Penelitian Permodelan

Ukuran: px
Mulai penontonan dengan halaman:

Download "Penelitian Permodelan"

Transkripsi

1 Penelitian Permodelan 1 1 Program Studi Teknik Pertanian Universitas Jenderal Soedirman Mata Kuliah Metodologi dan Komunikasi Ilmiah

2 Outline Model 1 Model 2 3 4

3 Capaian Pembelajaran Khusus Capaian Pembelajaran Khusus Mahasiswa mampu menjelaskan denisi model, kegunaan model, karakteristik model, dan jenis-jenis model Denisi Model Kegunaan model Karakteristik model Jenis-jenis model

4 Apa yang dimaksud dengan Model? Mannequin (orang-orangan) yang ada di toko baju bisa disebut model Maket yang dibuat oleh arsitek juga sebuah model Pernyataan : Cinta berbanding terbalik dengan kuadrat jarak bisa disebut model Y = N N 2 (Pandey et al.,2000) dimana N = Pemupukan Nitrogen (kg/ha) dan Y = Produktivitas Jagung (kg/ha)

5 Apa yang dimaksud dengan Model? Mannequin (orang-orangan) yang ada di toko baju bisa disebut model Maket yang dibuat oleh arsitek juga sebuah model Pernyataan : Cinta berbanding terbalik dengan kuadrat jarak bisa disebut model Y = N N 2 (Pandey et al.,2000) dimana N = Pemupukan Nitrogen (kg/ha) dan Y = Produktivitas Jagung (kg/ha)

6 Apa yang dimaksud dengan Model? Mannequin (orang-orangan) yang ada di toko baju bisa disebut model Maket yang dibuat oleh arsitek juga sebuah model Pernyataan : Cinta berbanding terbalik dengan kuadrat jarak bisa disebut model Y = N N 2 (Pandey et al.,2000) dimana N = Pemupukan Nitrogen (kg/ha) dan Y = Produktivitas Jagung (kg/ha)

7 Apa yang dimaksud dengan Model? Mannequin (orang-orangan) yang ada di toko baju bisa disebut model Maket yang dibuat oleh arsitek juga sebuah model Pernyataan : Cinta berbanding terbalik dengan kuadrat jarak bisa disebut model Y = N N 2 (Pandey et al.,2000) dimana N = Pemupukan Nitrogen (kg/ha) dan Y = Produktivitas Jagung (kg/ha)

8 Apa yang dimaksud dengan Model? Model adalah : representasi dari kenyataan dalam bentuk yang lebih sederhana (the real system) Model dapat berupa : Piktorial (iliustrasi, diagram, owchart) Konseptual atau Verbal Model Verbal atau konseptual dicirikan dengan variabel, proses/mekanisme dan hubungan antar variabel yang dinyatakan dengan bahasa/kata-kata, bukan dengan persamaan matematika. Misal : Kurt Lewin (1951) "Perilaku adalah fungsi dari manusia dan keadaan" Fisikal Matematika

9 Apa yang dimaksud dengan Model? Model adalah : representasi dari kenyataan dalam bentuk yang lebih sederhana (the real system) Model dapat berupa : Piktorial (iliustrasi, diagram, owchart) Konseptual atau Verbal Model Verbal atau konseptual dicirikan dengan variabel, proses/mekanisme dan hubungan antar variabel yang dinyatakan dengan bahasa/kata-kata, bukan dengan persamaan matematika. Misal : Kurt Lewin (1951) "Perilaku adalah fungsi dari manusia dan keadaan" Fisikal Matematika

10 Apa yang dimaksud dengan Model? Model adalah : representasi dari kenyataan dalam bentuk yang lebih sederhana (the real system) Model dapat berupa : Piktorial (iliustrasi, diagram, owchart) Konseptual atau Verbal Model Verbal atau konseptual dicirikan dengan variabel, proses/mekanisme dan hubungan antar variabel yang dinyatakan dengan bahasa/kata-kata, bukan dengan persamaan matematika. Misal : Kurt Lewin (1951) "Perilaku adalah fungsi dari manusia dan keadaan" Fisikal Matematika

11 Apa yang dimaksud dengan Model? Model adalah : representasi dari kenyataan dalam bentuk yang lebih sederhana (the real system) Model dapat berupa : Piktorial (iliustrasi, diagram, owchart) Konseptual atau Verbal Model Verbal atau konseptual dicirikan dengan variabel, proses/mekanisme dan hubungan antar variabel yang dinyatakan dengan bahasa/kata-kata, bukan dengan persamaan matematika. Misal : Kurt Lewin (1951) "Perilaku adalah fungsi dari manusia dan keadaan" Fisikal Matematika

12 TIdak Cukupkah hanya dengan Eksperimen? Seringkali eksperimen tidak memungkinkan (terlalu mahal, terlalu luas cakupannya, terlalu banyak parameter dll) Eksperimen yang diawali dengan permodelan mempunyai peluang sukses lebih besar (contoh : diperlukan waktu satu tahun untuk menemukan bagaimana membuat luka pada tikus percobaan yang mirip dengan luka pada tubuh bagian belakang pasien koma, namun hanya satu bulan untuk mendapatkan bentuk penekan dan besar tekanan yang diperlukan) Model memungkinkan kita mengkomunikasikan ide dengan lebih mudah Lebih memungkinkan kita untuk memasukkan lebih banyak variabel yang berpengaruh Sebagian besar eksperimen tidak memungkinkan untuk memasukkan segala hubungan interdependensi dan ketergantungan.

13 Matematika Kegunaan model matematika : untuk memecahkan permasalahan dalam sistem yang sebenarnya. Contoh : Bagaimana meningkatkan pertumbuhan dan hasil panen padi? Mengapa pengendalian erosi saat ini tidak efektif untuk menurunkan tingkat erosi Bagaimana ux CO 2 dari kanopi hutan bervariasi secara spasial? Bagaimana aliran air dapat mempengaruhi keragaman hayati?

14 1 Model merupakan representasi yang TIDAK LENGKAP dari sistem utuh 2 Model dibangun dengan asumsi-asumsi 3 Akurasi model (dalam menggambarkan sistem) dan Kesederhanaan model (simplicity) saling berlawanan : semakin sederhana sebuah model, akurasinya akan semakin berkurang 4 Tidak ada satu model yang bisa mewakili semua keadaan 5 Permodelan tidak selalu mengenai komputer dan teknologi informasi, namun berkembangnya kecanggihan komputer saat ini sangat membantu berkembangnya dunia permodelan

15 1 Model merupakan representasi yang TIDAK LENGKAP dari sistem utuh 2 Model dibangun dengan asumsi-asumsi 3 Akurasi model (dalam menggambarkan sistem) dan Kesederhanaan model (simplicity) saling berlawanan : semakin sederhana sebuah model, akurasinya akan semakin berkurang 4 Tidak ada satu model yang bisa mewakili semua keadaan 5 Permodelan tidak selalu mengenai komputer dan teknologi informasi, namun berkembangnya kecanggihan komputer saat ini sangat membantu berkembangnya dunia permodelan

