ANALISIS SPEKTRUM FREKUENSI NON-LINEAR SINYAL TUTUR DENGAN ALIH RAGAM FOURIER CEPAT

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS SPEKTRUM FREKUENSI NON-LINEAR SINYAL TUTUR DENGAN ALIH RAGAM FOURIER CEPAT"

Transkripsi

1 ISS: AALISIS SPEKTRUM FREKUESI O-LIEAR SIYAL TUTUR DEGA ALIH RAGAM FOURIER CEPAT Sala Abd. Cadu, Prayoto 2, Adhi Susato 3, Kirbai Sri Brotopuspito 4,3 Jurusa Tekik Elektro Fakultas Tekik Uiversitas Gadjah Mada e-ail: sala_abd_22@yahoo.co 2 Jurusa Fisika Fakultas MIPA Uiversitas Gadjah Mada 4 Jurusa Geofisika Fakultas MIPA Uiversitas Gadjah Mada Abstrak Pada peelitia ii aka diteliti aalisis spektru frekuesi o-liear siyal tutur dega egguaka alih raga Fourier cepat (Fast Fourier Trasfor, FFT). Hasil peelitia eujukka bahwa: suatu skala logaritis aka eperluas daerah frekuesi yag redah dari spektru da epersepit daerah frekuesi yag tiggi pada tapila, dibutuhka suatu FFT yag jauh lebih besar gua edapatka resolusi frekuesi yag sagat tiggi pada frekuesi yag redah, peerapa fugsi berbagai widow terhadap data dapat ebatu eguragi efek kebocora yag terjadi pada spektru frekuesi, etode ii berjala lebih cepat jika julah poit data erupaka kelipata dua (28, 256, 24, 248, atau 496, da seterusya) da eilih suatu resolusi frekuesi yag tepat serta resolusi waktu yag sesuai ejadi suatu kesesuaia atara kebutuha utuk egaati detail frekuesi yag baik dala spektru dega kebutuha utuk egaati variasi waktu yag cepat dala spektru. Kata kuci : spektru frekuesi o-liear, siyal tutur, FFT. PEDAHULUA Spektru egguaka suatu trasfor Fourier cepat (Fast Fourier Trasfor, FFT) ateatis utuk elakuka aalisis frekuesi. FFT biasaya diyataka dega julah poit data asuka yag diguaka dala setiap perhituga yag selalu berupa kelipata dua (28, 256, 52, 24, 248, atau 496). Resolusi frekuesi spektru selalu erupaka ilai cuplika digital siyal audio/tutur yag dibagi dega julah poit data FFT. Seaki besar julah poit data FFT, seaki baik resolusi frekuesi spektru. Frekuesi aksiu yag dihitug oleh FFT da batas frekuesi tertiggi spektru adalah setegah ilai cuplika digital []. Dala setiap proses aalisis spektru, resolusi waktu da resolusi frekuesi eiliki hubuga terbalik, resolusi frekuesi yag sagat bagus berkaita dega resolusi waktu yag buruk, sebalikya resolusi waktu yag sagat bagus berkaita dega resolusi frekuesi yag buruk. Hubuga atara resolusi waktu (Tie Resolutio, TR) dala detik da resolusi frekuesi (Frequecy Resolutio, FR) dala Hz adalah: TR = /FR () Akibat logis prisip ketidakpastia ii adalah bahwa eilih resolusi frekuesi yag sagat bagus aka eutupi detail waktu dala spektru siyal audio/tutur. Meilih suatu resolusi frekuesi yag tepat da resolusi waktu yag sesuai ejadi suatu kesesuaia atara kebutuha utuk egaati detail frekuesi yag baik dala spektru dega kebutuha utuk egaati variasi waktu yag cepat dala spektru [2]. Teori Fourier eyataka bahwa betuk gelobag (wavefor) periodis dapat dipecah ke dala seragkaia siusoid yag eiliki frekuesi, aplitude, da fase yag berbeda. Dala sitesis wavetable, aplitude parsialya tetap, da seetara hal ii uuya cukup utuk eberika kesa (ipressio) tipe wara ada (tibre) tertetu, keterbatasaya ecegahya eeria hasil yag lebih taha dala kelagsuga hidup (life-like), hal ii Aalisis Spektru Frekuesi o-liear Siyal Tutur (Sala Abd. Cadu)

2 52 ISS: terutaa karea dua alasa: a) di ala, frekuesi parsial jarag erupaka perkalia bilaga bulat yag tepat (exact), da b) aplitude parsial idividu hapir selalu berbeda-beda relatif terhadap satu saa lai selaa suatu ada (toe). Kedua efek ii ustahil dicapai dega sitesis wavetable, da sitesis aditif, oleh karea itu, dega hubugaya yag jelas dega aalisis Fourier, aka Fourier eawarka solusi asalah ii. Pegaalisa FFT etrasforasika data dari doai waktu ke doai frekuesi dega eghitug FFT. Hal ii didasarka pada itegral Fourier persaaa 2 berikut. y x(t)e j2ft dt (2) au ii erupaka suatu betuk yag dapat dihitug secara ueris. Itegral ii esyaratka bahwa suatu siyal kotiyu diitegralka selaa waktu yag tak terhigga, tetu saja, diigika hasil dala waktu yag terhigga. Da karea koputer berhubuga dega agka, aka diperluka digitize (e-digital-ka) betuk gelobag, yag dapat ebuat waktu bersifat diskrit. Kedua perubaha terhadap siyal ii egakibatka kesalaha dala spektru frekuesi yag dihitug. Cuplika siyal pada waktu diskrit dapat eyebabka aliasig (yag dapat terlihat sebagai siyal bayaga (phato) pada tapila). Pegubaha batas itegral pajag tak terhigga ejadi pajag terhigga dapat eyebabka kesalaha yag disebut kebocora (yag ucul sebagai eergi dari titik tertetu dala spektru terbaur (seared) aik da turu elitasi spektru). Karea ketidakugkia egukur suatu siyal utuk waktu yag tak terhigga, aka pegaalisa egubah batas itegral ke pajag waktu yag dibutuhka utuk egupulka blok cuplika. Blok cuplika disebut tie record. FFT esyaratka bahwa siyal dala tie record diulag terus-eerus sepajag waktu. Jika tie record yag diulag secara aktual tapak seperti siyal asli, aka tidak aka terjadi kebocora. Jika, pada sisi lai, tak terlihat seperti siyal asliya, aka terjadi kebocora. Peerapa fugsi widow terhadap data yag ada aka dapat ebatu eguragi efek kebocora dala doai frekeusi [3]. Gua eghitug spektru y dari siyal tutur X dapat diguaka FFT dega egguaka persaaa berikut: y X k k 2ik (3) dega = -, da k = -. Deikia juga utuk eghitug siyal X dari spektru y dapat diguaka ivers trasfor Fourier cepat (IFFT) dega egguaka persaaa berikut: 2ik X k y (4) dega = -, da k = -. Peeiliha suatu data widow biasaya dilakuka elalui suatu koproi. Setiap widow egotori (sear) spektru frekuesi. Ii berarti bahwa suatu pucak yag rucig yag berkaita dega suatu gelobag sius dala siyal seaki elebar. Di sisi lai kebocora palsu (spurious) ke dala frekuesi di sekitarya aka berkurag. Fugsi widow disajika pada Gabar. TELKOMIKA Vol. 5, o., April 27 : 5-6

