BAB 2 LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 2 LANDASAN TEORI"

Transkripsi

1 BAB LANDASAN TEORI.. Fzzy AHP Pada era kopettf saat peha proses peha spper yag efektf eegag peraa yag petg daa kesksesa sebah dstr. Meh spper yag tepat ebat sebah dstr tk egedaka baya da egkatka ss kopettf dstr. Sea keptsa yag dab bersfat ogs keptsa ga hars dadas dega teor-teor tertet. Perasaaha peha spper serg kta pa a sergka kta bgg tk eh sat obyek yag terbak ba sea ttta krtera yag ada apak saa petgya. Bahka dar beberapa obek ek krtera yag berawaa. Msaya tk krtera harga pag bak adaah obyek A a tk krtera katas yag terbak adaah obyek B da tk krtera fgs yag terbak adaah obyek C. Utk t basaya dgaka AHP sebaga aat bat peha spper. Meskp deka terkadag sagat ssah tk ea sat krtera daa agka yag past. Mgk eag krtera tertet ebh serg berada pada sat a tertet a bka berart tdak ada kegka terad perbaha pada krtera sat spper waap perbaha t sagat kec. Utk tah AHP dsepraka ead Fzzy AHP. Fzzy AHP erpaka

2 6 peggabga dar tekk AHP da ogka ateatka Fzzy. Fzzy AHP berak tk keadaa yag tdak past dar peha sat obyek. Ta peggaa Fzzy AHP daa proyek adaah. Meh krtera-krtera yag petg tk egab keptsa. Meetka pergkat pegaba keptsa 3. Medapat keptsa terbak dar krtera da ateratf yag ada. Metode Fzzy AHP sedr ash ek beberapa cara peyeesaa atara a dega eggaka cara ateats ap fgs f. Metode Fzzy AHP yag dgaka daa pesa skrps adaah etode Fzzy AHP yag eggaka fgs f tersebt. Lagkah-agkah peggaa Fzzy AHP:. Tetka ta peggaa Fzzy AHP (eve krtera yag terdapat pada ateratf (eve da ateratf yag aka dph (eve 3 dar asaah. Gabar.. Gabar Cotoh Strktr Hrark

3 7. Tetka pergkat krtera tk atrks ateratve spper yag dph ert tabe deraat kepetga dega cara yag saa sepert AHP. Na peaa hars dakka oeh orag yag egasa eda tersebt. Tabe.. Tabe Skaa Peaa AHP Preferece Leve Nerca Vae Eqay preferred Eqay to oderatey preferred Moderatey preffered 3 Moderatey to strogy preferred 4 Strogy preferred 5 Strogy to very strogy preferred 6 Very strogy preferred 7 Very Strogy to extreey preferred 8 Extrey preferred 9 Sber : Tekk da Apkas Pegaba Keptsa Krtera Maek Catata: - Jka obyek A dbadgka dega drya sedr ata dega yag saa bakya aka a hars Eqay peferred ( sehgga serh a sepaag dagoa atrks bera ; ;. Meskp tgkata peaa pada Fzzy AHP saa dega AHP a ada perbedaa yag eoo daa pesaya. Fzzy AHP eggaka 3 agka bat daa sat a d aa a tersebt adaah berdasarka segtga Fzzy AHP. Ketga baga bat tersebt dabagka sebaga ; ;. Daa erpaka a kegka yag terkec erpaka a

4 8 kegka yag pag eaka da adaah a kegka yag terbesar. Msaya sebah peaa A terhadap B ( ( adaah 3 4 aka a pag serg terad adaah 3 da kegka terkec adaah da kegka terbesar adaah 4. Sebearya peaa pada Fzzy AHP tdak tergatg pada batasabatasa tertet a tk kass peaa Fzzy AHP dakka dega skaa peaa AHP. Sea t fgs keaggotaa pebetka Fzzy AHP tragar adaah : 0 ~ ( x ( μ ( x / M ( x ( 0 Yag dgabarka sebaga berkt : x < x x x > M Grafk.. Grafk Fzzy Tragar

