I PENDAHULUAN II LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "I PENDAHULUAN II LANDASAN TEORI"

Transkripsi

1 1 I PENDAHULUAN Pada baga awal bab, aa delasa latar belaag da tuua peelta yag dlaua. Seetara tu pada baga ahr bab aa dperlhata afaat dar peelta bag perusahaa. 1.1 Latar Belaag Masalah trasportas da dstrbus produ dala ehdupa sehar-har dapat dodela sebaga Vehcle Routg Proble (VRP). Model VRP aa eghasla seulah rute edaraa utu eguug setap osue. Setap rute berawal da berahr pada tepat yag saa yag dsebut depot. Sela tu, odel VRP uga easta agar total pertaa pada suatu rute tda elebh apastas edaraa yag beroperas. Pegguaa odel VRP dharapa dapat eua total ara tepuh da ulah edaraa. Kedala watu pada odel VRP erupaa asalah yag rut. Pada asalah tersebut, osue haya elaya pegra produ pada selag watu tertetu setap harya. Sebaga cotoh, sebuah gudag haya aa elaya pegra produ atara puul WIB sapa dega puul WIB. Utu eecaha asalah tersebut dguaalah Vehcle Routg Proble wth Te Wdows (VRPTW) yatu odel VRP dega eabaha edala watu. VRPTW terbag ead dua asus yatu asus hard te wdows da asus soft te wdows. Pada asus hard te wdows, pegra aa dtola apabla tda sesua dega watu yag telah dtetua oleh osue, sedaga pada asus soft te wdows osue aa eera pegra walaupu tda sesua dega watu yag telah dtetua sealgus ebera pealt atau baya tabaha atas eterlabataya. Pada peelta odel VRPTW dega asus soft te wdows dplh area sesua dega asalah yag terad d lapaga. VRP sult utu dpecaha area erupaa gabuga atara asalah apastas (pacg proble) da asalah peetua rute (salesa routg proble). Ja asalah yag dhadap ash tergolog ecl, aa etode brach ad boud dapat ebera solus terba dar asalah VRP. Ja asalahya oples da besar, salah satu cara utu eyelesaaya adalah dega egguaa etode heurst. Dala peelta, etode heurst aa dguaa utu ecar solus dar odel VRPTW yag dhadap. Solus tersebut dapat dcar dega batua software ILOG Dspatcher vers 2.1 da ILOG Solver vers 4.4 yag dalaa dega Mcrosoft Vsual C++ vers Mafaat Peelta yag dlaua el afaat yag berbeda bag asg-asg level aageet pada perusahaa tersebut. Mafaat bag top level aageet da ddle level aageet d perusahaa tersebut adalah eperudah proses pegabla eputusa. Dala hal eputusa utu eua baya dstrbus yag dtaggug oleh perusahaa, lagah yag dapat dlaua adalah eua bayaya edaraa da easua bayaya barag yag dbawa, sedaga afaat bag low level aageet adalah dapat eetua rute terpede bag setap edaraa. II LANDASAN TEORI Dala bab, aa delasa beberapa etode yag dguaa dala peelta. Pertaa aa delasa tetag Travelg Salesa Proble (TSP) yag erupaa dasar dar Vehcle Routg Proble (VRP), euda aa dperlhata pegguaa etode heurst utu ecar solus dar asus VRP yag dhadap pada. 2.1 Travelg Salesa Proble Dala TSP, seorag salesa aa beragat dar satu ota euda eguug seluruh ota yag ada da pada ahr peralaaya salesa tersebut aa ebal e ota awal atau depot. Tuua dar TSP adalah eetua rute yag elalu seluruh ota da eua ara.

2 2 Model TSP dapat dtulsa sebaga berut: Varabel eputusa 1, a ota e - x = duug setelah ota e -, 0, selaya Fugs obetf: Z (2.1) = c x =1 =1 Kedala-edala: 1, x, 1; 1,2,..., (2.2) x, 1; 1, 2,..., (2.3) 1 x, L 1; L{1,2,..., } L L (2.4) x, {0,1};, 1,2,..., (2.5) Fugs obetf dala TSP (persaaa 2.1) adalah eua ara yag dtepuh da eguug setap ota yag ada, dega c, adalah ara dar ota e ota da x, bela 1 a rute dar ota e- euu ota e- dguaa da berla 0 a selaya. Kedala (2.2) da (2.3) easta bahwa setap ota duug tepat satu al, sedaga edala (2.4) easta tda terdapat subtour pada rute tersebut. Pada edala (2.5) dperlhata bahwa x, erupaa varbel ber utu setap da yag ada (Hoffa & Padberg 2009). Kosue, Dala perebagaya, TSP el beberapa varas, yatu: Travelg Salesa Proble wth Te Wdows (TSPTW) yag erupaa TSP dega tabaha watu pelayaa d setap ota da -Travelg Salesa Proble (-TSP) yag egguaa seulah salesa utu eguug seluruh ota Travelg Salesa Proble wth Te wdows Travelg Salesa Proble wth Te Wdows (TSPTW) erupaa pegebaga dar TSP. Pada TSPTW rute yag dtepuh el tabaha edala watu pelayaa (te wdows) utu asg-asg osue. Te wdows pada asg-asg osue dapat berbeda satu saa la, tetap el araterst yag saa ya berupa selag watu. Te wdows [a 1, b ] euua selag watu pelayaa pada osue, dega a sebaga batas awal da b sebaga batas ahr. Model utu TSPTW tda berbeda dega odel TSP d atas, dega tabaha beberapa edala: a T b ; 1,..., (2.6) T t, T ;, 1,..., (2.7) Pada (2.6) watu pelayaa (T ) berada d atara batas awal (a ) da batas ahr (b ) dar te wdows, sedaga pada persaaa (2.7) dpasta pelayaa d ota (T ) erupaa watu tepuh atara ota da ota (t, ) dtabaha dega watu pelayaa d ota (T ) (Sutapa et al. 2003). Rute Gabar 1 Cotoh rute dala Travelg Salesa Proble (TSP).

