Kompleksitas dari Algoritma-Algoritma untuk Menghitung Bilangan Fibonacci

Ukuran: px
Mulai penontonan dengan halaman:

Download "Kompleksitas dari Algoritma-Algoritma untuk Menghitung Bilangan Fibonacci"

Transkripsi

1 Kompleksitas dari Algoritma-Algoritma utuk Meghitug Bilaga Fiboacci Gregorius Roy Kaluge NIM : 358 Program Studi Tekik Iformatika, Istitut Tekologi Badug Jala Gaesha, Badug if8@studets.if.itb.ac.id, milikya_roy@yahoo.co.id ABSTRAK Makalah ii aka membahas beberapa algoritma yag bisa diguaka utuk meghitug bilaga Fiboacci. Bilaga Fiboacci adalah bilaga yag terdapat pada deret Fiboacci. Deret Fiboacci biasa didefiisika secara rekursif sebagai : f() f(-) + f(-) dega f() da f() adalah sebuah kostata. Aka ada algoritma da rumus yag aka dibahas pada makalah ii. Algoritma-algoritma tersebut yaitu algoritma rekursif, iteratif, da algoritma iteratif dega megguaka matriks. Algoritma iteratif megguaka matriks yag dibahas ati aka memiliki versi. Versi pertama megguaka tekik pemagkata secara liear sedagka versi kedua megguaka tekik divide-ad-coquer. Pada masig-masig algoritma da rumus, aka diberika cotoh program dalam bahasa PASCAL agar bisa memberi sedikit gambara tetag implemetasiya. Masig-masig algoritma tersebut, beserta rumus utuk meghitug Fiboacci, aka diaalisis utuk dicari kompleksitasya, kasus terbaik, kasus terburuk, da otasi O besarya. Selajutya, dari algoritma da rumus tersebut aka ditetuka cara yag palig magkus utuk meghitug bilaga Fiboacci dari segi waktu. Kata kuci: Fiboacci, kompleksitas algoritma, dividead-coquer. PENDAHULUAN - Fiboacci search techique megguaka bilaga Fiboacci Sebelum megguaka bilaga Fiboacci tetuya perlu diketahui besarya bilaga yag aka diguaka tersebut. Utuk meghitugya, ada beberapa algoritma yag bisa diguaka. Tetu saja, pemiliha algoritma yag aka diguaka harus dilakuka sebaik-baikya agar diperoleh algoritma yag semagkus mugki.. DERET FIBONACCI [] Deret Fiboacci diperkealka pada tahu oleh Leoardo dari Pisa (yag dikeal sebagai Fiboacci). Deret ii didefiisika secara rekursif sebagai : f() f(-) + f(-) f() f() Sebearya terdapat versi lai utuk f() da f() yaitu f(), f(). Namu dalam makalah ii, deret Fiboacci yag diguaka adalah deret yag ilai f() da f(). Selai itu, deret Fiboacci yag dibahas pada makalah ii adalah deret Fiboacci utuk ideks bilaga bulat o egatif. 3. ALGORITMA REKURSIF 3.. Algoritma Algoritma rekursif ii lagsug megimplemetasika defiisi rekursif bilaga fiboacci dalam betuk fugsi rekursif. Cotoh fugsi fiboacci dalam bahasa PASCAL : Bilaga Fiboacci memiliki cukup bayak aplikasi dalam duia matematika maupu komputer. Cotohya [] : - Kasus terburuk utuk algoritma Euclid dalam meetuka FPB (Faktor Pembagi Terbesar) adalah jika iputya sepasag bilaga Fiboacci yag beruruta - Bilaga Fiboacci diguaka utuk membagkitka bilaga pseudoradom. MAKALAH IF STRUKTUR DISKRIT TAHUN