16 1 Model merupakan representasi yang TIDAK LENGKAP dari sistem utuh 2 Model dibangun dengan asumsi-asumsi 3 Akurasi model (dalam menggambarkan sistem) dan Kesederhanaan model (simplicity) saling berlawanan : semakin sederhana sebuah model, akurasinya akan semakin berkurang 4 Tidak ada satu model yang bisa mewakili semua keadaan 5 Permodelan tidak selalu mengenai komputer dan teknologi informasi, namun berkembangnya kecanggihan komputer saat ini sangat membantu berkembangnya dunia permodelan

17 1 Model merupakan representasi yang TIDAK LENGKAP dari sistem utuh 2 Model dibangun dengan asumsi-asumsi 3 Akurasi model (dalam menggambarkan sistem) dan Kesederhanaan model (simplicity) saling berlawanan : semakin sederhana sebuah model, akurasinya akan semakin berkurang 4 Tidak ada satu model yang bisa mewakili semua keadaan 5 Permodelan tidak selalu mengenai komputer dan teknologi informasi, namun berkembangnya kecanggihan komputer saat ini sangat membantu berkembangnya dunia permodelan

18 1 Model merupakan representasi yang TIDAK LENGKAP dari sistem utuh 2 Model dibangun dengan asumsi-asumsi 3 Akurasi model (dalam menggambarkan sistem) dan Kesederhanaan model (simplicity) saling berlawanan : semakin sederhana sebuah model, akurasinya akan semakin berkurang 4 Tidak ada satu model yang bisa mewakili semua keadaan 5 Permodelan tidak selalu mengenai komputer dan teknologi informasi, namun berkembangnya kecanggihan komputer saat ini sangat membantu berkembangnya dunia permodelan

19 Metodologi Permodelan (Hilel, 1977) Penting : Gambar diagram sistem!!

20 1 Model Mekanistik vs Model Empiris 2 Model Statis dan Model Dinamis 3 Model Diskret vs Model Kontinyu 4 Model Deterministik vs Model Stokastik

21 Model Mekanistik vs Model Empiris Model Mekanistik Diperoleh dari proses-proses yang sudah diketahui secara pasti, seperti proses sika-kimia-biologi. Disebut : Process-Based Model vs Model Empiris Disebut Model Korelasi atau Model Statistik. Menggambarkan hubungan antara variabel-variabel, tapi tidak menjelaskan hubungan proses sebab-akibat dari sebuah fenomena (black box)

22 Model Mekanistik vs Model Empiris Model Mekanistik Diperoleh dari proses-proses yang sudah diketahui secara pasti, seperti proses sika-kimia-biologi. Disebut : Process-Based Model vs Model Empiris Disebut Model Korelasi atau Model Statistik. Menggambarkan hubungan antara variabel-variabel, tapi tidak menjelaskan hubungan proses sebab-akibat dari sebuah fenomena (black box)

23 Model Mekanistik vs Model Empiris (Lanjutan...) Respon tanaman terhadap pemupukan digambarkan dalam proses : Respon tanaman terhadap pemupukan Nitrogen digambarkan dengan persamaan N Y = Y s + N max K+(N s + N), dimana Y max, N s, dan N adalah parameter yang t secara statistik dimana diperlukan parameter-parameter yang dicari dengan eksperimen lapang atau

24 Model Statis vs Model Dinamis Model Statis Model yang diantara variabelnya tidak ada variabel waktu t vs Model Dinamis Model yang diantara variable-variablenya ada variabel waktu t

25 Model Statis vs Model Dinamis Model Statis Model yang diantara variabelnya tidak ada variabel waktu t vs Model Dinamis Model yang diantara variable-variablenya ada variabel waktu t

26 Model Diskret vs Model Kontinyu Model Diskret Model dinamis, dimana variabel waktu (t) merupakan bilangan bulat vs Model Kontinyu Model dinamis, dimana variabel waktu (t) merupakan bilangan riil

27 Model Diskret vs Model Kontinyu Model Diskret Model dinamis, dimana variabel waktu (t) merupakan bilangan bulat vs Model Kontinyu Model dinamis, dimana variabel waktu (t) merupakan bilangan riil

28 Model Deterministik vs Model Stokastik Model Deterministik Tidak memiliki variable yang bersifat sebaran atau distirbusi probabilitas vs Model Stokastik memiliki variable yang bersifat sebaran atau distirbusi probabilitas (ˆp)

29 Model Deterministik vs Model Stokastik Model Deterministik Tidak memiliki variable yang bersifat sebaran atau distirbusi probabilitas vs Model Stokastik memiliki variable yang bersifat sebaran atau distirbusi probabilitas (ˆp)

30 Model Model adalah representasi sederhana dari sebuah sistem Model tidak bisa menggambarkan seluruhnya keterkaitan antar sistem Tidak ada satu model yang bisa digunakan untuk semua kasus

31 Appendix Referensi Referensi I National Research Council Behavioral Modeling and Simulation: From Individuals to Societies. Washington, DC: The National Academies Press. Kuo, Benjamin C Automatic Control System. Prentice Hall., Inc, Teh, C., Introduction to Mathematical Modeling of Crop Growth: How the Equations Are Derived and Assembled into a Computer Model, Boca Raton: Brown Walker Press.

Klasifikasi Model. Teori dan Pemodelan Sistem TIP FTP UB Mas ud Effendi

Klasifikasi Model. Teori dan Pemodelan Sistem TIP FTP UB Mas ud Effendi Klasifikasi Model Teori dan Pemodelan Sistem TIP FTP UB Mas ud Effendi Kriteria Model yang Baik Tingkat generalisasi yang tinggi Makin tinggi makin baik kemampuan pemecahan masalah makin besar Mekanisme

Lebih terperinci

Sistem berasal dari kata Yunani yaitu systema yang mengandung arti sehimpunan bagian atau komponen yang saling berhubungan secara teratur dan

Sistem berasal dari kata Yunani yaitu systema yang mengandung arti sehimpunan bagian atau komponen yang saling berhubungan secara teratur dan Sistem berasal dari kata Yunani yaitu systema yang mengandung arti sehimpunan bagian atau komponen yang saling berhubungan secara teratur dan merupakan satu keseluruhan (a whole) Menurut Gordon B davis

Lebih terperinci

Kriteria Model yang Baik

Kriteria Model yang Baik Kriteria Model yang Baik 0 Tingkat generalisasi yang tinggi 0 Makin tinggi makin baik kemampuan pemecahan masalah makin besar 0 Mekanisme transparansi 0 Diketahui mekanisme pemecahan masalah rekonstruksi

Lebih terperinci

Unit 7 PEMODELAN MATEMATIKA. Pendahuluan. Selamat belajar dan tetap bersemangat, Tuhan memberkati. Wahyudi

Unit 7 PEMODELAN MATEMATIKA. Pendahuluan. Selamat belajar dan tetap bersemangat, Tuhan memberkati. Wahyudi Unit 7 PEMODELAN MATEMATIKA Pendahuluan Wahyudi S ebelum mempelajari unit ini, diharapkan anda telah memahami materi yang disajikan pada unit-unit sebelumnya. Kompetensi-kompetensi yang telah anda kuasai

