BAB II LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB II LANDASAN TEORI"

Transkripsi

1 5 BAB II LANDASAN TEORI Pada bab n akan dbahas beberapa eor dasar yang kelak akan dgunakan dalam penurunan formula penenuan harga Asan Opon, bak secara analk pada Bab III maupun secara numerk pada Bab IV.. Ase dan Dervave Ase adalah suau objek keuangan yang nlanya pada saa sekarang dkeahu dan dapa berubah pada saa yang akan daang. Fenomena kedakpasan nlanya d masa depan n menyebabkan banyak nvesor yang ngn bernvesas dalam jual-bel ase, msalnya saham, oblgas, aau suau komodas publk. Karena nla ase yang berubah-ubah, erdapa nvesor mengurang resko yang mungkn da anggung, sehngga muncullah slah hedgng, yakn sraeg yang dlakukan nvesor agar resko yang dalam dalam melakukan ransaks dak erlalu besar. Terdapa suau objek keuangan yang basa dpaka dalam melakukan hedgng, yau dervave. Dervave adalah suau objek keuangan yang nlanya berganung pada nla suau ase (basa dsebu underlyng asse bag dervave ersebu) pada suau selang waku erenu. Dengan menjual aau membel suau dervave, maka nvesor mampu membua sraeg yang bsa memnmalsr Penenuan Harga Ops Asa Rswan Harapan (00304)

2 kemungknan kerugan yang akan ddapakan. Salah sau conoh dervave yang palng dmna adalah opon... Opons Opon adalah objek keuangan yang berupa sura konrak d mana phak pembel (holder) berjanj kepada penjual (wrer) unuk membel (jka berbenuk ops call)/menjual (jka berbenuk ops pu) suau ase dengan suau harga erenu (yang dsebu srke prce) pada waku yang elah dsepaka sebelumnya (dsebu eercse me aau maury me). Jka holder menggunakan haknya (unuk membel aau menjual ase sesua perjanjan pada ops), maka holder dsebu meng-eercse ops ersebu. Masalah yang menark saa membcarakan dervave, eruama opon, adalah bagamana menenukan harga yang panas dbayar oleh holder kepada wrer saa holder membel sebuah opon dar wrer. Conoh yang palng umum saa membcarakan ops adalah vanlla opon, yang berdasarkan pe eercse-nya erbag menjad dua pe yakn European Opon dan Amercan Opon, dan masng-masng memlk dua pe, yau call dan pu. European Opon adalah ops yang hanya bsa d-eercse pada saa maury me, d mana hasl eercse ersebu (yang akan menjad payoff bag holder) berganung pada harga ase pada saa maury me ersebu. Amercan Opon adalah ops yang bsa d-eercse oleh holder kapanpun juga (selama belum mencapa maury me), dan payoff yang derma oleh holder berganung pada harga ase saa ops ersebu deercse. Terdapa conoh lan dar opon, yakn suau jens ops yang dsebu pah-dependen opon. Ops jens nlah yang akan dbahas lebh lanju..3 Pah Dependen Opon Pah Dependen Opon adalah ops yang payoff-nya berganung pada pergerakan harga underlyng asse-nya selama seluruh aau sebagan waku hdup ops ersebu. Jad payoff yang derma holder dak hanya berganung pada suau harga ase pada sau waku erenu saja, seper yang Penenuan Harga Ops Asa Rswan Harapan (00304) 6

3 erjad pada vanlla opon. Secara umum, erdapa 3 jens ops jens pah dependen n, yau barrer opon, lookback opon, dan Asan opon. Pada ugas akhr n, hanya Asan opon yang akan dbahas..4 Dsrbus Normal dan Lognormal Pada ugas akhr n, dsrbus normal (dan juga lognormal) memegang peranan penng dalam formulas harga sebuah ops. Suau peubah acak X dkaakan mengku dsrbus normal, dengan raa-raa μ dan varansσ, jka fungs pada peluangnya berupa f ( ) dan fungs dsrbusnya berupa = ep σ π ( μ ) σ (.) F ( μ ) = (.) ep π σ Selan u, perlu dkeahu pula bahwa jumlah dar sejumlah N peubah acak normal yang salng bebas N = X, =,,, N juga berdsrbus normal. Dan jka Y = X, maka Y berdsrbus normal dengan raa-raa dan varans masng-masng: N E( X ) EY Var Y = = N, dan Var ( X ) = = (.3) (.4) Msalkan Z X X = e, d mana merupakan peubah acak normal dengan raaraa μ dan varansσ. Maka Z dkaakan mengku dsrbus lognormal, yang fungs pada peluangnya berbenuk: g z = ep zσz π ( ln z μ ) σ z (.5) Penenuan Harga Ops Asa Rswan Harapan (00304) 7

