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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 JURNAL AIN DAN ENI POMIT Vol. 3, No.2, (2014) ( X Prin) D-122 Anlisis Permln Penjuln eed Moor Di Kbuen Ngwi Dengn Arim Dn Arimx Muflih Rori Pur Hrh dn Agus uhrsono Jurusn isik, Fkuls Memik dn Ilmu Pengehun Alm, Insiu Teknologi euluh Noember (IT) Jl. Arief Rhmn Hkin, urby Indonesi e-mil: Absrk Tingginy kebuuhn kn kendrn seed moor dn bnykny erushn js yng bergerk dlm bidng enjuln seed moor, mk dierlukn rge dn sregi dlm enjuln seed moor. Peneliin ini berujun unuk mendkn model erbik ser nili ermln d eriode du hun keden di Kbuen Ngwi. Dlm eneliin ini, d yng digunkn dlh d enjuln seed moor semu merek jenis cub, mic, dn sor di Kbuen Ngwi sejk buln Jnuri 2009 smi dengn Mre D dri buln Jnuri 2009 smi dengn Desember 2013 digunkn sebgi in-smle dn d d buln Jnuri 2014 smi Mre 2014 sebgi ou-smle. Meode yng digunkn unuk emodeln dlh dn X. Model erbik unuk menggmbrkn erkembngn jumlh enjuln seed moor semu merek jenis cub, mic dn sor di Kbuen Ngwi dlh dengn model X, dengn nili MAPE unuk seed moor jenis cub sebesr 26%, mic sebesr 26%, dn sor sebesr 14%. K kunci, X, eed Moor I. PENDAHULUAN Penjuln seed moor di Provinsi Jw Timur erus meningk sei hunny yng mn memng di Provinsi Jw Timur erkembngn seed moor sng es. Terbuki dengn bnykny mbhn eknologi seed moor muun sek kehidun msyrk sendiri yng berubh. Tingginy kebuuhn kn kendrn seed moor rod du dn bnykny erushn js yng bergerk dlm bidng enjuln seed moor, mk dierlukn rge dn sregi dlm enjuln seed moor. Penjuln kn seed moor bru di Ngwi bukn merukn enjuln seed moor erbesr di Jw Timur, nmun enjuln seed moor bru di Kbuen Ngwi cuku sbil sei buln bhkn cenderung menglmi kenikn. Hl ini diunjukn dengn eningkn enjuln seed moor bru d Kbuen Ngwi dihun 2003 sebnyk 7480 uni dn smi Thun 2013 enjuln d Kbuen Ngwi sudh menci sebesr uni u eningkn enjuln seed moor bru di Kbuen Ngwi dri hun 2003 smi 2013 meningk 3 kli li [1]. Peningkn enjuln seed moor di Kbuen Ngwi idk les dri fkor suku bung yng bik, erekonomin jug cenderung kondusif, ser dny dy beli msyrk unuk membeli seed moor bru. elin iu bil dilih dri jumlh endudukny yng erllu besr, mk di Kbuen Ngwi merukn ngs sr yng sng bgus unuk kendrn rod du ersebu. Kren d hun 2013 jumlh enjuln seed moor di Kbuen Ngwi msih dibwh jumlh enduduk Kbuen Ngwi. Poensi inilh yng membu berbgi merek seed moor menyerbu msuk ke Kbuen Ngwi dengn hrn mendkn mrke shre yng d di Kbuen Ngwi. Peneliin enng seed moor dilkukn oleh [2] yiu dengn judul nlisis ermln enjuln seed moor di Mir Pinshik Musik (MPM) Hond Moor dengn endekn Box-Jenkins. edngkn yng erki dengn meode vrisi klender, meode ersebu ernh digunkn oleh [3] yiu nlisis ermln jumlh erminn kerudung di indusri kerudung rin di urby dengn meode vrisi klender sedngkn nlisis ime series erki dengn meode X ernh dilkukn oleh [4] yiu ermln kebuuhn remium dengn meode X unuk oimsi ersedin di wilyh TBBM Mdiun. Berdsrkn hsil engmn, erny dri hun ke hun erjdi eningkn enjuln seed moor di Kbuen Ngwi. Kecenderungn eningkn enjuln seed moor di Kbuen erjdi di s buln Juli- Agusus. Hl ini dikrenkn erjdiny kebisn bgi msyrk Kbuen Ngwi unuk membeli seed moor bru di s hun jrn bru sekolh menengh s smi ergurun inggi, dimn ermuln hun jrn bru dlh d buln Juli-Agusus. Hsil lin jug menunjukkn bhw d kenikn erhd enjuln seed moor erjdi d su buln sebelum buln hri ry Idul Firi. Hl ini dikrenkn kebisn mudik msyrk Kbuen Ngwi d s su buln sebelum buln hri ry Idul Firi muun d s buln hri ry Idul Firi. elin iu jug disebbkn kren myoris msyrk Kbuen Ngwi dlh emeluk gm Islm. Tujun d eneliin ini unuk mengehui krkerisik enjuln seed moor msing-msing jenis dn memeroleh model ermln dengn dn X ser melkukn ermln berdsrkn model erbik. edngkn bsn mslh yng digunkn dlm eneliin ini dlh fkor-fkor enjuln seed moor di Kbuen Ngwi dlh konsn (e) selm dlm eriode rmln.

2 JURNAL AIN DAN ENI POMIT Vol. 3, No.2, (2014) ( X Prin) D-123 II. TINJAUAN PUTAKA A. Auoregressive Inegred Moving Averge () ecr umum, emodeln ARMA merukn emodeln linier dri gbungn model Auoregressive (AR) dn Moving Averge (MA), ser gbungn dri model AR dn MA yng elh dilkukn roses differencing disebu model Auoregressive Inegred Moving Averge (). ecr umum benuk model (,d,q), diberikn sebgi beriku [5]. d ( B )(1 B) Z 0 ( B) (1) q B merukn oeror bckshif, dn dlh brisn whie noise dengn men dn vrins konsn 2 ( ~ WN(0, )). Keik model d engruh sesonl dinykn sebgi beriku [5]. d D ( B ) ( B )(1 B) (1 B ) Z ( B) ( B ) (2) P ecr umum, idenifiksi model ime series d dilkukn dengn melih lo ACF dn lo PACF. Menuru [6] mengkn bhw ciri-ciri model ime series d dilih berdsrkn benuk u ol lo ACF dn PACF ny. B. Model Vrisi Klender Berbsis Regresi Time eries Efek vrisi klender d jug dimodelkn dengn regresi. Model regresi linier unuk d dengn efek vrisi klender dlh sebgi beriku y V V V w (3) 0 1 1, 2 2,, V, dimn q Q dlh vribel dummy efek vrisi klender. Jumlh efek vrisi klender bis diidenifiksi berdsrkn lo ime series dri d. Unuk mengehui bhw w elh whie noise mk d dilkukn dengn uji Ljung-Box. Jik w belum whie noise lg digunkn sebgi mbhn vribel indeenden. Pemilihn lg yng sesui d model ini didsrkn d lo Auocorrelion Funcion (ACF) dn Pril Auocorrelion Funcion (PACF) dri w. C. Model Vrisi Klender Berbsis X Menuru [7], model dengn mbhn vrible dummy disebu model X. Vribel yng dimksud disini dlh vribel dummy unuk efek vrisi klender sj u vribel dummy unuk efek vrisi klender dn efek deerminisic rends. ehingg, erd du model X yiu dengn sochsic rends dn model X dengn deerminisic rends. Model X dengn sochsic rends erlu melkukn differencing musimn u non musimm, dn Model X dengn deerminisic rends n melkukn differencing. Model X dengn sochsic rends diberikn ersmn sebgi beriku 1M 1, 2M 2,... sm s, 1H 1 3H 1 (4) q ( B) Q ( B ) d D ( B) ( B )(1 B) (1 B ) P sedngkn Model X dengn deerminisic rend sebgi beriku D M P 1, q( B) Q( B ) ( B) ( B ) 1 M 2 2, Pemilihn Model Terbik... sm s, 1H 1 3H 1 (5) Pd eneliin ini enenun model erbik dengn menggunkn MAPE (Men Absolue Percenge Error). Perhiungn MAPE unuk d ou-smle dlh sebgi beriku: n 1 ˆ (6) MAPE n % Dengn n menykn bnykny d yng kn dihiung residulny. Model erbik yng diilih merukn model dengn nili MAPE erkecil. III. METODOLOGI PENELITIAN A. umber D D yng digunkn dlm eneliin ini dlh d sekunder hsil ol enjuln seed moor bru jenis cub, mic, dn sor di Kbuen Ngwi dri Jnuri 2009 hingg Desember 2013 dri erushn XZ. B. Vribel Peneliin Vribel yng digunkn dlm eneliin ini dlh: 1. C = D ol enjuln seed moor jenis cub di Kbuen Ngwi dri buln Jnuri 2009 hingg Desember 2013 sebnyk 60 d. 2. M = D ol enjuln seed moor jenis mic di Kbuen Ngwi dri buln Jnuri 2009 hingg Desember 2013 sebnyk 60 d. 3. = D ol enjuln seed moor jenis sor di Kbuen Ngwi dri buln Jnuri 2009 hingg Desember 2013 sebnyk 60 d. 4. Vribel dummy efek vrisi klender dlh sebgi beriku. Tbel 1 Vribel Dummy Efek Klender Vrisi No Vribel Efek Klender Vrisi Pendefinisin Vribel 1 Efek klender Buln dlm su hun 2 Efek Hri Ry Idul Firi 3 Efek wku (ren) 5. Vribel dummy embgin eriode M 1, : Buln Jnuri M 2, : Buln Februri M 3, : Buln Mre M 4, : Buln Aril M 5, : Buln Mei M 6, : Buln Juni M 7, : Buln Juli M 8, : Buln Agusus M 9, : Buln eember M 10, : Buln Okober M 11, : Buln Noember M 12, : Buln Desember H -1: Buln ebelum Idul Firi H : Buln Idul Firi H +1 : Buln eelh Idul Firi Tbel 2 Vribel dummy embgin eriode Vribel Dummy Nili Keerngn d 1, 1 Buln Jnuri 2011-Desember 2011

