Penerapan Model Analisis Time Series Dalam Peramalan Pemakaian Kwh Listrik Untuk n-bulan Ke depan Yang Optimal Di Kota Bengkulu

Ukuran: px
Mulai penontonan dengan halaman:

Download "Penerapan Model Analisis Time Series Dalam Peramalan Pemakaian Kwh Listrik Untuk n-bulan Ke depan Yang Optimal Di Kota Bengkulu"

Transkripsi

1 Jurnl Grdien Vol.4 No.1 Jnuri 8 : Penerpn Model Anlisis Time Series Dlm Permln Pemin Kwh Lisri Unu n-buln Ke depn Yng Opiml Di Ko Bengulu Fchri Fisl, Jose Rizl Jurusn Memi, Fuls Memi dn Ilmu Pengehun Alm, Universis Bengulu, Indonesi Dierim 13 Oober 7; Diseujui 15 Desember 7 Absr - Peneliin ini berujun unu memberin lernif solusi dlm permln onsumsi lisri pelnggn PLN yng id erc dn hsil ini dp dijdin sebgi l deesi wl dlm melih ecurngn yng dilun oleh pelnggn dn u penc meer. Meode yng digunn dlh dengn melun simulsi d emudin mengnlisis d ersebu menggunn Anlisis Time Series gun mendpn model memi pemin Wh lisri. Hsil peneliin menunjun bhw model imeseries dri d simulsi yng dibngin dri Disribusi Poisson, Uniform, Norml, dn Bilngn Bul dlh ARIMA(1,1,). K unci : D Simulsi, Anlisis Time Series, Permln, ARIMA 1. Pendhulun Di berbgi bidng ehidupn, erdp bny seli d hsil penguurn yng dp diperoleh dri hsil pengmn suu fenomen secr oninu berdsrn period wu erenu. Slh su conohny d hisoris dri onsumsi lisri pr pelnggn Perushn Lisri Negr (PLN). Seringli pih PLN menglmi esulin dlm hl pencn onsumsi lisri pelnggn unu ip bulnny. Beberp penyebbny dinr lin: rumh erunci, ecurngn yng dilun oleh pih onsumen, dn ellin dri pih peugs penc meer. Hl ini menyebbn, d hisoris pelnggn id semuny errecord dengn vlid dn benr. Unu mengsi hl ersebu, pih PLN menerpn slh su dri model ime series yiu Moving Averge (MA). Penggunn model MA n menghsiln besrn gl erenu. Bil gl yng dihsiln sng besr m pih PLN n sering mendp eluhn dri pelnggn yng mengibn ing epusn pelnggn erhdp js pelynn PLN rendh. Disisi lin bil hsil predisi di bwh nili snd meer sebenrny m pih PLN n menglmi erugin. Sebgi lernif lin dri model yng digunn oleh PLN, peneliin ini n mengji beberp model ime series lin dlm mempredisi pemin Wh lisri. Model-model ime series elh bny dierpn pd permln pemin lisri di negr Erop seperi Norwegi, Prncis dn Spnyol dengn hsil permln yng ur [], [6]. Secr umum d du ujun dri nlisis dere wu, yiu unu memhmi u memodeln menisme sosi yng diembngn dri suu dere pengmn dn unu mempredisi u merml nili selnjuny dri suu dere yng didsrn pd ejdin ms lmpu. Unu mendpn model penden dri model ime series bun suu hl yng mudh, erdp suu prosedur dlm pembenun model, yni dengn menggunn ig hpn um, yiu [1], [3]: 1. Spesifisi u Idenifisi Model. Pd lngh ini, deren pengmn yng diberin diplo erhdp wu pd bidng resius. Dlm memilih suu model, diushn unu mengiui prinsip prsimoni (hem).. Pencocon Model. Thp pencocon model erdiri dri hp menemun esimsi prmeerprmeer yng id diehui ersebu sebi mungin. 3. Dignos Model. Dignos model dp dilun dengn mengnlis plo dri fungsi uoorelsi (ACF) dn fungsi pril uoorelsi (PACF).

2 34 Fchri Fisl / Jurnl Grdien Vol. 4 No. 1 Jnuri 8 : Dlm model ime series digunn nosi { Z } yng menyn pengmn ime series pd s dn { } yng menunjun dere whie noise yng ermi, yni suu brisn peubh c independen yng berdisribusi ideni dengn men nol [4],[5]. Model-model imeseries yng digunn dlm peneliin ini, Moving Averge (MA), Auoregressive (AR), Auoregressive Moving Averge (ARMA), dn Inegred Auoregressive-Moving Averge (ARIMA) Proses Moving Averge order q (MA(q)) dinyn sebgi beriu: Z θ θ L θ (1) 1 1 q q dimn θ i i 1,, L q merupn prmeer Moving Averge e-i. Memperhin model MA(q) pd persmn (1) di s, m proses MA(1) diulis sebgi dengn Z θ 1 [ ] ( ) E Z dn Vr Z σ (1 + θ ) () Perhin bhw (, ) Cov Z Z θσ, 1, (3) Fungsi uoorelsi dri model MA(1) ini dp didefinisin sebgi beriu: θ ρ, θ, (4) yng memilii sif pening, yni cu off muli pd lg. Secr sing PACF dri model MA(1), dinyn dengn φ ( θ )( 1 θ ) 1 θ ( + 1) unu 1 (5) Proses Auoregressive order p (AR(p)) dinyn sebgi beriu: Z φ Z + φ Z + L + φ Z + (6) 1 1 p p dimn φ j j 1,, L p merupn prmeer uoregresif e-j. Proses uoregressive oder perm, yng dinosin dengn AR(1) memenuhi persmn Z φz + (7) dengn vrinsi dimn 1 σ Vr ( Z ) φ + σ 1 φ φ < 1 u φ < 1 (8) dengn menglin suu Z -, ( 1,,...) pd edu rus dri persmn (7) dn mengmbil nili espesiny m n diperoleh : φ σ φ unu 1,,... 1 ( 1φ ) (9) dn fungsi uoorelsi (ACF) dri model AR(1) dlh ρ φ unu, 1,,... (1) Kren φ < 1 u φ < 1 m fungsi uo orelsiny merupn urv yng menurun secr esponensil (exponenilly decresing) unu lg yng semin besr. Ji < φ < 1 m semu orelsiny posiif, dn ji 1 < φ < m uoorelsi pd lg 1 n negif ( ρ φ ) 1 dn pd uoorelsi beriuny n bergni nr posiif dn negif dn menurun secr esponensil. Unu model AR(1) ini, fungsi pril uoorelsi (PACF) n bernili φ unu semu > 1 (11) u dengn lin, pd PACF model AR(1) erjdi cu off muli lg. Model ARMA merupn gbungn dri model AR dn MA. Hl ini mungin erjdi ren dere yng dimi disumsin sebgin merupn model AR dn sebgin lgi model MA. Secr umum dp diulis Z φz +φ Z + L+φ pz p + θ θ L θq (1) q Dri model di s, { Z } din merupn gbungn proses uoregressive moving verge msing-msing order p dn q, yng bis dinosin dengn ARMA(p,q). Secr husus unu p1 dn q1, model ARMA(1,1) memilii benu Z φz + θ (13) 1 1 Fungsi uoorelsi unu model ini dlh ( 1 θφ)( φ θ) ρ φ 1 unu 1 1 θφ + θ (14) yng memilii sif pening, yni fungsi menurun secr esponensil unu lg yng semin besr.

