EVALUASI PREMI POLIS LAST SURVIVOR PASANGAN SUAMI ISTRI MENGGUNAKAN METODE COPULA FRANK

Ukuran: px
Mulai penontonan dengan halaman:

Download "EVALUASI PREMI POLIS LAST SURVIVOR PASANGAN SUAMI ISTRI MENGGUNAKAN METODE COPULA FRANK"

Transkripsi

1 EVLUSI PREMI POLIS LST SURVIVOR PSNGN SUMI ISTRI MENGGUNKN METODE COPUL FRNK Irma Fauziah Program Matmatia Faultas Sais da Tologi Uivrsitas Islam Ngri Sarif Hidaatullah Jaarta -mail : irma_s2mathugm@ahoocom atau irmaristiato08@gmailcom BSTRK Tulisa ii mgaji ttag sbuah rodu asurasi, tahaa hidu, ag didasara ada dua lomo umur: asaga miah brusia urag dari 55 tahu da miah brusia lbih dari 55 tahu Pilaia rmi utu asaga miah ag urag dari 55 tahu dirolh dga mtod Frasir dga mmrhituga robabilitas matia stlah matia trjadi dari salah satu trtaggug dga asumsi matia asaga miah adalah idd Sdaga utu asaga ag sudah miah lbih dari 55 tahu, rmi ilaia dirolh dga mtod Frasir utu mghitug robabilitas matia dga mgagga matia asaga miah adalah dd, asumsi ii dimodla olh Fra oula, dimaa oula ii adalah salah satu dari luarga oula rchimds Kata uci: Mtod Frasir, Fra Coula, Hidu Brsama da Status Trahir BSTRCT This ar itroducs a isurac roduct, Survivorshi, basd o two ag grous : marrid couls lss tha 55 ars old ad marrid couls ovr 55 ars old Prmiums Valuatio for marrid couls who lss tha 55 ars ar obtaid usig Frasir mthod with ta ito accout th las rat aftr dath occurs from o of th isurd with mortalit assumtio of marrid couls ar iddt Whil for marrid couls ovr 55 ars, rmiums valuatio ar obtaid usig Frasir mthod for calculatig th robabilit of dath b assumig mortalit of marrid couls ar ddt, this assumtio is modld b Fra coula This coula is o of famil rchimda coula Kwords : Frasir Mthods, Fra Coula, Joit Lif ad Last Survivor Status PENDHULUN Di Idosia, olis asurasi sigl lif lbih mdomiasi rodu-rodu asurasi di stia rusahaa asurasi, sdaga olis asurasi last survivor blum bgitu baa mdaat rhatia Di Kaada, Idustri asurasi mtaa harga olis asurasi last survivor mgguaa mtod Frasir utu masir robabilitas matia trtaggug dga mgasumsia mortalitas asaga suami istri adalah salig bbas Mtod ii masir robabilitas matia dari trtaggug trahir ada olis last survivor ada tahu trttu ag tlah dihitug ada awal tahu brlaua olis last survivor Polis last survivor adalah olis asurasi jiwa ag maggug miimal dua orag dimaa bfita dibaara jia smua trtaggug miggal duia Jia trtagguga mruaa asaga suami istri maa ada bbraa hal ag harus diaalisis trait valuasi rmi last survivor aitu : Rsio ag dialami asaga suami istri asaga suami istri urag lbih mmuai rsio ag sama diataraa : a Pait mular (Margus P, 2002) srti Tublolosis (Gusti rlia, 2003) da ait lami srti HIV, IDS, Hatitis B (DrM toillah I, 2007) b Kclaaa ag dialami brsama (Martiia P, Valo T, 996) c Strss Cardiomoath (Pars, 969 ; Martiia P, 996; da Hug You, rad Shmai, 999) Murut Pars, strss cardiomoath trjadi ada asaga suami istri ag brusia 55 tahu atas 2 Fator Las Las adalah jadia dimaa mgag olis tida mlajuta otraa disbaba tida saggu mmbaar rmi

