BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov"

Transkripsi

1 BAB II TEORI DASAR. Proses Sokasik Raai Markov Proses sokasik merupaka suau cara uuk mempelajari hubuga yag diamis dari suau ruua perisiwa aau proses yag kejadiaya bersifa idak pasi. Dalam memodelka perubaha dari suau sisem yag megadug keidakpasia seperi pergeraka harga saham, bayakya klaim yag daag ke suau perusahaa asurasi, keadaa cuaca, da lai sebagaiya, proses sokasik bayak diguaka. Secara formal, Ross [] medefiisika proses sokasik sebagai barisa peubah acak {V(), T} yag diberi ideks dega urua oleh parameer dimaa ilai berubah-ubah sesuai dega himpua ideks T. Dega demikia, uuk seiap eleme dari T, V() adalah suau peubah acak. Nilai dari peubah acak V() disebu keadaa pada saa. Himpua T adalah himpua ideks yag membagu suau ruag, yaiu ruag parameer. Himpua T bisa berupa himpua erbilag (erhiug) baik erhigga maupu ak erhigga, misalya T {,,3,4,5, }, aau ak erbilag (berupa selag aau ierval), misalka T [ 0, ]. Semua ilai peubah acak V() yag mugki erjadi membeuk sebuah himpua keadaa S. Himpua S membagu suau ruag, yaiu ruag keadaa. Disii, V() S uuk seiap T. Seperi T, himpua S juga bisa berupa himpua 6

2 yag erbilag baik higga aau ak higga, aau ak erbilag. Selajuya, himpua yag erbilag kia sebu sebagai himpua diskri da himpua yag ak erbilag sebagai himpua koiu. Proses sokasik pada dasarya dikelompokka berdasarka sifa ruag parameer T, sifa ruag keadaa S, da hubuga keergauga diaara peubah acakpeubah acak V(). Berdasarka sifa ruag parameer T, proses sokasik digologka mejadi proses sokasik diskri da proses sokasik koiu. Serigkali jika T diskri, uuk membedaka kia lebih baik meuliska V daripada V(). Semeara iu, jika T koiu, kia dapa meuliska sebagai V(). Berdasarka sifa ruag keadaa S, proses sokasik digologka mejadi proses sokasik dega ruag keadaa disri da proses sokasik dega ruag keadaa koiu. Berdasarka hubuga keergauga diaara peubah acak-peubah acak V(), proses sokasik dapa dibagi kedalam beberapa ipe klasik diaaraya proses sasioer, proses reewal, marigales, poi process, da proses Markov. Sebagai cooh, salah sau proses sokasik dega ruag parameer diskri da ruag keadaa diskri adalah bayakya pegujug yag daag ke suau perokoa pada hari ke-. Cooh proses sokasik dega ruag parameer koiu da ruag keadaa koiu adalah selag waku aar kedaaga pegujug ke suau perokoa pada waku sembarag. Sebelumya membahas megeai raai Markov, perlu dijelaska proses Markov erlebih dahulu. Meuru Karli da Taylor [], proses Markov adalah sebuah proses dega sifa, diberika ilai V(), ilai V(+) idak ergaug pada ilai V(u) uuk seiap u <. Secara formal sebuah proses dikaaka Markov jika memeuhi sifa Markov yaiu, P ( V ( + ) v V () v, V () v,, V ( ) v, V ( ) v ) + - P( V ( + ) v V ( ) v ) p ( s) dega s + (, + ) + v, v+ (..) Ii dari defiisi diaas adalah, uuk mempelajari keadaa proses pada sau kuru waku berikuya, sebu +, kia haya perlu meliha keadaa proses saa. 7

3 Demikia juga, keadaa yag aka daag haya bergaug pada keadaa saa ii da idak dipegaruhi oleh keadaa sebelumya. Noasi ersebu meyiraka bahwa secara umum, peluag rasisi juga merupaka fugsi dari selag waku s. Jika peluag rasisi sau lagkah idak bergaug pada variabel waku, kia sebu raai Markov ersebu memiliki peluag rasisi sasioer. Dalam hal ii, (, + ) p v v+, () s adalah suau kosaa uuk s yag sama. Secara umum raai Markov yag biasa kia emui memiliki peluag rasisi sasioer. Berdasarka ruag keadaa da ruag parameerya, proses Markov dapa dikelompokka sebagai beriku, DISKRIT RUANG PARAMETER KONTINU RUANG KEADAAN Raai Markov Raai Markov DISKRIT Parameer Diskri Parameer Koiu Proses Markov Proses Markov KONTINU Parameer Diskri Parameer Koiu Jadi, raai Markov adalah proses Markov dega ruag keadaa yag diskri. Dalam raai Markov, salah sau hal yag mearik adalah kia dapa mempelajari perubaha keadaa pada proses. Uuk raai Markov dega ruag parameer diskri -uuk seerusya aka disebu sebagai raai Markov saja-, peluag V + berada pada keadaa i + bila diberika V berada pada keadaa i diamaka peluag rasisi sau lagkah da dioasika dega P i, i +. Di sii, P ( V+ i+ V i, V i,, V i-, V i P( V i V i ) p + + i, i+ ) (..) dimaa i + p da p > 0, i i,, i, i + i, i+ + 8

4 Disii i da i + merupaka aggoa himpua bilaga asli karea dalam sudi kasus pada Bab IV yag dibahas adalah jeis-jeis basa ukleoida. Secara eoriis, i da i + bisa berupa aggoa dari sembarag himpua bilaga diskri misalya himpua bilaga bula aau,,,.. Sifa-Sifa Pada Raai Markov Salah sau karakerisik uama suau raai Markov adalah peluag-peluag rasisiya. Peluag rasisi ersebu meggambarka peluag perpidaha dari sau keadaa ke keadaa laiya. Dega kaa lai, ia meggambarka peluag proses berada di sau keadaa bila dikeahui keadaa proses pada sau waku sebelumya. Secara maemais, peluag rasisi ersebu dapa diulis sebagai beriku, p PV ( j V i) ij + dega i da j masig-masig meyaaka keadaa proses saa da +. Peluag-peluag rasisi ersebu peulisaya dapa dilakuka dalam berbagai cara seperi, aau P p p p p p p p p p p j p j pij, j,,, pj ( a) p p p p p p aau ( b ) P () c p p p Aka eapi, beuk umum yag dipakai adalah persamaa (c). Hal meguugka dega meuliska secara persamaa ii adalah dalam peerapa prisip aljabar liear khusuya perkalia mariks. Dalam aljabar liear dua 9

