PROGRAM LINEAR BILANGAN BULAT DUAL SKRIPSI

Ukuran: px
Mulai penontonan dengan halaman:

Download "PROGRAM LINEAR BILANGAN BULAT DUAL SKRIPSI"

Transkripsi

1 PROGRA LINEAR BILANGAN BULAT DUAL SKRIPSI Duk Utuk emeuh Slh Stu Syrt emperoleh Gelr Sr Ss (S.S) Progrm Stud temtk Oleh: Berdet Wdsh NI : 7 PROGRA STUDI ATEATIKA JURUSAN ATEATIKA FAKULTAS ATEATIKA DAN ILU PENGETAHUAN ALA UNIVERSITAS SANATA DHARA YOGYAKARTA 7

2

3

4 HALAAN PERSEBAHAN Term ksh Telh megrku membedk yg ber d yg slh edorogku utuk memperthk mmp mmpku euukk pdku utuk tdk terpegruh oleh rtg D utuk megubh kebgugku med seyum Telh megtk bhw kl meyygku euukk betp stmewy ct tu eghpusk r mtku kl ku sedh D utuk meegkku st ku g mrh Telh membtu sesm deg perbut bk kl egrku bhw ku pu mest meolog sesm emelukku ketkku mers suy D membskk pdku AKU SAYANG PADAU Term ksh kelurgku ts segl yg kl lkuk Eth bgm dy drku tp kl Kupersembhk kry utuk: Tuh Yesus Krstus d Bud r Almrhum Bpk, Ibu, b et, L d Semu Kelurg Besrku. v

5 v

6 ABSTRAK Progrm ler blg bult merupk bg dr progrm ler d m meggk peyeles dlm betuk blg bult. Dlm progrm ler blg bult terdpt du model, yk progrm ler blg bult frksol dul d progrm ler blg bult dul. Progrm ler blg bult frksol dul memugkk dy l vrbel berup blg pech dlm perhtugy, sedgk dlm progrm ler blg bult dul semu l vrbel dlm perhtug hruslh berup blg bult. slh progrm ler blg bult dpt dselesk deg megguk beberp metode, sepert metode bdg pemotog, metode cbg d bts, d metode eumers. Pd peuls mslh progrm ler blg bult k dselesk deg metode bdg pemotog. Peyeles mslh progrm ler blg bult deg metode bdg pemotog dmul deg megubh betuk bku med betuk kok, d meyusu tbel wl. Setelh tu dlutk deg mecr brs sumber d kolom pvot sert meetuk betuk kedl bdg pemotog. Betuk kedl bdg pemotog tersebut kemud dtmbhk ke dlm tbel, yg seluty dselesk deg metode smpleks. Proses ters dulg hgg peyeles optmum dcp. v

7 ABSTRACT Iteger progrmmg s prt of ler progrmmg where ts solutos re teger. There re two models of teger progrmmg, dul frctol teger progrmmg d dul ll-teger teger progrmmg. The vlue of vrbles clcultos of dul frctol teger progrmmg c be the form of frctol, whle dul ll-teger teger progrmmg ll of vrble vlues clcultos must be the form of teger. Some methods, such s cuttg ple method, brch d boud method d eumerto method c solve the teger progrmmg problem. I ths pper, we use cuttg ple method to solve teger progrmmg problem. The frst step solvg teger progrmmg problem by cuttg ple method s chgg stdrd form to coc form, d rrgg the begg tble. After tht, we choose the source row d pvot colum, d the determe the form of the Gomory Cut. We wll dd the Gomory Cut to the tble d solve t by dul smple method. We repet ths terto process utl optmum teger soluto. v

8 KATA PENGANTAR Pu syukur peuls ptk kepd Tuh Yesus ts segl ksh d perldug-ny sehgg peuls skrps dpt terselesk. Skrps dsusu dlm rgk melegkp slh stu syrt utuk memperoleh gelr Sr Ss pd Progrm Stud temtk, Jurus temtk, Fkults temtk d Ilmu Alm, Uversts St Dhrm Yogykrt. Peuls skrps tdk leps dr btu d dukug dr berbg phk. Oleh kre tu, pd kesempt peuls g meympk ucp term ksh kepd:. Ibu Lus Krsmyt, S.S,.S sebg dose pembmbg yg peuh perht d kesbr telh membmbg sert member sr d krtk kepd peuls selm proses peuls skrps.. Bpk Ir. Ig. Ars Dwtmoko,.Sc selku Dek fkults IPA yg telh member dukug dlm peuls skrps.. Bpk Y.G. Hrtoo, S.S,.Sc selku Ketu Progrm Stud temtk, d dose pegu yg memberk dukug, sr d krtk dlm skrps.. Ibu Ay Herwt, S.S,.S selku dose pegu yg telh memberk sr d krtk dlm skrps. 5. Bpk d Ibu dose d Fkults IPA yg telh membmbg d meddk peuls selm meutut lmu d Uversts St Dhrm.. Bpk d Ibu kryw Uversts St Dhrm, khususy sekretrt fkults IPA d perpustk Uversts St Dhrm ts segl btu d fslts yg telh dberk. 7. Almrhum Bpk (pk ku belum bs but bpk bhg deg kelulus tp ku tu bpk sellu meyert hdupku, mksh pk ku syg bpk), v

9 Ibu, b et, L d semu kelurgku terct ts ksh syg, do, semgt, dukug d kesbry met kelulus. 8. Shbt-shbtku seperug gkt : r(g lup ms qt uggu y!!!), Idh, Erk, Aeg(tuggu ku dkrt y), Very, Upk, Yul, D, Tbt, Fy(mksh lptopy), Adre, Arel, Ages, Wwt, Rt+Alm (mksh semgt btuy), Vrysc, Del, Tedy, Ry, Aprl, Ard, sert kkk-kkk gkt 998, 999, d dk-dk gkt,, yg telh membtu d medukug peuls. 9. Utuk seseorg yg selm megs htku yg telh member dukug, semgt, seht, do, ct d rs sygy.. Utuk sudr-sudrku yg meemku dog: Whyu(mksh dh mu ter ku pem komputery), Nt, Wwt, ms Lus d kelurgku yg telh member dukug, semgt, sr d doy.. Ak-k kost gg edro o 8 : b l(mksh ts perhty hgg ku bs megert rt hdup), b r, b rm, Ayu, T, ery, F, Cu, We, R, Ik, L, Rt, Rsk, Wd,Be d tem-tem kost dr wl smp khr ku kulh yg telh member dukug, semgt, do d cdy.. Semu phk yg telh membtu peuls bk secr lgsug mupu tdk lgsug hgg selesy peuls skrps. Peuls meydr bhw skrps msh byk kekurgy. Oleh kre tu, peuls megucpk term ksh bl d krtk d sr yg dpt membgu peuls. Peuls berhrp semog skrps dpt bermft d med referes bg pembc.

10 DAFTAR ISI Hlm HALAAN JUDUL.. HALAAN PERSETUJUAN PEBIBING. HALAAN PENGESAHAN HALAAN PERSEBAHAN.... v PERNYATAAN KEASLIAN KARYA.... v ABSTRAK. v ABSTRACT.... v KATA PENGANTAR... v DAFTAR ISI.. DAFTAR GABAR.. DAFTAR TABEL.. BAB I PENDAHULUAN... A. Ltr Belkg slh. B. Rumus slh..... C. Pembts slh..... D. Tuu Peuls. E. ft Peuls.. F. etode Peuls G. Sstemtk Peuls.

11 BAB II PROGRA LINEAR DENGAN DUAL A. Progrm Ler. 5 B. etode Grfk. 9 C. etode smpleks D. etode Smpleks Dul.... E. Progrm Ler Blg Bult..... BAB III PROGRA LINEAR BILANGAN BULAT FRAKSIONAL DUAL 5 A. slh Progrm Ler Blg Bult B. Peyeles slh Progrm Ler Blg Bult Frksol Dul.. 9 BAB IV PROGRA LINEAR BILANGAN BULAT DUAL... A. slh Progrm Ler Blg Bult Dul Deg etode Bdg Pemotog... B. Peyeles slh Progrm Ler Blg Bult Dul... 8 BAB IV PENUTUP A. Kesmpul B. Sr... 8 DAFTAR PUSTAKA. 8

12 DAFTAR GABAR Hlm Gmbr..Ilustrs Peyeles slh Progrm Ler deg metode grfk Gmbr..Ilustrs Peyeles slh Progrm Ler Blg Bult deg metode bdg pemotog Gmbr..Peyeles slh Progrm Ler Blg Bult Frksol Dul.. 5 Gmbr.. Peyeles slh Progrm Ler Blg Bult Dul... 8

13 DAFTAR TABEL Hlm Tbel. Tbel Awl Smpleks Tbel. Tbel Awl Smpleks Dul... 9 Tbel. Tbel Awl Progrm Ler Blg Bult Frktol Dul Tbel.. Tbel Deg Betuk Kedl Bdg Pemotog.... Tbel.. Tbel Awl Pd Cotoh slh Progrm Ler Blg Bult Tbel.. Tbel Setelh Opers Brs Elemeter Pd Iters..... Tbel.5. Tbel Setelh Opers Brs Elemeter Pd Iters.. Tbel.. Tbel Deg Betuk Pembts Sekuder Pd Iters Tbel.7. Tbel Setelh Dlkuk Opers Brs Elemeter Pd Iters..... Tbel.8. Tbel Deg Betuk Pembts Sekuder Pd Iters... 8 Tbel.9. Tbel Setelh Dlkuk Opers Brs Elemeter Pd Iters... 9 Tbel.. Tbel Deg Betuk Pembts Sekuder Pd Iters... 5 Tbel.. Tbel Setelh Dlkuk Opers Brs Elemeter Pd Iters Tbel.. Tbel Deg Betuk Pembts Sekuder Pd Iters Tbel.. Hsl setelh dlkuk opers brs elemeter pd ters Tbel.. Tbel Awl Progrm Ler Blg Bult... 5 Tbel.. Tbel Awl Pd Cotoh slh Progrm Ler Blg Bult... 7 Tbel.. Tbel Betuk Kedl Bdg Pemotog Pd Iters Tbel.. Tbel Setelh Dlkuk Opers Brs Elemeter Pd Iters Tbel.5. Tbel Deg Betuk Kedl Bdg Pemotog Pd Iters Tbel.. Tbel Setelh Dlkuk Opers Brs Elemeter Pd Iters... 78

14 BAB I P ENDAHULUAN A. Ltr Belkg slh Progrm ler dlh tekk optms yg bertuu utuk meetuk pemech mslh dr sutu progrm mtemtk yg ler sehgg dpt dtemuk l ssr yg optml. Hsl khr peyeles mslh progrm ler bs dpt berup blg pech tu blg bult. Dlm peyeles mslh yg berup blg bult dperluk sutu peyeles khusus utuk mewby, ytu progrm ler blg bult. Progrm ler blg bult merupk slh stu betuk dr progrm ler deg stu vrbel tu lebh. Dlm mslh progrm ler blg bult vrbel msuky berl blg bult. Byk sekl dtemuk permslh progrm ler blg bult dlm kehdup sehr-hr d dustr. Permslh tersebut tdk dpt dselesk hy deg progrm ler bs, msly mslh produks, mslh trsports, mslh pedwl pr peker d mes-mes ktor, des rg telekomuks d mslh slesme yg berperg (trvelg slesm). Dlm progrm ler blg bult terdpt du model, yk progrm ler blg bult frksol dul d progrm ler blg bult dul. Progrm ler blg bult frksol dul memugkk dy l vrbel berup blg pech dlm perhtugy, sedgk dlm

15 progrm ler blg bult dul semu l vrbel dlm perhtug hruslh berup blg bult. slh progrm ler blg bult dpt dselesk deg megguk beberp metode, sepert metode bdg pemotog, metode cbg d bts, d metode eumers. Pd peuls mslh progrm ler blg bult k dselesk deg metode bdg pemotog. etode bdg pemotog utuk pertm kly dplksk pd mslh progrm ler blg bult frktol dul kemud dperbk med mslh progrm ler blg bult dul. Peyeles kedu mslh progrm ler blg bult tersebut megguk metode smpleks dul. B. Rumus slh Pokok permslh yg k dbhs dlm skrps dpt dtulsk deg beberp perty sebg berkut :. Bgm meyelesk mslh progrm ler blg bult frksol dul deg metode bdg pemotog?. Bgm meyelesk mslh progrm ler blg bult dul deg metode bdg pemotog? C. Pembts slh Dlm skrps hy k dbhs tetg progrm ler blg bult, yk progrm ler blg bult frksol dul d progrm ler blg bult dul yg dselesk deg metode bdg pemotog yg

16 megguk metode smpleks dul d lds teor yg berkt deg lbr ler sepert sstem persm ler, mtrks d rug vektor yg telh dpelr pd st kulh tdk k dbhs dlm skrps. D. Tuu Peuls Sesu deg ltr belkg d ts, peuls skrps bertuu utuk dpt meyelesk mslh progrm ler blg bult khususy tetg mslh progrm ler blg bult frksol dul d mslh progrm ler blg bult dul deg metode bdg pemotog d dpt dpertggugwbk lgkh dem lgkh. E. ft Peuls. Dpt meyelesk mslh progrm ler blg bult frksol dul. Dpt meyelesk mslh progrm ler blg bult dul F. etode Peuls etode peuls yg dguk dlm peuls skrps dlh metode stud pustk, ytu deg membc d mempelr mter dr buku - buku cu yg berkt deg topk skrps, sehgg tuls tdk d peemu hl-hl yg bru.

17 G. Sstemtk Peuls berkut: Sstem peuls skrps terdr dr 5 bb deg urut sebg Bb I PENDAHULUAN Bb meelsk ur mege hl-hl yg med dsr dlm pembhs skrps. Ur tersebut bers ltr belkg mslh, perumus mslh, pembts mslh, tuu peuls, mft peuls, metode peuls d sstemtk peuls. BAB II PROGRA LINEAR DENGAN DUAL Bb memberk peels secr sgkt beberp dsr pegethu, ytu tetg progrm ler, metode grfk, metode smpleks, metode smpleks dul d progrm ler blg bult. BAB III PROGRA LINEAR BILANGAN BULAT FRAKSIONAL DUAL Bb membhs tetg lgkh-lgkh peyeles mslh progrm ler blg bult frksol dul megguk metode bdg pemotog. BAB IV PROGRA LINEAR BILANGAN BULAT DUAL Bb membhs tetg lgkh-lgkh peyeles mslh progrm ler blg bult dul megguk metode bdg pemotog. BAB V Peutup Bb bers beberp kesmpul d sr berdsrk hsl pembhs d keseluruh proses peyusu skrps.

18 5 BAB II PROGRA LINEAR DENGAN DUAL A. Progrm Ler Peerp progrm ler utuk pertm kly dlh d bdg perec mlter, yk pd perg du II oleh gkt berset Amerk Serkt d Iggrs. Kemud pd thu9- hl mtemtk sepert Vo Neum d Leotef melhrk tekk-tekk peyeles mslh progrm ler deg megguk pedekt lbr ler (lbr mtrks). Kry Leotf yg terkel dlh model put-output. Setelh tu hl mtemtk Dr George B. Dtzg, seorg ggot dr psuk Agkt Udr tersebut, memformulsk mslh progrm ler secr umum d meemuk peyeles deg metode smpleks pd thu 97. Progrm ler dlh sutu metode optms yg dguk utuk meyelesk mslh deg fugs ssr d kedl-kedl berbetuk ler. Secr umum mslh progrm ler dpt dytk sebg berkut :. Betuk Bku slh Progrm Ler : mumk ( tu mksmumk) : z c + c + K+ c (.)