2 Evaluasi Prmi Last Survivor Pasaga Suami Istri Mgguaa Mtod Coula Fra Brdasara rtimbaga dua fator trsbut maa daat disimula rodu asurasi jiwa last survivor dga asumsi mortalitas asaga suami istri salig dd ag duaa haa dihususa utu asaga suami istri ag duaa brusia 55 tahu atas Sdaga fator las stlah trjadi matia dari salah satu asaga suami istri da asmsi bahwa mortalitas asaga suamiistri adalah idd dirhituga utu mgag olis last survivor dga usia asaga suami istri urag dari 55 tahu Tulisa ii haa trbatas ada rhituga rmi tuggal brsih asurasi jiwa last survivor brjaga 0 tahu ag dihitug mgguaa tabl multilif ag mmuat aga laim Frasir ag diturua dari tabl mortalitas sigl lif US fmal ad Mal tahu 2004 LNDSN TEORI Buga Majmu Smua olis asurasi jiwa bai sigl lif mauu multilif mgharusa rmi dibaar di mua sblum asurasi ftif sdaga bfit baru aa dibaara ada masa ag aa datag shigga rmi itu diaa buga Olh ara itu, rhituga buga ada asurasi mgguaa ti rhituga buga majmu da disoto umulasi buga majmu dari daa sbsar R, adalah a(t) = ( + i) t, utu t 0 () dga i mataa suu buga dalam satu riod Fator disoto diotasia dga v t ag dibria olh, a (t) = v t = B Status Sigl Lif a) Fugsi Survival ( + i) t utu t 0 (2) Misala X adalah variabl radom otiu ag mataa jatah usia ag aa dijalai olh sorag bai ag baru lahir, maa fugsi distribusi dari X adalah F X () = Pr(X ), 0 (3) da fugsi survival ag mataa robabilitas sorag bai ag baru lahir aa mcaai usia tahu adalah s() = F X () = Pr(X > ), 0 (4) b) Sisa Usia Bagi () Notasi T() mataa sisa usia dari () diataa dga T() = X Notasi atuaria ag brhubuga dga robabilitas ttag T() diataa sbagai, Probabilitas () aa miggal t tahu mudia diataa sbagai briut: = Pr(T() t) s( + t) (5) =, t 0 s() 2 Probabilitas () aa hidu mcaai usia +t tahu diataa sbagai briut : t = t = Pr(T(X) > t) s( + t) (6) =, t 0 s() c) Sisa Usia Bulat Bagi () Variabl radom ag brhubuga dga sisa usia bulat utu () samai trjadi matia diotasia dga K() Fugsi distribusi dari K() didfiisia sbagai : F K() () = h=0 h da bilaga bilat trbsar dari = +, 0 (7) d) Hubuga Tabl Mortalitas da Fugsi Survival Misala () mruaa variabl radom ag mataa jumlah orag ag masih hidu samai usia tahu ag diataa dga l 0 () = I j () j= ()~Biomial(l 0, s()) 2 I j ~Broulli dga I j = {, j masih hidu samai usia 0, j miggal sblum usia Kara E[I j ] = s() maa l = E[ ()] = l 0 s() Probabilitas ssorag ag brusia aa hidu alig sdiit tahu aitu = l + l maa robabilitas ssorag brusia aa miggal sblum macaai usia + tahu adalah = = l + l l = d l (8) Tabl mortalitas ag diguaa dalam tulisa ii adalah lif tabl US mal&fmal 2004 Jural CUCHY ISSN:

