PEMODELAN INVENTORY DENGAN DUA GUDANG PENYIMPANAN UNTUK BARANG YANG MENGALAMI PENYUSUTAN DENGAN BACKLOG SHORTAGE SEBAGIAN DAN LEAD TIME FUZZY

Ukuran: px
Mulai penontonan dengan halaman:

Download "PEMODELAN INVENTORY DENGAN DUA GUDANG PENYIMPANAN UNTUK BARANG YANG MENGALAMI PENYUSUTAN DENGAN BACKLOG SHORTAGE SEBAGIAN DAN LEAD TIME FUZZY"

Transkripsi

1 Pmola Ivory ga Dua Guag Pyimpaa... Dwi Eriigsih) PEMODELAN INVENTORY DENGAN DUA GUDANG PENYIMPANAN UNTUK BARANG YANG MENGALAMI PENYUSUTAN DENGAN BACKLOG SHORTAGE SEBAGIAN DAN LEAD TIME FUZZY Dwi Eriigsih, Wioo Dparm of Mahmaics, Faculy of Mahmaics a Naural Scics Gaah Maa Uivrsiy wi_riigsih@ugm.ac.i, wioo_mah@ugm.ac.i Absrak Aaya kbiaka opimalisasi ivory yag iambil sbuah prusahaa aau railr uuk barag yag mgalami pyusua ga kiakpasia waku uggu la im) sampai barag slsai iprouksi aau psaa aag, aaya Backlog Shorag sbagia aau puh, a igka prmiaa brgaug harga ikmbagka alam sism ua guag yag masig-masig sbagai guag puala isplay) aau mpa rasaksi barag a guag mpa pyimpaa ika barag yag iprouksi aau ibli iak cukup impaka i guag puala. Tuua prusahaa aau railr mmpuyai ua guag pyimpaa aalah uuk mgopimalka kuuga raaraa ika mmprouksi aau mmbli barag alam umlah bsar. Prusahaa aau railr mmpuyai sau guag ga kapasias rbaas yag lakya i lokasi sragis sbagai mpa puala, yag isbu sbagai guag milik ow warhous, OW) a guag yag lai ga kapasias cukup luas issuaika ga kbuuha yag lokasiya brba ga mpa puala aau rasaksi, yag isbu sbagai guag swa r warhous, RW). Biaya pyimpaa barag i RW muru ga brambahya arak ari RW k OW. Hal ii isbabka olh biaya swa guag a upah aga kra yag lbih murah ibaigka i lokasi OW. Barag ikirim ari RW k OW alam umlah yag lah iuka fi) brasarka pola ru. Dalam pliia ii ikmbagka mol ivory ga Backlog Shorag sbagia. Uuk mmprolh pylsaia iguaka mo pkaa irval rka uuk fugsi sigl obkif yag mmaksimalka kuuga raa-raa alam fuzzy fuzzifi) a irasformasika alam fugsi muli obkif crisp yag slauya islsaika ga mo kriria global global cririo mho) uuk mmprolh solusi opimal Paro. Kaa kuci : Dua Guag Pyimpaa, Backlog Shorag, Waku Tuggu Fuzzy. PENDAHULUAN Laar Blakag Dari suu paag kuaga, prsiaa barag myaaka moal yag brhubuga ga as lai rmasuk moal rbaas prusahaa. Masalah ivory 6

2 Vol. 5, No., Jui 009: 6-7 klasik lah iformulasika ga mmprimbagka fakor-fakor alam koisi ral, spri pyusua barag prsiaa a igka puala. Mskipu masalah pgambila kpuusa muli obkif muli-obciv cisio makig problms, MODMP) lah iaplikasika alam bbrapa ara yag brba api masih siki pliia ag MODMP alam biag korol opimal prsiaa barag ga ua guag pyimpaa. Mol ivory klasik suau prusahaa aau railr slama ii ikmbagka ga mpa pyimpaa uggal OW). Tapi kyaaa alam maam ivory, kika pmblia aau prouksi barag alam umlah bsar maka iak apa isimpa i mpa pyimpaa yag aa OW) ikaraka rbaasya kapasias shigga klbiha barag i OW isimpa i RW yag lokasiya brba ga OW. RW mmpuyai kapasias cukup luas yag issuaika ga kbuuha. Dalam prakkya, railr mmbli barag alam umlah bsar paa suau waku ika mmprolh harga iscou uuk sumlah pmblia aau biaya pgambila barag acquisiio) haya uuk mgisi kapasias i OW paa suau waku lbih iggi ibaigka biaya pyimpaa i RW shigga uuk mmaksimalka kuuga raa-raa iprluka mpa pyimpaa klbiha barag slah iisika i OW. Prumusa Masalah Dalam pliia ii iformulasika mol ivory alam sism ua guag pyimpaa ga Backlog Shorag sbagia uuk barag yag mgalami pyusua a kiakpasia waku uggu la im) a suau kbiaka ivory ikmbagka uuk mmaksimalka kuuga raa-raa. Prmiaa kosum iasumsika brgaug harga puala. Railr mmpuyai ua guag, yaiu OW ga kapasias rbaas a RW ga kapasias cukup luas yag issuaika ga kbuuha. OW impaka i pusa puala a RW lokasiya brba ga OW. Barag yag ipsa, prama kali iisika i OW brasarka kapasias maksimal a klbiha barag isimpa i RW. Prmiaa barag haya ilayai i OW a slama puala OW iisi ssuai ga kapasias maksimal ari RW alam umlah ru mgikui pola yag iuka paa suau irval waku sampai prsiaa barag i RW kosog. Kara lokasi RW brba ga OW maka biaya pyimpaa i RW a biaya rasporasi ari RW k OW brgaug paa arak RW a OW. Backlog 6

3 Pmola Ivory ga Dua Guag Pyimpaa... Dwi Eriigsih) Shorag sbagia a Backlog Shorag puh i OW iiika. Trapa slag waku aara waku pmsaa a primaa psaa sbagai kiakpasia imprcis). Kiakpasia waku uggu la im) rsbu irprsasika ga bilaga fuzzy kmuia irasformasika ga irval arimaika shigga fugsi sigl obciv yag mmaksimalka kuuga raa-raa iubah alam fugsi muli obkif. Scara aaliik aka iuukka bahwa mol ga Backlog Shorag sbagia mmpuyai pylsaia opimal paro. HASIL DAN PEMBAHASAN Formulasi Masalah Muli Obkif Scara umum, masalah opimisasi ga bbrapa paramr brilai irval ibrika sbagai briku : Mmaksimalka : Z ) k i C i α i Dga kala : Ai 0 β i B i, i,,..., k,,..., ) ) ga C c, c ], A a, a ], a B b, b ] aalah bilaga-bilaga i Li Ri i Li Ri i Li Ri irval imaa c, Li, ali bli aalah limi-limi kiri a c Ri ari, bri, aalah limi-limi kaa sagka α, β, i,,..., k ;,,...,, aalah kosaa-kosaa ral. Jlas i i bahwa formulasi masalah ) mrupaka suau masalah muli obkif oliar. Dari prsamaa ), limi kiri z L ), limi kaa z R ), a cr z C ) ari fugsi uua Z ) ibrika sbagai briku : z ) L z ) R k i k i C C Li Ri α i α i ) 3) zc ) zl ) + zr ) ] 4) 63

4 Vol. 5, No., Jui 009: 6-7 Z L Mgguaka aalisis irval, Z ) kuival ga Z, Z ] imaa L R a Z R apa iirprasika sbagai kuuga psimisis a opimisis. Muru Ishibuchi a Taaka 990), masalah mmaksimalka ) ikovrsi alam masalah muli obkif ua uua), yaiu : mmaksimalka kuuga rah a cr ari irval fugsi uua. Dua uua rsbu apa iyaaka sbagai mmaksimalka kasus rburuk a kasus raa-raa. Olh sbab iu, masalah ) irasformasika sbagai briku : Mmaksimalka : { z, z L C} Dga kala : ali ari 0 βi βi B B Ri Li, i,,..., k,,..., ) 5) ga a Li a ari aalah sumbr miimum a maksimum yag ibuuhka olh sau ui barag k- a b, b ) aalah ilai-ilai psimisis a opimisis ari oal sumbr Li Ri yag rsia. Kala-kala i aas irumuska mgikui irval mamaika. Asumsi a Noasi Asumsi ) Sigl im a iak aa prbaika/ pggaia uuk ui yag mgalami pyusua ) Biaya pyimpaa barag irapka haya paa ui-ui yag bagus 3) Waku ak brhigga 4) Shorag iiika a kkcwaa kosum akiba kkosoga barag i backlog sbagia. 5) Waku rasporasi ari RW k OW iabaika 6) Biaya rasporasi brgaug paa arak ari RW k OW 7) Kapasias ari OW rbaas smara kapasias i RW cukup luas yag issuaika ga kbuuha 8) Biaya pyimpaa i OW ap smara biaya pyimpaa i RW 64