19 deg kedl-kedl : m m m m b b b },, { },, { },, { K O O K K (.),,,, K (.) Rumus d ts dpt drgks sebg berkut : mumk ( tu mksmumk) : z c (.) deg kedl m b,,,, ),, ( K (.5),,,, K (.). Betuk trks slh Progrm ler : mumk (tu mksmumk) : c z (.7) deg kedl-kedl : { },, b A (.8) deg : m m m K O K K A,, b b b b, ( ) c c c,,, K c PLAGIAT ERUPAKAN TINDAKAN TIDAK TERPUJI

20 7 Defs. Fugs ssr tu fugs tuu Fugs ssr mslh progrm ler berbetuk z p c deg p merupk byky vrbel, merupk koefse ogkos dr vrbel ke-. merupk vrbel ke-, d c Defs. Kedl utm d kedl tk egtf Persm tu pertdksm dlm mslh progrm ler, (,, ) b,,,..., m dsebut kedl utm, deg m merupk byky kedl, d, (koefse teks) merupk koefse kedl ke- dr vrbel ke- d b meytk kostt d rus k utuk kedl ke-. Sedgk ;,,..., p dsebut kedl tk egtf Utuk megembgk sutu metode peyeles, secr umum hrus sesu deg krkter dr mslh progrm ler. Krkter tersebut dytk dlm betuk bku sebg berkut :. Fugs ssry berpol mmum tu mksmum.. Semu kedly berbetuk persm. Betuk dsebut betuk kok dr mslh progrm ler.. Semu vrbel keputus dlh tk egtf.

21 8 Defs. Peyeles lyk Peyeles lyk dlh peyeles yg memeuh semu kedl yk kedl utm d kedl tk egtf. Defs. Peyeles optmum Peyeles optmum dlh peyeles lyk yg tkhgg byk yg megoptmumk fugs ssr. Defs.5 Peyeles bss Sutu vektor merupk peyeles bss, k: () memeuh persm kedl utm dlm progrm ler. () kolom-kolom mtrks kedl yg bersesu deg vektor tk ol dlh bebs ler. Defs. Peyeles lyk bss Sutu vektor dsebut peyeles lyk bss k dlh peyeles bss d memeuh kedl tk egtf. Defs.7 Peyeles lyk bss optmum Sutu vektor dsebut peyeles lyk bss optmum k dlh peyeles lyk bss yg ug megoptmumk fugs ssr.

22 9 slh progrm ler bsy dselesk deg du metode peyeles, ytu metode grfk d metode smpleks. slh progrm ler dpt dselesk deg megguk metode grfk bl mslh tersebut hy memlk du vrbel keputus. Tetp utuk mslh yg memlk vrbel keputus lebh dr du tdk mugk megguk metode grfk. Llu pd thu 97 George Dtzg d pkr-pkr ly megembgk metode smpleks yg dpt meyelesk mslh progrm ler yg memut tg vrbel keputus tu lebh. B. etode Grfk slh progrm ler deg du vrbel dpt dselesk megguk metode grfk. eskpu mslh progrm ler rg yg hy memut du vrbel tetp metode grfk memudhk dlm peyeles mslh tersebut. slh progrm ler dpt dlustrsk deg melht Gmbr., yk Psg ( ), yg memeuh semu kedl dsebut peyeles lyk (fesble soluto). Ttk-ttk dlm derh lyk dsebut ttk lyk. Hmpu ttk lyk yg terlht dlm Gmbr., yk derh OABCD dlh derh lyk yg dperoleh dr perpotog kedl-kedl utm. Grfk fugs ssr berup grs lurus z d dsebut grs seldk kre meggmbrk psg-psg (, ) yg memberk l z yg sm. Pd mslh progrm ler yg memksmumk fugs ssr z mk k dtemuk peyeles optmum ttk B, yk ttk yg memksmumk fugs ssr.

23 D C B A z Gmbr.. Ilustrs Peyeles slh Progrm Ler deg metode grfk C. etode smpleks Utuk meyelesk mslh progrm ler deg metode smpleks, kedl yg msh berbetuk pertdksm hrus dubh dhulu ke betuk persm deg pembh vrbel slck tu vrbel pegett yg mempuy koefse ogkos ol. Jk kedl berpol kurg dr ( ), yk kedl berbetuk pertdksm : + + K + k k mk kedl tersebut dpt dubh ke betuk persm deg membh vrbel pegett + deg + > kedl tersebut dlh k b k. Deg demk, persm utuk + K + + b. k + k k + k, + >

24 Deg cr yg sm, kedl berpol lebh besr dr ( ), yk kedl berbetuk pertdksm : + + K + k k k b k dpt dubh ke betuk persm deg megurg pertdksm tersebut deg vrbel pegett + deg + > K b, + > k + k + + k + k Utuk meyesuk deg betuk kedl bru, fugs ssr yg semul berbetuk z c + c + K+ c dubh med z c + c + K + c + c ( + + K+ p ), +, +, K, p deg c c K c d, +, +, K, p dlh vrbel pegett. + + p Deg demk mslh yg telh dubh kedlm betuk kok k med sepert : mumk ( tu mksmumk ) : z c (.9) deg kedl b,,, K, m (.),,, K, (.)

25 Defs.8 Betuk kok Betuk pertdksm yg sudh dubh dlm betuk persm dsebut betuk kok dr mslh progrm ler. Berkut k dberk cotoh mslh progrm ler yg dubh ke betuk kok Cotoh. Ubh sol dbwh ke betuk kok. ksmumk : z + 5 deg kedl Peyeles : Pd msg-msg kedl yg msh berbetuk pertdksm dtmbhk stu vrbel pegett, mslk d 5 sehgg msl progrm ler d ts med : ksmumk : z Deg kedl : Sol sudh berbetuk kok d berpol mksmum, deg,, vrbel sl d, 5 dlh vrbel pegett.

26 Jk mslh progrm ler yg telh dubh ke dlm betuk persm berpol mksmum mk mslh sudh dpt dselesk deg metode smpleks. Bl mslh progrm ler berpol mksmum tu berpol mmum d mempuy peyeles bss yg tdk lyk, kre memut l egtf utuk vrbel pegett, mk mslh progrm ler tersebut belum bs dselesk deg metode smpleks. slh progrm ler yg msh memut l egtf pd vrbel pegetty memerluk vrbel semu, ytu vrbel yg dtmbhk kedlm persm kedl-kedl. Jk dlh vrbel semu yg dsspk pd persm yg memut vrbel pegett berl egtf mk mslh progrm ler tersebut sudh memut sutu peyeles lyk bss. Vrbel semu bersft sebg ktlstor (peghubug) d mempuy l ol supy mslh semul mempuy peyeles optmum. Bl d vrbel semu yg dpk mk fugs ssr yg bru utuk pol mksmum berbetuk z z, sedgk fugs ssr yg bru utuk pol mmum berbetuk z z + deg blg postf yg cukup besr. Slh stu cr utuk meyelesk mslh progrm ler deg megguk metode smpleks dlh mellu tbel smpleks. Lgkh-lgkh peyeles mslh progrm ler deg megguk metode smpleks mellu tbel smpleks dlh sebg berkut :

27 Lgkh : embetuk mslh progrm ler med betuk kok ytu kedly hrus berbetuk persm, deg membhk vrbel pegett, vrbel semu d b sehgg memeuh betuk bku progrm ler. Lgkh : eyusu tbel wl sepert dlm tbel berkut ( Tbel. ) c Tbel. Tbel Awl Smpleks c c K c c \ K b R c c c m m m O m K K K m b b b m R R R m z z z K z z z z c z c K z c z c Keterg : : vrbel-vrbel keputus : koefse teks b : suku tetp (tk egtf) c : koefse ogkos : vrbel yg med bss dlm tbel yg dtu

28 5 c : koefse ogkos mlk vrbel bss m z : c m z : c b z c : selsh z deg c R : b hy utuk k Lgkh : egu keoptmum, deg memperhtk l z c. Utuk mslh deg pol mksmum, tbel dktk optmum bl l z c utuk semu. Sedgk utuk mslh deg pol mmum tbel dktk optmum bl l z c utuk semu. Bl sudh optmum berrt sudh ddptk peyelesy. Jk belum optmum mk dlutk ke Lgkh. Lgkh : emperbk tbel. Dlm hl rty memlh vrbel bru yg msuk med vrbel bss. Utuk mslh yg berpol mksmum dlh deg memlh kolom pvot, ytu kolom deg l z c terkecl tu plg mmum. Utuk mslh yg berpol mksmum dlh deg memlh l z c terbesr tu plg mksmum. Setelh dtemuk

29 kolom pvot mk seluty dcr l rso ( R ) utuk setp brs, ytu b dbg usur-usur pd kolom pvot yg berl postf. Tdk berbed utuk pol mksmum d pol mmum, dplh l R terkecl tu b R m. Brs deg R k terkecl kemud med brs pvot. Setelh brs pvot d kolom pvot terplh, mk perpotog tr brs pvot d kolom pvot ( rs ) dsebut sebg eleme pvot dm vrbely k med vrbel bss bru yg k meggtk vrbel bss lm d seluty meuu ke Lgkh 5. Lgkh 5 : Pd tbel seluty eleme rs dubh supy berl stu d semu eleme pd kolom yg bersesu dubh med ol deg melkuk opers brs elemeter. Vrbel bss bru d koefse ogkos meyesuk deg vrbel bss bru tersebut. Seluty kembl ke lgkh. D. etode Smpleks Dul slh progrm ler memlk du mcm metode smpleks, ytu metode smpleks prml d metode smpleks dul. Utuk setp mslh progrm ler dpt dubh ke betuk dul dm kedl d vrbely dlh keblk dr prml, yk koefse vrbel dlm mslh prml med koefse kedl dlm mslh dul. Jk dlm mslh prml mempuy

30 7 vrbel d m kedl mk mslh duly k med m vrbel d kedl. Dpt dktk bhw umlh kedl dlm mslh prml sm deg umlh vrbel dlm mslh dul. Bl mslh prml memksmumk fugs ssr mk mslh duly pst memmumk fugs ssr, d begtu seblky. Berkut k dberk cotoh betuk dul dr betuk prml pd mslh progrm ler Cotoh. slh prml mumk z + + deg kedl d,,, 8 Peyeles : slh dul ksmumk g y + 8y deg kedl y + 8y y + y y + y y + y d y y,

31 8 Dlm metode smpleks dul peyelesy dmul dr peyeles bss yg tdk lyk d memeuh cr optmum sedgk metode smpleks prml peyelesy dmul dr peyeles lyk bss tetp tdk hrus optmum. slh progrm ler yg k dcr duly hrus berpol mksmum bku tu mmum bku yg memlk betuk bku sebg berkut : Pol mksmum bku : ksmumk memeuh z c A b ( semu berbetuk ) Pol mmum bku : mumk memeuh z c A b ( semu berbetuk ) Utuk dpt meyusu sutu mslh prml kedlm betuk dul mk hrus dbut kedlm betuk kok sebg berkut : Pol mksmum (tu pol mmum): ksmumk (tu mmumk) yg memeuh z c (.) A b (.)

32 9 Lgkh-lgkh metode smpleks dul dlh sebg berkut : Lgkh : embetuk mslh progrm ler med betuk kok, ytu kedly hrus berbetuk persm, deg membhk vrbel pegett, vrbel semu d b sehgg memeuh betuk bku progrm ler. Lgkh : eyusu tbel wl dul smpleks yg dsk sebg berkut Tbel. Tbel Awl Smpleks Dul c c c K c c \ K b c c c m m m O m K K K m b b b m z z z K z z z z c z c K z c z c R R R K R Keterg : R z c, hy utuk <

33 Lgkh : emlh brs pvot, yk deg memlh brs yg mempuy l b plg mmum deg ( b < ) Jk d l b yg sm mk dplh sembrg b. Lgkh : emlh kolom pvot, yk mecr l rso. Nl rso R dperoleh deg membg z c d l mutlk dr koefse teks yg berkoefse egtf tu R z c deg <. Utuk mslh yg berpol mmum dplh l rso yg terkecl tu R z c m, sedgk mslh yg berpol mksmum dplh l rso yg terkecl tu R z c m. Jk koefse teks berl postf tu ol mk mslh progrm ler tersebut tdk d peyeles yg lyk. Lgkh 5 : elkuk opers brs elemeter gr perpotog tr brs pvot d kolom pvot ( rs ) yg dsebut eleme pvot berl d yg ly berl.

34 Lgkh : egu keoptmum. Jk semu b mk peyeles sudh optmum, d ters hrus dhetk. Jk belum optmum mk hrus dlutk ke Lgkh. Perbed mslh progrm ler deg megguk metode smpleks prml d metode smpleks dul dlh sebg berkut :. Jk mslh progrm ler dlm prml memlk pol mksmum mk dlm duly mslh progrm ler tersebut k memlk pol mmum.. Jumlh vrbel prml sm deg umlh kedl pd betuk duly.. Dlm mslh prml, mtrks koefse teks dlh ( ) tetp dlm mslh duly berbetuk trpose dr mtrks tersebut, yk ( ). t. b dlm mslh progrm ler yg berbetuk prml dsebut suku tetp tetp dlm betuk duly b med koefse ogkos. 5. c dlm mslh progrm ler yg berbetuk prml dsebut koefse ogkos tetp dlm betuk duly c med suku tetp.. Dlm mslh dul, koefse kedl ke- bersl dr koefse vrbel ke- mslh prml. 7. Dlm mslh dul, koefse vrbel ke- bersl dr koefse kedl ke- mslh prml.

35 D. Progrm Ler Blg Bult Progrm ler blg bult merupk bg dr progrm ler deg tmbh kedl, dm beberp tu semu vrbel keputusy memlk l-l blg bult. slh-mslh progrm ler blg bult meygkut mslh-mslh yg hrus dselesk deg betuk blg bult. Progrm ler blg bult d du model, ytu progrm ler blg bult mur tu bs dsebut progrm ler blg bult (teger progrmmg) d progrm ler blg bult cmpur (med teger progrmmg). Progrm ler blg bult mur dlh sutu model progrm ler yg semu vrbely dlh blg bult, sedgk progrm blg bult cmpur dlh sutu model progrm ler deg beberp vrbely berup blg bult. Secr umum betuk mslh progrm ler blg bult mur d cmpur dlh sebg berkut :. Betuk bku mslh progrm ler blg bult mur. ksmumk (tu mmumk ) : Z c + c + K+ c (.) deg kedl-kedl : + + m + m + K + + K + + K + {,, } b m {,, } b O O {,, } b m (.5),,, K, (.) d blg bult.