3 Irma Fauziah ) Sistm Pmbaara Bfit surasi Sigl Lif Brjaga Disrit Misala b+ mataa fugsi bfit da v + mataa fugsi disoto maa asurasi brjaga tahu ag mdiaa bfit ada ahir tahu matia trtaggug adalah, = 0,,, b + = { 0, ag lai (9) Utu mmrmudah rhituga, asumsia bfita sbsar R, Prst Valu mbaara bfit adalah sbsar z+ = b+ v + Variabl radom dari z+ diotasia dga Z Z = { v+, K = 0,,, 0, ag lai (0) ctuarial Prsst Valu (PV) dari asurasi brjaga tahu adalah E Z Ev v PrK 0 0 : () f) uitas Jiwa Sigl Lif Brjaga Tahu Disrit Prst Valu variabl radom dari auitas jiwa awal brjaga tahu sbsar rtahu adalah Y = { a K+ a 0 K K da actuarial rst valu (PV) a adalah (2) :: E Y a a v a 0 0 (3) g) Status Last Survivor Klagsuga status dari m idividu ag brusia, 2,, m masih brlagsug jia alig sdiit satu dari (), (2),,(m) hidu da status ii aa brahir jia smua idividu miggal duia diamaa status Last Survivor Status ii diotasia dga ( ) 2 m Distribusi sisa usia ag lga ag aa dijalai olh status last survivor aitu: ma 2 ( ), ( ),, ( ) m 2 m K K K K (4) dga K(i) adalah sisa usia lga ag dijalai olh idividu -i Misala status last survivor asaga suami istri dga mataa usia suami da mataa usia istri maa fugsi distribusi dari K( ) dga asumsi sisa usia asaga suami istri adalah salig bbas diataa sbagai, Pr K f K ( ) ( ) (5) Probabilitas salah sorag asaga suami istri aa hidu tahu diotasia dga = + + (6) C Sistm Pmbaara Bfit surasi Last Survivors Brjaga Disrit Jia K mataa sisa usia lga dari status ( ) maa Watu mbaara adalah K+ 2 Prst Valu ada mbaara bfit ii ada saat olis diluara sbsar Z = v K+ 3 ctuarial Prst Valu (PV) aitu : Pr ( ) E Z E v v K : 0 (7) D uitas Jiwa Last Survivors Brjaga Tahu Disrit ctuarial rst valu (PV) dari auitas Last Survivor brjaga tahu adalah : Pr ( ) 0 E Y a K a a E Coula Fra : (8) Coula Fra mruaa salah satu luarga coula rchimda da rtama ali diala olh Fra ada tahu 979 ag mmuai btu : u v C u, v l, (9) Α adalah aramtr ag mguur imaga dari asumsi salig bbas Coula ii dibagu dari fugsi mbagit (grator) ag diotasia dga ( u) aitu : φ(u) = l αu α (20) 44 Volum 3 No Novmbr 203

4 Evaluasi Prmi Last Survivor Pasaga Suami Istri Mgguaa Mtod Coula Fra dga fugsi ivrs aitu : u l u (2) Coula ii mmuai lbiha jia dibadiga dga luarga coula rchimda ag lai aitu : Ddsi lga, coula Fra mgijia ddsi gativ atar margial, 2 Coula ii diguaa utu mmodla data ag mujua ddsi ag lmah 3 Mmuai batas-batas Frcht-Hoffdig ag trmuat dalam itrval aramtr ddsi PEMBHSN Status Polis Last Survivor Dalam olis Last Survivor ag maggug asaga suami ag brusia tahu da istri ag brusia tahu maa trdaat mat status ag brgatug ada status hidu duaa, misala, B, C da D adalah mat status trsbut dga status mataa status asutri duaa masih hidu, status B mataa status bahwa istri masih hidu da suami sudah miggal, status C mataa status istri sudah miggal da suami masih hidu da status D mataa status bahwa duaa sudah miggal Jadi asumsi mortalitas ada mat status mruaa bobot rata-rata aga mortalitas ag ditujua ada Tabl Tabl Poulasi da Status Status TP () TK () PSPT (+) PIF h h = a B m h B = a C h m C = a D m m D = tida Ktraga H : hidu M : miggal TP : trtaggug rtama TK : trtaggug dua PSPT : robabilitas status ada awal tahu PIF : olic i forc B ga Klaim Last Survivor Frasir Bill Frasir ada tahu 978 mgala mtod data utu mghitug robabilitas matia ada tahu trttu dari trtaggug trahir, ag dihitug ada awal brlaua olis, aga laim trsbut diataa dga, JLS (22) Dga mataa robabilitas bahwa dua trtaggug miggal dalam tahu rtama Prsamaa (22) daat diataa sbagai robabilitas brsarat, aitu : B C JLS : miggal miggal B C (23) Poulasi status aa brurag ara trjadi matia salah satu trtaggug maa olis brmigrasi status B da C da jia duaa miggal maa olis brmigrasi status D Scara rursif diataa sbagai : KTBN + = +,+ MTBN ( + h +,+ ) + B B B = + m ( + h +,+ ) + C C C = + m ( + h +,+ ) + D D = +,+ Ktraga KTBN : laim total brsih ol MTBN : migrasi total brsih ol ( + m +,+ ) B + + m C + + m C Pgaruh Tigat Las ada Stia Status Jia data tida trsdia maa sorag atuaris bolh mgasumsia tigat las ag lbih rdah diatara trtaggug ag masih hidu (Margus, 2002) Utu mtaa jumlah oulasi ada tahu briuta brdasara asumsi tigat las ag dibria, scara trisah ada stia status ag brlau maa, status, o P P r B B o B status B, P P r C C o C status C, P P r dimaa r mataa tigat las ada B ahir tahu + ada status, r mataa tigat las ada ahir tahu Jural CUCHY ISSN:

5 Irma Fauziah C + ada status B, r mataa tigat las ada ahir tahu + ada status C, da otasi o P mataa robabilitas hidu atau oulasi ahir tahu - ada status ag bsara diataa dga o : hidu : (25) hidu : Prsamaa ii dirolh dari rsamaa (24), dimaa rsamaa (24) mruaa oulasi awal tahu Sdaga status D adalah status dimaa duaa miggal maa oulasi status D tida brubah D Modl Coula Fra utu uitas da surasi Brjaga Last Survivor Notasi ( ) mataa status dari dua trtaggug ag brusia da tahu masih brlagsug jia salah satu dari () atau () masih hidu da status trsbut brahir jia duaa miggal duia disbut status Last Survivor Probabilitas salah satu trtaggug dari suami atauu istri aa hidu mcaai usia + da + tahu diotasia dga, brdasara coula Fra diataa sbagai log (26) uitas awal brjaga tahu utu status Last Survivor diotasia dga a : ag bsara adalah, a : v log 0 (27) Nilai tuai asurasi atau rmi tuggal brsih asurasi Last Survivor sbsar R, slama tahu adalah : 0 v 0 v JLS log (28) E Modl Coula Fra utu Prmi Last Survivor Misala rmi tuggal brsih utu asurasi Last Survivor brjaga tahu dga bfit sbsar R, bagi suami ag brusia tahu da istri ag brusia tahu diotasia dga P : Fugsi rugia: L v P a a : = 0,,2,,- EL 0 E v P E a a 0 : P : 0 0 v log v log (29) Cotoh Kara tida trsdiaa data di laaga, maa sbagai cotoh adaia asaga suami istri ag mmuai usia lbih dari 55 tahu mgaliha rsio tidaastia hidu dga mgiuti asurasi brjaga last survivor brjaga dga masa asurasi 0 tahu, asaga suami istri trsbut brturut-turut brusia 60 tahu da 55 tahu, dga uag rtagguga sbsar R , da suu buga 6% rtahu, aramtr ddsi mortalitas asutri dihitug mgguaa coula Fra dga mgambil ilai aramtr α = -3,367, -3, -2,5, -2, -,5, - da (Valdz, Frs, da Carrir, 999) maa rmi tahua tto a adalah : Tabl 2 Prmi Ntto Tahua Brjaga 0 tahu Utu suami ag brusia 60 tahu da Istri ag brusia 55 tahu UPSI P (α) PTN (R) = = Ktraga UPSI : usia asaga suami-istri P : aramtr PTN : rmi tahua tto dga rhituga sbagai briut: =60 () (2) (3) (4) =55 Mortalitas Sigl Lif Volum 3 No Novmbr 203