5 Pmola Ivory ga Dua Guag Pyimpaa... Dwi Eriigsih) brgaug arak lokasi RW ari mpa puala yaiu biaya muru rhaap brambahya arak ari OW. Noasi p : biaya pmblia/ prouksi pr ui barag s : harga puala pr ui barag ga s mp m > ) D s) : igka prmiaa pr bula yag brgaug paa harga puala ga α β D s) s, α, β > 0, imaa α aalah skala paramr a β aalah buk β paramr ari kurva prmiaa. Kara D s) αβs < 0 uuk s > 0, maka igka prmiaa Ds) uru ga aikya s. : arak ari RW k OW : waku pmsaa/ prouksi L : waku uggu uuk mrima psaa T : waku prpuara barag ga T + L H : biaya pyimpaa pr ui barag i OW F ) : biaya pyimpaa pr ui barag i RW ga F ) λ µ, λ,, µ > 0 s c s c g : biaya shorag pr ui barag pr bula : biaya opporuiy akiba khilaga puala pr ui barag pr bula c ) : biaya rasporasi ari RW k OW pr ui barag ga ) ω ψ, ω, ψ > 0 c b : oal umlah pyusua i RW a OW : umlah prmiaa akiba kkosoga barag yag aka ipuhi kika Barag psaa aag ga b bl, br ] imaa bl, br masig-masig aalah baas bawah a baas aas ari bilaga irval b ls : umlah khilaga puala : umlah barag yag ikirim ari RW k OW paa siap pgirima : igka prsiaa i RW slah pgirima k-,,,..., : bayakya pgirima yag iprluka ari RW k OW : irval waku aara ua pgirima ari RW k OW 65

6 Vol. 5, No., Jui 009: 6-7 q ) : igka prsiaa i OW i siap, 0, ), ) ] 0 q r ) : igka prsiaa i RW i siap, ), ),,,..., q b ) : igka backlog i siap,, T] δ : khilaga puala akiba kkuraga barag yag i backlog, 0 < δ c : biaya pyusua pr ui barag S : oal igka prsiaa barag awal i RW a OW paa awal puara W : kapasias pyimpaa i OW ap) a W < S θ,θ : igka pyusua i RW a OW, 0 θ, θ γ A L) :biaya pmsaa pr puara ga A L) a bl, a, b, γ > 0 imaa A L) L, R A γ uru ga aikya ilai L, yaiu : γbl < 0 l : Limi kiri a limi kaa ari raa-raa irval fugsi kuuga Dskripsi Mol Backlog Shorag Sbagia Railr mmprolh barag ari supplir a prama kali myimpaya i OW sagka klbiha ui isimpa i RW. Prmiaa kosum ilayai i OW a kkosoga barag i OW iisi maksimal ga rasfr ui ari RW k OW paa suau irval waku ru. Awalya sumlah S ui ibli imaa W ui isimpa i OW a S W ) ui isimpa i RW. Prsiaa i OW muru akiba prmiaa kosum a pyusua barag. Slah waku, ui ari RW ipiahka k OW smikia higga igka prsiaa i OW kmbali mai W yag mgisi puh kkosoga mpa i OW. Pross rsbu brlau sampai pgirima. Brasarka asumsi awal, slah pgirima k- iak aa ui barag yag rsisa i RW 0). Sisa W ui i OW iguaka a brkurag akiba ari prmiaa kosum a pyusua barag. Paa saa, prsiaa i OW mcapai ol a khabisa prsiaa barag mulai ihiug a sampai T saa sumlah barag yag ipsa iba. Dalam kasus ii igka prsiaa brasarka prumusa i aas ibrika paa gambar briku : 66

7 Pmola Ivory ga Dua Guag Pyimpaa... Dwi Eriigsih) Gambar. Mol ivory ua guag. Jika oal shorag yag ihiug i backlog sbagia, maka khilaga puala rai. Olh kara iu rapa biaya ambaha opporuiy cos) kara khilaga puala. Guag Swa RW/ R Warhous) Ui-ui yag ikirim ari RW k OW brasarka pola ru, igka ivory i RW brkurag scara iskri paa suau irval waku ru, yaiu paa suau iik waku ap. Tapi slama irval waku rsbu, prsiaa i RW brkurag scara koiu yag haya iakibaka olh pyusua ui barag. Olh kara iu, igka ivory q r ) i RW paa siap slama ) <,,,..., mmuhi prsamaa ifrsial sbagai briku: q θ q, ) <,,,..., 6) r r Slauya i siap irval waku ) <,,,...,, q r ) aalah fugsi uru scara koiu ari igka qr )] api iskoiu ari kiri i kara ari skripsi mol las bahwa : lim qr + qr. Brasarka hal rsbu, pylsaia ari prsamaa ifrsial 6) ibrika sbagai briku : θ ) qr + ),,,..., 7) θ Kara qr ), maka ari prsamaa 7) iprolh : + ) 67

8 Vol. 5, No., Jui 009: 6-7 Jai,,,..., ) brlaku : sθ s θ mrupaka r gomri brhigga ga suku awal a θ a rasio r shigga iprolh : θ ) θ ), 0 θ θ θ ) Paa awal puara, S W 0 θ Kara fugsi q r ) aalah fugsi koiu spoog-spoog paa irval 0, ], 8) 9) maka oal ivory i RW paa irval waku rsbu aalah : θ θ ) θ G q + ) θ θ r ) 0) Guag Milik OW/ Ow Warhous) Brkuragya prsiaa barag i OW slama irval 0, ] akiba ari prmiaa kosum a pyusua barag. Slauya igak ivory mai ol a shorag mulai ihiug slama, T ] yag i backlog sbagia. Prsamaa ifrsial yag myaaka igka ivory q o ) slama irval 0, ] a Backlog Shorag q b ) slama, T ] i OW ibrika sbagai briku q ) D s) θ q ), ) <,,,..., ) o 0 ga syara q o W i ) a q ) D s) θq, ) o 0 ga syara q o ) 0. Sagka, qb D s) δqb, T 3) ga syara q b ) 0. 68

9 Pmola Ivory ga Dua Guag Pyimpaa... Dwi Eriigsih) Pylsaia ari prsama ifrsial )-3) aalah sbagai briku : D D qo + W + θ θ D qo θ D qb ) δ θ ) ) δ ) ) θ ) uuk, ) <,,,..., 4a) 4b), < T 5) Fugsi q o ) iskoiu ari kiri i. Dari gambar las bahwa,,..., limqo ) W W qo ) 6) Ambil limi kiri ari q o ) paa prsamaa 4a), maka iprolh : θ ) D W + θ 7) Fugsi q o ) uga koiu spoog-poog paa 0, ] shigga oal ivory paa ] guag OW slama 0, ] ibrika sbagai briku : ] G o ) D θ q + ) W D θ θ Dari prsamaa 4) a 6) iprolh : D W θ θ ) ) 8) 9) Toal ivory i guag OW paa irval. ] aalah D G 3 qo ) θ ) θ ) θ 0) Mgguaka prsamaa 5) sumlah barag yag ibacklog slama prio aalah : b T q b )) D δ T ) ) δ T δ ) T Olh kara iu, umlah khilaga puala slama, T ] aalah : 69