3 TSP -TSP adalah salah satu varas dar TSP, daa terdapat sebaya salesa eguug seluruh ota, tetap setap ota haya dapat duug oleh tepat satu salesa saa. Tap salesa berawal dar suatu depot da pada ahr peralaya uga harus ebal e depot tersebut. Tuua dar -TSP adalah eua total ara dar setap rute. Masalah -TSP deal uga sebaga Vehcle Routg Proble (VRP), daa sebuah ota dasosasa sebaga sebuah osue da tap edaraa el apastas tertetu. Total ulah pertaa dala suatu rute tda boleh elebh apastas dar edaraa yag beroperas (Larse 1999). 2.2 Vehcle Routg Proble Masalah yag berata dega pecara rute yag optal utu edaraa dar satu depot da elaya seulah osue dsebut VRP. Dala prateya VRP baya dguaa pada asalah dstrbus logst. Berut adalah araterst dar odel VRP. Terdapat satu depot (dlabaga dega O) yag el sebaya edaraa utu elaua pegra, dega apastas setap edaraa sebesar C. Kedaraa tersebut egra pertaa sebesar q utu osue, dega =1,2,3,,. Jara yag dtepuh setap edaraa sebsa ug adalah ara yag palg u dega c, adalah baya pegra dar osue e osue, dega = 1,2,, da =1,2,,. Jara atarosue bersfat setrs atau dapat dtuls sebaga c, = c, sedaga ara atara tepat yag saa berla ol atau c, 0. Solus yag dhasla erupaa aggota dar { R1,..., R } yag egra pertaa elalu rute yag terseda da pertaa yag dr tda elebh apastas edaraa yag terseda utu setap rute (Machado et al. 2002). Tuua dar VRP adalah eetua seulah rute utu elaua pegra pada setap osue, dega egut beberapa etetua, atara la: (1) setap rute berawal da berahr d depot, (2) setap osue duug tepat satu al oleh tepat satu edaraa, (3) ulah pertaa tap rute tda elebh apastas edaraa da (4) eua baya peralaa (Cordeau et al. 2002). Model VRP dapat drepresetasa sebaga berut: l Z c, x, (2.8) Kedala-edala Kosue x, 1; 2, 3,..., (2.9) 1 1 l l x, 1; 2, 3,..., (2.10) Depot x1, 1; 1, 2,..., l (2.11) x,1 1; 1, 2,..., l (2.12) 2 Keotua rute x, u xu, 2 2 1, 2,..., l ; u 1, 2,..., (2.13) Kapastas q x, C ; 1, 2,..., l (2.14) 1 1 x, {0,1};, 1,2,..., 1,... l (2.15) Kosue Gabar 2 Cotoh rute dala Vehcle Routg Proble (VRP).

4 4 Fugs obetf dar VRP (2.8) adalah eua total baya peralaa, dega c, adalah baya peralaa dar osue euu osue. Varabel eputusa x, berla 1 a rute dar osue euu osue dlaya oleh edaraa da berla ol a selaya. Pada edala (2.9) da (2.10) dpasta tepat satu edaraa yag datag da perg dar osue, sedaga edala (2.11) da (2.12) easta bahwa tepat satu edaraa yag perg da tba d depot utu satu rute. Kedala (2.13) easta eotua rute dar setap edaraa yag beroperas. Kedala (2.14) easta agar total pertaa (q) pada satu rute tda elebh apastas edaraa (C) yag beroperas pada rute tersebut (Krtos & Ioaou 2004). VRP adalah asalah optsas obatoral yag sult, area erupaa gabuga dar asalah apastas (pacg proble) da asalah rute edaraa (travelg salesa proble). Pada VRP, haya tpe asalah ecl da sederhaa yag dapat dcar solus optalya. Hgga saat bla asalah VRP yag dhadap relatf besar da oples aa watu yag dbutuha utu ecar solus optal asalah tersebut relatf laa. Berdasara beberapa peelta sebeluya, la optal dar fugs obetf sult utu ddapat dega egguaa exact algorth (cotohya: brach ad da dyac prograg). boud Pedeata exact algorth dyataa tda cuup ba utu asalah yag dhadap (VRP yag besar da oples), sehgga debaga etode heurst sebaga salah satu alteratf utu eyelesaa asalah tersebut (Cordeau et al. 2002) Vehcle Routg Proble wth Te Wdows (VRPTW) VRP dega tabaha edala watu pelayaa dsebut sebaga Vehcle Routg Proble wth Te Wdows (VRPTW). Kedala watu adalah selag watu tertetu sehgga setap edaraa dapat ebera pelayaa pada osue. Basaya selag watu tersebut berbeda pada setap osue (Hde et al, 2006 dala Kag et al, 2007). Dala perebagaya VRPTW dbag ead Vehcle Routg Proble wth Hard Te Wdows (VRPHTW) da Vehcle Routg Proble wth Soft Te Wdows (VRPSTW). Dala VRPHTW, osue haya dapat dlaya selaa selag watu yag telah dtetua. Sedaga pada VRPSTW osue dapat dlaya setap saat, tetap bla elewat watu yag dtetua aa deaa baya tabaha atau pealt (Kag. et al. 2007). Sepert halya pada VRP, fugs obetf bag VRPTW adalah eala baya peralaa utu seua edaraa. Kedala yag dguaa pu saa sepert odel VRP (2.9) - (2.15), tetap perlu dtabaha beberapa edala yag berhubuga dega te wdows. Kedala tersebut, atara la: t t f t, M (1 x, ); (2.16), 2, 3,..., ; 1,..., l ; a t b ; 1,..., (2.17) t 0; 1,..., (2.18) Kedala (2.16) easta watu edataga edaraa d osue (t) selalu lebh besar dar watu edataga edaraa d osue (t), dega f erupaa watu servce d osue da t, adalah watu tepuh dar osue euu osue, sedaga M (dsebut bg-m) erupaa blaga yag relatf besar, sehgga a M (1 x, ) besar aa rute dar e tda aa dtepuh da sebalya. Kedala berutya (2.17) easta edataga edaraa d osue berada d atara selag watu yag telah dtetua, dega batas awal a da batas ahr b, sedaga edala terahr (2.18) easta agar watu edataga edaraa e setap osue selalu postf (Larse 1999). Pada peelta aa dguaa VRPSTW, area serupa dega asalah yag ada d lapaga. 2.4 Metode Heurst Pegguaa etode brach ad boud utu ecar solus VRP yag el baya ota (lebh dar 50 ota) ebutuha watu oputas yag laa. Alasa tersebut ead sebab debagaya etode heurst. Metode heurst dapat ebera solus lebh cepat darpada etode brach ad boud, tetap tda ada aa solus yag dhasla optal. Solus dar etode heurst ddapat sela dega cara tral ad error uga dega pedeata secara tutf (Wsto 2004).