2 3.. Aalisis Dari fugsi rekursif di atas, bisa dilihat bahwa T() da T() berilai karea jika iputya atau, program aka melakuka proses yaitu assigmet (permberia ilai). T() berilai T(-) + T(-) + karea di setiap tahap rekures, program aka memaggil fibo(-) yag memiliki kompleksitas T(-) da fibo(-) yag memiliki kompleksitas T(-), semetara itu utuk mejumlahka keduaya dibutuhka proses. Oleh karea itu :, utuk T ( ) T ( ) + T ( ) +, utuk laiya Jika, T() T() + T() + 3, f(+) 3 Jika 3, T() T() + T() + 5, f(+) 5 Jika, T() T(3) + T() +, f(+) 8 Jika 5, T() T() + T(3) + 5, f(+) 3 Jika 6, T() T(5) + T() + 5, f(+) Jika 7, T() T(6) + T(5) +, f(+) 3 Jika 8, T() T(7) + T(6) + 67, f(+) 55 Dari situ bisa kita lihat bahwa T() aka berkembag secara ekspoesial. Utuk mecari otasi O besarya : T() T(-)+ T(-)+ T(-) T() 3 T(-) Sehigga diperoleh T() O(3 ). Algoritma ii adalah algoritma yag stabil, kompleksitas utuk kasus terbaik sama dega kompleksitas utuk kasus terburukya.. ALGORITMA ITERATIF.. Algoritma Algoritma ii mirip dega algoritma rekursif amu ada sedikit perbedaa. Pada algoritma ii, fugsi rekursif digatika oleh sebuah iterasi. Ideya adalah sebagai berikut : ) Meyimpa ilai f() da f() dalam variabel ) Meghitug ilai f() dari ilai f() da f() yag sudah disimpa sebelumya, lalu meyimpa ilai f() da f() 3) Meghitug ilai f(3) dari ilai f() da f() yag sudah disimpa sebelumya, lalu meyimpa ilai f(3) da f() ) Proses tersebut dilakuka berulag-ulag sampai diperoleh ilai f() Cotoh potoga programya dalam bahasa PASCAL :.. Aalisis Dari potoga program di atas, lagsug terlihat bahwa kompleksitas waktuya adalah : T() + 3(-) 3 - Dega ilai T() tersebut, bisa ditetuka otasi O besarya : T() 3- T() 3 Sehigga diperoleh T() O(). Utuk ilai > T() pasti berilai 3-. Oleh karea itu, algoritma ii adalah algoritma yag stabil. Jadi kompleksitas utuk kasus terbaik sama dega kompleksitas utuk kasus terburukya. 5. ALGORITMA ITERATIF MENGGUNAKAN MATRIKS 5.. Versi I 5... Algoritma Ide dasar algoritma ii adalah merepresetasika bilaga Fiboacci ke-(+) utuk > sebagai : f ( + ) f ( ) f ( ) f ( ) Dari iformasi tersebut, bisa dicari rumus umumya : f ( + ) f ( ) f ( ) f ( ) f ( + ) f ( ) f ( ) f ( ) f ( + ) f () f ( ) f () Sehigga jika kita igi meghitug Fiboacci ke- : f () f () f () f () f () 55 3 f () f () 3 f () Dari hasil perkalia matriks diperoleh : f() 55 f() + 3 f() Algoritmaya bisa dirumuska sebagai berikut : MAKALAH IF STRUKTUR DISKRIT TAHUN

3 Algoritma Meghitug Fiboacci Kamus X : matriks satua berukura A : matriks dega a a a da a Hasil : iteger Algoritma {perkalia (a,b) megembalika hasil perkalia matriks a da b} for i to - X perkalia(x, A) Hasil a f() + a f() Cotoh program dalam bahasa PASCAL : 5... Aalisis Jika dilihat dari program di sampig, proses yag dilakuka selai membaca data adalah proses iisialisasi, perkalia bilaga, perkalia matriks, da pejumlaha. Iisialisasi dilakuka sebayak kali. Proses perkalia matriks dilakuka sebayak - kali, setiap megalika matriks dilakuka 8 kali perkalia da kali pejumlaha. Yag terakhir, utuk meghitug outputya, dilakuka proses pejumlaha da proses perkalia. Dari iformasi tersebut, dapat diperoleh : T() + (-)(8+) + (+) T() 3 + T() - Selajutya, setelah memperoleh T(), bisa diperoleh pula otasi O besarya : T() - T() Jadi T() O(). Jika diperhatika, algoritma ii adalah algoritma yag stabil sehigga kompleksitas utuk kasus terbaik sama dega kompleksitas utuk kasus terburukya. 5.. Versi II Sebelum membahas algoritma ii, ada baikya kita membahas divide-ad-coquer Divide-ad-Coquer[] Divide-ad-coquer adalah sebuah algoritma yag berkerja sebagai berikut : ) Sebuah masalah dibagi mejadi beberapa bagia yag lebih kecil, idealya dega ukura yag kurag lebih sama ) Masalah-masalah yag kecil tersebut diselesaika 3) Jika diperluka, solusi yag diperoleh dari masalah-masalah yag kecil tersebut digabugka utuk memecahka masalah yag lebih besar Cotoh algoritma yag megguaka tekik dividead-coquer adalah biary search, mergesort, da quicksort Algoritma Algoritma ii sebearya memiliki ide dasar yag sama dega versi I, yaitu meghitug ilai Fiboacci megguaka pemagkata matriks. Yag berbeda adalah cara meghitug pagkatya. Seadaiya, kita igi meghitug f(), kita bisa megguaka rumus : f () f () f () f () MAKALAH IF STRUKTUR DISKRIT TAHUN

4 MAKALAH IF STRUKTUR DISKRIT TAHUN Selajutya, utuk meghitug pemagkata matriks, bisa diguaka tekik divide-ad-coquer sebagai berikut:,, da sedagka Dari perhituga di atas, bisa dirumuska algoritma pemagkataya sebagai berikut : Cotoh program dalam bahasa PASCAL : Fuctio pagkat (:iteger, A:matriks) matriks {megembalika ilai A dega prekodisi : >} Kamus temp : matriks Algoritma {perkalia (a,b) megembalika hasil perkalia matriks a da b} if () A else temp pagkat(/,a) if ( mod ) perkalia(perkalia(temp,temp), A) else perkalia(temp,temp)