5 mariks misal A da B dapa dikalika jika bayakya kolom pada mariks perama (A) sama dega bayakya baris pada mariks kedua (B). Uuk meyelaraska aura perkalia mariks da persamaa Chapma-Kolmogorof, maka peluag rasisi sebaikya diuliska sebagai mariks peluag rasisi, P p p p p p p p p p Mariks ersebu, seluruh elemeya o-egaif da jumlah eleme dalam sau baris sama dega sau yaiu, p 0 da ij j p ij, i,,, (..) Persamaa Chapma-Kolmogorof sediri aka dipaparka dalam pembahasa selajuya. Selai peluag rasisiya, raai Markov juga dieuka melalui disribusi peluagya. Uuk raai Markov dega ruag parameer diskri, disibusi peluag di waku ke- aau π adalah dimaa π { π k : k,,, } π k PV ( k) da π k k Dega kaa lai, disribusi peluag π meyaaka proporsi dari keadaa proses di waku. Perhaika bahwa, PV ( i, V i,, V i, V i ) PV ( i V i,, V i, V i ) PV ( i,, V i, V i) Dari defiisi proses Markov pada persamaa (..), P( V i V i ) P( V i,, V i, V i )

6 Dega iduksi maka diperoleh PV ( i) PV ( i V i) PV ( i V i) PV ( i V i p p p p i0 i0i ii i i Ii meujukka bahwa sebuah raai Markov dieuka oleh disribusi peluag di awal proses yaiu saa 0 da peluag rasisiya. Hubuga aara disribusi peluag dega mariks peluag rasisi adalah, π π π 0 P Disii mariks P () adalah mariks peluag rasisi lagkah dimaa p PV ( j V i ) merupaka eleme-eleme dari P (). () ij 0 P ( ) ) (..) Sebelum membahas megeai mariks peluag rasisi lagkah, perhaika cooh beriku. Misalka mariks peluag rasisi uuk raai Markov dega iga keadaa sebagai beriku, P Mariks peluag rasisi di aas adalah mariks peluag rasisi sau lagkah. Jadi, misalka {V } adalah raai Markov dega mariks peluag rasisi P, maka peluag rasisi V bila proses berawal di V - 3 yaiu PV ( V 3) adalah 4. Perayaa berikuya adalah bagaimaa jika yag igi dicari ialah 7 peluagya jika dikeahui V 0 3. Dega kaa lai, igi dicari peluag rasisi lagkah yaiu PV ( V0 3). Sebelumya aka dibahas persamaa Chapma-Kolgomorov erlebih dahulu. Persamaa ii meyaaka bahwa peluag rasisi dari keadaa i ke j dalam lagkah sama dega peluag rasisi dari i ke seluruh -keadaa dalam -m lagkah, kemudia dilajuka dega rasisi ke keadaa j dari -keadaa

7 ersebu dalam m lagkah sisa. Dega memafaaka Law of Toal Probabiliy dapa dibukika bahwa, Uuk m maka diperoleh ( ) ( m ) ( m ) ij ( 0 ) ik kj k p P V j V i p p ( ) (( ) + ) ( ) ij ij ik pkj k p p p Tampak bahwa persamaa diaas merupaka perkalia aara baris da kolom dari dua mariks. Bila P () adalah mariks peluag rasisi lagkah maka, P P P () ( ) Dega megguaka iduksi diperoleh ( ) P P P P ( ) P P x P P Akibaya, peluag berada di keadaa i saa ii da di keadaa j seelah kuru waku, idak lai adalah eleme baris ke-i da kolom ke-j dari () P P P P P Serigkali, selai perhiuga disribusi peluag di waku ke-, perhiuga disribusi peluag seelah proses berjala lama yaiu π uuk yag diamaka disribusi limi juga mearik uuk dipelajari. Kosep ii saga peig karea dapa memprediksi keadaa sisem seelah ia berjala lama. Dega kaa lai, dapa dipelajari kelakua dari sisem seelah ia sabil. Uuk megaalisa kelakua ersebu, kia memerluka pegeahua medasar eag klasifikasi dari keadaa suau raai makov. Aka eapi, sebelumya aka dibahas erlebih dahulu megeai raai Markov dega mariks peluag rasisi regular da bagaimaa disribusi limiya. Misalka P adalah mariks peluag rasisi dari suau raai Markov dega keadaa yaiu,,,. Mariks P disebu regular jika memeuhi: (i) Uuk seiap pasaga keadaa i da j, selalu ada keadaa k, k,, k dimaa p p p > 0. ik kk k j (ii) Sekurag-kuragya erdapa sau keadaa i dimaa p ii > 0 (..3) (..4)

8 Perhaika syara perama uuk mariks regular dimaa yag merupaka kompoe dari eleme-eleme mariks peluag rasisi lagkah pada persamaa (..3). Dari syara ersebu, dapa disimpulka bahwa uuk suau mariks peluag rasisi regular, maka erdapa dimaa peluag rasisi dari sau keadaa ke keadaa laiya dalam lagkah selalu berilai posiif. Dega kaa lai, maka secara sederhaa suau mariks peluag rasisi P dikaaka regular jika memiliki sifa yaiu jika dipagkaka oleh suau kosaa posiif k maka mariks P k p p p > 0 ik kk k j seluruh elemeya berilai posiif. Mariks peluag rasisi yag demikia sera raai Markov yag berkaia degaya disebu regular. Salah sau hal peig yag berkaia dega raai Markov regular yaiu adaya disribusi peluag limi π ( π, π,, π ) dimaa π j > 0 uuk j,,, da j π. Secara formal, uuk mariks peluag rasisi regular P, maka erdapa j kovergesi, lim PV ( j V i) π > 0, j,,, 0 j (..5) Kovergesi ii memiliki ari bahwa uuk jagka waku yag lama ( ), peluag memperoleh raai Markov berada pada keadaa j adalah π j apa mempedulika keadaa awal yaiu saa 0. Beriku ii eorema yag dapa diguaka uuk mecari disribusi limi dari suau raai Markov regular, Teorema Uuk P suau mariks peluag rasisi raai Markov regular dega aggoa ruag keadaaya,,,, maka disribusi limi (,,, ) adalah solusi uik dari persamaa π π π π da π π p j,,, j k kj k k π k (..6) (..7) 3