3 JURNAL AIN DAN ENI POMIT Vol. 3, No.2, (2014) ( X Prin) D-124 d 2, 0 Buln yng linny 0 Buln Jnuri 2009-Desember Buln Jnuri 2012-Desember Vribel rend embgin eriode (d 1, & d 2, ) C. Lngkh Peneliin Thn nlisis yng dilkukn dlm eneliin ini dlh sebgi beriku. 1. Mendeskrisikn ol enjuln seed moor jenis cub, mic, dn sor di Kbuen Ngwi. 2. Permodeln dengn meode ) Membgi d menjdi du bgin. Bgin wl dlh unuk emodeln in-smel dengn jumlh eriode dlh 60 buln sedngkn bgin kedu digunkn unuk vlidsi model ou-smel dengn eriode 3 buln. b) Membu lo ime series unuk mengehui kessionern d. Abil d sudh ssioner bik dlm vrins dn men, mk idk erlu dilkukn rnsformsi (idk ssioner di vrins) dn differencing (idk ssioner dlm men). c) eelh d sudh ssioner dlm men dn vrins, lngkh selnjuny yiu membu lo ACF dn PACF dri d yng sudh ssioner unuk endugn model semenr yng sesui. d) Melkukn engujin signifiknsi rmeer model. Jik signifikn mk dilnjukn dengn engujin sumsi residul model, bil idk signifikn mk lngkh engujin dihenikn dn kembli ke endugn model semenr. e) Abil rmeer model sudh signifikn, mk lngkh selnjuny yiu melkukn emeriksn dignosik (Dignosic Checking). Unuk mengehui kh residul memenuhi sumsi whie noise mk dilkukn uji Ljung-Box-Pierce (LBQ) dn melkukn engujin sumsi residul berdisribusi norml. Jik residul sudh memenuhi sumsi whie noise dn berdisribusi norml, mk model sudh lyk unuk diki. Mendkn model bulnn enjuln moor i jenis dengn meode regresi ime series. Unuk mendkn model bulnn, hnny dlh sebgi beriku. ) Memodelkn regresi linier dengn vribel dummy unuk mengehui efek vrisi klender yng signifikn erhd model enjuln moor i jenis. b) Abil error dri model regresi elh whie noise mk model bulnnny dlh model d lngkh ke-, nmun bil error dri model regresi dummy belum whie noise mk dilnjukn d lngkh ke-c. c) Mendkn model X dengn efek vrisi klender yng signifikn. d) Pemilihn model erbik d in smle d msing-msing model enjuln moor berdsrkn model X yng erbenuk. e) Melih kebikn rmln model X berdsrkn krieri ou smle yiu dengn MAPE (Men Absolue Percenge Error). f) Melkukn emeriksn residul kh sudh memenuhi susmsi whie noise dn disribusi norml. 3. Memrediksi enjuln seed moor erjenis berdsrkn model erbik. IV. ANALII DAN PEMBAHAAN A. Krkerisik Penjuln eed Moor Penjuln seed moor jenis cub di Kbuen Ngwi r-r memiliki enjuln eringgi d s su buln sebelum lebrn Idul Firi dn di buln Juli msing-msing sebnyk 925 dn 872 uni seed moor jenis cub erhun. Unuk r-r enjuln seed moor jenis mic erhun eringgi erjdi d s buln Desember dn Juli msing-msing sebnyk 1079 dn 1077 uni seed moor jenis mic erhun. r-r enjuln seed moor jenis sor erhun di Kbuen Ngwi ling inggi erjdi d su buln sebelum lebrn dn buln Juli msing-msing yiu sebnyk 362 dn 361 uni seed moor jenis sor. B. Pemodeln Penjuln eed Moor Jenis cub, mic dn sor dengn Meode Anlisis dengn menggunkn model sederhn dilkukn dengn erlebih dhulu melih ssioneris d. D enjuln seed moor bik jenis cub, mic, dn sor belum ssioner dlm vrins, sehingg unuk d enjuln seed moor jenis cub, mic, dn sor erlu dilkukn rnsformsi dengn (ln). elnjuny, ssioneris d dlm men dilih berdsrkn srukur ACF. Berdsrkn lo ACF enjuln seed moor jenis cub, mic, dn sor d dilih bhw d bergerk urun lmb. Hl ini menunjukkn bhw semu d belum ssioner dlm men. Oleh kren iu, erlu melkukn differencing d d enjuln seed moor jenis cub, mic, dn sor d lg 1. Lngkh selnjuny dlh menenukn orde lg AR dn MA dri lo ACF dn PACF d yng sudh ssioner. eelh dilkukn idenifiksi model unuk mendkn model dugn semenr ermln enjuln seed moor jenis cub, mic, dn sor di Kbuen Ngwi mk dilkukn engujin rmeer unuk menunjukkn kh rmeer sudh signifikn erhd model u lyk unuk dimsukkn model. Pengujin signifiknsi rmeer unuk msing-msing model dlh sebgi beriku Vrib el Jenis Cub Jenis Mic Jenis or Tbel 3 Uji ignifiknsi Prmeer Model Model Prmeer Esime Vlue P-vlue (0,1,1) ([1,2,6], 1,1) (0,1,[1]) θ 1 0,609 5,83 <0,0001 θ 1-0,571-3,35 0, ,975-7,17 <0, ,565-5,69 <0, ,313-3,49 0,0010 θ 1 0,649 9,05 <0,0001 θ 12-0,397-5,17 <0,0001