5 5 Dala etode heurst utu asalah VRP deal adaya dua fase pedeata utu eecaha asalah, yatu route costructg sebaga fase pertaa da route proveet pada fase edua. Pada peelta etode earest addto heurstc aa dguaa utu ecar solus pada fase pertaa. Selautya etode 2-opt, etode or-opt, etode relocate, etode exchage da etode cross dguaa utu eperba solus yag telah ada Nearest Addto Heurstc Metode earest addto heurstc dula dega eetua bayaya edaraa yag terseda d depot. Loas yag terdeat dega depot aa duug pertaa al, euda loas yag duug selautya adalah loas yag el ara terdeat dega loas osue pertaa, dea seterusya hgga apastas edaraa atau te wdows terpeuh. Ja apastas edaraa atau te wdows telah dcapa aa edaraa tersebut harus ebal e depot. Keuda alaa edaraa berutya dega atura yag saa sepert edaraa pertaa, sapa seluruh loas duug oleh edaraa yag terseda d depot. Algorteya sebaga berut: 1) padag edaraa sebaga w, 2) ula sebuah rute dar depot bag edaraa w, 3) teua osue (v) yag terdeat dar poss terahr w. Ja tda duga utu elaua uuga tapa elaggar edala yag ada ahr rute edaraa w, plh edaraa la da laua lag lagah 2. Ja ash terdapat osue yag belu duug aa gagal, 4) tabaha depot pada ahr rute, 5) laua lagah 3. (ILOG, 2002). Solus dar etode earest addto heurstc dapat dperba dega egguaa beberapa etode heurst laya, atara la: etode 2-opt, etode oropt, etode relocate, etode exchage da etode cross Metode 2-opt Pada dasarya etode 2-opt alah edaha dua alur pada rute yag ada, euda eghubuga ebal alur tersebut dega pasaga osue yag berbeda. Sebaga catata, etode 2-opt haya dapat dlaua a rute baru yag dhasla lebh ba darpada rute awal (Nlsso 2003). Algorteya, sebaga berut: 1) padag satu rute utu satu edaraa, 2) hapus 2 alur yag eghubuga 4 osue yag berbeda, cobalah utu eghubuga ebal eepat osue dega pasaga yag berbeda, 3) a baya berurag da tda elaggar edala yag ada ebal e lagah (2), 4) selesa. (ILOG, 2002). Gabar 3 Cotoh etode 2-Opt. Rute yag dhasla dapat dsebut sebaga 2-optal atau 2-opt, a etode 2-opt dguaa pada setap rute yag ada sapa tda duga lag pegguaa etode tersebut. Metode or-opt det dega etode 2-opt, tetap ulah alur yag dapat dhapus da dtabaha lebh dar 2 alur Metode Relocate Pada etode relocate, sebuah tepat dala satu rute dapat dpdaha uruta uugaya. Dega syarat baya rute berurag da tda elaggar edala yag ada aa hal tersebut dapat dlaua. Metode relocate dapat edaha sebuah uuga pada rute yag saa e poss yag berbeda. Sepert terlhat pada Gabar 4 daa alur yag dtepuh seula adalah (a0, a1), (a1, a2), (a2, b0) da (b0, b1) berubah ead (a0, a2), (a2, b0), (b0, a1) da (a1, b1). Gabar 4 Cotoh etode relocate pada satu rute. Metode relocate uga dapat edaha sebuah uuga dar satu rute da eabaha uuga tersebut e rute laya. Sepert terlhat pada Gabar 5 daa uuga euu a1 yag seula berada pada rute (a0, a1), (a1, a2) dpdaha e rute (b0, b1). Metode tersebut erubah rute

6 6 yag dtepuh ead rute (a0, a2) da rute (b0, a1), (a1, b1). Gabar 6 Cotoh etode exchage pada satu rute. Gabar 5 Cotoh etode relocate pada dua rute Metode Exchage Pada etode exchage, dua tepat dapat salg dpertuara uruta uugaya. Metode dapat dterapa ba pada satu rute aupu dua rute edaraa. Selaa perubaha yag terad tda elaggar edala yag ada da dapat egurag baya yag deluara. Pada satu rute edaraa, dua uuga yag berbeda dapat dpertuara urutaya. Dar Gabar 6 terhat bahwa etode exchage epertuara uuga euu a1 da b1. Sehgga rute yag seula (a0, a1), (a1, a2), (a2, b0), (b0, b1) da (b1, b2) berubah ead (a0, b1), (b1, a2), (a2, b0), (b0, a1) da (a1, b2). Metode exchage uga dapat d perguaa pada dua rute edaraa, sepert terlhat pada Gabar 7 daa a1 dar rute (a0, a1), (a1, a2) dpertuara dega b1 dar rute yag berbeda, (b0, b1), (b1, b2). Metode exchage erubah rute seula ead rute (a0, b1), (b1, a2) da rute (b0, a1), (a1, b2). Gabar 7 Cotoh etode exchage pada dua rute. Kasus pada Gabar 7 dsebut ter-route exchage. Seetara tu etode exchage yag dterapa pada satu rute dsebut traroute exchage (Carc et al. 2008). III METODE PENELITIAN 3.1 Watu da Loas Peelta dlaua d PT Nppo Idosar Corpdo (PT NIC), pada departee Supply Cha Maageet (SCM). Kegata eaa watu dua ggu, dula pada Se, 27 Otober sapa dega Juat, 7 Noveber Te Pegupula Data Kobas atara data seuder da data prer dguaa utu eduug esepuraa dar peelta. Sela tu pegupula data elalu wawacara dega pha yag terat uga dlaua utu eaha tetag proses dstrbus pada perusahaa tersebut. 3.3 Ruag Lgup Peelta Dala peelta, pebahasa aa dbatas pada proses dstrbus utu salura retal/outlet (RO) d daerah Beas da setarya. Salura RO dplh area ulahya yag terbesar dbadga dega salura la yag ada. Sela tu, salura RO erupaa salura yag el rata dstrbus palg pede dbadga dega salura la yag ada Pegolaha Data Setelah edapata foras yag dbutuha, peelta dlauta dega eforulasa asalah dstrbus yag ada sebaga sebuah odel VRP. Selautya, dguaa progra ILOG Dspatcher vers 2.1 da ILOG Solver vers 4.4, yag dalaa dala Mcrosoft Vsual C++ vers 6.0, sebaga alat utu ecar solus dar odel VRP yag dhadap. Data yag dperoleh dar egata tersebut, atara la: leta osue, pertaa osue da watu bogar - uat d tepat osue. Sedaga dasusa ecepata edaraa osta, watu bua tutup gudag osue adalah seraga ya pada puul sapa dega puul 16.00,

BAB 3 Interpolasi. 1. Beda Hingga

BAB 3 Interpolasi. 1. Beda Hingga BAB Iterpolas. Hgga. Iterpolas Lear da Kuadrat. Iterpolas -Maju da -Mudur Newto 4. Polo Iterpolas Terbag Newto 5. Polo Iterpolas Lagrage . Hgga Msala dbera suatu tabel la-la uers j j dar suatu ugs pada

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Persoala utaa yag dhadap oleh seorag aaer atau pegabl eputusa adalah bagaaa egaloasa suatu suber yag terbatas datara berbaga atvtas atau proye Progra lear adalah suatu etode yag dapat

Lebih terperinci

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai BB III FUZZY C-MENS 3. Fuzzy Klasterg Fuzzy lasterg erupaa salah satu etode aalss laster dega epertbaga tgat eaggotaa yag eaup hpua fuzzy sebaga dasar pebobota bag pegelopoa (Bezde,98). Metode erupaa pegebaga

Lebih terperinci

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar. ANALISIS REGRESI Berdasara betu eleara data, model regres dapat dlasfasa mead dua macam yatu lear da o-lear. Ja pola data lear maa dguaa pemodela lear. Begtu uga sebalya apabla pola data tda lear maa dguaa

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas

Lebih terperinci

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M JP : Volue 4 Noor Ju 0 hal. 4-5 LEA HENSTOCK PADA NTEGRAL uslch Jurusa ateata FPA UNS uslch_us@yahoo.co ABSTRACT. Based o the cshae e partto ad cshae tegral t ca be arraged the e partto ad tegral cocepts.