9 Memeriksa apakah suau raai Markov memiliki disribusi limi dega meliha sifa regular mariks peluag rasisiya memag mudah uuk dilakuka. Aka eapi, dalam beberapa kasus eleme-eleme mariks peluag rasisi seluruhya baru aka berilai posiif uuk yag saga besar. Oleh karea iu, apalagi uuk raai Markov yag memiliki bayak keadaa, cara ii idak selalu memberika hasil yag memuaska. Dalam hal memeriksa apakah suau raai Markov memiliki disribusi limi apa meliha sifa regularya, pegeahua megeai klasifikasi keadaa suau raai makov diperluka. Tidak semua raai Markov merupaka raai Markov yag regular. Perhaika beberapa cooh beriku ii. Raai Markov yag mempuyai mariks peluag rasisi berupa mariks ideias sebagai beriku, 0 0 P Dari waku ke waku, raai Markov ii idak perah berubah keadaa. Karea P P uuk semua, maka raai Markov {V } mempuyai disribusi limi, yag bergaug pada keadaa awal. Sebalikya, mariks peluag rasisi beriku, 0 0 P Raai Markov ii aka selalu berubah, idak perah berada dalam keadaa yag sama uuk dua waku yag berurua. Raai Markov ii bersifa periodik da idak mempuyai disribusi limi. Jika gajil, maka P P, da jika geap, maka P adalah mariks ideias berukura 3 x 3. Perhaika mariks peluag rasisi beriku ii, P 0 Maka dapa dicari bahwa P adalah sebagai beriku, 4

10 da limiya adalah P 0 lim P 0 0 Disii, keadaa adalah rasie, yaiu seelah prosesya dimulai dari keadaa maka erdapa peluag yag posiif bahwa keadaaya idak aka kembali lagi. Suau keadaa i dikaaka rasie jika da haya jika, seelah proses yag berawal dari keadaa i, ada kemugkia bahwa proses ersebu idak aka kembali ke keadaa i. Sedagka keadaa i dikaaka reccure jika da haya jika, seelah proses berawal dari keadaa i, peluag uuk kembali ke keadaa i seelah suau selag ierval waku ereu sama dega sau. Sebelum medefiisika keadaa rasie da reccure secara maemais, erlebih dahulu defiisika f PV ( j, V j, u,,, - V0 i yaiu ij u ) peluag dimaa, dimulai dari keadaa i, proses aka pidah uuk perama kali ke keadaa j dalam lagkah. Jadi, f PV ( i, V j, u,,, - V0 i ii u ) merupaka peluag proses peramakali kembali ke keadaa i dalam lagkah. Selajuya, jika proses berawal dari keadaa i, maka peluag ia kembali ke keadaa i suau waku adalah T () () ii ii lim ii T 0 0 f f f Jadi, berdasarka defiisi sebelumya, jika i reccure maka f ii yaiu seelah proses berawal dari keadaa i, maka ia pasi aka kembali ke i da jika i rasie maka f ii <. (..8) Teorema Ruag keadaa i dikaaka reccure jika da haya jika, p ii (..9) 5

11 Da ruag keadaa i dikaaka rasie jika da haya jika, p ii < (..0) Buki Perama, misalka keadaa i merupaka rasie dimaa berdasarka defiisi f ii < da M yag meyaaka bayakya proses kembali ke keadaa i. Disii M berdisribusi geomerik dimaa da k PM ( kv i) ( f), k,, 0 E M V Tulis I sebagai peubah acak idikaor I 0 ii fii i f { V i dega { V } 0 } ii V i V i Karea i rasie, maka dari defiisi diperoleh E I V0 i < sehigga Sebalikya, misalka () ii p E { V i} V0 i () pii < maka E I V0 i < fii E I V0 i < fii fii > 0 f < sehigga erbuki bahwa i merupaka rasie. ii Dua sifa diaas merupaka cooh bagaimaa sifa dari peluag rasisi da ruag keadaa aka mempegaruhi raai Markov yag dibawaya. Beberapa defiisi da klasifikasi dari ruag keadaa da mariks peluag rasisi diperluka uuk megeahui berbagai macam kemugkia megeai sifa limi raai Markov yag erkai. 6

12 Selajuya, aka dibahas kosep komuikasi sebagai beriku. Keadaa j dikaaka dapa dicapai (accessible) dari keadaa i jika erdapa bilaga bula 0 dimaa p > 0. Dega kaa lai, erdapa peluag posiif bahwa dalam ij berhigga rasisi keadaa j dapa dicapai dari keadaa i. Jika keadaa j dapa dicapai dari keadaa i da keadaa i dapa dicapai dari keadaa j, maka i da j dikaaka salig berkomuikasi, da dioasika dega i j. Jika dua keadaa i da j idak salig berkomuikasi, maka p 0 aau p 0 uuk seiap 0. ij ji Kosep komuikasi merupaka suau relasi ekivale. Perhaika bahwa, (i) Jika i adalah keadaa dari suau raai Markov sebarag, jelas bahwa i i karea p (sifa refleksi). ii (ii) Jika i j, maka dari defiisi berkomuikasi, j i karea i dapa dicapai dari j da j dapa dicapai dari i (sifa simeri). (iii) Jika i j da j k, maka i k (sifa rasiif) Buki (sifa rasiif) Misalka i j da misalka j k, maka erdapa bilaga bula posiif da sehigga p > 0 da p > 0. Semeara iu, erdapa ij m bilaga bula posiif m da m sehigga m m p > 0 da p > 0. Maka p + > 0 m da p + > 0, aau dega kaa lai i k. ki jk ji kj ik Dega relasi ekivale ersebu, ruag keadaa suau raai Markov dapa dikelompokka ke dalam kelas-kelas ekivale. Jika suau raai Markov haya memiliki sau kelas ekivale, yaiu jika semua keadaaya salig berkomuikasi, maka raai Markov ersebu disebu ak ereduksi. Selajuya, ada yag disebu sebagai periode raai Markov. Periode dari keadaa i, dioasika dega d(i), didefiisika sebagai fakor persekuua erbesar (FPB) dari semua bilaga bula m dega p 0 (Jika p m 0 uuk seiap m, didefiisika d(i) 0 ). Misalka raai Markov dega mariks peluag rasisi sebagai beriku, m ii ii 7

13 Jelas bahwa, Maka, 0 0 P d(0) d() d() Raai Markov yag seiap ruag keadaaya memiliki periode disebu aperiodik. Sebagia besar raai Markov adalah aperiodik. Perhaika suau keadaa reccure i, maka uuk R i yag meyaaka waku kembali perama kali ke i, R mi{ 0; V i} i Peluag kembali peramakali ke i, f ii dapa diuliska sebagai beriku, f P( R V i),, ii i 0 Karea i merupaka keadaa yag bersifa reccure, berlaku f ii. Maka, mea bayakya rasisi yag diperluka uuk kembali ke keadaa i adalah i E Ri V0 i f ii η Seelah mulai di i, selajuya secara raa-raa, proses aka berada di i sau kali seiap η i E Ri V0 i saua waku. Teorema limi dasar raai Markov beriku memperjelas hasil ersebu, 0 Teorema 3 (Teorema Limi Dasar Raai Markov) (i) Jika suau raai Markov yag ak ereduksi adalah posiif reccure da aperiodik, maka erdapa limi peluag 8