4 JURNAL AIN DAN ENI POMIT Vol. 3, No.2, (2014) ( X Prin) D-125 eelh didkn model erbik dn semu rmeer signifikn, selnjuny dilkukn engujin sumsi whie noise dn berdisribusi norml, didkn hsil bhw sumsi residul whie noise erenuhi dn elh memenuhi sumsi disribusi norml. eelh semu sumsi residul elh erenuhi, selnjuny ersmn model msing-msing jenis seed moor yng dieroleh d diuliskn dlm ersmn memis beriku. C M C, 1 0,609 C, 1 (7) M, 1 0,974( M, 1 M, 2 ) 0,565( M, 2 M, 3 ) (8) 0,313( M, 6 M, 7 ) 0,571 M, 1, 1 0,649, 1 0, 397, 12 (9) Dri ersmn (7) mk d dikehui bhw enjuln seed moor jenis cub eriode diengruhi oleh enjuln seed moor jenis cub 1 buln yng llu (- 1), keslhn enjuln d s ini dn dikurngi keslhn enjuln su buln sebelumny sebesr 0,609. edngkn d ersmn (8) d diieresikn bhw enjuln seed moor jenis mic eriode diengruhi oleh enjuln 1 buln llu (-1), 2 buln llu (-2), 3 buln llu, 6 buln llu (-6) dn 7 buln (-7) llu msing-msing sebesr 0,26; 0,405; 0,565; -0,313; 0,313 dn diengruhi keslhn enjuln s ini dn su buln sebelumny. Unuk ersmn (9) d disimulkn bhw enjuln seed moor jenis sor i bulnny diengruhi oleh enjuln 1 buln llu (-1) dn diengruhi oleh keslhn d s ini, su buln sebelumny dn 12 buln sebelumny. C. Pemodeln Penjuln eed Moor Jenis Cub, mik dn sor dengn Meode X Lngkh wl yng dilkukn unuk melkukn ermln dengn meode X dlh membu model regresi nr vribel enjuln seed moor msing-msing jenis dengn seluruh vribel dummy yng didug memengruhi enjuln seed moor ersebu. Beriku dlh hsil model regresi dummy seed moor jenis cub dengn menggunkn vribel dummy yng elh signifikn. C 896,49M 1077,3M 1180,7M 1, 5, 9, 11,48 4,64d 947,89M 1005,5M 1100,9M 1, N 6, 10, 2, 1090,3M 1256,5M 3, 7, 1057,3M 11, 1044,11M 1257,9M 8, 1166,7M 4, 12, (10) Dri ersmn (10) erlih bhw vribel yng menggmbrkn eriode erm signifikn bernili negif. Hl ersebu menunjukkn bhw d eriode Jnuri 2009 hingg Desember 2010 menglmi enurunn seed moor jenis cub sebesr 11 seed moor er buln. semenr vribel d 1 yng menggmbrkn eriode kedu signifikn bernili negif erhd model yng riny d eriode Jnuri 2011 hingg Desember 2011 menglmi enurunn enjuln seed moor jenis cub sebesr 5 seed moor er buln. emenr vribel D 2 yng menggmbrkn eriode keig idk signifikn erhd model yng riny d eriode Jnuri 2012 ke s memunyi ol eningkn enjuln yng sm dengn eriode erm. elin iu, unuk sei bulnny erd kenikn-kenikn yng signifikn, erlebih d buln Juli dn Agusus yng memunyi engruh yng inggi dibndingkn buln linny. Buln Juli memunyi engruh sebesr seed moor dn di buln Agusus memunyi engruh seed moor yng didug berkin dengn hun jrn bru dri jenjng endidikn dsr hingg ergurun inggi, sehingg enjuln seed moor jenis cub di Kbuen Ngwi meningk cuku besr. Penjuln seed moor jenis cub di Kbuen Ngwi idk diengruhi oleh vrisi klender Pd ersmn (10) residulny sudh memenuhi sumsi whie noise sehingg idk erlu melkukn emodeln (N ) lgi. eelh melkukn engujin sumsi whie noise mk selnjuny melkukn engujin sumsi residul dri model kh sudh berdisribusi norml u belum. Hsil engujin normlis menunjukkn bhw elh memenuhi sumsi berdisribusi norml. Model regresi dengn menggunkn rmeer yng signifikn dn berengruh erhd d enjuln seed moor jenis mic di Kbuen Ngwi M 317,45M 504,54M 498,24M 1, 5, 9, 1172,4d 2, 397,02M 429,92M 309,41M 2, 6, 10, 10,55 27,2d 474,6M 2, N 3, 685,49M 274,78M 7, 407,77M 11, 4, 456,86M 8, 580,95M 12, (11) Dri ersmn (11) residul d model regresi dummy belum memenuhi sumsi whie noise dn berdisribusi norml. ehingg erlu dilkukn nlisis lebih lnju dengn melkukn emodeln d residul d enjuln seed moor jenis mic ersebu. Berdsrkn informsi yng dieroleh d lo ACF dn PACF model didug dlh model (0,0,[5]), ([5,8,10],0,0). eelh melkukn nlisis dengn beber model, didkn hsil bhw model yng elh memenuhi semu sumsi dlh ([8],0,[5]). elnjuny unuk model X([8],0,[5]), M 1,, M 2,, M 3,, M 4,, M 5,, M 6,, M 7,, M 8,, M 9,, M 10,, M 11,, M 12,, d 2,,, d 2, elh memenuhi sumsi whie noise dn berdisribusi norml. Mk dieroleh model erbik dri d enjuln seed moor jenis mic di Kbuen Ngwi yiu: M 308,68M 506,1M 5, 519,88M 1275,3d 1, 444,27M 9, 2, 404,39M 309,7M 6, 10, 2, 680,64M 10,71 28,83d 443,49M 2, 7, 312,86M 3, 11, 481,34M 589,7M 1 0,401B 1 0,349B 390,08M 5 8 8, 12, 4, (12) Berdsrkn model (12), erlih bhw vribel yng menggmbrkn eriode erm signifikn bernili osiif. Hl ersebu menunjukkn bhw d eriode Jnuri 2009 hingg Desember 2010 menglmi eningkn seed moor jenis mic di Kbuen Ngwi sebesr 11 uni seed moor er buln. Lin hlny, dengn vribel d 1, yng menggmbrkn eriode kedu idk signifikn erhd model yng riny d eriode Jnuri 2011 hingg Desember 2011 memunyi ol eningkn enjuln seed moor jenis mic yng sm dengn eriode erm. emenr vribel d 2 yng menggmbrkn eriode keig signifikn bernili osiif erhd model yng riny d eriode Jnuri 2012 ke s menglmi eningkn enjuln seed moor jenis mic sebesr 29 seed moor er buln.