5 9 Seg tga d atas eabagka rta a-a μ( x / M ~ berdasarka a M yag erpaka a dar sapa dega. Maksd dar gabar d atas adaah ba x ata x aka a dar μ ( x / M ~ adaah. Poa Fzzy AHP tragar d atas adaah sat kekhssa dar keadaa Fzzy AHP yag eggabarka arak keadaa yag stab dar peggaa etode Fzzy AHP. Utk edapatka poa Fzzy AHP tragar sepert gabar d atas da eeh krtera fgs d atas arak atar peaa da serta da hars saa. Ba arak a-a tersebt tdak saa aka poa seg tga tersebt tdak terbetk. Meskp deka poa d atas tdak dbahas karea haya dgaka sebaga aca berpkr saa da tdak dgaka daa pegaba keptsa. Tabe. Cotoh Tabe Peaa Spper FUZZY AHP Matrx Awa Spper A B C A A A A B A C B B A B B B C C C A C B C C Ba a A terhadap B adaah ( ; ; aka a B terhadap A adaah (/ ; / ; / yag dotaska dega ( ; ; - 3. Stess Na Seteah eetka a-a krtera atar spper a tersebt dcar stessya tk edapatka perbadga atara spper sat dega yag a.

6 0 Dasar berpkr tk eetka sstess a pertaa-taa dega eggaka Agebrac Operato. Ba terdapat da a A da B dega A ( ; B (. ; aka terdapat beberapa otas sebaga berkt Peabaha: A + B ( + ( ( Perkaa: A. B (.( (... Iverse: ( ( Lagkah awa tk eetka stess a adaah dega eahka asg-asg aggota ( ; ; daa sat bars sehgga dperoeh M g Keda seteah tota asg-asg ( ; ; daa setap bars dteka aka dcar tota asg-asg ( ; ; secara keserha. Ha tersebt dapat dotaska : M g Seteah edapatka tota keserha tersebt dcar M g yag dotaska sebaga :

7 g M Keda dega dasar Perkaa:.( (. B A... ( Ddapatka stess a tk bars adaah M g x g M Lagkah terakhr tk stess a adaah dega eggaka rsa ogka sebaga berkt : otherwse f f ( ( 0 ( ; ; yag terdapat daa otas tersebt bkaah ( ; ; pada a awa eaka ( ; ; yag teah dstesska. 4. Meetka bobot prortas Bobot prortas tk sbyek X adaah stess a terkec dar sbyek X terhadap obyek Y da Z

8 Seteah bobot prortas asg-asg sbyek dteka aka asgasg bobot prortas tersebt doraka dega cara dbag dega tota bobot prortas keserha. 5. Meh Spper Tabe.3. Cotoh Tabe Peha Spper Fzzy AHP FUZZY AHP Weght Ateratve Krtera Krtera Krtera 3 a b c Bobot Ateratf Spper X A A A B A C N X Spper Y B A B B B C N Y Spper Z C A C B C C N Z Tabe d atas erpaka tabe pegaba keptsa akhr. Na (a ; b ; c adaah a-a bobot krtera yag teah doraka pada proses sebeya. Na Aa adaah a bobot spper X terhadap krtera a Na Ba adaah a bobot spper Y terhadap krtera a Sehgga Utk edapatka asg-asg bobot krtera spper adaah: N AA a + AB b + AC c X N BA a + BB b + BC c Y N C A a + CB b + CC c Z