Lebih terperinci

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

adalah nilai-nilai yang mungkin diambil oleh parameter jika H Uj Nsbah Kemuga Lema Neyma-Pearso dapat dguaa utu meemua uj palg uasa bag hpotess sederhaa bla sebara dataya haya dtetua oleh satu parameter yag tda detahu. Lema tersebut juga adaalaya dapat dguaa utu

Lebih terperinci

Materi Bahasan. Pemrograman Bilangan Bulat (Integer Programming) Pemrograman Bilangan Bulat. 1 Pengantar Pemrograman Bilangan Bulat

Materi Bahasan. Pemrograman Bilangan Bulat (Integer Programming) Pemrograman Bilangan Bulat. 1 Pengantar Pemrograman Bilangan Bulat Mater Bahasa Pemrograma Blaga Bulat (Iteger Programmg) Kulah - Pegatar pemrograma blaga bulat Beberapa cotoh model pemrograma blaga bulat Metode pemecaha blaga bulat Metode cuttg-plae Metode brach-ad-boud

Lebih terperinci

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal Vol 5, No, 9-98, Jauar 9 But Teorema Ssa Cha dega egguaa deal asmal Abstra Sstem perogruea yag dapat dcar peyelesaaya secara teor blaga dasar teryata dapat dbuta melalu teor-teor strutur aljabar hususya

Lebih terperinci

PROSEDUR PENGUJIAN HIPOTESIS SEHUBUNGAN DENGAN AKAR-AKAR LATEN DARI MATRIKS KOVARIANS (Dalam Analisis Komponen Utama)

PROSEDUR PENGUJIAN HIPOTESIS SEHUBUNGAN DENGAN AKAR-AKAR LATEN DARI MATRIKS KOVARIANS (Dalam Analisis Komponen Utama) H. Maa Suhera,Drs.,M.S PROSEDUR PEGUJIA HIPOTESIS SEHUBUGA DEGA AKAR-AKAR LATE DARI MATRIKS KOVARIAS (Dala Aalss Kopoe Utaa) Abstra Utu ebuat espula tetag araterst populas ultvarat husuya populas varat

Lebih terperinci

HUBUNGAN MATRIKS AB DAN BA PADA STRUKTUR JORDAN NILPOTEN

HUBUNGAN MATRIKS AB DAN BA PADA STRUKTUR JORDAN NILPOTEN HUBUNGAN ARKS AB DAN BA ADA SRUKUR ORDAN NLOEN Sodag uraasar aaha (sodag@ub-ut.ac.d) UB-U eda Elva Herawaty FA ateata Uverstas Suatera Utara ABSRAC ths aer, we gve aother roof about the relatosh betwee

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya

Lebih terperinci

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT Aryato, Kaja Sfat Keompaa pada Ruag Baah KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH Aryato* ABSTRACT The propertes of ompatess Baah spaes ths paper s a geeralzato of a ompat uderstadg the system o the real

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga searag adalah aalss terhadap data megea sebuah araterst atau atrbut (ja data tu ualtatg) da megea sebuah araterst (ja data tu uattatf).

Lebih terperinci

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1 HIMPUNAN RENTANGAN DAN BEBA LINIER HIMPUNAN RENTANGAN Defs (Kombas Ler) Msala V suatu ruag etor atas feld F. w etor d V, da, 1, juga etoretor d V. Vetor w dataa sebaga ombas ler dar etor-etor, 1, ja w

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (uregstered verso) http://www.smpopdf.com Statst Bss : BAB V. UKURA PEYEBARA DATA.1 Peyebara Uura peyebara data adalah uura statst yag meggambara bagamaa berpecarya data

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Utu mempermudah dalam meyeleaa pembahaa pada bab, maa aa dbera beberapa def da beberapa teor daar yag meduug... Teor Teor Peduug... Rua Gar Def. Rua Gar Ja ada d R atau 3 R, maa ebuah

Lebih terperinci

Analisis Sensitivitas

Analisis Sensitivitas Analss Senstvtas Terdr dar aa : Analss Senstvtas, bla terad perubahan paraeter seara dsrt Progra Lnear Paraetr, bla terad perubahan paraeter seara ontnu Maa-aa perubahan pasa optu: Perubahan suu tetap,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI Dalam bab aa djelasa teor-teor yag berhubuga dega peelta yag dapat djada sebaga ladasa teor atau teor peduug dalam peelta Ladasa teor aa mempermudah pembahasa hasl peelta pada bab 3 Adapu

Lebih terperinci

BAB I PANDAHULUAN. 1.1 Latar Belakang

BAB I PANDAHULUAN. 1.1 Latar Belakang BB I PNDHULUN Latar Belaag Data merupaa seumlah formas yag dapat membera gambara/eteraga tetag suatu eadaa Iformas yag dperoleh membera eteraga, gambara, atau fata megea suatu persoala dalam betu ategor,

Lebih terperinci

Model Lokasi-Perutean-Persediaan untuk Multi Produk

Model Lokasi-Perutean-Persediaan untuk Multi Produk Petuu Stas: Saragh, N. I., Bahaga, S. N., Suprayog, & Syabr, I. (2017). Model Loas-Perutea-Persedaa utu Mult Produ. Prosdg SNTI da SATELIT 2017 (pp. H143-148). Malag: Jurusa Te Idustr Uverstas Brawaya.