3 Fchri Fisl / Jurnl Grdien Vol. 4 No. 1 Jnuri 8 : Model ARIMA merupn model unu dere ssioner. Suu dere { Z } din mengiui suu model ARIMA, bil diferensi e-d, yni W merupn proses ARMA ssioner. Ji W dlh ARMA(p,q), m Z din ARIMA(p,d,q). Proses ARIMA(p,1,q), diulis dlm suu-suu dere pengmn sebgi beriu: Z ( 1+ φ1 ) Z1 + ( φ φ1 ) Z + ( φ3 φ ) Z3L (15) + φ φ Z φ Z ( ) p p1 p p p1 + θ1 1 θ Lθq q. Meodel Peneliin D yng digunn dlm peneliin ini berup d simulsi yng dibngin dri, Disribusi Norml, Uniform, Bilngn Bul, dn Poisson. Unu msingmsing disribusi n dibngin d sebny 5 buh dengn melun simulsi d sebny 1 li. Semu d simulsi ini n dilnjun dengn nlisis imeseries, dimn hsil dri pengolhn d ini dihrpn dp memberin gmbrn wl dlm pengelompon pelnggn unu msing-msing els rif berdsrn model imeseries yng dihsiln. d Z Sosil (S), Bisnis (B), Perushn (P) dn Indusri (I). Khusus unu els rif Rumh Tngg dibgi dlm ig elompo yni els R-1 dengn bebn nr 45- W, R- dengn bebn nr W, dn R-3 dengn bebn nr W. D simulsi digunn unu melih gmbrn wl dlm pengelompon pelnggn berdsrn pd pol onsumsiny (model imeseries). Dlm peneliin ini d simulsi yng digunn dibngin dri Disribusi Uniform, Disribusi Poisson, Disribusi Bilngn Bul dn Disribusi Norml. D Simulsi dibu sedemiin sehingg penyebrn d bervrisi, muli dri penyebrn d yng de dengn nili r-rny smpi penyebrn d yng juh dri nili r-rny. Hsil simulsi menunjun bhw, pol d simulsi yng di bngin dri Disribusi Poisson, Uniform, Disribusi Norml, dn Bilngn Bul dp dei dengn model ARIMA (1,1,). Beriu sebgin hsil nlisis imeseris dri d simulsi: Prosedur pengolhn d gun memperoleh model Time Series secr gris besr sebgi beriu: 1. Membngin d simulsi dengn berbgi ondisi yng dp mendesripsin onsumsi pemin lisri pelnggn unu msing-msing els rif.. Memplo d simulsi erhdp wu dlm bidng resius unu melih n dny ren u musimn. Bil d ren u musimn lun diferensil u rnsformsi sehingg diperoleh d yng ssioner 3. Mengidenifisi model mellui plo ACF dn PACF berdsrn d yng ssioner 4. Menenun model imeseries dn nili prmeerny berdsrn rerisi plo ACF dn PACF yng dihsiln pd lngh Hsil Dn Pembhsn Berdsrn informsi wl dri PLN, secr gris besr pelnggn di elompon dlm lim els rif. Kelim els rif iu dlh els Rumh Tngg (R), Gmbr 1. Hsil Anlisis Timeseries d simulsi yng dibngin dri Disribusi Uniform

4 36 Fchri Fisl / Jurnl Grdien Vol. 4 No. 1 Jnuri 8 : Fluusi d pengmn yng mengiui Disribusi Uniform id erllu esrim. D simulsi Disribusi Uniform dp mewili els rif Sosil dn R1 (45W). Gmbr 3. Hsil Anlisis Timeseries d simulsi yng dibngin dri Disribusi Bilngn Bul D pengmn yng mengiui Disribusi Bilngn Bul dp mewili sebgin els rif Sosil, Bisnis, Indusri, R1, R, dn R3 dengn pemin lisri yng id onsn Gmbr. Hsil Anlisis Timeseries d simulsi yng dibngin dri Disribusi Poisson D simulsi yng mengiui Disribusi Poisson mewili sebgin els rif Sosil, Bisnis, Indusri, R1(9-13 W), R, dn R3 dengn pemin lisri yng relif onsn. Gmbr 4. Hsil Anlisis Timeseries d simulsi yng dibngin dri Disribusi Norml dengn r-r 1 dn sndr devisi 5 D pengmn yng mengiui Disribusi Norml dengn sndr devisi 5% dri nili r-r mewili sebgin els rif Sosil, R1, R, dn R3 dengn ecenderungn pemin lisri musimn.

5 Fchri Fisl / Jurnl Grdien Vol. 4 No. 1 Jnuri 8 : pengmn dn model ime series erbiny dlh Moving Averge. SD 1 SD Hsil simulsi d belum mencerminn eseluruhn rerisi pol onsumsi lisri pelnggn yng sng uni dn bervrisi, hususny di Ko Bengulu, oleh ren iu unu menjusifisi hsil peneliin ini perlu dilun nlisis imeseris pd d hisoris pemin lisri pelnggn yng sebenrny. SD 3 SD 4 SD 5 Gmbr 5. Hsil Anlisis Timeseries d simulsi yng dibngin dri Disribusi Norml dengn r-r 1 dn sndr devisi yng bervrisi Hsil simulsi pd Disribusi Norml dengn inpu prmeer r-r ep yiu 1, sedngn inpu prmeer sndr devisi bervrisi yni 1,, 3, 4, dn 5. menunujun bhw dengn berbgi vrisi pol penyebrn d, muli dri penyebrn d yng de dengn nili r-r smpi juh dri r-r memilii model imeseries ARIMA (1,1,). D simulsi ini merupn conoh desripsi unu berbgi els rif. 4. Kesimpuln Dn Srn Fluusi d pengmn sng berpengruh pd penenun model imeseris, hsil pembhsn menunjun, bil d pengmn berd diseir r-r pengmn, m diperlun diferensil su li. Dn model ime series erbi yng digunn unu mendei pol d dlh ARIMA(1,1,). Pengolhn d pd nlisis imeseris dilun secr mnul dengn memproses secr su per su. Dp dibyngn bil seluruh pelnggn PLN yng d di Ko Bengulu hrus dinlisis, n membuuhn wu dn biy yng cuup besr. Unu mengsi hl ersebu perlu dilun pengjin lebih dlm lgi hususny dlm pembun Sofwre Aplisi Permln Konsumsi Lisri Pelnggn sehingg dlm pengolhn dny id secr su per su melinn dlm proses pengolhn d melibn dbse pelnggn dn hsilpengolhn sebny d yng d dlm dbse. Dfr Pus [1] Abrhm, B. nd Ledoler, J Sisicl Mehods for Forecsing. John Wiley & Sons. New Yor. [] Conres, J., Espinol, R., Nogles, F.J., Conejo, A.J. 3. ARIMA Model o Predic Nex-Dy Elecriciy Prices. IEEE Trnscion on Power Sysems 18(3). [3] Cryer, J.D Time Series Anlysis. PWS-KENT Publishing Compny. Boson. [4] Hrvey, A.C Time Series Models. Prenice Hll. New Yor. [5] Wei, W.W.S Time Series Anlysis Univrie nd Mulivrie Mehods. Addison-Wesley Publishing Compny, Inc. Cliforni. [6] Weron, R. nd Misiore, A. 5. Forecsing Spo Elecriciy Prices wih Time Series Models. Inernionl Conference EEM-5 Proceeding. Bil d simulsi menghsiln suu d pengmn yng fl id diperlun diferensisi erhdp d

BAB 1 PENDAHULUAN LATAR BELAKANG

BAB 1 PENDAHULUAN LATAR BELAKANG BAB PENDAHULUAN LATAR BELAKANG Slh su penmbh devis negr erbesr dihsiln dri seor priwis. Seip provinsi di Indonesi memilii obje wisny msing-msing, seperi provinsi Sumer Ur yng erenl dengn dy ri Dnu Tobny

Lebih terperinci

Perbandingan Metode Peramalan ARIMA dan ARFIMA pada Data Long Memory

Perbandingan Metode Peramalan ARIMA dan ARFIMA pada Data Long Memory Sisi Vol 9 No 09 3 Nopember 009 Perbningn Meoe Permln ARIMA n ARFIMA p D Long Memory GUMGUM DARMAWAN Sf Pengjr Jurusn Sisi FMIPA UNPAD e-mil : gums@yoocom ABSTRAK P ml ini n i bningn u meoe permln ri long

Lebih terperinci

PERBANDINGAN METODE PERAMALAN PADA MODEL ARFIMA ABSTRAK

PERBANDINGAN METODE PERAMALAN PADA MODEL ARFIMA ABSTRAK Seminr Nsionl Memi 008 Universis Pjjrn Universis Inonesi PERANDINGAN METODE PERAMALAN PADA MODEL ARFIMA Gumgum Drmwn Sf Pengjr Jurusn Sisi FMIPA UNPAD e-mil : gums_973@yhoocom ASTRAK P mlh ini n i bningn

Lebih terperinci

ANALISIS DATA RUNTUN WAKTU MENGGUNAKAN MODEL ARIMA (p,d,q)

ANALISIS DATA RUNTUN WAKTU MENGGUNAKAN MODEL ARIMA (p,d,q) ANALISIS DATA RUNTUN WAKTU MENGGUNAKAN MODEL ARIMA (p,d,q) (Aplisi: D Pendpn Pj Kendrn Bermoor di Propinsi Derh Isimew Yogyr) SKRIPSI Unu memenuhi sebgin persyrn gun memperoleh derj Srjn S- Progrm Sudi