Lebih terperinci

PEMODELAN SISTEM. Pemodelan & simulasi TM04

PEMODELAN SISTEM. Pemodelan & simulasi TM04 PEMODELAN SISTEM Pemodelan & simulasi TM04 Pemodelan untuk permasalahan apa? Mengetahui tinggi menara Pisa tanpa mengukur secara langsung, Mengetahui lebar sebuah sungai tanpa benar-benar menyeberanginya,

Lebih terperinci

Outline. 0 Pendahuluan 0 Formulasi Model dengan DUDE 0 Formulasi Model Deterministik

Outline. 0 Pendahuluan 0 Formulasi Model dengan DUDE 0 Formulasi Model Deterministik Outline 0 Pendahuluan 0 Formulasi Model dengan DUDE 0 Formulasi Model Deterministik Pendahuluan 0 Dalam formulasi model, seorang analis dipengaruhi oleh pengalaman dalam bidang profesinya yang dapat berguna

Lebih terperinci

Outline 0 PENDAHULUAN 0 FORMULASI MODEL 0 FORMULASI MODEL DETERMINISTIK 0 FORMULASI MODEL STOKASTIK

Outline 0 PENDAHULUAN 0 FORMULASI MODEL 0 FORMULASI MODEL DETERMINISTIK 0 FORMULASI MODEL STOKASTIK Outline 0 PENDAHULUAN 0 FORMULASI MODEL 0 FORMULASI MODEL DETERMINISTIK 0 FORMULASI MODEL STOKASTIK Pendahuluan 0 Dalam formulasi model, seorang analis dipengaruhi oleh pengalaman dalam bidang profesinya

Lebih terperinci

TIN102 - Pengantar Teknik Industri Materi #11 Ganjil 2014/2015 SISTEM TIN102 PENGANTAR TEKNIK INDUSTRI

TIN102 - Pengantar Teknik Industri Materi #11 Ganjil 2014/2015 SISTEM TIN102 PENGANTAR TEKNIK INDUSTRI SISTEM Materi #11 TIN102 PENGANTAR TEKNIK INDUSTRI Definisi Sistem 2 Sistem berasal dari bahasa Latin (systēma) dan bahasa Yunani (sustēma) adalah suatu kesatuan yang terdiri komponen atau elemen yang

Lebih terperinci

Simulasi dan Pemodelan. Kuliah I Ricky Maulana Fajri, M.Sc

Simulasi dan Pemodelan. Kuliah I Ricky Maulana Fajri, M.Sc Simulasi dan Pemodelan Kuliah I Ricky Maulana Fajri, M.Sc Who Am I? SDN 146 Palembang (1997) SMPN 33 Palembang (2000) SMA 11 Palembang (2003) S.Kom, M.Sc and in Software Engineering from Universitas Bina

Lebih terperinci

Dasar-dasar Analisa Regresi

Dasar-dasar Analisa Regresi Dasar-dasar Analisa Regresi Tjipto Juwono, Ph.D. April 8, 2016 TJ (SU) Dasar-dasar Analisa Regresi April 2016 1 / 31 Sejarah Analisa Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton

Lebih terperinci

Materi minggu ke-2 r a z I q h a s a n

Materi minggu ke-2 r a z I q h a s a n pengertian Simulasi dan pemodelan Materi minggu ke-2 r a z I q h a s a n PENGERTIAN SISTEM, PEMODELAN DAN SIMULASI DEFINISI SISTEM Sekelumpulan / sehimpunan bagian atau komponen yang saling berhubungan

Lebih terperinci

Karakteristik Model & Struktur Model. Ratih Setyaningrum, MT Hanna Lestari, M.Eng

Karakteristik Model & Struktur Model. Ratih Setyaningrum, MT Hanna Lestari, M.Eng Karakteristik Model & Struktur Model Ratih Setyaningrum, MT Hanna Lestari, M.Eng Referensi Prof Dr Ir Soemarno, MS MALANG, 2007 Pemodelan Proses membangun atau membentuk model dari suatu sistem nyata dalam

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Karakteristik tanaman padi yang akan dikaji dalam penelitian ini meliputi komponen hasil (jumlah malai per m 2, persen gabah isi, dan produktivitas) dan serapan hara (serapan total

Lebih terperinci

MA2111 PENGANTAR MATEMATIKA Semester I, Tahun 2015/2016. Hendra Gunawan

MA2111 PENGANTAR MATEMATIKA Semester I, Tahun 2015/2016. Hendra Gunawan MA2111 PENGANTAR MATEMATIKA Semester I, Tahun 2015/2016 Hendra Gunawan 5 KUANTOR II: METODE MEMILIH (c) Hendra Gunawan (2015) 2 Masih Berurusan dengan Kuantor Sekarang kita akan membahas metode memilih,

Lebih terperinci

STATISTIKA UNIPA SURABAYA

STATISTIKA UNIPA SURABAYA MATEMATIKA STATISTIKA (MATHEMATICAL STATISTICS) GANGGA ANURAGA Materi : Distribusi variabel random Teori Himpunan Fungsi Himpunan Fungsi Himpunan Peluang Variabel Random Fungsi Kepadatan Peluang Fungsi

Lebih terperinci

Teknik Simulasi. Eksperimen pada umumnya menggunakan model yg dapat dilakukan melalui pendekatan model fisik atau model matametika.

Teknik Simulasi. Eksperimen pada umumnya menggunakan model yg dapat dilakukan melalui pendekatan model fisik atau model matametika. Teknik Simulasi Dalam mempelajari sistem dapat dilakukan dengan pendekatan eksperimental, baik dengan menggunakan sistem aktual, maupun menggunakan model dari suatu sistem. Eksperimen pada umumnya menggunakan

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal)

Lebih terperinci

Arisma Yuni Hardiningsih. Dra. Laksmi Prita Wardhani, M.Si. Jurusan Matematika. Surabaya

Arisma Yuni Hardiningsih. Dra. Laksmi Prita Wardhani, M.Si. Jurusan Matematika. Surabaya ANALISIS KESTABILAN DAN MEAN DISTRIBUSI MODEL EPIDEMIK SIR PADA WAKTU DISKRIT Arisma Yuni Hardiningsih 1206 100 050 Dosen Pembimbing : Dra. Laksmi Prita Wardhani, M.Si Jurusan Matematika Institut Teknologi

Lebih terperinci

IV HASIL DAN PEMBAHASAN

IV HASIL DAN PEMBAHASAN 5 IV HASIL DAN PEMBAHASAN 4.1 Pembangkitan Data Hipotetik Data dibangkitkan dengan bantuan software Mathematica yaitu dengan cara mencari solusi numerik dari model dinamik dengan memberikan nilai parameter

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Reliability (Keandalan) Keandalan menurut L.C Kapoor dan L. R Lamberson didefinisikan sebagai probabilitas suatu item (sistem) untuk memiliki performansi sesuai dengan fungsi