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam BAB II LANDASAN TEORI Pada bab II, aa djelasa tetag teor yag dpaa dalam semvarogram asotrop. Sela tu juga aa dbahas megea teor peduug dalam melaua peasra aduga cadaga baust d daerah Mempawah Kalmata, dataraya

Lebih terperinci

Penelitian Operasional II Program Bilangan Bulat PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING)

Penelitian Operasional II Program Bilangan Bulat PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING) Peelta Operasoal II Program Blaga Bulat 37 3 PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING) 3 PENDAHULUAN : Formulas Program Blaga Bulat da Aplasya Program Lear (LP) Program Lear basa dormulasa secara matemats

Lebih terperinci

SEPUTAR IDEAL DARI GELANGGANG POLINOM MIRING AROUND IDEAL OF THE SKEW POLYNOMIAL RING

SEPUTAR IDEAL DARI GELANGGANG POLINOM MIRING AROUND IDEAL OF THE SKEW POLYNOMIAL RING SEPUTAR IDEAL DARI GELANGGANG POLINOM MIRING Afra, Ar Kaal Ar da Nur Erawaty Jurusa Mateata Faultas Mateata da Ilu Pegetahua Ala Uverstas Hasaudd (UNHAS) Jl. Perts Keerdeaa KM.0 Maassar 90245, Idoesa thalabu@gal.co

Lebih terperinci

H dinotasikan dengan B H

H dinotasikan dengan B H Delta-P: Jural Matemata da Pedda Matemata ISSN 089-855X Vol., No., Aprl 03 OPERATOR KOMPAK Mustafa A. H. Ruhama Program Stud Pedda Matemata, Uverstas Kharu ABSTRAK Detahu H da H dua ruag Hlbert, B H )

Lebih terperinci

Gambar 3.1Single Channel Multiple Phase

Gambar 3.1Single Channel Multiple Phase BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag

Lebih terperinci

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan II. LANDASAN TEORI.1. Data Kategor Wallpole (1995, medefsa data ategor sebaga data yag dlasfasa meurut rtera tertetu. Data ategor dsebut uga data ometr atau data yag bua merupaa hasl peguura. Data ategor

Lebih terperinci

titik tengah kelas ke i k = banyaknya kelas

titik tengah kelas ke i k = banyaknya kelas STATISTIKA Bab 0 UKURAN PEMUSATAN DAN PENYEBARAN. Mea X. a. Data Tuggal... 3 b. Data Kelompo ( dstrbus frewes) f. f. f.... f. 3 3 f f f... f = f. f 3 Ket : tt tegah elas e = bayaya elas f frewes elas e

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube Aalsa Probablst Algortma Routg pada Jarga ypercube Zuherma Rustam Jurusa Matemata Uverstas Idoesa Depo 644. E-mal : rustam@maara.cso.u.ac.d Abstra Algortma routg pada suatu arga teroes suatu measme utu

Lebih terperinci

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema II. LANDASAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teorea-teorea ag edukug utuk pebahasa pada bab IV. Pegerta (defs) da teorea tersebut dtulska sebaga berkut... Teorea Proeks Teorea proeks

Lebih terperinci

LOCALLY DAN GLOBALLY SMALL RIEMANN SUMS FUNGSI TERINTEGRAL HENSTOCK-DUNFORD PADA [a,b]

LOCALLY DAN GLOBALLY SMALL RIEMANN SUMS FUNGSI TERINTEGRAL HENSTOCK-DUNFORD PADA [a,b] PROSIING ISBN : 978 979 6353 9 4 LOCALLY AN GLOBALLY SMALL RIEMANN SUMS FUNGSI TERINTEGRAL HENSTOCK-UNFOR PAA [a,b] A-8 Solh, Y Suato, St Khabbah 3,,3 Jurusa Mateata, Faultas Sas da Mateata, Uverstas poegoro

Lebih terperinci

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok) ANALSS DSRNAN (asus : Lebh dar elompo) Hazmra Yozza Jur. atemata FPA Uad LOGO POP POP POP 4 : POP Uura sampel : Sampel telah detahu dar elompo maa berasal Terhadap masg-masg obe damat/duur p peubah POP

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

8.4 GENERATING FUNCTIONS

8.4 GENERATING FUNCTIONS 8.4 GEERATIG FUCTIOS Fugs pembagt Fugs pembagt dguaa utu merepresetasa barsa secara efse dega megodea usur barsa sebaga oefse deret pagat dalam varabel. Fugs pembagt dapat dguaa utu: memecaha berbaga masalah

Lebih terperinci

MODUL BARISAN DAN DERET

MODUL BARISAN DAN DERET MODUL BARISAN DAN DERET KELAS XII. IPS SEMESTER I Oleh : Drs. Pudjul Prijoo ( http://vidyagata.wordpress.co ) SMA NEGERI 6 Jala Mayje Sugoo 58 Malag Telp./Fax : (034) 75036 E-Mail : sa6_alag@yahoo.co.id

Lebih terperinci

BAB 2 KAJIAN TEORITIS

BAB 2 KAJIAN TEORITIS BAB KAJIAN TEORITIS Desrps Teor Utu ebera dasar peulsa srps, terlebh dahulu pada baga aa dgabara secara rgas osep dasar yag berhubuga dega rptograf sepert defs rptograf, algorta rptograf, sste rptograf,

Lebih terperinci

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data, blaga ataupu

Lebih terperinci

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t) BAB II KONSEP DASAR Kosep dasar yag dtuls dalam bab, merupaa beberapa dasar acua yag aa dguaa utu megaalsa model rso las da meetua fugs sebara peluag bertaha dalam model rso las Datara dasar acua tersebut

Lebih terperinci

ANALISIS INFLASI KOTA SEMARANG MENGGUNAKAN METODE REGRESI NON PARAMETRIK B-SPLINE

ANALISIS INFLASI KOTA SEMARANG MENGGUNAKAN METODE REGRESI NON PARAMETRIK B-SPLINE ISS: 339-54 JURAL GAUSSIA Volue 3 oor Tahu 04 Halaa 93-0 Ole d: http://eoural-sudpacd/dephp/gaussa AALISIS IFLASI KOTA SEMARAG MEGGUAKA METODE REGRESI O PARAMETRIK B-SPLIE Alvta Racha Dev Moch Adul Mud

Lebih terperinci

PENGEMBANGAN MODEL MATEMATIS UNTUK PENJADWALAN RUTE KENDARAAN CROSS DOCKING

PENGEMBANGAN MODEL MATEMATIS UNTUK PENJADWALAN RUTE KENDARAAN CROSS DOCKING Prosdg Semar Nasoal Maaeme Teolog XI Program Stud MMT-ITS, Surabaya 6 Pebruar 2010 PENGEMBANGAN MODEL MATEMATIS UNTUK PENJADWALAN RUTE KENDARAAN CROSS DOCKING DALAM RANTAI PASOK DENGAN MEMPERTIMBANGKAN

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

Gambar 1. Ilustrasi struktur jaringan distribusi yang melibatkan crossdocking

Gambar 1. Ilustrasi struktur jaringan distribusi yang melibatkan crossdocking PENGEMBANGAN MODEL MATEMATIS UNTUK PENJADWALAN RUTE KENDARAAN CROSS DOCKING DALAM RANTAI PASOK DENGAN MEMPERTIMBANGKAN BATASAN KELAS JALAN DAN KENDARAAN YANG HETEROGEN Ahmad Fath Fudhla, I Nyoma Puawa,

Lebih terperinci

Koefisien Korelasi Spearman

Koefisien Korelasi Spearman Koefe Koela Speama La hala dega oefe oela poduct-momet Peao, oela Speama dapat dguaa utu data beala mmal odal utu edua vaabel ag heda dpea oelaa. Lagah petama ag dlaua utu meghtug oefe oela Speama adalah