36 Rumus d ts dpt drgks sebg berkut : ksmumk (tu mmumk) Z c (.7) deg kedl : (, ), b (.8), blg bult,, K, m,,, K,. (.9). Betuk bku mslh progrm ler blg bult cmpur. ksmumk (tu mmumk) : Z c + p k d k y k (.) deg kedl :, p k g y k k y k tu b, blg bult,, K, m,,, K,, k,, K, p. (.) Dlm tuls hy k dbhs progrm ler blg bult mur (teger progrmmg). slh progrm ler blg bult dpt dselesk deg megguk beberp metode, sepert metode bdg pemotog (cuttg ple method), metode cbg d bts (brch d boud method), d metode eumers (eumertve methods). Secr umum, lgkh pertm dlm meyelesk mslh progrm ler blg bult dlh deg megbk kedl blg bult. Jk sudh dtemuk peyeles yg

37 merupk blg bult mk peyeles progrm ler blg bult sudh dcp. Jk teryt msh terdpt peyeles yg merupk blg pech mk dlkuk sutu proses utuk meetuk peyeles blg bult dr mslh tersebut. Dlm tuls hy k dbhs megguk metode bdg pemotog utuk meyelesk mslh progrm ler blg bult. Pd thu 958 Rlph Gomory megembgk metode bdg pemotog (cuttg ple method) yg utuk pertm kly dplksk pd mslh progrm ler blg bult frktol dul (dul frctol teger progrmmg) dlh peyeles metode bdg pemotog yg megguk metode smpleks dul d memugkk dy blg pech dlm perhtugy. Llu pd thu 9 Rlph Gomory memperbk metode bdg pemotog tersebut, yk med mslh progrm ler blg bult dul (dul ll-teger teger progrmmg) yg dlm perhtugy hrus berup blg bult. etode bdg pemotog dlm kedu mslh progrm ler blg bult megguk metode smpleks dul. Ur utuk kedu mslh progrm ler blg bult tersebut k delsk pd bb-bb berkuty.

38 5 BAB III PROGRA LINEAR BILANGAN BULAT FRAKSIONAL DUAL A. slh Progrm Ler Blg Bult Slh stu lgkh yg dlkuk dlm peyeles mslh progrm ler blg bult yg megguk metode bdg pemotog dlh deg membhk kedl bru. Pembh kedl bru dlm metode dperoleh deg meyusu sutu persm yg memeuh setp peyeles lyk dr mslh progrm ler blg bult yg semul. Pembh kedl tersebut memugkk dperolehy peyeles yg optmum dr mslh progrm ler yg berup blg bult. slh progrm ler blg bult yg dselesk deg metode bdg pemotog dpt dlustrsk deg melht Gmbr.. ABCDE dlh derh lyk yg dperoleh dr perpotog kedl-kedl utm. Peyeles dr mslh progrm ler blg bult dpt dgmbrk sebg ttk-ttk lyk pd derh lyk tersebut d ttk D dlh peyeles optmum progrm ler yg pertm kl dperoleh. Sebuh kedl bru dtmbhk sehgg ttk D terbug dr derh lyk d k dlkuk optmss kembl k ddpt peyeles optmum progrm ler yg bru, yk ttk F sehgg derh lyk yg bru dlh ABCGFE. Sebuh kedl bru kedu dtmbhk gr meghpus ttk F dr derh lyk sehgg dperoleh derh lyk yg bru dlh ABCGHIE. Dlm

39 meyelesk kembl mslh progrm ler blg bult k dtemuk peyeles optmum blg bult, yk ttk H. Gmbr.. Ilustrs Peyeles slh Progrm bdg pemotog Ler Blg Bult deg metode Perbed metode smpleks dul yg sudh dbhs pd bb sebelumy deg mslh progrm ler blg bult dlh pd eleme pvoty ytu berl -. Perhtk kembl pd bb sebelumy mege mslh progrm ler blg bult. Secr umumm mslh progrm ler blg bult yg berpol mksmum dpt dytk dlm betuk kok d betuk mtrks sebg berkut :

40 7. Betuk kok mslh progrm ler blg bult : ksmumk : z c + c + K+ c (.) deg kedl-kedl : + + K b K + b O O m m K m + mbm (.),,, K, (.) d blg bult.. Betuk mtrks mslh progrm ler blg bult : ksmumk : c z (.) deg kedl-kedl : A b (.5) d kompoe-kompoe dlh blg bult. (.) deg ( ) A mtrks kedl berukur m. Betuk kok pd mslh progrm ler blg bult dsusu ke dlm betuk sepert dbwh : ksmumk : ( c ) + ( c ( )) + + ( ( )) z ( ) K c (.7)

41 8 deg kedl-kedl : ( ( )) + ( ( )) + K + ( ( )) ( ( )) + ( ( )) + K + ( ( )) O O + ( m ( )) + ( m ( )) + K + ( m ( )) + m bm b + b (.8),,, K, d blg bult. Betuk kok d ts dpt dubh ke dlm betuk sepert dbwh : ksmumk : deg kedl-kedl : ( ) + ( ) + + ( ) + K (.9) ( ) ( ) ( ) O + + m deg +, O + m, + +, + + m, ( ) + ( ) + K+ ( ) O +,,,, K, + m O O +, ( ) + ( ) + + ( ) + m, K + m, (.) (.) d blg bult utuk,, K, + m. Persm (.) merupk persm kedl utuk vrbel keputus (orgl vrbles), yk vrbel wl pd mslh progrm ler blg bult. Persm (.) merupk persm kedl utuk kedl utm (orgl costrts) yg d pd mslh progrm ler blg

42 9 bult. Pd betuk d ts, d m msg-msg meuukk byky vrbel keputus d vrbel slck yg mucul dr kedl utm. Deg membdgk persm (.7), (.8), (.) d (.) dpt ddefsk,, (, K, ),, z, c b + (, K,m), d (, K, m ;, ) +., K, B. Peyeles slh Progrm Ler Blg Bult Frksol Dul etode yg dguk utuk mecr peyeles progrm ler blg bult frksol dul merupk perlus dr metode smpleks dul, yk deg membh kedl bru pd mslh tersebut. Lgkh-lgkh mslh progrm ler blg bult frksol dul dlh sebg berkut :. egubh betuk bku med betuk kok sepert persm (.). eyusu tbel wl dr mslh progrm ler blg bult. Pd persm (.) tbel wl tersebut dsk sebg berkut :

43 Tbel. Tbel Awl Progrm Ler Blg Bult Frktol Dul. ( ) K ( ) K ( ) K K K O K O L O K L O K + + m +, + m, +, O + m, K K +, + m, K O K +, + m, Keterg :,, (, K, ), b +, (, K, m ), d z, c (, K, m ;, ) +, K,, (, K, + m).. slh progrm ler blg bult dselesk dhulu sebg mslh progrm ler, yk deg megguk metode smpleks dul. Deg lgkh-lgkh sebg berkut : Lgkh : emlh brs pvot, yk deg memlh brs v yg mempuy l v plg mmum deg, v v <

44 Lgkh : emlh kolom pvot, yk kolom deg l rso yg plg mmum d l rso m v Lgkh : eggt vrbel obss pd kolom pvot deg vrbel v, yk vrbel pd brs pvot. Lgkh : elkuk opers kolom gr eleme-eleme brs v pd kolom pvot berl - d yg l berl. Lgkh 5 : Bl l v msh d yg berl egtf mk kembl ke lgkh. Jk sudh tdk d lg yg berl egtf mk lgkh dhetk d peyeles mslh progrm ler blg bult sudh optmum.. egu keoptmum. Bl peyeles optmum yg dperoleh pd lgkh sebelumy dlh blg bult mk mslh progrm ler blg bult sudh seles. Jk peyeles optmumy belum berup blg bult mk lgkh-lgkh peyeles dlutk lg megguk metode bdg pemotog deg membhk kedl bdg pemotog yg bru yg memut vrbel pegett m+ k +. Llu kedl bdg pemotog yg bru dtmbhk pd tbel yg dtuls pd brs terkhr mk betuk tbel k med :

45 Tbel.. Tbel Deg Betuk Kedl Bdg Pemotog ( ) K ( ) K ( ) K K K O K O L O K L O K + + m +, + m, +, O + m, K K +, + m, K O K +, + m, + m + k + m+ k, + m+ k, K + m+ k, K + m+ k, Dlm meetuk kedl bdg pemotog hrus dtetuk dhulu brs sumber. Berkut k delsk bgm cr meetuk betuk kedl bdg pemotog d cr memlh brs sumber :. emlh brs sumber Cr memlh brs sumber dlh deg memlh brs yg memut vrbel-vrbel bss yg ly belum berup blg bult. Dlm hl vrbel yg k terplh hrus memberk ketksm yg kut ytu l deg blg pech terbesr supy dpt mempercept pecp peyeles progrm ler blg bult yg optmum.

46 Jk vrbel bss pd persm ke- buk merupk blg bult mk vrbel tersebut dpt dytk sebg : ( J ) ( ) (.) Keterg : buk berl blg bult dpt berbetuk blg bult J dlh hmpu deks vrbel obss J() dlh eleme d dlm J dlh vrbel obss d dlm J J ( ) Persm (.) dpt dtuls sebg berkut ( ) + J ( ) (.) Setp persm sepert d ts dytk sebg brs sumber (source row). slk : d deg : [ ] f + [ ] f + (.)

47 [ ] dlh blg bult terbesr yg kurg dr tu sm deg, d [ ] dlh blg bult terbesr yg kurg dr tu sm deg mk f < d f < < Ad du cr utuk memlh brs sumber ytu :. Brs deg l f yg plg mksmum.. Brs deg l f f yg plg mksmum. Jk l f tu f f utuk setp brs sellu sm mk dpt dplh sebrg brs utuk med brs sumber. b. eetuk betuk kedl bdg pemotog Dr ur pemlh brs sumber, deg persm (.) k med :

48 5 [ ] + f + ([ ] + f )( J ( )) [ ] + f + [ ]( J ( )) + f ( J ( )) tu f ( J ( )) [ ] [ ] J ( ) + f ( ) (.5) ( ) Supy l d J ( ) dlh blg bult, mk rus k dr persm (.5) hrus berl blg bult yg megkbtk rus kr persm (.5) hruslh berl blg bult. Kre f d ( ) utuk setp l d, mk J ( ) f ( ) J ( ) ( ) f deg demk f + f J ( ). ( ) Kre f < mk f + f J ( ) < (.) tu f < f ( ) J ( )

49 Kre rus kr persm (.5) hrus berl blg bult, mk berdsrk persm (.5), hruslh f + f ( ) J ( ) Jk betuk d ts dtmbhk deg vrbel pegett m+ k + deg blg bult, mk ddpt : + m+ k f ( ) + f J ( ) + + m+ k tu + m+ k f ( J ) f ( ) (.7) Persm (.7) merupk bg pech (frctol cut) tu dsebut ug pembts sekuder. Jk pembts sekuder sudh dmsukk ke dlm tbel yg berd pd brs terkhr dlm tbel d dlkuk opers kolom ( ) mk tbel terkhr ddpt J ( ) sehgg + m+ k f, yg berrt tdk lyk. Hl berrt pembts sekuder yg bru tersebut tdk dpeuh oleh peyeles yg dperoleh kre megkbtk l yg ddpt belum berup blg bult sehgg utuk megts ketdklyk dpt dguk metode smpleks dul, yg pd dsry sm deg memotog derh lyk ke rh peyeles optmum yg berup blg bult.

50 7 Dr peels yg sudh dbrk d ts d cr-cr memlh brs sumber sert meetuk pembts sekuder, secr umum lgkh pertm yg dlkuk dlm meyelesk mslh progrm ler blg bult frksol dul dlh megubh mslh ke dlm betuk kok d meyusu tbel wl, meyelesk mslh progrm ler blg bult deg cr smpleks bs d dlutk deg lgkh-lgkh sebg berkut : Lgkh : emlh brs sumber v deg du cr d bwh :. Brs deg l f v yg plg mksmum.. Brs deg l f v f v yg plg mksmum. Lgkh : eetuk betuk kedl bdg pemotog yg bru, yk pembts sekuder sepert persm (.7) + m+ k f v ( J ) f v ( ) Lgkh : Tmbhk betuk pembts sekuder yg bru dlm tbel smpleks.

51 8 Lgkh : ecr brs pvot deg melht l koefse v yg berl egtf d dplh yg plg mmum Lgkh 5 : ecr kolom pvot deg melht l R v yg terkecl. Lgkh : eggtk vrbel o bss pd kolom pvot deg Vrbel v. Lgkh 7 : elkuk opers kolom gr eleme-eleme brs v pd kolom pvot berl - d yg ly berl. Lgkh 8 : Jk msh d l v yg ly belum berup blg bult mk dlutk ke Lgkh. Jk sudh tdk d mk proses dhetk d dperoleh tbel optmum. slh progrm ler blg bult frksol dul tdk membedk tr vrbel keputus d vrbel pegett yk bhw semu vrbel hrus berup blg bult. Ady koefse yg tdk bult dlm kedl tdk

52 9 memugkk utuk vrbel pegett berup blg bult. Dlm hl, mslh progrm ler blg bult frksol dul dpt meytk bhw tdk terdpt peyeles lyk, seklpu mslh tersebut mempuy peyeles lyk yg berl blg bult dlm betuk buk vrbel pegett. Berkut k dberk cotoh peyeles mslh progrm ler blg bult megguk metode bdg pemotog Cotoh. Selesk mslh progrm ler blg bult berkut: ksmumk: z 5 Deg kedl: 5 d, 7 Peyeles : slh progrm ler d muk dpt dbut ke betuk kok sebg berkut : ksmumk: z 5 Deg kedl: d,,, 7

53 . eyusu tbel wl smpleks. Tbel.. Tbel Awl Pd Cotoh slh Progrm Ler Blg Bult ( ) ( ) eyelesk deg metode smpleks dul. ITERASI Lgkh : emlh brs pvot Dr tbel wl dperoleh l 5 d 7 mk l m{, } m{ 5, 7} 7 Lgkh : emlh kolom pvot. Jd brs empt sebg brs pvot. Deg memlh l rso terkecl yk R m, 5 m,. Jd kolom pertm k terplh sebg kolom pvot. Lgkh : eggtk vrbel deg vrbel Lgkh : elkuk opers kolom, sehgg dperoleh tbel bru berkut

54 Tbel.. Tbel Setelh Opers kolom Pd Iters ( ) ( ) Lgkh 5 : Kre msh d l - 8 mk kembl ke Lgkh ITERASI Lgkh : emlh brs pvot Dr tbel dts dperoleh l m { } d brs ketg sebg br pvot. Lgkh : emlh kolom pvot, m 7 8 8, Deg memlh l rso terkecl yk R m, m 7, 7 mk kolom kedu k terplh sebg kolom pvot. Lgkh : eggtk vrbel deg vrbel

55 Lgkh : elkuk opers kolom, sehgg dperoleh tbel bru sebg berkut Tbel.5. Tbel Setelh Opers kolom Pd Iters ( ) ( ) Lgkh 5 : Kre sudh tdk d v < - mk proses dhetk. deg l 8 d 8. egu keoptmum. Dr ters kedu telh dptk peyeles optmum dr mslh 8 progrm ler, ytu d 8, tetp peyeles tersebut belum bult mk peyeles dlutk deg megguk metode bdg pemotog.