3 TELKOMIKA ISS: fugsi widow data Gabar. Gabar fugsi widow Aalisis Frekuesi utuk suatu siyal dega tigkat tekaa suara yag kosta pada seua frekuesi seperti derau putih, suatu julah eergi yag saa terkadug dala setiap pita pegukura. Suatu pegaalisa spektru yag dikalibrasika secara tepat dega asuka derau putih aka eujukka suatu spektru, ketika egguaka skala frekuesi logaritis, lebar setiap pita pegukura aka eigkat bersaa dega frekuesi. Tigkat tekaa suara yag diukur dala setiap pita aka eigkat dega ilai keaika sebesar 3dB per oktaf dala frekuesi. 2. METODE PEELITIA Ukura FFT dapat dihitug pada spektru dega egguaka FFT pada poit (28, 256, 52, 24, 248, atau 496). Resolusi frekuesi palig tiggi pada spektru adalah ilai cuplika digital yag dibagi dega ukura FFT. Jika diguaka FFT yag lebih besar haya utuk aalisi resolusi yag tiggi atau dega skala frekuesi logaritis. FFT dega resolusi yag lebih tiggi ebutuh waktu lebih bayak utuk eghitug spektru. Utuk alasa ii kadag-kadag sebaikya eguragi ilai cuplika ketika ereka data audio/tutur, jika resolusi frekuesi yag tiggi dibutuhka, dari pada egguaka suatu FFT dega resolusi yag lebih tiggi. Algorita dasar FFT berikut diguaka utuk eghitug spektru y dari siyal X sebagai berikut:. Mulai; 2. Kostata siyal Larik TFFTFloat; 3. Variabel: spektru Larik TFFTCoplex; 4. Isikalah data dega ilai ol higga ke kelipata 2 berikutya dapat dijadika suatu piliha bila kecepata diaggap petig. 5. Utuk..-, da k..-; 6. Hituglah spektru y siyal x: y k X k 2ik 7. Larik spektru da larik siyal harus eiliki pajag yag saa. 8. Algorita ii berfugsi utuk setiap julah, tetapi algorita ii aka sagat cepat jika adalah kelipata 2, juga bekerja lebih cepat utuk geap. 9. Karea siyal asuka berilai riil, spektru eiliki sietri ii utuk..(-) div 2, yag ugki bergua utuk eyederhaaka beberapa kalkulasi: y y *. Separuh bagia atas adalah kojugasi kopleks separuh bagia bawah.. Selesai. Diagra alir algorita FFT dapat dilihat pada Gabar 2. Aalisis Spektru Frekuesi o-liear Siyal Tutur (Sala Abd. Cadu)

4 54 ISS: ulai kostata: siyal = larik TFFTFloat variabel: spektru = larik TFFTCoplex = { = kelipata 2, atau geap } utuk = ke - k = ke - y X k k 2ik pajag larik spektru = pajag larik siyal = karea siyal berilai riil, aka spektru eeliki sietri utuk = ke (-) div 2, utuk eyederhaaka kalkulasi y y * separuh bagia atas = kojugasi kopleks separuh bagia bawah selesai Gabar 2. Diagra alir algorita dasar FFT Algorita dasar IFFT dapat eghitug siyal X dari spektru y sebagai berikut:. Mulai; 2. Kostata; 3. spektru larik TFFTCoplex 4. Variabel: 5. siyal Larik TFFTFloat; 6. Algorita ii berfugsi utuk setiap julah, au sagat cepat jika adalah kelipata juga bekerja lebih cepat bahka utuk geap. 7. Utuk..-, da k..-, 8. Hituglah siyal x spektru y: 2ik X k y 9. Larik spektru da larik siyal harus eiliki pajag yag saa.. Algorita dasar FFT eghasilka suatu siyal berilai kopleks tetapi haya bagia riil yag disali ke keluara larik siyal, seetara bagia iajier diabaika.. Terdapat ol diaa spektru eiliki sietri utuk..(-) div 2: y y * 2. Separuh bagia atas adalah kojugasi kopleks separuh bagia bawah. 3. Selesai. TELKOMIKA Vol. 5, o., April 27 : 5-6

5 TELKOMIKA ISS: Diagra alir algorita IFFT dapat disajika pada Gabar 3. ulai kostata: spektru = larik TFFTCoplex variabel: siyal = larik TFFTFloat = { = kelipata 2, atau geap } utuk = ke - k = ke - spektru eeliki sietri utuk = ke (-) div 2, utuk eyederhaaka kalkulasi y y * X larik spektru = larik siyal = k y 2ik siyal = riil + iajier; {iajier diabaika} separuh bagia atas = kojugasi kopleks separuh bagia bawah selesai Gabar 3. Diagra alir algorita dasar IFFT Skala frekuesi pada spektru ii egguaka skala frekuesi logaritis utuk eghitug suatu spektru. Suatu skala logaritis aka eperluas daerah frekuesi redah dari spektru tersebut da epersepit daerah frekuesi yag tiggi pada tapila. Spektru eyediaka suatu kapabilitas loggig data otoatis utuk tujua ii, baru keudia ditetuka tigkat tekaa suaraya. Tigkat tekaa suara diyataka dala desibel (db) yag erujuk pada aplitude iiu suatu siyal audio/tutur 6 bit yag dihasilka oleh kartu suara. Jika aplitude suatu kopoe frekuesi adalah A, aka tigkat siyal dala desibel ditetapka sebagai S = 2*log (A). Hal ii eghasilka suatu tigkat siyal aksiu sebesar 9 db yag berkaita dega ilai aplitude 6 bit aksiu sebesar ilai ii saa dega tigkat tekaa suara absolut pada setiap frekuesi plus suatu faktor desibel kosta yag saa dega tigkat hasil (gai) yag diguaka oleh ikrofo, kartu suara koputer, da peapis aalisis spektru yag dilakuka dala peragkat luak. Tapila spektru eapilka data dega skala frekuesi logaritis. Skala logarita ebagi subu frekuesi ejadi iterval frekuesi logaritis yag saa. Skala frekuesi logaritis eberika keuggula lebih besar pada frekuesi yag redah dega eperluas ruag tapila utuk frekuesi redah dega egorbaka frekuesi yag tiggi. Tapila bidag ( / 3 ) oktaf adalah suatu kasus khusus pada suatu tapila skala Aalisis Spektru Frekuesi o-liear Siyal Tutur (Sala Abd. Cadu)