5 JURNAL AIN DAN ENI POMIT Vol. 3, No.2, (2014) ( X Prin) D-126 elin iu, unuk sei bulnny erd keniknkenikn yng signifikn, erlebih d buln Juli yng memunyi engruh yng inggi dibndingkn buln linny. Buln Juli memunyi engruh sebesr 681 seed moor yng didug berkin dengn hun jrn bru dri jenjng endidikn dsr hingg ergurun inggi, sehingg enjuln seed moor jenis mic di Kbuen Ngwi meningk cuku besr. Penjuln seed moor jenis mic di Kbuen Ngwi idk hny diengruhi oleh rend dn buln, nmun enjuln seed moor jenis Mic buln ini diengruhi jug oleh enjuln seed moor jenis Mic deln buln yng llu dn keslhn enjuln lim buln yng llu. Beriku dlh model regresi nr vribel enjuln seed moor jenis sor dengn vribel dummy yng didug memengruhi enjuln seed moor jenis sor ersebu. 125,25M 224,66M 241,07M 176,88d 1, 5, 9, 2, 158,45M 191,86M 194,87M 6,494d 6, 10, 2, 2, 207,85M 304,66M 199,87M N 3, 7, 11, 206,66M 263,06M 4, 8, 196,07M 12, (13) Residul (N ) d ersmn (13) sudh whie noise sehingg idk erlu melkukn emodeln (N ) nmun belum berdisribusi norml. Hl ini erjdi didug kib dny oulier d d enjuln seed moor jenis sor. ehingg erlu dilkukn idenifiksi oulier d model ersebu. Oulier yng erdeeksi merukn oulier dengn ie ddiive sebnyk 3 oulier yng berengruh erhd kebikn model. Kemudin d oulier dimsukkn ke dlm model M 1,, M 2,, M 3,, M 4,, M 5,, M 6,, M 7,, M 8,, M 9,, M 10, M 11,, M 12,, d 2,, d 2,, dimn model ersebu berubh menjdi model M 1,, M 2,, M 3,, M 4,, M 5,, M 6,, M 7,, M 8,, M 9,, M 10, M 11,, M 12,, d 2,, d 2,, I (41), I (55), I (52). Hsil enksirn rmeer dn uji signifiknsi rmeer d model M 1,, M 2,, M 3,, M 4,, M 5,, M 6,, M 7,, M 8,, M 9,, M 10, M 11,, M 12,, d 2,, d 2,, I (41), I (55) (52), I menunjukkn semu vribel elh sifnifikn. edngkn Hsil uji whie noise erhd menunjukkn bhw residul memenuhi sumsi whie noise dn sudh berdisribusi norml. Jdi, model yng erbenuk sesudh enmbhn oulier d dilih d model (14) 133,08M 1, 166,29M 2, 215,70M 3, 189,90M 4, 191,12M 199,73M 284,05M 270,95M (14) 195,5d 5, 248,96M 9, 2, 6,47d 2, 6, 202,78M 10, 207,02I 123,04I 52 Berdsrkn model (14), erlih bhw vribel yng menggmbrkn eriode erm idk signifikn. Hl ersebu menunjukkn bhw memng benr d eriode Jnuri 2009 hingg Desember 2010 memunyi ol yng sbil. Lin hlny, dengn vribel d 2 yng menggmbrkn eriode keig signifikn bernili osiif erhd model yng riny d eriode Jnuri 2012 ke s menglmi eningkn enjuln seed moor jenis sor sebesr 7 seed moor er buln. Kemudin unuk sei bulnny erd keniknkenikn yng signifikn, erlebih d buln Juli yng memunyi engruh yng inggi dibndingkn buln 7, 207,79M 41 11, 142,47I 204M 55 8, 12, linny. Buln Juli memunyi engruh sebesr 285 seed moor. Didug berkin dengn hun jrn bru dri jenjng endidikn dsr hingg ergurun inggi, sehingg enjuln seed moor jenis sor di Kbuen Ngwi meningk cuku besr. elin iu, unuk observsi ke-41 yiu buln Mei 2012 menglmi eningkn enjuln sebesr 208 seed moor sedngkn observsi ke-55 yiu Juli 2013 menglmi eningkn enjuln sebesr 143 seed moor dn observsi ke-52 yiu Aril 2013 menglmi eningkn enjuln sebesr 144 seed moor. D. Perbndingn Model Permln dn X Berdsrkn dri model ermln d enjuln seed moor jenis cub, mic, dn sor di Kbuen Ngwi dri kedu meode dn X kn dibndingkn unuk mengehui model mn yng ling bik digunkn unuk mermlkn enjuln seed moor jenis cub, mic, dn sor di Kbuen Ngwi unuk hun 2014 dn hun Perbndingn model dilkukn dengn melih nili MAPE yng erkecil. Hsil erbndingn kedu model ermln d bel 4 menunjukkn bhw MAPE unuk d enjuln seed moor jenis cub, mic dn sor d model X bernili lebih kecil drid model.sehingg model ini yng kn diki unuk mermlkn enjuln seed moor jenis cub dn sor unuk eriode 2014 dn edngkn unuk enjuln seed moor mic nili MAPE d model lebih kecil bil dibndingkn dengn model X. Nmun jik menggunkn model dlm ermln enjuln seed moor mic kn menglmi hsil rmln yng buruk. Kren rmln d hun 2014 dn 2015 sei bulnny cenderung sm. Hl ini idk sesui dengn kondisi enjuln seed moor mic d 2 hun sebelumny, dimn enjulnny menglmi eningkn. ehingg meode ermln yng erbik yng digunkn unuk mermlkn d enjuln seed moor jenis mic di Kbuen Ngwi unuk hun 2014 dn 2015 dlh model X. Tbel 4 Perbndingn Model dn X Model Vribel MAPE X Cub 52,56176 Mic 12,6176 or 23,32177 Cub 26,10161 Mic 26,02084 or 14,31588 Hsil ermln d enjuln seed moor jenis cub, mic, dn sor di Kbuen Ngwi dri model X dimilkn d Tbel 5. Tbel 5 Hsil Rmln Penjuln eed Moor Jenis Cub, Mic, dn or di Kbuen Ngwi Periode C M Periode C M Jn Jn Feb Feb Mr Mr Ar Ar Mei Mei Jun Jun

6 D-127 JURNAL AIN DAN ENI POMIT Vol. 3, No.2, (2014) ( X Prin) Jul Jul Agu Agu e e Ok Ok No No Des Des V. KEIMPULAN R-r enjuln eringgi seed moor jenis cub d s su buln sebelum lebrn Idul Firi dn di buln Juli msing-msing sebnyk 925 dn 872 uni seed moor. Unuk r-r enjuln seed moor jenis mic erhun eringgi erjdi d s buln Desember dn Juli msing-msing sebnyk 1079 dn 1077 uni seed moor. r-r enjuln seed moor jenis sor erhun di Kbuen Ngwi ling inggi erjdi d su buln sebelum lebrn dn buln Juli msing-msing yiu sebnyk 362 dn 361 uni seed moor. Model erbik digunkn dlm unuk mermlkn d enjuln seed moor jenis cub, mic dn sor dlh model X. Model erbik unuk mermlkn enjuln seed moor jenis cub DAFTAR PUTAKA [1] MPM Moor Hond. (2013). Tol mrke dn sles hond Ngwi: MPM Moor Hond. [2] L. Nursi, Anlisis ermln enjuln seed moor di mir inshik musik (mm) hond moor dengn endekn Box-Jenkins, Tugs Akhir, Insiu Teknologi euluh Noember, isik, urby (2010). [3]. E. Rusino, Anlisis ermln jumlh erminn kerudung di indusri kerudung rin di surby dengn meode vrisi klender, Tugs Akhir, Insiu Teknologi euluh Noember, isik, urby (2010). [4] N.. Dini, Permln kebuuhn remium dengn meode rimx unuk oimsi ersedinn di wilyh bbm mdiun, Tugs Akhir, Insiu Teknologi euluh Noember, isik, urby (2012). [5] W. W. Wei, (2006). Time eries Anlysis Univrie nd Mulivrie Mehods (2nd ed.). Unied es of Americ: Person. [6] B. L. Bowermn, nd R. T. O'Connell, (1993). Forecsing nd Time eries : n Alied Aroch (3rd ed.). Cliforni: Duxbury Press. [7] J. D. Cryer, nd K.-. Chn, (2008). Time eries Anlysis wih Alicion in R (2nd ed.). New ork: ringer cience+business Medi. C 896,49M 1077,3M 1180,7M 1, 5, 9, 11,48 4,64d 947,89M 1005,5M 1100,9M 1, N 6, 10, 2, 1090,3M 1256,5M 3, 7, 1057,3M 11, 1044,11M 1257,9M 8, 1166,7M 4, 12, (15) Dri ersmn (15) erlih bhw vribel signifikn bernili negif. Hl ersebu menunjukkn bhw enjuln seed moor jenis cub menglmi enurunn sebesr 11 seed moor er buln.. Model erbik unuk mermlkn enjuln seed moor jenis mic M 308,68M 1, 404,39M 2, 443,49M 3, 390,08M 4, 506,1M 444,27M 680,64M 481,34M (16) 5, 519,88M 1275,3d 9, 2, 309,7M 6, 10, 10,71 28,83d 2, 7, 312,86M 11, 589,7M 1 0,401B 1 0,349B Model (16) d disimulkn bhw Penjuln seed moor mic idk hny diengruhi oleh rend dn buln, nmun enjuln seed moor jenis Mic buln ini diengruhi jug oleh enjuln seed moor jenis Mic deln buln yng llu dn keslhn enjuln lim buln yng llu 5 8 8, 12, 133,08M 191,12M 195,5d 123,04I 1, 5, 248,96M 9, 2, ,29M 199,73M 6,47d 2, 2, 6, 202,78M 284,05M 10, 207,02I 215,70M 3, 7, 207,79M 41 11, 142,47I 189,90M 270,95M 204M 55 4, 8, 12, (17) Model (17) d disimulkn bhw sei bulnny erd kenikn-kenikn yng signifikn, erlebih d buln Juli yng memunyi engruh yng inggi dibndingkn buln linny. rn yng diberikn unuk eneliin selnjuny berdsrkn eneliin ini sebikny menggunkn krieri ou smle 12 buln.