4 d mana μ z dan σ z dnyaakan sebaga berku: σz = ep μ + σ ep σ. (.6) σ μz = ep μ + (.7) σz = ep μ + σ ep σ. (.8).5 Gerak Brown Gerak Brown aau Wener Process ddefnskan sebaga suau proses { (); 0} W yang memlk sfa-sfa berku:. W ( 0) = 0. W() konnu 3. Seap ncremen W( + s) W salng bebas dan berdsrbus normal dengan raa-raa μ dan varans σ. Sebaga caaan, jka μ = 0 dan sebaga Gerak Brown Sandar σ =, maka Gerak Brown d aas dsebu.6 Gerak Brown Geomerk Msalkan W() merupakan suau Gerak Brown dengan parameer μ dan W( σ. Maka suau proses Y( ) yang ddefnskan: Y() e ), 0 =, merupakan suau Gerak Brown Geomerk. Y( ) n berdsrbus lognormal dengan raa-raa: dan varans : σ E( Y() Y( 0) = y0) = y 0ep μ+ (.9) ( Y() Y y0) y0 ( μ σ ) ( σ ) var 0 = = ep + ep (.0) Penenuan Harga Ops Asa Rswan Harapan (00304) 8

5 .7 Teorema Lm Pusa Msalkan adalah barsan dar peubah-peubah acak yang denk dan salng bebas dengan raa-raa dan varansnya masng-masng adalah μ dan X, X,, Xn σ. Msalkan erdapa peubah acak Teorema Lm Pusa menyaakan: S n n = X =, d mana S n (.) Unuk nla n yang sanga besar, S n akan menghampr peubah acak normal dengan raa-raa nμ dan varans Haslnya, unuk seap sembarang dperoleh nσ. Sn nμ P N( ) (.) σ n dan hampran yang dperoleh menjad lebh akura serng dengan berambah besarnya nla n. Sebaga caaan, N( ) yang dmaksud pada eorema d aas adalah fungs dsrbus pada peubah acak normal sandar varansnya ), yakn Z (raa-raanya 0 dan N( ) = P( Z ) (.3).8 Model Pergerakan Harga Ase Model yang perama-ama dgunakan unuk memodelkan pergerakan harga ase pada ugas akhr n adalah model dskr. Pada model dskr, selang waku [ 0,T ] dbag dalam n subselang yang panjangnya seragam dengan T lebar selang δ =. Msalkan S( ) adalah harga ase pada saa n = δ. Model : dengan > 0, σ 0, μδ σ δ S + = S + S + Y. S (.4) μ dan Y Y, Y,... d ~ ( 0,) 0, N Penenuan Harga Ops Asa Rswan Harapan (00304) 9

6 Dengan menggunakan cara rekursf dperoleh : Jka 0 n () 0 ( ) = 0 S = S + μδ + σ δ Y (.5) n ( μδ σ δy ) S ln = ln + + S0 = 0 δ dan mengnga bahwa ln( ) (.6) + maka dperoleh : Selanjunya, n S ln μδ + σ δ Y σ δ Y S0 = 0 (.7) E Y Y μδ + σ δ σ δ = μδ σ δy μδ σ δ σ δ σ δ δ Var + Y Y = + O dan dengan menggunakan Teorema Lm Pusa maka dperoleh : (.8) (.9) S ln ~ N μ σ, σ S0 (.0) sehngga formulas harga ase pada saa adalah: () Z S = S e μ σ σ (.) dengan Z ~ N( 0, ) Karena S() dapa dulskan dalam benuk eksponensal dar μ σ + σ. Z yang adalah peubah acak normal, maka dapa dsmpulkan bahwa S berdsrbus lognormal dengan raa-raa dan varans:. S0 e μ E S = (.) (). μ. σ 0 ( ) Var S = S e e (.3) Penenuan Harga Ops Asa Rswan Harapan (00304) 0

7 Dengan demkan, dapa dsmpulkan bahwa harga saham berdsrbus lognormal dengan raaan dan varans seper erera d aas..9 Lemma Io Msalkan u( X () ) parsalnya yang juga konnu. Msalkan merupakan suau fungs konnu dengan urunan dx ( ) ddefnskan oleh: (, ) (, ) dx = a X d + b X dz (.4) d mana dz ( ) adalah suau gerak Brown sandar (, ) Msalkan erdapa suau proses sokask Y d mana Y = u X. Jka ka lakukan ekspans dere Taylor erhadap ΔY, maka ddapa: u u u Y X X u X u Δ = Δ + Δ + Δ + Δ Δ + Δ O + () (.5) X X X () dengan O adalah suku-suku dengan orde lebh ngg dar Δ caa bahwa : dengan (, ) Δ = Δ + Δ (.6) X b X O = peubah acak normal sandar sehngga suku-suku yang memua dferensal lm ΔX 0 dan Δ 0, suku sehngga dapa dabakan, dan persamaan (.5) menjad: Δ X dak dapa dabakan. Dalam ΔX Δ dan Δ dak berperan, u u u dy () = d + dx + b( X, ) d X X u u u u = + a X + b X d b X dz + X X X (, ) (, ) (, ) () (.7).0 Formula Black-Scholes Black-Scholes formula adalah suau model maemaka yang cukup populer d bdang maemaka keuangan, eruama dalam hal pembuaan formula penenuan harga ops. Model Black-Scholes n berlaku pada keadaan d bawah sejumlah asums, yakn: Penenuan Harga Ops Asa Rswan Harapan (00304)