Lebih terperinci

SILABUS. Tatap Muka Ruang Kelas, papan tulis, OHP, sound system. Evaluasi latihan/quiz selama proses pembelajaran berlangsung. Bentuk angka (0-100)

SILABUS. Tatap Muka Ruang Kelas, papan tulis, OHP, sound system. Evaluasi latihan/quiz selama proses pembelajaran berlangsung. Bentuk angka (0-100) Kode Mata Kuliah Nama Mata Kuliah Jumlah SKS Semester Deskripsi Mata Kuliah SILABUS : AK043308 : Pean Sistem : 3 SKS : VII : Merupakan salah satu mata kuliah ranah pengambilan keputusan dalam sistem perencanaan

Lebih terperinci

By. Ir. Yustina Ngatilah, MT SKS = 3

By. Ir. Yustina Ngatilah, MT SKS = 3 KONSEP DASAR SISTEM By. Ir. Yustina Ngatilah, MT SKS = 3 LATAR BELAKANG PEMIKIRAN TERSPESIALISASI : 1. Adanya kecenderungan pengkotak-kotakan ilmu pengetahuan. 2. Pendekatan analitik-mekanistik : Linier

Lebih terperinci

PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL

PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL Ro fah Nur Rachmawati Jurusan Matematika, Fakultas Sains dan Teknologi, Binus University Jl.

Lebih terperinci

BILANGAN BERPANGKAT DAN BENTUK AKAR

BILANGAN BERPANGKAT DAN BENTUK AKAR BILANGAN BERPANGKAT DAN BENTUK AKAR 1. Bilangan Berpangkat Sederhana Dalam kehidupan sehari-hari kita sering menemui perkalian bilangan-bilangan dengan faktorfaktor yang sama. Misalkan kita temui perkalian

Lebih terperinci

BAB II LANDASAN TEORI. Dalam Kamus Bahasa Inggris dari Oxford [13] menjelaskan simulasi : The

BAB II LANDASAN TEORI. Dalam Kamus Bahasa Inggris dari Oxford [13] menjelaskan simulasi : The BAB II LANDASAN TEORI 2.1 Teknik Simulasi Dalam Kamus Bahasa Inggris dari Oxford [13] menjelaskan simulasi : The Technique of imitating then behaviour of some situation or system (economic, mechanical,

Lebih terperinci

3. KLASIFIKASI MODEL.

3. KLASIFIKASI MODEL. 3. KLASIFIKASI MODEL alsen.medikano@gmail.com (1) KLASIFIKASI MODEL Murdick, Ross, Claggett (1984) dan Ackoff, Gupta, Minas (1962) Kelas I. Fungsi 1. model Diskriptif memberikan gambaran sistem nyata,

Lebih terperinci

OPERATION RESEARCH-1

OPERATION RESEARCH-1 OPERATION RESEARCH-1 Prof.Dr.H.M.Yani Syafei,MT MATERI PERKULIAHAN 1.Pemrograman Linier (Linear Programming) Formulasi Model Penyelesaian dengan Metode Grafis Penyelesaian dengan Algoritma Simplex Penyelesaian

Lebih terperinci

Beberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang

Beberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang Beberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang rahmaanisa@apps.ipb.ac.id Outline Peubah acak Bernoulli Peubah acak binom Peubah acak geometrik Latihan dan Diskusi Review Peubah Acak

Lebih terperinci

Pertemuan 14. Teknik Simulasi

Pertemuan 14. Teknik Simulasi Pertemuan 14 Teknik Simulasi Pengantar Dalam mempelajari sistem dapat dilakukan dengan pendekatan eksperimental, baik dengan menggunakan sistem aktual, maupun menggunakan model dari suatu sistem. Eksperimen

Lebih terperinci

LABORATORIUM SISTEM PENDUKUNG KEPUTUSAN DAN INTELIGENSIA BISNIS

LABORATORIUM SISTEM PENDUKUNG KEPUTUSAN DAN INTELIGENSIA BISNIS LABORATORIUM SISTEM PENDUKUNG KEPUTUSAN DAN INTELIGENSIA BISNIS Latar Belakang Pelayanan terpusat di satu tempat Antrian pemohon SIM yg cukup panjang (bottleneck) Loket berjauhan Sumber daya terbatas Lamanya

Lebih terperinci

Bab I. PERSYARATAN PRODUK

Bab I. PERSYARATAN PRODUK Bab I. PERSYARATAN PRODUK I.1 Pendahuluan Perkembangan teknologi informasi semakin pesat. Hal ini disebabkan karena semakin disadarinya akan perlunya informasi yang akurat dan cepat. Perkembangan teknologi

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN

GARIS-GARIS BESAR PROGRAM PENGAJARAN GARIS-GARIS BESAR PROGRAM PENGAJARAN JUDUL MATA KULIAH : Pean Sistem NOMOR KODE / SKS : IKB 7137 / 3 DESKRIPSI SINGKAT : Mata kuliah ini membahas tentang ilmu pean system, system, cara membuat dan memformulasikan,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Teori Simulasi 2.1.1. Pengantar Simulasi Dalam dunia manufaktur, simulasi digunakan untuk menentukan schedule produksi, inventory level, dan prosedur maintenance, merencanakan

Lebih terperinci

BAB 1 PENDAHULUAN. individu. Karena dalam pendidikan mengandung transformasi pengetahuan, nilainilai,

BAB 1 PENDAHULUAN. individu. Karena dalam pendidikan mengandung transformasi pengetahuan, nilainilai, BAB 1 PENDAHULUAN A. Latar Belakang Masalah Pendidikan merupakan pengalaman belajar diberbagai lingkungan yang berlangsung sepanjang hayat dan berpengaruh positif bagi perkembangan individu. Karena dalam

Lebih terperinci

Model Matematika dari Sistem Dinamis

Model Matematika dari Sistem Dinamis Model Matematika dari Sistem Dinamis September 2012 () Model Matematika dari Sistem Dinamis September 2012 1 / 60 Pendahuluan Untuk analisis dan desain sistem kontrol, sistem sis harus dibuat model sisnya.

Lebih terperinci

Isyarat dan Sistem TE200

Isyarat dan Sistem TE200 TE200 Bondhan Winduratna 2004 Jurusan Teknik Elektro Fakultas Teknik UGM Topics bahasan dalam MK TE200 : Pendahuluan, Isyarat dan Sistem Tanggapan Impuls, tanggapan step, Konvolusi Model Persamaan Deferensial

Lebih terperinci

4. Mahasiswa menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri. (S10); Garis Entry Behavior

4. Mahasiswa menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri. (S10); Garis Entry Behavior Mata kuliah: Pemodelan dan Simulasi Sistem (AK043327) / 3 sks CAPAIAN PEMBELAJARAN MATA KULIAH PEMODELAN DAN SIMULASI SISTEM : 1. Mah Menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam

Lebih terperinci

JURNAL PENDIDIKAN MATEMATIKA, VOLUME 2, NOMOR 2, JULI 2011

JURNAL PENDIDIKAN MATEMATIKA, VOLUME 2, NOMOR 2, JULI 2011 Meningkatkan Kemampuan Representasi Multipel Matematika Siswa SMP Melalui Pembelajaran Dengan Pendekatan Open Ended Syarifah Fadillah (Dosen Matematika STKIP PGRI Pontianak; e-mail: atick_fdl@yahoo.co.id)

Lebih terperinci

SIMULASI SISTEM. Himpunan elemen-elemen yang saling berinteraksi untuk mencapai tujuan tertentu.