56 ITERASI Lgkh : emlh brs sumber Utuk 8 dperoleh f [ ] Utuk 8 dperoleh f [ ] Kre l 8 f f mk tdk d forms utuk memlh brs sumber, seluty dguk cr yg kedu. Utuk brs pertm dpt dytk sebg berkut : ( ) ( ) 8 Sehgg dperoleh [ ] f f d [ ] ( ) Utuk brs kedu dpt dytk sebg berkut : ( ) + ( ) Sehgg dperoleh [ ] ( ) f 8 7 f d [ ] ( )

57 Deg demk, mks f f f, + f f + f mks 8 +, mks 8 8, 8 8 mks{,} Deg cr yg kedu, l mksmum dr rso tersebut sm, ytu, mk dr kedu persm tersebut dmbl slh stu. Ds yg k dplh sebg brs sumber dlh persm utuk. Lgkh : eetuk betuk kedl bru, yk pembts sekuder Perhtk kembl pertdksm : ( ) ( ) 8 Dr Lgkh dperoleh f, f d f 8 k persm pembts sekuder yg bru dlh 8 ( ) ( ) 5

58 5 Lgkh : Tmbhk betuk pembts sekuder yg bru dlm tbel smpleks. Tbel.. Tbel Deg Betuk Pembts Sekuder Pd Iters ( ) ( ) Lgkh :ecr brs pvot Dr tbel koefse 8 5 pd brs kelm, mk brs kelm med brs pvot Lgkh 5 : ecr kolom pvot Dr tbel pd kolom pertm dlht l R terkecl, yk 5

59 Lgkh : eggtk vrbel obss pd kolom pvot deg vrbel 5. Lgkh 7 : elkuk opers kolom Tbel.7. Tbel Setelh Dlkuk Opers kolom Pd Iters ( 5 ) ( ) Lgkh 8 : Kre l d yg ly belum berup blg bult mk d lutk ke Lgkh. ITERASI Lgkh : emlh brs sumber Utuk dperoleh f

60 7 Utuk dperoleh f f mks{ f, f } mks, Jd brs kedu pd persm terplh sebg brs sumber Lgkh : eetuk betuk kedl bru, yk pembts sekuder Pd tbel utuk brs kedu dpt dytk sebg berkut ( ) + ( ) 5 Sehgg dperoleh [ ] f f d [ ] ( ) Dr lgkh sebelumy ddpt f k persm pembts sekuder yg bru dlh ( ) ( ) 5 Lgkh : Tmbhk betuk pembts sekuder yg bru dlm tbel smpleks.

61 8 Tbel.8. Tbel Deg Betuk Pembts Sekuder Pd Iters ( 5 ) ( ) Lgkh :ecr brs pvot Dr tbel, koefse pd brs keem, mk brs keem dplh sebg brs pvot. Lgkh 5 : ecr kolom pvot Dr tbel, pd kolom kedu dlht l R terkecl, yk c Lgkh : eggtk vrbel o bss pd kolom pvot deg vrbel.

62 9 Lgkh 7 : elkuk opers kolom Tbel.9. Tbel Setelh Dlkuk Opers kolom Pd Iters ( 5 ) ( ) Lgkh 8 : kre l v sudh berup blg bult mk tbel sudh optmum deg l (, ) (,) deg l optmum - Pd mslh progrm ler blg bult dlm betuk duly dpt durk bhw kedl wl deg vrbel wl d 5 tu tu dlh

63 5 Kedl bdg pemotog yg ddpt pd perhtug dts dlh () ( ) ( ) ( ) + ( 7 + ) () ( ) ( ) ( ) + ( + )

64 5 Dr kedl wl d kedl tmbh dpt dgmbrk deg grfk. 5 5 Gmbr.. Peyeles slh Progrm Ler Blg Bult Frksol Dul Sft tmbh tetg pembts sekuder, yk tbel yg sudh optmum bl dselesk kembl deg metode bdg pemotog yg megguk metode smpleks dul k dperoleh tbel optmum yg berl blg bult, yk semu l-l d dlm tbel k berup blg bult tp megubh l optmum dr peyeles optmum tersebut. Ak dperlhtk bhw sutu pembts sekuder sm deg pertksm dlm vrbel obss. Dsumsk tbel wl berp blg bult. Teorem. Setp pembts sekuder pd persm (.7) k med pertksm yg semu vrbely berl blg bult bl dytk dlm suku-suku yg memut vrbel obss pd ters sebelumy.

65 5 Bukt : slk brs utuk persm pertm med v v + v ( ) J ( ) mk pembts sekuder yg dhslk dlh sebg berkut + m+ f v f v ( ) J ( ),,, K, deg f v v [ v ] tu f v [ v ] v ( ) mk + m+ f v f v J ( ) ([ v ] v ) [ v ] ( v )( J ( )) [ v ] + [ v ]( J ( )) v + v ( J ( )) Sekrg setp vrbel obss J ( ) dlh sutu vrbel obss tupu vrbel bss pd mslh wl. Pd ksus sebelumy dkethu J ( ) g utuk sutu g,, K, d pd ksus seluty persm J ( ) + + +, ( ), utuk sutu,, K, m. eskpu begtu koefse pd persm terkhr semuy berup blg bult kre dt wl dr mslh progrm ler blg bult berup blg bult mk koefsey ug k berup blg bult. Oleh kre tu J ( ) dpt dtuls sebg sutu kombs ler dr, K,. Jd suku pd rus k dlm td kurug pertm dlh sutu blg bult bl dtulsk dlm suku-suku, K,.

66 5 Suku pd rus k dlm td kurug kedu sm deg v. Vrbel ug sebuh vrbel obss mupu sebg kombs ler dr vrbel obss, K,. ( ) Oleh kre tu + m+ f v f v J ( ) med pertksm yg berup blg bult bl dytk dlm suku-suku dr vrbel obss. Ak dperlhtk dr cotoh (.) bhw mslh progrm ler blg bult yg sudh dperoleh peyeles optmum dpt dkerk kembl deg metode bdg pemotog yg megguk metode smpleks dul sehgg dperoleh tbel optmum yg semu l-l dlm tbel berup blg bult tp megubh l optmum dr peyeles optmum dr tbel (.9). Dr ters kedu tbel (.9) sudh dtemuk peyeles optmum. k cotoh sol (.) dselesk kembl deg ur sebg berkut : ITERASI Lgkh : emlh brs sumber Brs sumber yg k dmbl dlh brs ke-ol kre l d memlk l f Lgkh : eetuk betuk kedl bru, yk pembts sekuder Pd tbel sebelumy, utuk brs ke-ol dpt dytk sebg 7 ( ) + ( ) 5

67 Sehgg dperoleh f (), f d f. k persm pembts sekuder yg bru dlh 7 5 ( ) ( ) 7 Lgkh : Tmbhk betuk pembts sekuder yg bru dlm tbel smpleks. Tbel.. Tbel Deg Betuk Pembts Sekuder Pd Iters ( 5 ) ( ) Lgkh :ecr brs pvot

68 55 Dr tbel koefse 7 pd brs ketuuh, mk brs ketuuh dplh sebg brs pvot. Lgkh 5 : ecr kolom pvot c Dr tbel, pd kolom kedu dlht l R terkecl yk 7 Lgkh : eggtk vrbel o bss pd kolom pvot deg vrbel 7. Lgkh 7 : elkuk opers kolom Tbel.. Tbel Setelh Dlkuk Opers kolom Pd Iters ( 5 ) ( 7 )

69 5 Lgkh 8 : kre belum semu l berup blg bult mk kembl ke Lgkh ITERASI Lgkh : emlh brs sumber Sekrg yg dmbl utuk brs sumber dlh brs pertm yk d memlk l f Lgkh : eetuk betuk kedl bru, yk pembts sekuder Pd tbel sebelumy, utuk brs pertm dpt dytk sebg ( ) + ( ) 5 7 f d f deg sehgg dperoleh ( ) f k persm pembts sekuder yg bru dlh 5 ( ) + ( ) 8 Lgkh : Tmbhk betuk pembts sekuder yg bru dlm tbel smpleks.

70 57 Tbel.. Tbel Deg Betuk Pembts Sekuder Pd Iters ( 5 ) ( 7 ) Lgkh :ecr brs pvot Dr tbel, koefse 8 pd brs kedelp, mk brs kedelp dplh sebg brs pvot. Lgkh 5 : ecr kolom pvot c Dr tbel, pd kolom kestu dlht l R terkecl yk 8

71 58 Lgkh : Vrbel 8 k meggtk vrbel o bss pd kolom pvot. Lgkh 7 : elkuk opers kolom Tbel.. Hsl setelh dlkuk opers kolom pd ters ( 8 ) ( 7 ) Lgkh 8 : kre l-ly dlm tbel sudh berup blg bult, mk telh dperoleh peyeles optmum mslh progrm ler blg bult frksol dul deg l, (,) deg l optmum -

72 59 Progrm ler blg bult frksol dul memlk byk kelemh. Dlm meyelesk mslh progrm ler blg bult, perhtug dlkuk dlm du thp yg sgt rumt, ytu megguk metode smpleks dul. Setelh dtemuk peyeles optmum hrus dlht dhulu pkh sudh memeuh peyeles optmum blg bult tu belum. Jk belum berup blg bult mk tbel hrus dselesk kembl megguk metode bdg pemotog smp dtemuk peyeles optmum blg bult, yk l vrbely berup blg bult. Llu pd thu 9 Rlph Gomory memperbk metode bdg pemotog tersebut, yk med mslh progrm ler blg bult dul.

73 BAB IV PROGRA LINEAR BILANGAN BULAT DUAL A. slh Progrm ler Blg Bult Dul Deg etode Bdg Pemotog Utuk mecr peyeles pd mslh progrm ler blg bult k dguk metode bdg pemotog, yk deg membhk kedl bdg pemotog. Berkut k durk bgm cr meetuk betuk kedl bdg pemotog. Jk vrbel bss pd sembrg persm ke- yg merupk blg bult mk vrbel tersebut dpt dytk sebg : ( ) + ( ) + + ( ) + K tu ( ) + (.) J ( ) deg J ( ) dlh eleme ke d dlm J (,,,), d < mk brs tersebut dsebut sebg brs sumber. Jk tdk d mk tbel smpleks sudh optmum. Betuk slk sembrg blg d λ dlh sebuh blg postf. f λ λ (.)

74 deg λ dlh blg bult terbesr yg kurg dr tu sm deg λ mk < f. Ddefsk f r λ mk dperoleh λ λ λ r tu r + λ λ. (.) Kre < f d > λ, mk λ λ < f tu λ < r. Dr persm (.) mk koefse pd persm (.) dpt dtuls sebg ( ) r,..., + λ λ (.) d r + λ λ (.5) deg λ λ < > r, d λ < r. Substtusk persm (.) d (.5) ke dlm persm (.) sehgg dperoleh ( ) ( ) J r r r λ λ λ λ λ λ ( ) ( ) ( ) ( ) J J r r λ λ λ λ ( ) ( ) ( ) ( ) J J r r λ λ λ λ tu J J r r r ) ( ) ( ) ( ) ( λ λ λ λ λ λ J J r r r ) ( ) ( ) ( ) ( λ λ λ λ (.) PLAGIAT ERUPAKAN TINDAKAN TIDAK TERPUJI

75 Persm (.) dpt dtuls deg r + r r + ( ) λ (.7) J ' + λ λ ( ) + ( ) ( ) J λ (.8) Teorem. : Utuk sembrg peyeles yg berup blg bult yg memeuh persm (.) d persm (.7), mk ' hruslh sebuh blg bult tk egtf. Bukt : ' blg bult kre semu koefse dlm (.8) dlh blg bult. Seluty k dtuuk ' dlh tk egtf. Utuk sembrg peyeles lyk mk rus kr persm (.7) ly tk egtf. Adk ' dlh blg bult yg egtf. Kre r < λ mk rus k pesm (.7) yk r + λ dlh egtf. Hl kotrdks deg peryt bhw peyeles lyk pd rus kr persm (.7) ly tk egtf deg demk ' dlh blg bult yg tk egtf

76 Jk λ >, mk < λ sehgg. Bl l tersebut dmsuk pd λ persm (.8) k ddpt ' + λ λ ( ) J ( ) (.9) Kre < berrt <. Tmbhk persm (.9) pd tbel λ smpleks d dpt dggp sebg brs sumber. Utuk λ yg cukup besr mk eleme pvot pd persm (.9) yk deg <. λ λ etode yg dguk dlm mslh progrm ler blg bult dul hmpr sm deg yg dguk dlm mslh progrm ler blg bult frksol dul. Prspy dlh megguk metode smpleks dul lecogrphc, yk sebuh metode smpleks dul deg megguk tur lecogrphc. Atur lecogrphc merupk slh stu prosedur peyeles dlm mslh degeers, yk ters-tersy tdk berulg d byky bss lyk dlh berhgg, sert tdk d bss yg berulg. Deg demk byky ters pd metode smpleks dlh berhgg. Dlm tur dbetuk kolom-kolom tbel yg postf secr lecogrphc.

77 Defs. Postf secr lecogrphc Sebuh vektor v dlh postf secr lecogrphc k v d eleme tk ol pertm dr v dlh postf d seblky dsebut mmum secr lecogrphc. Berkut k dberk cotoh postf secr lecogrphc Cotoh. slk tedpt vektor v ( ) v ( 5) v ( ) v ( ) k v, v d v dlh postf secr lecogrphc, sedgk v buk postf secr lecogrphc melk mmum secr lecogrphc. Lgkh-lgkh metode bdg pemotog pd mslh progrm ler blg bult dul deg megguk metode smpleks dul dlh sebg berkut :. egubh betuk bku ke dlm betuk kok pd mslh progrm ler blg bult.. Dmul deg meyusu tbel wl smpleks utuk blg bult yg bers peyeles lyk dul lecogrphc. Tbel wl tersebut dsk sebg berkut :

78 5 Tbel.. Tbel Awl Progrm Ler Blg Bult Kolom α α K α Vrbel ( ) K ( ) Keterg : + +m K K O K +, +, K +, O + m, + m, K + m, α : kompoe + m + pertm dlm kolom ke, yk α. + m,. emlh brs sumber yg tdk lyk v, yk yg memeuh v <, v. Jk tdk d mk peyeles mslh progrm ler blg bult sudh optmum, deg demk lgkh dhetk. Jk d brs yg tdk lyk v mk dlutk ke Lgkh.. Td kolom pvot α p ( p, K, ) yg terkecl secr lecogrphc dtr kolom-kolom yg mempuy < d eleme tk ol yg pertm dlh egtf. Jk tdk d, yk,utuk, K,, mk tdk d peyeles lyky. Jk d mk dlutk ke lgkh berkuty. v v

79 Sebelum meetuk betuk kedl bdg pemotog hrus dtemuk sebuh λ yg dperoleh dr brs sumber d kolom pvot. Jk koefse brs sumber dtuukk deg b (,, K, ) kolom pvot, mk α p dlm metode smpleks dul lecogrphc memeuh α α L p p (.) p b b setp ( ) deg b < utuk setp ters pd mslh progrm ler blg bult. Deg b p dlh koefse kolom α p pd brs v, yk b p d koefse pd brs v kolom ke- dlh λ mk b. Deg demk dr persm (.), kolom pvot hruslh λ memeuh L α α p p (.) λ utuk setp ( ) deg < λ. Kre dlh blg bult λ postf mk ddpt α α L L p p pα (.) λ

80 7 Kre λ>, mk < λ k hy k < sehgg kolom pvot dlh kolom terkecl secr lecogrphc yg memut sebuh eleme egtf dlm brs sumber. sehgg slk u d ( p) p u dlh blg bult terbesr L α α p p u (.) Kre u dlh blg bult terbesr, persm (.) meuukk bhw u (.) λ Nl postf terkecl λ yg memeuh (.) dlh λ (.5) u k utuk mem persm (.), tu deg kt l utuk memperthk kolom postf secr lecogrphc α (, K ) hruslh memlk λ mks λ. u,, mk 5. Tetuk kedl bdg pemotog yg merupk pertdksm blg bult dr brs v, yk

81 8 v + λ λ ( ) J ( ) Tmbhk kedl bdg pemotog dlm tbel, yk pd brs plg bwh. Kemud dlkuk opers kolom gr eleme-eleme pd brs v berl - utuk eleme pd kolom pvot d yg ly berl. Kemud lutk ke Lgkh. B. Peyeles slh Progrm Ler Blg Bult Dul Dr lgkh-lgkh yg sudh dbrk d ts, ytu cr memlh kolom pvot, tur memlh λ d betuk kedl bdg pemotog, secr umum lgkh pertm yg dlkuk dlm meyeles mslh progrm ler blg bult dlh megubh betuk bku med betuk kok d meyusu tbel wl kemud dlutk deg lgkh-lgkh sebg berkut : Lgkh : emlh brs utm tu brs sumber v, yk brs deg <, v dplh yg plg mmum. v Lgkh : emlh kolom pvot α p, yk kolom deg koefse v ( ) deg eleme tk ol pertm dr brs v dlh egtf d dplh yg plg mmum.

