V = adalah himpunan hingga, dan misalkan

Ukuran: px
Mulai penontonan dengan halaman:

Download "V = adalah himpunan hingga, dan misalkan"

Transkripsi

1 BAB III ALJABAR HIPERGRAF 3. Hpergraf Defns Msalkan { v, v2,..., vn} V = adalah hpunan hngga, dan salkan ε = {, I} adalah koleks dar hpunan bagan dar V. Koleks ε enjad E suatu hpergraf pada V jka hpergraf. Eleen-eleen E, E2,..., dsebut hperedge. E n E φ, I dan U E = V dan H ( V, ε ) dsebut n I v, v2,... v dsebut vertek dan hpunan-hpunan Untuk enggabarkan Hperedge E, jka E > 2 dgabarkan sebaga kurva yang engellng seua vertek E. Jka E = 2 dgabarkan sebaga gars yang enghubungkan kedua vertek tersebut. Jka E = dgabarkan sebaga loop sepert dala suatu graf. Jelas, jka E = 2, =,..., hpergraf adalah graf[8]. E E 4 v v 8 E 5 v 7 v 2 v 3 v 5 E 6 E 2 v 4 v 6 E 3 Gabar 3 Hpergraf H ( V, ε ) Dar hpergraf gabar 3 datas dperoleh: () Hperedge hpunan bagan dar { v, v2,..., v8} V =, yatu E = v, v, }, { 2 v3 E adalah E = v, v }, E = { v, v, v }, E = { v, v, v }, E = { v, v }, E = { }. Jad 2 { v5 dperoleh E V, U E = V dan E φ ; (2) Dua vertek dkatakan bertetangga 2

2 (adjacent) dala H = ( V, E) jka terdapat hperedge E yang euat kedua ttk tersebut. Contoh : v bertetangga dengan v 3 karena { v, v3} E; (3) Dua hperedge dkatakan bertetangga (adjacent) jka rsannya bukan hpunan kosong. Contoh: E bertetangga dengan E 4 karena E E 4 = { v 2 } φ ; dan (4) Hpergraf sederhana adalah hpergraf dengan seua hperedge berbeda, yatu E E = j. Contoh: E6 E Jad hpergraf sepert gabar 3 j bukan hpergraf sederhana, hpergraf tersebut dapat enjad hpergraf sederhana jka hperedge E 6 dhlangkan dan vertek v 5 boleh tdak dhlangkan. Defns 2 Ukuran H = ( V, E) ddefnskan sebaga sze ( H) = E dana E adalah kardnaltas atau derajat dar hperedge E =, 2,...,. Contoh: dar hpergraf gabar 3 dperoleh: sze( H ) = E... E6 = = 4 Defns 3 Dala H = ( V, E), hperedge dsebut axal, jka hperedge tersebut tdak teruat dala hperedge lan. Contoh: dar hpergraf gabar 3 dperoleh, seua hperedge adalah aksal kecual E 6 = { v 5 } karena E 6 teruat dala hperedge lan yatu E 3 dan E 4 [ e ] e j E E Hpergraf H = ( V, E) dapat drepresentaskan oleh atrks ncdence j {,}, e j ; v E j, =,2,..., n = ; v E j, j =,2,..., dengan n bars enyatakan vertek dan kolo enyatakan hperedge. Dar hpergraf gabar 3 dperoleh atrk ncdence sebaga berkut: [ e j ] = 3

3 Dar atrks ncdence EH ( ) datas, julah dar eleen barsnya enyatakan derajat dar vertek, yatu julah hperedge yang dlk vertek tersebut. yatu v =, v = 2, v =, v = 2, v = 3, v =, v = 2, v = 3.2 Hpergraf berarah Hpergraf berarah adalah hpergraf dengan hperedge berarah. Hperedge berarah atau hperarch adalah pasangan terurut E=(X,Y) dengan X adalah pangkal E dan Y ujung E. Selanjutnya, notas T(E) adalah hpunan pangkal hperedge E dan H(E) adalah hpunan ujung hperedge E[3]. Gabar 4 Hpergraf berarah D ( V, E) Matrks ncdenc dar hpergraf berarah D ( V, E) adalah atrks a ] yang ddefenskan sebaga berkut: a j jka v T ( E j ); =,2,..., n = jka v H ( E j ); j =,2,..., lannya Dar hpergraf berarah D ( V, E) gabar 4 dperoleh atrk ncdence sebaga berkut: [ j 4

4 [ a j ] = 3.3 Representas Jarngan Metabolk Sebaga Hpergraf Berarah Proses etabolse dala sel hdup dapat drepresentaskan oleh jarngan etabolc yang ddefnskan oleh etabolt dan sste reaks kanya. Jarngan etabolc M ( X, ε ) dapat drepresentaskan oleh hpergraf berarah, dengan notas X enyatakan hpunan etabolt (vertek pada hpergraf berarah) dan notas ε enyatakan hpunan reaks ka (hperarc pada hpergraf berarah)[7]. Msalkan reaks ka: E : v v2 v3, E 2 : v 2 v 4, E3 : v4 v5, E4 : v3 v6 v5 yang dapat dgabarkan sebaga jarngan etabolk M ( X, ε ) : V E V2 E2 V4 E3 v3 E4 v5 v6 Gabar 5 jarngan etabolk M ( X, ε ) Jarngan etabolk M ( X, ε ) dapat drepresentaskan oleh atrks stokhoetr N = [ n j ] dengan n j enyatakan koefsen stokhoetr, asngasng bars enyatakan etabolt v dan asng-asng kolo enyatakan reaks E dengan j 5