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

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

Lebih terperinci

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

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

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 3, No. 2, (2014) ISSN: ( Print) D-176

JURNAL SAINS DAN SENI POMITS Vol. 3, No. 2, (2014) ISSN: ( Print) D-176 JURNAL SAINS DAN SENI POMITS Vol. 3, No. 2, (204) ISSN: 2337-3539 (230-927 Prin) D-7 Permln Penjuln Seed Moor Menuru Tie Dengn Pendekn Auoregreive Inegred Moving Averge Wih Exogeneou Inu (Arimx) Di Kbuen

Lebih terperinci

MODEL GARCH UNTUK VARIANSI SESATAN DARI MODEL AUTOREGRESIVE MOVING AVERAGE

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

Lebih terperinci

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

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

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

MODUL VIII FISIKA MODERN Transformasi Lorentz

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

Lebih terperinci

Penaksiran parameter model ARIMA dengan menggunakan Algoritma Genetika

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

Lebih terperinci

PERAMALAN CURAH HUJAN DI KOTA YOGYAKARTA DENGAN MODEL FUNGSI TRANSFER MULTIVARIAT

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Diana Holidah Bagian Farmasi Klinik dan Komunitas Fakultas Farmasi Universitas Jember

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

Lebih terperinci

ANALISIS NUMERIK. Inter polasi. SPL simultan. Akar Persama. linear

ANALISIS NUMERIK. Inter polasi. SPL simultan. Akar Persama. linear ANALISIS NUMERIK Inter polsi SPL simultn Akr Persm n Non liner INTERPOLASI Tujun Interpolsi bergun untuk menksir hrg-hrg tengh ntr titik dt yng sudh tept. Interpolsi mempunyi orde tu derjt. Mcm Interpolsi

Lebih terperinci

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

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

Lebih terperinci

Perhitungan Biaya Tenaga Kerja Sesungguhnya Pada Cafe WarunKomando

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

Lebih terperinci

PERTEMUAN 2 DASAR METODE NUMERIK

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

Lebih terperinci

Interpolasi. Umi Sa adah

Interpolasi. Umi Sa adah Interolsi Umi S dh Interolsi Perbedn Interolsi dn Ekstrolsi Interolsi Linier L Interolsi Kudrt L h h Interolsi Qubic L h h h Interolsi dg Polinomil 5 Tble : Si equidistntl sced oints in [- ] 5 -..846

Lebih terperinci

Matematika EBTANAS Tahun 1987

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

Lebih terperinci

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

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

Lebih terperinci

PEMILIHAN METODE INTENSITAS HUJAN YANG SESUAI DENGAN KARAKTERISTIK STASIUN PEKANBARU

PEMILIHAN METODE INTENSITAS HUJAN YANG SESUAI DENGAN KARAKTERISTIK STASIUN PEKANBARU PEMILIHAN METODE INTENSITAS HUJAN YANG SESUAI DENGAN KARAKTERISTIK STASIUN PEKANBARU Yohnn Lilis Hndyni Jurusn Teknik Sipil Fkuls Teknik Universis Riu Kmpus Bin Widy Jl. H.R. Soebrns Km. 1,5 Peknbru emil

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER. Muflih Rori Putra Harahap

ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER. Muflih Rori Putra Harahap ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER Muflih Rori Pura Harahap 30 00 052 Pembimbing : Dr. Drs. Agus Suharsono, M.S. LATAR BELAKANG PENDAHULUAN

Lebih terperinci

BAB III METODOLOGI PE ELITIA

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

Lebih terperinci

(c) lim. (d) lim. (f) lim

(c) lim. (d) lim. (f) lim FMIPA - ITB. MA Mtemtik A Semester, 6-7. Pernytn enr dn slh. () ()! e Solusi. Benr. Fungsi eksonensil (enyeut) memesr leih cet drid fungsi olinom (emilng) sehingg emginny menghsilkn nili Dengn Hoitl s

Lebih terperinci

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

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

Lebih terperinci

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA Yogyakarta 2011

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA Yogyakarta 2011 Progrm Sudi M Kulih Pokok hsn : Memik : Geomeri : Kesengunn isusun oleh r. li Mhmudi FKULTS MTEMTIK N ILMU PENGETHUN LM UNIVERSITS NEGERI YOGYKRT Yogykr 0 Lemr Kegin Mhsisw Geomeri Lemr Kegin Mhsisw M

Lebih terperinci

Model Sederhana Penyebaran Avian Flu di Cikelet

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

Lebih terperinci

MODEL POTENSIAL 1 DIMENSI

MODEL POTENSIAL 1 DIMENSI MODEL POTENSIAL 1 DIMENSI 1. Sumur Potensil Tk Berhingg Kit tinju prtikel bermss m dengn energi positif, berd dlm sumur potensil stu dimensi dengn dinding potensil tk berhingg dn potensil didlmny nol,

Lebih terperinci

STRATEGI PENGAJARAN MATEMATIKA UNTUK MENENTUKAN AKAR-AKAR PERSAMAAN KUADRAT

STRATEGI PENGAJARAN MATEMATIKA UNTUK MENENTUKAN AKAR-AKAR PERSAMAAN KUADRAT Jurnl Vol II. No., Mret 08, hlm. 9-95 vilble online t www.jurnl.un.c.id/indeks/jmp STRTEGI PENGJRN MTEMTIK UNTUK MENENTUKN KR-KR PERSMN KUDRT Indh Purnm Putri, Symsudhuh, Ihd Hsbiyti 3 Progrm Studi Mgister

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Bab 2 HUKUM KEKEKALAN. 2.1 Hukum Kekekalan Skalar

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

Lebih terperinci

Kata kunci: Tuberculosis, model SEIR, bilangan reproduksi dasar.

