKUTA OVERBURDE ADA JALA 7F 3.. edahulua ada Bab II telah dijelaka beberapa teori yag diguaka utuk melakuka aalii yag tepat dalam memecahka maalah yag ada. ada bab

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN Supriadi Putra, M,Si Laboratorium Komputasi Numerik Jurusa Matematika FMIPA Uiversitas Riau e-mail : spoetra@yahoo.co.id ABSTRAK Makalah ii

Lebih terperinci

BAB 12 BARISAN DAN DERET

BAB 12 BARISAN DAN DERET BAB 1 BARISAN DAN DERET TIPE 1: Jika dari barisa aritmetika diketahui suku ke-m adalah um u b. m Cotoh: Diketahui barisa aritmetika, suku ke-5 adalah 4 da suku ke-8 adalah 6. Tetuka beda barisa aritmetika

Lebih terperinci

Pengertian Secara Intuisi

Pengertian Secara Intuisi Pegertia Secara Ituisi Coba Gambarka grafik fugsi-fugsi berikut.. f ( ) +, pada [0,].. ) pada [0, ] da.. Dari grafik fugsi yag kamu peroleh, apa yag dapat kamu kataka tetag ilai-ilai ketiga fugsi tersebut

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG MASALAH

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG MASALAH BAB ENDAHULUAN. LATAR BELAKANG MASALAH Dalam kehidua yata, sejumlah feomea daat diikirka sebagai ercobaa yag mecaku sederata egamata yag berturut-turut da buka satu kali egamata. Umumya, tia egamata dalam

Lebih terperinci

Sistem Pengaturan Waktu Riil

Sistem Pengaturan Waktu Riil Stem Pegatura Waktu l Tekk Aku Data Ir. J Pramudat, M.Eg. Jurua Tekk Elektr FTI ITS Telp. 594730 Fax.59337 Emal: @elet-eg.t.a.d Stem Pegatura Waktu l - 0 Obektf:... Prepreg Amplfka Zer ad Spa Flterg...

Lebih terperinci

LAPORAN PRAKTIKUM PENGOLAHAN SINYAL DIGITAL. No. Percobaan : 01 : Pengenalan Matlab Nama Praktikan : Janita Dwi Susanti NIM :

LAPORAN PRAKTIKUM PENGOLAHAN SINYAL DIGITAL. No. Percobaan : 01 : Pengenalan Matlab Nama Praktikan : Janita Dwi Susanti NIM : LAPORAN PRAKTIKUM PENGOLAHAN SINYAL DIGITAL No. Percobaan : 01 Judul : Pengenalan Matlab Nama Praktikan : Janita Dwi Susanti NIM : 3.33.12.0.13 Kelas : TK-3A PROGRAM STUDI TEKNIK TELEKOMUNIKASI JURUSAN

Lebih terperinci

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya

Lebih terperinci

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n LIMIT 4.. FUNGSI LIMIT Defiisi 4.. A R Titik c R adalah titik limit dari A, jika utuk setiap δ > 0 ada palig sedikit satu titik di A, c sedemikia sehigga c < δ. Defiisi diatas dapat disimpulka dega cara

Lebih terperinci

n n+ yx ( ) = y + exp( x ) exp(2 x ) 1 + 2y exp(2 yx ) exp( t) exp(2 t) 1 exp( 2 ytdt ) yn exp(2 ynh) exp( xn) (exp(2 xn) 1)

n n+ yx ( ) = y + exp( x ) exp(2 x ) 1 + 2y exp(2 yx ) exp( t) exp(2 t) 1 exp( 2 ytdt ) yn exp(2 ynh) exp( xn) (exp(2 xn) 1) LAMPIRAN Lampira. Peurua Persamaa pada Cotoh Diketahui : f = ep ep K, t, = λ = ag memberika betuk: J(, t, ) = 0 Q(, t, ) = 0 Z (, t, ) = Berdasarka persamaa () diperoleh: = ep ( ep ) + ( 0) tdt + 0 = ep

Lebih terperinci

SOAL-SOAL SPMB 2006 MATEMATIKA DASAR (MAT DAS) 63 n, maka jumlah n suku. D n n 2. f n log3 log 4 log5... log n, maka f 2...

SOAL-SOAL SPMB 2006 MATEMATIKA DASAR (MAT DAS) 63 n, maka jumlah n suku. D n n 2. f n log3 log 4 log5... log n, maka f 2... SOAL-SOAL SPMB 006 MATEMATIKA DASAR (MAT DAS). SPMB, MAT DAS, Regioal I, 006 Tiga bilaga membetuk suatu deret geometri aik. Jika jumlahya 6 da hasikaliya 6, maka rasio deretya adalah A. B. C. D. 4 E. 5.

Lebih terperinci

DERET Matematika Industri 1

DERET Matematika Industri 1 DERET TIP FP UB Pokok Bahasa Barisa Deret Deret aritmetik Deret geometrik Deret pagkat dari bilaga-bilaga asli Deret tak berhigga Nilai-ilai limit Deret koverge da deret diverge Uji kovergesi Deret secara

Lebih terperinci

IMPLEMENTASI FILTER INFINITE IMPULSE RESPONSE (IIR) DENGAN RESPON BUTTERWORTH DAN CHEBYSHEV MENGGUNAKAN DSK TMS320C6713

IMPLEMENTASI FILTER INFINITE IMPULSE RESPONSE (IIR) DENGAN RESPON BUTTERWORTH DAN CHEBYSHEV MENGGUNAKAN DSK TMS320C6713 IMPLEMENTASI FILTER INFINITE IMPULSE RESPONSE (IIR) DENGAN RESPON BUTTERWORTH DAN CHEBYSHEV MENGGUNAKAN DSK TMS320C6713 INFINITE IMPULSE RESPONSE (IIR) FILTER IMPLEMENTATION WITH BUTTERWORTH AND CHEBYSHEV

Lebih terperinci

Kompleksitas Waktu untuk Algoritma Rekursif. ZK Abdurahman Baizal

Kompleksitas Waktu untuk Algoritma Rekursif. ZK Abdurahman Baizal Kompleksitas Waktu utuk Algoritma Rekursif ZK Abdurahma Baizal Algoritma Rekursif Betuk rekursif : suatu subruti/fugsi/ prosedur yag memaggil diriya sediri. Betuk dimaa pemaggila subruti terdapat dalam

Lebih terperinci

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

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. asalkan limit ini ada. 3 TURUNAN FUNGSI 3. Pegertia Turua Fugsi Defiisi Turua fugsi f adala fugsi f yag ilaiya di c adala f c f c f c 0 asalka it ii ada. Coto Jika f 3 + +4, maka turua f di adala f f f 0 3 4 3.. 4 0 34 4 4 4

Lebih terperinci

MATEMATIKA EKONOMI (Deret)

MATEMATIKA EKONOMI (Deret) LOGO MATEMATIKA EKONOMI (Deret) DOSEN FEBRIYANTO, SE., MM. www.febriyato79.wordpress.com MATEMATIKA EKONOMI Matematika Ekoomi memberika pemahama ilmu megeai kosep matematika dalam bidag bisis da ekoomi.

Lebih terperinci