5 n j jka v E j ; =,2,..., n = jka v E j ; j =,2,...,, lannya Dar jarngan etabolk M ( X, ε ) gabar 5 dperoleh: () Hpunan etabolt X = { v, v2, v3, v4, v5, v6} ; (2) Hpunan reaks ka ε = { E, E2, E3, E4} dana E j erupakan ultset ( E j, E j ) ; (3) Hpunan E j reaks educt X yang terdr dar E = { v}, E2 = { v2}, E3 = { v4}, E4 = { v3, v6} ; dan (4) Hpunan reaks product E j X yang terdr dar E = { v2, v3}, E2 = { v4}, E3 = { v5}, E4 = { v5} []. Matrks stokhoetr dar jarngan etabolk M ( X, ε ) gabar 5 adalah: N = Selanjutnya defnskan operas aljabar pada dua jarngan etabolk. salkan M '( X ', ε ') dan M "( X", ε" ) adalah dua jarngan etabolc aka: () M ' = M" jka dan hanya jka X ' = X" dan ε ' = ε" ; (2) Gabungan M = M ' M" = ( X ' X", ε ' ε "); (3) Irsan = M' M " = X' X", ε' ε " Dfference M M '\ M" = (sup p( ε '\ ε"), ε '\ ε") M ; (4) = ; dan (5) Syetrc dfference M = M ' M" = M ' M"\ M ' M". Jarngan etabolk M ( X, ε ) dsebut clean, jka supε = { E ε} ( Suppε, ε ) M = []. E =X dan notas M adalah operator clean dan Gabar 6 eberkan englustraskan operas dasar pada dua jarngan etabolk. 6

6 M. Rckettsa Prowazek M. Chlayda trachoats (a).unon M ' M" (b).intersecton M ' M " (c). Dfference M '\M" (d). Syetrc dfference M ' M " Gabar 6 Operas dar dua jarngan etabolk 7

7 Defns 4 Jarak dar dua jarngan etabolk tak kosong M dan M 2 ddefnskan M M 2 M M 2 sebaga: d( M, M 2 ) = = dengan M enyatakan M M 2 M M 2 julah reaks ka yang terjad dala jarngan M ( X, ε ). Teorea Untuk suatu jarngan etabolk M, M 2 dan M 3, eenuh sfat berkut:. d ( M, M ) 2 2. d ( M, M 2 ) = M = M 2 3. d M, M ) = d( M, ) ( 2 2 M 4. d ( M, M 3) d( M, M 2 ) d( M 2, M 3) Bukt. Sfat -3 adalah akbat langsung dar defns, Selanjutnya akan dbuktkan sfat (4) yatu eenuh ketaksaaan segtga. Msalkan 2 = M M 2, 23 = M 2 M3, 3 = M 2 M3, M2 = M M 2, M 23 = M 2 M3 dan M3 = M M3, aka dperoleh: d ( M, M 3) d( M, M 2 ) d( M 2, M 3) M M M M 2 23 M 3 3 M M 23 M 2M 23 2M 23 23M2 M () 2M 23 2 M 2 23 M Karena M2 M, M 23 M 2 aka dperoleh: M2M 23 M M 2...(2) Pada jarngan etabolc M, M 2, M3, akan eenuh pernyataan berkut: 2 23 M 2...(3) 8

8 kasus : M M 2 aka: M M 2 2 M 23 M 2 M 2 23 M berdasarkan persaaan (2), dperoleh: M 2M 23 2 M 2 23 M Kasus 2: M M 2 M M 2 2 M 2 23 M 2 2 M 2 23 M berdasarkan persaaan (2), dperoleh: M 2M 23 2 M 2 23 M Berdasarkan teorea datas, aka jarak 2 jarngan etabolk, d( M, M 2 ) eenuh sfat etrk. 9

Pelabelan Total Sisi Ajaib Pada Subkelas Pohon

Pelabelan Total Sisi Ajaib Pada Subkelas Pohon Pelabelan Total Ss Ajab Pada Subkelas Pohon Hlda Rzky Nngtyas, Dr Daraj, SS, MT [] Jurusan Mateatka, Fakultas MIPA, Insttut Teknolog Sepuluh Nopeber (ITS Jl Aref Rahan Hak, Surabaya 60 E-al: daraj@ateatkatsacd

Lebih terperinci

Aljabar Hipergraf Dan Aplikasinya

Aljabar Hipergraf Dan Aplikasinya Aljabar Hpergraf Dan Aplkasnya Oleh: Mula Astut Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam Unverstas Bengkulu Jl. Raya Kandang Lmun, Bengkulu Irawat, Intan Muchtad Alamsyah Ahmad Muchls,

Lebih terperinci

Penerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6)

Penerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6) ISSN : 693 73 Penerapan Aljabar Matrk Dala Analsa Masukan-Keluaran Elstya Rawat 6) Abstrak Analsa asukan-keluaran bertolak dar anggapan bahwa suatu sste perekonoan terdr atas sector-sektor yang salng berkatan.