5 5..3. Aalisis Dari program di atas, bisa dilihat bahwa ada proses iisalisasi, perkalia bilaga, perkalia matriks, pemagkata, da pejumlaha. Proses isialisasi ada sebayak 6 proses. Pada setiap perkalia matriks ada 8 proses perkalia da proses pejumlaha. Pada setiap proses pemagkata, ada maksimal perkalia matriks da proses assigmet. Sedagka pada bagia akhir dibutuhka proses perkalia da proses pejumlaha. Utuk meghitug proses pemagkata : g() Pada kasus terburuk : g() g(/) + (8+) g() g(/) + sehigga : g ( ) log + g() berilai karea utuk assigmet ilai ke matriks dibutuhka proses, yaitu assigmet ke masig-masig eleme matriks. Setelah g() diperoleh : T( ) 6 + g( ) + + T( ) + log log T( ) Setelah memperoleh T(), kita bisa mecari otasi O besarya : T() log + 3 log T() 8 log Sehigga T() O(log ). Kasus terbaik algoritma ii adalah jika k + utuk setiap k bilaga bulat positif. Alasaya, saat berilai k +, pada setiap tahap rekursi proses perkalia matriks yag dilakuka haya kali saja. Dega kata lai, kasus terbaikya terjadi saat bayakya bit berilai dari represetasi bier - haya. Semetara itu, kasus terburuk utuk algoritma ii adalah saat k utuk setiap k bilaga bulat positif. Alasaya, saat berilai k, pada setiap tahap rekursi aka dilakuka kali perkalia matriks. Dega kata lai, kasus terburukya terjadi saat semua bit dari represetasi bier - berilai f ( ) α + α () dega α da α adalah kostata. Utuk mecari ilai α da α, kita guaka f() da f(). f() α + α () (3) Solusi dari persamaa () da (3) di atas adalah : α 5 α 5 f() α ( + 5) + α ( 5) Setelah memperoleh ilai α da α, ilai tersebut bisa dimasukka ke persamaa () sehigga diperoleh : f ( ) 5 5 Rumus di atas meujukka bahwa deret Fiboacci berkembag secara ekspoesial. Artiya, ilai O(3 ) yag diperoleh pada Aalisis bab 3. sudah bear. 6.. Pegguaa Cotoh pegguaaya pada program dalam bahasa PASCAL : 6. RUMUS UNTUK MENGHITUNG FIBONACCI 6.. Peurua Rumus[3] Deret Fiboacci memiliki persamaa f() f(-) + f(- ) utuk f() da f(). Sedagka persamaa karakteristikya adalah r r. Persamaa karakteristik tersebut memiliki akar r ( 5) ( 5) + da r. Meurut teorema [3] di halama, deret Fiboacci bisa dituliska sebagai : MAKALAH IF STRUKTUR DISKRIT TAHUN

6 6.3. Aalisis Dari cotoh program di atas, kita bisa memperkiraka kompleksitas utuk algoritma ii. Proses-proses yag dilakuka pada program adalah proses pejumlaha, peguraga, perbadiga, if, absolut, modulo, perkalia, pembagia, logaritma, da ekspoe. Jika setiap proses tersebut diaggap sebagai proses saja (tidak megadug proses-proses lai), maka : T() Dari T() yag diperoleh, bisa dicari otasi O besarya : T() Sehigga T() O(). Karea algoritma ii adalah algoritma yag stabil, kompleksitas utuk kasus terbaik sama dega kompleksitas utuk kasus terburukya. Namu, jika proses ekspoe da logaritma tidak diaggap proses sediri, bisa jadi T() yag diperoleh meghasilka O(log ). Peulis kurag tahu megeai kompleksitas dari fugsi exp da l sehigga megasumsika bahwa kedua proses tersebut O(). 7. KESIMPULAN Dari hasil aalisis dari tiap algoritma dapat disimpulka: ) Algoritma rekursif adalah algoritma yag palig tidak magkus. Fugsi T() dari algoritma ii berkembag secara ekspoesial. ) Algoritma iteratif megguaka matriks versi berada di uruta ke- algoritma yag palig tidak magkus. Fugsi T() algoritma ii berkembag secara liear amu kostata pegali -ya. 3) Algoritma iteratif memiliki kompleksitas yag cukup baik. Fugsi T() algoritma ii berkembag secara liear dega kostata pegali -ya 3. ) Algoritma iteratif megguaka matriks versi memiliki kompleksitas O(log ). Algoritma ii sagat magkus utuk meghitug bilaga Fiboacci. 5) Pegguaa rumus eksplisit adalah cara palig magkus utuk meghitug bilaga Fiboacci. REFERENSI [] Taggal akses Desember. [] Leviti, Aay, Itroductio to The Desig & Aalysis of Algorithms, Addiso-Wesley s, 3. [3] Rose, Keeth H., Discrete Mathematics ad Its Applicatios Fifth Editio, McGrawHill, 3. MAKALAH IF STRUKTUR DISKRIT TAHUN

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

Lebih terperinci

Kompleksitas Waktu untuk Algoritma Rekursif. ZK Abdurahman Baizal

Kompleksitas Waktu untuk Algoritma Rekursif. ZK Abdurahman Baizal Kompleksitas Waktu utuk Algoritma Rekursif ZK Abdurahma Baizal Algoritma Rekursif Betuk rekursif : suatu subruti/fugsi/ prosedur yag memaggil diriya sediri. Betuk dimaa pemaggila subruti terdapat dalam