10 Vol. 5, No., Jui 009: 6-7 qr ) + θqo ) + ) θqo ) θ G θ + G + G 3 ) θ ) Fugsi uua, ) mmua lm-lm sbagai briku : i. Biaya pmsaa A L) a bl γ ii. Biaya pyimpaa F + G + G )H iii. Biaya shorag c b s G ) 3 iv. Biaya opporuiy akiba ari khilaga puala c ls g v. Biaya rasporasi c ) vi. Biaya pyusua barag c D p S + δ vii. Biaya pmblia ) δ T ) mp D D + δ viii. Papaa puala ) δ T ) Jai, oal kuuga apa irumuska sbagai briku :, ) Papaa puala biaya pmblia + biaya pyimpaa + biaya pmsaa + biaya shorag + biaya opporuiy + biaya rasporasi + biaya pyusua) mp D D + δ D p S + δ ) δ T ) - ) δ T ) F G + G )H - A L) - c - c - c ) b s ls g - c 3) G ) 3 - Olh kara iu, raa-raa kuuga paa irval waku 0, T ] aalah :, ), ) 4) T ~ Diasumsika bahwa waku uggu L) sbagai bilaga fuzzy rapzoia yag ~ iaproksimasi olh suau bilaga irval crisp. Uuk L l, l, l, ) ga mo 3 l4 ~ irval rka iprolh limi kiri a limi kaa ari irval rka k L) aalah : ) L L l + l a L R l + l )

11 Pmola Ivory ga Dua Guag Pyimpaa... Dwi Eriigsih) Slauya ga mgguaka irval arimaika, fugsi uua paa prsamaa 4) mai : ga :, ),, )], ) R L, L ) L, ) L + a, R ) R, ) L + R Slauya mol i aas irasformasika alam masalah program muli obkif oliar bilaga bula sbagai briku : {, ),, )} ma L C 5) ga, ), ) +, )) kuuga. C L R aalah cr ari fugsi L Mo Pylsaia Mol i aas aalah mol muli obkif yag islsaika ga mo kriria global. Dga mo kriria global, masalah program muli obkif oliar bilaga bula ikovrsi alam masalah sigl obkif. Briku algorima pylsaia yag iguaka uuk mylsaika masalah program muli obkif igr oliar : Tahap : Uuk bilaga bula, slsaika masalah program muli obkif i aas sbagai masalah sigl obkif mgguaka sau fugsi obkif paa suau waku ga mgabaika fugsi obkif yag lai. 0 Tahap : Dari hasil ahap, uka vkor obkif ial misalka π π ) 0 L, C obkif ial iguaka sbagai iik rfrsi shigga masalah i aas mai :. Vkor mi GC) mi L, C,,, ) 0 0 p / p, p <. 6) KESIMPULAN Pliia ii bruua uuk muka prosur pylsaia ari suau masalah ivory ua guag ga harga puala brgaug igka prmiaa a pyusua barag. Shorag iprbolhka a i backlog sbagia. Dalam kasus 7

12 Vol. 5, No., Jui 009: 6-7 ral, biaya pmsaa muru rhaap brambahya waku uggu/ la im. La im iuka sbagai kiakpasia alam fuzzy yag iyaaka ga fugsi kaggoaa liar slauya iaproksimasi k suau bilaga irval. Kmuia masalah rsbu ikovrsi alam masalah ivory muli obkif imaa fugsi-fugsi obkifya irprsasika olh limi kiri a cr ari fugsi-fugsi irval. Uuk mmprolh pylsaia ari masalah ivory muli obkif rsbu iguaka mo kriria global. DAFTAR PUSTAKA Chiag, J., Yao, J.-S., & L, H.-M Fuzzy ivory wih backorr fuzzificaio by sig isac mho, Joural of Iformaio Scic a Egirig, Dbulal Paa & Samari Kar Muli-im Sochasic a Fuzzy-Sochasic Ivory Mols Ur Imprcis Goal a Chac Cosrais. AMO - Avac Molig a Opimizaio, Volum 7, Numbr. Dy, J.K., Kar, S., & Maii, M A iraciv mho for ivory corol wih fuzzy la-im a yamic ma, Europa Joural of Opraioal Rsarch 67, Ishibuchi, H. & Taaka, H Muliobciv programmig i opimizaio of h irval obciv fucio. Europa Joural of Opraioal Rsarch, 48: 9-5. K. Maiy & M. Maii A umrical approach o a muli-obciv opimal corol problm for rioraig muli-im ur fuzzy iflaio a iscouig. Compurs a Mahmaics wih Applicaios. L, C.C. & Ma, C.Y Opimal Ivory policy for rioraig ims wih wowarhous a im p mas. Proucio Plaig & Corol 7), S. Papachrisos & K. Skouri A ivory mol of rioraig ims, quaiy iscou, pricig a im-p parial backloggig. Iraioal Joural of Proucio Ecoomics 83,

Optimalisasi dan Pemodelan Inventory dengan Dua Gudang Penyimpanan untuk Barang yang Mengalami Penyusutan

Optimalisasi dan Pemodelan Inventory dengan Dua Gudang Penyimpanan untuk Barang yang Mengalami Penyusutan PROSIDING ISBN : 978 979 6353 3 Opimalisasi a Pemoela Iveory ega Dua Guag Peyimpaa uuk Barag yag Megalami Peyusua ega Backlog Shorage a Waku Tuggu Lea Time Fuzzy T-3 Dwi Eriigsih, Wioo Deparme of Mahemaics,

Lebih terperinci

4.3 Sampling dari distribusi normal dan estimasi likelihood maksimum

4.3 Sampling dari distribusi normal dan estimasi likelihood maksimum Hardwiyao Uomo 060545 4.3 Samlig dari disribusi ormal da simasi liklihood maksimum Liklihood ormal mulivaria Kia asumsika vkor,,..., dga mrrsasika saml acak dari oulasi ormal mulivaria dga raa-raa µ da

Lebih terperinci

TEORI ANTRIAN A. Proses Antrian 1. Pola Kedatangan 2. Pola Kepergian 3. Kapasitas Sistem

TEORI ANTRIAN A. Proses Antrian 1. Pola Kedatangan 2. Pola Kepergian 3. Kapasitas Sistem TEORI ANTRIAN A. ross Aria ross aria mrupaka pross yag brhubuga dga kdaaga plagga pada suau fasilias playaa, muggu dalam baris aria jika blum mdapa playaa, da akhirya miggalka fasilias rsbu slah playaa

Lebih terperinci

Transformasi Fourier Sinyal Waktu Kontinyu. oleh: : Tri Budi Santoso DSP Group, EEPIS-ITS

Transformasi Fourier Sinyal Waktu Kontinyu. oleh: : Tri Budi Santoso DSP Group, EEPIS-ITS Siyal da Sism Trasformasi Fourir Siyal Waku Koiyu olh: : Tri Budi Saoso DSP Group, EEPIS-ITS ITS Tujua: - Siswa mampu mylsaika buk rprsasi alraif pada siyal da sism waku koiyu. - Siswa mjlaska kmbali pyusua

Lebih terperinci

DISTRIBUSI POISSON DAN DISTRIBUSI EKSPONENSIAL DALAM PROSES STOKASTIK. Abstract

DISTRIBUSI POISSON DAN DISTRIBUSI EKSPONENSIAL DALAM PROSES STOKASTIK. Abstract Disribusi oisso Sugio DISRIBUSI OISSON DAN DISRIBUSI EKSONENSIAL DALAM ROSES SOKASIK Sugio, Moch Abdul Mukid Saf gajar rogram Sudi Saisika FMIA UNDI Absrac I h quuig sysm, h procsss usually com from a

Lebih terperinci

THE APPLICATION OF FOURIER TRANSFORMATION ON ANALOG SIGNAL PROCESSING

THE APPLICATION OF FOURIER TRANSFORMATION ON ANALOG SIGNAL PROCESSING Prodig of Iraioal Cofr O Rsarh, Implmaio Ad Eduaio Of Mahmais Ad Sis 5, Yogyakara Sa Uivrsiy, 7-9 May 5 HE APPLICAION OF FOURIER RANSFORMAION ON ANALOG SIGNAL PROCESSING M 4 Nikasih Biaari, Emi Nugroho