6 56 ISS: frekuesi logaritis di aa spektru tigkat tekaa suara pada pita frekuesi yag berdekata dega lebar sepertiga oktaf direcaaka. Skala logaritis ebutuhka resolusi frekuesi yag sagat tiggi pada frekuesi yag redah. Akibatya adalah bahwa pegguaa suatu skala log ebutuhka suatu FFT yag jauh lebih besar gua edapatka resolusi frekuesi yag dibutuhka. Megigat uata koputasioal suatu FFT yag besar, ska terhadap berkas gelobag atau asuka audio/tutur dapat berjala lebih labat ketika egguaka suatu skala frekuesi logaritis. Ketika egguaka suatu skala frekuesi logaritis, dipilih FFT terkecil yag eberika resolusi frekuesi yag tepat pada spektru atau bidag pada frekuesi yag redah. Jika daerah frekuesi yag redah pada suatu tapila frekuesi logaritis kelihataya terhalag (blocky), diaikka resolusi frekuesi redah dega dipilihya suatu ukura FFT yag lebih besar. Petig utuk eahai bagaiaa piliha terhadap suatu skala frekuesi logaritis epegaruhi tapila spektru tigkat tekaa suara. Spektru egukur tigkat tekaa suara pada pita frekuesi sepit diskrit di sepajag spektru. Suatu siyal aka eghasilka ketajaa, karea ruti FFT egaggap asuka sebagai suatu siyal periodis yag dapat ecacat (distort) spektru. Utuk eguragi asalah tersebut suatu widow data pertaa-taa dapat diterapka pada siyal. Tabel. Persaaa widow yag diterapka pada spektru o Tipe ilai cuplika Kisara k Segiepat w k k else 2 Segitiga Bartlett 2 k w k, atau Parze k 3 Haig 4 Haig 5 Blacka w k w k w k 2 k cos 2 2 k cos 2 k 4 k.42.5 cos.8 cos k k k 6 Welch x Wlech x, 7 FlatTop w k * cos x * cos 2x 8 uttall w k.375.5*cos( x x 2k x 2k 2 ).25* cos2x x else k k TELKOMIKA Vol. 5, o., April 27 : 5-6

7 TELKOMIKA ISS: Jedela Segiepat Jedela Blacka Magitude Magitude (a) Jedela Segiepat (b) Jedela Blacka Jedela Haig Jedela uttall Magitude Magitude (c) Jedela Haig (d) Jedela uttall Jedela Haig Jedela Welch Magitude Magitude (e) Jedela Haig (f) Jedela Welch Jedela Segitiga (Bartlett).2 Jedela FlatTop Magitude Magitude (g) Jedela Segitiga (Bartlett) (h) Jedela FlatTop Gabar 4. Berbagai jedela yag diterapka pada aalisis spektru Aalisis Spektru Frekuesi o-liear Siyal Tutur (Sala Abd. Cadu)

8 58 ISS: HASIL DA PEMBAHASA Spektru dega skala logaritis dapat disajika pada Gabar 5 (a) Spektru skala logaritis dega owidow (b) Spektru skala logaritis dega widow Blacka (c) Spektru skala logaritis dega widow Haig (d) Spektru skala logaritis dega widow uttal (e) Spektru skala logaritis dega widow Haig (f) Spektru skala logaritis dega widow Flattop TELKOMIKA Vol. 5, o., April 27 : 5-6

9 TELKOMIKA ISS: (g) Spektru skala logaritis dega widow Taylor 6 db (h) Spektru skala logaritis dega widow Triagle (i) Spektru skala logaritis dega widow Taylor 8 db (j) Spektru skala logaritis dega widow Welch Gabar 5. Tapila spektru skala logaritis dega egguaka berbagai widow. Pada Tabel 2 berikut ditujukka perbadiga efek peiliha widow terhadap spektru siyal tutur. Aalisis Spektru Frekuesi o-liear Siyal Tutur (Sala Abd. Cadu)

10 6 ISS: o. Tabel 2. Perbadiga peiliha widow terhadap aalisis spektru frekuesi o-liear aa widow Tigkat sidelobe tertiggi Sidelobe fall-off. (tapa widow) 3.3dB 6dB/Oct Bartlett (Triagle) Welch (parabola) 26.6dB 2dB/Oct? 2dB/Oct 4. Haig 3.5dB 8dB/Oct 5. Haig 43dB 6dB/Oct 6. Blacka 58.dB 8dB/Oct 7. uttall 93.3dB 8dB/Oct 8. FlatTop 43.2dB 6dB/Oct Keteraga Lobe utaa yag ugki yag palig sepit, tetapi terjadi kebocora yag cukup besar. Welch eiliki suatu lobe utaa yag sedikit lebih sepit dibadig Bartlett, tetapi sidelobe-ya agak lebih tiggi. Welch eiliki suatu lobe utaa yag sedikit lebih sepit dibadig Bartlett, tetapi sidelobe-ya agak lebih tiggi. Lobe utaa yag agak sepit, reduksi kebocora jauh asiptotik yag bagus. Lobe utaa yag agak sepit, reduksi kebocora dekat yag bagus. Lobe utaa yag lebih luas dibadig Haig da Haig, reduksi kebocora dekat da jauh yag bagus. Reduksi kebocora dekat yag lebih bagus daripada widow Blacka tetapi lobe utaa yag lebih luas. Widow Flattop diguaka ketika eghitug aplitude spektru suatu pucak dega eergi spektru edekati asliya da eyediaka akurasi aplitude yag bagus. Widow Flattop eiliki suatu lobe utaa yag luas dega suatu flat top elewati dua garis spektru. Ii berarti bahwa setiap frekuesi siyal yag berada di atara dua garis spektru aka terlihat pada garis spektru yag terdekat tapa kehilaga aplitude. Widow FlatTop diguaka ketika pegukura kopoe spektru aplitude dari frekuesi arbitrer diaggap petig. 4. SIMPULA Berdasarka hasil da pebahasa dapat ditarik kesipula sebagai berikut:. Suatu skala logaritis aka eperluas daerah frekuesi yag redah dari spektru, da epersepit daerah frekuesi yag tiggi pada tapila. 2. Skala frekuesi logaritis ebutuhka resolusi frekuesi yag sagat tiggi pada frekuesi yag redah, oleh karea itu dibutuhka suatu FFT yag jauh lebih besar gua edapatka resolusi frekuesi yag dibutuhka. 3. Peerapa fugsi berbagai widow terhadap data dapat ebatu eguragi efek kebocora yag terjadi pada spektru frekuesi. 4. Metode ii berjala lebih cepat jika poit data erupaka kelipata dua (28, 256, 24, 248, atau 496, da seterusya). 5. Meilih suatu resolusi frekuesi yag tepat da resolusi waktu yag sesuai ejadi suatu kesesuaia atara kebutuha utuk egaati detail frekuesi yag baik dala spektru dega kebutuha utuk egaati variasi waktu yag cepat dala spektru. DAFTAR PUSTAKA []. Rabier, L., R., ad R. W. Schafer, Digital Processig of Speech Sigals. Pretice Hall, 978. [2]. Sugaura,., ad F. Itakura, Speech Aalysis ad Sythesis Methodes Developed at ECL i TT- fro LPC to LSP, Speech Couicatio, 5:99-25, 986. [3]. Fallside, F., ad W.A. Woods, Coputer Speech Processig, Cabridge Uiversity Egieerig Departet, Pritice Hall, 985. TELKOMIKA Vol. 5, o., April 27 : 5-6