Lebih terperinci

MATEMATIKA DISKRIT FUNGSI

MATEMATIKA DISKRIT FUNGSI 1 MATEMATIKA DISKRIT FUNGSI Fugsi Misalka A da B himpua. Relasi bier f dari A ke B merupaka suatu fugsi jika setiap eleme di dalam A dihubugka dega tepat satu eleme di dalam B. Jika f adalah fugsi dari

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

Lebih terperinci

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Prosidig Semiar Nasioal Matematika da Terapaya 06 p-issn : 0-0384; e-issn : 0-039 PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Liatus

Lebih terperinci

Matematika Terapan Dosen : Zaid Romegar Mair, ST., M.Cs Pertemuan 3

Matematika Terapan Dosen : Zaid Romegar Mair, ST., M.Cs Pertemuan 3 Matematika Terapa Dose : Zaid Romegar Mair ST. M.Cs Pertemua 3 PROGRAM STUDI TEKNIK INFORMATIKA Jl. Koloel Wahid Udi Lk. I Kel. Kayuara Sekayu 30711 web:www.polsky.ac.id mail: polsky@polsky.ac.id Tel.

Lebih terperinci

Fungsi. Jika f adalah fungsi dari A ke B kita menuliskan f : A B yang artinya f memetakan A ke B.

Fungsi. Jika f adalah fungsi dari A ke B kita menuliskan f : A B yang artinya f memetakan A ke B. Fugsi Misalka A da B himpua. Relasi bier f dari A ke B merupaka suatu fugsi jika setiap eleme di dalam A dihubugka dega tepat satu eleme di dalam B. Jika f adalah fugsi dari A ke B kita meuliska f : A

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

2 BARISAN BILANGAN REAL

2 BARISAN BILANGAN REAL 2 BARISAN BILANGAN REAL Di sekolah meegah barisa diperkealka sebagai kumpula bilaga yag disusu meurut "pola" tertetu, misalya barisa aritmatika da barisa geometri. Biasaya barisa da deret merupaka satu

Lebih terperinci

Fungsi. Jika f adalah fungsi dari A ke B kita menuliskan f : A B yang artinya f memetakan A ke B.

Fungsi. Jika f adalah fungsi dari A ke B kita menuliskan f : A B yang artinya f memetakan A ke B. Fugsi Misalka A da B himpua. Relasi bier f dari A ke B merupaka suatu fugsi jika setiap eleme di dalam A dihubugka dega tepat satu eleme di dalam B. Jika f adalah fugsi dari A ke B kita meuliska f : A

Lebih terperinci

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real: BARISAN TAK HINGGA Secara umum, suatu barisa dapat diyataka sebagai susua terurut dari bilaga-bilaga real: u 1, u 2, u 3, Barisa tak higga merupaka suatu fugsi dega domai berupa himpua bilaga bulat positif

Lebih terperinci

Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung

Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung Eksplorasi Algoritma Mass, Profit,, Profit / Mass, atau Profit / utuk Persoala Iteger Kapsack yag Bedaya Berupa Zat Kimia dega Jeisya Terdefiisi Abstrak Riyai Mardikaigrum 1, Nurshati 2, Vaia Karimah 3

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

Lebih terperinci

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas.

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas. 4 D E R E T Kosep deret merupaka kosep matematika yag cukup populer da aplikatif khusuya dalam kasus-kasus yag meyagkut perkembaga da pertumbuha suatu gejala tertetu. Apabila perkembaga atau pertumbuha

Lebih terperinci

BAB II TEORI MOTOR LANGKAH

BAB II TEORI MOTOR LANGKAH BAB II TEORI MOTOR LANGKAH II. Dasar-Dasar Motor Lagkah Motor lagkah adalah peralata elektromagetik yag megubah pulsa digital mejadi perputara mekais. Rotor pada motor lagkah berputar dega perubaha yag

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1 Barisa Barisa Tak Higga Kekovergea barisa tak higga Sifat sifat barisa Barisa Mooto 9/0/06 Matematika Barisa Tak Higga Secara sederhaa, barisa merupaka susua dari bilaga bilaga yag urutaya berdasarka bilaga

Lebih terperinci

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital Aplikasi Iterpolasi Biliier pada Pegolaha Citra Digital Veriskt Mega Jaa - 35408 Program Studi Iformatika Sekolah Tekik Elektro da Iformatika Istitut Tekologi Badug, Jl. Gaesha 0 Badug 403, Idoesia veriskmj@s.itb.ac.id

Lebih terperinci

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da

Lebih terperinci

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag

Lebih terperinci

Induksi Matematika. Pertemuan VII Matematika Diskret Semester Gasal 2014/2015 Jurusan Teknik Informatika UPN Veteran Yogyakarta

Induksi Matematika. Pertemuan VII Matematika Diskret Semester Gasal 2014/2015 Jurusan Teknik Informatika UPN Veteran Yogyakarta Iduksi Matematika Pertemua VII Matematika Diskret Semester Gasal 2014/2015 Jurusa Tekik Iformatika UPN Vetera Yogyakarta Metode pembuktia utuk peryataa perihal bilaga bulat adalah iduksi matematik. Cotoh