9 3 Bobot ateratf spper terbesar yag daggap sebaga spper terbak... Pegedaa Persedaa PPIC (Prodcto Pag ad Ivetory Cotro erpaka sebah yag berkata dega perecaaa prodks da pegedaa persedaa. Pegerta Persedaa adaah :. Sat aktva yag ept barag-barag k persahaa dega aksd tk da ata dgaka daa sat perode saha yag ora. Persedaa barag-barag yag ash daa pegeraa / proses prodks 3. Persedaa baha bak yag egg peggaaya daa sat proses prodks Kegaa Persedaa: Meghagka resko keterabata barag datag Meghagka resko barag yag dpesa rsak Mepk barag yag dhaska secara sa Mea keacara ars prodks Mecapa peggaa es yag opta Meberka peayaa yag bak kepada peagga Meberka aa barag sea ada Mebat pegadaa / prodks

10 4 Saah sat etode daa PPIC tk eetka perecaaa persedaa adaah EOQ (Ecooc Order Qatty yag berdasarka fakta sbb :. adaya baya yag tdak berbah egkt ah barag yag dpesa a berbah egkt ah peesaa.. Adaya baya yag berbah sesa dega perbaha ah barag yag dperka ata dpesa (baya peypaa baya peesaa dsb Baya yag tdak berbah tersebt dsebt fx cost. Fx cost tersebt aka dbag dega ah barag yag dprodks. Maka seak besar barag yag dprodks ak kec fx cost tersebt. Maka ogkaya aka terdapat ttk te opta agar tota keda baya tersebt hars a. Peryataa tersebt dgabarka pada grafk d bawah : Grafk.. Krva Opta Order Qatty

11 5 Gabar d atas erpaka grafk yag eggabarka hbga atara baya pesa baya spa da baya tota terhadap ah pesaa. Grafk tersebt eyataka bahwa seak besar kattas peesaa aka baya peypaa aka seak besar karea barag yag dspa ebh bayak da baya peesaa seak kec karea frekes peesaa berkrag. Sebakya kattas peesaa er aka baya peypaa seak kec karea barag yag dspa ebh sedkt da baya peesaa seak besar karea egkatya kattas peesaa. Keda krva baya tersebt berte pada sat ttk tegah da ka dtark gars tegak rs pada ttk tersebt aka eotog ttk krvs baya da gars horzota yag eyataka pada baya da kattas peesaa opta Mode yag pag sederhaa dar EOQ adaah Q AD IC Q Jah barag opt tk seka peesaa A order cost D pertaa per perode I hodg cost (daa deca C Harga per Ut

12 6 Mode dapat dterapka dega ass-ass sebaga berkt. Pertaa dketah dega past da kosta seaa perode persedaa. Sea te yag dpesa dtera seketka da tdak bertahap 3. Lead Te ya past 4. Sea baya dketah da bersfat past 5. Tdak adaya dsko berdasarka kattas pesaa. - Meetka Tota Baya TC (Q/ * IC + (D/Q *A Q adaah ah peesaa opta D adaah kebtha daa perode tertet A adaah Baya pesa IC adaah baya peypaa per t seaa perode D - Meetka ah peesaa Jah peesaa D/Q D Dead perode tertet Q Kattas peesaa Keda seteah eakka sea perhtga yag dperka tk ebat perecaaa yag opta sea perhtga tersebt dgabarka pada sebah grafk sepert d bawah.

13 7 Grafk.. Cotoh Skea Ttk Reorder Pot Keteraga a Merpaka ah peesaa opt yag ddapatka dar perhtga EOQ b Merpaka arak wakt atar peesaa c erpaka ttk peesaa keba eggat adaya eadte d Merpaka ttk peeraa barag

Analitik Data Tingkat Lanjut (Clustering)

Analitik Data Tingkat Lanjut (Clustering) 6 September 06 Aatk Data Tgkat Lat Csterg Imam Chossod mam.chossod@gma.com Pokok Bahasa. Kosep Csterg. K-meas vs Kere K-Meas 3. Std Kass 4. Tgas Kosep Csterg Cster data dartka keompok. Dega demka, pada

Lebih terperinci

TINJAUAN PUSTAKA Konsep Dasar Pendugaan Area Kecil

TINJAUAN PUSTAKA Konsep Dasar Pendugaan Area Kecil 4 INJAUAN PUSAKA Kosep Dasar Pedugaa Area Kec Secara uu etode pedugaa area kec dbag ejad dua baga atu etode peduga agsug (drect estato da etode peduga tak agsug (drect estato. etode-etode pedugaa seaa