SIMULASI SISTEM. Himpunan elemen-elemen yang saling berinteraksi untuk mencapai tujuan tertentu. SIMULASI SISTEM Sistem Himpunan elemen-elemen yang saling berinteraksi untuk mencapai tujuan tertentu. Karakteristik Sistem: komponen ; Relasi; Tujuan ; Batasan; Lingkungan; Interface; Input; Output. Cara

Lebih terperinci

BAB3. LANGKAH-LANGKAHSIMULASI

BAB3. LANGKAH-LANGKAHSIMULASI Tujuan Instruksional Umum Tujuan Instruksional Khusus 3.1. Pendahuluan BAB3. LANGKAH-LANGKAHSIMULASI Mahasiswa dapat menguraikan langkahlangkah dalam simulasi 1. Mahasiswa dapat menguraikan elemen analisis

Lebih terperinci

BAB 1 SISTEM DAN MODEL

BAB 1 SISTEM DAN MODEL BAB 1 SISTEM DAN MODEL Sistem dan Eksperimen Konsep dari sistem dapat didefinisikan dalam beberapa cara yang berbeda. Disini kita akan menggunakan ini untuk menyatakan sebuah objek atau koleksi dari objek-objek

Lebih terperinci

II. TINJAUAN PUSTAKA. 1. Pendekatan Pembelajaran Multiple Representations. umum berdasarkan cakupan teoritik tertentu. Pendekatan pembelajaran

II. TINJAUAN PUSTAKA. 1. Pendekatan Pembelajaran Multiple Representations. umum berdasarkan cakupan teoritik tertentu. Pendekatan pembelajaran 7 II. TINJAUAN PUSTAKA A. Kerangka Teoretis 1. Pendekatan Pembelajaran Multiple Representations Pendekatan pembelajaran menurut Sanjaya (2009: 127) adalah suatu titik tolak atau sudut pandang mengenai

Lebih terperinci

STATISTICAL STUDENT OF IST AKPRIND

STATISTICAL STUDENT OF IST AKPRIND Pengenalan Penyusunan Model Lisensi Dokumen: Copyright 2010 ssista.wordpress.com Seluruh dokumen di ssista.wordpress.com dapat digunakan dan disebarkan secara bebas untuk tujuan bukan komersial (nonprofit),

Lebih terperinci

Pengantar Matematika. Diskrit. Bahan Kuliah IF2091 Struktur Diksrit RINALDI MUNIR INSTITUT TEKNOLOGI BANDUNG

Pengantar Matematika. Diskrit. Bahan Kuliah IF2091 Struktur Diksrit RINALDI MUNIR INSTITUT TEKNOLOGI BANDUNG PROGRAM STUDI TEKNIK INFORMATIKA Sekolah Teknik Elrektro dan Informatika INSTITUT TEKNOLOGI BANDUNG Pengantar Matematika Bahan Kuliah IF2091 Struktur Diksrit Diskrit RINALDI MUNIR Lab Ilmu dan Rekayasa

Lebih terperinci

Konsep Umum Model dan Model Matematis

Konsep Umum Model dan Model Matematis Modul 1 Konsep Umum Model dan Model Matematis Prof. Dr. Djati Kerami P PENDAHULUAN ada Modul 1 Anda akan mempelajari pengertian model dan pemodelan (proses penurunan model) secara umum. Agar dapat memberi

Lebih terperinci

SISTEM PENGOLAHAN ISYARAT. Kuliah 2 Sinyal Acak

SISTEM PENGOLAHAN ISYARAT. Kuliah 2 Sinyal Acak TK 403 SISTM PNGOLAHAN ISYARAT Kuliah Sinyal Acak Indah Susilawati, S.T., M.ng. Program Studi Teknik lektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta 009 KULIAH SISTM PNGOLAHAN

Lebih terperinci

Model Matematis, Sistem Dinamis dan Sistem Kendali

Model Matematis, Sistem Dinamis dan Sistem Kendali Model Matematis, Sistem Dinamis dan Sistem Kendali PENDAHULUAN Beberapa istilah pada karakteristik tanggapan : Sistem : kombinasi beberapa komponen yang bekerja secara bersama-sama dan membentuk suatu

Lebih terperinci

Peubah Acak. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Peubah Acak. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Peubah Acak Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Definisi Peubah Acak Peubah = variabel Dalam suatu eksperimen, seringkali kita

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 9 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Perubahan nilai suatu variabel dapat disebabkan karena adanya perubahan pada variabel - variabel lain yang mempengaruhinya. Misalnya pada kinerja

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Logistik atau disebut dengan manajemen logistik adalah bagian dari manajemen rantai pasok yang merencanakan, menerapkan, serta mengontrol aliran dan penyimpanan barang,

Lebih terperinci

BAB II MODEL Fungsi Model

BAB II MODEL Fungsi Model BAB II MODEL Model adalah representasi dari suatu objek, benda, atau ide-ide dalam bentuk yang lain dengan entitasnya. Model berisi informasi-informasi tentang suatu sistem yang dibuat dengan tujuan untuk

Lebih terperinci

Pengendalian Proses CHS SKS. Departemen Teknik Kimia FTUI

Pengendalian Proses CHS SKS. Departemen Teknik Kimia FTUI Pengendalian Proses CHS310806 3 SKS Departemen Teknik Kimia FTUI Disain Pembelajaran Filosofi Pengendalian Proses SAP Mata Ajar Sebelumnya Pemodelan Dinamik (Mekanistik) Mata Ajar Sedang Berjalan SIMULASI

Lebih terperinci

BAB I PENDAHULUAN A. Latar Belakang Masalah

BAB I PENDAHULUAN A. Latar Belakang Masalah 1 BAB I PENDAHULUAN A. Latar Belakang Masalah Fisika merupakan mata pelajaran yang penting dalam kurikulum sekolah karena kontribusinya dalam melandasi perkembangan ilmu pengetahuan dan teknologi. Penerapannya

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Matematika merupakan suatu ilmu yang tersusun secara deduktif (umum ke khusus) yang menyatakan hubungan-hubungan, struktur-struktur yang diatur menurut aturan

Lebih terperinci

Pertemuan 8 STATISTIKA INDUSTRI 2 08/11/2013. Introduction to Linier Regression. Introduction to Linier Regression. Introduction to Linier Regression

Pertemuan 8 STATISTIKA INDUSTRI 2 08/11/2013. Introduction to Linier Regression. Introduction to Linier Regression. Introduction to Linier Regression Pertemuan 8 STATISTIKA INDUSTRI 2 TIN 4004 Outline: Regresi Linier Sederhana dan Korelasi (Simple Linier Regression and Correlation) Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability

Lebih terperinci

BAB II TINJAUAN PUSTAKA. yaitu investasi, portofolio, return dan expected return, risiko dalam berinvestasi,

BAB II TINJAUAN PUSTAKA. yaitu investasi, portofolio, return dan expected return, risiko dalam berinvestasi, BAB II TINJAUAN PUSTAKA Pada bab ini akan dibahas semua konsep yang mendasari penelitian ini yaitu investasi, portofolio, return dan expected return, risiko dalam berinvestasi, Compromise Programming,

Lebih terperinci

PENYAJIAN DATA. Etih Sudarnika Laboratorium Epidemiologi Fakultas Kedokteran Hewan IPB

PENYAJIAN DATA. Etih Sudarnika Laboratorium Epidemiologi Fakultas Kedokteran Hewan IPB PENYAJIAN DATA Etih Sudarnika Laboratorium Epidemiologi Fakultas Kedokteran Hewan IPB Proses Pengumpulan Data???? Pencatatan Data Numerik Variable Record ID Nama Spesies Hasil Uji HI 1 Ahmad Ayam broiler

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI 2 TIN 4004 Kontrak Perkuliahan Pertemuan & Materi RPKPS Penilaian Tugas, short quiz (30%) Quiz 1 & 2 (40%) UAS (30%) Referensi Montgomery, D.C, George C. Runger. Applied Statistic and

Lebih terperinci

MODEL PERSEDIAAN SINGLE-ITEM DENGAN MEMPERTIMBANGKAN TINGKAT KADALUWARSA DAN PENGEMBALIAN PRODUK

MODEL PERSEDIAAN SINGLE-ITEM DENGAN MEMPERTIMBANGKAN TINGKAT KADALUWARSA DAN PENGEMBALIAN PRODUK MODEL PERSEDIAAN SINGLE-ITEM DENGAN MEMPERTIMBANGKAN TINGKAT KADALUWARSA DAN PENGEMBALIAN PRODUK Laila Nafisah,, Puryani, F.X. Ketut Bayu Lukito Jurusan Teknik Industri Fakultas Teknologi Industri UPN

Lebih terperinci

OUTLINE. Definisi Pemodelan Sistem. Konsep dasar pendekatan sistem. Pemodelan dan Langkah-langkah dalam pemodelan sistem

OUTLINE. Definisi Pemodelan Sistem. Konsep dasar pendekatan sistem. Pemodelan dan Langkah-langkah dalam pemodelan sistem OUTLINE 1 Definisi Pemodelan Sistem 2 3 Konsep dasar pendekatan sistem Pemodelan dan Langkah-langkah dalam pemodelan sistem Memahami ruang lingkup mata kuliah, pengertian, dan batasan pemodelan sistem

Lebih terperinci

II. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang

II. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang II. LANDASAN TEORI 2.1 Ruang Contoh, Kejadian dan Peluang Dalam suatu percobaan sering kali diperlukan pengulangan yang dilakukan dalam kondisi yang sama. Semua kemungkinan hasil yang akan muncul akan

Lebih terperinci

Geometri Siswa SMP Ditinjau dari Kemampuan Matematika. (Surabaya: PPs UNESA, 2014), 1.

Geometri Siswa SMP Ditinjau dari Kemampuan Matematika. (Surabaya: PPs UNESA, 2014), 1. BAB I PENDAHULUAN A. Latar Belakang Penelitian Standar Kompetensi Lulusan (SKL) yang telah ditetapkan dalam Peraturan Menteri Pendidikan dan Kebudayaan (Permendikbud) Republik Indonesia nomor 65 tahun

Lebih terperinci

I. PENDAHULUAN. 2.2 Klasifikasi Model Simulasi

I. PENDAHULUAN. 2.2 Klasifikasi Model Simulasi SIMULASI SISTEM ANTRIAN DI KANTOR BPJS MENGGUNAKAN MATLAB Bella Nurbaitty Shafira 1), Risdawati Hutabarat 2), Winal Prawira 3) Jurusan Teknik Elektro, Universitas Lampung BNShafira@gmail.com, Risdawatihtb@gmail.com,

Lebih terperinci

PENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA

PENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 53 61 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA OLIVIA ATINRI,

Lebih terperinci

Matematika Diskrit. Rudi Susanto

Matematika Diskrit. Rudi Susanto Matematika Diskrit Rudi Susanto Rasa ingin tahu adalah ibu dari semua ilmu pengetahuan Tak kenal maka tak sayang, tak sayang maka tak cinta Perjalanan satu mil dimulai dari satu langkah Kuliah kita.. Matematika

Lebih terperinci

Dasar-dasar Analisa Regresi

Dasar-dasar Analisa Regresi Dasar-dasar Analisa Regresi Tjipto Juwono, Ph.D. February 2017 TJ (SU) Dasar-dasar Analisa Regresi Feb 2017 1 / 31 Sejarah Analisa Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton

Lebih terperinci

PROSES PERCABANGAN PADA DISTRIBUSI POISSON

PROSES PERCABANGAN PADA DISTRIBUSI POISSON PROSES PERCABANGAN PADA DISTRIBUSI POISSON Nur Alfiani Santoso, Respatiwulan, dan Nughthoh Arfawi Kurdhi Program Studi Matematika FMIPA UNS Abstrak. Proses percabangan merupakan suatu proses stokastik

Lebih terperinci

1. Konsep Sistem Bilangan 2. Konsep Gerbang Logika 3. Penyederhanaan logika 4. Konsep Flip-Flop (Logika Sequensial) 5. Pemicuan Flip-Flop 6.

1. Konsep Sistem Bilangan 2. Konsep Gerbang Logika 3. Penyederhanaan logika 4. Konsep Flip-Flop (Logika Sequensial) 5. Pemicuan Flip-Flop 6. 1. Konsep Sistem Bilangan 2. Konsep Gerbang Logika 3. Penyederhanaan logika 4. Konsep Flip-Flop (Logika Sequensial) 5. Pemicuan Flip-Flop 6. Pencacah (Counter) 7. Register Geser 8. Operasi Register 9.