6 Evaluasi Prmi Last Survivor Pasaga Suami Istri Mgguaa Mtod Coula Fra (5) (6) (7) (8) (9) α = -33 α = -3 α = -25 α = -2 α = (0) () (2) (3) (4) α = - α = α = -33 α = -3 α = (5) (6) (7) (8) (9) α = -2 α = -5 α = - α = v (20) (2) (22) (23) (24) α = -33 α = -3 α = -25 α = -2 α = (25) (26) (27) (28) (29) α = - α = α = -33 α = -3 α = (30) (3) (32) (33) α = -2 α = -5 α = - α = Nilai aramtr ddsi α = -3,367 mujua aga mortalitas ag sagat tiggi shigga rmi ag dihasila alig mahal jia dibadiga dga aramtr ddsi ag lai Nilai aramtr α = mujua aga mortalitas last survivor ag muru shigga rmi ag dihasila alig murah di atara aramtr ddsi ag lai Nilai aramtr ddsi α ag mdati ol mujua iddsi mortalitas asaga suami-istri 2 daia asaga suami-istri ag brturut-turut brusia 54 tahu da 43 tahu mgasurasia diri mra dga mgambil olis last survivor brjaga 0 tahu dga bfit sbsar R , da suu buga 6% Kara usia asaga suami-istri dibawah 55 tahu maa Prmi Tuggal Brsih dihitug dga mgasumsia mortalitas asaga suami istri ag idd da tigat las 5% samai trjadi matia rtama da % stlaha Bsar rmi adalah 9 JLS,06 54:43 P ,53 a:0,06 :0 0 54:34:0 9 dga rhituga sbagai briut : =54 () (2) (3) =43 Probabilitas Trjadi Las ada hir Tahu -+ B C r r r h da h h h 0 500% 00% 00% 500% 00% 00% 2 500% 00% 00% 3 500% 00% 00% 4 500% 00% 00% 5 500% 00% 00% 6 500% 00% 00% 7 500% 00% 00% 8 500% 00% 00% 0 54:43 Jural CUCHY ISSN:

7 Irma Fauziah 9 500% 00% 00% 0 500% 00% 00% (4) (5) (6) (7) (8)=(4)(5) Kduaa Miggal : KESIMPULN Produ asurasi Last Survivor brjaga utu asaga suami-istri ag brusia 55 tahu atas, rmi dimodla dga asumsi ddsi mortalitas asaga suami istri mgguaa coula Fra, asumsi ii dicitaa sbagai rliduga trhada rsio fiasial rusahaa asurasi, 2 Produ asurasi Last Survivor brjaga utu asaga suami-istri ag brusia di bawah 55 tahu bawah, rmi dimodla mgguaa asumsi iddsi mortalitas asaga suami-istri da asumsi las ada stia status olis Last Survivor [5] Hug You, Shmai rad999 Statistical sct Of Joit Lif Isurac Pricig mrica Stat ssociatio : [6] Klliso, Sth G 99 Th Thor Of Itrst Edisi Kdua Irwi McGraw-Hill : Uitd Stat Of mrica [7] Margus, Paul 2002 Gralizd Frasir Claim Rats udr Survivorshi Lif Isurac Policis NJ [8] M toillah I, Dr 2007 Eidmiologi Hatitis B [9] Natioal Vital Statistics Rort, Vol 56, No 9, 28 Dsmbr 2007 [0] Nls, B Rogr 2005 Itroductio to Coula Srigr-Vrlag, Nw Yor [] P Ffrma 2005 Bro Hart Sdrom Uivrsidad Fdral d Sao Paulo : Brazil [2] Smbirig, RKPhD200 Buu Matri Poo surasi Jiwa I da surasi Jiwa II Karuia Jaarta : Uivrsitas Trbua REFERENSI [] Bowrs, Nwto L, Jr,Grbr, Has U,tc997 ctuarial Mathmatics, Scod EdTh Socit Of ctuaris Schauburg Illiois [2] Frasir, W M 978 Scod To Di Joit Lif Cash Valu d Rvrss Th ctuar (ril) : 4 [3] Frs, E W, Carrir, ad E Valdz 995 uit Valuatio With Ddt Mortalit ctuarial Rsarch Clarig Hous 2 : 3-80 [4] Gusti rlia 2003 Kraa Tubrolosis Paru ada Pasaga Suami-Istri Pdrita Tubrolosis Paru ag Brobat di Bagia Paru RSUP dam Mali Uivrsitas Sumatra Utara 48 Volum 3 No Novmbr 203

MODIFIKASI METODE NEWTON DENGAN KEKONVERGENAN ORDE TIGA.

MODIFIKASI METODE NEWTON DENGAN KEKONVERGENAN ORDE TIGA. MDIFIKASI METDE NEWTN DENGAN KEKNVERGENAN RDE TIGA Fby Satrya HP ), Agusi ), Musraii ) bysatrya@ymail.om ) Mahasiswa Program Studi S Matmatia ) Dos Matmatia, Jurusa Matmatia Faultas Matmatia da Ilmu Pgtahua

Lebih terperinci

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n.