14 lim pii, i,,, ηi f ii (ii) Dibawah kodisi yag sama seperi di (i), lim p ij lim p uuk j,,. jj Jika lim p > 0 uuk sau i dalam kelas aperiodik reccure, maka πj > 0 uuk jj seiap j dalam kelas i. Dalam kasus ii, kelas ersebu diamaka posiif reccure aau ergodik kua. Jika seiap π j 0 da kelasya reccure, maka kelas ersebu diamaka ull reccure aau ergodik lemah. Dalam isilah waku perama kembali, Ri mi{ 0; V0 i}, keadaa i disebu posiif reccure jika mea bayakya rasisi yag diperluka uuk kembali berhigga da disebu ull reccure jika sebalikya. Selajuya aka diliha eag peluag sasioer dari eorema beriku ii, Teorema 4 Jika suau raai Markov yag ak ereduksi adalah posiif reccure da aperiodik, maka erdapa limi peluag lim p π > 0, i, j,,, ij j dimaa bebas dari keadaa i perama dega π j uuk j,,, da π j disebu peluag sasioer uuk suau raai Markov (logru fracio of rasiio eerig j or leavig j). Defiisi (Sasioer) Suau disribusi peluag P j, j 0 dikaaka sasioer uuk suau raai Markov jika PV ( j) PV ( j V ipv ) ( i) pjpij dega iduksi dapa diperoleh, 0 0 i i PV ( j) PV ( j V ipv ) ( i) p p j ij 0 0 i i Dega kaa lai, peluag sasioer adalah peluag dimaa uuk suau maka erjadiya rasisi ke suau keadaa, baik keluar maupu masuk dari suau keadaa, ilaiya relaif idak berubah. Sehigga, π j iu sediri merupaka solusi uggal dari sisem persamaa liear, 9

15 da π π p j,,, j k ij i (..5) i π Dalam beuk mariks, persamaa diaas dapa diulis sebagai, Π ΠP dimaa Π i π π π (..6).3 Orde Raai Markov da Sifa-Sifaya Padag peluag bersyara dari suau raai Markov pada persamaa (..). Adaika peluag keadaa saa, V idak haya bergaug kepada V - melaika juga bergaug pada V -, V -3, da seerusya, ariya kia bekerja dega raai Markov yag disebu sebagai raai Markov berorde lebih dari sau. Defiisi (Orde Raai Markov) Suau raai Markov dikaaka berorde-r aau Ō(r) jika kemucula V haya bergaug secara lagsug pada r keadaa sebelumya yaiu V -, V -,, V -r da idepede dega keadaa laiya. Dega demikia, uuk suau Ō(r) berlaku PV ( i V i,, V i, V i,, V i) ( r ) ( r ) r r 0 0 PV ( i V i,, V i, V i ) p ( r ) ( r ) r r i ri ( r ) i i (.3.) Berdasarka defiisi diaas, uuk selajuya raai Markov yag elah umum dikeal seperi pada (..) diamaka raai Markov berorde-, Ō() da jika seiap keadaaya idak bergaug sau sama lai aau salig bebas maka diamaka raai Markov berorde-0, Ō(0). 0

16 Taylor da Karli [3] memberi sara megeai peulisa peluag rasisi da mariks peluag rasisi uuk raai Markov berorde iggi. Dalam lieraur ersebu memag idak disebuka secara lagsug megeai orde raai Markov melaika haya diberika ilusrasi beriku sebagai cooh, Cooh (Raai Markov Orde-) Misalka cuaca pada suau hari bergaug pada keadaa cuaca selama dua hari sebelumya. Dikeahui bahwa jika hari ii da kemari cerah, maka besok aka cerah juga dega peluag 0,8; jika hari ii cerah api kemari huja, maka besok aka cerah dega peluag 0,6; jika hari ii huja api kemari cerah, maka besok aka cerah dega peluag 0,4; da jika erjadi baik hari ii maupu kemari huja, peluag besok cerah adalah sebesar 0,. Dega V meyaaka keadaa saa, V + S{ huja, cerah} peluag rasisiya dapa diulis sebagai beriku, PV ( i V i, V i ) + + PV ( i, V i V i, V i ) p + da mariks peluag asisiya adalah, + + i ii (,) (,) (,) (,) (,) P P 0 0 0,8 0, 0 0 (,) 0 0 P P 0 0 0, 4 0, 6 P (,) P P 0 0 0, 6 0, (,) 0 0 P P 0 0 0, 0,9 Terdapa eleme-eleme berilai 0 misalya pada baris perama, PV (, V V, V ) 0 + PV (, V V, V ) 0 + karea idak mugki proses berada pada dua keadaa yag berbeda dalam sau kuru waku dimaa dalam hal ii V da V sekaligus. Dega meulis peluag rasisiya seperi pada (.3.), secara ersira keadaaya sekarag mejadi (V,V ) S * {(,),(,),(,),(,)} dimaa S * adalah ruag keadaa baru dimaa aggoa-aggoaya merupaka pasaga eruru dari aggoa ruag keadaa semula. Secara umum berdasarka (.3.), meuru Taylor da Karli peluag rasisi uuk Ō(r) adalah, (.3.) (.3.3)

17 PV ( i V i,, V i, V i ) ( r ) ( r ) r r P( V i, V i,, V i V i,, V i, V i ) ( r ) ( r ) ( r ) ( r ) r r pi ri ( r ) i i (.3.4) Semeara iu, berdasarka (.3.4) maka mariks peluag rasisiya adalah, p p p p p p p p p p P p p p p p p p p (.3.5) yaiu sebuah mariks persegi berukura r x r dega eleme-elemeya, p P( V l V k,, V j, V i) ij kl r+ r P( V l, V k,, V j V k,, V j, V i) r+ r+ r Dega memperahaka beuk ersebu, kia dapa melakuka perhiuga seperi mecari mariks peluag rasisi lagkah da disribusi sasioer dega cara yag serupa dega Ō(). Perhaika bahwa berdasarka (..3) da (.3.4) maka peluag rasisi lagkahya adalah,