8 (a) (b) (c) (d) (e) (f) (g) Transaks dapa erjad seap saa dan dak ada baya ambahan yang dkena pada ransaks ersebu (msal baya ransaks aau pajak) Tdak ada peluang erjadnya arbrage (keadaan anpa ada peluang merug) Terbukanya kesempaan unuk melakukan shor sellng (yakn memnjam sejumlah ase dan menjualnya unuk mendapakan uang una, dan seelah beberapa waku membel kembal ase ersebu dan mengembalkannya). Pemnjaman aau penabungan uang una dar/ke bank dmungknkan dengan suku bunga yang nlanya konsan Tdak ada pembagan dvden pada penjualan ase Harga saham berdsrbus lognormal dengan raa-raa dan varans yang konsan Jumlah ase yang dbel bsa dalam benuk pecahan Msalkan C adalah harga sebuah ops call Eropa. Perubahan harga saham dberkan oleh persamaan: ds = μ S d + σ S db (.8) Dengan memanfaakan Lemma Io, ka peroleh benuk persamaan dferensal sokask unuk call Eropa berku: C C C C dc = + μs + σ S d σs db + S S S (.9) 0 < S <, dan τ > d mana persamaan (.9) ersebu dnamakan Black-Scholes formula, dengan syara awal: (,0) ma {,0} c S = S K (.30) dan syara baas: dengan K adalah srke prce-nya. C ( 0, τ ) = 0 (.3) ( τ ) r jka S, maka C S, S Ke τ (.3) Penenuan Harga Ops Asa Rswan Harapan (00304)

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 5 BAB II LANDAAN TEORI Pada bab n akan dbahas beberapa eor maemaka keuangan dan saska yang mendukung dalam penurunan formula Lookback Opons pada Bab III dan pembuaan program pada Bab IV. Teor-eor yang

Lebih terperinci

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI BAB ETROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUYI Model Markov Tersembuny (Hdden Markov Model, MMT) elah banyak daplkaskan dalam berbaga bdang seper pelafalan bahasa (speeh reognon) dan klasfkas (luserng).

Lebih terperinci

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1 BAB I PENDAHULUAN 1.1 Defns Rangkaan Lsrk Rangkaan Lsrk adalah sambungan dar beberapa elemen lsrk ( ressor, kapasor, ndukor, sumber arus, sumber egangan) yang membenuk mnmal sau lnasan eruup yang dapa

Lebih terperinci

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C Oleh : Ir. A.achman Hasbuan dan Naemah Mubarakah, ST . Persamaan Dferensal Orde Sau Adapun benuk yang sederhana dar suau persamaan dferensal orde sau adalah:

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI I. PENDAHULUAN. Laar Belakang Menuru Sharpe e al (993), invesasi adalah mengorbankan ase yang dimiliki sekarang guna mendapakan ase pada masa mendaang yang enu saja dengan jumlah yang lebih besar. Invesasi

Lebih terperinci

BAB II MATERI PENUNJANG. 2.1 Keuangan Opsi

BAB II MATERI PENUNJANG. 2.1 Keuangan Opsi Bab II Maeri Penunjang BAB II MATERI PENUNJANG.1 Keuangan.1.1 Opsi Sebuah opsi keuangan memberikan hak (bukan kewajiban) unuk membeli aau menjual sebuah asse di waku yang akan daang dengan harga yang disepakai.

Lebih terperinci

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32)

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32) 8 Raaan poserornya adalah E m x ò (, ) f ( x) m f x m f f m ddm (32) Dalam obseras basanya dgunakan banyak daa klam. Msalkan saja erdr dar grup daa klam dengan masng-masng grup ke unuk seap, 2,..., yang

Lebih terperinci

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III THREE STAGE LEAST SQUARE Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode penaksran parameer pada persamaan smulan yau meode Three Sage Leas Square (3SLS. Sebelum djelaskan lebh lanju

Lebih terperinci

BAB 2 Materi Penunjang

BAB 2 Materi Penunjang BAB. MATERI PENUNJANG 4 BAB Maeri Penunjang. Vanilla Opion Derivaives adalah salah sau conoh dari insrumen keuangan, aau lebih sederhananya bisa dianggap sebagai perjanjian anara dua orang, yang nilainya

Lebih terperinci

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal Hdden Markov Model Oleh : Frdanza, urul Gusran dan Akmal Dosen Jurusan Maemaka FMIPA Unversas Padjadjaran Jl. Raya Bandung Sumedang Km 2, Janangor, Jawa Bara elp. / Fax : 022 7794696 Absrak Hdden Markov

Lebih terperinci

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan KONSEP DASAR Laar belakang Meode Numerk Ilusras masalah numerk Angka sgnfkan Akuras dan Press Pendekaan dan Kesalahan Laar Belakang Meode Numerk Tdak semua permasalahan maemas dapa dselesakan dengan mudah,

Lebih terperinci

PROSES STOKASTIK KELAHIRAN-KEMATIAN DENGAN DUA JENIS KELAMIN SECARA KELOMPOK PADA PROSES YULE- FURRY. Samsuryadi

PROSES STOKASTIK KELAHIRAN-KEMATIAN DENGAN DUA JENIS KELAMIN SECARA KELOMPOK PADA PROSES YULE- FURRY. Samsuryadi JURNAL MATEMATIKA DAN KOMUTER Vol. 4. No. - Agusus ISSN : 4-858 ROSES STOKASTIK KELAHIRAN-KEMATIAN DENAN DUA JENIS KELAMIN SECARA KELOMOK ADA ROSES YULE- FURRY Samsuryad Jurusan Maemaka FMIA Unversas Srwaya