Lebih terperinci

Permodelan Sistem. Melalui Identifikasi Parameter. Ir. Rusdhianto EAK, MT. Pelatihan PC-Based Control

Permodelan Sistem. Melalui Identifikasi Parameter. Ir. Rusdhianto EAK, MT. Pelatihan PC-Based Control Permodeln Sistem Mellui Identifisi Prmeter Ir. Rusdhinto EAK, M Pengertin Adlh seumpuln metode yng digunn untu mendptn/menentun prmeter model pendetn dri sistem mellui evlusi dt penguurn input output Secr

Lebih terperinci

MATEMATIKA INDUKSI MATEMATIKA CONTOH SOAL A. PENGERTIAN INDUKSI MATEMATIKA B. LANGKAH-LANGKAH INDUKSI MATEMATIKA

MATEMATIKA INDUKSI MATEMATIKA CONTOH SOAL A. PENGERTIAN INDUKSI MATEMATIKA B. LANGKAH-LANGKAH INDUKSI MATEMATIKA MATEMATIKA KELAS XII - KURIKULUM 0 Sesi INDUKSI MATEMATIKA A. PENGERTIAN INDUKSI MATEMATIKA Indusi mtemti merupn pembutin dedutif, mesi nmny indusi. Indusi mtemti tu disebut jug indusi lengp sering dipergunn

Lebih terperinci

PENDETEKSIAN PENCILAN ADITIF DAN INOVATIF DALAM DATA DERET WAKTU MELALUI METODE ITERATIF

PENDETEKSIAN PENCILAN ADITIF DAN INOVATIF DALAM DATA DERET WAKTU MELALUI METODE ITERATIF Forum Sisik dn Kompusi, Vol No., 8 ISSN : 85-85 PENDEEKSIAN PENCILAN ADIF DAN INOVIF DALAM DA DERE WAKU MELALUI MEODE ERIF Kusmn Sdik, Erfini, Noviyni WP Depremen Sisik FMIPA Insiu Pernin Bogor E-mil :

Lebih terperinci

Bab 2 Teori Pendukung

Bab 2 Teori Pendukung Bb Teori Penduung. Sistem Bonus Mlus Sistem bonus mlus Belgi muli diterpn thun 97 terdiri dri 8 els. C =,,,. Thun 995, sistem bonus mlus menjdi 3 els (Tbel.), { } Tbel. Sistem Bonus Mlus Belgi Kels Premi

Lebih terperinci

Kesesuaian Persamaan Pola Intensitas Curah Hujan Sebagai Fungsi dari Durasi Hujan di Balai Pengamatan Dirgantara Pontianak

Kesesuaian Persamaan Pola Intensitas Curah Hujan Sebagai Fungsi dari Durasi Hujan di Balai Pengamatan Dirgantara Pontianak Kesesuin Persmn Pol nensis Curh Hujn Sebgi Fungsi dri Dursi Hujn di Bli Pengmn Dirgnr Ponink Ann Krin 1), M. shk Jumrng 1)* 1)Progrm Sudi Fisik, FMPA, Universis njungpur Jln Jendrl Ahmd Yni, Ponink, ndonesi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pengertin Anlisis Regresi Sttisti merupn slh stu cbng ilmu pengethun yng pling bny mendptn perhtin dn dipeljri oleh ilmun dri hmpir semu ilmu bidng pengethun, terutm pr peneliti yng

Lebih terperinci

Penentuan Panjang Optimal Data Deret Waktu Bebas Outlier dengan Menggunakan Metode Window Time

Penentuan Panjang Optimal Data Deret Waktu Bebas Outlier dengan Menggunakan Metode Window Time JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (017) ISSN: 337-350 (301-98X Prin) D-137 Penenun Pnjng Opiml D Dere Wku Bebs Oulier dengn Menggunkn Meode Window Time Ry Sofi Auli dn Rden Mohmd Aok Jurusn Sisik,

Lebih terperinci

Matematika EBTANAS Tahun 1987

Matematika EBTANAS Tahun 1987 Memik EBTANAS Thun 987 EBT-SMA-87-0 Himpunn penyelesin dri persmn : x + = x unuk x R dlh {, } {, } {, } {, } {, } EBT-SMA-87-0 Di bwh ini dlh gmbrpenmpng sebuh pip. Jik jri jri pip cm dn AB = 0 cm (AB

Lebih terperinci

PERAMALAN CURAH HUJAN DI KOTA YOGYAKARTA DENGAN MODEL FUNGSI TRANSFER MULTIVARIAT

PERAMALAN CURAH HUJAN DI KOTA YOGYAKARTA DENGAN MODEL FUNGSI TRANSFER MULTIVARIAT Prosiding Seminr Nsionl Peneliin, Pendidikn dn Penerpn MIPA, Fkuls MIPA, Universis Negeri Yogykr, Mei PERAMALAN CURAH HUJAN DI KOTA YOGYAKARTA DENGAN MODEL FUNGSI TRANSFER MULTIVARIAT Khrisn Yuli Siswni

Lebih terperinci

Teorema Dasar Integral Garis

Teorema Dasar Integral Garis ISBN: 978-979-79-55-9 Teorem Dsr Integrl Gris Erdwti Nurdin Progrm Studi Pendidikn Mtemtik FKIP UIR d_1910@yhoo.com Abstrk Slh stu generlissi integrl tentu (definite integrl) f x dx diperoleh dengn menggnti

Lebih terperinci

Peramalan Harga Saham Perusahaan Selular di Indonesia Menggunakan Metode Vector Autoregressive (VAR)

Peramalan Harga Saham Perusahaan Selular di Indonesia Menggunakan Metode Vector Autoregressive (VAR) Permln Hrg Shm Perushn Selulr di Indonesi Menggunkn Meode Vecor Auoregressive (VAR) Rez Tino, Agus Suhrsono dn Seiwn Jurusn Sisik, Fkuls Memik dn Ilmu Pengehun Alm, Insiu Teknologi Sepuluh Nopember (ITS)

Lebih terperinci

Pemodelan Inflasi Provinsi Riau Menggunakan ARIMA Dengan Deteksi Outlier dan Model Intervensi

Pemodelan Inflasi Provinsi Riau Menggunakan ARIMA Dengan Deteksi Outlier dan Model Intervensi Pemodeln nflsi Provinsi Riu Menggunkn ARMA Dengn Deeksi Oulier dn Model nervensi Erie Sdewo Progrm Pscsrjn Sisik FMPA TS Surby erie@mhs.sisik.is.c.id Absrk Permslhn inflsi memiliki dmpk lus dlm perekonomin

Lebih terperinci

BAB II LANDASAN TEORY Prosedur regresi dengan Menggunakan Metode Backward

BAB II LANDASAN TEORY Prosedur regresi dengan Menggunakan Metode Backward BAB II LANDASAN TEORY.. Prosedur regresi dengn Menggunn Metode Bcwrd Metode Bcwrd merupn lngh mundur, dimn semu vribel X i diregresin dengn vribel dependen Y. pengeleminsin vribel X i didsrn pd nili F

Lebih terperinci

Penaksiran parameter model ARIMA dengan menggunakan Algoritma Genetika

Penaksiran parameter model ARIMA dengan menggunakan Algoritma Genetika Penksirn prmeer model ARIMA dengn menggunkn Algorim Geneik Wiwin yulini 306 00 070 Dosen Pembimbing I Dr. Irhmh, S.Si,M.Si Dosen Pembimbing II Dedy Dwi Prsyo, S.Si, M.Si Pge Pendhulun Lr belkng Permslhn

Lebih terperinci

ANALISIS PENGARUH STRATEGI BAURAN PEMASARAN TERHADAP MINAT BELI ULANG PRODUK BARU

ANALISIS PENGARUH STRATEGI BAURAN PEMASARAN TERHADAP MINAT BELI ULANG PRODUK BARU ANALISIS PENGARUH STRATEGI BAURAN PEMASARAN TERHADAP MINAT BELI ULANG PRODUK BARU Oleh : Bmng Srjono Sf Pengjr Polieknik Negeri Semrng Jl. Prof. Sudro SH. Temlng. Semrng 50275 Asrk Peneliin ini unuk mengehui