Lebih terperinci

SISTEM PENGOLAHAN ISYARAT. Kuliah 6 Transformasi Fourier Diskret

SISTEM PENGOLAHAN ISYARAT. Kuliah 6 Transformasi Fourier Diskret TKE 43 SISTEM PEGOLAHA ISYARAT Kuliah 6 Tafomai Foui Dik Idah Suilawai, S.T., M.Eg. Pogam Sudi Tkik Elko Fakula Tkik da Ilmu Komu Uivia Mcu Buaa Yogyakaa 9 KULIAH 6 SISTEM PEGOLAHA ISYARAT TRASFORMASI

Lebih terperinci

SISTEM PENGOLAHAN ISYARAT. Kuliah 5 Transformasi Fourier

SISTEM PENGOLAHAN ISYARAT. Kuliah 5 Transformasi Fourier TKE 403 SISTEM PENGOLAHAN ISYARAT Kuliah 5 Transformasi Fourir Bagian II Indah Susilawai, S.T., M.Eng. Program Sudi Tknik Elkro Fakulas Tknik dan Ilmu Kompur Univrsias Mrcu Buana Yogyakara 009 KULIAH 5

Lebih terperinci

BAB IV TURUNAN FUNGSI. Setelah mengikuti pokok bahasan ini mahasiswa diharapkan mampu menentukan turunan fungsi yang diberikan.

BAB IV TURUNAN FUNGSI. Setelah mengikuti pokok bahasan ini mahasiswa diharapkan mampu menentukan turunan fungsi yang diberikan. BAB IV TURUNAN FUNGSI Sla kia mmbaas i an kkoninuan fungsi paa bab sblumna, kia akan mmbaas nang urunan ang konspna ikmbangkan ari konsp i Pmbaasan urunan ibagi mnjai ua bagian, bagian prama mmbaas pngrian,

Lebih terperinci

LAMPIRAN I GREEK ALPHABET

LAMPIRAN I GREEK ALPHABET LAMPIRAN I GREEK ALPHABE Α, Alpha Μ, µ Mu Ψ, Psi Β, β Ba Ν, ν Nu Ω, ω Oga. Γ, γ Gaa, δ Dla Ε, ε Epsilo Ζ, ζ Za Η, η Ea Θ, θ ha Ι, ι Ioa Κ, κ Kappa Λ, λ Labda Ξ, ξ i Ο,ο Oico Π, π Pi Ρ, ρ Rho Σ, σ Siga

Lebih terperinci

MODEL MATEMATIKA SISTEM MEKANIKA

MODEL MATEMATIKA SISTEM MEKANIKA MODEL MAEMAIKA SISEM MEKAIKA PEGAAR Paa bagian ini akan ibaha mngnai pmbuaan mol mamaika ari im mkanika baik alam bnuk pramaan iffrnial, fungi alih maupun iagram blok. Prgrakan ari lmn im mkanika apa ikripikan

Lebih terperinci

BAGIAN 2 TOPIK 5. andhysetiawan

BAGIAN 2 TOPIK 5. andhysetiawan BAGIAN OIK 5 adhyseiawa Isi Maeri Modulasi Aliudo AM Modulasi Frekuesi FM adhyseiawa MODULASI AMLIUDO DAN MODULASI ANGULAR SUDU Modulasi roses erubaha karakerisik aau besara gelobag ebawa, euru ola gelobag

Lebih terperinci

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT Catata Kuliah EL Aalisis Numrik BAB HAMPIRAN TAYLOR DAN ANALISIS GALAT. Pgatar Mtod Numrik Ktika kita mylsaika prsamaa-prsamaa matmatika di maa torma-tormaya masih dapat ditrapka, solusi aalitik atau solusi

Lebih terperinci

BAB 4 MODEL MATEMATIKA PENGARUH TERAPI OBAT TERHADAP DINAMIKA VIRUS HIV DALAM TUBUH

BAB 4 MODEL MATEMATIKA PENGARUH TERAPI OBAT TERHADAP DINAMIKA VIRUS HIV DALAM TUBUH BAB 4 MODEL MATEMATIKA PENGARUH TERAPI OBAT TERHADAP DINAMIKA VIRUS HIV DALAM TUBUH Sjak bbrapa ahun yang lalu, ilmuwan asal Amrika Marin Nowak dan Sbasian Bonhoffr mncoba mmplo daa dari pnliian oba ani-hiv.

Lebih terperinci

BAB 2 URAIAN TEORITIS

BAB 2 URAIAN TEORITIS BAB URAIAN EORIIS Paa bab ini akan ibaas enang masala opimisasi berpembaas persamaan. Sebelum membaas masala opimisasi berpembaas persamaan maka erlebi aulu iberikan pengerian an sia-sia eksrim ari suau

Lebih terperinci

BAB IV DATA DAN ANALISA

BAB IV DATA DAN ANALISA BAB IV DATA DAN ANALISA Pngujian yang dilakukan brupa pngujian masa hidup (lifim) cahaya dari 0 uni lampu DC 4,8 Vol olh hardwar yang lah dirancang. Hasil pngujian ini akan dianalisa raa-raa lifim µ dari

Lebih terperinci

TRANFORMASI DAN INVERS LAPLACE

TRANFORMASI DAN INVERS LAPLACE Dika Kuliah : Sim Kali Elkrik Tkik Elkro Uivria Wiyagama Malag Mari II TRANFORMASI DAN INVERS LAPLACE Dialam pracaga a aalia im pgaura aka ayak ijumpai pramaapramaa irial imaa ia mrupaka pmola ari uau

Lebih terperinci

MODEL SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL ADISUTJIPTO YOGYAKARTA

MODEL SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL ADISUTJIPTO YOGYAKARTA Modl Sism Aria sawa Trbag Di Badara Irasioal Adisujipo Yogyakara MODEL SISTEM ANTRIAN ESAWAT TERBANG DI BANDARA INTERNASIONAL ADISUTJITO YOGYAKARTA Afsah Novia Sari Uivrsias psar Tiggi Darul Ulum Afsah.oviasari@yahoo.com

Lebih terperinci

METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN MASALAH ORDE DUA PADA PERSAMAAN DIFERENSIAL PARABOLIK

METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN MASALAH ORDE DUA PADA PERSAMAAN DIFERENSIAL PARABOLIK METODE DEKOMPOSISI DOMI UTUK MEYEESIK MSH ORDE DU PD PERSM DIFERESI PRBOIK DOMI DECOMPOSITIO METHOD TO SOVE PROBEMS T THE SECOD ORDER PRBOIC DIFFERETI EQUTIOS Mh. Kaprawi Jffry Ksma Sarga Bagia Mamaika

Lebih terperinci

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital isim Komuikasi 1 Peremua 5 Koversi Aalog ke Digial Murik Alayrus Tekik Elekro Fakulas Tekik, UMB murikalayrus@yahoo.com 1 Base Ba Moulaio Paa bagia sebelum kia meapaka siyal koiyu erhaap waku, misalyasiyalm(),

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab ini akan diuraikan konsep-konsep dasar yang digunakan sebagai

BAB II LANDASAN TEORI. Pada bab ini akan diuraikan konsep-konsep dasar yang digunakan sebagai BAB II LANDASAN TEORI Pada bab ii aka diuraika kosp-kosp dasar yag diguaka sbagai ladasa pmbahasa pada bab slauya yaiu sism diamik, ilai ig, solusi sism liar, liarisasi, ksabila iik ksimbaga, kriria Rouh

Lebih terperinci

BAB NILAI EIGEN DAN VEKTOR EIGEN

BAB NILAI EIGEN DAN VEKTOR EIGEN BAB 8 RUANG EIGEN Masalah nilai dan vkor ign banyak skali dijumpai dalam bidang rkayasa, spri maslah ksabilan sism, opimasi dngan SVD, komprsi pada pngolahan cira, dan lain-lain. Unuk lbih mmahami masalah

Lebih terperinci

= = =

= = = = + + + = + + + = + +.. + + + + + + + + = + + + + ( ) + ( ) + + = + + + = + = 1,2,, = + + + + = + + + =, + + = 1,, ; = 1,, =, + = 1,, ; = 1,, = 0 0 0 0 0 0 0...... 0 0 0, =, + + + = 0 0 0 0 0 0 0 0 0....