TRANSFORM FOURIER CEPAT MATEMATIS UNTUK MENGANALISIS SPEKTRUM FREKUENSI LINIER SINYAL TUTUR

TRANSFORM FOURIER CEPAT MATEMATIS UNTUK MENGANALISIS SPEKTRUM FREKUENSI LINIER SINYAL TUTUR ISS: 1693-6930 31 TRASFORM FOURIER CEPAT MATEMATIS UTUK MEGAALISIS SPEKTRUM FREKUESI LIIER SIYAL TUTUR Salan Abd. Cadu 1, Prayoto 2, Adhi Susanto 3, Kirbani Sri Brotopuspito 4 1 Jurusan Teknik Eektro Fakultas

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN Persoala trasportasi yag serig ucul dala kehidupa sehari-hari, erupaka gologa tersediri dala persoala progra liier. Maka etode traportasi ii juga dapat diguaka utuk eyelesaika beberapa

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Kehidupa ausia seatiasa diarahka pada kodisi yag aka datag, yag keberadaaya tidak dapat diketahui secara pasti. Sehigga ausia berusaha elakuka kegiata kegiata dega berorietasi

Lebih terperinci

LAJU REAKSI. A. KEMOLARAN - Kemolaran adalah menyatakan banyaknya mol zat terlarut dalam 1 liter larutan. M = V

LAJU REAKSI. A. KEMOLARAN - Kemolaran adalah menyatakan banyaknya mol zat terlarut dalam 1 liter larutan. M = V LAJU REAKSI STANDART KOMPETENSI; Meahai kietika reaksi, kesetibaga kiia, da faktor-faktor yag berpegaruh, serta peerapaya dala kehidupa sehari-hari KOMPETENSI DASAR; Medeskripsika pegertia laju reaksi

Lebih terperinci

DISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali)

DISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali) DISTRIBUSI BINOMIAL Distribusi bioial berasal dari percobaa bioial yaitu suatu proses Beroulli yag diulag sebayak kali da salig bebas. Distribusi Bioial erupaka distribusi peubah acak diskrit. Secara lagsug,

Lebih terperinci

Definisi 2.3 : Jika max min E(X,Y) = min

Definisi 2.3 : Jika max min E(X,Y) = min Teori Peraia 22 Peelitia Operasioal II Defiisi 23 : Jika ax i E(X,Y) = z y i y ax E(X,Y) =E(x 0, y 0 ), aka (x 0, y 0 ) didefiisika z sebagai strategi uri dari peraia itu dega x 0 sebagai strategi optiu

Lebih terperinci

MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH. Warsito. Program Studi Matematika FMIPA Universitas Terbuka.

MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH. Warsito. Program Studi Matematika FMIPA Universitas Terbuka. MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH Warsito Progra Studi Mateatika FMIPA Uiversitas Terbuka warsito@ut.ac.id Abstrak Peyelesaia pertidaksaaa ( x- a, a Î R adalah x a (egguaka

Lebih terperinci

BAB 4: PELUANG DAN DISTRIBUSI NORMAL.

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

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI 5 I PENDAHULUAN Latar Belakag Persaaa diferesial adalah suatu persaaa ag egadug sebuah fugsi ag tak diketahui dega satu atau lebih turuaa [Stewart, 3] Persaaa diferesial dapat dibedaka eurut ordea, salah

Lebih terperinci

Sekolah Olimpiade Fisika

Sekolah Olimpiade Fisika SOLUSI SIMULASI OLIMPIADE FISIKA SMA Agustus 06 TINGKAT KABUPATEN/KOTA Waktu : 3 ja Sekolah Olipiade Fisika davitsipayug.co Sekolah Olipiade Fisika davitsipayug.co davitsipayug@gail.co. Dua orag aak earik

Lebih terperinci

Perbandingan Inversi Least-Square dengan Levenberg- Marquardt pada Metode Geomagnet untuk Model Crustal Block

Perbandingan Inversi Least-Square dengan Levenberg- Marquardt pada Metode Geomagnet untuk Model Crustal Block PROSIDING SKF 6 Perbadiga Iversi Least-Square dega Leveberg- Marquardt pada Metode Geoaget utuk Model Crustal Block Uar Said a, Mohaad eriyato b, da Wahyu Srigutoo c Laboratoriu Fisika Bui, Kelopok Keilua

Lebih terperinci

VISUALISASI PENGENALAN UCAPAN VOKAL BAHASA INDONESIA DENGAN METODE LPC-DTW

VISUALISASI PENGENALAN UCAPAN VOKAL BAHASA INDONESIA DENGAN METODE LPC-DTW VISUALISASI PENGENALAN UCAPAN VOKAL BAHASA INDONESIA DENGAN METODE LPC-DTW Syaiful Racha (L2F001644) Jurusa Tekik Elektro, Fakultas Tekik Uiversitas Dipoegoro Searag, Idoesia Ipoeltekik2001@yahoo.co Abstrak-