18 PV ( l V jv, i) PV ( lv, k V jv, i) k PV ( l V kv, ipv ) ( k V jv, i) k k P( V l, V k V k, V i) P( V k, V j V j, V i) (.3.6) Bila P () adalah mariks peluag rasisi lagkah maka, dega megguaka iduksi diperoleh () ( ) P P P () P P P P ( ) P P P P (.3.7) Disii, sifa dari mariks peluag rasisi lagkah sebagai pagka dari mariks peluag rasisi sau lagkah diperahaka uuk Ō(r) dega mariks peluag rasisi seperi pada (.3.5). Sebagai cooh dari (.3.3) aka dihiug peluag rasisi uuk lagkah yaiu PV ( i V i, V i ). Karea, + + P P P 0,8 0, 0 0 0,8 0, , 4 0, , 4 0, , 6 0, , 6 0, , 0, , 0, dega eleme-elemeya adalah PV ( i, V i V i, V i ) maka peluag rasisi lagkahya adalah, k (i) PV ( V, V ) PV (, V k V, V ) (ii) PV ( V, V ) PV (, V k V, V ) k (iii) PV ( V, V ) PV (, V k V, V ) k 3

19 (iv) PV ( V, V ) PV (, V k V, V ) k (v) PV ( V, V ) PV (, V k V, V ) k (vi) PV ( V, V ) PV (, V k V, V ) k (vii) PV ( V, V ) PV (, V k V, V ) k (viii) PV ( V, V ) PV (, V k V, V ) k Selajuya uuk, 0,8 0, , 4 0, lim P lim 0, 6 0, , 0, dega π PV PV V PV V (i) ( ) (, ) + (, ) π PV PV V PV V (ii) ( ) (, ) + (, ) Meski secara maemais mejadi lebih mudah, peulisa mariks peluag rasisi seperi ii aka meimbulka kesulia dalam perhiuga. Uuk mariks berukura r x r, sekurag-kuragya erdapa ( r -) x r eleme berilai ol da haya r x eleme yag meyaaka peluag rasisi sebearya. Oleh karea iu, bagi Ō(r) diperluka mariks peluag rasisi yag lebih sederhaa da rigkas dari (.3.5). Salah sau cara uuk meyederhaaka mariks uuk raai Markov berorde lebih dari sau adalah dega haya memperhaika eleme yag meyaaka peluag rasisi sebearya da meghilagka sisaya yaiu sebayak ( r -) x r eleme berilai ol. Cara peulisa seperi ii secara umum aka meghasilka mariks berukura r x, 4

20 dega p p p p p p p p p p p p p p p P p p p p p p p p p p p p p P V l V k V j V i. ij kl (,, r +, r ) eleme-elemeya (.3.8) Berdasarka (.3.8), pada Cooh mariks peluag rasisiya cukup diulis, p p 0,8 0, p p 0, 4 0,6 P p p 0,6 0, 4 p p 0, 0,9 Uuk mariks peluag rasisi yag elah dimodifikasi seperi pada (.3.8), perkalia mariks secara biasa idak dapa dilakuka karea bayakya kolom mariks ersebu adalah da bayakya baris adalah r. Oleh karea iu, diperluka aura perkalia mariks yag berbeda. Aura perkalia yag baru euya harus eap memperahaka persamaa Chapma-Kolmogorof karea ujua megalika mariks disii adalah uuk mecari mariks peluag rasisi lagkah. 5

21 Perhaika persamaa (..4) dega da P adalah mariks seperi pada (.3.8). Di sii yag diigika adalah P () P P x P. Berdasarka (.3.6) eleme-eleme dari P adalah, PV ( l V jv, i) PV ( l V kv, ipv ) ( k V jv, i ) k () ijl pijk pjkl k p (.3.9) Oleh karea iu, lagkah-lagkah perkaliaya adalah sebagai beriku, (i) Bagi mariks P kedalam submariks A x sebagai beriku, (ii) A i A A P A dega i i i a a a pi pi pi i i i a a a pi pi pi, i,,, i i i a a a pi pi pi Eleme baris ke-i submariks ke-j dari P adalah perkalia aara baris ke-i submaiks ke-j dari P dega submariks ke-i dari P. (iii) Mariks peluag rasisi lagkahya adalah P P x P -. Sebagai cooh, dari Cooh maka mariks peluag rasisiya adalah, 0,8 0, 0, 4 0,6 A P 0,6 0, 4 A 0, 0, dega A da A Maka mariks peluag rasisi dua lagkahya adalah, 6

22 P P P 0,8 0, 0,8 0, , 4 0,6 0, 4 0, ,6 0,40,6 0, , 0,9 0, 0, Selajuya uuk, 0,8 0, , 4 0, lim P lim 0, 6 0, , 0,

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

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Bulei Ilmiah Ma.Sa. da Terapaya (Bimaser) Volume 06, No. (07), hal -0. MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Ermawai, Helmi, Frasiskus

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

Lebih terperinci

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

Lebih terperinci

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER STATISTIK CUKUP Oleh: Ramayai Rizka M (11810101003), Dey Ardiao (1181010101), Ikfi Ulyawai (1181010103), Falviaa Yulia Dewi (1181010106), Ricki Dio Rosada (11810101034), Nurma Yuia D (11810101035), Wula

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

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000).

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000). of Porfolio Trasaios (Almgre & Chriss 000 14 Sisemaika Peulisa Karya ilmiah ii erdiri aas eam bagia Bagia perama berupa pedahulua, erdiri aas laar belakag, ujua peulisa, meode peulisa, da sisemaika peulisa

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

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak BAB II TINJAUAN PUSTAKA. Peeliia Terdahulu Black da Scholes (973) meyaaka bahwa ilai ase megikui Gerak Brow Geomeri, dega drif μ (ekpekasi dari reur) da volailias σ (deviasi sadar dari reur). Berawal dari

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Ruag sampel da Kejadia Defiisi Himpua semua hasil yag mugki dari suau percobaa disebu ruag sampel da diyaaka dega S Mogomery, 2004: 7. Tiap hasil dari ruag sampel disebu usur aau

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

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

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

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 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

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

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

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

Lebih terperinci

ρ = sehingga momen pertama dan kedua BAB 2 TEORI DASAR 2.1 Random Walk ρi = ε) = q= 1 p. Posisi suku bunga bergerak pada

ρ = sehingga momen pertama dan kedua BAB 2 TEORI DASAR 2.1 Random Walk ρi = ε) = q= 1 p. Posisi suku bunga bergerak pada BAB EORI DASAR Uuk meeuka ieres rae differeial, peulis aka membahas erlebih dahulu beberapa eori yag berkaia dega proses sokasik Pergeraka suau parikel yag bergerak secara acak aau disebu juga megikui

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

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data III. METODE KAJIAN 1. Lokasi da Waku Lokasi kajia berempa uuk kelompok dilaksaaka di kelompok peeraka sapi di Bagka Tegah, Provisi Bagka Beliug, da Kelompok Peeraka Sapi di Cisarua, Bogor, Provisi Jawa