Lebih terperinci

RENTANG NUMERIK UNTUK FUNGSI EKSPONENSIAL MATRIKS

RENTANG NUMERIK UNTUK FUNGSI EKSPONENSIAL MATRIKS RENTNG NUMERK UNTUK FUNGS EKSPONENSL MTRKS M.Nasir, Musraii Jurusa Mamaia Faulas Mamaia da lmu Pgahua lam, Uivrsias Riau Email: asir@gmail.cm BSTRK Suau spsial maris dirila dalam bu da rag umri dari didfiisia

Lebih terperinci

Pekan #3. Osilasi. F = ma mẍ + kx = 0. (2)

Pekan #3. Osilasi. F = ma mẍ + kx = 0. (2) FI Mekanika B Sem. 7- Pekan #3 Osilasi Persamaan diferensial linear Misal kia memiliki sebuah fungsi berganung waku (. Persamaan diferensial linear dalam adalah persamaan yang mengandung variabel dan urunannya

Lebih terperinci

Ibnu Maja, S.Si.,M.M Staf UP.MPK, Politeknik Negeri Sriwijaya Palembang Abstraks

Ibnu Maja, S.Si.,M.M Staf UP.MPK, Politeknik Negeri Sriwijaya Palembang Abstraks SOLUSI SISTEM PERSAMAAN DIFERENSIAL LINEAR BIASA TINGKAT- DENGAN METODE TEKNIK OPERATOR Ibu Maja S.Si.M.M Saf UP.MPK Plikik Ngri Sriwijaa Palbag ibuaja76@a.c.id Absraks Sis rsaaa liar biasa igka dga dua

Lebih terperinci

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t}

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t} Elm Dasar Modl Atria. TEORI ANTRIAN Aktor utama customr da srvr. Elm dasar :. distribusi kdataga customr.. distribusi waktu playaa. 3. disai fasilitas playaa (sri, parall atau jariga). 4. disipli atria

Lebih terperinci

BAB III TEORI MEDAN KUANTUM UNTUK FORWARD RATES DENGAN VOLATILITAS STOKASTIK Lagrangian Forward Rates dengan Volatilitas Deterministik

BAB III TEORI MEDAN KUANTUM UNTUK FORWARD RATES DENGAN VOLATILITAS STOKASTIK Lagrangian Forward Rates dengan Volatilitas Deterministik BAB III EORI MEAN KUANUM UNUK FORWAR RAES ENGAN VOLAILIAS SOKASIK 3 Lagragia Forward Ras dga Volailias rmiisik Prama aka dibaas scara sigka ag pigya ori mda orward ras dga volailias drmiisik Sbagai buk

Lebih terperinci

2. SAMBUNGAN PAKU KELING

2. SAMBUNGAN PAKU KELING . SAMBUNGAN PAKU KELING. Pegguaa Sambuga paku Kelig Paku kelig aalah sejeis pasak aau paku yag iguaka uuk megika suau sambuga, yag sifaya permae imaksuka agar bagia-bagia ksruksi yag elah isambug/iika

Lebih terperinci

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ INTEGRL TK TENTU pecaha rasioal gusia Pradjaigsih, M.Si. Jurusa Maemaika FMIP UNEJ agusia.fmipa@uej.ac.id DEFINISI Fugsi suku bayak derajad dega bula o egaif 0 dimaa, 0 a a a a a P Fugsi kosa dipadag sbg

Lebih terperinci

BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria

BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria BAB II LANDASAN EORI Pada bab ii aka dibahas tori tori pdukug yag aka diguaka pada bab slajutya, atara lai modl matmatika, modl pidmik SIR klasik, ilai ig, prsamaaa difrsial, sistm prsamaa difrsial, titik

Lebih terperinci

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel BAB III PENAKSIR DERET FOURIER 3. Peaksi Dalam saisika, peaksi adalah sebuah saisik (fugsi dai daa sampel obsevasi) yag diguaka uuk meaksi paamee populasi yag idak dikeahui (esimad) aau fugsi yag memeaka

Lebih terperinci

Filosofi Dasar. Konsep Dasar Susunan Antena. Superposisi Medan Listrik. Oleh : Nachwan Mufti Adriansyah, ST, MT

Filosofi Dasar. Konsep Dasar Susunan Antena. Superposisi Medan Listrik. Oleh : Nachwan Mufti Adriansyah, ST, MT Oulin TTG3D3 Anna Mul#4a Anna an Prpagasi Knsp Dasar Susunan Anna Olh : Nachwan Mufi Ariansah, ST, MT Filsfi Dasar: Suprpsisi Man Lisrik Susunan Sumbr Tiik Isrpis Prinsip Prkalian Diagram an Sinsa Paa

Lebih terperinci

MODEL CLUSTERING PRODUK ONLINE SHOP UNTUK PENENTUAN STOK BARANG MENGGUNAKAN METODE K-MEANS

MODEL CLUSTERING PRODUK ONLINE SHOP UNTUK PENENTUAN STOK BARANG MENGGUNAKAN METODE K-MEANS Kofrsi Nasioal Ilmu Sosial & Tkologi (KNiST) Mart 2016, pp 616~620 MODEL CLUSTERING PRODUK ONLINE SHOP UNTUK PENENTUAN STOK BARANG MENGGUNAKAN METODE K-MEANS 616 Nur Ali Farabi AMIK BSI Tagrag -mail: uraf@bsiaci

Lebih terperinci

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '.

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '. 6..MENURUNKAN FUNGSI IMPLISIT Padag y fugsi dari yag disajika dalam beuk implisi f (, y) 0. Turuaya y' didapa sebagai beriku: a. Jika mugki y diyaaka sebagai beuk eksplisi dari, lalu diuruka erhadap b.

Lebih terperinci

PENENTUAN ALOKASI PESANAN BAHAN BAKU DENGAN INTEGRASI METODE FUZZY-TOPSIS DAN MULTI CHOICE GOAL PROGRAMMING DI PT. DJARUM KUDUS

PENENTUAN ALOKASI PESANAN BAHAN BAKU DENGAN INTEGRASI METODE FUZZY-TOPSIS DAN MULTI CHOICE GOAL PROGRAMMING DI PT. DJARUM KUDUS Jural SIMETRIS Vol 6 No Novmbr 5 ISSN: 5-98 PENENTUN LOKSI PESNN BHN BKU ENGN INTEGRSI METOE FUZZ-TOPSIS N MULTI CHOICE GOL PROGRMMING I PT JRUM KUUS aa Puspa Sar Fakulas Tkk Program Su Tkk Iusr Uvrsas

Lebih terperinci

Sudaryatno Sudirham ing Utari. Mengenal. 3-2 Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1)

Sudaryatno Sudirham ing Utari. Mengenal. 3-2 Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1) Sudarao Sudira ig Uari Mgal Sifa-Sifa Marial 3- Sudarao S & Nig Uari Mgal Sifa-Sifa Marial BAB 3 Prsaaa Globag Scrödigr Scrödigr aaka bawa prilaku lkro rasuk igkaigka rgi lkro ag diskri dala ao gikui suau

Lebih terperinci

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian TEORI ANTRIAN Tori atria mrupaka studi matmatis mgai atria atau waitig lis yag di dalamya disdiaka bbrapa altratif modl matmatika yag dapat diguaka utuk mtuka bbrapa karaktristik da optimasi dalam pgambila

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 robabilias 2.1.1 Definisi robabilias adalah kemungkinan yang daa erjadi dalam suau erisiwa erenu. Definisi robabilias daa diliha dari iga macam endekaan, yaiu endekaan klasik,

Lebih terperinci

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

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada. 3 TURUNAN FUNGSI 3. Pgrtia Turua Fugsi Diisi Turua ugsi adala ugsi yag ilaiya di c adala c c c asalka it ii ada. Coto Jika 3 4, maka turua di adala 3 4 3.. 4 3 4 4 4 4 4 4 3 3 3 4 Jika mmpuyai turua di