Lebih terperinci

Kresnanto NC. Model Sebaran Pergerakan

Kresnanto NC. Model Sebaran Pergerakan Kresnano C Moel Sebaran Pergerakan Kresnano C Tujuan Uama: Mengeahu pola pergerakan alam ssem ransporas serng jelaskan alam benuk arus pergerakan (kenaraan, penumpang, an barang) yang bergerak ar zona

Lebih terperinci

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu Sudaryano Sudrham nalss Rangkaan Lsrk D Kawasan Waku BB 12 nalss Transen d Kawasan Waku Rangkaan Orde Perama Yang dmaksud dengan analss ransen adalah analss rangkaan yang sedang dalam keadaan peralhan

Lebih terperinci

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1 PENDUGAAN SAISIK AREA KECIL DENGAN MEODE EMPIRICAL CONSRAINED AYES Ksmann Jurusan Penddkan Maemaka FMIPA Unversas Neger Yogyakara Absrak Meode emprcal ayes (E merupakan meode yang lebh aplkaf pada pendugaan

Lebih terperinci

NILAI AKUMULASI DARI SUATU CASH FLOW DENGAN TINGKAT BUNGA BERUBAH BERDASARKAN FORMULA FISHER

NILAI AKUMULASI DARI SUATU CASH FLOW DENGAN TINGKAT BUNGA BERUBAH BERDASARKAN FORMULA FISHER ILAI AKUMULASI DARI SUATU CASH FLOW DEGA TIGKAT BUGA BERUBAH BERDASARKA FORMULA FISHER Devs Apranda, Johannes Kho, Sg Sugaro Mahasswa rogram S Maemaka Dosen Jurusan Maemaka Fakulas Maemaka dan Ilmu engeahuan

Lebih terperinci

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor ANaISIS - TANSIEN. Kapasor dalam angkaan D Sebuah kapasor akan ermua bla erhubung ke sumber egangan dc seper yang dperlhakan pada Gambar. Pada Gambar (a), kapasor dak bermuaan yau pla A dan pla B mempunya

Lebih terperinci

(Cormen 2002) III PEMBAHASAN. yt : pendapatan rumah tangga pada periode t, dengan yt 0.

(Cormen 2002) III PEMBAHASAN. yt : pendapatan rumah tangga pada periode t, dengan yt 0. 5 Vaabel s dsebu vaabel slak enambahan vaabel slak beujuan unuk mengubah peaksamaan yang mengandung anda menjad sebuah pesamaan eaksamaan () bena jka dan hanya jka pesamaan (2) dan peaksamaan (3) bena

Lebih terperinci

BAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III MINIMUM COVARIANCE DETERMINANT Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode robus unuk mendeeks penclan (ouler) dalam analss komponen uama robus yau meode Mnmum Covarance Deermnan

Lebih terperinci

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr.

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr. Pekan #1: Kinemaika Sau Dimensi 1 Posisi, perpindahan, jarak Tinjau suau benda yang bergerak lurus pada suau arah erenu. Misalnya, ada sebuah mobil yang dapa bergerak maju aau mundur pada suau jalan lurus.

Lebih terperinci

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a APLIKASI STRUKTUR GRUP ANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI Mujash a a Program Sud Maemaka Jurusan Tadrs Fakulas Tarbah IAIN Walsongo Jl. Prof. Dr. Hamka Kampus II Ngalan Semarang

Lebih terperinci

NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA

NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA Jurnal Ilmu Maemaka dan Terapan Desember 015 Volume 9 Nomor Hal. 97 10 NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA R. D. S. Rahangmean 1, M. I. Tlukay, F. Y. Rumlawang,

Lebih terperinci

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi BAB III FUNGSI MAYOR DAN MINOR Pada bab n akan dbahas konsep-konsep dasar dar fungs mayor dan fungs mnor dar suatu fungs yang terdefns pada suatu nterval tertutup. Pendefnsan fungs mayor dan mnor tersebut

Lebih terperinci

Muthmainnah PROGRAM STUDI MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 2007 M/1428 H

Muthmainnah PROGRAM STUDI MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 2007 M/1428 H PERBANDINGAN MODEL COX PROPORTIONAL HAZARD DAN MODEL PARAMETRIK BERDASARKAN ANALISIS RESIDUAL (Sud Kasus pada Daa Kanker Paru-Paru yang Dperoleh dar Conoh Daa pada Sofware S-Plus 2000 dan Smulas unuk Dsrbus

Lebih terperinci

9. TEKNIK PENGINTEGRALAN

9. TEKNIK PENGINTEGRALAN 9. TEKNIK PENGINTEGRALAN 9. Inegral Parsal Formula Inegral Parsal : Cara : plh u yang urunannya lebh sederhana Conoh : Hung u dv uv v du e d msal u =, maka du=d dv e d v e d e sehngga e d e e d e e C INF8

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan

Lebih terperinci

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE Fan Puspasar 201 16019 Program Sud Magser Maemaa Faulas Maemaa dan Ilmu Pengeahuan Alam Insu Tenolog Bandung