Lebih terperinci

SILABUS. 5. Evaluasi a. Kehadiran = 10% b. Tugas = 20% c. UTS = 30% d. UAS = 40%

SILABUS. 5. Evaluasi a. Kehadiran = 10% b. Tugas = 20% c. UTS = 30% d. UAS = 40% 0 SILABUS 1. Identitas Mata Kuliah Nama Mata Kuliah : Statistika Matematik 1 Kode Mata Kuliah : MT 404 Jumlah SKS : 3 Semester : 6 Kelompok Mata Kuliah : Mata Kuliah Keahlian (MKK) Program Studi Jurusan/Program

Lebih terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH : SIMULASI & PERMODELAN ( S1 / TEKNIK INFORMATIKA) KODE / SKS : KK / 3 SKS

SATUAN ACARA PERKULIAHAN MATA KULIAH : SIMULASI & PERMODELAN ( S1 / TEKNIK INFORMATIKA) KODE / SKS : KK / 3 SKS SATUAN ACARA PERKULIAHAN MATA KULIAH : SIMULASI PERMODELAN ( S1 / TEKNIK INFORMATIKA) KODE / SKS : KK-043241 / 3 SKS Minggu Ke Pokok Bahasan dan TIU Sub-pokok Bahasan dan Sasaran Belajar Cara Pengajaran

Lebih terperinci

Perkuliahan. Pemodelan dan Simulasi (FI-476 )

Perkuliahan. Pemodelan dan Simulasi (FI-476 ) Perkuliahan Pemodelan dan Simulasi (FI-476 ) Topik hari ini (minggu 1): Silabus Pendahuluan Silabus Identitas Mata Kuliah Nama/Kode : Pemodelan dan Simulasi / Fi 476 Jumlah SKS Semester Kelompok : 3 SKS

Lebih terperinci

SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI

SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI Nofriadi * 1), Havid Syafwan 2) 1) Program Studi Sistem Informasi, STMIK Royal Kisaran Jl. Prof. M. Yamin 173 Kisaran, Sumatera

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan ilmu pengetahuan dan teknologi (IPTEK) saat ini semakin pesat. Manusia dituntut memiliki kemampuan berpikir kritis, sistematis, logis, kreatif, bernalar,

Lebih terperinci

Implementasi Algoritma Pencarian Akar Kuadrat Bilangan Positif

Implementasi Algoritma Pencarian Akar Kuadrat Bilangan Positif Implementasi Algoritma Pencarian Akar Kuadrat Bilangan Positif Muhammad Iqbal W. (0510633057) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Brawijaya Dosen Pembimbing: Waru Djuriatno, ST., MT. dan

Lebih terperinci

MATERI KULIAH PEMODELAN dan SIMULASI

MATERI KULIAH PEMODELAN dan SIMULASI MATERI KULIAH PEMODELAN dan SIMULASI Administrasi Perkuliahan: Penilaian: Tugas-tugas dan Ujian Final. Referensi: Sandi Setiawan, SIMULASI (Bab 1 s/d 4) KONSEP SISTEM Geoffrey Gordon [1989]: A system is

Lebih terperinci

Peningkatan Kemandirian Belajar Mahasiswa Melalui Penggunaan Pendekatan Modifikasi APOS

Peningkatan Kemandirian Belajar Mahasiswa Melalui Penggunaan Pendekatan Modifikasi APOS Peningkatan Kemandirian Belajar Mahasiswa Melalui Penggunaan Pendekatan Modifikasi APOS Yerizon Jurusan Matematika FMIPA UNP Padang E-mail: yerizon@yahoo.com Abstrak. Penelitian ini mengkaji tentang pengaruh

Lebih terperinci

KEKUATAN KONVERGENSI DALAM PROBABILITAS DAN KONVERGENSI ALMOST SURELY

KEKUATAN KONVERGENSI DALAM PROBABILITAS DAN KONVERGENSI ALMOST SURELY KEKUATAN KONVERGENSI DALAM PROBABILITAS DAN KONVERGENSI ALMOST SURELY Joko Sungkono* Abstrak : Tujuan yang ingin dicapai pada tulisan ini adalah mengetahui kekuatan konvergensi dalam probabilitas dan konvergensi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 14 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Kata regresi (regression) diperkenalkan pertama kali oleh Francis Dalton pada tahun 1886. Menurut Dalton, analisis regresi berkenaan dengan studi

Lebih terperinci

PENGUKURAN DAN PENAKSIRAN

PENGUKURAN DAN PENAKSIRAN PENGUKURAN DAN PENAKSIRAN UNSUR MATEMATIKA Definisi (Terdefini, Tak Terdefinisi) bersifat Diberikan (Given) Postulat/Aksioma (Sifat Dasar, Tidak perlu dibuktikan) Observasi (Sifat turunan yang sempit,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Mikroprosesor Mikroprosesor merupakan sirkuit terpadu yang berisi aritmetika (ilmu hitung dasar yang merupakan bagian dari matematika), logika (sarana untuk berpikir sistematis,

Lebih terperinci

1/14/2010. Riani L. Jurusan Teknik Informatika

1/14/2010. Riani L. Jurusan Teknik Informatika Riani L. Jurusan Teknik Informatika Universitas Komputer Indonesia 1 PreTest 1. Apa yang dimaksud dengan simulasi? 2. Berikan contoh simulasi yang saudara ketahui (minimal i 3)! 2 2 Definisi Simulasi (1)

Lebih terperinci

Minggu II STATISTIKA MULTIVARIATE TERAPAN

Minggu II STATISTIKA MULTIVARIATE TERAPAN Minggu II STATISTIKA MULTIVARIATE TERAPAN (PENDAHULUAN) Herni U Universitas Gadjah Mada Outline 1 Analisis Statistika Multivariat 2 Contoh Kasus Multivariat 3 Organisasi Data Outline 1 Analisis Statistika

Lebih terperinci

Pengantar Matematika. Diskrit. Bahan Kuliah IF2120 Matematika Diksrit RINALDI MUNIR INSTITUT TEKNOLOGI BANDUNG

Pengantar Matematika. Diskrit. Bahan Kuliah IF2120 Matematika Diksrit RINALDI MUNIR INSTITUT TEKNOLOGI BANDUNG PROGRAM STUDI TEKNIK INFORMATIKA Sekolah Teknik Elrektro dan Informatika INSTITUT TEKNOLOGI BANDUNG Pengantar Matematika Bahan Kuliah IF2120 Matematika Diksrit Diskrit RINALDI MUNIR Lab Ilmu dan Rekayasa

Lebih terperinci

S I L A B U S. 5. Evaluasi - Kehadiran - Tugas - partisipasi diskusi, tanya jawab - UTS - UAS

S I L A B U S. 5. Evaluasi - Kehadiran - Tugas - partisipasi diskusi, tanya jawab - UTS - UAS S I L A B U S 1. Identitas mata kuliah Mata Kuliah : Penggunaan komputer dlm Sistem tenaga elektrik Kode Mata Kuliah : ET 471 SKS : 2 Semester : 7 Kelompok mata kuliah : MKBS Program Studi/Program : PTTE

Lebih terperinci

PENDAHULUAN. Statistik dan Probabilitas untuk Teknik Kimia. Tujuan Pemelajaran. ENG Semester 5 3 SKS. Bambang Heru Susanto,, ST.