82 9 Lgkh : eetuk l λ deg lgkh-lgkh sebg berkut :. Utuk setp v < ( ) d mslk u p utuk α p kolom pvot yg dplh dlm lgkh d ts, tetuk ( p) u, yk blg bult terbesr yg memeuh u L α fα p deg u d α L. p f. Utuk setp v < ( ), htug λ deg v λ. u. Plh λ mks λ u Lgkh : eetuk betuk kedl bdg pemotog yk v v + λ v λ ( ) J ( ) Lgkh 5: Tmbhk betuk kedl bdg pemotog yg bru ke dlm tbel smpleks utuk med brs sumber yg bru.

83 7 Lgkh : Vrbel v pd brs sumber yg bru k meggtk vrbel o bss pd kolom pvot. Lgkh 7 : elkuk opers kolom gr eleme-leme pd brs v berl - utuk eleme pd kolom pvot d yg ly berl. Lgkh 8 : Jk msh d l v <, v mk dlutk ke Lgkh. Jk sudh tdk d mk proses dhetk d dperoleh tbel optmum.

84 7 Algortm mslh progrm ler blg bult dul dperlhtk sebg berkut : ul eyusu tbel Plh brs sumber v deg v < Plh kolom pvot α p, yk mmum v yg postf secr lecogrphc eetuk l λmks λ u v eetuk betuk kedl bdg pemotog, yk v v v + ( J ( )) λ λ Tmbhk betuk kedl bdg pemotog kedlm tbel eggt vrbel obss deg vrbel v elkuk opers kolom l v < YA TIDAK Peyeles sudh optmum Seles

85 7 Berkut k dberk cotoh peyeles mslh progrm ler blg bult yg megguk metode bdg pemotog Cotoh. Selesk mslh progrm ler blg bult berkut : ksmumk: z 5 Deg kedl: 5 ( ) 7 ( ) d, Peyeles : slh progrm ler d ts dpt dbut ke betuk kok sebg berkut : ksmumk: z 5 Deg kedl: d,,, 7 eyusu tbel wl smpleks Tbel.. Tbel Awl Pd Cotoh slh Progrm Ler Blg Bult

86 7 Kolom α α α Vrbel ( ) ( ) ITERASI Lgkh : emlh brs sumber. Dlm tbel dlht koefse 7 dlh l yg plg mmum mk brs dlh brs sumber yg dplh. Lgkh : emlh kolom pvot. Dlm tbel dpt dperoleh d koefse. Kre l yg plg mmum mk kolom α dlh kolom pvot yg dplh. Lgkh : eetuk l λ. Kre kolom pvot yg dplh dlh kolom pertm mk l p yg dplh dlh. Jd l u kemud k dtetuk u, yk blg bult terbesr yg memeuh α L fα u. Dlm tbel terlht

87 7 bhw kompoe pertm α d α 5. Jd 5 L f u mk l u yg k ddpt dlh.. Lht l < pd brs sumber dlh d mk v l λ d λ msg-msg dlh sebg berkut : λ u ( ) ( ) d λ u. emlh λ mksmum ( λ,λ ) mksmum (,) Lgkh : eetuk betuk kedl bdg pemotog yg bru yk tu 7 + ( ) + ( ) 5 ( ) ( ) 5 Lgkh 5 : Tmbhk betuk kedl bdg pemotog yg bru ke dlm tbel smpleks.

88 75 Tbel.. Tbel Betuk Kedl Bdg Pemotog Pd Iters Kolom α α α Vrbel ( ) ( ) Lgkh : Vrbel 5 k meggtk vrbel. Lgkh 7 : elkuk opers kolom. Sehgg tbel bru yg dperoleh dlh Tbel.. Tbel Setelh Dlkuk Opers kolom Pd Iters Kolom α α α Vrbel ( ) ( ) 5 5

89 7 Lgkh 8 : Kre msh d l v <, v, yk mk dlutk ke Lgkh. ITERASI Lgkh : emlh brs sumber. Dlm tbel dlht koefse dlh l yg plg mmum mk brs dlh brs sumber yg dplh. Lgkh : emlh kolom pvot. Dlm tbel dperoleh d koefse. Kre l yg plg mmum mk kolom α dlh kolom pvot yg dplh. Lgkh : eetuk l λ. Kre kolom pvot yg dplh dlh kolom kedu mk l p yg dplh dlh, d l u. Kemud dtetuk u, yk blg bult terbesr yg memeuh α L fα u. Dlm tbel terlht bhw L kompoe pertm α d α. Jd f u mk l u yg k ddpt dlh.

90 77. Lht l < pd brs sumber dlh d mk dperoleh v λ u ( ) ( ) d λ u. emlh λ mksmum ( λ,λ ) mksmum (,) Lgkh : eetuk betuk kedl bdg pemotog yg bru yk tu + 5 ( ) + ( ) ( ) ( ) 5 Lgkh 5 : Tmbhk betuk kedl bdg pemotog yg bru ke dlm tbel smpleks.

91 78 Tbel.5. Tbel Deg Betuk Kedl Bdg Pemotog Pd Iters Kolom α α α Vrbel ( ) ( ) 5 5 Lgkh : Vrbel k meggtk vrbel. Lgkh 7 : elkuk opers kolom. Sehgg tbel bru yg dperoleh dlh Tbel.. Tbel Setelh Dlkuk Opers kolom Pd Iters Kolom α α α Vrbel ( ) ( ) 5 5

92 79 Lgkh 8 : Kre sudh tdk d l v <, v mk tbel sudh optmum deg l (, ) (,) d l optmum - Pd mslh progrm ler blg bult dlm betuk duly dpt durk bhw dlm kedl utm yg memlk vrbel wl d dlh 5 7 Kedl bdg pemotog yg ddpt pd perhtug dts dlh ( ) ( ) 5 tu + d ( ) ( ) 5 ( ( ( ) ( ))) ( ) ( ) ( ) tu +

93 8 Dr kedl-kedl d ts dpt dlustrsk ke dlm gmbr dbwh : 5 5 Gmbr.. Peyeles slh Progrm Ler Blg Bult Dul Dr cotoh dmuk terlht bhw progrm ler blg bult dul dlh cr lebh efse bl dbdgk deg mslh progrm ler blg bult frktol dul yg megguk metode bdg pemotog kre dlm perhtug lebh cept mecp peyeles optmum.

94 8 BAB V PENUTUP A. Kesmpul slh progrm ler blg bult dktegork med du mslh, yk progrm ler blg bult frksol dul yg memugkk dy blg pech dlm perhtugy, d progrm ler blg bult dul dm dlm perhtugy hrus berup blg bult. Kedu mslh tersebut dpt dselesk deg metode bdg pemotog yg megguk metode smpleks dul. Lgkh-lgkh metode progrm ler blg bult frksol dul dlh sebg berkut :. egubh betuk bku med betuk kok.. eyusu tbel wl dr mslh progrm ler blg bult.. slh progrm ler blg bult dselesk dhulu sebg mslh progrm ler bs, yk deg megguk megguk metode smpleks dul smp dtemuk peyeles optmum tetp peyeles yg ddpt belum tetu berup blg bult.. U optmum. Jk peyeles optmum pd lgkh sebelumy belum berup blg bult mk lgkh-lgkh peyeles dlutk lg megguk metode bdg pemotog deg membhk kedl bdg pemotog yg bru yg memut vrbel pegett.

95 8 Lgkh-lgkh metode progrm ler blg bult dul dlh sebg berkut :. egubh betuk bku med betuk kok.. eyusu tbel wl dr mslh progrm ler blg bult.. slh progrm ler blg bult dselesk megguk metode bdg pemotog deg membhk kedl bdg pemotog yg bru yg memut vrbel pegett. Dlm meyelesk mslh progrm ler blg bult frksol dul k dtemuk kesult kre tdk cukup hy meyelesk deg metode bdg pemotog yg megguk metode smpleks dul tetp hrus dcr dhulu peyeles megguk metode smpleks dul. Tetp dlm meyelesk mslh progrm ler blg bult dul deg megguk metode bdg pemotog peghtugy dlkuk secr lgsug deg membhk betuk kedl bdg pemotog tp hrus dselesk deg metode smpleks dul dhulu. Deg demk peyeles mslh progrm ler blg bult dul k lebh efse d lebh cept medptk peyeles optmum. B. Sr Dr pembhs tetg progrm ler blg bult deg metode bdg pemotog, pbl medptk mslh progrm ler blg bult k lebh bk bl mslh tersebut dbw kedlm mslh progrm ler blg bult dul. Nmu hedky metode dbdgk deg metode eumers tu metode cbg d bts.

96 8 DAFTAR PUSTAKA Broso, R (99) Teor d Sol-sol Operto Reserch. Peerbt : Erlgg Chvtl, V. (98). Ler Progrmmg. c Grw Hll Book Compy, Ic. Igzo, J.P. & Cvler, T.. (99). Ler Progrmmg. c Grw Hll Book Compy, Ic. Slk, H.. (975) Iteger Progrmmg. Addso-Wesley Publshg Compy, Ic. Slk, H.. d thur kmlesh (989) Foudtos of Iteger Progrmmg. North-Holld. Suprto, J.. A. (98). Ler Progrmmg. Jkrt: Peerbt Fkults Ekoom Uversts Idoes. Sust, B. (99). Progrm Ler. Jkrt: LPTK Depdkbud. Th, H. A (99). Rset Opers. Jkrt: Peerbt Brup Aksr Wolsey, L.A (998) Iteger Progrmmg. Joh Wley & Sos, New York. Wu, N. & Copps, R. (98). Ler Progrmmg Ad Etesos. c Grw Hll Book Compy, Ic.

Dr.Eng. Agus S. Muntohar Department of Civil Engineering

Dr.Eng. Agus S. Muntohar Department of Civil Engineering Pertemu ke-7 Persm Ler Smult Oktober 0 Metode Iters Guss-Sedel Dr.Eg. Agus S. Mutohr Deprtmet of Cvl Egeerg Metode Guss-Sedel Merupk metode ters. Prosedur umum: - Selesk ser lbr vrbel tdk dkethu msg-msg

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Ltr Belkg Smp st, model Regres d model Alss Vrs telh dpdg sebg du hl g tdk berkt. Meskpu merupk pedekt g umum dlm meergk kedu cr pd trf permul, model Alss Vrs dpt dpdg sebg hl khusus model

Lebih terperinci

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Prktkum 8 Peyeles Persm Ler Smult Metode Elms Guss PRAKTIKUM 8 Peyeles Persm Ler Smult Metode Elms Guss Tuju : Mempeljr metode Elms Guss utuk peyeles persm ler smult Dsr Teor : Metode Elms Guss merupk

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI b LNDSN TEORI. Hmpu Fuzzy Tdk semu hmpu yg dump dlm kehdup sehr-hr terdefs secr els, msly hmpu org msk, hmpu org pd, hmpu org tgg, d sebgy. Msly, pd hmpu org tgg, tdk dpt dtetuk secr tegs pkh seseorg dlh

Lebih terperinci

PRAKTIKUM 10 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Seidel

PRAKTIKUM 10 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Seidel Prktkum 0 Peyeles Persm Ler Smult - Metode Elms Guss Sedel PRAKTIKUM 0 Peyeles Persm Ler Smult Metode Elms Guss Sedel Tuu : ler smult Mempelr metode Elms Guss Sedel utuk peyeles persm Dsr Teor : Metode

Lebih terperinci

PRAKTIKUM 22 Interpolasi Linier, Kuadratik, Polinomial, dan Lagrange

PRAKTIKUM 22 Interpolasi Linier, Kuadratik, Polinomial, dan Lagrange Prktkum. Iterpols Ler, Kudrtk, Poloml d Lgrge PRAKTIKUM Iterpols Ler, Kudrtk, Poloml, d Lgrge Tuju : Mempeljr berbg metode Iterpols g d utuk meetuk ttkttk tr dr buh ttk deg megguk sutu fugs pedekt tertetu.