Lebih terperinci

ATURAN NEWTON-COTES TERTUTUP DENGAN KOREKSI PADA UJUNG INTERVAL. Rifaldi Putra ABSTRACT

ATURAN NEWTON-COTES TERTUTUP DENGAN KOREKSI PADA UJUNG INTERVAL. Rifaldi Putra ABSTRACT ATURAN NEWTON-COTES TERTUTUP DENGAN KOREKSI PADA UJUNG INTERVAL Rifldi Putr Mhsisw Progrm Studi S1 Mtemti Jurusn Mtemti Fults Mtemti dn Ilmu Pengethun Alm Universits Riu Kmpus Bin Widy, Penbru 28293 rifldiputr1995@gmil.com

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN

RENCANA PELAKSANAAN PEMBELAJARAN 7 RENCANA PELAKSANAAN PEMBELAJARAN M Peljrn : Memik Kels/ Semeser: XI Progrm IPA/ Aloksi Wku: 6 jm Peljrn ( Peremun) A. Sndr Kompeensi Menggunkn konsep i fungsi dn urunn fungsi dlm pemehn mslh. B. Kompeensi

Lebih terperinci

1001 Pembahasan UTS Aljabar Linear KATA PENGANTAR

1001 Pembahasan UTS Aljabar Linear KATA PENGANTAR KATA PENGANTAR Pemhsn UTS Aljr Liner Segin esr mhsisw mengnggp hw M Kulih ng erhuungn dengn menghiung ng slh sun Aljr Liner dlh sush rumi dn memusingn. Alhsil jln elur ng diempuh unu mengsin dlh mhsisw

Lebih terperinci

INTEGRAL TAK-WAJAR. bentuk tak-tentu karena bentuk ini saling membantu dan tidak bersaing.

INTEGRAL TAK-WAJAR. bentuk tak-tentu karena bentuk ini saling membantu dan tidak bersaing. INTEGRAL TAK-WAJAR A. Tk Terhingg Seip ilngn sli merupkn ilngn erhingg dn dp menykn sesuu yng nykny erhingg. Arisoeles menykn hw ilngn sli n dp ernili seesr-esrny epi ep erhingg dn idk kn pernh sm dengn

Lebih terperinci

Diana Holidah Bagian Farmasi Klinik dan Komunitas Fakultas Farmasi Universitas Jember

Diana Holidah Bagian Farmasi Klinik dan Komunitas Fakultas Farmasi Universitas Jember Din Holidh Bgin Frmsi Klinik dn Komunis Fkuls Frmsi Universis Jember Absorpsi Ob Absorpsi sisemik dri slurn cern ergnung pd:. Benuk sedin ble, kpsul, sirup dll b. Anomi fisiologi emp bsorpsi, melipui :

Lebih terperinci

PERBAIKAN ATURAN KUADRATUR NEWTON-COTES TERTUTUP. Dina Oktavieny 1, Bustami 2 ABSTRACT

PERBAIKAN ATURAN KUADRATUR NEWTON-COTES TERTUTUP. Dina Oktavieny 1, Bustami 2 ABSTRACT PERBAIKAN ATURAN KUADRATUR NEWTON-COTES TERTUTUP Din Otvieny 1, Bustmi 2 1 Mhsisw Progrm Studi S1 Mtemti 2 Dosen Jurusn Mtemti Fults Mtemti dn Ilmu Pengethun Alm Universits Riu Kmpus Binwidy Penbru (28293),

Lebih terperinci

BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR V, W,

BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR V, W, BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR V,,, K r y t i Jurusn Pendidin Mtemti Fults Mtemti dn Ilmu Pengethun Alm Uniersits Negeri Yogyrt e-mil : ytiuny@yhoo.com Abstr Misln R dlh

Lebih terperinci

BAB II DETERMINAN 2.1. DETERMINAN. Bab II Determinan

BAB II DETERMINAN 2.1. DETERMINAN. Bab II Determinan B II Determinn BB II DETERINN TUJUN PEBELJRN Sup mhsisw mempuni pengethun dsr dn pemhmn tentng onsep-onsep determinn, r menghitung determinn, plisi determinn pd geometri OUTOE PEBELJRN hsisw mempuni emmpun

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN ARIMAX

ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN ARIMAX ANALII PERAMALAN PENJUALAN EPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN ARIMAX Muflih Rori Pur Hrh, Agus uhrsono Jurusn isik, Fkuls Memik dn Ilmu Pengehun Alm, Insiu Teknologi euluh Noember (IT) Jl.

Lebih terperinci

Peramalan Netflow Uang Kartal dengan Metode ARIMAX dan Radial Basis Function Network (Studi Kasus Di Bank Indonesia)

Peramalan Netflow Uang Kartal dengan Metode ARIMAX dan Radial Basis Function Network (Studi Kasus Di Bank Indonesia) Permln Neflow Ung Krl dengn Meode ARIMAX dn Rdil Bsis Funcion Nework (Sudi Ksus Di Bnk Indonesi) Renny Elfir Wulnsri dn Suhrono Jurusn Sisik, FMIPA, Insiu Teknologi Seuluh Noember (ITS) Jl. Arief Rhmn

Lebih terperinci

Model Sederhana Penyebaran Avian Flu di Cikelet

Model Sederhana Penyebaran Avian Flu di Cikelet 13 Bb III Model Sedern Penyebrn Avin Flu di Cikele Pd bb ini kn dibs mengeni model penyebrn virus flu burung di der Cikele bik penyebrn pd ym mupun penyebrn dri ym erdp mnusi dengn memnfkn berbgi informsi

Lebih terperinci

MODUL VIII FISIKA MODERN Transformasi Lorentz

MODUL VIII FISIKA MODERN Transformasi Lorentz MODUL VIII FISIKA MODERN Trnsformsi Loren Tujun Insruksionl Umum : Agr mhsisw dp memhmi mengeni Trnsformsi Loren Tujun Insruksionl Khusus : Dp menjelskn enng kedu posul Einsein Dp menjelskn enng perbedn

Lebih terperinci

r x = 0. Koefisien-koefisien persamaan yang dihasilkan adalah analitik pada x = 0. Jadi dapat kita gunakan metode deret pangkat.

r x = 0. Koefisien-koefisien persamaan yang dihasilkan adalah analitik pada x = 0. Jadi dapat kita gunakan metode deret pangkat. Husn Arifh,M.Sc : Persmn Legendre Emil : husnrifh@uny.c.id Persmn diferensil Legendre (1) 1 x 2 y 2xy + n n + 1 y = 0 Prmeter n pd (1) dlh bilngn rill yng diberikn. Setip penyelesin dri (1) dinmkn fungsi

Lebih terperinci

PERSAMAAN DAN PERTIDAKSAMAAN LOGARITMA

PERSAMAAN DAN PERTIDAKSAMAAN LOGARITMA K- Kels X mtemtik PEMINATAN PERSAMAAN DAN PERTIDAKSAMAAN LOGARITMA Tujun Pembeljrn Setelh mempeljri mteri ini, kmu dihrpkn memiliki kemmpun berikut.. Memhmi definisi persmn dn pertidksmn logritm.. Dpt

Lebih terperinci

SELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA TAHUN 2002 TIM OLIMPIADE MATEMATIKA INDONESIA TAHUN 2003

SELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA TAHUN 2002 TIM OLIMPIADE MATEMATIKA INDONESIA TAHUN 2003 SELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA TAHUN 00 TIM OLIMPIADE MATEMATIKA INDONESIA TAHUN 00 Bidng Memik Wku : 90 Meni DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH

Lebih terperinci

SOAL PILIHAN GANDA A. 10 B. 100 C D E

SOAL PILIHAN GANDA A. 10 B. 100 C D E OLIMPIADE SAINS TAHUN 004 TINGKAT KABUPATEN/KOTA DIREKTORAT PENDIDIKAN LANJUTAN PERTAMA DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH DEPARTEMEN PENDIDIKAN NASIONAL BIDANG STUDI: MATEMATIKA. Ad du

Lebih terperinci

matematika PEMINATAN Kelas X FUNGSI LOGARITMA K-13 A. Definisi Fungsi Logaritma

matematika PEMINATAN Kelas X FUNGSI LOGARITMA K-13 A. Definisi Fungsi Logaritma K-3 Kels mtemtik PEMINATAN FUNGSI LOGARITMA Tujun Pembeljrn Setelh mempeljri mteri ini, kmu dihrpkn memiliki kemmpun berikut.. Memhmi definisi fungsi logritm.. Dpt menggunkn konsep fungsi logritm dlm menyelesikn

Lebih terperinci

BAB 1 DERET TAKHINGGA

BAB 1 DERET TAKHINGGA Di Kulih EL- Memi Tei I BAB DERET TAKHINGGA Bris Thigg Bris dlh susu bilg-bilg riil secr beruru. Perhi cooh beriu. ),, 8, 6, b),,,, 8 6 c),, 7,,, Secr umum, bris d diulis { },,, deg memeuhi ersm ereu.