Lebih terperinci

Setelah mempelajari modul ini Anda diharapkan dapat: a. memeriksa apakah suatu pemetaan merupakan operasi;

Setelah mempelajari modul ini Anda diharapkan dapat: a. memeriksa apakah suatu pemetaan merupakan operasi; Modul 1 Operasi Dr. Ahmad Muchlis B PENDAHULUAN erapakah 97531 86042? Kalau Ada megguaka kalkulator, jawabaya amat bergatug pada tipe kalkulator yag Ada pakai. 9 Kalkulator ilmiah Casio fx-250 memberika

Lebih terperinci

SINYAL WAKTU Pengolahan Sinyal Digital Minggu II

SINYAL WAKTU Pengolahan Sinyal Digital Minggu II SINYAL WAKTU Pegolaha Siyal Digital Miggu II 24 Goodrich, Tamassia PENDAHULUAN Defiisi Siyal x(t) Fugsi dari variabel bebas yag memiliki ilai real/skalar yag meyampaika iformasi tetag keadaa atau ligkuga

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

BARISAN FIBONACCI DAN BILANGAN PHI

BARISAN FIBONACCI DAN BILANGAN PHI BARISAN FIBONACCI DAN BILANGAN PHI Fiboacci Matematikawa terbesar pada abad pertegaha adalah Leoardo dari Pisa, Italia (80 0). Ia lebih dikeal dega ama Fibo-acci. Artiya, aak Boaccio. Meara Pisa yag terkeal

Lebih terperinci

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3 SUKU BANYAK A Pegertia: f(x) x + a 1 x 1 + a 2 x 2 + + a 2 +a 1 adalah suku bayak (poliom) dega : - a, a 1, a 2,.,a 2, a 1, a 0 adalah koefisiekoefisie suku bayak yag merupaka kostata real dega a 0 - a

Lebih terperinci

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n LIMIT 4.. FUNGSI LIMIT Defiisi 4.. A R Titik c R adalah titik limit dari A, jika utuk setiap δ > 0 ada palig sedikit satu titik di A, c sedemikia sehigga c < δ. Defiisi diatas dapat disimpulka dega cara

Lebih terperinci

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder 3. Ragkaia Logika Kombiasioal da Sequesial Ragkaia Logika secara garis besar dibagi mejadi dua, yaitu ragkaia logika Kombiasioal da ragkaia logika Sequesial. Ragkaia logika Kombiasioal adalah ragkaia yag

Lebih terperinci

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 <

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 < II. TINJAUAN PUSTAKA 2.1 Keterbagia Secara umum apabila a bilaga bulat da b bilaga bulat positif, maka ada tepat satu bilaga bulat q da r sedemikia sehigga : = +, 0 < dalam hal ii b disebut hasil bagi

Lebih terperinci

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3 BAB XII. SUKU BANYAK A = a Pegertia: f(x) = a x + a x + a x + + a x +a adalah suku bayak (poliom) dega : - a, a, a,.,a, a, a 0 adalah koefisiekoefisie suku bayak yag merupaka kostata real dega a 0 - a

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

Balas Additive Algorithm, Algoritma Branch & Bound untuk Binary Integer Programming

Balas Additive Algorithm, Algoritma Branch & Bound untuk Binary Integer Programming Balas Additive Algorithm, Algoritma Brach & Boud utuk Biary Iteger Programmig Aditio Pagestu 13514030 Program Studi Tekik Iformatika Sekolah Tekik Elektro da Iformatika Istitut Tekologi Badug, Jl. Gaesha

Lebih terperinci

BARISAN DAN DERET. 05/12/2016 Matematika Teknik 1 1

BARISAN DAN DERET. 05/12/2016 Matematika Teknik 1 1 BARISAN DAN DERET 05//06 Matematika Tekik BARISAN Barisa Tak Higga Kekovergea barisa tak higga Sifat sifat barisa Barisa Mooto 05//06 Matematika Tekik Barisa Tak Higga Secara sederhaa, barisa merupaka

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0.

,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0. PROGRAM STUDI PENDIDIKAN MATEMATIKA FKIP UNMUH PONOROGO SOAL UJIAN TENGAH SEMESTER GENAP TA 03/04 Mata Ujia : Aalisis Real Tipe Soal : REGULER Dose : Dr. Jula HERNADI Waktu : 90 meit Hari, Taggal : Selasa,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma

Lebih terperinci

Menentukan Pembagi Bersama Terbesar dengan Algoritma

Menentukan Pembagi Bersama Terbesar dengan Algoritma Meetuka Pembagi Besama Tebesa dega Algoitma Macelius Hey M. (135108) Pogam Studi Tekik Ifomatika Sekolah Tekik Elekto da Ifomatika Istitut Tekologi Badug, Jl. Gaesha 10 Badug 4013, Idoesia 135108@std.stei.itb.ac.id

Lebih terperinci

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum BAB II TEORI DASAR 2.1 Aljabar Liier Defiisi 2. 1. 1 Grup Himpua tak kosog G disebut grup (G, ) jika pada G terdefiisi operasi, sedemikia rupa sehigga berlaku : a. Jika a, b eleme dari G, maka a b eleme

Lebih terperinci

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret Program Perkuliaha Dasar Umum Sekolah Tiggi Tekologi Telkom Barisa da Deret Barisa Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) a Fugsi tersebut

Lebih terperinci

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,...