Lebih terperinci

BAB VI ANALISIS REGRESI

BAB VI ANALISIS REGRESI BAB VI ANALISIS REGRESI A. Pedhulu Alss regres merupk slh stu lss yg ertuju utuk megethu pegruh sutu vrel terhdp vrel l. Vrel yg mempegruh dseut depedet vrle/vrel es () d vrel yg dpegruh dseut depedet

Lebih terperinci

CNH2B4 / KOMPUTASI NUMERIK

CNH2B4 / KOMPUTASI NUMERIK CNHB4 / KOMPUTASI NUMERIK TIM DOSEN KK MODELING AND COMPUTATIONAL EXPERIMENT PENCOCOKAN KURVA Pedhulu Dt g bersl dr hsl pegmt lpg pegukur tu tbel g dmbl dr buku-buku cu. Nl tr turu tegrl mudh dcr utuk

Lebih terperinci

DIGRAF EKSENTRIS PADA DIGRAF SIKEL, DIGRAF KOMPLIT DAN DIGRAF KOMPLIT MULTIPARTIT. Jl. Prof. H. Soedarto SH Semarang 50275

DIGRAF EKSENTRIS PADA DIGRAF SIKEL, DIGRAF KOMPLIT DAN DIGRAF KOMPLIT MULTIPARTIT. Jl. Prof. H. Soedarto SH Semarang 50275 DIGRAF ESENTRIS PADA DIGRAF SIEL DIGRAF OMPLIT DAN DIGRAF OMPLIT MULTIPARTIT Reto tur umlsr d Luc Rtsr Jurus Mtemtk FMIPA UNDIP Jl Prof H Soedrto SH Semrg 5075 Abstrct The eccetrc dgrph of dgrph ED ( D)

Lebih terperinci

1 yang akan menghasilkan

1 yang akan menghasilkan Rset Opers Probblstk Teor Per (Ge Theor) Nughthoh Arfw Kurdh, M.Sc Deprteet of Mthetcs FMIPA UNS Lecture 6: Med Strteg: Ler Progrg Method A. Metode Cpur deg Progr Ler Terdpt hubug g ert tr teor per d progr

Lebih terperinci

REGRESI. Curve Fitting. Regresi Eksponensial. Regresi 1

REGRESI. Curve Fitting. Regresi Eksponensial. Regresi 1 REGRESI Curve Fttg Regres Ler Regres Ekspoesl Regres Poloml Regres Curve Fttg: Ksus Dberk dt berup kumpul ttk-ttk dskrt. Dperluk estms / perkr utuk medptk l dr ttk-ttk g berd d tr ttk-ttk dskrt t tersebut

Lebih terperinci

REGRESI. Curve Fitting Regresi Linier Regresi Eksponensial Regresi Polynomial. Regresi 1

REGRESI. Curve Fitting Regresi Linier Regresi Eksponensial Regresi Polynomial. Regresi 1 REGRESI Curve Fttg Regres Ler Regres Ekspoesl Regres Poloml Regres Curve Fttg: Ksus Dberk dt berup kumpul ttk-ttk dskrt. Dperluk estms / perkr utuk medptk l dr ttk-ttk g berd d tr ttk-ttk dskrt tersebut

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 30-37

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 30-37 Jurl Mtemtk Mur d Terp Vol. 4 No. Desember : - 7 PENGGUNN BENTUK SMITH UNTUK MENENTUKN BENTUK KNONIK MTRIKS NORML DENGN ENTRI-ENTRI BILNGN KOMPLEKS Thresye Progrm Stud Mtemtk Uversts Lmbug Mgkurt Jl. Jed..

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN Ltr Belg Istlh Pemrogrm Geometr (PG) dperel oleh Duff, Peterso, d Zeer pd thu 967 Istlh dmbl dr mslh-mslh geometr g dpt dformuls sebg PG Pemrogrm Geometr dlh sutu tpe mslh optmlss mtemt g

Lebih terperinci

KAJIAN BATAS KESALAHAN MINIMUM METODE RUNGE-KUTTA ORDE KEDUA, KETIGA, DAN KEEMPAT

KAJIAN BATAS KESALAHAN MINIMUM METODE RUNGE-KUTTA ORDE KEDUA, KETIGA, DAN KEEMPAT Prosdg Semr Nsol Mtemtk d Terpy 06 p-issn : 550-084; e-issn : 550-09 KAJIAN BATAS KESALAHAN MINIMUM METODE RUNGE-KUTTA ORDE KEDUA, KETIGA, DAN KEEMPAT St Muhwh Uversts Jederl Soedrm st_muhwh@yhoo.co.d

Lebih terperinci

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Prktkum 8 Peyeles Persm Ler Smult Metoe Elms Guss PRAKTIKUM 8 Peyeles Persm Ler Smult Metoe Elms Guss Tuju : smult Mempeljr metoe Elms Guss utuk peyeles persm ler Dsr Teor : Metoe Elms Guss merupk metoe

Lebih terperinci

Bab 4 Penyelesaian Persamaan Linier Simultan

Bab 4 Penyelesaian Persamaan Linier Simultan Bb Peyeles Persm Ler Smult.. Persm Ler Smult Persm ler smult dlh sutu betuk persm-persm yg ser bersm-sm meyjk byk vrbel bebs. Betuk persm ler smult deg m persm d vrbel bebs dpt dtulsk sebg berkut: b b

Lebih terperinci

PRAKTIKUM 12 Regresi Linier, Regresi Eksponensial dan Regresi Polinomial

PRAKTIKUM 12 Regresi Linier, Regresi Eksponensial dan Regresi Polinomial Prktkum. Regres Regres Ler, Regres Ekspoesl, d Regres Poloml Poltekk Elektrok eger Surb ITS 47 PRAKTIKUM Regres Ler, Regres Ekspoesl d Regres Poloml. Tuju : Mempeljr metode peeles regres ler, ekspoesl

Lebih terperinci

BAB 1 PENDAHULUAN. perkebunan karet. Karet merupakan Polimer hidrokarbon yang terkandung pada

BAB 1 PENDAHULUAN. perkebunan karet. Karet merupakan Polimer hidrokarbon yang terkandung pada BAB PENDAHULUAN. Ltr Belkg Sektor perkebu merupk sub sektor pert yg mejd slh stu fktor yg dpt medukug kegt perekoom d Idoes. Slh stu sub sektor perkebu yg cukup besr potesy dlm perekoom Idoes dlh perkebu

Lebih terperinci

a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Integral Pertemuan - 6

a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Integral Pertemuan - 6 home se to ecellece Mt Kulh : Klkulus Kode : TSP 0 SKS : SKS Itegrl Pertemu - 6 home se to ecellece TIU : Mhssw dpt memhm tegrl fugs d plksy TIK : Mhssw mmpu mecr tegrl fugs Mhssw mmpu megguk tegrl utuk

Lebih terperinci

CATATAN KULIAH Pertemuan XIII: Analisis Dinamik dan Integral (1)

CATATAN KULIAH Pertemuan XIII: Analisis Dinamik dan Integral (1) CATATAN KULIAH Pertemu XIII: Alss Dmk d Itegrl () A. Dmk d Itegrs Model Stts : mecr l vrel edoge yg memeuh kods ekulrum tertetu. Model Optms : mecr l vrel plh yg megoptms fugs tuju tertetu. Model Dmk :

Lebih terperinci

Analisis Variansi satu faktor Single Factor Analysis Of Variance (ANOVA)

Analisis Variansi satu faktor Single Factor Analysis Of Variance (ANOVA) BAB 1 Alss Vrs stu fktor Sgle Fctor Alss Of Vrce (ANOVA) ANALISIS VARIANSI SATU FAKTOR D MetStt 1 sudh dkel uj hpotess rt-rt du populs A d B g berdstrbus Norml Bgm jk terdpt lebh dr du populs? Alss vrs

Lebih terperinci

Bab 4 ANALISIS REGRESI dan INTERPOLASI

Bab 4 ANALISIS REGRESI dan INTERPOLASI Als Numerk Bh Mtrkuls B 4 ANALISIS RGRSI d INTRPOLASI 4 Pedhulu Pd kulh k dpeljr eerp metde utuk mempredks d megestms dt dskret Dr sutu peelt serg dlkuk peglh dt utuk megethu pl dt tu etuk kurv g dggp

Lebih terperinci

PENCOCOKAN KURVA (CURVE FITTING) INTERPOLASI

PENCOCOKAN KURVA (CURVE FITTING) INTERPOLASI PENCOCOKAN KURVA (CURVE FITTING) Iterpols : Iterpols er Iterpols Kudrtk Iterpols Poloml Iterpols grge Regres : Regres er Regres Ekspoesl Regres Poloml INTERPOASI Iterpols dguk utuk meksr l tr (termedte

Lebih terperinci

BAB I PENDAHULUAN. Populasi merupakan kumpulan dari individu organisme yang memiliki

BAB I PENDAHULUAN. Populasi merupakan kumpulan dari individu organisme yang memiliki BAB I PENDAHULUAN. Ltr Belkg Populs merupk kumpul dr dvdu orgsme yg memlk sft tumbuh growth, reks respos terhdp lgkugy, d reproduks. Pd dsry, pertumbuh mkhluk hdup pd sutu populs merupk proses yg berlgsug

Lebih terperinci

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA)

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA) Alss Vrs stu fktor (Alss Of Vrce / ANOVA) 1. Megethu rcg d eses. Megethu model ler 3. Meuruk Jumlh Kudrt (JK) 4. Melkuk uj lss vrs 5. Melkuk uj perbdg gd Apkh ber kot dlm rokok dpt megkbtk Kker? Sel kker

Lebih terperinci

Bab 2 Landasan Teori

Bab 2 Landasan Teori Bb 2 Lds Teor 2.1. Ler Progrmmg Model pemrogrm ler tdk mmpu meyelesk ksus-ksus mjeme yg meghedk ssr-ssr tertetu dcp secr smult. Kelemh dlht oleh A. Chres d W.M. Cooper. Merek berdu kemud megembgk model

Lebih terperinci

BAB 2 ANAVA 2 JALAN. Merupakan pengembangan dari ANAVA 1 Jalan Jika pada ANAVA 1 jalan 1 Faktor Jika pada ANAVA 2 jalan 2 Faktor

BAB 2 ANAVA 2 JALAN. Merupakan pengembangan dari ANAVA 1 Jalan Jika pada ANAVA 1 jalan 1 Faktor Jika pada ANAVA 2 jalan 2 Faktor BAB ANAVA JALAN Merupk pegembg dr ANAVA 1 Jl Jk pd ANAVA 1 l 1 Fktor Jk pd ANAVA l Fktor Model Ler Asums: Model efek Tetp! 1,..., 1,..., Stu fktor g dtelt Av 1 l k k 1,,..., 1,,..., b k 1,,..., Du fktor

Lebih terperinci

PEMECAHAN SISTEM PERSAMAAN LINIER NON HOMOGEN DENGAN METODE SAPUAN GANDA CHOLESKY. Oleh : Yusup Fakultas Ilmu Komputer, Universitas AKI Semarang

PEMECAHAN SISTEM PERSAMAAN LINIER NON HOMOGEN DENGAN METODE SAPUAN GANDA CHOLESKY. Oleh : Yusup Fakultas Ilmu Komputer, Universitas AKI Semarang PEMECAHAN SISTEM PERSAMAAN LINIER NON HOMOGEN DENGAN METODE SAPUAN GANDA CHOLESKY Oleh : Yusup Fkults Ilmu Komputer, Uversts AKI Semrg Astrt The frto of No Homoge Lerty Ajustmet System towr Cholesky Doule

Lebih terperinci

Tekun dan Teliti adalah Kunci Keberhasilan Anda PEMROGRAMAN LINEAR

Tekun dan Teliti adalah Kunci Keberhasilan Anda PEMROGRAMAN LINEAR Teku d Telt dlh Kuc Keberhsl Ad PEMROGRAMAN LINEAR Pdg bg Rset Opers berkut: TSP MP Trss Trsp Network PD PL PNL P Progr Ler (PL) erupk bg dr rset opers (RO) g erupk kupul etode peeles slh-slh t secr tets.

Lebih terperinci

SOLUSI DERET PANGKAT TETAP DENGAN FUNGSI PEMBANGKIT

SOLUSI DERET PANGKAT TETAP DENGAN FUNGSI PEMBANGKIT OLUI DERET PANGKAT TETAP DENGAN FUNGI PEMBANGKIT Aleder A Guw Jurus Mtemt d ttst Fults s d Teolog, Uversts B Nustr Jl. K. H. yhd No. 9, Kemggs/Plmerh, Jrt Brt 8 gug@bus.edu ABTRACT Ths rtcle dscusses bout

Lebih terperinci

6. Selanjutnya langkah penyelesaian

6. Selanjutnya langkah penyelesaian MENYELESAIKAN SISTEM PERSAMAAN LINEAR FUZZY DALAM BENTUK A y DENGAN MENGURAIKAN y D Mstk, Mshd, Sr Gemwt Mhssw Progrm Std S Mtemtk Dose Jrs Mtemtk Fklts Mtemtk d Ilm Pegeth Alm Uversts R Kmps Bwdy Pekbr

Lebih terperinci

UNIVERSITAS INDONESIA METODE STAIRCASE UNTUK MENDAPATKAN BENTUK KANONIK JORDAN DENGAN KARAKTERISTIK WEYR SKRIPSI NURRY WIDYA HESTY

UNIVERSITAS INDONESIA METODE STAIRCASE UNTUK MENDAPATKAN BENTUK KANONIK JORDAN DENGAN KARAKTERISTIK WEYR SKRIPSI NURRY WIDYA HESTY UNIVERSITS INDONESI METODE STIRCSE UNTUK MENDPTKN BENTUK KNONIK JORDN DENGN KRKTERISTIK WEYR SKRIPSI NURRY WIDY HESTY 976 Fkults Mtemtk d Ilmu Pegethu lm Progrm Stud Mtemtk Depok Februr Metode strcse...,

Lebih terperinci

Pemain P 1. Teorema 4.1 (Teorema minimax). Untuk setiap matriks pembayaran (pay off matrix), terdapat strategi optimal x* dan y* sedemikian sehingga

Pemain P 1. Teorema 4.1 (Teorema minimax). Untuk setiap matriks pembayaran (pay off matrix), terdapat strategi optimal x* dan y* sedemikian sehingga Rset Opers Probblstk Teor Permnn (Gme Theor) Deprtement of Mthemtcs FMIPA UNS Lecture 4: Med Strteg A. Metode Cmpurn (Med Strteg) D dlm permnn d mn permnn tersebut tdk mempun ttk peln, mk pr pemn kn bersndr

Lebih terperinci

HUBUNGAN DERET BERTINGKAT BERDASAR BILANGAN EULERIAN DENGAN OPERATOR BEDA

HUBUNGAN DERET BERTINGKAT BERDASAR BILANGAN EULERIAN DENGAN OPERATOR BEDA HUBUNAN DERET BERTINKAT BERDAAR BILANAN EULERIAN DENAN OPERATOR BEDA Aleder A uw Jurus Mtetk, Fkults s d Tekolog, Uversts B Nustr Jl. K.H. yhd No. 9, Plerh, Jkrt Brt 48 gug@bus.edu ABTRACT Cscde seres

Lebih terperinci

VARIASI PEMBAYARAN ANUITAS DENGAN POLA DERET ARITMATIKA

VARIASI PEMBAYARAN ANUITAS DENGAN POLA DERET ARITMATIKA VARIASI PEMBAYARAN ANUITAS DENGAN POLA DERET ARITMATIKA De Prm Sr Jurus Mtemtk Uersts Neger Pg, Ioes eml: eprmsr@yhoo.com Abstrk. Auts lh rgk pembyr tu peerm lm jumlh tertetu yg lkuk secr berkl p jgk wktu

Lebih terperinci

( X ) 2 ANALISIS REGRESI

( X ) 2 ANALISIS REGRESI ANALII REGREI A. PENGERTIAN REGREI ecr umum d du mcm huug tr du vrel tu leh, tu etuk huug d keert huug. Utuk megethu etuk huug dguk lss regres. Utuk keert huug dpt dkethu deg lss korels. Alss regres dperguk

Lebih terperinci

HUBUNGAN DERET BERTINGKAT BERDASARKAN BILANGAN EULERIAN DENGAN OPERATOR BEDA

HUBUNGAN DERET BERTINGKAT BERDASARKAN BILANGAN EULERIAN DENGAN OPERATOR BEDA HUBUNGAN DERET BERTINGKAT BERDAARKAN BILANGAN EULERIAN DENGAN OPERATOR BEDA Aleder A.. Guw Jurus Mtetk d ttstk, Fkults s d Tekolog, Bus Uversty Jl. KH. yhd No. 9, Plerh, Jkrt Brt 48. gug@bus.edu ABTRACT