Lebih terperinci

PERTEMUAN 2 DASAR METODE NUMERIK

PERTEMUAN 2 DASAR METODE NUMERIK PERTEMUAN DASAR METODE NUMERIK Meri pd peremun ini:. Dlil-dlil dsr memik unuk meode numerik. Teori bilngn. Rl Seelh menyelesikn peremun ini, mhsisw dihrpkn dp menjelskn dlil dsr memik unuk meode numerik,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bb berikut ini kn disjikn mteri pendukung yng dpt membntu penulis untuk menyelesikn permslhn yng kn dibhs pd bb selnjutny. Adpun mteri pendukungny dlh pengertin mtriks, jenis-jenis

Lebih terperinci

Aljabar Linear Elementer

Aljabar Linear Elementer ljbr Liner Elementer M3 3 SKS Silbus : Bb I Mtriks dn Opersiny Bb II Determinn Mtriks Bb III Sistem Persmn Liner Bb IV Vektor di Bidng dn di Rung Bb V Rung Vektor Bb VI Rung Hsil Kli Dlm Bb VII Trnsformsi

Lebih terperinci

Analisis Peramalan Penjualan Sepeda Motor Di Kabupaten Ngawi Dengan Arima Dan Arimax

Analisis Peramalan Penjualan Sepeda Motor Di Kabupaten Ngawi Dengan Arima Dan Arimax JURNAL AIN DAN ENI POMIT Vol. 3, No.2, (2014) 2337-3520 (2301-928X Prin) D-122 Anlisis Permln Penjuln eed Moor Di Kbuen Ngwi Dengn Arim Dn Arimx Muflih Rori Pur Hrh dn Agus uhrsono Jurusn isik, Fkuls Memik

Lebih terperinci

Aljabar Linear Elementer

Aljabar Linear Elementer ljbr Liner Elementer M SKS Silbus : Bb I Mtriks dn Opersiny Bb II Determinn Mtriks Bb III Sistem Persmn Liner Bb IV Vektor di Bidng dn di Rung Bb V Rung Vektor Bb VI Rung Hsil Kli Dlm Bb VII Trnsformsi

Lebih terperinci

Skew- Semifield dan Beberapa Sifatnya 1

Skew- Semifield dan Beberapa Sifatnya 1 Skew- Semifield dn Beberp Siftny K r y t i Jurusn Pendidikn Mtemtik Fkults Mtemtik dn Ilmu Pengethun Alm Universits Negeri Yogykrt E-mil: ytiuny@yhoo.com Abstrk Sutu field ( lpngn ) F dlh struktur ljbr

Lebih terperinci

KOMPUTASI DOSIMETRI RADIASI DENGAN METODE MONTE CARLO

KOMPUTASI DOSIMETRI RADIASI DENGAN METODE MONTE CARLO KOMPUTASI DOSIMETRI RADIASI DENGAN METODE MONTE CARLO Rzli Rsyid Jurusn Fisi FMIPA Universits Negeri Jrt Jl. Pemud no.0 Jrt 30 Abstr Penelitin ini bertujun untu mengungpn spe-spe fisis dri Terpi BNCT.

Lebih terperinci

Vektor di R 2 dan R 3

Vektor di R 2 dan R 3 Vektor di R dn R Pengertin Vektor dlh besrn yng mempunyi besr dn rh Vektor digmbrkn oleh rus gris yng dilengkpi dengn nk pnh vektor dimuli dri titik wl (initil point) dn dikhiri oleh titik khir (terminl

Lebih terperinci

ESTIMASI PARAMETER BILANGAN FUZZY SEGITIGA UNTUK MODEL PEMBEBANAN LALULINTAS FUZZY DENGAN METODE ESTIMASI KUADRAT TERKECIL

ESTIMASI PARAMETER BILANGAN FUZZY SEGITIGA UNTUK MODEL PEMBEBANAN LALULINTAS FUZZY DENGAN METODE ESTIMASI KUADRAT TERKECIL Siposiu XIII STPT, Universis Koli Soegijprn Serng, 8-9 Oober ESTIMASI PARAMETER BILANGAN UZZY SEGITIGA UNTUK MODEL PEMBEBANAN LALULINTAS UZZY DENGAN METODE ESTIMASI KUADRAT TERKECIL Nindyo Chyo Kresnno

Lebih terperinci

PROBLEM SOLVING TERKAIT DENGAN KELAS X SEMESTER 1 PADA STANDAR KOMPETENSI (SK) 1.

PROBLEM SOLVING TERKAIT DENGAN KELAS X SEMESTER 1 PADA STANDAR KOMPETENSI (SK) 1. PROLEM SOLVING TERKIT DENGN KELS X SEMESTER PD STNDR KOMPETENSI (SK). LJR Memechkn mslh yng berkitn dengn bentuk pngkt, kr, dn logritm Oleh: Sigit Tri Guntoro. Du orng berselisih mengeni bnykny psngn bilngn

Lebih terperinci

STRUKTUR BETON BERTULANG I. Tulangan Rangkap. Oleh Resmi Bestari Muin

STRUKTUR BETON BERTULANG I. Tulangan Rangkap. Oleh Resmi Bestari Muin MODUL KULIAH STRUKTUR BETON BERTULANG I Minggu ke : 9 Tulngn Rngkp Oleh Resmi Bestri Muin PRODI TEKNIK SIPIL FAKULTAS TEKNIK SIPIL dn PERENCANAAN UNIVERSITAS MERCU BUANA 2010 DAFTAR ISI DAFTAR ISI i IX

Lebih terperinci

Integral Tak Wajar. Ayundyah Kesumawati. March 25, Prodi Statistika FMIPA-UII

Integral Tak Wajar. Ayundyah Kesumawati. March 25, Prodi Statistika FMIPA-UII Kesumwti Prodi Sttistik FMIPA-UII Mrch 25, 205 Sutu integrl tertentu b f (x)dx () diktkn wjr jik i memenuhi du syrt berikut: i. Bts integrsi dn b merupkn bilngn berhingg ii. fungsi f (x) terbts pd intervl

Lebih terperinci

VEKTOR. 1. Pengertian Vektor adalah besaran yang memiliki besar (nilai) dan arah. Vektor merupakan sebuah ruas garis yang

VEKTOR. 1. Pengertian Vektor adalah besaran yang memiliki besar (nilai) dan arah. Vektor merupakan sebuah ruas garis yang VEKTOR 1. Pengertin Vektor dlh besrn yng memiliki besr (nili dn rh. Vektor merupkn sebuh rus gris yng P berrh dn memiliki pnjng. Pnjng rus gris tersebut dlh pnjng vektor. Rus gris dri titik P dn berujung

Lebih terperinci

DETERMINAN DAN INVERS MATRIKS BLOK 2 2

DETERMINAN DAN INVERS MATRIKS BLOK 2 2 Buletin Ilmih Mth. Stt. dn Terpnny (Bimster) Volume 06, No. 3(2017), hl 193 202. DETERMINAN DAN INVERS MATRIKS BLOK 2 2 Ilhmsyh, Helmi, Frnsiskus Frn INTISARI Mtriks blok merupkn mtriks persegi yng diblok

Lebih terperinci

FISIKA BESARAN VEKTOR

FISIKA BESARAN VEKTOR K-3 Kels X FISIKA BESARAN VEKTOR TUJUAN PEMBELAJARAN Setelh mempeljri mteri ini, kmu dihrpkn memiliki kemmpun berikut.. Memhmi pengertin besrn vektor.. Mengusi konsep penjumlhn vektor dengn berbgi metode.

Lebih terperinci

Bab 2 HUKUM KEKEKALAN. 2.1 Hukum Kekekalan Skalar

Bab 2 HUKUM KEKEKALAN. 2.1 Hukum Kekekalan Skalar Bb 2 HUKUM KEKEKALAN 2.1 Hukum Kekekln Sklr Hukum kekekln mendeskripsikn dinmik suu kunis dlm sisem eruup. Khususny, hukum kekekln menykn bhw lju perubhn kumulif kunis ersebu hny ergnung pd fluks yng msuk,

Lebih terperinci

MENENTUKAN AKAR-AKAR PERSAMAAN PANGKAT EMPAT. Supriyono Jurusan Pendidikan Matematika FKIP Universitas Muhammadiyah Purworejo.