Lebih terperinci

Deret Fourier. Modul 1 PENDAHULUAN

Deret Fourier. Modul 1 PENDAHULUAN Modul Deret Fourier Prof. Dr. Bambag Soedijoo P PENDAHULUAN ada modul ii dibahas masalah ekspasi deret Fourier Sius osius utuk suatu fugsi periodik ataupu yag diaggap periodik, da dibahas pula trasformasi

Lebih terperinci

Perbaikan Bagan Kendali Pergerakan Data (Data Driven)

Perbaikan Bagan Kendali Pergerakan Data (Data Driven) Bab 3 Perbaika Baga Kedali Pergeraka Data Data Drive) 3.1 Pedahulua Baga kedali klasik utuk eoitorig rataa didasarka pada asusi keorala. Ketika syarat keorala tidak dipeuhi, baga kedali klasik ii tidak

Lebih terperinci

BAB 7 DISAIN KONTROL BERUMPAN-BALIK LUP TUNGGAL KLASIK

BAB 7 DISAIN KONTROL BERUMPAN-BALIK LUP TUNGGAL KLASIK BAB 7 DISAIN ONTROL BERUMPAN-BALI LUP TUNGGAL LASI 7. Tekik Tepat eduduka Akar (Root Lous) Root Lous: tekik seara grafik yag terdiri atas peggrafika akar-akar pers. karakteristik (eigevalue), sebagai fugsi

Lebih terperinci

PENERAPAN DERET TAYLOR DALAM MENENTUKAN DERET FOURIER TANPA INTEGRAL APPLYING TAYLOR SERIES IN DETERMINING FOURIER SERIES WITHOUT INTEGRAL

PENERAPAN DERET TAYLOR DALAM MENENTUKAN DERET FOURIER TANPA INTEGRAL APPLYING TAYLOR SERIES IN DETERMINING FOURIER SERIES WITHOUT INTEGRAL 0 PENERAPAN DERET TAYOR DAAM MENENTUKAN DERET FOURIER TANPA INTEGRA APPYING TAYOR SERIES IN DETERMINING FOURIER SERIES WITHOUT INTEGRA Hedi Sta Pegaar UP MKU Politekik Negeri Badug) Abstrak Peelitia ii

Lebih terperinci

Definisi Integral Tentu

Definisi Integral Tentu Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

Optimisasi Terpadu Persoalan Inventori dan Persoalan Transfortasi dengan Metode ITIO ( Inventory Transfortation Integrated Optimization)

Optimisasi Terpadu Persoalan Inventori dan Persoalan Transfortasi dengan Metode ITIO ( Inventory Transfortation Integrated Optimization) Prosidig Seirata FMIP Uiversitas Lapug, Optiisasi Terpadu Persoala Ivetori da Persoala Trasfortasi dega Metode ITIO ( Ivetory Trasfortatio Itegrated Optiizatio) T.P.Nababa, Sukato, Karida Puspita N Jurusa

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

Lebih terperinci

BAB III BASIS DATA UNTUK IDENTIFIKASI DAERAH RAWAN BANJIR DAN KEBERADAAN DATA SPASIAL YANG DIPERLUKAN

BAB III BASIS DATA UNTUK IDENTIFIKASI DAERAH RAWAN BANJIR DAN KEBERADAAN DATA SPASIAL YANG DIPERLUKAN BAB III BASIS DATA UNTUK IDENTIFIKASI DAERAH RAWAN BANJIR DAN KEBERADAAN DATA SPASIAL YANG DIPERLUKAN Siste idetifikasi daerah rawa bajir ebutuhka adaya data spasial yag diolah dega eafaatka tekologi Siste

Lebih terperinci

LEMBAR KERJA SISWA 5

LEMBAR KERJA SISWA 5 94 LEMBAR KERJA SISWA 5 Mata Pelajara Kelas/Seester Materi Pokok Subateri Pokok Alokasi Waktu : Kiia : XI/gajil : Laju Reaksi : Orde Reaksi : 2 x 45 eit Stadar Kopetesi 3. Meahai Kietika Reaksi, Kesetibaga

Lebih terperinci

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi. Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD

TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD Jailah * Firdaus Sigit Sugiarto Mahasiwa Progra S Mateatika Dose Jurusa Mateatika Fakultas Mateatika

Lebih terperinci

BAB III ANUITAS DENGAN BEBERAPA KALI PEMBAYARAN SETAHUN TERHADAP TABUNGAN PENDIDIKAN

BAB III ANUITAS DENGAN BEBERAPA KALI PEMBAYARAN SETAHUN TERHADAP TABUNGAN PENDIDIKAN BAB III ANUITAS DNGAN BBRAPA KALI PMBAYARAN STAHUN TRHADAP TABUNGAN PNDIDIKAN. Tabuga Pedidika Aak Tabuga erupaka salah satu produk yag ditawarka oleh bak utuk eyipa uag. Utuk epersiapka daa pedidika aak,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

Penerapan Teorema Perron-Frobenius pada Penentuan Distribusi Stasioner Rantai Markov

Penerapan Teorema Perron-Frobenius pada Penentuan Distribusi Stasioner Rantai Markov Vol. 3, No., 85-9, Juli 6 Peerapa Teorea Perro-Frobeius pada Peetua Distribusi Stasioer Ratai Markov Jusawati Massalesse Abstrak Perilaku suatu ratai Markov setelah berala ukup laa dapat diketahui elalui

Lebih terperinci

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da

Lebih terperinci

Soal dan Pembahasan. Ujian Nasional Matematika Teknik SMK matematikamenyenangkan.com

Soal dan Pembahasan. Ujian Nasional Matematika Teknik SMK matematikamenyenangkan.com Soal da Pembahasa jia Nasioal 06 Matematika Tekik SMK matematikameyeagka.com . pqr Betuk sederhaa dari p q r A. p 8 q r adalah... B. p q 0 r 0 D. p q 0 r 0 C. p 8 q r 0 E. p 6 q r Igat rumus berikut m

Lebih terperinci

Distribusi Sampling (Distribusi Penarikan Sampel)

Distribusi Sampling (Distribusi Penarikan Sampel) Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

PEMAMPATAN DAN REKONSTRUKSI CITRA BERWARNA 24-BIT MENGGUNAKAN ANALISIS KOMPONEN UTAMA (PCA) Rofi Yuliansyah 1, Budi Setiyono 2, R.