Lebih terperinci

MODEL MATEMATIKA PENENTUAN WAKTU PANEN OPTIMAL PADA POPULASI IKAN DENGAN UKURAN AWAL HOMOGEN DAN HETEROGEN M U S T O P A

MODEL MATEMATIKA PENENTUAN WAKTU PANEN OPTIMAL PADA POPULASI IKAN DENGAN UKURAN AWAL HOMOGEN DAN HETEROGEN M U S T O P A MODEL MATEMATIKA PENENTUAN WAKTU PANEN OPTIMAL PADA POPULASI IKAN DENGAN UKURAN AWAL HOMOGEN DAN HETEROGEN M U S T O P A SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 9 PERNYATAAN MENGENAI TESIS

Lebih terperinci

BAB 2 SOLUSI NUMERIK PERSAMAAN

BAB 2 SOLUSI NUMERIK PERSAMAAN BAB SOLUSI NUMERIK PERSAMAAN Dalam sais da rkayasa, kita srigkali harus mcari akar solusi dari prsamaa f 0. Jika f mrupaka fugsi poliomial liar atau kuadratis, solusi ksakya mudah utuk didapatka kara rumusya

Lebih terperinci

2.1 Persamaan Gerak Roket dalam Ruang Tiga Dimensi

2.1 Persamaan Gerak Roket dalam Ruang Tiga Dimensi BAB DASAR TEOR. Prsamaan Grak Rok dalam Ruang Tiga Dimnsi Prsamaan grak rok di bidang ruang iga dimnsi pada Taa Acuan Koordina Bnda diurunkan dari Prsamaan Dinamik Rok [Rf. ] sbagai briku: Grak Translasi

Lebih terperinci

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) .   Definisi L.2 (Kejadian lepas ) 33 LAMPIRAN 34 35 Beberapa Defiisi Ruag Cooh Kejadia da Peluag Suau percobaa yag dapa diulag dalam kodisi yag sama, yag hasilya idak dapa diprediksi dega epa eapi kia bisa megeahui semua kemugkia hasil

Lebih terperinci

B. DESKRIPSI SINGKAT MATA KULIAH

B. DESKRIPSI SINGKAT MATA KULIAH A. IDENTITAS MATA KULIAH Nama Maa Kuliah : Kalkulus 1 Kode Maa Kuliah : MUG1A4 SKS : 4 (empa) Jeis : Maa kuliah wajib Jam pelaksaaa : Taap muka di kelas = 4 jam per peka Tuorial/ resposi Semeser / Tigka

Lebih terperinci

BAB III FORMULA PENENTUAN HARGA OPSI ASIA

BAB III FORMULA PENENTUAN HARGA OPSI ASIA 3 BAB III FORMULA PEETUA HARA OPSI ASIA Pada Bab III ii aka dibahas megeai opsi Asia da aalisisya, di maa yag aka dibahas hayalah beberapa ipe opsi Asia, da erbaas pada eis Europea call saa. Jeis-eis opsi

Lebih terperinci

HIDDEN MARKOV MODEL. Proses Stokastik dapat dipandang sebagai suatu barisan peubah acak dengan T adalah parameter indeks dan X

HIDDEN MARKOV MODEL. Proses Stokastik dapat dipandang sebagai suatu barisan peubah acak dengan T adalah parameter indeks dan X BAB II HIDDE MARKOV MODEL.. Pendahuluan Proses Sokasik dapa dipandang sebagai suau barisan peubah acak { X, } dengan adalah parameer indeks dan X menyaakan keadaan pada saa. Himpunan dari semua nilai sae

Lebih terperinci

BAB III TURUNAN FUNGSI

BAB III TURUNAN FUNGSI BAB III TURUNAN FUNGSI Sandar Kompnsi Mahasiswa mmahami konsp urunan unsi dan knik-knik an dapa diunakan unuk mnnukan urunan, baik unsi ksplisi maupun unsi implisi,. Kompnsi Dasar Slah mmplajari pokok

Lebih terperinci

Fungsi Bernilai Vektor

Fungsi Bernilai Vektor Fungsi Bernilai Vekor 1 Deinisi Fungsi bernilai vekor adalah suau auran yang memadankan seiap F R R dengan epa sau vekor Noasi : : R R F i j, 1 1 F i j k 1 dengan 1,, ungsi bernilai real Conoh : 1. 1 F

Lebih terperinci

BAB KINEMATIKA DENGAN ANALISIS VEKTOR

BAB KINEMATIKA DENGAN ANALISIS VEKTOR BAB KINEMATIKA DENGAN ANALISIS VEKTOR Karakerisik gerak pada bidang melibakan analisis vekor dua dimensi, dimana vekor posisi, perpindahan, kecepaan, dan percepaan dinyaakan dalam suau vekor sauan i (sumbu

Lebih terperinci

PREMI TAHUNAN ASURANSI JIWA BERJANGKA DENGAN HUKUM DE MOIVRE UNTUK STATUS GABUNGAN

PREMI TAHUNAN ASURANSI JIWA BERJANGKA DENGAN HUKUM DE MOIVRE UNTUK STATUS GABUNGAN PREMI TAHUNAN ASURANSI JIWA BERJANGKA DENGAN HUKUM DE MOIVRE UNTUK STATUS GABUNGAN Nurma Harisa * Johaes Kho 2 Aziskha 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika a Ilmu Pegeahua

Lebih terperinci

Usulan Perencanaan dan Pengendalian Persediaan Obat pada Gudang Farmasi Klinik XYZ dengan Menggunakan Metode EOQ

Usulan Perencanaan dan Pengendalian Persediaan Obat pada Gudang Farmasi Klinik XYZ dengan Menggunakan Metode EOQ Prforma (204) Vol. 3, o.: 29-40 Usula Prcaaa da Pgdalia Prsdiaa Oba pada Gudag Farmasi Kliik XYZ dga Mgguaka Mod EOQ Riggo Ismoyo Buwoo ), Yusuf Priyadari 2), da Wakhid Ahmad Jauhari *2) ) Mahasiswa Jurusa

Lebih terperinci

BAB 4 PENGANALISAAN RANGKAIAN DENGAN PERSAMAAN DIFERENSIAL ORDE DUA ATAU LEBIH TINGGI

BAB 4 PENGANALISAAN RANGKAIAN DENGAN PERSAMAAN DIFERENSIAL ORDE DUA ATAU LEBIH TINGGI BAB 4 PENANAISAAN RANKAIAN DENAN PERSAMAAN DIFERENSIA ORDE DUA ATAU EBIH TINI 4. Pendahuluan Persamaan-persamaan ferensial yang pergunakan pada penganalisaan yang lalu hanya erbaas pada persamaan-persamaan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEI Ladasa ori rdiri aas rapa ori pdukug ag aka diprguaka dalam mlsaika kovrgsi modiikasi mod kig mgguaka ugsi kuadraik.. rd Kovrgsi Kpaa suau mod kovrgsi mrupaka suau ukura kkia suau mod

Lebih terperinci

(A.5) MENENTUKAN PREMI TUNGGAL NETTO MENGGUNAKAN MODEL RANTAI MARKOV PADA ASURANSI DWIGUNA MULTIPLE DECREMENT

(A.5) MENENTUKAN PREMI TUNGGAL NETTO MENGGUNAKAN MODEL RANTAI MARKOV PADA ASURANSI DWIGUNA MULTIPLE DECREMENT Prosiig Smiar Nasioal Saisika Uivrsias Pajajara 3 Novmr 200 A5 MENENTUKAN PREMI TUNGGAL NETTO MENGGUNAKAN MODEL RANTAI MARKOV PADA ASURANSI DWIGUNA MULTIPLE DECREMENT Gao Riwi Syao Jrsa Saisika Uivrsias

Lebih terperinci

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Adapun bentuk yang sederhana dari suatu persamaan diferensial orde satu adalah: di dt

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Adapun bentuk yang sederhana dari suatu persamaan diferensial orde satu adalah: di dt BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C. Persamaan Diferensial Orde Sau Adapun benuk yang sederhana dari suau persamaan ferensial orde sau adalah: 0 a.i a 0 (.) mana a o dan a konsana. Persamaan (.)