MENENTUKAN AKAR-AKAR PERSAMAAN PANGKAT EMPAT. Supriyono Jurusan Pendidikan Matematika FKIP Universitas Muhammadiyah Purworejo. MENENTUKAN AKAR-AKAR PERSAMAAN PANGKAT EMPAT Supriyono Jurusn Pendidikn Mtemtik FKIP Universits Muhmmdiyh Purworejo Abstrk Tulisn ini terdiri bgin yitu () bgin pendhulun yng membhs bentuk umum persmn pngkt

Lebih terperinci

Perhitungan Biaya Tenaga Kerja Sesungguhnya Pada Cafe WarunKomando

Perhitungan Biaya Tenaga Kerja Sesungguhnya Pada Cafe WarunKomando Perhitungn Biy Teng Kerj Sesungguhny Pd Cfe WrunKomndo Jnuri Posisi Keterngn: JKS (Jm) TUS JKS : Jm Kerj Sesungguhny TUS : Trif Uph Sesungguhny JTUS : Jumlh Trif Uph per orng (JKS x TUS) JTK : Jumlh Teng

Lebih terperinci

SIMAK UI 2011 Matematika Dasar

SIMAK UI 2011 Matematika Dasar SIMAK UI 0 Mtemtik Dsr Kode Sol Doc. Nme: SIMAKUI0MATDAS999 Version: 0-0 hlmn 0. Sebuh segitig sm kki mempunyi ls 0 cm dn tinggi 5 cm. Jik dlm segitig tersebut dibut persegi pnjng dengn ls terletk pd ls

Lebih terperinci

INTEGRAL. Bogor, Departemen Matematika FMIPA IPB. (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, / 45

INTEGRAL. Bogor, Departemen Matematika FMIPA IPB. (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, / 45 INTEGRAL Deprtemen Mtemtik FMIPA IPB Bogor, 2012 (Deprtemen Mtemtik FMIPA IPB) Klkulus I Bogor, 2012 1 / 45 Topik Bhsn 1 Pendhulun 2 Anti-turunn 3 Lus di Bwh Kurv 4 Integrl Tentu 5 Teorem Dsr Klkulus 6

Lebih terperinci

MATERI: 7.1.Asal mula celah energi.model elektron hampir bebas. 7.2.Nilai energi celah.fungsi Bloch.Model Kronig-Peney.

MATERI: 7.1.Asal mula celah energi.model elektron hampir bebas. 7.2.Nilai energi celah.fungsi Bloch.Model Kronig-Peney. BAB 7 PITA ENERI MATERI: 7.1.Asl mul celh energi.model eletron hmpir bebs. 7..Nili energi celh.fungsi Bloch.Model Kronig-Peney.Persmn sentrl INDIKATOR: Mhsisw hrus dpt : Menjelsn sl mul celh energi. Menggunn

Lebih terperinci

KAJIAN PERSAMAAN STABILITAS KOLOM PADA PORTAL BERGOYANG

KAJIAN PERSAMAAN STABILITAS KOLOM PADA PORTAL BERGOYANG Kjin ersmn Stbilits Kolom pd ortl ergong Fizl Ezeddin KJIN ERSN STILITS KOLO D ORTL ERGOYNG Fizl Ezeddin Stf engjr Teni Sipil FT. USU bstr Kpsits d duung olom berdsrn pnjng efetif umumn ditetnun berdsrn

Lebih terperinci

SISTEM BILANGAN REAL. 1. Sifat Aljabar Bilangan Real

SISTEM BILANGAN REAL. 1. Sifat Aljabar Bilangan Real SISTEM BILANGAN REAL Dlm terminologi Aljbr Abstrk, sistem bilngn rel disebut dengn field (lpngn) pd opersi penjumlhn dn perklin. Sutu opersi biner bis ditulis dengn sutu psngn terurut (, b) yng unik dri

Lebih terperinci

Sistem Persamaan Linear

Sistem Persamaan Linear TE 67 Teknik Numerik Sistem Liner Sistem Persmn Liner Trihstuti Agustinh Bidng Studi Teknik Sistem Pengturn Jurusn Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember O U T L I N E OBJEKTIF TEORI

Lebih terperinci

Oleh: Abstrak. Kata kunci : data multivariat, deret waktu dan lokasi, VAR, STAR.

Oleh:  Abstrak. Kata kunci : data multivariat, deret waktu dan lokasi, VAR, STAR. Perbndingn Model VAR dn STAR pd Permln Produksi Teh di Jw Br Comprison beween VAR nd STAR models for Te Producion Forecsing Wes Jv Oleh: Suhrono dn Dhoriv Urwul Wusq Jurusn Sisik, Insiu Teknologi Sepuluh

Lebih terperinci

2. Memahami dan mampu menggunakan Integral Lipat Dua untuk menentukan Volume Bidang Empat, Massa Suatu Benda, Pusat massa suatu benda

2. Memahami dan mampu menggunakan Integral Lipat Dua untuk menentukan Volume Bidang Empat, Massa Suatu Benda, Pusat massa suatu benda TUJUAN PEMBELAJAAN Agr pemc memhmi p ng diseut dengn Integrl Lipt Du ts Persegipnjng dn un Persegipnjng, selnjutn dpt memhmi penggunn Integrl Lipt Du untu menghitung Volume Bidng Empt, Mss sutu Bend dn

Lebih terperinci

Rizki Fatriasi, Dewi Anggraini, Dewi Sri Susanti Program Studi Matematika Fakultas MIPA Unlam Jl. Jend. A. Yani km. 36 Banjarbaru 70714

Rizki Fatriasi, Dewi Anggraini, Dewi Sri Susanti Program Studi Matematika Fakultas MIPA Unlam Jl. Jend. A. Yani km. 36 Banjarbaru 70714 Jurnl Mtemti Murni dn Terpn psilon Vol. 07, No.0, Hl 34-40 SPLIT-SPLIT PLOT DESIGN (SSPD Rizi Ftrisi, Dewi Anggrini, Dewi Sri Susnti Progrm Studi Mtemti Fults MIPA Unlm Jl. Jend. A. Yni m. 36 Bnjrru 7074

Lebih terperinci

Teori yang mendasari : Hukum Newton tentang gerak GLBB

Teori yang mendasari : Hukum Newton tentang gerak GLBB . Sebuh bu berny dileprn eril e s diudr dri lni denn ecepn l. Ji d y onsn ib esen/hbn udr sel elyn dn susin percepn risi bui onsn, enun : ). ini siu yn dicpi (nyn dl :,, dn ) b). lju bu s enyenuh lni ebli

Lebih terperinci

METODE PENELITIAN. Penelitian dilaksanakan pada bulan Oktober sampai dengan November 2011

METODE PENELITIAN. Penelitian dilaksanakan pada bulan Oktober sampai dengan November 2011 III. METODE PENELITIAN 3.1. Tempt dn Wktu Penelitin Penelitin dilksnkn pd buln Oktober smpi dengn November 2011 bertempt di Lbortorium Rekys Bioproses dn Psc Pnen, Jurusn Teknik Pertnin, Fkults Pertnin,

Lebih terperinci

Jurnal Ilmu Keolahragaan Vol. 14 (1) Januari Juni 2015: 47-57

Jurnal Ilmu Keolahragaan Vol. 14 (1) Januari Juni 2015: 47-57 Jurnl Ilmu Keolhrgn Vol. 14 (1) Jnuri Juni 215: 47-57 PERBEDAAN PENGARUH LATIHAN DOUBLE LEG SPEED HOP DENGAN SKIPPING TERHADAP POWER OTOT TUNGKAI DAN DAYA TAHAN OTOT TUNGKAI PEMAIN BOLA VOLIBUANA PUTRA

Lebih terperinci

Two-Stage Nested Design

Two-Stage Nested Design Mteri #13 TIN309 DESAIN EKSPERIMEN Two-Stge Nested Design Nested design dlh slh stu ksus dri desin multi fktor dimn level dri slh stu fktor (misl: fktor B) serup tpi tidk identik untuk setip level yng

Lebih terperinci

VII. FUNGSI PERMINTAAN TAMAN WISATA TIRTA SANITA Fungsi Permintaan Taman Wisata Tirta Sanita

VII. FUNGSI PERMINTAAN TAMAN WISATA TIRTA SANITA Fungsi Permintaan Taman Wisata Tirta Sanita VII. FUNGSI PERMINTAAN TAMAN WISATA TIRTA SANITA 7.1. Fungsi Permintn Tmn Wist Tirt Snit Model persmn fungsi permintn di bwh ini sudh menglmi pemilihn independent vrible, untuk menghindri mslh multikolinerits.