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,... SISEM PERSAMAAN LINIER DAN MARIKS. SISEM PERSAMAAN LINIER Secara umum, persamaa liier dega variabel ( x, x,..., x ) didefiisika sebagai persamaa yag dapat diyataka dalam betuk: a x a x a x b... dega a,

Lebih terperinci

BARISAN DAN DERET. Nurdinintya Athari (NDT)

BARISAN DAN DERET. Nurdinintya Athari (NDT) BARISAN DAN DERET Nurdiitya Athari (NDT) BARISAN Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) = a Fugsi tersebut dikeal sebagai barisa bilaga

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat

Lebih terperinci

Persamaan Non-Linear

Persamaan Non-Linear Persamaa No-Liear Peyelesaia persamaa o-liear adalah meghitug akar suatu persamaa o-liear dega satu variabel,, atau secara umum dituliska : = 0 Cotoh: 2 5. 5 4 9 2 0 2 5 5 4 9 2 2. 2 0 2 5. e 0 Metode

Lebih terperinci

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu Secara umum persamaa rekursif liier tigkat-k bisa dituliska dalam betuk: dega C 0 0. C 0 x + C 1 x 1 + C 2 x 2 + + C k x k = b, Jika b = 0 maka persamaa rekursif tersebut diamaka persamaa rekursif liier

Lebih terperinci

III BAB BARISAN DAN DERET. Tujuan Pembelajaran. Pengantar

III BAB BARISAN DAN DERET. Tujuan Pembelajaran. Pengantar BAB III BARISAN DAN DERET Tujua Pembelajara Setelah mempelajari materi bab ii, Ada diharapka dapat:. meetuka suku ke- barisa da jumlah suku deret aritmetika da geometri,. meracag model matematika dari

Lebih terperinci

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN 2010 Erie Sadewo Kodisi Makro Ekoomi Kepulaua Riau Pola perekoomia suatu wilayah secara umum dapat diyataka meurut sisi peyediaa (supply), permitaa

Lebih terperinci

ARTIKEL. Menentukan rumus Jumlah Suatu Deret dengan Operator Beda. Markaban Maret 2015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

ARTIKEL. Menentukan rumus Jumlah Suatu Deret dengan Operator Beda. Markaban Maret 2015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN ARTIKEL Meetuka rumus Jumlah Suatu Deret dega Operator Beda Markaba 191115198801005 Maret 015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN PUSAT PENGEMBANGAN DAN PEMBERDAYAAN PENDIDIK DAN TENAGA KEPENDIDIKAN

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno sutiko PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK Sutiko Program Studi Tekik Iformatika Fakultas Sais da Matematika UNDIP tik@udip.ac.id

Lebih terperinci

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2 Bab Bilaga kompleks BAB BILANGAN KOMPLEKS Defiisi Bilaga Kompleks Sebelum medefiisika bilaga kompleks, pembaca diigatka kembali pada permasalah dalam sistem bilaga yag telah dikeal sebelumya Yag pertama

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Vol. 6. No., 97-09, Agustus 003, ISSN : 40-858 METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak Tulisa ii membahas peetua persamaa ruag

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

PERAMALAN KURSIDRTERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENTIAL SMOOTHING.

PERAMALAN KURSIDRTERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENTIAL SMOOTHING. PERAMALAN KURSIDRERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENIAL SMOOHING. Padrul Jaa 1), Rokhimi 2), Ismi Ratri Prihatiigsih 3) 1,2,3 PedidikaMatematika, Uiversitas PGRI Yogyakarta

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

Algoritma Branch and Bound pada Permasalahan 0-1 Knapsack

Algoritma Branch and Bound pada Permasalahan 0-1 Knapsack Algoritma Brach ad Boud pada Permasalaha 0-1 Kapsack Sady Socrates (13508044) Program Studi Tekik Iformatika 2008, Istitut Tekologi Badug Jl. Gaesha 10, 40116 Badug e-mail: if18044@studets.if.itb.ac.id

Lebih terperinci

Deret Fourier. Modul 1 PENDAHULUAN

Deret Fourier. Modul 1 PENDAHULUAN Modul Deret Fourier Prof. Dr. Bambag Soedijoo P PENDAHULUAN ada modul ii dibahas masalah ekspasi deret Fourier Sius osius utuk suatu fugsi periodik ataupu yag diaggap periodik, da dibahas pula trasformasi

Lebih terperinci

DERET TAK HINGGA (INFITITE SERIES)

DERET TAK HINGGA (INFITITE SERIES) MATEMATIKA II DERET TAK HINGGA (INFITITE SERIES) sugegpb.lecture.ub.ac.id aada.lecture.ub.ac.id BARISAN Barisa merupaka kumpula suatu bilaga (atau betuk aljabar) yag disusu sehigga membetuk suku-suku yag

Lebih terperinci

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya TKS 4007 Matematika III Fugsi Kompleks (Pertemua XXVII - XXX) Dr. AZ Jurusa Tekik Sipil Fakultas Tekik Uiversitas Brawijaya Pedahulua Persamaa x + 1 = 0 tidak memiliki akar dalam himpua bilaga real. Pertayaaya,