Lebih terperinci

Bab 1 Ruang Vektor. R. Leni Murzaini/0906577381

Bab 1 Ruang Vektor. R. Leni Murzaini/0906577381 Bab 1 Ruang Vektor Defns Msalkan F adalah feld, yang elemen-elemennya dnyatakansebaga skalar. Ruang vektor atas F adalah hmpunan tak kosong V, yang elemen-elemennya merupakan vektor, bersama dengan dua

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

Jurnal Pendidikan Matematika & Matematika

Jurnal Pendidikan Matematika & Matematika Jurnal Penddkan Mateatka & Mateatka Syasah. (2011). Pengaruh Puasa Terhadap Konsentras Belajar Sswa. Jakarta: UIN Syarf Hdayatullah Jakarta. Thabrany, Hasbullah. (1995). Rahasa Sukses Belajar. Jakarta:

Lebih terperinci

Bab VII Contoh Aplikasi

Bab VII Contoh Aplikasi Bab VII Contoh Aplkas Dala bab n akan dberkan lustras tentang aplkas statstk penguj VVVS dala eontor kestablan atrks korelas pada proses produks dudukan kabel tegangan tngg (flange) d PT PINDAD (Persero).

Lebih terperinci

BAB III HASILKALI TENSOR PADA RUANG VEKTOR. Misalkan V ruang vektor atas lapangan F. Suatu transformasi linear f L ( V, F )

BAB III HASILKALI TENSOR PADA RUANG VEKTOR. Misalkan V ruang vektor atas lapangan F. Suatu transformasi linear f L ( V, F ) 28 BAB III HASILKALI TENSOR PADA RUANG VEKTOR III.1 Ruang Dual Defns III.1.2: Ruang Dual [10] Msalkan V ruang vektor atas lapangan F. Suatu transformas lnear f L ( V, F ) dkatakan fungsonal lnear (atau

Lebih terperinci

DIMENSI PARTISI GRAF GIR

DIMENSI PARTISI GRAF GIR Jurnal Matematka UNAND Vol. 1 No. 2 Hal. 21 27 ISSN : 2303 2910 c Jurusan Matematka FMIPA UNAND DIMENSI PARTISI GRAF GIR REFINA RIZA Program Stud Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

ALJABAR LINIER LANJUT

ALJABAR LINIER LANJUT ALABAR LINIER LANUT Ruang Bars dan Ruang Kolom suatu Matrks Msalkan A adalah matrks mnatas lapangan F. Bars pada matrks A merentang subruang F n dsebut ruang bars A, dnotaskan dengan rs(a) dan kolom pada

Lebih terperinci

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang Modul 1 Teor Hmpunan PENDAHULUAN Prof SM Nababan, PhD Drs Warsto, MPd mpunan sebaga koleks (pengelompokan) dar objek-objek yang H dnyatakan dengan jelas, banyak dgunakan dan djumpa dberbaga bdang bukan

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

BILANGAN RAMSEY SISI DARI r ( P, )

BILANGAN RAMSEY SISI DARI r ( P, ) Charul Imron dan dy Tr Baskoro, Blangan Ramsey Ss BILANGAN RAMSY SISI DARI r ( P, ) (Ramsey Number from the Sde r ( P, ) ) Charul Imron dan dy Tr Baskoro Jurusan Matemátca, FMIPA ITS Surabaya mron-ts@matematka.ts.ac.d

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

ARUS BOLAK BALIK V R. i m

ARUS BOLAK BALIK V R. i m Modul 9 Elektroagnet KEGIATAN BEAJA A. ANDASAN TEOI AUS BOAK BAIK Arus dan tegangan lstrk bolak balk adalah arus dan tegangan lstrk yang berubah terhadap waktu atau erupakan fungs waktu. Yang berubah adalah

Lebih terperinci

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

Lebih terperinci

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 07 Sfat-sfat Operas Perkalan Modular pada raf Fuzzy T - 3 Tryan, ahyo Baskoro, Nken Larasat 3, Ar Wardayan 4,, 3, 4 Unerstas Jenderal Soedrman transr@yahoo.com.au

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA

BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA A-3 Dan Aresta Yuwanngsh 1 1 Mahasswa S Matematka UGM dan.aresta17@yahoo.com Abstrak Dberkan R merupakan rng dengan elemen satuan, M R-modul kanan, dan R S End

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI QR TUGAS AKHIR

PENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI QR TUGAS AKHIR PENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI QR TUGAS AKHIR Dajukan sebaga Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sans pada Jurusan Matematka Oleh : IIS ERIANTI

Lebih terperinci

ANALISIS KONSTRUKSI DAN SIFAT BCH CODE

ANALISIS KONSTRUKSI DAN SIFAT BCH CODE KNM XVI -6 Jul 202 UNPAD, Jatnangor ANALISIS KONSTRUKSI DAN SIFAT BCH CODE ACHMAD FAHRUROZI, M.SI,2, SRI MARDIYATI, M.KOM 2 Unverstas Gunadara Depok, achad.fahruroz@yahoo.co.d 2 Unverstas Indonesa Depok,