Lebih terperinci

MODEL GARCH UNTUK VARIANSI SESATAN DARI MODEL AUTOREGRESIVE MOVING AVERAGE

MODEL GARCH UNTUK VARIANSI SESATAN DARI MODEL AUTOREGRESIVE MOVING AVERAGE MODEL GARCH UNUK VARIANSI SESAAN DARI MODEL AUOREGRESIVE MOVING AVERAGE Ole: Eni usi Jurusn Pendidikn Memik FPMIPA UPI Jl Dr Seibudi 9, Bndung 404 Absk Model yng digunkn dlm emodeln d runun wku yiu model

Lebih terperinci

Solusi Pengayaan Matematika Edisi 4 Januari Pekan Ke-4, 2007 Nomor Soal: 31-40

Solusi Pengayaan Matematika Edisi 4 Januari Pekan Ke-4, 2007 Nomor Soal: 31-40 Solusi Pengn Mtemtik Edisi 4 Jnuri Pekn Ke-4, 007 Nomor Sol: -40. Diberikn persmn 8 9 4 8 007 dn b, dengn b. Angk stun dri b dlh. A. B. C. D. 7 E. 9 Persmn 8 9 4 8 8 9 4 8 9 4 8 8 8 9 8 4 8 8 8 0 0 b tu

Lebih terperinci

BAB III METODOLOGI PE ELITIA

BAB III METODOLOGI PE ELITIA 24 BAB III METODOLOGI PE ELITIA Meodologi yng digunkn dlm peneliin ini merujuk pd proses Knowledge Discovery in Dbse (KDD). KDD merupkn nm lin dri D Mining yng bis digunkn dlm jurnl ilmih. Lngkh-lngkh

Lebih terperinci

KINEMATIKA. Membahas gerak suatu benda tanpa memandang penyebabnya. Dinamika : Membahas hubungan gaya & gerak

KINEMATIKA. Membahas gerak suatu benda tanpa memandang penyebabnya. Dinamika : Membahas hubungan gaya & gerak KINEMATIKA Membhs gerk suu bend np memndng penyebbny. Dinmik : Membhs hubungn gy & gerk Trnslsi : Gerk yg berhubungn dgn perpindhn seluruh bgin bend dri suu emp ke emp lin PENDAHULUAN Suu bend dikkn bergerk

Lebih terperinci

Optimasi Training pada Jaringan Syaraf Tiruan menggunakan Algoritma Extended Kalman Filter

Optimasi Training pada Jaringan Syaraf Tiruan menggunakan Algoritma Extended Kalman Filter Optimsi rining pd Jringn Syr irun menggunn Algoritm Etended Klmn Filter Zqitud Droh qih@eepis-its.edu Abstr Proses trining pd ringn syr tirun (JS) eedorrd menggunn lgoritm onvension, seperti lgoritm bcpropgtion

Lebih terperinci

STATIKA (Reaksi Perletakan)

STATIKA (Reaksi Perletakan) STTIK (Reksi erletkn) Meknik Rekys I Norm uspit, ST.MT. Tumpun Tumpun merupkn tempt perletkn konstruksi tu dukungn bgi konstruksi dlm meneruskn gy gyyng bekerj ke pondsi Dlm ilmu Meknik Rekys dikenl 3

Lebih terperinci

PROSIDING ISBN :

PROSIDING ISBN : PROSIDING ISBN : 978 979 6 T-6 PEMETAAN w DAN HASIL PEMETAANNYA Oleh : H. A. Prhusip dn Sulistono Progrm Studi Mtemti Industri dn Sttisti Fults Sins dn Mtemti FSM) Uniersits Kristen St Wcn UKSW) www.usw.edu)

Lebih terperinci

TRANSFORMASI GEOMETRI

TRANSFORMASI GEOMETRI TRANSFORMASI GEOMETRI Trnsformsi digunn untu untu memindhn sutu titi tu ngun pd sutu idng. Trnsformsi geometri dlh gin dri geometri ng memhs tentng peruhn (let,entu, penjin ng didsrn dengn gmr dn mtris.

Lebih terperinci

PELACAKAN DAN PENGENALAN WAJAH MENGGUNAKAN WEBCAM & METODE GABOR FILTER

PELACAKAN DAN PENGENALAN WAJAH MENGGUNAKAN WEBCAM & METODE GABOR FILTER PELACAKAN DAN PENGENALAN WAJAH MENGGUNAKAN WEBCAM & METODE GABOR FILTER Resmn Lim Fults Tenologi Industri, Jurusn Teni Informti Universits Kristen Petr e-mil: resmn@petr.c.id Yuli Roy Otniel Pntouw Fults

Lebih terperinci

ANALISA KESTABILAN DAN KENDALI OPTIMAL PADA MODEL PEMANENAN PREY PREDATOR DENGAN FUNGSI REPON TIPE III

ANALISA KESTABILAN DAN KENDALI OPTIMAL PADA MODEL PEMANENAN PREY PREDATOR DENGAN FUNGSI REPON TIPE III ISBN : 978.6.79.934.7 NLIS KSTBILN DN KNDLI OPTIML PD MODL PMNNN PRY PRDTOR DNGN FUNGSI RPON TIP III Mohmmd Rif i, Subhn ITS Sub, ITS Sub vindiivi@gmil.om, subhn@memi.is..id BSTRK. Peilu u eisi pe pedo

Lebih terperinci

Solusi provinsi v 0. h max. w w. a. Batu ke atas Percepatan (perlambatan) : Tinggi maksimum yang dicapai :

Solusi provinsi v 0. h max. w w. a. Batu ke atas Percepatan (perlambatan) : Tinggi maksimum yang dicapai : Solusi proinsi 7. Sebuh bu berny dileprn eril e s diudr dri lni denn ecepn l. Ji d y onsn ib esen/hbn udr sel elyn dn susin percepn risi bui onsn, enun : ). ini siu yn dicpi (nyn dl :,, dn ) b). lju bu

Lebih terperinci

17. PROGRAM LINEAR. A. Persamaan Garis Lurus. (x 2, y 2 ) (0, a) y 2. y 1. (x 1, y 1 ) (b, 0) X. x 1

17. PROGRAM LINEAR. A. Persamaan Garis Lurus. (x 2, y 2 ) (0, a) y 2. y 1. (x 1, y 1 ) (b, 0) X. x 1 17. PROGRAM LINEAR A. Persmn Gris Lurus y 1 (x 1, y 1 ) y 2 y 1 (x 1, y 1 ) (x 2, y 2 ) (0, ) 0 x 1 x 1 0 x 2 (b, 0) 0 b. Persmn gris yng bergrdien m dn mellui titik (x 1, y 1 ) dlh: y y 1 = m(x x 1 )

Lebih terperinci

BAB: PENERAPAN INTEGRAL Topik: Volume Benda Putar (Khusus Kalkulus 1)

BAB: PENERAPAN INTEGRAL Topik: Volume Benda Putar (Khusus Kalkulus 1) BAB: PENERAPAN INTEGRAL Topik: Volume Bend Putr (Khusus Klkulus ) Kompetensi yng diukur dlh kemmpun mhsisw menghitung volume bend putr dengn metode cincin, metode ckrm, tu metode kulit tbung.. UAS Klkulus,

Lebih terperinci

BAB 9 DERET FOURIER. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 9 DERET FOURIER. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB 9 DERE FOURIER Oleh : Ir. A.Rchm Hsibu d Nemh Mubrkh, S 9. Pedhulu Gmbr 9. Fugsi-fugsi eksisesi ( v ks ; (b v V si ω Gmbr 9. Gelmbg gigi gergji Gelmbg gergji ii dp diyk sebgi f( (V/ dlm iervl < < d

Lebih terperinci

NFA. Teori Bahasa dan Automata. Viska Mutiawani - Informatika FMIPA Unsyiah

NFA. Teori Bahasa dan Automata. Viska Mutiawani - Informatika FMIPA Unsyiah NFA Teori Bhs dn Automt Visk Mutiwni - Informtik FMIPA Unsyih 1 NFA NFA: Nondeterministic Finite Automt Atu Automt Hingg NonDeterministik (AHND) Slh stu bentuk dri Finite Automt NFA memiliki kemmpun untuk