Lebih terperinci

BUPATI PACITAN. i PERATURAN BUPATI PACITAN ; NOMOR 5" TAHUN 2008 TENTANG

BUPATI PACITAN. i PERATURAN BUPATI PACITAN ; NOMOR 5 TAHUN 2008 TENTANG BUPAT PACTAN PERATURAN BUPAT PACTAN ; NOMOR 5" TAHUN 2008 TENTANG PETUNJUK PELAKSANAAN PERATURAN DAERA KABUPATEN PACTAN NOMOR 25 TAHUN 2007 TENTANG ORGAN DAN KEPEGAWAAN PERUSAHAAN DAERAH AR MNUM j KABUPATEN

Lebih terperinci

\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA

\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA y BUPAT PACTAN PERATURAN BUPAT PACTAN : NOMOR 55" TAHUN 20 ; TENTANG \ DANA ALOKAS DESA DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN, Menmbang : a. bahwa dalam rangka penngkaan penyelenggaraan pemernahan,

Lebih terperinci

Fisika Modern. Persamaan Schroodinger dan Fingsi Gelombang

Fisika Modern. Persamaan Schroodinger dan Fingsi Gelombang Fska Modern Persaaan Schroodnger dan Fngs Gelobang Apa Persaaan unuk Gelobang Maer? De Brogle eberkan posula bahwa seap parkel elk hubungan: h/ p Golobang aer ala n dkonfras oleh percobaan dfraks elekron,

Lebih terperinci

( L ). Matriks varians kovarians dari

( L ). Matriks varians kovarians dari LIVIA PUSPA T 677 9.3 METODE KOMPONEN UTAMA Informas yang dbuuhkan daam eknk komponen uama suau daa ddapa dar marks varans kovarans, aau marks koreasnya. Meode komponen uama n, beruuan unuk menaksr parameer

Lebih terperinci

ANALISIS METODE BEDA HINGGA CRANK-NICHOLSON DENGAN TRANSFORMASI PEUBAH PADA PERHITUNGAN HARGA OPSI ASIA SKRIPSI OLEH DIAH PRAMINIA NIM.

ANALISIS METODE BEDA HINGGA CRANK-NICHOLSON DENGAN TRANSFORMASI PEUBAH PADA PERHITUNGAN HARGA OPSI ASIA SKRIPSI OLEH DIAH PRAMINIA NIM. ANALII METODE BEDA HINGGA CRANK-NICHOLON DENGAN TRANFORMAI PEUBAH PADA PERHITUNGAN HARGA OPI AIA KRIPI OLEH DIAH PRAMINIA NIM. 6006 JURUAN MATEMATIKA FAKULTA AIN DAN TEKNOLOGI UNIVERITA ILAM NEGERI MAULANA

Lebih terperinci

Di bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif

Di bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif Regres Dummy D bdang ekonom dak semua nformas dapa dukur secara kuanaf Peubah dummy dgunakan unuk memperoleh nformas yang bersfa kualaf Conoh pada daa cross secon: Gender: sebaga penenu jumlah pendapaan

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013 3. Lokas dan Waku Penelan 3.. Lokas Penelan BAB III METODOLOGI PENELITIAN Penelan n dlaksanakan d SMP Neger 7 Goronalo pada ahun ajaran 0/03 3.. Waku Penelan Penelan n d laksanakan pada semeser genap ahun

Lebih terperinci

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV

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

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun 43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C

Lebih terperinci

(A.7) OPTIMISASI PORTOFOLIO BERDASARKAN MEAN-VALUE AT RISK DI BAWAH MODEL INDEKS BERGANDA DENGAN VOLATILITAS TAK KONSTAN

(A.7) OPTIMISASI PORTOFOLIO BERDASARKAN MEAN-VALUE AT RISK DI BAWAH MODEL INDEKS BERGANDA DENGAN VOLATILITAS TAK KONSTAN Prosdng Semnar Nasonal Saska Unversas Padjadjaran, 3 November 00 (A.7) OPIMISASI POROFOIO BERDASARKAN MEAN-VAUE A RISK DI BAWAH MODE INDEKS BERGANDA DENGAN VOAIIAS AK KONSAN Agus Suprana, F. Sukono, Bunga

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

Lebih terperinci

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel BAB III ANALISIS INTERVENSI 3.1. Pendahuluan Analisis inervensi dimaksudkan unuk penenuan jenis respons variabel ak bebas yang akan muncul akiba perubahan pada variabel bebas. Box dan Tiao (1975) elah

Lebih terperinci

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1 PERSAMAAN GERAK Posisi iik maeri dapa dinyaakan dengan sebuah VEKTOR, baik pada suau bidang daar maupun dalam bidang ruang. Vekor yang dipergunakan unuk menenukan posisi disebu VEKTOR POSISI yang diulis

Lebih terperinci

MEMAKSIMUMKAN NILAI HARAPAN KEKAYAAN INVESTOR DENGAN STRATEGI INVESTASI SAHAM DUA PERUSAHAAN YANG BERGABUNG NUR AZIEZAH

MEMAKSIMUMKAN NILAI HARAPAN KEKAYAAN INVESTOR DENGAN STRATEGI INVESTASI SAHAM DUA PERUSAHAAN YANG BERGABUNG NUR AZIEZAH MEMAKIMUMKAN NILAI HARAPAN KEKAYAAN INVETOR DENGAN TRATEGI INVETAI AHAM DUA PERUAHAAN YANG BERGABUNG NUR AZIEZAH DEPARTEMEN MATEMATIKA FAKULTA MATEMATIKA DAN ILMU PENGETAHUAN ALAM INTITUT PERTANIAN BOGOR