Lebih terperinci

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA 3. Pegkodea Matrks Ketetaggaa Matrks ketetaggaa A adaah matrks smetr, sehgga, dega memh semua eeme pada dagoa utama da eeme-eeme dbawah dagoa utama, maka aka

Lebih terperinci

KULIAH KE 7. METODA KELOMPOK (COHORT SURVIVAL METHOD) Lanjutan. Melihat pengaruh komponen kematian terhadap perubahan penduduk.

KULIAH KE 7. METODA KELOMPOK (COHORT SURVIVAL METHOD) Lanjutan. Melihat pengaruh komponen kematian terhadap perubahan penduduk. ROGRA TUDI ERENANAAN WILAYAH DAN KOTA FAKULTA TEKNIK UNIVERITA EA UNGGUL ETODE ANALII ERENANAAN TL K DR. Ir. Ke arta K, T. b. Kompoe Kemata KULIAH KE ETODA KELOOK (OHORT URVIVAL ETHOD) Lajta elhat pegarh

Lebih terperinci

MENAKSIR PROPORSI CALON PEMIMPIN DARI KELOMPOK MINORITAS. Anneke Iswani A **

MENAKSIR PROPORSI CALON PEMIMPIN DARI KELOMPOK MINORITAS. Anneke Iswani A ** MENAKSIR PROPORSI CALON PEMIMPIN DARI KELOMPOK MINORITAS Aeke Iswa A ** Abstrak Apaba berhadapa dega data has meghtug yag berupa frekues, kemuda dtetuka varabe bebas da tak bebas yag berupa propors, maka

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

Penelitian Operasional II Teori Permainan TEORI PERMAINAN Peelta Operasoal II Teor Permaa 7 2 TEORI PERMAINAN 2 Pegatar 2 Krtera Tekk Permaa : () Terdapat persaga kepetga datara pelaku (2) Setap pema memlk stateg, bak terbatas maupu tak terbatas (3) Far Game

Lebih terperinci

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc STUDI KELAYAKAN: ASPEK FINANSIAL F.Hafz Saragh SP, MSc Pajak Baya bag perusahaa/ usahata, sehgga merupaka peguraga dar beeft Subsd FINANSIAL Peguraga baya bag perusahaa/ usahata, sehgga merupaka tambaha

Lebih terperinci

BAB III UKURAN PEMUSATAN (RATA-RATA)

BAB III UKURAN PEMUSATAN (RATA-RATA) BAB III UKUAN PEMUSATAN (ATA-ATA Salah sat ra mer yag mejelasa cr-cr data yag petg adalah ra pemsata, yat ra yag meja psat seggs data yag telah drta dar yag terecl sampa yag terbesar ata sebalya Ura pemsata

Lebih terperinci

METODE FUZZY AHP DAN FUZZY TOPSIS UNTUK PEMILIHAN DISTRO LINUX

METODE FUZZY AHP DAN FUZZY TOPSIS UNTUK PEMILIHAN DISTRO LINUX ORBITH VOL. 9 NO. JULI 03 : 78 83 ETODE FUZZY AHP DAN FUZZY TOPSIS UNTUK PEILIHAN DISTRO LINUX Oleh : Ahad Sabq Tekk Iforatka Poltekk Purbaya Tegal Jl. Pacakarya No. Talag Tegal 593 Abstrak Pada peelta

Lebih terperinci

2 i. . Kebolehjadian total n set nilai adalah: y terhadap y dicapai jika faktor

2 i. . Kebolehjadian total n set nilai adalah: y terhadap y dicapai jika faktor Pencocokan Data. Pencocokan Data ke Gars Lurus Msakan kta mempunya n ttk data ekspermenta (, y ) dan dketahu bahwa hubungan teorts antara dan y adaah hubungan near (persamaan gars urus) dengan persamaan:

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN. Kecepatan Angin Awal untuk Berputar (m/s)

BAB V HASIL DAN PEMBAHASAN. Kecepatan Angin Awal untuk Berputar (m/s) BAB V HASIL DAN PEMBAHASAN 5.. Pegarh Baha Kicir Terhadap Kecepa Pr kicir Pegarh baha pebat kicir (blade terhadap kecepa pr kicir pak dala gabar 5.. Dala gabar 5., pak bahwa dega berbedaya aterial blade,

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

Bab II Teori Pendukung

Bab II Teori Pendukung Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUK MULTI PEMASOK DI UD. SAHABAT

PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUK MULTI PEMASOK DI UD. SAHABAT 68 Bud: PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUK MULTI PEMASOK DI UD. SAHABAT Dya Seta Bud ), Da Reto Sar Dew ), D Edah

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema II. LANDASAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teorea-teorea ag edukug utuk pebahasa pada bab IV. Pegerta (defs) da teorea tersebut dtulska sebaga berkut... Teorea Proeks Teorea proeks

Lebih terperinci

STATISTIKA DASAR. Oleh

STATISTIKA DASAR. Oleh STATISTIKA DASAR Oleh Suryo Gurto cara peyaja data - tabel - grak meghtug harga-harga petg : - ukura lokas - ukura sebara/peympaga apabla data mempuya observasya cukup bayak perlu dsusu secara sstematk

Lebih terperinci

PROGRAM LINIEAR DENGAN METODE SIMPLEX

PROGRAM LINIEAR DENGAN METODE SIMPLEX POGAM LINIEA DENGAN METODE SIMPLEX A. TEKNIK PENYELESAIAN Betuk Soal Progra Lear Kedala utaa asalah rogra lear daat eretuk a atau a atau a. Kedala yag eretuk ertdaksaaa daoat duah ead ersaaa seaga erkut

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

BAB 4: PELUANG DAN DISTRIBUSI NORMAL.

BAB 4: PELUANG DAN DISTRIBUSI NORMAL. BAB 4: PELUANG DAN DISTRIBUSI NORMAL. PELUANG Peluag atau yag biasa juga disebut dega istilah keugkia, probablilitas, atau kas eujukka suatu tigkat keugkia terjadiya suatu kejadia yag diyataka dala betuk

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

NILAI DAN VEKTOR EIGEN MATRIKS INTERVAL ATAS ALJABAR MAX-PLUS. Dwi Suci Maharani 1 dan Suryoto 2. Jln. Prof. H. Soedarto, S.H., Tembalang, Semarang

NILAI DAN VEKTOR EIGEN MATRIKS INTERVAL ATAS ALJABAR MAX-PLUS. Dwi Suci Maharani 1 dan Suryoto 2. Jln. Prof. H. Soedarto, S.H., Tembalang, Semarang NILAI DAN VEKTOR EIGEN MATRIKS INTERVAL ATAS ALJABAR MAX-PLUS Dw Sc Mahara da Sryoto, Jrsa Mateata FMIPA Uverstas Dpoegoro J Prof H Soedarto, SH, Tebaag, Searag Abstract A terva atr A A, A wth gve A, A

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J) STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

ANALISIS MASALAH GENERATOR DARI POSSIBLE DAN UNIVERSAL EIGENVECTOR PADA MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ANALISIS MASALAH GENERATOR DARI POSSIBLE DAN UNIVERSAL EIGENVECTOR PADA MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS Sear Nasoal Mateatka IV (SeNasMat) Isttut Tekolog Sepuluh Nopeber, Surabaya, 3 Deseber NLISIS MSLH GENERTOR DRI POSSIBLE DN UNIVERSL EIGENVECTOR PD MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar, Suboo,