PEMAMPATAN DAN REKONSTRUKSI CITRA BERWARNA 24-BIT MENGGUNAKAN ANALISIS KOMPONEN UTAMA (PCA) Rofi Yuliansyah 1, Budi Setiyono 2, R. PEMAMPAAN AN REKONSRUKSI CIRA BERWARNA 4-BI MENGGUNAKAN ANALISIS KOMPONEN UAMA (PCA) Rofi Yuliasyah, Budi Setiyoo, R Rizal Isato Abstrak - Selaa ii peelitia egeai peapata da rekostruksi citra digital asih

Lebih terperinci

Analisis dan Visualisasi Representasi Deret Fourier Gelombang Sinyal Periodik Menggunakan MATLAB

Analisis dan Visualisasi Representasi Deret Fourier Gelombang Sinyal Periodik Menggunakan MATLAB ELECRICIAN Jural Rekayasa da ekologi Elektro Aalisis da Visualisasi Represetasi Deret Fourier Gelombag Siyal Periodik Megguaka MALAB Ahmad Saudi Samosir Jurusa ekik Elektro Uiversitas Lampug, Badar Lampug

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 1-13 TEOREMA TITIK TETAP BANACH PADA RUANG METRIK-D

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 1-13 TEOREMA TITIK TETAP BANACH PADA RUANG METRIK-D Jural Mateatika Muri da Terapa Vol 4 No Deseber : - 3 TEOREMA TITIK TETAP BANACH PADA RUANG METRIK-D Muhaad Ahsar Kari, Dewi Sri Susati, da Nurul Huda Progra Studi Mateatika Uiversitas Labug Magkurat Jl

Lebih terperinci

ANALISIS KARAKTERISTIK RAGAM GELOMBANG YANG DIHASILKAN RESONATOR LASER (LIGHT RADIATION ) DENGAN HERMIT GAUSSIAN MODE

ANALISIS KARAKTERISTIK RAGAM GELOMBANG YANG DIHASILKAN RESONATOR LASER (LIGHT RADIATION ) DENGAN HERMIT GAUSSIAN MODE http://doi.org/10.1009/spektra Volue 1 Noor 1, Agustus 016 p-issn: 541-3384 e-issn: 541-339 DOI: doi.org/10.1009/spektra.011.1 ANALISIS KARAKTERISTIK RAGAM GELOMBANG YANG DIHASILKAN RESONATOR LASER (LIGHT

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

BAB 2 SISTEM DETEKSI DAN PENGHITUNG OBYEK

BAB 2 SISTEM DETEKSI DAN PENGHITUNG OBYEK BAB 2 SISTEM DETEKSI DAN PENGHITUNG OBYEK Bab ii ebahas egeai aalisis siste yag dibutuhka, keudia arsitektur siste, serta tahapa deteksi da peghitug obyek. Pada tahapa deteksi obyek, terdapat beberapa

Lebih terperinci

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Lokasi da objek peelitia Lokasi peelitia dalam skripsi ii adalah area Kecamata Pademaga, alasa dalam pemiliha lokasi ii karea peulis bertempat tiggal di lokasi tersebut sehigga

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

5. KARAKTERISTIK RESPON

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

Lebih terperinci

BAB IV PEMECAHAN MASALAH

BAB IV PEMECAHAN MASALAH BAB IV PEMECAHAN MASALAH 4.1 Metodologi Pemecaha Masalah Dalam ragka peigkata keakurata rekomedasi yag aka diberika kepada ivestor, maka dicoba diguaka Movig Average Mometum Oscillator (MAMO). MAMO ii

Lebih terperinci

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel) DISTRIBUSI SAMPLING (Distribusi Pearika Sampel) I. PENDAHULUAN Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

Kekeliruan dalam Perhitungan Numerik dan Selisih Terhingga Biasa

Kekeliruan dalam Perhitungan Numerik dan Selisih Terhingga Biasa Modul 1 Kekelirua dalam Perhituga Numerik da Selisih Terhigga Biasa D PENDAHULUAN Dr. Wahyudi, M.Pd. i dalam pemakaia praktis, peyelesaia akhir yag diigika dari solusi suatu permasalaha (soal) dalam matematika

Lebih terperinci

SINUSOIDAL WATER WAVE SINUSOIDAL WATER WAVE

SINUSOIDAL WATER WAVE SINUSOIDAL WATER WAVE SINUSOIDAL WATER WAVE SINUSOIDAL WATER WAVE Saa halya beda padat, cair juga epuyai gerak traslasioal, rotasioal, da osilasi. Gerak traslasioal dihasilka ketika air egalir, Gerak Rotasioal terjadi pada

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 22 BAB III METODE PENELITIAN 3.1. Metode Peelitia Pada bab ii aka dijelaska megeai sub bab dari metodologi peelitia yag aka diguaka, data yag diperluka, metode pegumpula data, alat da aalisis data, keragka

Lebih terperinci

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN DATA Malim Muhammad, M.Sc. UKURAN PEMUSATAN DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DEFINISI UKURAN PEMUSATAN

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuha Sistem Sebelum melakuka deteksi da trackig obyek dibutuhka peragkat luak yag dapat meujag peelitia. Peragkat keras da luak yag diguaka dapat dilihat pada Tabel

Lebih terperinci

SIFAT-SIFAT FUNGSI YANG TERINTEGRAL MCSHANE DALAM RUANG EUCLIDE BERDIMENSI N UNTUK FUNGSI-FUNGSI BERNILAI BANACH

SIFAT-SIFAT FUNGSI YANG TERINTEGRAL MCSHANE DALAM RUANG EUCLIDE BERDIMENSI N UNTUK FUNGSI-FUNGSI BERNILAI BANACH βeta p-issn: 2085-5893 / e-issn: 2541-0458 http://juralbeta.ac.id Vol. 5 No. 1 (Mei) 2012, Hal. 21-29 βeta 2012 SIFAT-SIFAT FUNGSI YANG TRINTGRAL MCSHAN DALAM RUANG UCLID BRDIMNSI N UNTUK FUNGSI-FUNGSI

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

BAB V. INTEGRAL. Lambang anti-turunan (integral tak-tentu) oleh Leibniz adalah... dx, sehingga

BAB V. INTEGRAL. Lambang anti-turunan (integral tak-tentu) oleh Leibniz adalah... dx, sehingga BAB V. INTEGRAL 5.. Ati Turua (Itegral Tak-tetu) Defiisi: F suatu ati-turua f pada selag I jika da haya jika D F() = f() pada I, yaki F () = f() utuk semua dalam I. (Jika suatu titik ujug I, F () haya

Lebih terperinci

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

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

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

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

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I 7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan

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

Lebih terperinci

MAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +mk n

MAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +mk n MAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +K Oleh : MOHAMMAD IQBAL 1 0 100 01 Pebibig : Drs. Suhud Wahyudi, M.Si. 1900109 198701 1 001 ABSTRAK Graph adalah hipua

Lebih terperinci

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

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

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011.