Lebih terperinci

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu BAB III METODE DEKOMPOSISI CENSUS II 3.1 Pendahuluan Daa dere waku adalah daa yang dikumpulkan dari waku ke waku unuk menggambarkan perkembangan suau kegiaan (perkembangan produksi, harga, hasil penjualan,

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

Lebih terperinci

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS Mra Puspasar, Snggh Sapad, Dana Puspasar Absraks PT Ulam Tba Halm merupakan salah sau ndusr mnuman serbuk d Indonesa, dmana

Lebih terperinci

Kajian Model Markov Waktu Diskrit Untuk Penyebaran Penyakit Menular Pada Model Epidemik SIR

Kajian Model Markov Waktu Diskrit Untuk Penyebaran Penyakit Menular Pada Model Epidemik SIR JURAL TEKK POT Vol, o, (0) -6 Kajan odel arkov Waku Dskr Unuk Penyebaran Penyak enular Pada odel Epdemk R Rafqaul Hasanah, Laksm Pra Wardhan, uhud Wahyud Jurusan aemaka, Fakulas PA, nsu Teknolog epuluh

Lebih terperinci

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

PERATURAN BUPATI PACITAN i NOMOR 13 TAHUN 2012 t I TENTANG PEDOMAN PENYELENGGARAAN PELELANGAN IKAN DI TEMPAT PELELANGAN IKAN KABUPATEN PACITAN

PERATURAN BUPATI PACITAN i NOMOR 13 TAHUN 2012 t I TENTANG PEDOMAN PENYELENGGARAAN PELELANGAN IKAN DI TEMPAT PELELANGAN IKAN KABUPATEN PACITAN f BUEAn PACrAN J PERATURAN BUPAT PACTAN NOMOR 13 TAHUN 2012 TENTANG PEDOMAN PENYELENGGARAAN PELELANGAN KAN D TEMPAT PELELANGAN KAN KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA 1 r BUPAT PACTAN. Menmbang:

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis BAB III HASIL DAN PEMBAHASAN A. Permasalahan Nyaa Penyebaran Penyaki Tuberculosis Tuberculosis merupakan salah sau penyaki menular yang disebabkan oleh bakeri Mycobacerium Tuberculosis. Penularan penyaki

Lebih terperinci

i BUPATI PACITAN 1 I PERATURAN BUPATI PACITAN I NOMOR 5 TAHUN 2014 i

i BUPATI PACITAN 1 I PERATURAN BUPATI PACITAN I NOMOR 5 TAHUN 2014 i ( BUPAT PACTAN PERATURAN BUPAT PACTAN NOMOR 5 TAHUN 204 TENTANG PETUNJUK PELAKSANAAN PERATURAN DAERAH KABUPATEN PACTAN NOMOR 8 TAHUN 20 TENTANG RETRBUS TEMPAT PELELANGAN KAN DENGAN RAHMAT TUHAN YANG MAHA

Lebih terperinci

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR)

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR) JURNAL SAINS DAN SENI POMITS Vol. 3, No., (04) 337-350 (30-98X Prn) D-36 Peramalan Penjualan eda Moor Tap Jens d Wlayah Surabaya dan Blar dengan Model ARIMA Box-Jenkns dan Vecor Auoregressve (VAR) Ade

Lebih terperinci

Integral dan Persamaan Diferensial

Integral dan Persamaan Diferensial Sudaryano Sudirham Sudi Mandiri Inegral dan Persamaan Diferensial ii Darpublic 4.1. Pengerian BAB 4 Persamaan Diferensial (Orde Sau) Persamaan diferensial adalah suau persamaan di mana erdapa sau aau lebih

Lebih terperinci

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup

Lebih terperinci

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG INDEPT, Vol., No. 3, Okober 01 ISSN 087 945 PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG Samsul Budaro, ST., MT Dosen Teap Teknk Indusr, Wakl Dekan III akulas Teknk, Unversas

Lebih terperinci

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

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau aau kondisi yang diperkirakan akan erjadi

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Pada dasarnya peramalan adalah merupakan suau dugaan aau perkiraan enang erjadinya suau keadaan di masa depan. Akan eapi dengan menggunakan meodemeode erenu peramalan

Lebih terperinci

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR B-5-1 PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR Wsnu Bud Sunaryo, Haryono ITS Surabaya ABSTRAK Dalam duna konsruks saa n pemakaan produk beon

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 39 III. METODE PENELITIAN 3.1 Waku dan Meode Peneliian Pada bab sebelumnya elah dibahas bahwa cadangan adalah sejumlah uang yang harus disediakan oleh pihak perusahaan asuransi dalam waku peranggungan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI. Tnjauan Pusaka.. Uj Keseragaman Daa Tujuan uama pengukuran uj keseragaman daa adalah unuk mendapakan da yang seragam. Kedak seragaman daa dapa daang anpa dsadar, maka dperlukan suau