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

SOLUSI TUGAS I HIMPUNAN

SOLUSI TUGAS I HIMPUNAN Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

MODEL OPTIMISASI PENINGKATAN RELIABILITAS PRODUK MULTIKOMPONEN YANG DIJUAL DENGAN GARANSI DUA DIMENSI. Abstrak

MODEL OPTIMISASI PENINGKATAN RELIABILITAS PRODUK MULTIKOMPONEN YANG DIJUAL DENGAN GARANSI DUA DIMENSI. Abstrak MODEL OPTIMISASI PENINGKATAN RELIABILITAS PRODUK MULTIKOMPONEN YANG DIJUAL DENGAN GARANSI DUA DIMENSI Yat Helaty, Rez Frasar, Hedro Parssetyo Jrsa Tekk da Meejee Idstr, Isttt Tekolog Nasoal Jl. PHH Mstafa

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

Lebih terperinci

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

EKONOMI TEKNIK. Ekuivalensi

EKONOMI TEKNIK. Ekuivalensi EKONOMI TEKNIK Ekuvales Ekuvales Ekuvales = Nla uag yag sama pada waktu yag berbeda. Jumlah uag berbeda pada waktu berbeda dapat berla ekooms sama. Cotoh = harga bes Rp 4.5, (25), Rp 5.5, (29), da Rp 6.5

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

Pertemuan 3 Luas Daerah Bidang Datar, dan Volume Benda Padat dengan Metode Bidang Irisan Sejajar

Pertemuan 3 Luas Daerah Bidang Datar, dan Volume Benda Padat dengan Metode Bidang Irisan Sejajar ertemua 3 Luas Daerah Bdag Datar, da Volume Beda adat dega Metode Bdag Irsa Sejajar A. Luas Daerah Bdag Datar 1. Luas Daerah Bdag Datar Yag Datas Oleh Kura f, sumu X, Gars a da Gars DEFINISI: Msalka D

Lebih terperinci

INTERPOLASI INTERPOLASI LINIER INTERPOLASI KUADRATIK

INTERPOLASI INTERPOLASI LINIER INTERPOLASI KUADRATIK INTERPOASI INTERPOASI INIER INTERPOASI KUADRATIK INTERPOASI POINOMIA Dua ttk data : Gars Tga ttk data : Kuadratk g Empat ttk data :Polomal tgkat-3 Dketahu: ttk data ( y ) ( y ) ( y ) D ttk data :Polomal

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Notasi Sigma. Fadjar Shadiq, M.App.Sc & Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,

Lebih terperinci

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM Ed-Math; ol Tah EKITENI BAI ORTHONORMAL PADA RUANG HAIL KALI DALAM Mhammad Kh Abstras at rag etor ag dlegap oleh sat operas ag memeh beberapa asoma tertet damaa Rag Hasl Kal Dalam (RHKD) Pada RHKD deal

Lebih terperinci

Pertemuan VII IV. Titik Berat dan Momen Inersia

Pertemuan VII IV. Titik Berat dan Momen Inersia Baa jar Mekaka Baa Mulat, ST., MT Pertemua V V. Ttk Berat da Mome ersa. Ttk Berat Peampag Mome pertama suatu luasa eleme teradap suatu sumbu d dalam bdag luasa dberka dega produk luasa eleme da jarak tegak

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci

Angka Banding Manfaat dan Biaya

Angka Banding Manfaat dan Biaya METODE ANALISIS PERENCANAAN 2 Mater 3 : TPL 311 Oleh : Ke Marta Kaskoe Agka Badg Mafaat da Baya Dalam proyek pembagua, perlu dketahu apa mafaat dar proyek tersebut? Bagamaa keutuga ekoom atau keutuga sosal

Lebih terperinci

MODIFIKASI PENAKSIR UNTUK RASIO PADA SAMPLING BERPERINGKAT. ABSTRACT 1. PENDAHULUAN

MODIFIKASI PENAKSIR UNTUK RASIO PADA SAMPLING BERPERINGKAT. ABSTRACT 1. PENDAHULUAN MODIFIKAI PAKIR UTUK RAIO PADA AMPLIG BRPRIGKAT Deva rw, Arsma Ada, Rstam fed Devaerw@ahoo.com Mahasswa Program Matematka Dose Jrsa Matematka Fakltas Matematka da Ilm Pegetaha Alam Kamps Bawda Pekabar,893,Idoesa