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011. III. METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di halama Pusat Kegiata Olah Raga (PKOR) Way Halim Badar Lampug pada bula Agustus 2011. B. Objek da Alat Peelitia Objek peelitia

Lebih terperinci

SISTEM LINIER. Oleh : Kholistianingsih, S.T., M.Eng. lts 1

SISTEM LINIER. Oleh : Kholistianingsih, S.T., M.Eng. lts 1 SISTEM LINIER Oleh : Kholistiaigsih, S.T., M.Eg. lts 1 2 Isyarat Waktu Diskrit di kawasa waktu. 2.1 Represetasi Isyarat Waktu Diskrit 2.2 Klasifikasi Rutu 2.3 Rutu rutu Dasar 2.4 Operasi di kawasa waktu

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

Prestasi itu diraih bukan didapat!!! SOLUSI SOAL

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

Lebih terperinci

PROSIDING ISBN:

PROSIDING ISBN: S-6 Perlukah Cross Validatio dilakuka? Perbadiga atara Mea Square Predictio Error da Mea Square Error sebagai Peaksir Harapa Kuadrat Kekelirua Model Yusep Suparma (yusep.suparma@ upad.ac.id) Uiversitas

Lebih terperinci

Bab 7 Penyelesaian Persamaan Differensial

Bab 7 Penyelesaian Persamaan Differensial Bab 7 Peelesaia Persamaa Differesial Persamaa differesial merupaka persamaa ag meghubugka suatu besara dega perubahaa. Persamaa differesial diataka sebagai persamaa ag megadug suatu besara da differesiala

Lebih terperinci

Kompetisi Statistika Tingkat SMA

Kompetisi Statistika Tingkat SMA . Arya da Bombom melakuka tos koikoi yag seimbag yag mempuyai sisi, agka da gambar Arya melakuka tos terhadap 6 koi, sedagka Bombom melakuka tos terhadap koi, maka peluag Arya medapatka hasil tos muka

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

Pendahuluan. Tujuan MODUL

Pendahuluan. Tujuan MODUL DATABASE Etity Relasiosip Diagra Satrio Agug W, Ari Kusyati da Mahedra Data Tekik Iforatika, Fakultas Tekik, Uiversitas Brawijaya, Eail : iforatika@ub.ac.id Pedahulua Etity Relasioalship Diagra adalah

Lebih terperinci

BAB II TEORI MOTOR LANGKAH

BAB II TEORI MOTOR LANGKAH BAB II TEORI MOTOR LANGKAH II. Dasar-Dasar Motor Lagkah Motor lagkah adalah peralata elektromagetik yag megubah pulsa digital mejadi perputara mekais. Rotor pada motor lagkah berputar dega perubaha yag

Lebih terperinci

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid

Lebih terperinci

Penyelesaian Masalah Penugasan Menggunakan Metode Hungarian dan Pinalti (Studi Kasus: CV. Surya Pelangi)

Penyelesaian Masalah Penugasan Menggunakan Metode Hungarian dan Pinalti (Studi Kasus: CV. Surya Pelangi) Peyelesaia Masalah Peugasa Megguaka Metode Hugaria da Pialti (Studi Kasus: CV. Surya Pelagi) Sri Basriati 1, Ayu Lestari 2 1,2 Jurusa Mateatika, Fakultas Sais da Tekologi, UIN Sulta Syarif Kasi Riau Jl.

Lebih terperinci

Karakteristik Dinamik Elemen Sistem Pengukuran

Karakteristik Dinamik Elemen Sistem Pengukuran Karakteristik Diamik Eleme Sistem Pegukura Kompetesi, RP, Materi Kompetesi yag diharapka: Mahasiswa mampu merumuskaka karakteristik diamik eleme sistem pegukura Racaga Pembelajara: Miggu ke Kemampua Akhir

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa 19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

PENGELOMPOKAN ENTITAS AUDIT PEMERINTAH DAERAH DI BPK RI PERWAKILAN JAWA BARAT DENGAN METODE CLUSTERING

PENGELOMPOKAN ENTITAS AUDIT PEMERINTAH DAERAH DI BPK RI PERWAKILAN JAWA BARAT DENGAN METODE CLUSTERING PENGELOMPOKAN ENTITAS AUDIT PEMERINTAH DAERAH DI BPK RI PERWAKILAN JAWA BARAT DENGAN METODE CLUSTERING Moicha Dwayai, Mahedrawati da Nur Iriawa Progra Studi Magister Maajee Tekologi-ITS Jurusa Maajee Tekologi

Lebih terperinci

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr materio.r Statistika A. PENDAHULUAN Statistika adalah ilmu yag mempelajari pegambila, peyajia, pegolaha, da peafsira data. Data terdiri dari dua jeis, yaitu data kualitatif (sifat) da data kuatitatif (agka).

Lebih terperinci

METODE PENELITIAN. Penelitian tentang Potensi Ekowisata Hutan Mangrove ini dilakukan di Desa

METODE PENELITIAN. Penelitian tentang Potensi Ekowisata Hutan Mangrove ini dilakukan di Desa III. METODE PENELITIAN A. Lokasi da Waktu Peelitia Peelitia tetag Potesi Ekowisata Huta Magrove ii dilakuka di Desa Merak Belatug, Kecamata Kaliada, Kabupate Lampug Selata. Peelitia ii dilaksaaka atara

Lebih terperinci

: XII (Dua Belas) Semua Program Studi. : Gisoesilo Abudi, S.Pd

: XII (Dua Belas) Semua Program Studi. : Gisoesilo Abudi, S.Pd R e f r e s h Program Diklat K e l a s M a t e r i Pegajar : M A T E M A T I K A : XII (Dua Belas) Semua Program Studi : S t a t i s t i k a : Gisoesilo Abudi, S.Pd Kajia Materi Peyampaia Data Diagram

Lebih terperinci

STATISTIKA MAT 2 NILAI MATEMATIKA NILAI MATEMATIKA NILAI MATEMATIKA A. PENDAHULUAN B. PENYAJIAN DATA. Diagram garis

STATISTIKA MAT 2 NILAI MATEMATIKA NILAI MATEMATIKA NILAI MATEMATIKA A. PENDAHULUAN B. PENYAJIAN DATA. Diagram garis materio.r A. PENDAHULUAN Statistika adalah ilmu yag mempelajari pegambila, peyajia, pegolaha, da peafsira data. Data terdiri dari dua jeis, yaitu data kualitatif (sifat) da data kuatitatif (agka). B. PENYAJIAN

Lebih terperinci

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat.