Lebih terperinci

Catatan Kuliah 8 Memahami dan Menganalisa Optimisasi Pertumbuhan

Catatan Kuliah 8 Memahami dan Menganalisa Optimisasi Pertumbuhan Caaan Kuliah 8 Mahai dan Mnganalisa Opiisasi Prubuhan. Sia dari Fungsi Eksponnsial Fungsi ksponnsial adalah ungsi ang variabl bbasna uncul sbagai pangka. Bnuk uu : b ; b > diana : variabl dpndn Conoh :

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI 1 I PENDAHULUAN 11 Laar Belakang Seiap orang mendambakan berheni bekerja di suau masa dalam siklus kehidupannya dan menikmai masa uanya dengan enram Terjaminnya kesejaheraan di masa ua akan mencipakan

Lebih terperinci

OPTIMASI INVENTORY COST PADA MODEL MATEMATIKA EPQ (ECONOMIC PRODUCTION QUANTITY) DENGAN BACKORDER DAN VARIASI SET UP COST Rofila El Maghfiroh 4

OPTIMASI INVENTORY COST PADA MODEL MATEMATIKA EPQ (ECONOMIC PRODUCTION QUANTITY) DENGAN BACKORDER DAN VARIASI SET UP COST Rofila El Maghfiroh 4 JURNAL ILMU-ILMU EKNIK - SISEM Vol. 3 No. OPIMASI INVENORY COS PAA MOEL MAEMAIKA EP (ECONOMIC PROUCION UANIY) ENGAN ACKORER AN VARIASI SE UP COS Rofila El Maghfiroh 4 Absrak: Masalah pegedalia persediaa

Lebih terperinci

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom Fungsi Vektor

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom Fungsi Vektor Pogam Pekuliahan Dasa Umum Sekolah Tinggi Teknologi Telkom Fungsi Veko [MA4] Deinisi Deinisi ungsi veko Fungsi veko meupakan auan yang mengkaikan ε R dengan epa sau veko F R Noasi : F : R R F î gĵ, g aau

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 15 BAB 2 LANDASAN TEORI 2.1 Ruang Sampel dan Kejadian 2.1.1 Definisi Ruang Sampel Himpunan semua hasil semua hasil (oucome) yang mungkin muncul pada suau percobaan disebu ruang sampel dan dinoasikan dengan

Lebih terperinci

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2 METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA Roki Nuari *, Aziskha, Edag Lily Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas

Lebih terperinci

BAB 3 PERSAMAAN DIFFERENSIAL UNTUK MENENTUKAN HARGA SUATU ASET TURUNAN

BAB 3 PERSAMAAN DIFFERENSIAL UNTUK MENENTUKAN HARGA SUATU ASET TURUNAN BAB 3 PERSAMAAN DIFFERENSIAL UNTUK MENENTUKAN HARGA SUATU ASET TURUNAN Pmbahasan harga opsi idak dapa dilpaskan dari pmbahasan nang skurias lain yang brhubungan dngan haga opsi. Shingga prlu dibahas masalah

Lebih terperinci

INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga)

INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga) INTEGRA FOURIER DISUSUN OEH : Klompok III (Tiga). Maruah (7 6). Yusi Oktavia (7 45 ) 3. Widya Elvi AS (7 45) 4. Azar Saarudi (7 454) 5. Irmaati (7 455) Mata Kuliah Dos Pgasuh Klas : Matmatika ajuta : Fadli,

Lebih terperinci

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap

Lebih terperinci

Peranan Formulasi Inversi pada Fungsi Karakteristik Suatu Variabel Acak

Peranan Formulasi Inversi pada Fungsi Karakteristik Suatu Variabel Acak Pranan Formulasi Invrsi pada Fungsi Karakrisik Suau Variabl Acak Jon Maspupu Pusfasainsa LAPAN, Jl Dr Djundjunan No 33 Bandung 473, lp 66 Ps 6 Fax 64998 E-mail: jon_mspp@yaoocom Absrac: In probabiliy ory,

Lebih terperinci

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr.

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr. Pekan #1: Kinemaika Sau Dimensi 1 Posisi, perpindahan, jarak Tinjau suau benda yang bergerak lurus pada suau arah erenu. Misalnya, ada sebuah mobil yang dapa bergerak maju aau mundur pada suau jalan lurus.

Lebih terperinci

Kinematika. Posisi ; kedudukan suatu benda disuatu saat relatif terhadap suatu titik acuan.

Kinematika. Posisi ; kedudukan suatu benda disuatu saat relatif terhadap suatu titik acuan. Kinemaika mempelajari erak benda anpa mempelajari penyebabnya. Posisi ; kedudukan suau benda disuau saa relaif erhadap suau iik acuan. Linasan ; S ab perpindahan suau benda dari suau posisi ke ab p p p

Lebih terperinci

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n.

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n. 0 DISTRIBUSI POISSO Distribusi Poisso ii diprolh dari distribusi biomial, apabila dalam distribusi biomial brlau syarat-syarat sbagai briut: a. baya pgulaga sprimya sagat bsar ( ). b. pluag trjadiya pristiwa

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t TKE 305 ISYARAT DAN SISTEM B a b I s y a r a Indah Susilawai, S.T., M.Eng. Program Sudi Teknik Elekro Fakulas Teknik dan Ilmu Kompuer Universias Mercu Buana Yogyakara 009 BAB I I S Y A R A T Tujuan Insruksional.

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis BAB III HASIL DAN PEMBAHASAN A. Permasalahan Nyaa Penyebaran Penyaki Tuberculosis Tuberculosis merupakan salah sau penyaki menular yang disebabkan oleh bakeri Mycobacerium Tuberculosis. Penularan penyaki

Lebih terperinci

BAB 2 CONTOH - CONTOH MODEL

BAB 2 CONTOH - CONTOH MODEL BAB COTOH - COTOH MODEL. Penahuluan Dalam bab ini kia akan mempelajari sejumlah conoh-conoh seerhana moel yang ibangun ari area yang berbea. Tujuan uamanya aalah unuk mengilusrasikan cara berpikir keika

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara 50.7 4.3770 6.7547 6.7547 4.4 48.6965 R4.7 36.3 N8 TOL 0..70 35.9497 36.3.99 50.7 94.338 6.89 3.5 6.75 7.567 36.0 6.4837 57.396 8.783 66.0384 5.337 37.006 3.568 PISAU POTONG AISI D SEPUH No Qy NAME MATERIAL

Lebih terperinci

BAB III ANALISIS LOOKBACK OPTIONS

BAB III ANALISIS LOOKBACK OPTIONS BAB III : ANALII LOOKBACK OPION BAB III ANALII LOOKBACK OPION Pada Bab III ii aka dibahas egeai lookback opios da aalisisa Asusi ag kia pakai adalah saha ag diguaka (uderlig asse) idak eberika divide ipe

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah persediaan merupakan masalah yang sanga pening dalam perusahaan. Persediaan mempunyai pengaruh besar erhadap kegiaan produksi. Masalah persediaan dapa diaasi

Lebih terperinci

Rancangan Percobaan. Arum Handini Primandari, M.Sc.

Rancangan Percobaan. Arum Handini Primandari, M.Sc. Kosep Dasar Statistika utuk Racaga Percobaa Arum aii Primaari, M.Sc. Operator Pejumlaha Operator pejumlaha: Sifat: i1 i i1 i1 k k kx k x i1 i i1 i1 i i i i i1 i1 i1 i a bx a b x x y x y x x x... x i i

Lebih terperinci

Sudaryatno Sudirham ing Utari. Mengenal. Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1)

Sudaryatno Sudirham ing Utari. Mengenal. Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1) Sudarao Sudira ig Uari Mgal Sifa-Sifa Marial Sudarao S & Nig Uari Mgal Sifa-Sifa Marial BAB 3 Prsaaa Globag Scrödigr Scrödigr aaka bawa prilaku lkro rasuk igkaigka rgi lkro ag diskri dala ao gikui suau

Lebih terperinci

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN Nomi Kelari *, Hasriai 2, Musraii 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua

Lebih terperinci

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Perawaan (Mainenance) Mainenance adalah akivias agar komponen aau sisem yang rusak akan dikembalikan aau diperbaiki dalam suau kondisi erenu pada periode waku erenu (Ebeling,