Lebih terperinci

SEMI RING POLINOM ATAS ALJABAR MAX-PLUS

SEMI RING POLINOM ATAS ALJABAR MAX-PLUS JMP : Volume 4 Nomor 2, Desember 2012, hal. 289-297 SEMI RING POLINOM ATAS ALJABAR MAX-PLUS Suroto Prod Matematka, Jurusan MIPA, Fakultas Sans dan Teknk Unverstas Jenderal Soedrman e-mal : suroto_80@yahoo.com

Lebih terperinci

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a Lecture 2: Pure Strategy A. Strategy Optmum Hal pokok yang sesungguhnya menad nt dar teor permanan adalah menentukan solus optmum bag kedua phak yang salng bersang tersebut yang bersesuaan dengan strateg

Lebih terperinci

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d

Lebih terperinci

JMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT

JMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT JMP : Volume 5 Nomor, Jun 03, hal. 3 - SPEKTRUM PD GRF REGULER KUT Rzk Mulyan, Tryan dan Nken Larasat Program Stud Matematka, Fakultas Sans dan Teknk Unerstas Jenderal Soedrman Emal : rzky90@gmal.com BSTRCT.

Lebih terperinci

PADA GRAF PRISMA BERCABANG

PADA GRAF PRISMA BERCABANG PELABELAN TOTAL SUPER (a, d)-busur ANTI AJAIB PADA GRAF PRISMA BERCABANG Achmad Fahruroz,, Dew Putre Lestar,, Iffatul Mardhyah, Unverstas Gunadarma Depok Program Magster Fakultas MIPA Unverstas Indonesa

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

BAB III PEMBAHASAN. Pada bab ini akan dibahas mengenai ring embedding dan faktorisasi. tunggal pada ring komutatif tanpa elemen kesatuan.

BAB III PEMBAHASAN. Pada bab ini akan dibahas mengenai ring embedding dan faktorisasi. tunggal pada ring komutatif tanpa elemen kesatuan. BAB III PEMBAHASAN Pada bab n akan dbahas mengena rng embeddng dan faktorsas tunggal pada rng komutatf tanpa elemen kesatuan. A. Rng Embeddng Defns 3.1 (Malk et al. 1997: 318 Suatu rng R dkatakan embedded

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

Teori Himpunan. Modul 1 PENDAHULUAN

Teori Himpunan. Modul 1 PENDAHULUAN Modul 1 Teor Hmpunan Dr. Subanar K PENDHULUN arena banyak karakterstk dar masalah probabltas dapat dnyatakan secara formal dan dmodelkan secara rngkas dengan menggunakan notas hmpunan elementer, maka pertama-tama

Lebih terperinci

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi. BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya

Lebih terperinci

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1 Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran

Lebih terperinci

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal 157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan

Lebih terperinci

SISTEM PERSAMAAN LINEAR ITERATIF MAX-PLUS BILANGAN KABUR

SISTEM PERSAMAAN LINEAR ITERATIF MAX-PLUS BILANGAN KABUR SISTEM PERSMN LINER ITERTIF MX-PLUS BILNGN KBUR M. ndy Rudhto ; Sr Wahyun 2 ; r Suarwanto 3 ; F.Suslo, S.J 4 Jurusan PMIP FKIP USD, Pangan Maguwoharjo, Yogyakarta rudhto@staff.usd.ac.d 2, 3 Jurusan Mateatka

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

KONSEP DASAR PROBABILITAS

KONSEP DASAR PROBABILITAS KONSEP DASAR PROBABILITAS TI2131 TEORI PROBABILITAS MINGGU KE-3 & KE-4 1 Defns 1 Probabltas dar sebuah kejadan A adalah jumlah bobot dar tap ttk sampel yang termasuk dalam A. Selanjutnya: 0 < P(A) < 1,

Lebih terperinci

ANALISIS MASALAH GENERATOR DARI POSSIBLE DAN UNIVERSAL EIGENVECTOR PADA MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ANALISIS MASALAH GENERATOR DARI POSSIBLE DAN UNIVERSAL EIGENVECTOR PADA MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS Sear Nasoal Mateatka IV (SeNasMat) Isttut Tekolog Sepuluh Nopeber, Surabaya, 3 Deseber NLISIS MSLH GENERTOR DRI POSSIBLE DN UNIVERSL EIGENVECTOR PD MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar, Suboo,

Lebih terperinci

SEARAH (DC) Rangkaian Arus Searah (DC) 7

SEARAH (DC) Rangkaian Arus Searah (DC) 7 ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

5.. Kekakuan Portal Bdang (Plane Frae) BAB 5 ANASS STRUKTUR PORTA BANG Struktur plane rae erupakan suatu sste struktur ang erupakan gabungan dar seulah eleen (batang) d ana pada setap ttk spulna danggap

Lebih terperinci

Bab III S, TORUS, Sebelum mempelajari perbedaan pada grup fundamental., dan figure eight terlebih dahulu akan dipelajari sifat dari grup

Bab III S, TORUS, Sebelum mempelajari perbedaan pada grup fundamental., dan figure eight terlebih dahulu akan dipelajari sifat dari grup GRUP FUNDAMENTAL PADA Bab III S, TORUS, P dan FIGURE EIGHT Sebelu epelajari perbedaan pada grup fundaental S, Torus, P, dan figure eight terlebih dahulu akan dipelajari sifat dari grup fundaental asing-asing

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

PELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP

PELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP JMP : Volume 1 Nomor 2, Oktober 2009 PELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP Tryan dan Nken Larasat Fakultas Sans dan Teknk, Unverstas Jenderal Soedrman Purwokerto, Indonesa

Lebih terperinci

MODUL ANALISIS PENGUKURAN FISIKA. Disusun Oleh: Kuncoro Asih Nugroho, M.Pd., M.Sc.