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN PEMODELAN NILAI UKAR RUPIAH ERHADAP $US MENGGUNAKAN DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY, DIMAS HARI SANOSO, N. K. KUHA ARDANA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan

Lebih terperinci

KEPUTUSAN-KEPUTUSAN LINTAS WAKTU

KEPUTUSAN-KEPUTUSAN LINTAS WAKTU KEPUTUSA-KEPUTUSA LITAS WAKTU Dr. Mohammad Abdul Mukhy Page Modal adalah uang dan sumber daya yang dnvestaskan Bunga (nterest) adalah pengembalan atas modal atau sejumlah uang yang dterma nvestor untuk

Lebih terperinci

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan BAB 2 KINEMATIKA Tujuan Pembelajaran 1. Menjelaskan perbedaan jarak dengan perpindahan, dan kelajuan dengan kecepaan 2. Menyelidiki hubungan posisi, kecepaan, dan percepaan erhadap waku pada gerak lurus

Lebih terperinci

BAB II TINJAUAN PUSTAKA. membahas analisis deret waktu, diagram kontrol Shewhart, Average Run Length

BAB II TINJAUAN PUSTAKA. membahas analisis deret waktu, diagram kontrol Shewhart, Average Run Length BAB II TINJAUAN PUSTAKA Pendahuluan Dalam enulsan maer okok dar skrs n derlukan beberaa eor-eor yang mendukung, yang menjad uraan okok ada bab n Uraan dmula dengan membahas analss dere waku, dagram konrol

Lebih terperinci

KAJIAN DAN ALGORITMA PELABELAN PSEUDO EDGE-MAGIC. memiliki derajat maksimum dan tidak ada titik yang terisolasi. Jika n i adalah

KAJIAN DAN ALGORITMA PELABELAN PSEUDO EDGE-MAGIC. memiliki derajat maksimum dan tidak ada titik yang terisolasi. Jika n i adalah BAB III KAJIAN DAN ALGORITMA PELABELAN PSEUDO EDGE-MAGIC III. Batas Bawah Magc Number pada Pelabelan Total Pseudo Edge-Magc Teorema 3.. Anggap G = (,E) adalah sebuah graf dengan n-ttk dan m-ss dan memlk

Lebih terperinci

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN j BUPAT PACTAN ' PERATURAN BUPAT PACTAN NOMOR 4 TAHUN 2012 TENTANG PEMBERAN BANTUAN PERALATAN DAN/ATAU MESN BAG NDUSTR KECL DAN MENENGAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang

Lebih terperinci

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan Pada bab n akan dbahas mengena penyelesaan masalah ops real menggunakan pohon keputusan bnomal. Dalam menentukan penlaan proyek, dapat dgunakan beberapa metode d antaranya dscounted cash flow (DF). DF

Lebih terperinci

Analisis Model dan Contoh Numerik

Analisis Model dan Contoh Numerik Bab V Analisis Model dan Conoh Numerik Bab V ini membahas analisis model dan conoh numerik. Sub bab V.1 menyajikan analisis model yang erdiri dari analisis model kerusakan produk dan model ongkos garansi.

Lebih terperinci

BAB II PERTIDAKSAMAAN CHERNOFF

BAB II PERTIDAKSAMAAN CHERNOFF BAB II PERTIDAKSAMAAN CHERNOFF.1 Pendahuluan Di lapangan, yang menjadi perhaian umumnya adalah besar peluang dari peubah acak pada beberapa nilai aau suau selang, misalkan P(a

Lebih terperinci

1. Mistar A. BESARAN DAN SATUAN

1. Mistar A. BESARAN DAN SATUAN A. BESARAN DAN SATUAN Teor Sngka : D dalam Fska gejala alam dama melalu pengukuran. Pengukuran adalah membandngkan suau besaran dengan besaran sejens yang dsepaka sebaga paokan (sandar). Besaran adalah

Lebih terperinci

FIsika KTSP & K-13 KINEMATIKA. K e l a s A. VEKTOR POSISI

FIsika KTSP & K-13 KINEMATIKA. K e l a s A. VEKTOR POSISI KTSP & K-13 FIsika K e l a s XI KINEMATIKA Tujuan Pembelajaran Seelah mempelajari maeri ini, kamu diharapkan mampu menjelaskan hubungan anara vekor posisi, vekor kecepaan, dan vekor percepaan unuk gerak

Lebih terperinci

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat BAB 1 PENDAHULUAN 1.1 Laar Belakang Sumber Daya Alam (SDA) yang ersedia merupakan salah sau pelengkap ala kebuuhan manusia, misalnya anah, air, energi lisrik, energi panas. Energi Lisrik merupakan Sumber

Lebih terperinci

Analisis Jalur / Path Analysis

Analisis Jalur / Path Analysis Analss Jalur / Pah Analyss Analss jalur adalah salah sau benuk model SEM yang dak mengandung varable laen. Tenu saja model n lebh sederhana dbandngkan dengan model SEM lengka. Analss jalur sebenarnya meruakan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 35 BAB LANDASAN TEORI Meode Dekomposisi biasanya mencoba memisahkan iga komponen erpisah dari pola dasar yang cenderung mencirikan dere daa ekonomi dan bisnis. Komponen ersebu adalah fakor rend (kecendrungan),