Lebih terperinci

BAB III UKURAN PEMUSATAN (RATA-RATA)

BAB III UKURAN PEMUSATAN (RATA-RATA) BAB III UKUAN PEMUSATAN (ATA-ATA Salah sat ra mer yag mejelasa cr-cr data yag petg adalah ra pemsata, yat ra yag meja psat seggs data yag telah drta dar yag terecl sampa yag terbesar ata sebalya Ura pemsata

Lebih terperinci

3 METODE HEURISTIK UNTUK VRPTW

3 METODE HEURISTIK UNTUK VRPTW 12 3 METODE HEURISTIK UNTUK VRPTW 3.1 Metode Heurstk Metode heurstk merupakan salah satu metode penentuan solus optmal dar permasalahan optmas kombnatoral. Berbeda dengan solus eksak yang menentukan nla

Lebih terperinci

Identifikasi Sistem Nonlinier Dengan Menggunakan Recurrent Neural Network Dan Algoritma Dead-Zone Kalman Filter

Identifikasi Sistem Nonlinier Dengan Menggunakan Recurrent Neural Network Dan Algoritma Dead-Zone Kalman Filter Idetfas Sste Noler Dega Megguaa Recurret Neural Networ Da Algorta Dead-Zoe Kala Flter Rully Soelaa Ragga Rfa Yudh Purwaato Maurdh H. Puroo Jurusa e Iforata Faultas eolog Iforas Progra Pascasarjaa Jurusa

Lebih terperinci

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion Jural Iformata Mulawarma Vol 4 No. 3 September 009 37 Pemlha Model Regres erba Megguaa Metode Aae s Iformato Crtero da Schwarz Iformato Crtero M. Fathurahma Program Stud Ilmu Komputer, FMIPA Uverstas Mulawarma

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK BAB II PEMODELAN SRUKUR DAN ANALISIS DINAMIK II Pedaulua Aalss da saga dperlua uu bagua-bagua berlaa baya aau yag el egga leb dar eer Respo da sruur dabaa ole beba beba da yag basaya erupaa fugs dar wau

Lebih terperinci

Pemodelan Geographically Weighted Logistic Regression pada Indeks Pembangunan Kesehatan Masyarakat di Provinsi Papua

Pemodelan Geographically Weighted Logistic Regression pada Indeks Pembangunan Kesehatan Masyarakat di Provinsi Papua Prosdg Sear Nasoal MIPA 06 Pera Peelta Ilu Dasar dala Meuag Pebagua Berelauta Jatagor, 7-8 Otober 06 ISBN 978-60-76-- Peodela Geographcally Weghted Logstc Regresso pada Ides Pebagua Kesehata Masyaraat

Lebih terperinci

PENDUGAAN FUNGSI KEUNTUNGAN DAN SKALA USAHA BUDIDAYA PEMBESARAN IKAN BANDENG DI KECAMATAN PALANG KABUPATEN TUBAN JAWA TIMUR

PENDUGAAN FUNGSI KEUNTUNGAN DAN SKALA USAHA BUDIDAYA PEMBESARAN IKAN BANDENG DI KECAMATAN PALANG KABUPATEN TUBAN JAWA TIMUR Jural EKONOMI PEMBNGUNN Kaa Eoo Negara Berebag Hal: 3 35 PENDUGN FUNGSI KEUNTUNGN DN SKL USH BUDIDY PEMBESRN IKN BNDENG DI KECMTN PLNG KBUPTEN TUBN JW TIMUR Taer & Mohaad Noor Pusat Rset Pegolaha Produ

Lebih terperinci

PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUK MULTI PEMASOK DI UD. SAHABAT

PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUK MULTI PEMASOK DI UD. SAHABAT 68 Bud: PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUK MULTI PEMASOK DI UD. SAHABAT Dya Seta Bud ), Da Reto Sar Dew ), D Edah

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

Prosiding Seminar Nasional Matematika dan Pembelajarannya. Jurusan Matematika, FMIPA UM. 13 Agustus 2016

Prosiding Seminar Nasional Matematika dan Pembelajarannya. Jurusan Matematika, FMIPA UM. 13 Agustus 2016 Prosdg Semar Nasoal Matemata da Pembelajaraya. Jurusa Matemata, FMIPA UM. Agustus 06 METODE NUMERIK STEPEST DESCENT DENGAN ARAH PENCARIAN RERATA ARITMATIKA Rumoo Bud Utomo Uverstas Muhammadyah Tagerag

Lebih terperinci

Model Persediaan dengan Batasan Kapasitas Gudang dan Modal pada Kasus Backorder dan Lost Sales

Model Persediaan dengan Batasan Kapasitas Gudang dan Modal pada Kasus Backorder dan Lost Sales odel ersedaa dega atasa Kapastas Gudag da odal pada Kasus acorder da ost Sales Valeraa utosar urusa atemata Isttut Teolog Sepuluh Nopember Surabaya bstra ada model persedaa terdapat seragaa ebjaa memotor

Lebih terperinci

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah 3 III. METODE ENELITIAN 3.1 Watu da Tempat eelta da peracaga tugas ahr dlaua d Laboratorum Terpadu Te Eletro Uverstas Lampug da dusu Margosar, desa esawara Idah abupate esawara pada bula Agustus 1 sampa

Lebih terperinci

JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print) D-127

JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print) D-127 JURNAL SAINS DAN SENI IS Vol. 4, No., (05) 337-350 (30-98X Prt) D-7 ANALISIS HUBUNGAN DAN PEMODELAN LUAS PANEN PADI DENGAN INDIKAOR EL-NINO SOUHERN OSCILLAION (ENSO) DI KABUPAEN BOJONEGORO MELALUI PENDEKAAN

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.. Watu da Temat Peelta Peelta srs dlaua d Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas Lamug ada tahu aadem 2009/200. 3.2. Metode Peelta Secara umum, elasaaa

Lebih terperinci

E ax by c ae X be Y c. 6.1 Pengertian Umum

E ax by c ae X be Y c. 6.1 Pengertian Umum 6.1 Pegerta Umum Baya permasalaha yag dataya dyataa oleh lebh dar sebuah varabel. Hubuga atara dua atau lebh varabel dapat dyataa secara matemata sehgga merupaa suatu model yag dapat dguaa utu berbaga

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

BAB 2 TINJAUAN PUSTKA. Jaringan transmisi dan jaringan distribusi pada sistem tenaga listrik berfungsi

BAB 2 TINJAUAN PUSTKA. Jaringan transmisi dan jaringan distribusi pada sistem tenaga listrik berfungsi BAB TINJAUAN USTKA.. Sstem Dstrbus Jarga trasms da arga dstrbus pada sstem teaga lstr berfugs sebaga saraa utu meyalura eerg lstr yag dhasla dar pusat pembagt e pusat-pusat beba. Sstem arga dstrbus dapat