Lebih terperinci

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc. METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai

Lebih terperinci

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu BAB 4 UKURAN PENYEBARAN DATA Pada Bab sebelumya kita telah mempelajari beberapa ukura pemusata data, yaitu ukura yag memberika iformasi tetag bagaimaa data-data ii megumpul atau memusat Pada bagia Bab

Lebih terperinci

Batas Bilangan Ajaib Pada Graph Caterpillar

Batas Bilangan Ajaib Pada Graph Caterpillar J. Math. ad Its Appl. ISSN: 189-605X Vol. 3, No., Nov 006, 49 56 Batas Bilaga Ajaib Pada Graph Caterpillar Chairul Imro Jurusa Matematika FMIPA ITS Surabaya imro-its@matematika.its.ac.id Abstrak Jika suatu

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI Utuk lebih memahami megeai etropi, pada bab ii aka diberika perhituga etropi utuk beberapa distribusi diskrit da kotiu. 3. Distribusi Diskrit Pada sub bab ii dibahas

Lebih terperinci

PERTEMUAN 13. VEKTOR dalam R 3

PERTEMUAN 13. VEKTOR dalam R 3 PERTEMUAN VEKTOR dalam R Pegertia Ruag Vektor Defiisi R Jika adalah sebuah bilaga bulat positif, maka tupel - - terorde (ordered--tuple) adalah sebuah uruta bilaga riil ( a ),a,..., a. Semua tupel - -terorde

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR Dose Pegampu : Darmadi, S.Si, M.Pd Disusu : Kelas 5A / Kelompok 5 : Dia Dwi Rahayu (084. 06) Hefetamala (084. 4) Khoiril Haafi (084. 70) Liaatul Nihayah (084. 74)

Lebih terperinci

MATEMATIKA BISNIS. OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM

MATEMATIKA BISNIS. OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM MATEMATIKA BISNIS OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM BAB BARISAN DAN DERET A. BARISAN Barisa bilaga adalah susua bilaga yag diurutka meurut atura tertetu.betuk umum barisa bilaga a,

Lebih terperinci

Hendra Gunawan. 12 Februari 2014

Hendra Gunawan. 12 Februari 2014 MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2013/2014 12 Februari 2014 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 82 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI BAB 2 TINJAUAN TEORI 2.1 ISTILAH KEENDUDUKAN 2.1.1 eduduk eduduk ialah orag atatu idividu yag tiggal atau meetap pada suatu daerah tertetu dalam jagka waktu yag lama. 2.1.2 ertumbuha eduduk ertumbuha peduduk

Lebih terperinci

ANALISIS KOMPLEKSITAS ALGORITMA PENCARIAN CONVEX HULL PADA BIDANG PLANAR

ANALISIS KOMPLEKSITAS ALGORITMA PENCARIAN CONVEX HULL PADA BIDANG PLANAR ANALISIS KOMPLEKSITAS ALGORITMA PENCARIAN CONVEX HULL PADA BIDANG PLANAR Petra Novadi NIM : 13505059 Program Studi Tekik Iformatika, Istitut Tekologi Badug Jl. Gaesha 10, Badug E-mail : if15059@studets.if.itb.ac.id

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

ISIAN SINGKAT! 1. Diberikan hasil kali digit digit dari n harus sama dengan 25

ISIAN SINGKAT! 1. Diberikan hasil kali digit digit dari n harus sama dengan 25 head office : Kompleks Sawaga Permai Blok A5 No.1A, Sawaga, Depok 16511 Telp.01-951 1160. cotact perso : 0-878787-1-8585 / 081-8691-10 Bidag Studi Kode Berkas Waktu : Matematika : MA-L01 (solusi) : 90

Lebih terperinci

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN Supriadi Putra, M,Si Laboratorium Komputasi Numerik Jurusa Matematika FMIPA Uiversitas Riau e-mail : spoetra@yahoo.co.id ABSTRAK Makalah ii

Lebih terperinci

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang II. LANDASAN TEORI Pada bab ii aka diberika beberapa istilah, defiisi serta kosep-kosep yag medukug dalam peelitia ii. 2.1 Kosep Dasar Teori Graf Berikut ii aka diberika kosep dasar teori graf yag bersumber

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan Istitut Tekologi Sepuluh Nopember Surabaya Model Sistem dalam Persamaa Keadaa Pegatar Materi Cotoh Soal Rigkasa Latiha Pegatar Materi Cotoh Soal Rigkasa Istilah-istilah Dalam Persamaa Keadaa Aalisis Sistem

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN 4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN Saat asumsi keormala tidak dipuhi maka kesimpula yag kita buat berdasarka suatu metod statistik yag mesyaratka asumsi keormala meadi tidak baik, sehigga mucul

Lebih terperinci

Penyelesaian Persamaan Non Linier

Penyelesaian Persamaan Non Linier Peyelesaia Persamaa No Liier Metode Iterasi Sederhaa Metode Newto Raphso Permasalaha Titik Kritis pada Newto Raphso Metode Secat Metode Numerik Iterasi/NewtoRaphso/Secat - Metode Iterasi Sederhaa- Metode