MODUL ANALISIS PENGUKURAN FISIKA. Disusun Oleh: Kuncoro Asih Nugroho, M.Pd., M.Sc. MODUL ANALISIS PENGUKURAN FISIKA Dsusun Oleh: Kuncoro Ash Nugroho, M.Pd., M.Sc. JURUSAN PENDIDIKAN FISIKA FAKULTAS MATEMATIKAN DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA YOGYAKARTA BAB I METODE

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

PENDAHULUAN Latar Belakang

PENDAHULUAN Latar Belakang PENDAHULUAN Latar Belakang Menurut teor molekuler benda, satu unt volume makroskopk gas (msalkan cm ) merupakan suatu sstem yang terdr atas sejumlah besar molekul (kra-kra sebanyak 0 0 buah molekul) yang

Lebih terperinci

Diberikan sebarang relasi R dari himpunan A ke B. Invers dari R yang dinotasikan dengan R adalah relasi dari B ke A sedemikian sehingga

Diberikan sebarang relasi R dari himpunan A ke B. Invers dari R yang dinotasikan dengan R adalah relasi dari B ke A sedemikian sehingga Departent of Matheatics FMIPA UNS Lecture 3: Relation C A. Universal, Epty, and Equality Relations Diberikan sebarang hipunan A. Maka A A dan erupakan subset dari A A dan berturut-turut disebut relasi

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

KARAKTERISTIK PENGUAT UMPAN-BALIK (lanjutan) Skema penguat umpan-balik tunggal diperlihatkan pd gambar berikut. Skema penguat umpan-balik tunggal

KARAKTERISTIK PENGUAT UMPAN-BALIK (lanjutan) Skema penguat umpan-balik tunggal diperlihatkan pd gambar berikut. Skema penguat umpan-balik tunggal EEKTONK NOG Perteuan 6 KKTESTK PENGUT UPN-BK (lanjutan Skea penguat upan-balk tunggal dperlhatkan pd gabar berkut. Skea penguat upan-balk tunggal Snyal asuk, snyal keluar, snyal upan-balk f, dan perbedaan

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

METODE LEVENBERG MARQUARDT UNTUK MASALAH KUADRAT TERKECIL NONLINEAR

METODE LEVENBERG MARQUARDT UNTUK MASALAH KUADRAT TERKECIL NONLINEAR PROSIDING ISBN : 978 979 6353 3 MEODE LEVENBERG MARQUARD UNUK MASALAH KUADRA ERKECIL NONLINEAR -8 Lusa Krsyat Budash Progra Stud Mateatka Unverstas Sanata Dhara Yogyakarta lusa_krs@sta.usd.ac.d Abstrak

Lebih terperinci

BAB 4 PERHITUNGAN NUMERIK

BAB 4 PERHITUNGAN NUMERIK Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat

Lebih terperinci

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN SAMPLING ACAK SEDERHANA DAN SAMPLING BERPERINGKAT. ABSTRACT 1.

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN SAMPLING ACAK SEDERHANA DAN SAMPLING BERPERINGKAT. ABSTRACT 1. PEAKSIR RASIO UTUK RATA-RATA POPULASI MEGGUAKA SAMPLIG ACAK SEDERHAA DA SAMPLIG BERPERIGKAT Ryan Aresta Ral Suroso, Arsan Adnan, Rusta Efend r_yand7045@yaoo.co Maasswa Progra S Mateatka Dosen Jurusan Mateatka

Lebih terperinci

PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC

PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC Kurnawan *, Rolan Pane, Asl Srat Mahasswa Program Stud S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

Lebih terperinci

RANGKAIAN SERI. 1. Pendahuluan

RANGKAIAN SERI. 1. Pendahuluan . Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor

Lebih terperinci

BAB VII STABILITAS TEBING

BAB VII STABILITAS TEBING BAB VII STABILITAS TEBING VII - BAB VII STABILITAS TEBING 7. TINJAUAN UMUM Perhtungan stabltas lereng/tebng dgunakan untuk perhtungan keamanan tebng dss-ss sunga yang terganggu kestablannya akbat adanya

Lebih terperinci

STATISTICAL STUDENT OF IST AKPRIND

STATISTICAL STUDENT OF IST AKPRIND E-mal : statstkasta@yahoo.com Blog : Analss Regres SederhanaMenggunakan MS Excel 2007 Lsens Dokumen: Copyrght 2010 sssta.wordpress.com Seluruh dokumen d sssta.wordpress.com dapat dgunakan dan dsebarkan

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

KEANDALAN SISTEM PEMBANGKIT LISTRIK TENAGA DIESEL DI KABUPATEN MERAUKE-PAPUA

KEANDALAN SISTEM PEMBANGKIT LISTRIK TENAGA DIESEL DI KABUPATEN MERAUKE-PAPUA Jurnal Ilah Mustek An Ha Vol. 4 o. 3, Deseber 2015 KEADALA SISTEM PEMBAGKIT LISTRIK TEAGA DIESEL DI KABUPATE MERAUKE-PAPUA Johan Kar Eal: Joka_joka73@yahoo.co, papeda99@yahoo.co.d Jurusan Teknk Elektro,