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 2, 47-56, Agustus 2002, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 2, 47-56, Agustus 2002, ISSN : JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 2, 47-56, Agusus 22, ISSN : 4-858 PENGEFEKTIFAN USAHA MEDIS DALAM MEMBATASI EPIDEMI DENGAN KONTROL BANG-BANG Heru Cahyadi dan Ponidi Jurusan Maemaika FMIPA UI

Lebih terperinci

SOAL-SOAL OLIMPIADE MATEMATIKA DAN PENYELESAIANNYA

SOAL-SOAL OLIMPIADE MATEMATIKA DAN PENYELESAIANNYA SOL-SOL OLIMPIDE MTEMTIK DN PENYELESINNY. ui uu sip ilg rl, rlu! ui :. ui uu sip ilg rl, g rlu ui :! : u il sgi M GM im M g rihmi M sg GM g Gomri M.. ui uu sip ilg posii,, rlu ui :!. ui uu sip ilg rl,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 35 BAB LANDASAN TEORI Meode Dekomposisi biasanya mencoba memisahkan iga komponen erpisah dari pola dasar yang cenderung mencirikan dere daa ekonomi dan bisnis. Komponen ersebu adalah fakor rend (kecendrungan),

Lebih terperinci

3. Kinematika satu dimensi. x 2. x 1. t 1 t 2. Gambar 3.1 : Kurva posisi terhadap waktu

3. Kinematika satu dimensi. x 2. x 1. t 1 t 2. Gambar 3.1 : Kurva posisi terhadap waktu daisipayung.com 3. Kinemaika sau dimensi Gerak benda sepanjang garis lurus disebu gerak sau dimensi. Kinemaika sau dimensi memiliki asumsi benda dipandang sebagai parikel aau benda iik arinya benuk dan

Lebih terperinci

PENDAHULUAN INTERVAL KEPERCAYAAN PENAKSIRAN TITIK PENAKSIRAN INTERVAL 5/14/2012 KANIA EVITA DEWI

PENDAHULUAN INTERVAL KEPERCAYAAN PENAKSIRAN TITIK PENAKSIRAN INTERVAL 5/14/2012 KANIA EVITA DEWI 5/4/0 INTERVAL KEPERCAYAAN Poulai θ= μ,, π PENDAHULUAN amlig amel θˆ=,, KANIA EVITA DEWI Peakira arameer ada cara:. Peakira iik. Peakira ierval aau ierval keercayaa PENAKSIRAN TITIK Peakira iik -> Jika

Lebih terperinci

CADANGAN PROSPEKTIF ASURANSI JIWA BERJANGKA DENGAN HUKUM DE MOIVRE

CADANGAN PROSPEKTIF ASURANSI JIWA BERJANGKA DENGAN HUKUM DE MOIVRE CDNGN POSPEKTIF SUNSI JIW BEJNGK DENGN HUKUM DE MOIVE Dii amaai *, Johaes Kho 2, ziskha 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika a Ilmu Pegeahua lam Uiersias iau Kampus Bia

Lebih terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB Sudi kelayaka bisis pada dasarya berujua uuk meeuka kelayaka bisis berdasarka krieria ivesasi Krieria ersebu diaaraya adalah ; 1. Nilai bersih kii (Ne

Lebih terperinci

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1 PERSAMAAN GERAK Posisi iik maeri dapa dinyaakan dengan sebuah VEKTOR, baik pada suau bidang daar maupun dalam bidang ruang. Vekor yang dipergunakan unuk menenukan posisi disebu VEKTOR POSISI yang diulis

Lebih terperinci

PEMETAAN LINIER KONTINU PADA RUANG BERNORMA KABUR. Muhammad Ahsar K. dan Yuni Yulida

PEMETAAN LINIER KONTINU PADA RUANG BERNORMA KABUR. Muhammad Ahsar K. dan Yuni Yulida Jural Maemaika Muri da Terapa Vol. 3 No. Desember 009: 39-50 PEMETAAN LINIER KONTINU PADA RUANG BERNORMA KABUR Muhammad Ahsar K. da Yui Yulida Program Sudi Maemaika Uiversias Lambug Magkura Jl. Jed. A.

Lebih terperinci

ESTIMASI TITIK BAYESIAN OBYEKTIF

ESTIMASI TITIK BAYESIAN OBYEKTIF ESTIMASI TITIK BAYESIAN OBYEKTIF Adi Stiawa (adi_stia_3@yahoo.com) Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist Satya Wacaa Jl Dipogoro 52-6 Salatiga 57, Idosia Abstrak Estimasi

Lebih terperinci

PERLUASAN METODE NEWTON DENGAN PENDEKATAN PARABOLIK

PERLUASAN METODE NEWTON DENGAN PENDEKATAN PARABOLIK PERLUASAN METDE NEWTN DENGAN PENDEKATAN PARABLIK Abdul Rahma, Supriadi Putra, Bustami Mahasiswa Program Studi S Matmatika Dos JurusaMatmatika Fakultas Matmatika da Ilmu Pgtahua Alam Uivrsitas Riau Kampus

Lebih terperinci

PROSIDING ISSN:

PROSIDING ISSN: PROSIDING ISSN: 5-656 OPTIMISASI BERKENDALA MENGGUNAKAN METODE GRADIEN TERPROYEKSI Nida Sri Uami Uiversias Muhammadiyah Suraara idaruwiyai@gmailcom ABSTRAK Dalam ulisa ii dibahas eag meode gradie erproyesi

Lebih terperinci

S - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner

S - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner PROSIDING ISBN : 978 979 6353 6 3 S - Pgguaa Mtod Baysia Obyktif dalam Aalisis Pgukura Tigkat Kpuasa Plagga Brdasarka Kusior Adi Stiawa Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN BAB IV ETODOLOGI PENELITIAN IV Lagkah-Lagkah Aalisis Struktur yag aka ijaika moel alam peelitia ii aalah struktur bagua latai a latai, yag iasumsika terbuat ari baja Struktur terlebih ahulu imoel ega megguaka

Lebih terperinci

METODE PENGUKURAN FERTILITAS

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

Lebih terperinci

Penduga Data Hilang Pada Rancangan Bujur Sangkar Latin Dasar

Penduga Data Hilang Pada Rancangan Bujur Sangkar Latin Dasar Kumpulan Makalah Seminar Semiraa 013 Fakulas MIPA Universias Lampung Penduga Daa Pada Rancangan Bujur Sangkar Lain Dasar Idhia Sriliana Jurusan Maemaika FMIPA UNIB E-mail: aha_muflih@yahoo.co.id Absrak.

Lebih terperinci

Bab 3. Migrasi Data Seismik. Migrasi dilakukan untuk memindahkan posisi reflektor yang terlihat pada

Bab 3. Migrasi Data Seismik. Migrasi dilakukan untuk memindahkan posisi reflektor yang terlihat pada Bab 3 Migrasi Daa Seismik Migrasi ilakukan unuk meminahkan posisi reflekor yang erliha paa rekaman aa seismik menjai posisi yang sebenarnya sesuai engan posisi i bawah permukaan. Unuk srukur geologi yang

Lebih terperinci

MODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH)

MODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH) Journal Indusrial Servicess Vol. No. Okober 0 MODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH) Abdul Gopar ) Program Sudi Teknik Indusri Universias

Lebih terperinci

Gambar 1, Efek transien pada rangkaian RC

Gambar 1, Efek transien pada rangkaian RC Bab I, Efek Transien Hal: 04 BAB I EFEK TANSIEN Kapasior pada sinyal D Jika sinyal D berikan pada kapasior (mula-mula ak ermuai) yang -seri-kan dengan hambaan, maka pada saa hubungkan ( 0 s) akan ada arus

Lebih terperinci

KINEMATIKA. gerak lurus berubah beraturan(glbb) gerak lurus berubah tidak beraturan

KINEMATIKA. gerak lurus berubah beraturan(glbb) gerak lurus berubah tidak beraturan KINEMATIKA Kinemaika adalah mempelajari mengenai gerak benda anpa memperhiungkan penyebab erjadi gerakan iu. Benda diasumsikan sebagai benda iik yaiu ukuran, benuk, roasi dan gearannya diabaikan eapi massanya

Lebih terperinci