Kata kunci: Tuberculosis, model SEIR, bilangan reproduksi dasar. ANAL MODL UNTUK PNBAAN PNAKT TUBCULO DNGAN PNAMBAHAN PAAMT OBAT HBAL D LAAH BOGO brin Nur Auli Prm mby hei dn Ani Andriyi Prgrm udi Memik Fkuls Memik dn lmu Pengehun Alm Universis Pkun Bgr ABTAK Cepny

Lebih terperinci

CONTOH SOLUSI BEBERAPA SOAL OLIMPIADE MATEMATIKA Oleh: Wiworo, S.Si, M.M. 3. Untuk k 2 didefinisikan bahwa a

CONTOH SOLUSI BEBERAPA SOAL OLIMPIADE MATEMATIKA Oleh: Wiworo, S.Si, M.M. 3. Untuk k 2 didefinisikan bahwa a CONTOH SOLUSI BEBERAPA SOAL OLIMPIADE MATEMATIKA Oleh: Wiworo, S.Si, M.M. Dikethui bhw,. Untuk k didefinisikn bhw k k k. Tentukn jumlh tk hingg dri. Kit mislkn S S. Dengn demikin kit dpt menuliskn Kedu

Lebih terperinci

TIM OLIMPIADE MATEMATIKA INDONESIA TAHUN 2009

TIM OLIMPIADE MATEMATIKA INDONESIA TAHUN 2009 SELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA TIM OLIMPIADE MATEMATIKA INDONESIA TAHUN 009 Bidng Mtemtik Wktu :,5 Jm DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH DIREKTORAT

Lebih terperinci

6. Himpunan Fungsi Ortogonal

6. Himpunan Fungsi Ortogonal 6. Himpunn Fungsi Ortogonl Mislkn f periodik dengn periode, dn mulus bgin demi bgin pd [ π, π]. Jik S f N (θ) = N n= N c ne inθ, n =,, 2,..., dlh jumlh prsil dri deret Fourier f, mk kit telh menunjukkn

Lebih terperinci

DETERMINAN. Misalkan A adalah suatu matriks persegi. a) Jika A memiliki satu baris atau satu kolom bilangan nol, maka det(a) = 0.

DETERMINAN. Misalkan A adalah suatu matriks persegi. a) Jika A memiliki satu baris atau satu kolom bilangan nol, maka det(a) = 0. DETERMINAN Fungsi determinn dri sutu mtriks persegi A (dinotsikn dengn det(a) tu A ) didefinisikn sebgi jumlh dri semu hsil kli elementer bertnd dri A. Sementr, ngk tu bilngn dri det(a) disebut determinn

Lebih terperinci

7. Ruang L 2 (a, b) f(x) 2 dx < }.

7. Ruang L 2 (a, b) f(x) 2 dx < }. 7. Rung L (, b) Rung L (, b) didefinisikn sebgi rung semu fungsi f yng kudrtny terintegrlkn pd [, b], ykni L (, b) := {f : b f(x) dx < }. Rung ini menckup fungsi-fungsi f yng tk terbts pd [, b] tetpi f

Lebih terperinci

Jawaban Tugas Awal Gerak dan Gaya. Eksperimen Kereta dinamika

Jawaban Tugas Awal Gerak dan Gaya. Eksperimen Kereta dinamika Jwbn Tugs Awl Gerk dn Gy Eksperimen Kere dinmik. Bil du buh blok erbu dri bhn yng sm epi M>M dijuhkn pd bidng miring yng sm dengn posisi yng sm, mn yng lebih cep smpi ke dsr? Mengp demikin? Jwb : Mg sin

Lebih terperinci

Gambar 1.1. Contoh Produk-Produk Dekorasi dan Saniter yang Dihasilkan oleh Perusahaan tersebut

Gambar 1.1. Contoh Produk-Produk Dekorasi dan Saniter yang Dihasilkan oleh Perusahaan tersebut BAB I PENDAHULUAN 1.1. Ltr Belkng Sutu perushn menghsilkn wstfel, ptung, penyngg ptung, pot, penyngg pot, mej, penyngg mej, ir mncur, milbox, dn produk-produk dekorsi rumh linny yng berbhn utm terrzzo

Lebih terperinci

UJIAN PENGHABISAN SEKOLAH MENENGAH TINGKAT ATAS TAHUN

UJIAN PENGHABISAN SEKOLAH MENENGAH TINGKAT ATAS TAHUN Mengenng Jejk Sebgin Kecil Bngs Indonesi Yng Pernh Mengikuti Ujin Sekolh Pd Ms Silm UJIAN PENGHABISAN SEKOLAH MENENGAH TINGKAT ATAS TAHUN 9 ALJABAR. HBS (Hogere Burger School) NI dn AMS (Algemeene Middelbre

Lebih terperinci

Two-Stage Nested Design

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

Lebih terperinci

QUANTUM, Jurnal Inovasi Pendidikan Sains, Vol.6, No.2, Oktober 2015, hlm

QUANTUM, Jurnal Inovasi Pendidikan Sains, Vol.6, No.2, Oktober 2015, hlm QUANTUM, Jurnl Inovsi Pendidikn Sins, Vol.6, No.2, Okober 2015, hlm. 11-22 11 PENGARUH MODEL PROBLEM BASED LEARNING (PBL) BERBASIS AKTIVITAS METAKOGNISI TERHADAP KEMAMPUAN MEMECAHKAN MASALAH KELARUTAN

Lebih terperinci

ANALISIS PENGARUH STRATEGI BAURAN PEMASARAN TERHADAP MINAT BELI ULANG PRODUK BARU

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

Lebih terperinci

LAPORAN PRAKTIKUM TEKNIK DASAR : PIPET, TIMBANGAN, PEMBUATAN LARUTAN

LAPORAN PRAKTIKUM TEKNIK DASAR : PIPET, TIMBANGAN, PEMBUATAN LARUTAN LAPORAN PRAKTIKUM TEKNIK DASAR : PIPET, TIMBANGAN, PEMBUATAN LARUTAN NAMA PRAKTIKAN : Rmdhn Bestri Ichwn Almsyh Lubis GRUP PRAKTIKAN : Grup Pgi (08.00-11.00) KELOMPOK : 2 HARI/TGL. PRAKTIKUM : Rbu, 2 Oktober

Lebih terperinci

perusahaan-perusahaan go public yang terdaftar di BEJ sampai dengan tahun

perusahaan-perusahaan go public yang terdaftar di BEJ sampai dengan tahun BAB IV ANALISIS DAN PEMBAHASAN Pd bgin ini kn dilkukn nlisis terhdp dt yng diteliti. Penelitin ini bertujun untuk mengethui hubungn kinerj keungn dengn hrg shm bik secr prsil mupun secr simultn. Dlm penelitin

Lebih terperinci

BAB IV METODE ANALISIS RANGKAIAN

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

Lebih terperinci

MATERI POKOK MATA PELAJARAN FISIKA-1

MATERI POKOK MATA PELAJARAN FISIKA-1 MATERI POKOK MATA PELAJARAN FISIKA-1 Penyuun Nuzi eryno, SPd Progrm pc rjn Unieri Negeri mkr 16 TUJUAN UMUM PEMBELAJARAN A Sndr Kompeeni Menerpkn konep dn prinip dr kinemik dn dinmik bend iik B Kompeeni

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

Kerjakan di buku tugas. Tentukan hasil operasi berikut. a. A 2 d. (A B) (A + B) b. B 2 e. A (B + B t ) c. A B f. A t (A t + B t ) Tes Mandiri

Kerjakan di buku tugas. Tentukan hasil operasi berikut. a. A 2 d. (A B) (A + B) b. B 2 e. A (B + B t ) c. A B f. A t (A t + B t ) Tes Mandiri Mmt Apliksi SMA Bhs Dikethui A = Tentukn hsil opersi berikut A c A A b A A d A Dikethui A = Tentukn hsil opersi berikut (A + B) c (B A) b A + AB + B d B BA + A Sol Terbuk Kerjkn di buku tugs Jik X = dn

Lebih terperinci

BAB IV HASIL PENELITIAN DAN ANALISIS

BAB IV HASIL PENELITIAN DAN ANALISIS Dri Gmbr 4.7, Gmbr 4.8, dn Gmbr 4.9 di ts dpt diliht bhw hybrid film yng terbentuk menglmi retkn (crck). Hl ini sm seperti yng terjdi pd hybrid film presintered dn hybrid film dengn 5% wt PDMS terhdp TEOS