Lebih terperinci

VERTEX ANTIMAGIC TOTAL LABELING PADA GRAPH MULTICYCLE

VERTEX ANTIMAGIC TOTAL LABELING PADA GRAPH MULTICYCLE Vol. 7 No. Jun 0 VERTEX ANTIMAGIC TOTAL LABELING PADA GRAPH MULTICYCLE Donkus Ar Bud Prasetyo Progra Stud Penddkan Mateatka Jurusan MIPA Fakultas Penddkan Ilu Keguruan Unverstas Sanata Dhara Yogyakarta

Lebih terperinci

MENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak

MENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak JURAL MATEMATIKA DA KOMUTER Vol. 6. o., 86-96, Agustus 3, ISS : 4-858 MECERMATI BERBAGAI JEIS ERMASALAHA DALAM ROGRAM LIIER KABUR Mohammad Askn Jurusan Matematka FMIA UES Abstrak Konsep baru tentang hmpunan

Lebih terperinci

Bab II Tinjauan Pustaka

Bab II Tinjauan Pustaka Bab II Tnauan Pustaka Msalkan vektor acak berdens p dengan atrks kovarans ( ) k sebaga koponen ke-k dan Σ σ. Koefsen korelas antara dua koponen dan adalah ρ σ σσ ( ) ( ) Var ( ) Cov, Var, Nla ρ eenuh ρ

Lebih terperinci

2. TINJAUAN PUSTAKA. Pada model berbasis area diasumsikan bahwa peubah yang menjadi perhatian merupakan fungsi dari rata-rata peubah respon, = g( )

2. TINJAUAN PUSTAKA. Pada model berbasis area diasumsikan bahwa peubah yang menjadi perhatian merupakan fungsi dari rata-rata peubah respon, = g( ) . INJAUAN PUSAKA. Model Area Kecl Model area kecl erupakan odel dasar dala pendugaan area kecl. Model n dkelopokkan enjad dua kelopok yatu odel berbass area (basc area level odel odel berbass unt (basc

Lebih terperinci

BAB 3 PRINSIP INKLUSI EKSKLUSI

BAB 3 PRINSIP INKLUSI EKSKLUSI BAB 3 PRINSIP INKLUSI EKSKLUSI. Tentukan banyak blangan bulat dar sampa dengan 0.000 yang tdak habs dbag 4, 6, 7 atau 0. Jawab: Msal: S = {, 2, 3, 4, 5,..., 0.000} a = {sfat habs dbag 4} a 2 = {sfat habs

Lebih terperinci

81 Bab 6 Ruang Hasilkali Dalam

81 Bab 6 Ruang Hasilkali Dalam 8 Bab Rang Haslkal Dalam Bab RUANG HASIL KALI DALAM Rang hasl kal dalam merpakan rang ektor yang dlengkap dengan operas hasl kal dalam. Sepert halnya rang ektor rang haslkal dalam bermanfaat dalam beberapa

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

9/17/2012 B E S A R A N. Besaran Fisika. massa, waktu, suhu, kecepatan, percepatan, panjang, luas, gaya, momentum, medan

9/17/2012 B E S A R A N. Besaran Fisika. massa, waktu, suhu, kecepatan, percepatan, panjang, luas, gaya, momentum, medan Konseptual esaran Pokok : besaran yang dtetapkan dengan suatu standar ukuran esaran Fska esaran Turunan : esaran yang drumuskan dar besaran-besaran pokok esaran Skalar Matemats esaran Vektor E S R N Skalar

Lebih terperinci

LINIERITAS INTEGRAL HENSTOCK-PETTIS PADA RUANG EUCLIDE R n

LINIERITAS INTEGRAL HENSTOCK-PETTIS PADA RUANG EUCLIDE R n LINIERITS INTEGRL HENSTOCK-PETTIS PD RUNG EUCLIDE R n Harur Rahan Jurusan Mateatka Fakultas Sans Teknolog Unverstas Isla Neger Maulana Malk Ibrah Malang BSTRCT In ths paper we study Henstock-Petts ntegral

Lebih terperinci

TINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph

TINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph TINJAUAN PUSTAKA Bayesan Networks BNs dapat memberkan nformas yang sederhana dan padat mengena nformas peluang. Berdasarkan komponennya BNs terdr dar Bayesan Structure (Bs) dan Bayesan Parameter (Bp) (Cooper

Lebih terperinci

METODE NUMERIK. INTERPOLASI Interpolasi Beda Terbagi Newton Interpolasi Lagrange Interpolasi Spline.

METODE NUMERIK. INTERPOLASI Interpolasi Beda Terbagi Newton Interpolasi Lagrange Interpolasi Spline. METODE NUMERIK INTERPOLASI Interpolas Beda Terbag Newton Interpolas Lagrange Interpolas Splne http://maulana.lecture.ub.ac.d Interpolas n-derajat polnom Tujuan Interpolas berguna untuk menaksr hargaharga

Lebih terperinci

APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS

APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS Vol No Jurnal Sans Teknolog Industr APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS Ftr Aryan Dew Yulant Jurusan Matematka Fakultas Sans Teknolog UIN SUSKA Rau Emal:

Lebih terperinci

P(A S) = P(A S) = P(B A) = dengan P(A) > 0.