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu terjad dega sedrya amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

TAKSIRAN MEAN DAN TOTAL PADA TWO STAGE ADAPTIVE CLUSTER SAMPLING MAYRAMADAN MADYA PUTRA

TAKSIRAN MEAN DAN TOTAL PADA TWO STAGE ADAPTIVE CLUSTER SAMPLING MAYRAMADAN MADYA PUTRA TAKSIRA EA DA TOTAL PADA TWO STAGE ADAPTIVE CLUSTER SAPLIG AYRAADA ADYA PUTRA 03050035 UIVERSITAS IDOESIA FAKULTAS ATEATIKA DA ILU PEGETAHUA ALA DEPARTEE ATEATIKA DEPOK 009 Tasra ea..., ayraada adya Ptra,

Lebih terperinci

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel Uura Statt. Pedahulua Uura Statt:. Uura Pemuata Bagamaa, d maa data berpuat? Rata-Rata Htug Arthmetc Mea Meda Modu Kuartl, Del, Peretl. Uura Peyebara Bagamaa peyebara data? Ragam, Vara Smpaga Bau Uura

Lebih terperinci

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Jural Ilmah Mrote Vol., No. 4 OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Joha Vara Alfa ), Rully Soelama ), Chaste Fatchah ) ), ), ) Te Iformata, Faultas

Lebih terperinci

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k Prma: Jural Program Stud Pedda da Peelta Matemata Vol. 6, No., Jauar 07, hal. 7-59 P-ISSN: 0-989 METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l UNTUK BEBERAPA NILAI

Lebih terperinci

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON Jural Bareeg Vol. 5 No. Hal. 3 7 () PEMODELAN JUMLAH KEMAIAN BAYI DI PROVINSI MALUKU AHUN DENGAN MENGGUNAKAN REGRESI POISSON SALMON N. AULELE Staf Jurusa Matemata, FMIPA, Upatt Jl. Ir. M. Putuhea, Kampus

Lebih terperinci

UKURAN DASAR DATA STATISTIK

UKURAN DASAR DATA STATISTIK UKURAN DASAR DATA STATISTIK UKURAN PUSAT Apa yag dapat ta smpula secara gamblag da cepat dar data yag dsodora berut : Tabel 1 Sampel Data Karyawa peserta Jamsoste Nama Sex Status Kerja Gaj/Bl Umur NATUL

Lebih terperinci

BAB 2 DASAR TEORI. Suatu sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

BAB 2 DASAR TEORI. Suatu sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen BAB DASA TEOI. Umum,,3,4 Suatu sstem teaga lstr Electrc ower System terdr dar tga ompoe utama, yatu sstem pembagta teaga lstr, sstem trasms teaga lstr, da sstem dstrbus teaga lstr. Kompoe dasar yag membetu

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

Metode Perbaikan ASM pada Masalah Transportasi Tak Seimbang

Metode Perbaikan ASM pada Masalah Transportasi Tak Seimbang SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 27 Metode Perbaka ASM pada Masalah Trasportas Tak Sebag T - 35 Solkh Departee Mateatka FSM Uverstas Dpoegoro sol_erf@yahooco Abstrak Masalah trasportas

Lebih terperinci

PEMILIHAN TEKNOLOGI PENGECORAN LOGAM DENGAN PENDEKATAN FUZZY AHP DAN FUZZY MCDM

PEMILIHAN TEKNOLOGI PENGECORAN LOGAM DENGAN PENDEKATAN FUZZY AHP DAN FUZZY MCDM Volue 8 Noor Septeber 009 99 PEMILIHAN TEKNOLOGI PENGECORAN LOGAM DENGAN PENDEKATAN FUZZY AHP DAN FUZZY MCDM Taufq Rocha Staf Pegaar - Jurusa Te Idustr - Faultas Te UNS Keywords : Selectg Techology Fuzzy

Lebih terperinci

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC JEMTN PD GRF FUZZY INTUITIONISTIC St lfatur Rohmaah, au Surarso, da ambag Irawato 3 Uverstas Islam Darul Ulum Lamoga, a0304@gmalcom Uverstas Dpoegoro Semarag 3 Uverstas Dpoegoro Semarag bstract tutostc

Lebih terperinci

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen BAB DAAR TEOR ALRAN DAA. Umum,,3,4 stem teaga lstr Electrc ower stem terdr dar tga ompoe utama, atu sstem pembagta teaga lstr, sstem trasms teaga lstr, da sstem dstrbus teaga lstr. Kompoe dasar ag membetu

Lebih terperinci

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 50 K MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE Kade Ad Dw Purwaa 2205 00 038 dose pembmbg :. Ir. Syarffudd M M.Eg. 2.

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

STATISTIKA ELEMENTER

STATISTIKA ELEMENTER STATISTIKA ELEMENTER Statsta Apa tu statsta? Apa beda statsta dega statst? Populas? Sampel? Parameter? Sala Peguura: Nomal Ordal 3 Iterval 4 Raso Bagamaa r-r eempat sala d atas? Bera masg-masg otoh sala

Lebih terperinci

Penyelesaian Masalah Transportasi Dengan Metoda Primal-Dual Wawan Laksito YS 4)

Penyelesaian Masalah Transportasi Dengan Metoda Primal-Dual Wawan Laksito YS 4) ISSN : 69 7 Peyeleaa Maalah Traporta Dega Metoda Pral-Dual Wawa Lakto YS 4) Abtrak Maalah Traporta erupaka peraalaha pedtrbua uatu produk hooge dar beberapa uber ke beberapa tuua dega cara yag palg optal.

Lebih terperinci

Pelabelan Total Super Sisi Ajaib Pada Graf Caterpillar Teratur

Pelabelan Total Super Sisi Ajaib Pada Graf Caterpillar Teratur Jural Matemata Itegrat ISSN 4-4 Vol. 9 No. Otober 0 pp. -9 Pelabela Total Super Ss Ajab Pada Gra Caterpllar Teratur Trya St Rahmah Nursham Muta Nur Estr Program Stud Matemata Jurusa MIPA Faultas Sas da

Lebih terperinci

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data Raguma. Statt meyataa umpula data yag dapat berupa aga yag damaa data uattat maupu o aga yag damaa data ualtat yag duu dalam betu tabel da atau dagram/gra, yag meggambara da mempermudah pemahama aa aga

Lebih terperinci

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA PEAKI ATAI AIO-CUM-DUAL UTUK ATA-ATA POPULAI PADA AMPLIG GADA Holla Maalu Bustam Haposa rat Mahasswa Program Matemata Dose Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas au Kampus Bawda