PENDAHULUAN. Statistik dan Probabilitas untuk Teknik Kimia. Tujuan Pemelajaran. ENG Semester 5 3 SKS. Bambang Heru Susanto,, ST. PENDAHULUAN Statistik dan Probabilitas untuk Teknik Kimia ENG200801 Semester 5 3 SKS Bambang Heru Susanto,, ST.MT Tujuan Pemelajaran 1. Mampu mengorganisir pengumpulan data mentah untuk pengukuran kuantitatif,

Lebih terperinci

Pengembangan Model Simulasi, oleh Hotniar Siringoringo 1

Pengembangan Model Simulasi, oleh Hotniar Siringoringo 1 Simulasi kejadian diskrit memodelkan sistem yang berubah sesuai waktu melalui suatu representasi dimana variabel status berubah secara langsung pada titik terpisah dalam waktu. Titik terpisah dalam waktu

Lebih terperinci

Mata Kuliah Pemodelan & Simulasi. Universitas Komputer Indonesia

Mata Kuliah Pemodelan & Simulasi. Universitas Komputer Indonesia MODEL INVENTORY Mata Kuliah Pemodelan & Simulasi Jurusan Teknik Informatika Universitas Komputer Indonesia Pendahuluan Inventory merupakan pengumpulan atau penyimpanan komoditas yang akan digunakan untuk

Lebih terperinci

PRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Teknik Simulasi Kode/SKS: SS / (2/1/0) Dosen : NI, PPO Semester : V

PRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Teknik Simulasi Kode/SKS: SS / (2/1/0) Dosen : NI, PPO Semester : V RP-S1-SK-04 Kurikulum 2014, Edisi : September-2014 No.Revisi : 00 Hal: 1 dari 6 A. : 1. CP 3.1 : Membuat suatu sistem informasi manajemen di berbagai bidang 2. CP 9.3 : Mampu merancang pengumpulan data

Lebih terperinci

SIMULASI: Deterministik dan Monte Carlo

SIMULASI: Deterministik dan Monte Carlo SIMULASI: Deterministik dan Monte Carlo Tjipto Juwono, Ph.D. April 2017 TJ (SU) SIMULASI: Deterministik dan Monte Carlo April 2017 1 / 14 Apa itu yang dimaksud dengan simulasi? Apabila semua data diperoleh

Lebih terperinci

PENDAHULUAN BEBERAPA ASPEK MODEL KARAKTERISTIK MODEL YANG BAIK PRINSIP-PRINSIP PEMODELAN CONTOH MODEL PERAN MODEL KLASIFIKASI MODEL

PENDAHULUAN BEBERAPA ASPEK MODEL KARAKTERISTIK MODEL YANG BAIK PRINSIP-PRINSIP PEMODELAN CONTOH MODEL PERAN MODEL KLASIFIKASI MODEL Outline 0 PENDAHULUAN 0 BEBERAPA ASPEK MODEL 0 KARAKTERISTIK MODEL YANG BAIK 0 PRINSIP-PRINSIP PEMODELAN 0 CONTOH MODEL 0 PERAN MODEL 0 KLASIFIKASI MODEL Pendahuluan 0 Model memperlihatkan berbagai hubungan

Lebih terperinci

Modul ke: Psikologi Sosial 2. Dinamika Kelompok. Setiawati Intan Savitri, S.P. M.Si. Fakultas PSIKOLOGI. Program Studi Psikologi.

Modul ke: Psikologi Sosial 2. Dinamika Kelompok. Setiawati Intan Savitri, S.P. M.Si. Fakultas PSIKOLOGI. Program Studi Psikologi. Modul ke: Psikologi Sosial 2 Dinamika Kelompok Fakultas PSIKOLOGI Setiawati Intan Savitri, S.P. M.Si Program Studi Psikologi www.mercubuana.ac.id Psikologi Sosial Dinamika Kelompok Dinamika Kelompok Area

Lebih terperinci

BAB I PENDAHULUAN. Pembelajaran sains di Indonesia dewasa ini kurang berhasil meningkatkan

BAB I PENDAHULUAN. Pembelajaran sains di Indonesia dewasa ini kurang berhasil meningkatkan BAB I PENDAHULUAN A. Latar Belakang Masalah Pembelajaran sains di Indonesia dewasa ini kurang berhasil meningkatkan kemampuan literasi sains siswa, uraian tersebut berdasarkan pada informasi diagnostik

Lebih terperinci

SISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI

SISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI SISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI 1209100023 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

MODEL STOKASTIK.

MODEL STOKASTIK. 11 12. MODEL STOKASTIK alsen.medikano@gmail.com 1 PENDAHULUAN Model Stokastik adalah model matematika dimana gejala-gejala dapat diukur dengan derajat kepastian yang tidak stabil. Pada Model Stokastik

Lebih terperinci

BAB I PENDAHULUAN. Ilmu kimia merupakan ilmu yang mempelajari tentang struktur, susunan,

BAB I PENDAHULUAN. Ilmu kimia merupakan ilmu yang mempelajari tentang struktur, susunan, BAB I PENDAHULUAN A. Latar Belakang Ilmu kimia merupakan ilmu yang mempelajari tentang struktur, susunan, sifat, dan perubahan materi serta energi yang menyertainya. Menurut Kean dan Middlecamp (1985)

Lebih terperinci

KEMAMPUAN KONEKSI MATEMATIS DAN METODE PEMBELAJARAN QUANTUM TEACHING DENGAN PETA PIKIRAN

KEMAMPUAN KONEKSI MATEMATIS DAN METODE PEMBELAJARAN QUANTUM TEACHING DENGAN PETA PIKIRAN KEMAMPUAN KONEKSI MATEMATIS DAN METODE PEMBELAJARAN QUANTUM TEACHING DENGAN PETA PIKIRAN Rendya Logina Linto 1), Sri Elniati 2), dan Yusmet Rizal 3) 1)FMIPA UNP, email: dhie_ya08@yahoo.com 2,3)Staf Pengajar

Lebih terperinci

SINYAL DAN SISTEM DALAM KEHIDUPAN

SINYAL DAN SISTEM DALAM KEHIDUPAN SINYAL DAN SISTEM DALAM KEHIDUPAN DUM 27 Agustus 2014 Definisi Sinyal Sinyal merupakan sebuah fungsi yang berisi informasi mengenai keadaan tingkah laku dari sebuah sistem secara fisik, Meskipun sinyal

Lebih terperinci

UNIKOM. Pendesainan Model. Pemodelan Simulasi

UNIKOM. Pendesainan Model. Pemodelan Simulasi UNIKOM Pendesainan Model Pemodelan Simulasi Rani Susanto,S.Kom 12/11/2009 Langkah langkah pendesainan suatu Model Secara umum, tahapan yang harus dilewati untuk membuat model dan simulasi adalah : Deskripsi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Analisis Regresi Linier Analisis regresi merupakan teknik yang digunakan dalam persamaan matematik yang menyatakan hubungan fungsional antara variabel-variabel. Analisis regresi linier

Lebih terperinci

BAB I PENDAHULUAN. IPA (sains) pada hakekatnya terdiri atas tiga komponen, yaitu produk,

BAB I PENDAHULUAN. IPA (sains) pada hakekatnya terdiri atas tiga komponen, yaitu produk, 1 BAB I PENDAHULUAN IPA (sains) pada hakekatnya terdiri atas tiga komponen, yaitu produk, proses, dan sikap ilmiah. IPA tidak hanya terdiri atas kumpulan pengetahuan atau fakta yang dihafal, namun juga

Lebih terperinci