Lebih terperinci

III PEMBAHASAN. peubah. Sistem persamaan (6) dapat diringkas menjadi Bentuk Umum dari Magic Square, Bilangan Magic, dan Matriks SPL

III PEMBAHASAN. peubah. Sistem persamaan (6) dapat diringkas menjadi Bentuk Umum dari Magic Square, Bilangan Magic, dan Matriks SPL III PEMBAHASAN 3.1. Betuk Umum dri Mgic Squre, Bilg Mgic, d Mtriks SPL Mislk eleme dri bris ke-i d kolom ke-j dlh i,j mk mgic squrey secr umum dlh 1,1 1, 1,,1,,,1,, Gmbr 1. Betuk umum mgic squre deg: i,j

Lebih terperinci

MENENTUKAN KOEFISIEN REGRESI EKSPONENSIAL DENGAN METODE KUADRAT TERKECIL SEDERHANA DAN METODE KUADRAT TERKECIL BERBOBOT

MENENTUKAN KOEFISIEN REGRESI EKSPONENSIAL DENGAN METODE KUADRAT TERKECIL SEDERHANA DAN METODE KUADRAT TERKECIL BERBOBOT MENENTUKAN KOEFISIEN REGRESI EKSPONENSIAL DENGAN METODE KUADRAT TERKECIL SEDERHANA DAN METODE KUADRAT TERKECIL BERBOBOT Rz Phlev, Arsm Ad, Sgt Sugrto Mhssw Progrm Stud S Mtemtk Dose Jurus Mtemtk Fkults

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER DENGAN METODE NEWTON-RAPHSON

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER DENGAN METODE NEWTON-RAPHSON PENYELESAIAN SISTEM PERSAMAAN TAK LINIER DENGAN METODE NEWTON-RAPHSON SKRIPSI oleh: KHUTWATUN NASIHA NIM: 4 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI (UIN) MALANG MALANG

Lebih terperinci

x 1 M = x 1 m 1 + x 2 m x n m n = x i

x 1 M = x 1 m 1 + x 2 m x n m n = x i Iterl Tertetu..6 oe d ust ss Ttk Bert slk d du ed s-s elk ss sesr d y dletkk pd pp er de jrk erturut-turut d d d dr ttk pey pd - y ered. Ked terseut k se jk dpeuh d d. d d Sutu odel tets y k dperoleh pl

Lebih terperinci

Batas Nilai Eigen Maksimal Dari Matriks Tak Negatif

Batas Nilai Eigen Maksimal Dari Matriks Tak Negatif Vol. 3 No. 80-85 Ju 007 Bts Nl Ege Mksl D Mtks Tk Negtf A. Kes Jy Abstk Ide ut skps dlh utuk edptk etode dl eetuk bts d l ege ksl d tks tk egtf deg bedsk bts Fobeus. Ytu R d dlh ulh bs tu kolo u d R dlh

Lebih terperinci

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA)

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA) Alss Vrs stu fktor (Alss Of Vrce / ANOVA) 1. Desg d coduct expermets volvg sgle. Uderstd how the ov s used to lze the dt from these expermets 3. Assess model dequc wth resdul plots 4. Use multple comprso

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BB LNDSN TEORI. lytcl Herrchy Process (HP) lytc Herrchy Process (HP) dlh slh stu metode khusus dr Mult Crter Decso Mkg (MCDM) yg dperkelk oleh Thoms Lore Sty. HP dpt dguk utuk memechk mslh pd stus yg kompleks.

Lebih terperinci

BAB III NORM MATRIKS PADA HIMPUNAN DARI MATRIKS-MATRIKS TOEPLITZ. Definisi 3.1 Matriks Toeplitz adalah suatu matriks., dengan nilai,, dan indeks yang

BAB III NORM MATRIKS PADA HIMPUNAN DARI MATRIKS-MATRIKS TOEPLITZ. Definisi 3.1 Matriks Toeplitz adalah suatu matriks., dengan nilai,, dan indeks yang BAB III NORM MATRIKS PADA HIMPUNAN DARI MATRIKS-MATRIKS TOEPLITZ 3. Mtriks Toeplitz Defiisi 3. Mtriks Toeplitz dlh sutu mtriks [ t ; k, j = 0,,..., ] : T =, k j, deg ili,, d ideks yg diguk setip etriy

Lebih terperinci

BAB V ANALISIS REGRESI

BAB V ANALISIS REGRESI BAB V ANALISIS REGRESI Setelh mempeljr mhssw dhrpk dpt : Meghtug prmeter regres Melkuk estms d uj prmeter regres 3 Meemuk model regres g tept Dlm kehdup serg dtemuk d sekelompok peuh g dtr terdpt huug,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Alss Regres Alss regres dlh tekk sttstk yg ergu utuk memerks d memodelk huug dtr vrel-vrel. Peerpy dpt djump secr lus d yk dg sepert tekk, ekoom, mjeme, lmu-lmu olog, lmu-lmu sosl,

Lebih terperinci

INTEGRASI NUMERIK. n ax. ax e. a 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

INTEGRASI NUMERIK. n ax. ax e. a 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal : INTEGRASI NUMERIK INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser

Lebih terperinci

INTEGRASI NUMERIK C 1. n ax. ax e. cos( 1 1. n 1. x x. 0 Fungsi yang dapat dihitung integralnya : 0 Fungsi yang rumit misal :

INTEGRASI NUMERIK C 1. n ax. ax e. cos( 1 1. n 1. x x. 0 Fungsi yang dapat dihitung integralnya : 0 Fungsi yang rumit misal : INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser ltk. INTEGRASI

Lebih terperinci

DIKTAT. Mata Kuliah METODE NUMERIK. Oleh: I Ketut Adi Atmika

DIKTAT. Mata Kuliah METODE NUMERIK. Oleh: I Ketut Adi Atmika DIKTAT Mt Kulh METODE NUMERIK Oleh: I Ketut Ad Atmk JURUSAN TEKNIK MESIN FAKULTAS TEKNIK UNIVERSITAS UDAYANA 6 KATA PENGANTAR Dktt dsusu utuk memudhk mhssw dlm memhm beberp metode umerk utuk meyelesk persm-persm

Lebih terperinci

PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA

PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR ABSTRAK ANA FARIDA.

Lebih terperinci

INTEGRASI NUMERIK. n ax. ax e. n 1. x x. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

INTEGRASI NUMERIK. n ax. ax e. n 1. x x. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal : INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser ltk. INTEGRASI

Lebih terperinci

Bab IV Faktorisasi QR

Bab IV Faktorisasi QR Bb IV Ftorss QR. Pedhulu Ftorss QR dr mtr A beruur m dlh pegur mtr A mejd A Q R dm Q R m m dlh orthogol d R R m segtg ts. Ftorss serg jug dsebut ftorss orthogol (orthogol ftorzto). Ad beberp r yg dgu utu

Lebih terperinci

PENGHITUNGAN NILAI RESISTOR PENGGANTI MENGGUNAKAN NILAI EIGEN DAN VEKTOR EIGEN ORTONORMAL DARI MATRIKS LAPLACE AMIN LUKMANUL HAKIM G

PENGHITUNGAN NILAI RESISTOR PENGGANTI MENGGUNAKAN NILAI EIGEN DAN VEKTOR EIGEN ORTONORMAL DARI MATRIKS LAPLACE AMIN LUKMANUL HAKIM G PEGHIUGA ILAI RESISOR PEGGAI MEGGUAKA ILAI EIGE DA VEKOR EIGE OROORMAL DARI MARIKS LAPLACE AMI LUKMAUL HAKIM G544 DEPAREME MAEMAIKA FAKULAS MAEMAIKA DA ILMU PEGEAHUA ALAM ISIU PERAIA OGOR 7 PEGHIUGA ILAI

Lebih terperinci

Bab 4 ANAKOVA (ANALISIS KOVARIANSI)

Bab 4 ANAKOVA (ANALISIS KOVARIANSI) Bb 4 ANAKOVA (ANALISIS KOVARIANSI) ANAVA vs ANREG ANAVA ANREG megu perbdg vrbel tergtug () dtu dr vrbel bebs () mempredks vrbel tergtug () mellu vrbel bebs () Ksus: Peelt deg vrbel : 1 Prests Mhssw Kemmpu

Lebih terperinci

Anuitas. Anuitas Akhir

Anuitas. Anuitas Akhir Auts Auts bersl r kt bhs Iggrs uty yg pt efsk sebg rgk pembyr tu peerm tetp lm jumlh tertetu yg lkuk secr berkl p jgk wktu tertetu. Kt uty sly berrt pembyr ul (thu), k tetp serg eg berjly wktu kt uts jug

Lebih terperinci

Jl. HR. Soebrantas No. 155 Simpang Baru, Panam, Pekanbaru,

Jl. HR. Soebrantas No. 155 Simpang Baru, Panam, Pekanbaru, Jurl Ss Mtetk d Sttstk, Vol. No. Jul 6 ISSN 6-5 Metode Guss-Sedel d Geerlss Guss-Sedel utuk Meyelesk Sste Pers Ler Kopleks Cotoh Ksus: SPL Kopleks deg pers d vrel tr ry, Le Tr Lestr, Jurus Mtetk, kults

Lebih terperinci

BAB I KOMBINATORIKA. A. Kaidah Pencacahan Terdapat dua kaidah pencacahan, yaitu kaidah penjumlahan dan kaidah perkaliah.

BAB I KOMBINATORIKA. A. Kaidah Pencacahan Terdapat dua kaidah pencacahan, yaitu kaidah penjumlahan dan kaidah perkaliah. BAB I KOMBINATORIKA Dr. Al Mhmud (Jurus Peddk Mtemtk FMIPA UNY) Combtorcs hs emerged s ew subject stdg t the crossrods betwee pure d plled mthemtcs, the ceter of bustlg ctvty, smmerg pot of ew problems

Lebih terperinci

METODE NUMERIK PERTEMUAN : 5 & 6 M O H A M A D S I D I Q 3 S K S - T E K N I K I N F O R M A T I K A - S1

METODE NUMERIK PERTEMUAN : 5 & 6 M O H A M A D S I D I Q 3 S K S - T E K N I K I N F O R M A T I K A - S1 METODE NUMERIK S K S - T E K N I K I N F O R M A T I K A - S M O H A M A D S I D I Q PERTEMUAN : 5 & 6 PENYELESAIAN PERSAMAAN LINIER SIMULTAN S K S - T E K N I K I N F O R M A T I K A - S M O H A M A D

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TORI. egtr roses Mrkov dt dklsfksk sesu deg sft wktu egmt roses sert stte scey. Wktu egmt roses dt bersft dskrt muu kotu d stte scey bersft dskrt muu kotu bk terbts muu tk terbts.. Dt Defs..

Lebih terperinci

BAB 1 PENDAHULUAN. Gambar 1.1. Kurva y=sinc(x)

BAB 1 PENDAHULUAN. Gambar 1.1. Kurva y=sinc(x) BAB PENDAHULUAN.. Megp Megguk Metode Numerk Tdk semu permslh mtemts tu perhtug dpt dselesk deg mudh. Bhk dlm prsp mtemtk, dlm memdg permslh g terlebh dhulu dperhtk pkh permslh tersebut mempu peeles tu

Lebih terperinci

RENCANA PELAKSANAAN PERKULIAHAN

RENCANA PELAKSANAAN PERKULIAHAN Lesso Study FMIPA UNY RENCANA PELAKSANAAN PERKULIAHAN MATA KULIAH : ALJABAR LINEAR II SEMESTER : III TOPIK : NILAI EIGEN DAN VEKTOR EIGEN SUB TOPIK : NILAI EIGEN DAN VEKTOR EIGEN WAKTU : X 5 A. Stdr Kompetesi:

Lebih terperinci

MASALAH PROGRAMA LINIER FUZZY DENGAN FUNGSI KEANGGOTAAN LINIER

MASALAH PROGRAMA LINIER FUZZY DENGAN FUNGSI KEANGGOTAAN LINIER JRNA TEKNIK INDSTRI VO. 2 NO. JNI 2000: 28-33 MASAAH PROGRAMA INIER FZZY DENGAN FNGSI KEANGGOTAAN INIER Nyom Sutp Dose Fkults Tekk Jurus Tekk Idustr versts Krste Petr ABSTRAK Asums kepst l-l prmeter dlm

Lebih terperinci

Unit 1 KONSEP DASAR ARITMETIKA. Josef Tjahjo Baskoro Clara Ika Sari Budhayanti. Pendahuluan

Unit 1 KONSEP DASAR ARITMETIKA. Josef Tjahjo Baskoro Clara Ika Sari Budhayanti. Pendahuluan Ut KONSEP DASAR ARITMETIKA Josef Tjhjo Bskoro Clr Ik Sr Bdhyt Pedhl M ter yg k Ad peljr pertm kl pd mt klh pemech mslh mtemtk dlh kosep dsr rtmetk. Kompetes dsr yg hrs dks setelh mempeljr t dlh Ad mmp

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id

Didownload dari ririez.blog.uns.ac.id A. METODE PROGRAM LINIER Terdpt hubug g ert tr teor per d progr ler kre setp betuk per berulh ol dr du org (g berhgg) dpt dtk sebg sutu betuk progr ler d seblk, setp perslh progr ler dpt dsk sebg sutu

Lebih terperinci

PENAKSIRAN PARAMETER MODEL REGRESI BINOMIAL NEGATIF PADA KASUS OVERDISPERSI SKRIPSI WIDYA WAHYUNI

PENAKSIRAN PARAMETER MODEL REGRESI BINOMIAL NEGATIF PADA KASUS OVERDISPERSI SKRIPSI WIDYA WAHYUNI UNIVERSITAS INDONESIA PENAKSIRAN PARAMETER MODEL REGRESI BINOMIAL NEGATIF PADA KASUS OVERDISPERSI SKRIPSI WIDYA WAHYUNI 07066003 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI MATEMATIKA DEPOK

Lebih terperinci

dan mempunyai vektor normal n =(a b c). Misal P(x,y,z) suatu titik berada pada bidang. 1. Persamaan bidangnya adalah n P P

dan mempunyai vektor normal n =(a b c). Misal P(x,y,z) suatu titik berada pada bidang. 1. Persamaan bidangnya adalah n P P Rug Vektor Tuju:. Megigt kembli persm gris d bidg di rug.. Memhmi ksiom rug vektor, kombisi liier d rug bgi.. Megigt kembli pegerti bebs d bergtug liier, bsis d dimesi. Arti geometris dri determi Jik A

Lebih terperinci

Bab 1. Anava satu. Analisis Variansi (Analysis Of Variance / ANOVA) satu faktor

Bab 1. Anava satu. Analisis Variansi (Analysis Of Variance / ANOVA) satu faktor Bb 1 Av stu Alss Vrs (Alss Of Vrce / ANOVA) stu fktor Lerg Objectves 1. Desg d coduct expermets volvg sgle d two fctors. Uderstd how the ov s used to lze the dt from these expermets 3. Assess model dequc