Lebih terperinci

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

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

Lebih terperinci

SISTEM BILANGAN REAL. 1. Sifat Aljabar Bilangan Real

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

Lebih terperinci

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

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

Lebih terperinci

AUTOMATA SEBAGAI MODEL PENGENAL BAHASA

AUTOMATA SEBAGAI MODEL PENGENAL BAHASA JMP : Volume Nomor Oktober 9 AUTOMATA SEBAGAI MODEL PENGENAL BAHASA Eddy Mrynto Fkults Sins dn Teknik Universits Jenderl Soedirmn Purwokerto Indonesi emil: eddy_mrynto@unsoed.c.id Abstrct. A deterministic

Lebih terperinci

PERSAMAAN KUADRAT. ac 0 p dan q sama tanda. 2. dg. Melengkapkan bentuk kuadrat ( kuadrat sempurna ) :

PERSAMAAN KUADRAT. ac 0 p dan q sama tanda. 2. dg. Melengkapkan bentuk kuadrat ( kuadrat sempurna ) : PERSAMAAN KUADRAT Bb. Bentuk Umum : b c,,, b, c Re l Menyelesikn ersmn kudrt :. dg. Memfktorkn : b c ( )( q) q q = ( q) dimn : b = + q dn c, Jik c dn q berbed tnd c dn q sm tnd. dg. Melengkkn bentuk kudrt

Lebih terperinci

matematika K-13 TEOREMA FAKTOR DAN OPERASI AKAR K e l a s

matematika K-13 TEOREMA FAKTOR DAN OPERASI AKAR K e l a s K-3 mtemtik K e l s XI TEOREMA FAKTOR DAN OPERASI AKAR Tujun Pemeljrn Setelh mempeljri mteri ini, kmu dihrpkn memiliki kemmpun erikut.. Memhmi teorem fktor.. Menentukn kr dn fktor liner suku nyk dengn

Lebih terperinci

BAB III METODE METODE DEFUZZYFIKASI

BAB III METODE METODE DEFUZZYFIKASI Fuy Logi Metode Metode Deuyiksi BAB III METODE METODE DEFUYFIKASI Seperti yng telh dihs dlm, hw untuk meruh kelurn uy menjdi nili risp mk diperlukn sutu proses yng leih dikenl dengn istilh deuyiksi Dlm

Lebih terperinci

0 akar-akarnya adalah p dan q. 0 akar-akarnya 2p dan r.

0 akar-akarnya adalah p dan q. 0 akar-akarnya 2p dan r. Mengenng Jejk Sebgin Kecil Bngs Indonesi Yng Pernh Mengikuti Ujin Sekolh Pd Awl Ms Kemerdekn UJIAN PENGHABISAN SEKOLAH MENENGAH TINGKAT ATAS TAHUN 5. SMA 5 Berkh m gr suy fungsi nili rel dri? Syrt fungsi

Lebih terperinci

12. LUAS DAERAH DAN INTEGRAL

12. LUAS DAERAH DAN INTEGRAL 12. LUAS DAERAH DAN INTEGRAL 12.1 Lus Derh di Bwh Kurv Mslh menentukn lus derh (dn volume rung) telh dipeljri sejk er Pythgors dn Zeno, pd thun 500-n SM. Konsep integrl (yng terkit ert dengn lus derh)

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 29 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hsil Penelitin 4.1.1 Diskripsi Pelksnn Pr Siklus Penelitin ini merupkn sutu bentuk PTK yng dilksnkn oleh guru, perngkt dri permslhn prktek fktul di kels,dny

Lebih terperinci

PEMBAHASAN SOAL OSN MATEMATIKA SMP 2013 TINGKAT KABUPATEN

PEMBAHASAN SOAL OSN MATEMATIKA SMP 2013 TINGKAT KABUPATEN www.sip-osn.blogspot.com @Mret 0 PEMBAHASAN SOAL OSN MATEMATIKA SMP 0 TINGKAT KABUPATEN. B. x ( x ) ( x + )( x ) ( x ( ) )( x ) ( x + )( x )( x + )( x ) (d fktor) Tidk d penjelsn tentng fktor hrus bilngn

Lebih terperinci

Aplikasi Teori Permainan Lawan pemain (punya intelegensi yang sama). Setiap pemain mempunyai beberapa strategi untuk saling mengalahkan.

Aplikasi Teori Permainan Lawan pemain (punya intelegensi yang sama). Setiap pemain mempunyai beberapa strategi untuk saling mengalahkan. Apliksi Teori Perminn Lwn pemin (puny intelegensi yng sm) Setip pemin mempunyi beberp strtegi untuk sling menglhkn Two-Person Zero-Sum Gme Perminn dengn pemin dengn perolehn (keuntungn) bgi slh stu pemin

Lebih terperinci

Hendra Gunawan. 1 November 2013

Hendra Gunawan. 1 November 2013 MA0 MATEMATIKA A Henr Gunwn Semeser I, 0/04 November 0 Lihn (Kulih yng Llu). Hiung inegrl enu/k enu beriku:. +.. cos( + ).. ( ). 4. 0 / 4 cos 0 4 5. (.. ) /0/0 (c) Henr Gunwn Ssrn Kulih Hri Ini 4.4. Teorem

Lebih terperinci

BAB III DIAGRAM POHON KEPUTUSAN

BAB III DIAGRAM POHON KEPUTUSAN BAB III DIAGRAM POHON KEPUTUSAN 3 Digrm Pohon Keutusn 3 Pengertin Pohon keutusn merukn metode klsifiksi dn rediksi yng sngt kut dn terkenl Metode ohon keutusn mengubh fkt yng sngt besr menjdi ohon keutusn

Lebih terperinci

TOPIK 2 FORECAST DAN PERAMALAN PENJUALAN

TOPIK 2 FORECAST DAN PERAMALAN PENJUALAN TOPIK 2 FORECAST DAN PERAMALAN PENJUALAN A. Konsep-konsep pokok forecst dn nggrn penjuln Forecst penjuln dlh sutu teknik proyeksi tentng tingkt permintn konsumer, potensil pd sutu periode tertentu dengn

Lebih terperinci

V. PERUMUSAN MODEL DAN PROSEDUR ANALISIS

V. PERUMUSAN MODEL DAN PROSEDUR ANALISIS 65 V. PERUMUSAN MODEL DAN PROSEDUR ANALISIS 5.. Model Ekonomerik Indusri Kel Swi Indonesi Model dlh suu enjelsn dri fenomen kul dlm suu sisem u roses yng sisemis (Jhonson, 97 dn Kousoyinnis, 978). Sedngkn

Lebih terperinci

FISIKA BESARAN VEKTOR

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

Lebih terperinci

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

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

Lebih terperinci

Minggu ke 6 LIMIT FUNGSI (LIMITS OF FINCTIONS) 2,1, 2,01, 2,001, 2,0001,, 2 + 1/10 n maka :

Minggu ke 6 LIMIT FUNGSI (LIMITS OF FINCTIONS) 2,1, 2,01, 2,001, 2,0001,, 2 + 1/10 n maka : Minggu ke 6 Modul Mtemtik LIMIT FUNGSI LIMITS OF FINCTIONS). BRISN SEQUENCES) VS. LIMIT FUNGSI LIMITS OF FUNCTIONS) Contoh : Sequence : fn) = + / n,,,,,,,,, + / n mk : Limit dri fungsi f) =, dimn vribel

Lebih terperinci

DIMENSI TIGA 1. SIMAK UI

DIMENSI TIGA 1. SIMAK UI IMNI I. IMK I Mtemtik I, 00 ikethui blok. di mn = cm, = 8 cm, = cm. Mislkn dlh sudut ntr dn, mk cos.... olusi: []. 8 8 80.. 8. 8 00 0 8 cos 8 0 8 cos 8 8 cos cos. IMK I Mtemtik I, 00 Kubus. mempunyi rusuk