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

MASALAH RUTE DISTRIBUSI MULTIDEPOT DENGAN KAPASITAS DAN KECEPATAN KENDARAAN HETEROGEN

MASALAH RUTE DISTRIBUSI MULTIDEPOT DENGAN KAPASITAS DAN KECEPATAN KENDARAAN HETEROGEN MASALAH RUTE DISTRIBUSI MULTIDEPOT DENGAN KAPASITAS DAN KECEPATAN KENDARAAN HETEROGEN Adam Priyo Hartoo 1), Farida Haum 2), Toi Bahtiar 3) 1)2)3) Departeme Matematia, FMIPA, Istitut Pertaia Bogor Kampus

Lebih terperinci

PENYELESAIAN PERSOALAN TRANSPORTASI DENGAN FUZZY COST MENGGUNAKAN PENDEKATAN BASIS TREE (Studi Kasus pada PT. Busana Cemerlang Garment Industri)

PENYELESAIAN PERSOALAN TRANSPORTASI DENGAN FUZZY COST MENGGUNAKAN PENDEKATAN BASIS TREE (Studi Kasus pada PT. Busana Cemerlang Garment Industri) PENYELESAIAN PERSOALAN TRANSPORTASI DENGAN FUZZY COST MENGGUNAKAN PENDEKATAN BASIS TREE (Stud Kasus pada PT. Busaa Ceerlag Garet Idustr) Maxs Ary Progra Stud Maaee Iforatka Akadek Maaee Iforatka da Koputer

Lebih terperinci

PENYELESAIAN PERSOALAN TRANSPORTASI FUZZY COST MENGGUNAKAN PENDEKATAN BASIS TREE DAN METODE NWC-STEPPING STONE

PENYELESAIAN PERSOALAN TRANSPORTASI FUZZY COST MENGGUNAKAN PENDEKATAN BASIS TREE DAN METODE NWC-STEPPING STONE PENYELESAIAN PERSOALAN TRANSPORTASI FUZZY COST MENGGUNAKAN PENDEKATAN BASIS TREE DAN METODE NWC-STEPPING STONE Maxs Ary 1), Asep Hera 2) 1)2) AMIK BSI Badug Jl.Sekolah Iterasoal No.1-6 Atapa Badug, Idoesa

Lebih terperinci

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia?

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia? Kartia Yuliati, SPd, MSi MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK Masalah Terdapat berapa caraah ita dapat memilih baju dari 0 baju yag tersedia? Cara Misala baju diberi omor dari sampai

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

Implementasi Algoritma Particle Swarm untuk Menyelesaikan Sistem Persamaan Nonlinear

Implementasi Algoritma Particle Swarm untuk Menyelesaikan Sistem Persamaan Nonlinear JURNL TKNIK ITS Vol. Sept ISSN: -97 - Implemetas lgortma Partcle Swarm utu Meyelesaa Sstem Persamaa Nolear rdaa Rosta Yudh Purwaato da Rully Soelama Jurusa Te Iformata Faultas Teolog Iformas Isttut Teolog

Lebih terperinci

Lam piran 1 K uesioner

Lam piran 1 K uesioner LAMPIAN Lam pra K uesoer KUESIONE PENDAHULUAN Saya adalah mahasswa Uverstas Krste Maraatha Badug sedag megadaa peelta dalam pembuata Tugas Ahr. Maa saya megharapa erasamaya utu megs uesoer, saya megharapa

Lebih terperinci

PERBANDINGAN ESTIMATOR KERNEL DAN ESTIMATOR SPLINE DALAM MODEL REGRESI NONPARAMETRIK

PERBANDINGAN ESTIMATOR KERNEL DAN ESTIMATOR SPLINE DALAM MODEL REGRESI NONPARAMETRIK NM VI 3-6 Jul 0 UNPAD, Jatagor PERBANDINGAN ESTIMATOR ERNEL DAN ESTIMATOR SPLINE DALAM MODEL REGRESI NONPARAMETRI I OMANG GDE SUARSA, I GUSTI AYU MADE SRINADI, NI LUH AYU PUSPA LESTARI 3 Jurusa Mateata

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

Taksiran Distribusi Aggregate Loss Asuransi Mobil Menggunakan Fast Fourier Transform (FFT) dalam Menentukan Premi Murni

Taksiran Distribusi Aggregate Loss Asuransi Mobil Menggunakan Fast Fourier Transform (FFT) dalam Menentukan Premi Murni Tasra Dstrbus Aggregate Loss Asuras Mobl Megguaa Fast Fourer Trasorm FFT dalam Meetua Prem Mur Tohap Maurug *, Mas Maaohas, Program tud Matemata, Faultas Matemata da Ilmu Pegetahua Alam, Uverstas am Ratulag

Lebih terperinci

BAB II KAJIAN TEORI. tertentu (Martono, 1999). Sistem bilangan real dinotasikan dengan R. Untuk

BAB II KAJIAN TEORI. tertentu (Martono, 1999). Sistem bilangan real dinotasikan dengan R. Untuk 5 BAB II KAJIAN TEOI A. Sstem Blaga eal Sstem blaga real adalah hmpua blaga real ag dserta dega operas pejumlaha da perala sehgga memeuh asoma tertetu (Martoo, 999). Sstem blaga real dotasa dega. Utu lebh

Lebih terperinci

METODE FUZZY AHP DAN FUZZY TOPSIS UNTUK PEMILIHAN DISTRO LINUX

METODE FUZZY AHP DAN FUZZY TOPSIS UNTUK PEMILIHAN DISTRO LINUX ORBITH VOL. 9 NO. JULI 03 : 78 83 ETODE FUZZY AHP DAN FUZZY TOPSIS UNTUK PEILIHAN DISTRO LINUX Oleh : Ahad Sabq Tekk Iforatka Poltekk Purbaya Tegal Jl. Pacakarya No. Talag Tegal 593 Abstrak Pada peelta

Lebih terperinci

Penyelesaian Model Transportasi Menggunakan Metode ASM, RDI dan MODI (Studi Kasus : PT. Melayu Bumi Lestari)

Penyelesaian Model Transportasi Menggunakan Metode ASM, RDI dan MODI (Studi Kasus : PT. Melayu Bumi Lestari) Jural Sas Mateatka da Statstka, Vol. 3, No. 2, Jul 2017 ISSN 1693-2390 prt/issn 2407-0939 ole Peyelesaa Model Trasportas Megguaka Metode ASM, RDI da MODI (Stud Kasus : PT. Melayu Bu Lestar) Sr Basrat 1,

Lebih terperinci

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM Ed-Math; ol Tah EKITENI BAI ORTHONORMAL PADA RUANG HAIL KALI DALAM Mhammad Kh Abstras at rag etor ag dlegap oleh sat operas ag memeh beberapa asoma tertet damaa Rag Hasl Kal Dalam (RHKD) Pada RHKD deal

Lebih terperinci