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat. L A T I H A N S O A L A N R E G Muhamad Ferdiasyah, S. Stat. *Saya saraka utuk mecoba sediri baru lihat jawabaya **Jawaba saya BELUM TENTU BENAR karea saya mausia biasa. Silaka dikosultasika jika ada jawaba

Lebih terperinci

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

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

Lebih terperinci

ARTIKEL. Menentukan rumus Jumlah Suatu Deret dengan Operator Beda. Markaban Maret 2015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

ARTIKEL. Menentukan rumus Jumlah Suatu Deret dengan Operator Beda. Markaban Maret 2015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN ARTIKEL Meetuka rumus Jumlah Suatu Deret dega Operator Beda Markaba 191115198801005 Maret 015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN PUSAT PENGEMBANGAN DAN PEMBERDAYAAN PENDIDIK DAN TENAGA KEPENDIDIKAN

Lebih terperinci

BARISAN DAN DERET. 05/12/2016 Matematika Teknik 1 1

BARISAN DAN DERET. 05/12/2016 Matematika Teknik 1 1 BARISAN DAN DERET 05//06 Matematika Tekik BARISAN Barisa Tak Higga Kekovergea barisa tak higga Sifat sifat barisa Barisa Mooto 05//06 Matematika Tekik Barisa Tak Higga Secara sederhaa, barisa merupaka

Lebih terperinci

kesimpulan yang didapat.

kesimpulan yang didapat. Bab ii merupaka bab peutup yag merupaka hasil da kesimpula dari pembahasa serta sara peulis berdasarka kesimpula yag didapat. BAB LANDASAN TEORI. Kosep Dasar Peramala Peramala adalah kegiata utuk memperkiraka

Lebih terperinci

KIMIA. Sesi. Sifat Koligatif (Bagian II) A. PENURUNAN TEKANAN UAP ( P)

KIMIA. Sesi. Sifat Koligatif (Bagian II) A. PENURUNAN TEKANAN UAP ( P) KIMIA KELAS XII IA - KURIKULUM GABUNGAN 02 Sesi NGAN Sifat Koligatif (Bagia II) Iteraksi atara pelarut da zat megakibatka perubaha fisik pada kompoekompoe peyusu laruta. Salah satu sifat yag diakibatka

Lebih terperinci

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

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

Lebih terperinci

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015 RESPONSI STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 015 A. PENYAJIAN DAN PERINGKASAN DATA 1. PENYAJIAN DATA a. Sebutka tekik peyajia data utuk data kualitatif! Diagram kueh, diagram batag, distribusi

Lebih terperinci

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut: Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah

Lebih terperinci

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh BAB III METODOLOGI 3.1 Tempat da Waktu Peelitia Pegambila data peelitia dilakuka di areal revegetasi laha pasca tambag Blok Q 3 East elevasi 60 Site Lati PT Berau Coal Kalimata Timur. Kegiata ii dilakuka

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Bicriteria Liear Programmig (BLP) Pesoala optimisasi dega beberapa fugsi tujua memperhitugka beberapa tujua yag koflik secara simulta, secara umum Multi objective programmig (MOP)

Lebih terperinci

BAB III METODOLOGI PENELITIAN. deskriptif kuantitatif bertujuan untuk menjelaskan hasil penelitian yang disajikan

BAB III METODOLOGI PENELITIAN. deskriptif kuantitatif bertujuan untuk menjelaskan hasil penelitian yang disajikan 3 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Jeis peelitia ii tergolog peelitia deskriptif kuatitatif. Peelitia deskriptif kuatitatif bertujua utuk mejelaska hasil peelitia yag disajika dalam betuk

Lebih terperinci

UJIAN MASUK BERSAMA PERGURUAN TINGGI (UMB - PT) Mata Pelajara : Matematika Dasa Taggal : 06 Jui 009 Kode Soal : 0 0 www.olieschools.ame. Produksi beras propisi P tahu 990 adalah 00 ribu to da sampai tahu

Lebih terperinci

Kestabilan Rangkaian Tertutup Waktu Kontinu Menggunakan Metode Transformasi Ke Bentuk Kanonik Terkendali

Kestabilan Rangkaian Tertutup Waktu Kontinu Menggunakan Metode Transformasi Ke Bentuk Kanonik Terkendali Jural Tekika ISSN : 285-859 Fakultas Tekik Uiversitas Islam Lamoga Volume No.2 Tahu 29 Kestabila Ragkaia Tertutup Waktu Kotiu Megguaka Metode Trasformasi Ke Betuk Kaoik Terkedali Suhariyato ) Dose Fakultas

Lebih terperinci

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Prosidig Semiar Nasioal Matematika da Terapaya 06 p-issn : 0-0384; e-issn : 0-039 PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Liatus

Lebih terperinci

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret Program Perkuliaha Dasar Umum Sekolah Tiggi Tekologi Telkom Barisa da Deret Barisa Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) a Fugsi tersebut

Lebih terperinci

Dasar Sistem Pengaturan - Transformasi Laplace. Transformasi Laplace bilateral atau dua sisi dari sinyal bernilai riil x(t) didefinisikan sebagai :

Dasar Sistem Pengaturan - Transformasi Laplace. Transformasi Laplace bilateral atau dua sisi dari sinyal bernilai riil x(t) didefinisikan sebagai : Defiisi Trasformasi Laplace Trasformasi Laplace Bilateral Trasformasi Laplace bilateral atau dua sisi dari siyal berilai riil x(t) didefiisika sebagai : X B x(t)e Operasi trasformasi Laplace bilateral

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 31-41, April 2004, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 31-41, April 2004, ISSN : Vol. 7. No. 1, 31-41, April 24, ISSN : 141-8518 Peetua Kestabila Sistem Kotrol Lup Tertutup Waktu Kotiu dega Metode Trasformasi ke Betuk Kaoik Terkotrol Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak

Lebih terperinci

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25 18 III BAHAN DAN METODE PENELITIAN 3.1 Baha Peelitia 3.1.1 Objek Peelitia Terak yag diguaka dalam peelitia ii adalah kuda berjumlah 25 ekor terdiri dari 5 jata da 20 betia dega umur berkisar atara 10 15

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.

Lebih terperinci