Lebih terperinci

Metode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS

Metode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS Itegrs Numerk Um S d Poltekk Elektrok Neger Sury Topk Itegrl Rem Trpezod Smpso / Smpso /8 Kudrtur Guss ttk Kudrtur Guss ttk INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl

Lebih terperinci

JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER 1

JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER 1 FITRIANA RICHA HIDAYATI 7 46 Dose Pembimbig M. ARIEF BUSTOMI, M.Si Surby, Jui JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER Alis disesuik deg geometri

Lebih terperinci

Bentuk Umum Perluasan Teorema Pythagoras

Bentuk Umum Perluasan Teorema Pythagoras Jrl Grde Vol No Jr 6 : 9-4 Betk Umm Perls Teorem Pythors Ml stt By Kerm Ulsr les Jrs Mtemtk Fklts Mtemtk d Ilm Peeth lm Uversts Bekl Idoes Dterm Septemer 5; dset Desemer 5 strk - Peelt memhs perls teorem

Lebih terperinci

Metode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS

Metode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS Itegrs Numerk Um S d Poltekk Elektrok Neger Sury Topk Itegrl Rem Trpezod Smpso / Smpso /8 Kudrtur Guss ttk Kudrtur Guss ttk INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl

Lebih terperinci

ANALISIS KINERJA METODE ZERO SUFFIX DALAM MENYELESAIKAN MASALAH TRANSPORTASI FUZZY DAN LINIER

ANALISIS KINERJA METODE ZERO SUFFIX DALAM MENYELESAIKAN MASALAH TRANSPORTASI FUZZY DAN LINIER ANALISIS KINERJA METODE ZERO SUFFIX DALAM MENYELESAIKAN MASALAH TRANSPORTASI FUZZY DAN LINIER Tof Adtyw, Spt Whyugsh 2 Uversts Neger Mlg E l : tofdtyw@yhoo.co.d ABSTRAK: Slh stu slh dl kehdup sehr hr yg

Lebih terperinci

Catatan Kuliah 1 Matematika Ekonomi Memahami dan Menganalisa Aljabar Matriks

Catatan Kuliah 1 Matematika Ekonomi Memahami dan Menganalisa Aljabar Matriks Ctt Kulih Mtemtik Ekoomi Memhmi d Meglis ljbr Mtriks. Mtriks d Vektor Mtriks Mtriks dlh kumpul bilg, prmeter tu vribel tersusu dlm bris d kolom sehigg terbetuk segi empt. Susu ii bisy diletkk dlm td kurug

Lebih terperinci

Soal-soal dan Pembahasan Matematika Dasar SBMPTN - SNMPTN 2008

Soal-soal dan Pembahasan Matematika Dasar SBMPTN - SNMPTN 2008 Sol-sol d Pembhs Mtemtik Dsr SBMPTN - SNMPTN 8 y. Dlm betuk pgkt positif, ( y). A. ( + y ) ( y ) C. ( y ) E. - ( y ) B. - ( + y ) ( y ) D. ( y ) y ( y) y ( y) y y ( y) y (y). (y) y - ( y ) ( y + ) - (-y+

Lebih terperinci

SISTEM PERSAMAAN LINEAR. Nurdinintya Athari (NDT)

SISTEM PERSAMAAN LINEAR. Nurdinintya Athari (NDT) SISTEM PERSAMAAN LINEAR Nurdiity Athri (NDT) Sistem Persm Lier (SPL) Sub Pokok Bhs Pedhulu Solusi SPL deg OBE Solusi SPL deg Ivers mtriks d Atur Crmmer SPL Homoge Beberp Apliksi Sistem Persm Lier Rgki

Lebih terperinci

Penyelesaian Persamaan Linier Simultan

Penyelesaian Persamaan Linier Simultan Peyelesi Persm Liier Simult Persm Liier Simult Persm liier simult dlh sutu betuk persm-persm yg ser bersm-sm meyjik byk vribel bebs Betuk persm liier simult deg m persm d vribel bebs ij utuk i= s/d m d

Lebih terperinci

Model Tak Penuh. Definisi dapat di-uji (testable): nxp

Model Tak Penuh. Definisi dapat di-uji (testable): nxp Model T Peuh Defs dpt d-u (testle): Sutu c c 'c 'c H 'c 'c dpt du l d stu set fugs g dpt - ddug m m ' sehgg H er c ' ' slg es ler tu C c ' c m ' Perht : Kre r X p r p m m r c' (X' X) c X' X c' C(X' X)

Lebih terperinci

Metode Iterasi Gauss Seidell

Metode Iterasi Gauss Seidell Metode Itersi Guss Seidell Metode itersi Guss-Seidel : metode yg megguk proses itersi higg diperoleh ili-ili yg berubh. Bil dikethui persm liier simult: Berik ili wl dri setip i (i s/d ) kemudi persm liier

Lebih terperinci

CATATAN KULIAH Pertemuan IV: Model-model linier dan Aljabar Matriks (2)

CATATAN KULIAH Pertemuan IV: Model-model linier dan Aljabar Matriks (2) TTN KULH ertemu V: Moel-moel ler lr Mtrks (). Mer Mtrks vers Sutu mtrks () mempuy vers l terpt sutu mtrks B, seh B B. Mtrks B seut vers mtrks, tuls -, y merupk mtrks uur skr ermes. Syrt keer r Mtrks vers

Lebih terperinci

1. Kepekatan bakteria pencemar p(t), di dalam secawan teh tarik yang dibiarkan selama beberapa jam diberikan oleh: p(t) = 50e -1.5t + 15e -0.

1. Kepekatan bakteria pencemar p(t), di dalam secawan teh tarik yang dibiarkan selama beberapa jam diberikan oleh: p(t) = 50e -1.5t + 15e -0. KKKF BAHAGAN A 6 MARKAH Arh : Jw SEMUA sol. Kepekt kter pecemr pt, d dlm secw teh trk yg drk selm eerp jm derk oleh: pt = 5e -.5t + 5e -.75t Crk ms, t, dlm ut jm yg dperluk utuk kter jk kepekt yg dkehedk

Lebih terperinci

III PEMBAHASAN. x x. 3.1 Analisis Metode Perhatikan persamaan integral Volterra berikut. x. atau (11)

III PEMBAHASAN. x x. 3.1 Analisis Metode Perhatikan persamaan integral Volterra berikut. x. atau (11) III PEMBAHASAN 3 Alisis Metode Perhtik persm itegrl Volterr berikut y ( f( λ Ktyt ( ( (8 deg y( merupk fugsi yg k ditetuk sutu kostt f( fugsi sembrg yg dikethui d terdefiisi pd R d K(ty(t sutu fugsi yg

Lebih terperinci

TEOREMA ABEL-DINI DAN DUAL KÖTHE-TOEPLITZ PADA DERET GANDA

TEOREMA ABEL-DINI DAN DUAL KÖTHE-TOEPLITZ PADA DERET GANDA Prosdg Semr Nsol Ss d Peddk Ss VIII, Fkults Ss d Mtemtk, UKSW Sltg, 5 Ju 203, Vol 4, No, ISSN:2087 0922 TEOREM BEL-DINI DN DUL KÖTHE-TOEPLITZ PD DERET GND Sumrdoo, Soer DW 2 & Sum 3 PPPPTK Mtemtk, Mhssw

Lebih terperinci

Aljabar Linear Elementer

Aljabar Linear Elementer Aljr Lier Elemeter MA SKS Silus : B I Mtriks d Opersiy B II Determi Mtriks B III Sistem Persm Lier B IV Vektor di Bidg d di Rug B V Rug Vektor B VI Rug Hsil Kli Dlm B VII Trsformsi Lier B VIII Rug Eige

Lebih terperinci

Persamaan (1.4) adalah persamaan dari deret Mac Laurin. Persamaan (1.1) biasa dituliskan dengan mensubstitusikan x dengan x-x 0, sehingga :

Persamaan (1.4) adalah persamaan dari deret Mac Laurin. Persamaan (1.1) biasa dituliskan dengan mensubstitusikan x dengan x-x 0, sehingga : Fsk Komputs I DERET TAYLOR. Deret Tlor Deret Tlor memegg per g sgt petg dlm lss umerk. Deg deret Tlor kt dpt meetuk l sutu ugs d ttk jk l ugs d ttk 0 g berdekt deg ttk dkethu. Ur deret Tlor dsektr o dtk

Lebih terperinci

SOLUSI SISTEM PERSAMAAN LINEAR DENGAN METODE JACOBI. Prasetyo Budi Darmono Jurusan Pendidikan Matematika FKIP Universitas Muhammadiyah Purworejo

SOLUSI SISTEM PERSAMAAN LINEAR DENGAN METODE JACOBI. Prasetyo Budi Darmono Jurusan Pendidikan Matematika FKIP Universitas Muhammadiyah Purworejo SOLUSI SISTEM PERSAMAAN LINEAR DENGAN METODE JACOBI Prsetyo Budi Drmoo Jurus Pedidik Mtemtik FKIP Uiversits Muhmmdiyh Purworejo Abstrk Persm lier dlm vribel 1, 2, 3,.. sebgi sebuh persm yg dpt diytk dlm

Lebih terperinci

Solusi Sistem Persamaan Linear

Solusi Sistem Persamaan Linear Sos Sstem Persm Ler Sstem persm er: h persm deg h kow j d dketh, j,,, j? So: z 6 z z () () () persm d kow Jw: z 6.5 z.5 z () () () ems : pers. ().5 pers. () pers. ().5 pers. () z 6.5 z 8z 8 () () () ems

Lebih terperinci

INTEGRASI NUMERIK. n ax. ax e. n 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

INTEGRASI NUMERIK. n ax. ax e. n 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal : INTEGRASI NUMERIK Pegtr Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser ltk. Msly dlm termodmk, model Deye utuk megtug kpsts ps dr ed pdt.

Lebih terperinci

HUKUM SYLVESTER INERSIA

HUKUM SYLVESTER INERSIA Vol 6 No 3 44-56 Desember 3 ISSN : 4-858 HUKUM SYLVESTER INERSIA R Heru Tjhj Jurus Mtemt FMIPA UNDIP Abstr Mtrs represets sutu betu udrt dpt dsj sebg mtrs dgol Eleme pd dgol utm mtrs represets tersebut

Lebih terperinci

PENAKSIRAN PARAMETER DISTRIBUSI BINOMIAL NEGATIF PADA KASUS OVERDISPERSI SKRIPSI SHAFIRA

PENAKSIRAN PARAMETER DISTRIBUSI BINOMIAL NEGATIF PADA KASUS OVERDISPERSI SKRIPSI SHAFIRA UNIVERSITAS INDONESIA PENAKSIRAN PARAMETER DISTRIBUSI BINOMIAL NEGATIF PADA KASUS OVERDISPERSI SKRIPSI SHAFIRA 0706695 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI MATEMATIKA DEPOK JULI

Lebih terperinci

3SKS-TEKNIK INFORMATIKA-S1

3SKS-TEKNIK INFORMATIKA-S1 SKS-TEKNIK INFORMATIKA-S Momd Sdq PERTEMUAN : 9- INTEGRASI NUMERIK METODE NUMERIK TEKNIK INFORMATIKA S SKS Momd Sdq MATERI PERKUIAHAN SEBEUM-UTS Pegtr Metode Numerk Sstem Blg d Kesl Peyj Blg Bult & Pe

Lebih terperinci

Hendra Gunawan. 21 Februari 2014

Hendra Gunawan. 21 Februari 2014 MA0 MATEMATIKA A Hedr Guw Semester II, 03/04 Februri 04 Kulih Sebelumy 9.4 Deret Positif: Uji Liy Memeriks kekoverge deret positif deg ujiperbdigd ujirsio 9.5 Deret Gti Td: Kekoverge Mutlk d Kekoverge

Lebih terperinci

FUNGSI KARAKTERISTIK. penelitian ini akan ditentukan fungsi karakteristik dari distribusi four-parameter

FUNGSI KARAKTERISTIK. penelitian ini akan ditentukan fungsi karakteristik dari distribusi four-parameter IV. FUNGSI KARAKTERISTIK Pd bgi seljuty k dijbrk megei ugsi krkteristik. Pd peeliti ii k ditetuk ugsi krkteristik dri distribusi our-prmeter geerlized t deg megguk deiisi d kemudi k membuktik ugsi krkteristik

Lebih terperinci

BAB I SISTEM PERSAMAAN LINEAR

BAB I SISTEM PERSAMAAN LINEAR BAB I SISTEM PERSAMAAN LINEAR Sistem persm ditemuk hmpir di semu cg ilmu pegethu Dlm idg ilmu ukur sistem persm diperluk utuk mecri titik potog eerp gris yg seidg, di idg ekoomi tu model regresi sttistik

Lebih terperinci

MA SKS Silabus :

MA SKS Silabus : Aljr Lier Elemeter A SKS Silus : B I triks d Opersiy B II Determi triks B III Sistem Persm Lier B IV Vektor di Bidg d di Rug B V Rug Vektor B VI Rug Hsil Kli Dlm B VII Trsformsi Lier B VIII Rug Eige 7//7

Lebih terperinci

Optimalisasi Harga Penjualan Perumahan dengan Metode Goal Programming (Studi Kasus: Golden Gindi Residence Kota Bima Nusa Tenggara Barat)

Optimalisasi Harga Penjualan Perumahan dengan Metode Goal Programming (Studi Kasus: Golden Gindi Residence Kota Bima Nusa Tenggara Barat) Jurl Mtemtk Vol. No., Desember 0. ISSN: 69-94 Optmlss Hrg Peul Perumh deg Metode Gol Progrmmg (Stud Ksus: Golde Gd Resdece Kot Bm Nus Teggr Brt) Llk Ik Rhmwt Jurus Mtemtk FMIPA Uversts Udy, Bukt Jmbr-Bl

Lebih terperinci

BAB 12 METODE SIMPLEX

BAB 12 METODE SIMPLEX METODE ANAISIS PERENCANAAN Mteri 9 : TP 3 SKS Oleh : Ke Mrti Ksikoe BAB METODE SIMPE Metode Simplex dlh metode pemrogrm liier yg mempuyi peubh (vrible) byk, sehigg dimesiy lebih dri 3. Metode simplex dpt

Lebih terperinci

Induksi Dan Rekursi. Bab IV Induksi Pada Bilangan Asli (Natural) Bilangan Asli

Induksi Dan Rekursi. Bab IV Induksi Pada Bilangan Asli (Natural) Bilangan Asli Bb IV Iduks D Rekurs 4.. Iduks Pd Blg Asl (Nturl) Bsy, duks tets tu dsebut jug duks legkp (coplete ducto) plg byk dguk dl do blg turl. Khususy, dl duks, dsusk bhw sutu sft tertetu yg egguk blg sl terkecl,

Lebih terperinci

DUALITAS DAN ANALISIS SENSITIVITAS

DUALITAS DAN ANALISIS SENSITIVITAS /5/008 DUALITAS DAN ANALISIS SENSITIVITAS Dr. Mohd Adul Mukhy, SE., MM. Prl Prole P ze z cx suject to Ax x 0 optu vlue s z* Dul Prole xze suject to D v π πa c optu vlue s v* Theore. (Strog Dulty) If oth

Lebih terperinci