Lebih terperinci

Rumus-rumus yang Digunakan

Rumus-rumus yang Digunakan Saisika Uipa Surabaya 4. Sampel Tuggal = Rumus-rumus yag Diguaka s..... Sampel berkorelasi D D N N N...... 3. Sampel Bebas a. Uuk varias sama... 3 aau x x s g... 4 b. Sampel Heeroge Guaka Uji Corha - Cox

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

KONSTRUKSI KELAS GRAF TANGGA UMUM BERLABEL TOTAL BUSUR-AJAIB SUPER DENGAN MENGGUNAKAN MATRIKS KETETANGGAAN (a,1) SIMPUL ANTIAJAIB BUSUR TESIS

KONSTRUKSI KELAS GRAF TANGGA UMUM BERLABEL TOTAL BUSUR-AJAIB SUPER DENGAN MENGGUNAKAN MATRIKS KETETANGGAAN (a,1) SIMPUL ANTIAJAIB BUSUR TESIS UNIVERSITAS INDONESIA KONSTRUKSI KELAS GRAF TANGGA UMUM BERLABEL TOTAL BUSUR-AJAIB SUPER DENGAN MENGGUNAKAN MATRIKS KETETANGGAAN (a,) SIMPUL ANTIAJAIB BUSUR TESIS Ahmad Sabri 0906953 FAKULTAS MATEMATIKA

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Pada bab ii aka dibahas megeai eori-eori dasar yag berhubuga dega ivesasi, persamaa diferesial sokasik da simulasi yag mejadi ladasa berpikir uuk mempermudah dalam pembahasa pada bab

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

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

PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE. Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia

PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE. Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE Eli Trisiai Hasriai Rola Pae Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua Alam Uierias Riau Kampus Bia Widya

Lebih terperinci

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum BAB II TEORI DASAR 2.1 Aljabar Liier Defiisi 2. 1. 1 Grup Himpua tak kosog G disebut grup (G, ) jika pada G terdefiisi operasi, sedemikia rupa sehigga berlaku : a. Jika a, b eleme dari G, maka a b eleme

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI Bulei Ilmiah Ma. Sa. da erapaya (Bimaser) Volume 4, No. (5), hal 7 6. PNYLSAIAN PRSAMAAN DIFRNSIAL PARSIAL LINAR DNGAN MNGGUNAKAN MOD RANSFORMASI LZAKI Noa Miari, Mariaul Kifiah, Helmi INISARI Persamaa

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

Lebih terperinci

BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR

BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR Bulei Ilmia Ma. Sa. da Teraaa (Bimaser) Volume 6, No. 0(07), al 8. BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR Umi Salma, Mariaul Kifia, Frasiskus Fra INTISARI Beuk kaoik

Lebih terperinci

V. PENGUJIAN HIPOTESIS

V. PENGUJIAN HIPOTESIS V. PENGUJIAN IPOTEI A. IPOTEI TATITIK Defiisi uau hipoesa saisik adalah suau peryaaa aau dugaa megeai sau aau lebih variabel populasi. ipoesis digologka mejadi. ipoesis ol adalah hipoesis yag dirumuska

Lebih terperinci

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV 4. Proses Sokask Dalam kehdupa yaa, sergkal orag g megama keerkaa sau kejada dega kejada la dalam suau erval waku ereu, yag merupaka suau barsa kejada.

Lebih terperinci

PERTEMUAN 13. VEKTOR dalam R 3

PERTEMUAN 13. VEKTOR dalam R 3 PERTEMUAN VEKTOR dalam R Pegertia Ruag Vektor Defiisi R Jika adalah sebuah bilaga bulat positif, maka tupel - - terorde (ordered--tuple) adalah sebuah uruta bilaga riil ( a ),a,..., a. Semua tupel - -terorde

Lebih terperinci

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

Lebih terperinci

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model. BAB II LANDASAN TEORI Pada bagia ii aka dibahas tetag teori-teori dasar yag diguaka utuk dalam megestimasi parameter model.. MATRIKS DAN VEKTOR Defiisi : Trace dari matriks bujur sagkar A a adalah pejumlaha

Lebih terperinci

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang II. LANDASAN TEORI Pada bab ii aka diberika beberapa istilah, defiisi serta kosep-kosep yag medukug dalam peelitia ii. 2.1 Kosep Dasar Teori Graf Berikut ii aka diberika kosep dasar teori graf yag bersumber

Lebih terperinci

Analisis Rangkaian Listrik Di Kawasan Waktu

Analisis Rangkaian Listrik Di Kawasan Waktu Sudaryao Sudirham Aalisis Ragkaia Lisrik Di Kawasa Waku 3- Sudaryao Sudirham, Aalisis Ragkaia Lisrik () BAB 3 Peryaaa Siyal da Spekrum Siyal Dega mempelajari lajua eag model siyal ii, kia aka memahami

Lebih terperinci

ANALISIS NUMERIK MODEL EPIDEMIK SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) PADA PENYEBARAN PENYAKIT TUBERCULOSIS DI YOGYAKARTA SKRIPSI.

ANALISIS NUMERIK MODEL EPIDEMIK SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) PADA PENYEBARAN PENYAKIT TUBERCULOSIS DI YOGYAKARTA SKRIPSI. ANALISIS NUMERIK MODEL EPIDEMIK SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) PADA PENYEBARAN PENYAKIT TUBERCULOSIS DI YOGYAKARTA SKRIPSI Diajuka Kepada Fakulas Maemaika Da Ilmu Pegeahua Alam Uiversias Negeri

Lebih terperinci

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di 8 METODE PENELITIAN Lokasi da Waku Peeliia Peeliia ii dilaksaaka selama 3 bula, erhiug sejak bula Februari sampai dega April 2008, di DAS Waeruhu, yag secara admiisraif erleak di wilayah Kecamaa Sirimau,

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara Uiversias Sumaera Uara BAB 2 LANDASAN TEORI Ladasa eori ii merupaka hasil dari ijaua lieraur-lieraur yag ada kaiaya dega meode-meode peramala maupu dega koeks laiya dalam peulisa Tugas Akhir ii. Adapu

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

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata robabilitas da Statistika Teorema ayes dam Hedra rata Itroduksi - Joit robability Itroduksi Teorema ayes eluag Kejadia ersyarat Jika muculya mempegaruhi peluag muculya kejadia atau sebalikya, da adalah

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

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

PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ

PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Bulei Ilmiah Ma. Sa. da Terapaya (Bimaser) Volume 05, No. 2 (206), hal 79-86 PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Sii Faimah, Neva Sayahadewi, Shaika Marha INTISARI

