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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 Jural Ilmah Mrote Vol., No. 4 OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Joha Vara Alfa ), Rully Soelama ), Chaste Fatchah ) ), ), ) Te Iformata, Faultas Teolog Iformas, ITS - Surabaya Isttut Teolog Sepuluh Nopember Emal: jowhut@gmal.com ), rully7@gmal.com ), chaste.fatchah@gmal.com ) ABSTRAK Pada permasalaha yata, hususya dua fsa, peyusua pegas dega batasa-batasa tertetu yag optmal merupaa salah satu permasalaha optmas yag mucul, dmaa batasa yag dbera adalah besara-besara yag membetu gaya pegas. Pada peelta, dusula sebuah desa algortma optmas peyusua pegas, yag dmula dega memodela permasalaha e dalam graf, emuda megguaa metode sstem perbedaa batasa da juga algortma jalur terpede utu meghasla susua pegas yag optmal. Sstem perbedaa batasa dguaa utu memodela permasalaha e dalam betu pertdasamaa. Kemuda dcar peyelesaaya dega megguaa osep graf yag dsebut graf batasa. Peyelesaa ahr yag dguaa agar medapata solus yag optmal adalah algortma jalur terpede. Algortma jalur terpede yag dguaa adalah algortma Perbaa Djstra. Haslya mampu meghasla susua pegas yag optmal da bear. Da setelah duj coba, algortma Perbaa Djstra yag dguaa mampu lebh efse dar seg performa watu eseus dbadga algortma Bellma-Ford. Peghemata watu yag ddapat dega megguaa algortma Perbaa Djstra rata-rata mecapa 8,55%. Kata Kuc: Graf, Jalur Terpede, Optmas, Sstem Perbedaa Batasa ABSTRACT I the real world problems, especally o physcs, optmal arragemet goods, wth certa costrat, s oe of favorte problem the world. Oe of these problems s the optmal arragemet sprg, whch there s some costrat that be formed by physcs quattes that made elastc force. I ths research, desg of arragemet sprg optmzato algorthm s proposed, whch s bega wth modelg the problem to graph, the use the system of dfferece costrat method ad shortest path algorthm to produce optmal arragemet sprg. System of dfferece costrat s used to model problems to equalty. The, we foud soluto usg graph cocept was called costrat graph. Fally, shortest path algorthm s used to obta the optmal soluto. Improved Djstra s selected as shortest path algorthm that s used ths algorthm. The result ca produce the rght ad optmal arragemet of sprg. Improved Djstra s more effcet tha Bellma-Ford algorthm rug tme. Ths algorthm ca save a average rug tme of up to 8,55%. Key Words: Graph, Optmzato, Shortest path, System of dfferece costrat. 9

2 Jural Ilmah Mrote Vol., No. 4. Pedahulua Permasalaha jalur terpede merupaa permasalaha yag umum da tereal dalam teor graf. Dalam teorya, jalur terpede merupaa algortma utu meetua bobot terecl dar sebuah jalur dalam graf berarah []. Jalur merupaa sebuah ragaa vertes dalam sebuah graf yag terhubug melalu edge atara sebuah vertes dega vertes berutya pada ragaa vertes tersebut. Bobot dar sebuah jalur merupaa hasl pejumlaha dar bobot semua edge yag meghubuga setap vertes dar vertes asal hgga vertes tujua dalam sebuah graf berarah da berbobot. Berbaga macam algortma permasalaha jalur terpede telah dbuat. Secara umum permasalaha jalur terpede dbag mejad, jalur terpede sumber tuggal (Sgle-Source Shortest Paths) da jalur terpede semua pasaga (All-Pars Shortest Paths). Pada jalur terpede sumber tuggal, beberapa algortma yag dguaa atara la Djstra [] da juga Bellma-Ford [] da beberapa perembaga dar edua algortma tersebut [4][5][6]. Sedaga utu jalur terpede semua pasaga, algortma yag dguaa adalah Floyd-Warshall da Johso. Permasalaha optmas peyusua pegas merupaa permasalaha yata yag serg mucul saat. Permasalaha baya mucul terutama dalam percobaapercobaa fsa. Utu permasalaha sepert, dapat pula dselesaa dega memafaata osep sstem perbedaa batasa (sstem of dfferece costrat) yag emuda dterpretasa dalam betu jalur terpede []. Dega solus dar sstem perbedaa batasa, aa ddapata batasa la yag optmal dar permasalaha yag ada yag dsebut sebaga solus yag palg ba (feasble soluto). Utu medapata solus dar sstem perbedaa batasa dapat memafaata bobot dar algortma jalur terpede dega merepresetasa persamaa yag ddapat dar sstem perbedaa batasa dalam betu graf. Dagat dar permasalaha yata tersebut, dlaua sebuah stud utu melaua optmas peyusua pegas dega memafaata osep sstem perbedaa batasa da algortma jalur terpede utu medapata solus dar sstem perbedaa batasa tersebut. Kemuda, dlaua pula mplemetas algortma yag telah dbagu da mecoba megujya dega permasalaha yag sejes pada sstem pelaa darg (ole judge system) [7].. Tjaua Pustaa Baga mejelasa pejelasa umum tetag metode-metode yag dguaa pada optmas peyusua pegas berdasara referes pustaa. Pertama aa dbahas algortma perbaa Djstra yag merupaa salah satu algortma permasalaha jalur terpede djelasa da yag terahr adalah pejelasa tetag sstem perbedaa batasa sebaga metode utu memodela permasalaha e dalam betu pertdasamaa. A. Perbaa Djstra dalam Algortma Pelabela Pada algortma pelabela, algortma Djstra dapat dguaa dalam berbaga peyelesaa permasalaha yata sepert : mult-pot routg, lmu surve da pemetaa, pecara jalur terpede trasportas da arus logst, sstem cerdas trasportas, lmu jarga omputer, da aplas yata laya. Baya peelta telah dlaua dalam peerapa algortma pelabela Djstra (Djstra s label algorthm) dalam berbaga asus yata tersebut. Wag Shu-X [], membera sebuah perbaa algortma Djstra dalam algortma pelabela. Algortma Djstra sebearya telah cuup efse dalam prosesya, amu ada beberapa euraga yag perlu dperba. Setdaya ada perbaa yag dlaua atara la : ) Memperba ahr dar measme algortma Djstra utu asus-asus yag meyebaba perulaga ta hgga (fte loop).

3 Jural Ilmah Mrote Vol., No. 4 ) Perbaa agar algortma tersebut mampu medapata vertes-vertes yag bertetagga, secara spesf vertes-vertes sebelumya, pada jalur terpede yag dtemua. ) Perbaa proses peetapa p-label secara bersamaa pada lebh dar satu vertes. Perbaa algortma Djstra lebh epada proses pelabela, belum epada efses algortma. Justru dega perbaa cederug membuat efses algortma mejad redah area meghasla beberapa proses baru yag harus dlaua. B. Sstem Perbedaa Batasa Pada permasalaha program ler, ada beberapa permasalaha yag dapat dselesaa dega memafaata algortma jalur terpede dar sumber tuggal []. Tujua permasalaha pada umumya adalah megoptmala sebuah fugs ler yag bergatug pada sebuah hmpua pertdasamaa ler. Secara umum dalam permasalaha program ler, dbera sebuah matrs A berordo m, sebuah vetor b beruura m da sebuah c beruura. Tujuaya adalah utu meemua vetor dega eleme sejumlah yag megoptmala (bsa memmala ataupu memasmala) fugs sasara c yag bergatug pada batasa m yag dbera oleh pertdasamaa A b. Beberapa permasalaha program ler tda terlalu memperhata fugs sasara, amu lebh mecar solus yag laya / ba (feasble soluto) dmaa setap vetor dapat memeuh A b atau meetua bahwa tda ada solus yag laya dar permasalaha yag ada. Caraya adalah dega megguaa osep sstem perbedaa batasa. Dalam sebuah sstem perbedaa batasa, setap bars pada program ler matrs A berordo m, eleme-elemeya terdr dar sebuah la, sebuah la - da ssaya berla. Batasa yag dbera oleh A b adalah seumpula perbedaa batasa sejumlah m termasu yag tda detau laya, dmaa masgmasg batasa tersebut merupaa sebuah pertdasamaa ler yag berbetu sepert Persamaa (). j b () d maa, j da m Kosep sstem perbedaa batasa baya terjad pada berbaga aplas yata yag berbeda-beda. Dalam peyelesaaya, osep sstem perbedaa batasa dapat memafaata algortma jalur terpede dega merepresetasa program ler yag ada e dalam betu graf. Hal membawa eutuga tersedr area permasalaha-permasalaha dapat dselesaa dega watu eseus yag relatf lebh cepat darpada proses pemrograma ler pada umumya.. Metode Pada baga, dbera pejelasa gambara metode secara umum beserta lagah-lagah algortma secara detal yag dsusu pada proses optmas peyusua pegas. Lagah-lagah algortma tersebut dsusu mula dar pemodela permasalaha pegas dalam graf, represetas model e dalam sstem perbedaa batasa, represetas e dalam graf batasa hgga algortma jalur terpede yag dguaa utu meemua hasl yag optmal dar susua pegas. Secara umum, gambara desa algortma pada peelta dapat dlhat pada Gambar. START Permasalaha Peyusua Pegas Pemodela Permasalaha dalam Graf Represetas Dalam Betu Sstem Perbedaa Batasa STOP Represetas Susua Pegas Optmal Algortma Jalur Terpede Represetas Graf Batasa Gambar. Dagram alur metode

4 Jural Ilmah Mrote Vol., No. 4 A. Pemodela Permasalaha dalam Graf Dbera susua atau ofguras pegaspegas yag bers guluga pegas-pegas amu tda meml meda maget. Susua dbetu dega sejumlah N bar (dar hgga N-) da sejumlah M pegas (dar hgga M-) dmaa setap pegas meghubuga dua buah bar yag berbeda. Setap pegas meml la ostata sedr-sedr. Pegas meml pajag yag sagat ecl sehgga pajag pegas sama dega pergesera (jara atara bar) pada pegas tersebut. Sela tu, massa da lebar pada bar dabaa, sehgga ja ada dua buah pegas yag terat pada satu buah bar yag sama sebearya dua pegas tersebut salg terat. Da susua suatu pegas dar bar awal hgga ahr tersusu secara ser. Peataa susua pegas dpossa secara horzotal dmaa jara atara bar e da bar e (N-) dtetapa sejauh d. Kemuda bar yag terssa atara edua bar tersebut dapat datur sedema rupa dega jara tertetu. Bar-bar atara edua bar tersebut dapat datur sedema rupa ba jara maupu possya tapa harus memra urutaya, amu bar e- da e-(n-) tetap sebaga bar pertama da terahr. Kemuda dbera salah satu cotoh permasalaha susua pegas. Ja jumlah bar dotasa N, jumlah pegas dotasa M, jara masmal susua pegas dotasa d, da ostata pegas dotasa. Dbera data masua N = 4, M = 4, da d = dega masgmasg pegas meml ofguras masua. Utu pegas pertama terleta atara bar e- da bar e- dega la =, emuda pegas edua terleta atara bar e- da bar e- dega la =, emuda pegas etga terleta atara bar e- da bar e- dega la =, da pegas eempat terleta atara bar e- da bar e- dega la =. Maa gambar susua awal pegas sesua data masua tersebut dtujua pada Gambar. Gambar. Cotoh susua awal pegas Utu medapata susua yag optmal, dapat dlaua dega meyusu ulag pegas. Namu aa baya emuga susua ulag yag harus dcoba. Utu medapata susua pegas secara lebh efse dbutuha sebuah represetas atau pemodela dmaa dar model tersebut dapat dbera represetas susua pegas yag optmal melalu sebuah algortma. Pemodela permasalaha e dalam betu graf dlaua dega represetas bar sebaga vertes da pegas sebaga edge. Graf yag dbagu adalah graf berarah da berbobot, dmaa bobot edge ddapata dar la dar setap pegas. Utu medapata represetas susua pegas optmal, berupa gaya pegas masmal yag optmal, ddapata dega algortma jalur terpede. Gambar merupaa model graf yag ddapata dar cotoh permasalaha susua pegas. Proses pemodela permasalaha dalam betu graf djelasa lebh detal d baga berutya. Gambar. Model graf dar susua awal

5 Jural Ilmah Mrote Vol., No. 4 Gaya pegas yag optmal, yag merepresetasa susua pegas yag optmal, ddapata dega rumus sepert Persamaa (). F () dmaa : F adalah la mutla dar gaya pegas adalah ostata pegas adalah pajag pegas Pada permasalaha susua pegas, ddapata bahwa pada susua pegas yag optmal la da selalu berbadg terbal. Nla utu setap pegas tda ddapata dar data masua, amu batas masmal jara atara bar pertama hgga bar terahr, yag dotasa d, dtetua oleh data masua. Dega ata la, la d merupaa jumlah la utu susua yag optmum, sehgga drumusa pada Persamaa (). d... sum( ) () Utu medapata la masg-masg pajag pegas ( ), bsa ddapata dega memafaata perbadga la ostata pegas beserta la jumlah pajag pegas ( ) yag optmum dega Persamaa (4).... d (4) Nla gaya pegas utu setap pegas ddapata dar perala la ostata pegas da pajag pegas. Ja dsubsttusa pajag pegas sepert rumus sebelumya, maa aa ddapata persamaa gaya pegas utu setap pegas adalah sepert Persamaa (5). d F (5) sum( ) Utu medapata gaya masmum, maa dbutuha la sum ( ) terecl. Maa dega memafaata algortma jalur terpede, aa ddapata gaya masmum yag optmal. B. Represetas Model dalam Sstem Perbedaa Batasa Tahap merupaa tahap utu merepresetasa soal serta model graf yag ddapat atau permasalaha e dalam sebuah model sstem pertdasamaa dega megguaa algortma sstem perbedaa batasa. Sstem perbedaa batasa A b, dmaa matrs la, yag berordo, merupaa represetas bar da matrs A berordo m merupaa represetas pegas yag mehubuga dua buah la da dega meml batasa b sejumlah sehgga mejad sebuah pertdasamaa b, dmaa, j da j m. Nla-la utu sstem perbedaa batasa A b ddapata berdasara data masua utu setap proses peyusua pegas dmaa batasa b merupaa la. Maa aa dhasla sebuah sstem pertdasamaa matrs dega bar -bar peghubugya (yag laya dambl dar cotoh sebelumya) dar sstem perbedaa batasa tersebut sepert Persamaa (6). 4 4 j (6) Dar pertdasamaa matrs tersebut aa dhasla beberapa pertdasamaa (7). 4 4 b b b b 4 b 5 (7) Jad la hgga 4 merupaa represetas bar, da matrs A merupaa peghubug dua buah la e dalam betu pertdasamaa, sehgga laya haya -,, da yag merepresetasa pegas yag meghubuga dua bar. Nla batasa b merupaa sebuah varabel yag ddapata dar varabel-

6 Jural Ilmah Mrote Vol., No. 4 varabel dar data masua. Setelah ddapata semua model-model persamaa tersebut dar permasalaha susua pegas yag ada, maa lagah berutya adalah meyelesaaya secara optmal. Nla yag dcar adalah batasa pada sstem pertdasamaa dar sstem perbedaa batasa. Proses peyelesaa adalah mecar la pegas ( ) dar sstem pertdasamaa yag ada. Namu, ja dcar secara lagsug dega program ler aa memaa watu yag lama. Oleh area tu dcar solusya dega megguaa osep graf terutama dega algortma jalur terpede. C. Represetas Graf Batasa Pada sstem perbedaa batasa A b, sebuah matrs program ler A berordo m dapat drepresetasa dalam betu graf. Sebuah graf dega vertes berjumlah da dega edge sejumlah m. Setap vertes v utu,,, berhubuga dega varabel sejumlah da setap edge yag berarah dalam graf berhubuga dega batasa b sejumlah m termasu dua buah varabel da pada pertdasamaa dalam setap batasa. Dega dema sstem perbedaa batasa A b aa dapat drepresetasa dalam sebuah graf batasa yag berarah G V, E. da berbobot Graf G V, E yag dbagu adalah graf yag berarah da berbobot, maa batasa b drepresetasasa dalam bobot edge yag berarah. Graf batasa ddapata juga dar model graf yag dbagu dar soal sebelumya. Sebuah vertes v dtambaha dmaa vertes v terhubug dega seluruh vertes v. Maa hmpua vertes V terdr dar seluruh vertes v sebaga represetas varabel pada sstem perbedaa batasa dega tambaha vertes v. Sedaga hmpua edge E bers seluruh perbedaa batasa yag ada yag melbata dua buah varabel v j dalam sebuah pertdasamaa da sebuah edge e v, v j b utu setap varabel. Dega dema, dapat pula drepresetasa bahwa setap bobot edge v, v j merupaa la batasa pada setap pertdasamaa, atau secara umum dapat w v, v b. Kemuda utu setap dtuls j edge e v, v dber bobot. Kemuda dar hasl pertdasamaa dar sstem perbedaa batasa aa dgambara graf batasa sebaga represetasya yag dgambara pada Gambar 4. Gambar 4. Cotoh graf batasa Dar graf batasa yag telah dbagu tersebut, maa dcar la setap vertes v sebaga represetas la yag dcar dega megguaa algortma jalur terpede. Dega dema, aa ddapata la yag palg optmal utu setap la atau sebaga solus yag laya dar sstem perbedaa batasa yag telah dbagu. Nla yag optmum aa meghasla gaya pegas yag palg optmal sehgga juga aa meghasla susua pegas yag optmal. D. Algortma Jalur Terpede Tahap merupaa tahap utu peyelesaa dalam proses pegoptmal peyusua pegas, yatu dega mecar la optmal dar la dega mecar jalur terpede dar graf batasa yag telah dbagu. Jalur yag terbetu adalah dar bar pertama yag drepresetasa dega vertes pertama. 4

7 Jural Ilmah Mrote Vol., No. 4 Jalur tersebut melewat setap pegas yag drepresetasa dega edge utu meuju bar-bar yag terhubug atau vertes-vertes yag terhubug hgga bar terahr atau vertes terahr. Setap bar atau vertes haruslah terlewat amu tda semua pegas harus dambl sebaga sebuah jalur. Cuup jalur tertetu yag aa mejad jalur terpede meuju bar tujua. Algortma permasalaha jalur terpede yag dambl adalah jalur terpede sumber tuggal. Ada dua algortma jalur terpede sumber tuggal, yatu Djstra da juga Bellma-Ford. Secara umum peyelesaa jalur terpede pada graf batasa adalah megguaa Bellma-Ford. Hal dsebaba area Bellma-Ford dapat megatas permasalaha bobot edge yag berla egatf, sedaga Djstra tda, da la batasa yag drepresetasa dalam betu bobot edge dapat berla egatf. Pada proses peyusua pegas, la bobot edge ddapata berdasara la ostata pegas yag tda mug egatf. Oleh area tu, pada permasalaha optmas peyusua pegas, algortma Djstra dapat dguaa. Da pada peelta, algortma Perbaa Djstra [] dguaa utu medapata la gaya pegas masmum sebaga represetas susua pegas yag optmal. Dega dema, dar data masua, represetas graf ahr hasl dar sstem perbedaa batasa, ddapata susua pegas yag optmal sepert pada Gambar 5. Gambar 5. Cotoh Susua Pegas Optmal 4. Hasl da Pembahasa Ragaa uj coba dbag mejad dua baga, yatu uj coba ebeara da uj coba performa. Uj coba ebeara dlaua utu membuta ebeara hasl mplemetas, emuda uj coba performa dlaua utu meguj watu da pemaaa memor yag dbutuha program utu melaua beberapa data uj. Terahr, dlaua uj coba perbadga dega algortma-algortma jalur terpede yag berbeda. Dar hasl uj coba aa ddapata susua pegas yag optmal dega memafaata desa algortma yag telah dbagu tersebut. A. Uj Coba Kebeara Pada uj coba, dlaua peguja program dega data masua berupa graf dega jumlah vertes da edge yag sedt. Uj coba dlaua dega member masua e program dega data masua sesua pada Tabel serta dtujua pula haslya juga. Selajutya, dlaua pemersaa secara maual utu meguj ebeara hasl eluara dega batua represetas graf pada Gambar 6 yag ddapata dar model pertdasamaa oleh metode sstem perbedaa batasa. Data dar Tabel utu bars pertama bers la M=5; N=5 da d=9. Kemuda utu sejumlah data masua jumlah pegas, dmasua data setap pegas yag bers buah bar yag dhubuga oleh edua ujug pegas, serta la ostata pegas. Kemuda data masua dmodela e dalam sstem perbedaa batasa sepert Persamaa (8). 5 5 (8) Sehgga meghasla pertdasamaa (9). 5

8 Jural Ilmah Mrote Vol., No (9) Tabel. Cotoh data masua da eluara Data Masua utu M=5 Data Keluara N M d Bar awal Bar Ahr K Fmas (optmum) = 6 Kemuda, dar sstem pertdasamaa tersebut, dbetu graf batasa sepert pada Gambar 6. Dar graf batasa tersebut dcar la optmal dar setap vertes yag merupaa represetas poss bar dega memafaat algortma jalur terpede, dmaa jalur dar hgga 5 yag dtada dega wara merah merupaa jalur terpede yag ddapata. Sehgga pajag dar setap pegas yag optmum ddapata dega megguaa rumus dar Persamaa (4). Gaya pegas masmum dar susua pegas yag dhasla merupaa la terecl dbadga dega semua emuga yag la, dmaa gaya pegas yag ddapata dega rumus pada Persamaa (5) dega sum ( ) merupa jalur terpede dar graf batasa tersebut, sehgga ddapata gaya pegas masmal yag optmal. Gambar 6. Represetas graf batasa uj coba da jalur terpedeya Persamaa () merupaa hasl ahr perhtuga dar la gaya pegas yag ddapata da haslya sesua dega data eluara dar program. d 9 () F sum ( ) 9 6 Hasl represetas susua pegas yag optmal pada uj coba ebeara dgambara pada Gambar 7. Gambar 7. Represetas susua pegas optmal B. Uj Coba Performa pada SPOJ Pada dasarya, uj coba pada stus SPOJ tda seedar uj coba performa, amu sealgus mejad uj coba ebeara area dega medapata umpa bal accepted, maa hasl mplemetas telah dyataa bear utu setap asus data uj yag ada pada soal. Uj coba dlaua dega meggugah ode sumber hasl mplemetas algortma pada tess pada salah satu soal d SPOJ yag berjudul "Sprg Loaded" [7]. Data masua ddapata dar server SPOJ pada soal tersebut, sehgga tda dapat detahu eseluruha data masua yag dguaa. Peguja dlaua beberapa al utu medapat rata-rata watu eseus program pada soal "Sprg Loaded". Pada Gambar 8 dtujua graf hasl beberapa al uj coba pada stus SPOJ. Performa dtujua dalam betu watu eseus program. Ddapata rata-rata watu eseus program pada stus SPOJ sebesar,5 det dega stadar devas sebesar, det. 6

9 Jural Ilmah Mrote Vol., No. 4 yag dguaa sebaga algortma jalur terpede dalam peyelesaaya da "Perbaa Djstra" merupaa hasl algortma Perbaa Djstra yag dguaa sebaga algortma jalur terpede dalam peyelesaaya. Gambar 8. Hasl uj coba pada stus SPOJ C. Uj Coba Perbadga Algortma Jalur Terpede yag Berbeda Pada uj coba dlaua perbadga ecepata eseus program atara buah algortma jalur terpede sumber tuggal, yatu algortma Perbaa Djstra da juga algortma Bellma-Ford. Kedua algortma pada dasarya mampu meyelesaa permasalaha peyusua pegas da eduaya telah dujcobaa pada stus SPOJ da sama-sama membera umpa bal accpeted. Namu terdapat perbedaa yag cuup besar pada watu eseus program. Peghemata watu yag ddapata dega megguaa algortma Djstra dbadg algortma Bellma-Ford rata-rata hgga mecapa 8,55%. Perhtuga peghemata watu drumusa dalam Persamaa (). WB WD H % () WB Dmaa: H adalah peghemata watu eseus W B adalah watu eseus dega algortma Bellma-Ford W D adalah watu eseus dega algortma Djstra. Pada Gambar 9 dtujua graf hasl perbadga uj coba pada algortma dalam tess yag megacu pada Tabel. Sumbu- meujua taggal percobaa saat meguggah program e stus SPOJ da sumbu-y meujua la watu dalam det megguaa sala desmal, dega "Bellma-Ford" merupaa hasl algortma Bellma-Ford 7 Gambar 9. Graf perbadga algortma Tabel. Tabel Uj perbadga algortma Watu Eseus Peghe Taggal Percobaa (det) Perbaa Djstra Bellma- Ford -mata Watu (%) // // // // // // // // // // // // // Rata-rata Kesmpula Dalam peelta dbagu desa algortma optmas peyusua pegas dega megguaa osep graf dalam pemodelaya, emuda megguaa metode sstem perbedaa batasa, serta algortma jalur terpede dalam melaua optmas peyusuaya. Berdasara hasl uj coba da aalss yag dlaua, maa dambl esmpula. Pertama, permasalaha Peyusua Pegas dapat dmodela dalam betu graf da

10 Jural Ilmah Mrote Vol., No. 4 dapat dselesaa dega sstem perbedaa batasa da algortma jalur terpede. Da telah teruj ebearaya setelah algortma tersebut dmplemetasa. Kedua, Algortma yag dusula lebh efse dar seg watu eseus program dega megguaa algortma Perbaa Djstra sebaga algortma jalur terpede. Peghemata watu eseus rata-rata mecapa 8,55% dbadga dega megguaa algortma Bellma-Ford. DAFTAR PUSTAKA [] Corme, Thomas H., Leserso, Charles E., Rvest, Roald L. da Ste, Clfford. []. Itroducto to Algorthms, Secod Edto. MIT Press. [] Wag Shu-X [], The Improved Djstra's Shortest Path Algorthm ad Its Applcato, ELSEVIER: Proceda Egerg 9, pp 86-9 [] A.V. Goldberg, T. Radz [99], A Heurstc Improvemet Of The Bellma Ford Algorthm, AMLETS: Appl. Math. Lett. 6, pp 6. [4] D. Catoe, S. Faro [4], Two- Levels-Greedy: A Geeralzato Of Djstra s Shortest Path Algorthm, Electro. Notes Dscrete Math. 7, pp [5] T. Taaoa [4], A Faster Algorthm For The All-Pars Shortest Path Problem Ad Its Applcato, I: K.Y. Chwa, J.I. Muro (Eds.), COCOON, I: Lecture Notes Computer Scece, vol. 6, Sprger, pp [6] J. Facharoephol [6], S. Rao, Plaar Graphs, Negatve Weght Edges, Shortest Paths, Ad Near Lear Tme, J. Comput. System Sc. 7, pp [7] Aom, []. Sphere Ole Judge. SPRING LOADED. NG/, dases taggal September 8

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

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

Lebih terperinci

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

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

Lebih terperinci

Implementasi Algoritma Particle Swarm untuk Menyelesaikan Sistem Persamaan Nonlinear

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

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

H dinotasikan dengan B H

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

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

Lebih terperinci

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

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

Lebih terperinci

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k

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

Lebih terperinci

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

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

Lebih terperinci

PENERAPAN OPTIMASI CHAOS DAN METODE BFGS (BROYDEN, BROYDEN, FLETCHER, GOLDFARB, AND SHANNO) PADA PENYELESAIAN PERMASALAHAN SISTEM PERSAMAAN NONLINIER

PENERAPAN OPTIMASI CHAOS DAN METODE BFGS (BROYDEN, BROYDEN, FLETCHER, GOLDFARB, AND SHANNO) PADA PENYELESAIAN PERMASALAHAN SISTEM PERSAMAAN NONLINIER PENERAPAN OPTIMASI CHAOS DAN METODE BFGS (BROYDEN, BROYDEN, FLETCHER, GOLDFARB, AND SHANNO PADA PENYELESAIAN PERMASALAHAN SISTEM PERSAMAAN NONLINIER Rully Soelama, Nur Chasa Faultas Teolog Iormas Isttut

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Pelabelan Total Super Sisi Ajaib Pada Graf Caterpillar Teratur

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

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

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

Lebih terperinci

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

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

Lebih terperinci

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC

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

Lebih terperinci

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d Jural Grade Vol4 No Jul 008 : 37-38 Kaja Hubuga Koefse Korelas Pearso (r), Spearma-rho (ρ), Kedall-Tau (τ), Gamma (G), da Somers ( d yx ) Sgt Nugroho, Syahrul Abar, da Res Vusvtasar Jurusa Matemata, Faultas

Lebih terperinci

BAB 3 Interpolasi. 1. Beda Hingga

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

titik tengah kelas ke i k = banyaknya kelas

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

Lebih terperinci

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

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

Lebih terperinci

BAB I PANDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

UKURAN DASAR DATA STATISTIK

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

Lebih terperinci

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

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

Lebih terperinci

ANALISIS LOSSES JARINGAN DISTRIBUSI PRIMER 20 KV AREA LHOKSEUMAWE

ANALISIS LOSSES JARINGAN DISTRIBUSI PRIMER 20 KV AREA LHOKSEUMAWE Aalss Losses Jarga Dstrbus Prmer 0 v Area Lhoseumawe....Zamzam ANALSS LOSSES JARNGAN DSTRBUS PRMER 0 AREA LHOSEUMAWE Zamzam 1 1 Dose Jurusa Te Eletro Polte Neger Lhoseumawe ABSTRA Peelta bertujua utu megetahu

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

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

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

Lebih terperinci

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

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

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

Lebih terperinci

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

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

Lebih terperinci

Digraf eksentris dari turnamen kuat

Digraf eksentris dari turnamen kuat Dgraf esetrs dar turame uat Hazrul Iswad Departeme Matemata da IPA MIPA) Uverstas Surabaya UBAYA), Jala Raya Kalrugut, Teggls, Surabaya, e-mal : us679@wolfubayaacd Abstra Esetrstas eu) suatu tt u d dgraf

Lebih terperinci

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

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

Lebih terperinci

EVALUASI OPERASI SISTEM TENAGA LISTRIK 5OO kv JAWA BALI MENGGUNAKAN PARTICLE SWARM OPTIMIZATION

EVALUASI OPERASI SISTEM TENAGA LISTRIK 5OO kv JAWA BALI MENGGUNAKAN PARTICLE SWARM OPTIMIZATION EVALUASI OPERASI SISTEM TENAGA LISTRIK 5OO V JAWA BALI MENGGUNAKAN PARTICLE SWARM OPTIMIZATION Roy Chadrabuaa, Ad Soeprjato, Teguh Yuwoo Jurusa Te Eletro-FTI, Isttut Teolog Sepuluh Nopember Kampus ITS,

Lebih terperinci

STATISTIKA ELEMENTER

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

Lebih terperinci

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

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

Lebih terperinci

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

BAB III TEORI PERRON-FROBENIUS

BAB III TEORI PERRON-FROBENIUS BB III : EORI PERRON-FROBENIUS 34 BB III EORI PERRON-FROBENIUS Pada Bab III aa dbahas megea eor Perro-Frobeus, yatu teor hasl otrbus dar seorag matematawa asal Germa, Osar Perro da Ferdad Georg Frobeus

Lebih terperinci

9. SOAL-SOAL STATISTIKA

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

Lebih terperinci

9. SOAL-SOAL STATISTIKA

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

Lebih terperinci

8.4 GENERATING FUNCTIONS

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

Lebih terperinci

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

III. METODOLOGI PENELITIAN

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

Lebih terperinci

Gambar 3.1Single Channel Multiple Phase

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

Lebih terperinci

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

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

dalam proses produksi dan distribusi, seperti bahan mentah, komponen produk setengah jadi dan produk jadi yang belum menjadi pendapatan.

dalam proses produksi dan distribusi, seperti bahan mentah, komponen produk setengah jadi dan produk jadi yang belum menjadi pendapatan. BAB LANDASAN EORI. Persedaa Yag damaa persedaa adalah semua produ da materal yag dguaa d dalam proses produs da dstrbus, sepert baha metah, ompoe produ setegah jad da produ jad yag belum mejad pedapata.

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

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

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

Perbandingan Analisa Aliran Daya dengan Menggunakan Metode Algoritma Genetika dan Metode Newton-Raphson

Perbandingan Analisa Aliran Daya dengan Menggunakan Metode Algoritma Genetika dan Metode Newton-Raphson Perbadga Aalsa Alra Daya dega Megguaa Metode Algortma Geeta da Metode Newto-Raphso Perbadga Aalsa Alra Daya dega Megguaa Metode Algortma Geeta da Metode Newto-Raphso Emmy Hosea, Yusa Taoto Faultas Teolog

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 2 TINJAUAN PUSTAKA. Sistem tenaga listrik EPS (Electric Power System) adalah rangkaian sistem. serentak dalam rangka penyediaan tenaga listrik.