Lebih terperinci

FAKTORISASI MATRIKS NON-NEGATIF MENGGUNAKAN ALGORITMA CHOLESKY BERBANTUAN SCILAB

FAKTORISASI MATRIKS NON-NEGATIF MENGGUNAKAN ALGORITMA CHOLESKY BERBANTUAN SCILAB Prosidig Semiar Nasioal Matematika da Pidika Matematika (SESIOMADIKA) 017 ISBN: 978-60-60550-1-9 Matematika Terapa, hal. 1-5 FAKTORISASI MATRIKS NON-NEGATIF MENGGUNAKAN ALGORITMA CHOLESKY BERBANTUAN SCILAB

Lebih terperinci

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4)

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4) 3 II LANDASAN TEORI 2.1 Peubah Kompleks da Fugsi Kompleks Sebuah bilaga kompleks dapat diyataka dalam betuk z = x + jy, (2.1) dega x da y adalah bilaga-bilaga real da j = 1. Bilaga x disebut bagia real

Lebih terperinci

Materi 5 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2016 Nizar Rabbi Radliya

Materi 5 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2016 Nizar Rabbi Radliya Materi 5 DATA MINING 3 SKS Semester 6 S1 Sistem Iformasi UNIKOM 2016 Nizar Rabbi Radliya izar.radliya@yahoo.com Nama Mahasiswa NIM Kelas Kompetesi Dasar Memahami tekik data miig klasifikasi da mampu meerapka

Lebih terperinci

Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan REGRESI DAN KORELASI. Statistika dan Probabilitas

Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan REGRESI DAN KORELASI. Statistika dan Probabilitas Uiversitas Gadjah Mada Fakultas Tekik Departeme Tekik Sipil da Ligkuga REGRESI DAN KORELASI Statistika da Probabilitas Kurva Regresi Mecari garis/kurva yag mewakili seragkaia titik data Ada dua cara utuk

Lebih terperinci

Gambar 4 Kompleksitas tahapan pada fungsi CG sekuensial.

Gambar 4 Kompleksitas tahapan pada fungsi CG sekuensial. Spesifikasi dari masig-masig komputer yag diguaka adalah: 1. Itel Petium Core 2 Duo ( 2,20 GHz). 2. DDR2 RAM 1024 MB. 3. Hard disk 80 GB. 4. Mouse da Keyboard. 5. LAN 100 Mbps. 6. Sistem operasi Liux (opesuse

Lebih terperinci

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 2 Jui 2012 PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Adi Setiawa

Lebih terperinci

PENYELESAIAN MASALAH PROGRAM LINIER FUZZY DENGAN BILANGAN FUZZY LINEAR REAL MENGGUNAKAN METODE SABIHA

PENYELESAIAN MASALAH PROGRAM LINIER FUZZY DENGAN BILANGAN FUZZY LINEAR REAL MENGGUNAKAN METODE SABIHA PENYELESAIAN MASALAH PROGRAM LINIER FUZZY DENGAN BILANGAN FUZZY LINEAR REAL MENGGUNAKAN METODE SABIHA Eky Pawestri Gita Asmara 1, Bambag Irawato, S.Si, M.Si 2, Lucia Ratasari, S.Si, M.Si Departeme Matematika

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Optimasi 2.1.1. Pegertia Optimasi Optimasi (Optimizatio) adalah aktivitas utuk medapatka hasil terbaik di bawah keadaa yag diberika. Tujua akhir dari semua aktivitas tersebut

Lebih terperinci

Barisan Aritmetika dan deret aritmetika

Barisan Aritmetika dan deret aritmetika BARISAN DAN DERET BILANGAN Peyusu: Atmii Dhoruri, MS Kode: Jejag: SMP T/P: / A. Kompetesi yag diharapka. Meetuka suku ke- barisa aritmatika da barisa geometri. Meetuka jumlah suku pertama deret aritmatika

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

EKSPANSI MULTINOMIAL, KOMBINASI, DAN PERMUTASI

EKSPANSI MULTINOMIAL, KOMBINASI, DAN PERMUTASI EKSPANSI MULTINOMIAL, KOMBINASI, DAN PERMUTASI Oleh: Sutopo Jurusa Fisika FMIPA UM sutopo@fisika.um.ac.id Ditulis pada sekitar bula Maret 2011. Diuggah pada 3 Desember 2011 PROBLEM Gambar di bawah ii meyataka

Lebih terperinci

METODA ITERATIF PADA PERMASALAHAN MENARA HANOI

METODA ITERATIF PADA PERMASALAHAN MENARA HANOI Jural Matematika Vol.6 No.1 November 2006 [ 19 : 23 ] METODA ITERATIF PADA PERMASALAHAN MENARA HANOI Erwi Harahap, Farid H Badruzzama, M. Yusuf Fajar Jurusa Matematika, Uiversitas Islam Badu, Jala Tamasari

Lebih terperinci

Modul Kuliah statistika

Modul Kuliah statistika Modul Kuliah statistika Dose: Abdul Jamil, S.Kom., MM SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER MUHAMMADIYAH JAKARTA Bab 2 Populasi da Sampel 2.1 Populasi Populasi merupaka keseluruha pegamata

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci