BAB 4: Anuitas Lebih Umum

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 4: Anuitas Lebih Umum"

Transkripsi

1 Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d BAB 4: Autas Lebh Umum 4. Pedahulua Pada bab 3 telah dbahas tetag autas utuk perode pembayara, da perode buga koers yag setara da dpeuh secara bersamaa, dmaa pembayara dar tgkat jumlah. Dalam bab 4 aka dbahas autas utuk pembayara yag dbuat lebh atau kurag darpada buga koers da autas dega berbaga pembayara. 4.2 Autas yag dbayarka Pada Frekues Yag Berbeda dar Buga yag dkoers Ada dua pedekata yag dapat dguaka dalam meyelesaka masalah autas.pedekata pertama dguaka utuk meghtug la umerk dar autas da meghtug dega fugs ekspoesal da logartma. Pedekata kedua megguaka aalss aljabar pada autas. Artya yatu membuat persamaa aljabar utuk autas dalam betuk smbol autas yag sudah djelaska pada bab 3. Lagkah-lagkah :. Meemuka suku buga, koers pada frekues yag sama dega pembayara yag dlakuka, yag setara dega tgkat buga yag dberka. 2. Megguaka tgkat buga yag baru, tetuka la autas yag sudah dpelajar padabab 3. Cotoh4. : Tetuka la akumulas pada akhr tahu ke 4 yag destaska sebesar $00pada awal setap kuartal selama dua tahu pertama da $200 pada awal kuartal masg-masg selama dua tahu kedua, jka buga2% yag dkoers setap kuartal dega tgkat buga % per bula, j mejad tgkat buga omal per kuartal, yag merupaka perode pembayara, maka dperoleh: Nla autas, yatu: j =.0 3 = (s 6 j + s 8 j ) = $2999 Cotoh 4.2

2 Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d Pjama sebesar $ 3000 aka dbayarka dega agsura per kuartal pada akhr setap kuartal selama lma tahu. Jka tgkat buga yag dkeaka pada pjama adalah 0% per tahu dkoers setap 6 bula, Berapa jumlah yag harus dbayar pada setap kuartal. Peyelesaa : Dketahu buga 5% per setegah tahu,j mejad tgkat setara buga per kuartal yag merupaka perode pembayara, dperoleh: j =.05 2 = Notas pembayara trwula dotaskar, maka persamaa la : R a20 j = 3000 Sehgga R = 3000 a 20 j = = $9.89 Cotoh 4.3 Berapa tgkat buga efektf tahua yag aka dbayarka sebesar $ 00 pada akhr setap kuartalyag dakumulas pada akhr tahu lma sebesar $2500? Peyelesaa : dperolehtgkat buga per kuartalj = (4), maka persamaa la pada akhr tahuke lma adalah atau 4 00 s20 j = 2500 s 20 j = 25 Megguakarumus(3.33) utuk memperolehlaawal yag dteras: 0 = = Selajutya teras megguaka metode Newto-Raphso yatu megguaka rumus (3.30), dperoleh la berturut-turut sebaga berkut: tgkat buga efektf tahuadperoleh: = = =

3 = ( ) 4 = atau 9.46% Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d 4.3 Aalss Lebh Lajut PadaAutas Yag Dbayarka Dega Frekues Kurag DarBuga Yag Dkoers.. Autas-Akhr Jka k jumlah perode koers buga dalam satu perode pembayara, jagka waktu autas dukur dalam perode koers buga, da mejad suku buga per perode koers buga. dasumska bahwa setap perode pembayara bers jumlah tegral perode koers buga, dega k da keduaya bulat postf. Nla tua dar autas yag pembayara pada akhr setap k perode koers buga utuk total perode koers buga adalah: k + 2k + + k k = + k = k +k k = a s k (4.) dega demka, dperolehrumus utuk la tuaautasdega rumus autas yag sudah ddefska. Akumulas la tua autas setelah pembayara terakhr adalah a ( + ) = s (4.2) s k s k Utuk meuruka rumus 4. da 4.2, ada la R sedemka hggapembayara d akhr setap k buga perode koers utuk perode koers buga dapat dgatka oleh pembayara R pada akhr setap koers buga perode, yatu: R a Jagka waktusatu pembayaraperodekoersbuga ke k.pada akhrperodepembayaralaakumulaspembayararpada akhrsetap perodekoersbugaharus sama degapembayara. Dega demka, R s = dega mesubsttus R = s k pada R=R a, rumus 4. dperoleh. Rumus 4.2 aalog. Gambar 4. adalah mejelaska dagram waktu dar argumet datas. 3

4 Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d 2. Autas-Jatuh Tempo Nla tua dar autas yag pembayara pada setap awal perode k, koers buga utuk total perode koers buga adalah + k + 2k + + k = k = a a k (4.3) Nlaakumulastua perodekoersbuga setelah pembayara terakhr adalah a a k ( + ) = s a k (4.4) Utuk meuruka rumus 4.3 da 4.4 aalog megguaka autas-akhr. Pertmbaga La Pada saatfrekues pembayara perpetutas kurag dar buga yag dkoers. Nla tua dar suatu perpetutas-akhr adalah k k + 2k + = k = ( + ) k = s k (4.5) yag merupaka batas rumus (4.) dega medekat tak terhgga. Nla tua dar perpetutajatuh tempo: a k Kasus khusus kedua yag kadag-kadag dtemu yatu meemuka la dar sejumlah pembayara pada buga δ. Meskpu d bawah kategor,frekues pembayaraautas kurag dar buga koers, masalah tdak cukup dselesaka dega metode d atas, karea da k keduaya terbatas. Masalah dapat dselesaka dega meuls persamaa utuk la autas sebaga jumlah dar la tua atau la akumulas dar setap pembayara, meggatka tk dega e δtk da ( + ) tk dega e δtk, dsebut deret geometr. Kasus khusus ketgasagat jarag dtemuka, dmaasetap perode pembayara tdak bers jumlah tegral perode koers buga ( k>, tap k tdak terpsahka). Terdapat juga, pedekata terbak prsp-prsp dasar, yatu meuls sebuah persamaaa sebaga jumlah dar la tua atau akumulas la dar setap pembayara, kemuda haslya sebaga deret 4

5 Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d geometrs. Cotoh 4.4: Tetuka persamaa utuk la tua padaautas d maa total r pada pembayara, pertama membayar pada akhr tahu ke tujuh, da ssa pembayara pada teral tahu ke tga, pada tgkat buga tahua, dyataka sebaga:. autas-lagsug, da 2. autas-jatuh tempo. gambar 4.3 utuk cotoh 4.4 ada d halama 0 la tua dar autas: (3r+4). Megguaka deret geometr, dperoleh: 7 3r+7 3 = 4 3r+4 ( + ) 3 = 3r+4 ( 4 ) ( + ) 3 = a 3r+7 a 7 a 3 Dcatat : bahwa betuk autas-akhr dtada pada peyebut. 2. Megguaka deret geometr, dperoleh: 7 3r+7 3 = 3r+4 ( 4 ) ( + ) 3 = a 3r+7 a 7 a 3 Dcatat :bahwa karakterstk autas-jatuh tempo olehddalampeyebut Ulagcotoh4.dega megguakapedekata deretpada 4.3. Tgkat suku buga adalah % per bula, jagka waktu autas adalah 48 perode koers buga, da setap perode pembayara bers tga perode koers buga, karea autas-jatuh tempo, la akumulas mejad: 00 s s 24.0 a 3.0 = = $2999 megguaka tabel buga da pembulata ke dolar terdekat, jawaba yag dperoleh sama dega cotoh 4. Cotoh4.6 Iestassebesar $ 000dguaka utukmelakuka pembayarasebesar $ 00pada akhrsetap tahu utukselama mugkdegapembayaraakhrlebh keclyag dbuatpada 5

6 Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d saatpembayaraterakhr.jkabuga7% dkoersper semester,tetukajumlahpembayarada jumlahtotal pembayara. Peyelesaa : Atau 00 a.035 s = 00 a.035 = 0s = Dega tabelbuga, dperoleh 36< <37, dega demka, 8pembayara regulerdapembayara akhryag lebh kecldapat dbuat.pembayara kecl tambahapada saatpembayararegulerakhrdotaskaolehr.makapersamaalapada akhr8tahuadalah Atau R + 00 s s = 000(.035) 36 R = = $0.09 total pembayara akhr sehgga aka mejad $ 0, Aalss lebh lajut pada autas yag dbayarka dega Frekues lebh dar buga yag koers Pada baga, autas dbag mejad beberapa baga :. Auty-mmedate (autas Akhr) 2. Auty-due (Autas jatuh tempo) 3. Other cosderatos (autas sepajag masa / perpetutas). Auty-mmedate (autas akhr) Merupaka autas yag pembayara pertama dlakuka pada setap akhr tahu selama tahu.nla tua dar autas yag dbayar /m pada akhr setap m tahu, dar perode koers buga utuk total perode koers buga, dtetuka oleh da dhtug sebaga berkut: a m m m m m m 2 m m m... m a 6

7 Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d (4.7) Nla akumulas dar autas akhr, setelah pembayara terakhr dlakuka, dlambagka ( ) dega da dapat dhtug sbb: s m s a ( ) ( ) (4.8) Akbat dar autas akhr pada persamaa 4.7 da 4.8, maka dapat dtuls sebaga berkut: a ( ) ( ) ( ) ( ) s ( ) s a ( ( m) ) (4.9) (4.0) 2. Auty-due ( Autas Jatuh Tempo) Merupaka autas yag pembayara atau peermaaya dlakuka d awal perode. la tua dar autas jatuh tempo yag dbayar /m pada awal setap m tahu dar perode koers buga utuk total perode koers buga, dtetuka oleh a ( m, ) da dapat dhtug sbb: a (4.) d Nla akumulas dar salah satu autas jatuh tempo m tahu dar perode koers buga setelah pembayara terakhr dlakuka, dapat dlambagka dega (, dmaa s m) s a ( ) d ( ) (4.2) Akbat dar autas jatuh tempo pada persamaa 4. da 4.2 adalah da a ( ) d d a ( ( d m) ( ) ( ) s ( ) d d s ) ( ( d m) ) 7

8 Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d setap pembayara dbawah yag dlakuka setap m tahu dar perode koers buga medekat dapat dhtug sebaga berkut: ( a m) ( m ( m ) ) ( a m) m ( m a a ) a a Da juga, ( s m m) ( ) s 3. Other Cosderatos ( Autas Sepajag Masa ) Pada saat frekues pembayara perpetutas lebh dar buga yag dkoers, berkut persamaa yag aalog dega persamaa (3.20) da (3.2) da a a d (4.7) (4.8) Cotoh 4.7 Pembayara $400 per bula dlakuka selama sepuluh tahu. Tetuka: a. la tua dar pembayara selama dua tahu sebelum pembayara pertama b. Nla akumulas tga tahu setelah pembayara terakhr. guaka rumus berdasarka tgkat buga efektf Peyelesaa: a a (2) ( a (2) 2 a (2) 2 ) b. (2) 3 (2) 4800s ( ) 4800( 0 s 3 s (2) 3 ) 8

9 Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d Cotoh 4.8 Guaka cotoh 4.2, megguaka pedekata yag dkembagka dalam baga 4.4 Peyelesaa: 2 (2) Ra R 500 a (2) (2) a (.02348)(7.727) $9.89 Cotoh 4.9 Berapa tgkat buga efektf tahua pada la tua dar sejumlah pembayara sebesar $ setap eam bula lamaya, dega pembayara pertama sama dega $ 0?. Peyelesaa: Persamaa laya: ( ) ( 0.9 ) atau 23.46% 4.5 Cotuous Auttes (Autas kotu) Kasus khusus pada autas yag dbayarka dega frekues lebh dar buga yag dkoers adalah salah satu pembayara tak terhgga, Cotoh: pembayara yag dlakuka kotu. Kta aka meetuka la tua pada autas yag dbayarka secara kotu utuk buga yag dkoers selama perode. Sedemka sehgga total dar jumlah autas yag dbayar selama setap perode buga yag dkoers adalah satu dega smbol a, persamaa dar a adalah a 0 dt Persamaa t dt merupaka la tua dar pembayara dt yag dperoleh dar la t. Persamaa sederhaa dapat dformaska dega tegral: 9

10 Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d a 0 dt = t log e 0 = e δ (4.20) Persamaa (4.20) aalog dega persamaa (3.2).terdapat ketepata atara cara membayara dega hasl persamaa. Persamaa (4.20) dapat dperoleh sebaga berkut: a = lm a (m) m = lm m (m) = δ atau a = lm a (m) ( ) m = lm m d (m) = δ Autas kotu adalah kasus lmt pada autas pembayara. Dapat dguaka utuk dtuls a dalam betuk a dega peyesuaa: a = δ a = s a (4.2) Nla pada δ = s dapat dhtug lagsug da terdapat pada tabel tgkat buga pada Appedx I. Nla akumulas dar autas kotu pada akhr autas ddefska dega s. s = 0 π ( + ) t = ( + ) t log e ( + ) = ( + ) δ = δ s = s s = lm s (m) (m) m ~ = lm s m ~ pegetahua tambaha tetag autas kotu dapat dperoleh melalu persamaa (4.22) sehubuga dega batas atas lmt da kemuda meggat dega t, dperoleh d s dt t = (+) t dt π 0 0

11 = + δs t (4.25) Serupa dega persamaa (4.9) dapat dperoleh d dt a t = t = δa t (4.26) Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d Dar persamaa (4.26) juga dapat dperoleh terpretas secara erbal, yag berbeda dega mater tambaha yag d bahas pada bab 6. Kta dapat meetukala autas kotu secara tepat dalam hal kekuata buga δ. ketka hal dlakuka, maka persamaa (4.26) mejad a = e δ δ Da persamaa (4.23) dapat mejad s = eδ δ Cotoh 4.0 Tetuka tgkat buga, dmaa Peyelesaa: Megguaka formula 4.28, maka s 3 20 s0 e e ( e 20 Namu, e e e 0 2)( e 2 log 0 e ) e meyratka bahwa atau 6.93% 0 sehgga kta memlk 4.6 Macam-macam Autas Dasar (Basc Varyg Autes) Sejauh semua autas daggap memlk tgkat pembayara.kta sekarag meghapus pembatasa da megaggap autas dega pembayara berubah. Pada secto, aka dasumska bahwa perode pembayara da perode koers buga adalah sama.

12 Macam-macam autas yag aka ddskuska adalah Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d. Macam-macam pembayara (paymets aryg) dalam deret artmatka. 2. Macam-macam pembayara (paymets aryg) dalam deret geometr. 3. Pola pembayara laya.. Macam-macam pembayara (paymets aryg) dalam deret artmatka. Pada autas akhr dega jagka waktu perode dmaa pembayara dmula pada P da megkat sebesar Q per perode sesudahya. Dega P harus postf da Q boleh postf atau egatf selama P + (-)Q> 0. P P+Q P+(-2)Q P+(-)Q Msalka A adalah la tua autas, maka A = P + P + Q 2 + P + 2Q P + 2 Q + [P + Q] I merupaka kombas deret artmatka da deret geometr. Kta dapat meyelesaka persamaa aljabar datas dega megalka raso pada deret geometr. + A = P + P + Q + P + 2Q 2 + P + 3Q [P + Q] A = P + P + Q + P + 2Q 2 + P + 3Q P + Q A A = P + P + Q + P + 2Q 2 + P + 3Q P + Q [P + P + Q 2 + P + 2Q P + 2 Q + P + Q ] Msalka S utuk la akumulas : Igat :s = a ( + ) A = P + Q + Q 2 + Q Q P Q A = P + Q( ) P Q A = P( ) + Q( ) Q A = P ( ) + Q a A = Pa + Q a 2

13 S = Ps + Q s Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d Pada autas megkat, jka P = da Q =, maka la tua autas dotaska(ia) yatu 2 - (Ia) Ia = a + a = + a = a + ( + ) = a + Ia = a (Is) Nla akumulas autas, Is adalah Is = Ia ( + ) Is = s = s + ( + ) Kta bsa meetuka Ia dega megguaka formula pada autas tertuda (deferred autes) yatu m a = a m+ a m sehgga Ia = Ia = Ia = + t=0 t=0 t t a t t

14 Ia = + Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d Ia = Ia = a Pada autas meuru, jka P = da Q = -, maka la tua autas dotaska (Da) yatu - 2 (Da) Da = a a = a + = a (Ds) la akumulas autas dotaska (Ds) yatu Ds = Da ( + ) = ( + ) s Kta bsa meetuka Da dega megguaka pedekata pada tgkat autas Da = = t= = t= t a t

15 Utuk bermacam-macam perpetutas : Dega Da = Da = a A = Pa + Q a Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d lm a = da lm = 0 Maka A = P + Q 2 P da Q harus postf. Pedekata alteratf utuk mecar persamaa utuk bermacam-maca autas megkut 3 kuattas berkut : F = (la tua pembayara pada akhr perode) G = d perode) (la tua tgkat perpetutas per perode, pembayara pertama pada akhr H = d2 (la tua perpetutas megkat,2,3,..., pembayara pertama pada akhr perode) 2. Macam-macam pembayara (paymets aryg) dalam deret geometr Pada autas akhr dega perode dmaa pembayara pertama adalah da pembayara selajutya megkat pada deret geometr dega raso +k. Nla tua autas adalah Dega deret geometr dperoleh k + 3 ( + k) ( + k) + k + + k + = + k + ( k) = + k + k 5

16 Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d Pada persamaa dapat dealuas dega perhtuga lagsug. Bak +k + atau mugk + +k sama dega +j utuk beberapa j dega fugs buga tabulas. Jka k= maka formula tdak terdefs. Namu, la tua haya. Nla tua perpetutas aka ada jka 0 < +k + Jka +k + < dmaa kasus pejumlaha deret geometr ada. deret geometr derge da la tua perpetutas tdak ada. 3. Pola pembayara laya Terdapat perbedaa atara stlah aryg auty da arable auty.autas arabel adalah tpe autas dmaa pembayara beraras sesua dega pegalama estas dar aku estas yag medasar, basaya destaska pada saham. Cotoh :. Guaka tekk yag melbatka F, G, H utuk medapatka formula Ia = a da Da = a a. Pembayara drepresetaska dega Ia yatu H H +. G + d d 2 d = d + + d = d d = d = a b. Pembayara drepresetaska dega Da yatu. G (H 2 H +2 ). d 2 d 2 +2 d 2 = 2 ( ) = a 2. Autas meyedaka utuk 20 pembayara tahua, pembayara tahu pertama yatu $000. Pembayara megkat sehgga setap pembayara adalah 4% pembayara sebelumya.tetuka la tua dar autas pada tgkat buga efektf tahua adalah 7%. 6

17 Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d Dega megguaka formula + k + k = = = $ Macam Autas (Tujaga) yag Lebh Umum Macam autas yag djelaska d baga 4.6 dasumska bahwa perode pembayara da koers buga sebadg da bertepata.pada baga 4.7 pembatasa sepert tu dubah. Pada praktekya, bermacam autas dega pembayara yag dbuat dega frekues yag sedkt atau dperbayak dar pada buga coertble (meyesuaka)yag jarag terjad. Kta aka mempertmbagka geeralsas dar autas yag megkat, (Ia), dega buga yag lebh koertbel da frekues yag lebh sedkt dbadg pembayara yag dbuat. Autas yag la dega pembayara yag berubah secara artmetk (deret ukur) dapat datas secara aalog. Pertmbaga pertama dalam kasus dmaa pembayara dbuat lebh jarag da buga yag dapat berubah. Msalka k adalah blaga perode perubaha buga dalam satu perode pembayara, msalka meyataka besarya autas berdasarka perode perubaha buga.blaga pembayara adalah /k, yag berupa blaga bulat. Mssal A adalah preset alue dar geeralsas autas ak. A = k + 2 2k + + k k + k () da + k A = + 2 k + + k 2k + k k (2) Sekarag elmas persamaa () dega (2) + k A = + 2 k + + k 2k + k k A = k + 2 2k + + k k + k + k A A = + 2 k k + 4 2k 2 2k + + k k 7

18 Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d Dapat pula d tuls sebaga: A = a k s k Rumus (4.40) adalah ers geeralsas dar formula (4.3), slahka lhat persamaaya! Lebh lajut pada kasus dmaa pembayara dbuat lebh serg darpada buga yag berubah (koertbel). Dua perbedaa hasl mucul berdasar Meggat stuas dmaa laju pembayara kosta selama setap perode perubaha buga dega keaka terjad haya sekal per perode perubaha buga. Kta bsa memafaatka hubuga atara perlaku terjadya pembayara da besarya buga pada pembag utuk meghaslka ers rumus yag d geeralsas dar rumus (4.3) (Ia) (m) = a (4.4) (m ) Rumus (4.4) memberka preset alue dar -perode autas saat, dbayarka per-m dmaa pembayara selama perode pertama adalah /m, pembayara kedua 2/m, dst, hgga tap pembayara selama perode adalah /m Lebh lajut pada stuas dmaa laju pembayara berubah tap perode pembayara. Adaka pegkata autas dapat dbayarka selama /m tap perode perubaha buga pada ahr dar m pertama dar perode perubaha buga, 2/m tap perode perubaha buga pada m yag ke dua, dst. Maka pembayara pertama harus lah 2 m 2, yag ke-2 haruslah m 2, dst. D tujuka preset alue pada autas sepert adalah (Ia) (m), dega persamaa (I m a) (m) = m 2 m m + + m m m pembukta slahka car! = a (m) (m) autas dmaa pembayara bermaca deret geometr, dmaa perode pembayara da perode perubaha buga berbeda adakalaya dapat dtemuka. Meskpu demka, layakya autas awal tdak ada kesulta baru. Dapat segera d selesaka dega megekspreska la autas sebaga jumlaha pada deret geometr dapat dega segera dtaksr. Tehk dlustraska pada cotoh

19 Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d cotoh 4.6 carlah preset alue dar ketakhggaa yag dbayar pada ahr dar tahu ke-3, 2 pada ahr tahu ke-6, 3 pada ahr tahu ke-9, dst jawab: Msalka la preset alue dar perpetutas adalah A, maka A = A = A 3 = = 3 A = Jad preset alue yatu A sebesat A = Cotoh 4.7 Carlah la akumulas pada ahr dar 0 tahu dar sebuah tujaga ( autas) yag dbayarka pada awal tap tegah tahu selama 5 tahu. Besarya pembayara adalah $ 2000, da tap pembayara sebesar 98% dar pembayara sebelumya. Buga kredt 0% berubah secara kuadratk. Kta dapat meghtug tap perode dalam perempat tahu. Nla akumulas adalah P = 2000[ ] = = 40,052 a (m) = = (m) =

20 Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d 4.8 Macam Autas Kotu Autas kotu merupaka pembayara yag dlakuka secara terus meerus dega la pembayara yag berbeda utuk setap pembayara selama tahu. Nla sekarag (t=0) dar autas, dmaa pembayara pada waktu t ddefska sebaga f t dt da tgkat buga efektf tahua, dhtug sebaga berkut : PV = Ia = f t t dt Jka buga yag dberka berupa arabel δ t da f t e t δ r dr 0 dt merupaka la saat dar pembayara f t dt pada waktu t maka la saat dar aras autas kotu perode adalah PV = Ia = f t e δ r dr 0 dt 0 0 t Cotoh: Tetuka la sekarag dar autas kotu selama tahu dega tgkat buga efektf sebesar δ da besar pembayara pada waktu ke t adalah sebesar t 2 Daftar Pustaka Theory of Iterest, Kellso, S.G., 99, 2 d Edto, Mc Graw Hll 20

21 Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d 2

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

Pembayaran pertama yang dilakukan pada setiap akhir tahun selama n tahun

Pembayaran pertama yang dilakukan pada setiap akhir tahun selama n tahun Husa Arfah, M.Sc : Autas Dasar Emal : husaarfah@uy.ac. ANUITAS DASAR 3. Peahulua Autas aalah seragkaa pembayara yag lakuka paa terval waktu yag sama (per tahu atau sebalkya). Pembayara utuk jagka waktu

Lebih terperinci

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN Jl. Raya Wagu Kel. Sdagsar Kota Bogor Telp. 0251-8242411, emal: prohumas@smkwkrama.et, webste : www.smkwkrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dar smpaa atau

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

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

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

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

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

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

Penurunan Persamaan Perpetuitas dan Anuitas

Penurunan Persamaan Perpetuitas dan Anuitas SEMINR NSIONL MTEMTIK DN PENDIDIKN MTEMTIK UNY 2016 Peurua Persamaa Perpetutas da utas T - 6 Bud Fresdy Fakultas Ekoom da Bss Uverstas Idosa bstrak Mahasswa bss da akutas, debtor bak, da vestor memerluka

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

Lebih terperinci

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc STUDI KELAYAKAN: ASPEK FINANSIAL F.Hafz Saragh SP, MSc Pajak Baya bag perusahaa/ usahata, sehgga merupaka peguraga dar beeft Subsd FINANSIAL Peguraga baya bag perusahaa/ usahata, sehgga merupaka tambaha

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

SOLUSI TUGAS I HIMPUNAN

SOLUSI TUGAS I HIMPUNAN Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

PENERAPAN BARISAN DAN DERET

PENERAPAN BARISAN DAN DERET PENERPN BRIN DN DERET. MODEL PERKEMBNGN UH Jka perkembaga varabel-varabel tertetu dalam kegata usaha (msalya: produks, baya, pedapata, pegguaa teaga kerja, peaama modal) berpola sepert barsa artmetka,

Lebih terperinci

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

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

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

BAB III ISI. x 2. 2πσ

BAB III ISI. x 2. 2πσ BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

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

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

INTERPOLASI. FTI-Universitas Yarsi

INTERPOLASI. FTI-Universitas Yarsi BAB VI INTERPOLASI FTI-Uverstas Yars Pedahulua Bla dketahu taulas ttk-ttk (y seaga erkut (yag dalam hal rumus ugs y ( tdak dketahu secara eksplst: Htug taksra la y utuk 3.8! FTI-Uverstas Yars Persoala

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

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

Lebih terperinci

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Notasi Sigma. Fadjar Shadiq, M.App.Sc & Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

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

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

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Ruag Baach Sumaag Muhtar Gozal UNIVERSITAS PENDIDIKAN INDONESIA Satu kose etg d kulah Aalss ugsoal adalah teor ruag Baach. Pada baga aka drevu defs, cotoh-cotoh, serta sfat-sfat etg ruag Baach. Kta aka

Lebih terperinci

EKONOMI TEKNIK. Ekuivalensi

EKONOMI TEKNIK. Ekuivalensi EKONOMI TEKNIK Ekuvales Ekuvales Ekuvales = Nla uag yag sama pada waktu yag berbeda. Jumlah uag berbeda pada waktu berbeda dapat berla ekooms sama. Cotoh = harga bes Rp 4.5, (25), Rp 5.5, (29), da Rp 6.5

Lebih terperinci

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J) STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI MINGGU KE-0 HUBUNGAN ANTAR KONVERGENSI Hubuga atar koverges Hrark atar koverges dyataka dalam teorema berkut. Teorema Msalka X da X, X, X 3,... adalah varabel radom yag ddefska pada ruag probabltas yag

Lebih terperinci

XI. ANALISIS REGRESI KORELASI

XI. ANALISIS REGRESI KORELASI I ANALISIS REGRESI KORELASI Aalss regres mempelajar betuk hubuga atara satu atau lebh peubah bebas dega satu peubah tak bebas dalam peelta peubah bebas basaya peubah yag dtetuka oelh peelt secara bebas

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

H. MEMECAHKAN MASALAH KEUANGAN DENGAN KONSEP MATEMATIKA

H. MEMECAHKAN MASALAH KEUANGAN DENGAN KONSEP MATEMATIKA H. EECAHKAN ASALAH KEUANGAN DENGAN KONSE ATEATIKA eyelesaka asalah Buga Tuggal da Buga ajemuk Dalam Keuaga Buga Tuggal egerta Buga erse Datas Seratus da erse Dbawah Seratus erse D atas Seratus erse datas

Lebih terperinci

JENIS BUNGA PEMAJEMUKAN KONTINYU

JENIS BUNGA PEMAJEMUKAN KONTINYU JENIS BUNGA PEMAJEMUKAN KONTINYU Suku Buga Nomal Suku Buga Efektf Hubuga ataa Suku Buga Nomal da Efektf Aus Daa Dskt da Aus Daa Kotyu SUKU BUNGA NOMINAL & SUKU BUNGA EFEKTIF Selama daggap aus daa (peemaa

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA INTEGRAL RIEMANN MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed

Lebih terperinci

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA 3. Pegkodea Matrks Ketetaggaa Matrks ketetaggaa A adaah matrks smetr, sehgga, dega memh semua eeme pada dagoa utama da eeme-eeme dbawah dagoa utama, maka aka

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

EKIVALENSI PRESENT WORTH FUTURE WORTH ANNUAL WORTH GRADIENT SERIES. Christina Wirawan 1

EKIVALENSI PRESENT WORTH FUTURE WORTH ANNUAL WORTH GRADIENT SERIES. Christina Wirawan 1 EKIVLENSI RESENT WORTH UTURE WORTH NNUL WORTH GRDIENT SERIES Chrsta Wrawa KONSE Dperluka terutama utuk memlh alteratf Ekvales tergatug pada : Tgkat suku buga Jumlah uag Waktu peermaa/pegeluara Cara buga

Lebih terperinci

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari: 5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

Bab II Teori Pendukung

Bab II Teori Pendukung Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak

Lebih terperinci

Mengubah bahan baku menjadi produk yang lebih bernilai melalui sintesis kimia banyak dilakukan di industri

Mengubah bahan baku menjadi produk yang lebih bernilai melalui sintesis kimia banyak dilakukan di industri Megubah baha baku mead produk yag lebh berla melalu stess kma bayak dlakuka d dustr Asam sulfat, ammoa, etlea, proplea, asam fosfat, klor, asam trat, urea, bezea, metaol, etaol, da etle glkol Serat/beag,

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode II. TINJAUAN PUSTAKA Dalam proses peelta utuk megaalss aproksmas fugs dega metode mmum orm pada ruag hlbert C[ab] (Stud kasus: fugs rasoal) peuls megguaka defs teorema da kosep dasar sebaga berkut:.. Aproksmas

Lebih terperinci

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita.

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita. Bab Ukura Data Pada saat upacara bedera, kta serg memperhatka tema-tema kta. Terkadag tapa sadar kta membadgka tgg redah sswa dalam upacara tersebut. Ada yag tggya 170 cm, 165 cm, 150 cm atau bahka 140

Lebih terperinci

PENDAHULUAN. Di dalam modul ini Anda akan mempelajari teori gangguan bebas waktu yang mencakup:

PENDAHULUAN. Di dalam modul ini Anda akan mempelajari teori gangguan bebas waktu yang mencakup: PENDAULUAN D dalam modul Ada aka mempelajar teor gaggua bebas waktu yag mecakup: teor gaggua tak degeeras bebas waktu, teor gaggua degeeras bebas waktu, da efek Stark. Oleh karea tu, sebelum mempelajar

Lebih terperinci

Regresi & Korelasi Linier Sederhana

Regresi & Korelasi Linier Sederhana Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah

Lebih terperinci

Angka Banding Manfaat dan Biaya

Angka Banding Manfaat dan Biaya METODE ANALISIS PERENCANAAN 2 Mater 3 : TPL 311 Oleh : Ke Marta Kaskoe Agka Badg Mafaat da Baya Dalam proyek pembagua, perlu dketahu apa mafaat dar proyek tersebut? Bagamaa keutuga ekoom atau keutuga sosal

Lebih terperinci

REGRESI & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA 1. Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable)

Lebih terperinci

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

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

Lebih terperinci

REPRESENTASI BILANGAN FIBONACCI DALAM BENTUK KOMBINATORIAL

REPRESENTASI BILANGAN FIBONACCI DALAM BENTUK KOMBINATORIAL REPRESENTASI BILANGAN FIBONACCI DALAM BENTUK KOMBINATORIAL Rzky Maulaa Nugraha Tekk Iformatka Isttut Tekolog Badug Blok Sumurwed I RT/RW 4/, Haurgeuls, Idramayu, 4564 e-mal: laa_cfre@yahoo.com ABSTRAK

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange Praktkum 0 Iterpolas Polomal da Lagrage PRAKTIKUM 0 Iterpolas Polomal da Lagrage Tuua : Mempelaar berbaga metode Iterpolas ag ada utuk meetuka ttkttk atara dar buah ttk dega megguaka suatu fugs pedekata

Lebih terperinci

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE RISI IKLUSI- EKSKLUSI ICLUSIO- EXCLUSIO RICILE rsp Iklus-Eksklus Ada berapa aggota dalam gabuga dua hmpua hgga? A A = A A - A A Cotoh Ada berapa blaga bulat postf lebh kecl atau sama dega 00 yag habs dbag

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

BAB II AKSIOMA PELUANG

BAB II AKSIOMA PELUANG II KSIOM PELUNG PENGNTR pakah peluag tu? pakah sebatas peluag muul gambar pada pelempara 1 mata uag yag setmbag adalah 0.5, atau peluag rs Joh aka mampu meg-ko lawa tadgya dalam pertadga tju adalah 0.6.

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin 4/6/015 Oleh : Fauza Am Se, 06 Aprl 015 GDL 11 (07.30-10.50) Pedahulua Aalsa regres dguaka utuk mempelajar da megukur hubuga statstk ag terjad atara dua atau lebh varbel. Dalam regres sederhaa dkaj dua

Lebih terperinci