BAB 2 TINJAUAN PUSTAKA. Sistem tenaga listrik EPS (Electric Power System) adalah rangkaian sistem. serentak dalam rangka penyediaan tenaga listrik. BAB TINJAUAN USTAKA. Sstem Teaga Lstr Sstem teaga lstr ES Electrc ower System adalah ragaa sstem teaga lstr dar pembagta, trasms da dstrbus yag doperasa secara sereta dalam raga peyedaa teaga lstr. Kompoe

Lebih terperinci

METODE PRIMAL AFFINE-SKALING UNTUK MASALAH PROGRAM LINEAR

METODE PRIMAL AFFINE-SKALING UNTUK MASALAH PROGRAM LINEAR PLGI ERUPKN INDKN IDK ERPUJI EODE PRIL FFINE-SKLING UNUK SLH PROGR LINER Srps Dajua utu emeuh Salah Satu Sarat emperoleh Gelar Sarjaa Sas Program Stud atemata Oleh: jeg Retojwat NI : 343 PROGR SUDI EIK

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

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

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

Lebih terperinci

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

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

Lebih terperinci

Representasi sinyal dalam impuls

Representasi sinyal dalam impuls Represetasi siyal dalam impuls Represetasi siyal dalam impuls adalah siyal yag diyataa sebagai fugsi dari impuls atau sebagai umpula dari impuls-impuls. Sembarag siyal disret dapat diyataa sebagai pejumlaha

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

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

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

Lebih terperinci

Edge Anti-Magic Total Labeling dari

Edge Anti-Magic Total Labeling dari Edge At-Magc Total Labelg dar Charul Imro da Suhud Wahyud Jurusa Matematka Isttut Tekolog Sepuluh Nopember Surabaya mro-ts@matematka.ts.ac.d, suhud@matematka.ts.ac.d C Abstract We wll fd edge at-magc total

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

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

* 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

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

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

Lebih terperinci

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

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

Lebih terperinci

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit)

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit) Jural Sas Matematka da Statstka, Vol., No. I, Jauar ISSN - Peyelesaa Sstem Persamaa Ler Kompleks Dega Ivers Matrks Megguaka Metode Faddev Cotoh Kasus: SPL Kompleks da Hermt F. rya da Tka Rzka, Jurusa Matematka,

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014) Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 Aalss Regres Espoesal Bergada (Stud Kasus: Jumlah Kelahra Bay d Kalmata Tmur pada Tahu 3 da 4) Double Expoetal Regresso Aalyss (Case Study: Number

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

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

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 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

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

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. Loas da Watu Peelta dlasaaa d Strawberry Café yag berloas d Jala Gadara No.75 Jaarta Selata. Loas peelta dplh da dtetua dega segaja sesua dega pertmbaga dar peelt. Alasa utama memlh

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 30 BAB III METODE PENELITIAN A. Tujua Peelta Tujua ag g dcapa dalam peelta adalah utu megetahu apaah hasl belajar perserta dd elas IX MP Nusa Bagsa Mragge Dema pada mater poo volume bagu ruag ss legug

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

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

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

Lebih terperinci

Laporan Penelitian. Analisis Ketunggalan Polinomial Interpolasi untuk Aproksimasi Fungsi

Laporan Penelitian. Analisis Ketunggalan Polinomial Interpolasi untuk Aproksimasi Fungsi Lapora Peelta Aalss Ketuggala Polomal Iterpolas utu Aprosmas Fugs Peelt: Drs. Sahd, MSc. Jurusa Pedda Matemata Faultas Matemata da Ilmu Pebetahua Alam Uverstas eger Yogyaarta ============================================

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

ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD

ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD Jural as, Teolog da Idustr, Vol., No., Desember 04, pp. 48-57 IN 693-390 prt/in 407-0939 ole ANALII JUMLAH TENAGA KERJA TERHADAP JUMLAH PAIEN RUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGREI GULUD

Lebih terperinci

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam BAB LANDASAN TEORI Pegerta Regres da Korelas Pegerta Regres Istlah regres dpereala oleh seorag yag erama Fracs Gulto dalam maalah erjudul regresso towerd medacraty heredtary stature Meurut hasl peelta

Lebih terperinci

MODEL GARIS ARUS UNTUK RESERVOIR YANG BERHUBUNGAN DENGAN AQUIFER. Ir. Mulia Ginting, MS * Ir. Siti Nuraeni E.S., MS *

MODEL GARIS ARUS UNTUK RESERVOIR YANG BERHUBUNGAN DENGAN AQUIFER. Ir. Mulia Ginting, MS * Ir. Siti Nuraeni E.S., MS * MODEL GARIS ARUS UNTUK RESERVOIR YANG BERHUBUNGAN DENGAN AQUIFER Ir. Mula Gtg, MS * Ir. St Nurae E.S., MS * ABSTRAK Model smulas gars arus adalah suatu te smulas yag dapat dterapa gua meramala erja pedesaa

Lebih terperinci

Koefisien Korelasi Spearman

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

Lebih terperinci

MEAN SQUARE ERROR TERKECIL DARI KOMBINASI PENAKSIR RASIO-PRODUK UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA

MEAN SQUARE ERROR TERKECIL DARI KOMBINASI PENAKSIR RASIO-PRODUK UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA MEA QUARE ERROR TERKEIL DARI KOMBIAI PEAKIR RAIO-PRODUK UTUK RATA-RATA POPULAI PADA AMPLIG AAK BERTRATA R Kurat *, gt ugarto, Ruam Efed Maasswa Program Matemata Dose Jurusa Matemata Faultas Matemata da

Lebih terperinci