Lebih terperinci

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

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

Lebih terperinci

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

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

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown Jural EKSPONENSIAL Volume 7, Nomor, Mei 06 ISSN 085-789 Peramala Jumlah Peduduk Koa Samarida Dega Megguaka Meode Pemulusa Ekspoesial Gada da Tripel Dari Brow Forecasig he Populaio of he Ciy of Samarida

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3 Meode Pegumpula Daa 3 Jeis Daa Pada peeliia ii aka megguaka jeis daa yag bersifa kuaiaif Daa kuaiaif adalah daa yag berbeuk agka / omial Dalam peeliia ii aka megguaka daa pejuala

Lebih terperinci

Hendra Gunawan. 12 Februari 2014

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

Lebih terperinci

BARISAN DAN DERET. Nurdinintya Athari (NDT)

BARISAN DAN DERET. Nurdinintya Athari (NDT) BARISAN DAN DERET Nurdiitya Athari (NDT) BARISAN Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) = a Fugsi tersebut dikeal sebagai barisa bilaga

Lebih terperinci

BAB 2 LANDASAN TEORI. Metode peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 2 LANDASAN TEORI. Metode peramalan merupakan bagian dari ilmu Statistika. Salah satu metode BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala Meode peramala merupaka bagia dari ilmu Saisika. Salah sau meode peramala adalah dere waku. Meode ii disebu sebagai meode peramala dere waku karea memiliki kareserisik

Lebih terperinci

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 <

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 < II. TINJAUAN PUSTAKA 2.1 Keterbagia Secara umum apabila a bilaga bulat da b bilaga bulat positif, maka ada tepat satu bilaga bulat q da r sedemikia sehigga : = +, 0 < dalam hal ii b disebut hasil bagi

Lebih terperinci

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Prosidig SPMIPA. pp. 57-6. 6 ISBN : 979.74.47. PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Sri Rahayu, Taro Jurusa Maemaika FMIPA UNDIP Semarag Jl. Prof. Soedaro, Kampus UNDIP Tembalag,

Lebih terperinci

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN PERENCNN JUMLH PRODUK MENGGUNKN METODE FUZZY MMDNI BERDSRKN PREDIKSI PERMINTN Nama Mahasiswa : Norma Edah Haryai NRP : 1207 100 031 Jurusa : Maemaika FMIP-ITS Dose Pembimbig : Drs. I G N Rai Usadha, M.Si

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

BAB I PENDAHULUAN. A. Latar Belakang Masalah

BAB I PENDAHULUAN. A. Latar Belakang Masalah BAB I PENDAHULUAN A. Latar Belakag Masalah Struktur alabar adalah suatu himpua yag di dalamya didefiisika suatu operasi bier yag memeuhi aksioma-aksioma tertetu. Gelaggag ( Rig ) merupaka suatu struktur

Lebih terperinci

RANK DARI MATRIKS ATAS RING

RANK DARI MATRIKS ATAS RING Dela-Pi: Jurnal Maemaika dan Pendidikan Maemaika ISSN 089-855X ANK DAI MATIKS ATAS ING Ida Kurnia Waliyani Program Sudi Pendidikan Maemaika Jurusan Pendidikan Maemaika dan Ilmu Pengeahuan Alam FKIP Universias

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN 30 BAB IV METODOLOGI PENELITIAN 4.1 Beuk da Meode Peeliia Peeliia Opimalisasi da Sraegi Pemafaaa Souher Bluefi Tua di Samudera Hidia Selaa Idoesia diarahka pada upaya uuk megugkapa suau masalah aau keadaa

Lebih terperinci

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA Prosidig Semiar Nasioal Sais da Pedidika Sais IX, Fakulas Sais da Maemaika, UKSW Salaiga, Jui 4, Vol 5, No, ISSN :87-9 MODEL KOREKSI KESALAHAN DENGAN MEODE BAYESIAN PADA DAA RUNUN WAKU INDEKS HARGA KONSUMEN

Lebih terperinci

2 BARISAN BILANGAN REAL

2 BARISAN BILANGAN REAL 2 BARISAN BILANGAN REAL Di sekolah meegah barisa diperkealka sebagai kumpula bilaga yag disusu meurut "pola" tertetu, misalya barisa aritmatika da barisa geometri. Biasaya barisa da deret merupaka satu

Lebih terperinci

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR Dose Pegampu : Darmadi, S.Si, M.Pd Disusu : Kelas 5A / Kelompok 5 : Dia Dwi Rahayu (084. 06) Hefetamala (084. 4) Khoiril Haafi (084. 70) Liaatul Nihayah (084. 74)

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

PENGUJIAN HIPOTESIS DUA RATA-RATA

PENGUJIAN HIPOTESIS DUA RATA-RATA PENGUJIN HIPOTEI DU RT-RT Pegujia hipoesis dua raa-raa diguaka uuk membadigka dua keadaa aau epaya dua populasi. Misalya kia mempuyai dua populasi ormal masig-masig dega raa-raa µ da µ sedagka simpaga

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN 29 IV. METODE PENELITIAN 4.1. Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Pamijaha, Kabupae Bogor, Provisi Jawa Bara. Pemiliha lokasi peeliia dilakuka secara segaja (purposive) dega perimbaga

Lebih terperinci

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang 2 LANDASAN TEORI Ruag Cotoh, Kejadia, da Peluag Percobaa acak adalah suatu percobaa yag dapat diulag dalam kodisi yag sama, yag hasilya tidak dapat diprediksi secara tepat tetapi dapat diketahui semua

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

BAB III TINJAUAN PUSTAKA

BAB III TINJAUAN PUSTAKA BAB III TINJAUAN PUSTAKA 3.1. Defiisi Peramala Peramala adalah proses uuk memperkiraka berapa bayak kebuuha dimasa medaag yag melipui kebuuha dalam ukura kuaias, kualias, waku da lokasi yag dibuuhka dalam

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

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

BAB III STATISTIK INFERENSI PADA RANTAI MARKOV

BAB III STATISTIK INFERENSI PADA RANTAI MARKOV BAB III STATISTIK INFERENSI PADA RANTAI MARKOV 3. Pedahulua Pada Bab II elah dibahas megeai aai Makov beode- aau Ō() da maiks peluag asisiya. Pada bagia ii, aka dibahas bagaimaa meeuka ode aai Makov dai

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

BARISAN FIBONACCI DAN BILANGAN PHI

BARISAN FIBONACCI DAN BILANGAN PHI BARISAN FIBONACCI DAN BILANGAN PHI Fiboacci Matematikawa terbesar pada abad pertegaha adalah Leoardo dari Pisa, Italia (80 0). Ia lebih dikeal dega ama Fibo-acci. Artiya, aak Boaccio. Meara Pisa yag terkeal

Lebih terperinci

BILANGAN BAB V BARISAN BILANGAN DAN DERET

BILANGAN BAB V BARISAN BILANGAN DAN DERET Maemaika Kelas IX emese Baisa Bilaga da Dee BILANGAN BAB V BARIAN BILANGAN DAN DERET A. Baisa Bilaga. Pegeia Baisa Bilaga Jika bilaga-bilaga diuuka dega aua eeu maka aka dipeoleh suau baisa bilaga. Cooh

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada 8 BAB III RUANG HAUSDORFF Pada bab ii aka dibahas megeai ruag Hausdorff, kekompaka pada ruag Hausdorff da ruag regular legkap. Pembahasa diawali dega medefiisika Ruag Hausdorff da beberapa sifatya kemudia

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 3 BAB II TINJAUAN PUSTAKA.1 Ruag Cotoh, Kejadia da Peluag Defiisi.1 (Ruag cotoh da kejadia) Suatu percobaa yag dapat diulag dalam kodisi yag sama, yag hasilya tidak bisa diprediksi secara tepat tetapi

Lebih terperinci

BAB 3 LANDASAN TEORI. masa lampau akan berlanjut ke masa depan. Hampir seluruh peramalan didasarkan. pada asumsi bahwa masa lampau akan berulang.

BAB 3 LANDASAN TEORI. masa lampau akan berlanjut ke masa depan. Hampir seluruh peramalan didasarkan. pada asumsi bahwa masa lampau akan berulang. BAB 3 LANDASAN TEORI 3. Peramala 3.. Defiisi Peramala Peramala adalah perkiraa probabilisik aau peggambara dari ilai aau kodisi di masa depa. Asumsi yag umum dipakai dalam peramala adalah pola masa lampau

Lebih terperinci

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag

Lebih terperinci

BARISAN TAK HINGGA DAN DERET TAK HINGGA

BARISAN TAK HINGGA DAN DERET TAK HINGGA BARIAN TAK HINGGA DAN DERET TAK HINGGA Bajar/Barisa Tak Higga Barisa tak higga { } adalah suatu fugsi dari dimaa daerah domaiya adalah himpua bilaga bulat positif (bilaga asli). Cotoh: Bila.. maka fugsi

Lebih terperinci

Solusi Soal OSN 2012 Matematika SMA/MA Hari Pertama

Solusi Soal OSN 2012 Matematika SMA/MA Hari Pertama Solusi Soal OSN Matematika SMA/MA Hari Pertama Soal 1. Buktika bahwa utuk sebarag bilaga asli a da b, bilaga adalah bilaga bulat geap tak egatif. = F P B (a, b) + KP K (a, b) a b Solusi. Pertama aka dibuktika

Lebih terperinci

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Achmad Samudi, M.Pd. JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA 6. MENGUJI PROPORSI π : UJI DUA PIAK Mialka kia mempuyai populai biom dega propori periiwa A π Berdaarka ebuah ampel

Lebih terperinci

EKSPANSI MULTINOMIAL, KOMBINASI, DAN PERMUTASI

EKSPANSI MULTINOMIAL, KOMBINASI, DAN PERMUTASI EKSPANSI MULTINOMIAL, KOMBINASI, DAN PERMUTASI Oleh: Sutopo Jurusa Fisika FMIPA UM sutopo@fisika.um.ac.id Ditulis pada sekitar bula Maret 2011. Diuggah pada 3 Desember 2011 PROBLEM Gambar di bawah ii meyataka

Lebih terperinci

Modul Kuliah statistika

Modul Kuliah statistika Modul Kuliah statistika Dose: Abdul Jamil, S.Kom., MM SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER MUHAMMADIYAH JAKARTA Bab 2 Populasi da Sampel 2.1 Populasi Populasi merupaka keseluruha pegamata

Lebih terperinci

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,...

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,... SISEM PERSAMAAN LINIER DAN MARIKS. SISEM PERSAMAAN LINIER Secara umum, persamaa liier dega variabel ( x, x,..., x ) didefiisika sebagai persamaa yag dapat diyataka dalam betuk: a x a x a x b... dega a,

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

BAB V METODE PENELITIAN

BAB V METODE PENELITIAN 31 BAB V METODE PENELITIAN 5.1 Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Sukaagara, Kabupae Ciajur. Pemiliha lokasi peeliia dilakuka secara segaja (purposive samplig) dega memperimbagka aspek

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

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

Lebih terperinci

PENERAPAN METODE EXPONENTIAL SMOOTHING DALAM MEMPREDIKSI JUMLAH SISWA BARU (STUDI KASUS: SMK PEMDA LUBUK PAKAM)

PENERAPAN METODE EXPONENTIAL SMOOTHING DALAM MEMPREDIKSI JUMLAH SISWA BARU (STUDI KASUS: SMK PEMDA LUBUK PAKAM) Jural Pelia Iformaika, Volume 16, Nomor 3, Juli 2017 IN 2301-9425 (Media Ceak) PENERAPAN METODE EXPONENTIAL MOOTHING DALAM MEMPREDIKI JUMLAH IWA BARU (TUDI KAU: MK PEMDA LUBUK PAKAM) Kuriagara Mahasiswa

Lebih terperinci

HALAMAN Dengan definisi limit barisan buktikan limit berikut ini : = 0. a. lim PENYELESAIAN : jadi terbukti bahwa lim = 0 = 5. b.

HALAMAN Dengan definisi limit barisan buktikan limit berikut ini : = 0. a. lim PENYELESAIAN : jadi terbukti bahwa lim = 0 = 5. b. Didowload dari ririez.blog.us.ac.id HALAMAN 36 37 5. Dega defiisi limit barisa buktika limit berikut ii : a. lim = 0 lim 1 2 + 3 = 0 > 0 h 1 = 2 + 3 0 = 1 2 + 3 1 2 1 2 1 2 < jadi terbukti bahwa lim =

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan 30 B A B III METODE PENELITIAN 3. Peeapa Lokai da Waku Peeliia Objek peeliia dalam peeliia ii adalah megaalii perbadiga harga jual produk melalui pedekaa arge pricig dega co-plu pricig pada oko kue yag

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat

Lebih terperinci

BAB METODOLOGI. Bab 2 Metodologi berisikan :

BAB METODOLOGI. Bab 2 Metodologi berisikan : BAB METODOLOGI Bab Meodologi berisika :.. Pegambila Sampel.. Peramala Nilai Iflasi melalui Ideks Harga Kosume Megguaka Meode ARIMA.3. Akumulasi Prese Value melalui Buga Sederhaa dalam Perhiuga Harga Barag

Lebih terperinci