P(A S) = P(A S) = P(B A) = dengan P(A) > 0. 0 3.5. PELUANG BERSYARAT Jka kta menghtung peluang sebuah pestwa, maka penghtungannya selalu ddasakan pada uang sampel ekspemen. Apabla A adalah sebuah pestwa, maka penghtungan peluang da pestwa A selalu

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2. Graf Graf G= (V G,E G ) adalah suatu siste yang terdiri dari hipunan berhingga tak kosong V G dari objek yang dinaakan titik (ertex) dan hipunan E G, pasangan tak berurut dari

Lebih terperinci

Bab 3. Teori Comonotonic. 3.1 Pengurutan Variabel Acak

Bab 3. Teori Comonotonic. 3.1 Pengurutan Variabel Acak Bab 3 Teor Comonotonc Pada bab n konsep teor comonotonc akan dpaparkan dar awal dan berakhr pada konsep teor n untuk jumlah dar peubah - peubah acak 1. Setelah tu untuk membantu pemahaman akan dberkan

Lebih terperinci

SOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA

SOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA ISTITUT TEKOLOGI BADUG FAKULTAS MATEMATIKA DA ILMU PEGETAHUA ALAM PROGRAM STUDI FISIKA FI-500 Mekanka Statstk SEMESTER/ Sem. - 06/07 PR#4 : Dstrbus bose Ensten dan nteraks kuat Kumpulkan d Selasa 9 Aprl

Lebih terperinci

ANALISIS PERBANDINGAN SKEMA PEMBAGIAN RAHASIA 3-STRUKTUR AKSES HIPERGRAF DAN 3-STRUKTUR TERLARANG HIPERGRAF TESIS

ANALISIS PERBANDINGAN SKEMA PEMBAGIAN RAHASIA 3-STRUKTUR AKSES HIPERGRAF DAN 3-STRUKTUR TERLARANG HIPERGRAF TESIS UNIVERSITAS INDONESIA ANALISIS PERBANDINGAN SKEMA PEMBAGIAN RAHASIA 3-STRUKTUR AKSES HIPERGRAF DAN 3-STRUKTUR TERLARANG HIPERGRAF TESIS I KETUT TRI MARTANA 08064015 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

BAB III SAMPLING BERKELOMPOK DAN SAMPLING BERKELOMPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS)

BAB III SAMPLING BERKELOMPOK DAN SAMPLING BERKELOMPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) BAB III SAPLING BERKELOPOK DAN SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) 3. Saplng Berkelopok Populas elk konds yang berbeda beda jka dlhat berdasarkan ukurannya. Pada pebahasan

Lebih terperinci

Rekayasa Trafik Telekomunikasi

Rekayasa Trafik Telekomunikasi Rekayasa Trafk Telekomunkas TEU9948 INDAR SURAHMAT emodelan Interval Waktu engetahuan yang mendasar pemodelan nterval waktu adalah teor robabltas engetahuan Dasar robabltas Jka A dan B kejadan sembarang,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES

LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES Hubungan n akan dawal dar gaya yang beraks pada massa fluda. Gaya-gaya n dapat dbag ke dalam gaya bod, gaya permukaan, dan gaya nersa. a. Gaya Bod Gaya bod

Lebih terperinci

BAB V INTEGRAL KOMPLEKS

BAB V INTEGRAL KOMPLEKS 6 BAB V INTEGRAL KOMPLEKS 5.. INTEGRAL LINTASAN Msal suatu lntasan yang dnyatakan dengan : (t) = x(t) + y(t) dengan t rl dan a t b. Lntasan dsebut lntasan tutup bla (a) = (b). Lntasan tutup dsebut lntasan

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 33-40, April 2001, ISSN : KLASIFIKASI INTERAKSI GELOMBANG PERMUKAAN BERTIPE DUA SOLITON

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 33-40, April 2001, ISSN : KLASIFIKASI INTERAKSI GELOMBANG PERMUKAAN BERTIPE DUA SOLITON JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No., 33-40, Aprl 00, ISSN : 40-858 KLASIFIKASI INTERAKSI GELOMBANG PERMUKAAN BERTIPE DUA SOLITON Sutmn dan Agus Rusgyono Jurusan Matematka FMIPA UNDIP Abstrak Pada

Lebih terperinci

BAB II TINJAUAN PUSTAKA. George Boole dalam An Investigation of the Laws of Thought pada tahun

BAB II TINJAUAN PUSTAKA. George Boole dalam An Investigation of the Laws of Thought pada tahun BAB II TINJAUAN PUSTAKA 2.1 Aljabar Boolean Barnett (2011) menyatakan bahwa Aljabar Boolean dpublkaskan oleh George Boole dalam An Investgaton of the Laws of Thought pada tahun 1954. Dalam karya n, Boole

Lebih terperinci

MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL)

MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL) MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL) 1. Konse Dasar Sngle Index Model. Forula SIM untuk Sekurtas 3. SIM untuk Sekurtas Tunggal 4. SIM untuk Portofolo 5. Portofolo Otal Berdasarkan SIM Munya Alteza