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas

Lebih terperinci

BAB OPTIKA GEOMETRIS

BAB OPTIKA GEOMETRIS BAB OPTIKA GEOMETIS Cotoh 9. Da bah ceri datar ebetk sdt 0 seperti tapak pada gabar. Jika siar datag pada ceri M dega sdt datag 65, berapakah besar sdt patl θ pada ceri M? Peyelesaia: Mert hk peatla pada

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI MINGGU KE-0 HUBUNGAN ANTAR KONVERGENSI Hubuga atar koverges Hrark atar koverges dyataka dalam teorema berkut. Teorema Msalka X da X, X, X 3,... adalah varabel radom yag ddefska pada ruag probabltas yag

Lebih terperinci

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema II. LANDAAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teoremateorema ag medukug utuk pembahasa pada bab IV. Pegerta (defs) da teorema tersebut dtulska sebaga berkut.. Teorema Proeks Teorema

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

SOAL-SOAL SPMB 2007 MATEMATIKA DASAR (MAT DAS) 1. SPMB, MAT DAS, Regional I, 2007 Suku ke-n suatu barisan aritmatika adalah

SOAL-SOAL SPMB 2007 MATEMATIKA DASAR (MAT DAS) 1. SPMB, MAT DAS, Regional I, 2007 Suku ke-n suatu barisan aritmatika adalah SOAL-SOAL SPMB 00 MATEMATIKA DASAR (MAT DAS). SPMB, MAT DAS, Regioal I, 00 Sk ke- sat barisa aritmatika adalah 0 p,da 6, maka.... Jika A. B. 3 C. D. 3 E.. SPMB, MAT DAS, Regioal I, 00 Jika p 0, q 0 q...

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

Tabel Distribusi Frekuensi

Tabel Distribusi Frekuensi Tabel Dstrbus Frekues Tabel dstrbus frekues adalah susua data meurut kelas-kelas terval tertetu atau meurut kategor tertetu dalam sebuah daftar. Dar dstrbus frekues, dapat dperoleh keteraga atau gambara

Lebih terperinci

UNJUK KERJA KESELURUHAN DGN SATELIT TRANSPARAN FAKULTAS TEKNIK ELEKTRO 1

UNJUK KERJA KESELURUHAN DGN SATELIT TRANSPARAN FAKULTAS TEKNIK ELEKTRO 1 JK KERJA KESERHA ET TRASPARA FAKTAS TEKK EEKTR T Pi P RMAX FRX FE A FTX T SR FAKTAS TEKK EEKTR 2 TAS : aya carrier di input satelit sat : aya carrier di input satelit pd kndisi saturasi P in : aya di input

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN Jl. Raya Wagu Kel. Sdagsar Kota Bogor Telp. 0251-8242411, emal: prohumas@smkwkrama.et, webste : www.smkwkrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dar smpaa atau

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

BARISAN DAN DERET TAK HINGGA

BARISAN DAN DERET TAK HINGGA Bab 5 BARISAN DAN DERET TAK HINGGA A. KOMPETENSI DASAR DAN PENGALAMAN BELAJAR Kompetesi Dasar. Memiliki motivasi iteral, kemampa bekerjasama, kosiste, sikap disipli, rasa percaya diri da sikap tolerasi

Lebih terperinci

Penyelesaian Masalah Transportasi Dengan Metoda Primal-Dual Wawan Laksito YS 4)

Penyelesaian Masalah Transportasi Dengan Metoda Primal-Dual Wawan Laksito YS 4) ISSN : 69 7 Peyeleaa Maalah Traporta Dega Metoda Pral-Dual Wawa Lakto YS 4) Abtrak Maalah Traporta erupaka peraalaha pedtrbua uatu produk hooge dar beberapa uber ke beberapa tuua dega cara yag palg optal.