Lebih terperinci

VEKTOR. Adri Priadana. ilkomadri.com

VEKTOR. Adri Priadana. ilkomadri.com VEKTOR Adri Pridn ilkomdri.com Pengertin Dlm Fisik dikenl du buh besrn, yitu 1. Besrn Sklr. Besrn Vektor Pengertin Besrn Sklr dlh sutu besrn yng hny mempunyi nili dn dinytkn dengn sutu bilngn tunggl diserti

Lebih terperinci

Sudaryatno Sudirham. Studi Mandiri. Fungsi dan Grafik. Darpublic

Sudaryatno Sudirham. Studi Mandiri. Fungsi dan Grafik. Darpublic Sudrtno Sudirhm Studi Mndiri Fungsi dn Grfik Drpublic BAB 8 Fungsi Logritm turl, Eksponensil, Hiperbolik 8.. Fungsi Logrithm turl. Definisi. Logritm nturl dlh logritm dengn menggunkn bsis bilngn e. Bilngn

Lebih terperinci

1) BENTUK UMUM DAN BAGIAN-BAGIAN PERSAMAAN KUADRAT Bentuk umum persamaan kuadrat adalah seperti di bawah ini:

1) BENTUK UMUM DAN BAGIAN-BAGIAN PERSAMAAN KUADRAT Bentuk umum persamaan kuadrat adalah seperti di bawah ini: ) BENTUK UMUM DAN BAGIAN-BAGIAN PERSAMAAN KUADRAT Bentuk umum persmn kudrt dlh seperti di bwh ini: b c dengn, b, c bilngn dn riil Dimn, disebut sebgi koefisien dri b disebut sebgi koefisien dri c disebut

Lebih terperinci

E. INTEGRASI BAGIAN ( PARSIAL )

E. INTEGRASI BAGIAN ( PARSIAL ) E. INTEGRASI BAGIAN ( PARSIAL ) Integrsi gin (prsil) digunkn untuk mengintegrsikn sutu perklin fungsi yng msing-msing fungsiny ukn koefisien diferensil dri yng lin ( seperti yng sudh dihs pd su. B. D )

Lebih terperinci

3. LIMIT DAN KEKONTINUAN

3. LIMIT DAN KEKONTINUAN 3. LIMIT DAN KEKONTINUAN 1 3.1 Limit Fungsi di Stu Titik Pengertin it secr intuisi Perhtikn ungsi 1 1 Fungsi dits tidk terdeinisi di =1, kren di titik tersebut berbentuk 0/0. Tpi msih bis ditnykn berp

Lebih terperinci

Penyelesaian Persamaan Kadomtsev Petviashvili Menggunakan Metode Asimtotik

Penyelesaian Persamaan Kadomtsev Petviashvili Menggunakan Metode Asimtotik Jurnl Mtemti Integrtif Volume 1 No 1, April 17, pp -7 p-issn:141-6184, e-issn:549-9 doi: 1.4198/jmi.v1.n1.1196.-7 Penyelesin Persmn Kdomtsev Petvishvili Menggunn Metode Asimtoti Lely Kurnisih 1, Mshuri,

Lebih terperinci

8 adalah... A. 3 3 (kunci) C. 3 D. 3 E. 6 Pembahasan: Kedua ruas diakarkan: = = 8 = 3 3. adalah Jika 2 dan. , maka nilai. log w.

8 adalah... A. 3 3 (kunci) C. 3 D. 3 E. 6 Pembahasan: Kedua ruas diakarkan: = = 8 = 3 3. adalah Jika 2 dan. , maka nilai. log w. http://www.syiknybeljr.wordpress.co PEMBAHASAN SOAL SELEKSI BERSAMA MASUK PERGURUAN TINGGI NEGERI (SBMPTN) TAHUN 0. Jik, k nili A. (kunci) B. C. D. E... ( ) ( ) Kedu rus dikrkn: 8 = ( ) = = ( ) ( ) 8 =

Lebih terperinci

PERBANDINGAN MODEL ARIMA DAN FUNGSI TRANSFER PADA PERAMALAN CURAH HUJAN KABUPATEN WONOSOBO

PERBANDINGAN MODEL ARIMA DAN FUNGSI TRANSFER PADA PERAMALAN CURAH HUJAN KABUPATEN WONOSOBO ISSN: 339-54 JURNAL GAUSSIAN, Volume 4, Nomor 4, Thun 05, Hlmn 037-044 Online di: h://eournl-s.undi.c.id/index.h/gussin PERBANDINGAN MODEL ARIMA DAN FUNGSI TRANSFER PADA PERAMALAN CURAH HUJAN KABUPATEN

Lebih terperinci

Fisika Dasar I (FI-321) 3) Gerak dalam Dua dan Tiga Dimensi Posisi dan Perpindahan Kecepatan Percepatan Gerak Parabola Gerak Melingkar

Fisika Dasar I (FI-321) 3) Gerak dalam Dua dan Tiga Dimensi Posisi dan Perpindahan Kecepatan Percepatan Gerak Parabola Gerak Melingkar Fisik Ds I (FI-31) Topik hi ini (minggu 3) Gek dlm Du dn Tig Dimensi Posisi dn Pepindhn Kecepn Pecepn Gek Pbol Gek Melingk Gek dlm Du dn Tig Dimensi Menggunkn nd u idk cukup unuk menjelskn sec lengkp gek

Lebih terperinci

DETERMINAN. Matematika Industri I. TIP FTP UB Mas ud Effendi. Matematika Industri I

DETERMINAN. Matematika Industri I. TIP FTP UB Mas ud Effendi. Matematika Industri I DETERMINAN Mtemtik Industri I TIP FTP UB Ms ud Effendi Mtemtik Industri I Pokok Bhsn Determinn Determinn orde-ketig Persmn simultn dengn tig ilngn tidk dikethui Konsistensi sutu set persmn Sift-sift determinn

Lebih terperinci

MATEMATIKA IPA PAKET A KUNCI JAWABAN

MATEMATIKA IPA PAKET A KUNCI JAWABAN MATEMATIKA IPA PAKET A KUNCI JAWABAN. Jwbn : A Mislkn : p : Msyrkt membung smph pd temptny. q: Kesehtn msyrkt terjg. Diperoleh: Premis : ~q ~p p q Premis : p Kesimpuln : q Jdi, kesimpuln dri premis-premis

Lebih terperinci

TINGKAT SMA KOMET 2018 SE-JAWA TIMUR

TINGKAT SMA KOMET 2018 SE-JAWA TIMUR . Dlm cr jln seht yng didkn oleh HIMATIKA menyedikn kupon hdih. Kode-kode kupon tersebut disusun dri ngkngk,,, 6, 8. Nomor dri kupon-kupon tersebut disusun berdsrkn kodeny muli dri yng terkecil smpi dengn

Lebih terperinci

BAB IV METODE ANALISIS RANGKAIAN

BAB IV METODE ANALISIS RANGKAIAN BAB IV METODE ANALISIS RANGKAIAN. Anlisis Arus Cng Anlisis rus cng memnftkn hukum Kirchoff I (KCL) dn hukum Kirchoff I (KVL). Contoh - Tentukn esr rus dlm loop terseut dn gimn rh rusny? Ohm 0V 0V Ohm 0V

Lebih terperinci

BAB XXI. TRANSFORMASI GEOMETRI

BAB XXI. TRANSFORMASI GEOMETRI BAB XXI. TRANSFORMASI GEOMETRI Trnsformsi digunn untu untu memindhn sutu titi tu ngun pd sutu idng. Trnsformsi geometri dlh gin dri geometri ng memhs tentng peruhn (let,entu, penjin ng didsrn dengn gmr

Lebih terperinci

2. PERSAMAAN, PERTIDAKSAMAAN DAN FUNGSI KUADRAT

2. PERSAMAAN, PERTIDAKSAMAAN DAN FUNGSI KUADRAT . PERSAMAAN, PERTIDAKSAMAAN DAN FUNGSI KUADRAT A. Persmn Kudrt. Bentuk umum persmn kudrt : x + bx + c = 0, 0. Nili determinn persmn kudrt : D = b c. Akr-kr persmn kudrt dpt dicri dengn memfktorkn tupun

Lebih terperinci

PERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO

PERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO Perbandingan Model ARIMA... (Alia Lestari) PERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO Alia Lestari Fakultas Teknik Universitas

Lebih terperinci