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus

Lebih terperinci

DIKTAT KULIAH ANALISIS NUMERIK ( CIV

DIKTAT KULIAH ANALISIS NUMERIK ( CIV DIKTAT KULIAH ANALISIS NUMERIK ( CIV 8 Oleh : Agus Setawan S.T. M.T. PROGRAM STUDI TEKNIK SIPIL FAKULTAS TEKNOLOGI & DESAIN UNIVERSITAS PEMBANGUNAN JAYA TANGERANG SELATAN 6 DAFTAR ISI KATA PENGANTAR DAFTAR

Lebih terperinci

BAB 2 SUPERSIMETRI dan SUPERGRAVITASI N=1

BAB 2 SUPERSIMETRI dan SUPERGRAVITASI N=1 BB SUERSIETRI dan SUERGRVITSI N. SUERSIETRI N Teor edan yan dbanun dar funs aks aar apat eberkan deskrps fss haruslah setrs enurut prnsp dasar teor relatvtas khusus, artnya teor edan n harus nvarant terhadap

Lebih terperinci

DISTRIBUSI FREKUENSI

DISTRIBUSI FREKUENSI BAB DISTRIBUSI FREKUENSI Kompetens Mampu membuat penyajan data dalam dstrbus frekuens Indkator 1. Menjelaskan dstrbus frekuens. Membuat dstrbus frekuens 3. Menjelaskan macam-macam dstrbus frekuens 4. Membuat

Lebih terperinci

PENERAPAN LOGIKA FUZZY DALAM PENGAMBILAN KEPUTUSAN UNTUK JALUR PEMINATAN MAHASISWA

PENERAPAN LOGIKA FUZZY DALAM PENGAMBILAN KEPUTUSAN UNTUK JALUR PEMINATAN MAHASISWA onferens Nasonal Sste dan Inforatka 09; Bal, Noveber 4, 09 PENERAPAN LOGIA FUZZY DALAM PENGAMBILAN EPUTUSAN UNTU JALUR PEMINATAN MAHASISWA Sauel Lukas*, Melayana**, Wlla Sson* * Jurusan Teknk Inforatka

Lebih terperinci

ALGORITMA UMUM PENCARIAN INFORMASI DALAM SISTEM TEMU KEMBALI INFORMASI BERBASIS METODE VEKTORISASI KATA DAN DOKUMEN

ALGORITMA UMUM PENCARIAN INFORMASI DALAM SISTEM TEMU KEMBALI INFORMASI BERBASIS METODE VEKTORISASI KATA DAN DOKUMEN ALGORITMA UMUM PENCARIAN INFORMASI DALAM SISTEM TEMU KEMBALI INFORMASI BERBASIS METODE VEKTORISASI KATA DAN DOKUMEN Hendra Bunyamn Jurusan Teknk Informatka Fakultas Teknolog Informas Unverstas Krsten Maranatha

Lebih terperinci

Dekomposisi Nilai Singular dan Aplikasinya

Dekomposisi Nilai Singular dan Aplikasinya A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

BAB II KAJIAN TEORI. 2.1 Pendahuluan. 2.2 Pengukuran Data Kondisi

BAB II KAJIAN TEORI. 2.1 Pendahuluan. 2.2 Pengukuran Data Kondisi BAB II KAJIAN TEORI 2.1 Pendahuluan Model penurunan nla konds jembatan yang akan destmas mengatkan data penurunan konds jembatan dengan beberapa varabel kontnu yang mempengaruh penurunan kondsnya. Data

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

PENGGABUNGAN PADA SUPER EDGE-MAGIC PETERSEN GRAPH DENGAN VERTEX PADA SETIAP VERTEX YANG ADA. Ida Christiana 1,Chairul Imron 2 ABSTRAK

PENGGABUNGAN PADA SUPER EDGE-MAGIC PETERSEN GRAPH DENGAN VERTEX PADA SETIAP VERTEX YANG ADA. Ida Christiana 1,Chairul Imron 2 ABSTRAK PENGGABUNGAN PADA SUPER EDGE-MAGIC PETERSEN GRAPH DENGAN VERTEX PADA SETIAP VERTEX YANG ADA Ida Chrstana 1,Charul Imron ABSTRAK Pelabelan suatu grah adalah suatu emetaan dar hmunan elemen grah (vertex,

Lebih terperinci

BAB I PENDAHULUAN. suatu komputer digital [12]. Citra digital tersusun atas sejumlah elemen.

BAB I PENDAHULUAN. suatu komputer digital [12]. Citra digital tersusun atas sejumlah elemen. BAB I PENDAHULUAN 1.1 LATAR BELAKANG Ctra dgtal merupakan ctra hasl dgtalsas yang dapat dolah pada suatu komputer dgtal [12]. Ctra dgtal tersusun atas sejumlah elemen. Elemen-elemen yang menyusun ctra

Lebih terperinci

Bab 3 Analisis Ralat. x2 x2 x. y=x 1 + x 2 (3.1) 3.1. Menaksir Ralat

Bab 3 Analisis Ralat. x2 x2 x. y=x 1 + x 2 (3.1) 3.1. Menaksir Ralat Mater Kulah Ekspermen Fska Oleh : Drs. Ishaft, M.S. Program Stud Penddkan Fska Unverstas Ahmad Dahlan, 07 Bab 3 Analss Ralat 3.. Menaksr Ralat Msalna suatu besaran dhtung dar besaran terukur,,..., n. Jka

Lebih terperinci