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasing) 2.1.1 Pengerian Peramalan Peramalan dapa diarikan sebagai beriku: a. Perkiraan aau dugaan mengenai erjadinya suau kejadian aau perisiwa di waku yang akan

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI 1 I PENDAHULUAN 11 Laar Belakang Seiap orang mendambakan berheni bekerja di suau masa dalam siklus kehidupannya dan menikmai masa uanya dengan enram Terjaminnya kesejaheraan di masa ua akan mencipakan

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Model Persediaan Model Deterministik

BAB 2 LANDASAN TEORI. 2.1 Model Persediaan Model Deterministik 6 BAB LANDASAN TEORI. Model Persedaan.. Model Deermnsk Model Deermnsk adalah model yang menganggap nla-nla parameer elah dkeahu dengan pas. Model n dbedakan menjad dua: a. Deermnsk Sas. D dalam model n

Lebih terperinci

PERBAIKAN ASUMSI KLASIK

PERBAIKAN ASUMSI KLASIK BAHAN AJAR EKONOMETRI AGUS TRI BASUKI UNIVERSITAS MUHAMMADIAH OGAAKARTA PERBAIKAN ASUMSI KLASIK 6.. Mulkolnearas Jka model ka mengandung mulkolneras yang serus yakn korelas yang ngg anar varabel ndependen,

Lebih terperinci

DINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH

DINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH DINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 009 ABSTRACT DARWISAH. Dynamcs

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON*

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* BERLIAN SETIAWATY DAN HIRASAWA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor

Lebih terperinci

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran

Lebih terperinci

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL MESIN OKK Gll BCG1-P PADA BAGIAN DRAWING PT VONEX INDONESIA 3.1 Pedahulua Pada Bab II elah djelaska megea eor eor yag dbuuhka uuk meeuka jadwal opmum

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t TKE 305 ISYARAT DAN SISTEM B a b I s y a r a Indah Susilawai, S.T., M.Eng. Program Sudi Teknik Elekro Fakulas Teknik dan Ilmu Kompuer Universias Mercu Buana Yogyakara 009 BAB I I S Y A R A T Tujuan Insruksional.

Lebih terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk

Lebih terperinci

1.4 Persamaan Schrodinger Bergantung Waktu

1.4 Persamaan Schrodinger Bergantung Waktu .4 Persamaan Schrodinger Berganung Waku Mekanika klasik aau mekanika Newon sanga sukses dalam mendeskripsi gerak makroskopis, eapi gagal dalam mendeskripsi gerak mikroskopis. Gerak mikroskopis membuuhkan

Lebih terperinci

3 Kondisi Fisik Dermaga A I Pelabuhan Palembang

3 Kondisi Fisik Dermaga A I Pelabuhan Palembang Bab 3 3 Konds Fsk Dermaga A I Pelabuhan Palembang Penanganan Kerusakan Dermaga Sud Kasus Dermaga A I Pelabuhan Palembang 3.1 Pengolahan Daa Pasang Suru 3.1.1 Meode Leas Square Meode n menjelaskan bahwa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

Faradina GERAK LURUS BERATURAN

Faradina GERAK LURUS BERATURAN GERAK LURUS BERATURAN Dalam kehidupan sehari-hari, sering kia jumpai perisiwa yang berkaian dengan gerak lurus berauran, misalnya orang yang berjalan kaki dengan langkah yang relaif konsan, mobil yang

Lebih terperinci

BUPATI PACITAN. I PERATURAN BUPATI PACITAN \ NOMOR ;i6tahun 2010

BUPATI PACITAN. I PERATURAN BUPATI PACITAN \ NOMOR ;i6tahun 2010 3 1 BUPAT PACTAN PERATURAN BUPAT PACTAN \ NOMOR ;6TAHUN 2010 TENTANG PENYELENGGARAAN SSTEM PENGENDALAN NTERN PEMERNTA D LNGKUNGAN PEMERNTAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN,

Lebih terperinci

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

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode 20 BAB 2 LADASA TEORI 2.1. Pengerian Peramalan Meode Peramalan merupakan bagian dari ilmu Saisika. Salah sau meode peramalan adalah dere waku. Meode ini disebu sebagai meode peramalan dere waku karena

Lebih terperinci

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan BAB 2 URAIAN EORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan aau memprediksi apa yang erjadi pada waku yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan

Lebih terperinci

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting BAB 1 PENDAHULUAN 1.1. Laar Belakang Dalam pelaksanaan pembangunan saa ini, ilmu saisik memegang peranan pening baik iu di dalam pekerjaan maupun pada kehidupan sehari-hari. Ilmu saisik sekarang elah melaju

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

BAB I PENDAHULUAN Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Matematka dbag menjad beberapa kelompok bdang lmu, antara lan analss, aljabar, dan statstka. Ruang barsan merupakan salah satu bagan yang ada d bdang

Lebih terperinci

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi. PENGUJIAN HIPOTESIS 1. PENDAHULUAN Hipoesis Saisik : pernyaaan aau dugaan mengenai sau aau lebih populasi. Pengujian hipoesis berhubungan dengan penerimaan aau penolakan suau hipoesis. Kebenaran (benar

Lebih terperinci