Lebih terperinci

FAKULTAS DESAIN dan TEKNIK PERENCANAAN

FAKULTAS DESAIN dan TEKNIK PERENCANAAN Wiryato Dewobroto ------------------------------------- Jrsa Tekik Sipil - Uiversitas elita Harapa, Karawaci FAKULTAS DESAIN da TEKNIK ERENCANAAN UJIAN TENGAH SEMESTER ( U T S ) GENA TAHUN AKADEMIK 010

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

Penggunaan Sistem Samar Pada Pemodelan Tingkat Inflasi Di Indonesia

Penggunaan Sistem Samar Pada Pemodelan Tingkat Inflasi Di Indonesia Pegguaa Sstem Samar Pada Pemodea Tgkat Ifas D Idoesa Oeh : Nuug Chusu Chotmah ahasswa Program Stud atematka FIP UNY gus ama bad Staf Pegajar Jurusa Peddka atematka FIP UNY uhammad Fauza Staf Pegajar Jurusa

Lebih terperinci

BAB IV METODE BINOMIAL UNTUK PENENTUAN HARGA OPSI ASIA

BAB IV METODE BINOMIAL UNTUK PENENTUAN HARGA OPSI ASIA BAB IV : METODE BIOMIAL UTUK PEETUA HARGA OPSI ASIA 35 BAB IV METODE BIOMIAL UTUK PEETUA HARGA OPSI ASIA Pada bab ii aka dibahas sat pedekata merik tk peeta harga opsi Asia, khssya opsi Asia dega rata-rata

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

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

Prestasi itu diraih bukan didapat!!! SOLUSI SOAL

Prestasi itu diraih bukan didapat!!! SOLUSI SOAL SELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA 010 TIM OLIMPIADE MATEMATIKA INDONESIA 0 Prestasi itu diraih buka didapat!!! SOLUSI SOAL Bidag Matematika Disusu oleh : Eddy Hermato, ST Olimpiade Matematika Tk

Lebih terperinci

Analisis Kriteria Investasi

Analisis Kriteria Investasi Uverstas Guadarma TUJUAN Setelah mempelajar Bab dharapka mahasswa dapat memaham: Apakah gagasa usaha (proyek) yag drecaaka dapat memberka mafaat (beeft), bak dlhat dar facal beeft maupu socal beeft. Pelaa

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

BAB II KEGIATAN PEMBELAJARAN

BAB II KEGIATAN PEMBELAJARAN Page o BAB II KEGIATAN PEMBELAJARAN A. TURUNAN FUNGSI ALJABAR. Deiisi Tra Fgsi Deiisi Fgsi : ata mempai tra ag diotasika d d ata di deiisika : d d d d d d lim h 0 h h lim 0 ata Cotoh Soal :. Tetka tra

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

PERATURAN PRESIDEN NOMOR 29 TAHUN 2014 TENTANG SISTEM AKUNTABILITAS KINERJA INSTANSI PEMERINTAH

PERATURAN PRESIDEN NOMOR 29 TAHUN 2014 TENTANG SISTEM AKUNTABILITAS KINERJA INSTANSI PEMERINTAH PERATURAN PRESIDEN NOMOR 29 TAHUN 2014 TENTANG SISTEM AKUNTABILITAS INSTANSI PEMERINTAH ISI PERATURAN PRESIDEN NO 29 TAHUN 2014 BAB I KETENTUAN UMUM ( 1 asal ) Pasal 1 BAB II PENYELENGGARAAN SAKIP ( 29

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang Bab PENDAHULUAN.. Latar Belakag Bayak peelitia yag bertja mecari dasar-dasar tk megadaka prediksi sat variabel dari iormasi-iormasi yag diperoleh dari variablel tersebt. Misalya apakah keadaa caca dapat

Lebih terperinci