Lebih terperinci

Teorema Dasar Integral Garis

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

Lebih terperinci

Skew- Semifield dan Beberapa Sifatnya 1

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

Lebih terperinci

BAB 1 PENDAHULUAN LATAR BELAKANG

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

Lebih terperinci

Tugas Menyelesaikan Soal Disusun Untuk memenuhi tugas Mata kuliah Kajian Matematika SMA 1 Dosen: Padrul Jana, M.Sc

Tugas Menyelesaikan Soal Disusun Untuk memenuhi tugas Mata kuliah Kajian Matematika SMA 1 Dosen: Padrul Jana, M.Sc Tugs Menyelesikn Sol Disusun Untuk memenuhi tugs Mt kulih Kjin Mtemtik SMA Dosen: Pdrul Jn, M.Sc Disusun Oleh: Kelomok /5A. Nurul Istiqomh 000. Muhmmd Mukti Ali 00. Diyh Elvi Rin 00. Ambr Retno Muti 0050

Lebih terperinci

EKSPOR DAN IMPOR DKI JAKARTA

EKSPOR DAN IMPOR DKI JAKARTA BPS PROVINSI D.K.I. JAKARTA No. 20/06/31/Th. IX, 4 Juni 2007 EKSPOR DAN IMPOR DKI JAKARTA NILAI EKSPOR PRODUK DKI JAKARTA BULAN JANUARI 2007 SEBESAR 580,96 JUTA DOLLAR AMERIKA Nii ekspor meui DKI Jkrt

Lebih terperinci

PEMODELAN VEKTOR AUTOREGRESIF X TERHADAP VARIABEL MAKROEKONOMI DI INDONESIA

PEMODELAN VEKTOR AUTOREGRESIF X TERHADAP VARIABEL MAKROEKONOMI DI INDONESIA PEMODELAN VEKTOR AUTOREGRESIF X TERHADAP VARIABEL MAKROEKONOMI DI INDONESIA SKRIPSI Disusun Oleh : Nm : Bony Yudhisir Nugrh NIM : JE 004 6 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA

Lebih terperinci

Aljabar Linear Elementer

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

Lebih terperinci

III. HASIL DAN PEMBAHASAN

III. HASIL DAN PEMBAHASAN III. HASIL DAN PEMBAHASAN 3.1. Hsil 3.1.1. Pertumbuhn Pnjng Benih Ikn Betok Pertumbuhn pnjng benih ikn betok pd khir penelitin setelh perendmn 2 jm dengn protein rhp pd dosis berbed disjikn pd Tbel 3 dn

Lebih terperinci

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

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

Lebih terperinci

Sistem Persamaan Linear Bagian 1

Sistem Persamaan Linear Bagian 1 Sistem Persmn Liner Bgin. SISTEM PERSAMAAN LINEAR PENGANTAR Dlm bgin ini kn kit perkenlkn istilh dsr dn kit bhs sebuh metode untuk memechkn sistem-sistem persmn liner. Sebuh gris dlm bidng xy secr ljbr

Lebih terperinci

Peramalan Data Trafik Internet di ITS dengan Menggunakan Metode ARIMA (Autoregressive Integrated Moving Average)

Peramalan Data Trafik Internet di ITS dengan Menggunakan Metode ARIMA (Autoregressive Integrated Moving Average) JURNAL TEKNIK POMITS Vol., No., () -6 Permln D Trfik Inerne di ITS dengn Menggunkn Meode (Auoregreive Inegred Moving Averge) My Priny, Achmd Muludiyno Jurun Teknik Elekro, Fkul Teknologi Induri, Iniu Teknologi

Lebih terperinci

Pengaturan Berat Total Material Yang Keluar Dari Weight Feeder Conveyor Dengan Menggunakan Kontrol Logika Fuzzy

Pengaturan Berat Total Material Yang Keluar Dari Weight Feeder Conveyor Dengan Menggunakan Kontrol Logika Fuzzy Pengurn Ber olmeril Yng elur Dri Weigh Feeder Conveyor Dengn Menggunkn onrol Logik Fuzzy [Fendy Snoso, e l.] Pengurn Ber ol Meril Yng elur Dri Weigh Feeder Conveyor Dengn Menggunkn onrol Logik Fuzzy Fendy

Lebih terperinci

BAB III UPPER LEVEL SET SCAN STATISTICS. Bab ini akan membahas mengenai metode upper level set scan statistics.

BAB III UPPER LEVEL SET SCAN STATISTICS. Bab ini akan membahas mengenai metode upper level set scan statistics. BB III UPPER LEVEL SET SCN STTISTICS Bb ini kn membhs mengeni metode upper level set sn sttistis. Selin itu, kn dibhs jug hl-hl yng berkitn dengn metode upper level set sn sttistis. Berikut ini dlh istilh-istilh

Lebih terperinci

RUMUS HERON DAN RUMUS BRAHMAGUPTA

RUMUS HERON DAN RUMUS BRAHMAGUPTA RUMUS HERON DAN RUMUS BRAHMAGUPTA Sumrdyono, M.Pd. Topik lus bngun dtr telh dipeljri sejk di Sekolh Dsr hingg SMA. Bil di SD, dipeljri lus segitig dn beberp bngun segiempt mk di SMP dipeljri lebih lnjut

Lebih terperinci

SIMAK UI DIMENSI TIGA

SIMAK UI DIMENSI TIGA IMK I IMNI I. IMK I Mtemtik I, 00 ikethui blok. di mn = cm, = cm, = cm. Mislkn dlh sudut ntr dn, mk cos.... olusi: []. 0... 00 0 cos 0 cos cos cos. IMK I Mtemtik I, 00 Kubus. mempunyi rusuk cm. itik M

Lebih terperinci

15. INTEGRAL SEBAGAI LIMIT

15. INTEGRAL SEBAGAI LIMIT 15. INTEGRAL SEBAGAI LIMIT 15.1 Jumlh Riemnn Dlm kulih Klkulus pd thun pertm, integrl Riemnn bisny diperkenlkn sebgi limit dri jumlh Riemnn, tidk mellui integrl Riemnn ts dn integrl Riemnn bwh. Hl ini

Lebih terperinci

Eyus Sudihartinih Tugas MK Geometri

Eyus Sudihartinih Tugas MK Geometri Eyus Sudihrinih Tugs MK Geomeri Posul Prlel Euclid Mellui suu iik A yng idk erlek pd gris m, erdp pling nyk su gris yng kn mellui A dn prlel erhdp m Konvers Teorem Sudu Dlm Berseerngn Jik erdp du gris

Lebih terperinci

Integral Kompleks (Bagian Kesatu)

Integral Kompleks (Bagian Kesatu) Integrl Kompleks (Bgin Kestu) Supm Jurusn Mtemtik, FMIPA UGM Yogykrt 55281, INDONESIA Emil:mspomo@yhoo.com, supm@ugm.c.id (Pertemun Minggu XI) Outline 1 Fungsi Bernili Kompleks 2 Lintsn tu Kontur 3 Integrl

Lebih terperinci

DETERMINAN DAN INVERS MATRIKS BLOK 2 2

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

Lebih terperinci

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

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

Lebih terperinci

Universitas Esa Unggul

Universitas Esa Unggul ALJABAR LINIER DAN MATRIKS BHAN KULIAH DRA SURYARI PURNAMA, MM Universits Es Unggul Minggu I Mtriks Pokok Bhsn Sub Pokok Bhsn Tujun Instruksionl Umum Tujun Instruksionl Khusus : Pendhulun Mtriks : A. Pengertin

Lebih terperinci