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n. 0 DISTRIBUSI POISSO Distribusi Poisso ii diprolh dari distribusi biomial, apabila dalam distribusi biomial brlau syarat-syarat sbagai briut: a. baya pgulaga sprimya sagat bsar ( ). b. pluag trjadiya pristiwa

Lebih terperinci

Transformasi Z Materi :

Transformasi Z Materi : 4 Trasformasi Z Matri : Dfiisi Trasformasi Darah Kovrgsi (Rgio of Covrgc) Diagram Pol Zro Sifat Trasformasi Trasformasi dalam Btu Poliomial Rasioal Fugsi Sistm atau Fugsi Trasfr H() dari Sistm Liir Tida

Lebih terperinci

EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACHING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N 2 TURI

EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACHING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N 2 TURI EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N TURI Moita Dwiyai ), Ni Wahyu Utami ) Faultas Kgurua da Ilmu Pdidia Uivrsitas

Lebih terperinci

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C.

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C. BAB II LANDASAN TEORI Pada bab ii aa dibahas teori teori yag meduug metode upper level set sca statistics, atara lai peubah aca, distribusi gamma, fugsi gamma, fugsi lielihood, da uji rasio lielihood.

Lebih terperinci

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data Esata: Jural Imu-Ilmu MIA p. ISSN: 4-47. ISSN: 5-64 Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data Atia Ahdia rogram Studi Statistia Uivrsitas Islam

Lebih terperinci

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data Distributio o th Dirc o Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data Atia Ahdia rogram Studi Statistia Uivrsitas Islam Idosia Jala Kaliurag Km 45 Slma Yogaarta atia.a@uii.ac.id

Lebih terperinci

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t}

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t} Elm Dasar Modl Atria. TEORI ANTRIAN Aktor utama customr da srvr. Elm dasar :. distribusi kdataga customr.. distribusi waktu playaa. 3. disai fasilitas playaa (sri, parall atau jariga). 4. disipli atria

Lebih terperinci

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT Catata Kuliah EL Aalisis Numrik BAB HAMPIRAN TAYLOR DAN ANALISIS GALAT. Pgatar Mtod Numrik Ktika kita mylsaika prsamaa-prsamaa matmatika di maa torma-tormaya masih dapat ditrapka, solusi aalitik atau solusi

Lebih terperinci

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik Sifat-sifat Fugsi Karateristi dari Sebara Geometri Dodi Deviato Jurusa Matematia, Faultas MIPA, Uiversitas Adalas Kamus Limau Mais, Padag 563, Sumatera Barat, Idoesia Abstra Fugsi arateristi dari suatu

Lebih terperinci

APLIKASI METODE STATED PREFERENCE PADA PEMILIHAN MODA ANGKUTAN UMUM PENUMPANG (RUTE MAKASSAR MAJENE)

APLIKASI METODE STATED PREFERENCE PADA PEMILIHAN MODA ANGKUTAN UMUM PENUMPANG (RUTE MAKASSAR MAJENE) APLIKASI METODE STATED PREFERENCE PADA PEMILIHAN MODA ANGKUTAN UMUM PENUMPANG (RUTE MAKASSAR MAJENE) Abdul Gaus Program Studi Tknik Siil Fakultas Tknik Univrsitas Khairun Trnat Tl/Fax (091) 38049 Irnawaty

Lebih terperinci

Aplikasi Metode Matrix Cascade Pada Perhitungan Koefisien Pantul Gelombang Suara Bawah Air Untuk Dasar Laut Miring

Aplikasi Metode Matrix Cascade Pada Perhitungan Koefisien Pantul Gelombang Suara Bawah Air Untuk Dasar Laut Miring Apliasi tod atri Cascad Pada Prhituga Kofisi Patul Glombag Suara Bawah Air Utu Dasar aut irig Day Friyadi da Irsa Somatri Brodjogoro Program Studi Ti Klauta, Istitut Tologi Badug (Email : dayf899@gmail.com)

Lebih terperinci

ESTIMASI TITIK BAYESIAN OBYEKTIF

ESTIMASI TITIK BAYESIAN OBYEKTIF ESTIMASI TITIK BAYESIAN OBYEKTIF Adi Stiawa (adi_stia_3@yahoo.com) Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist Satya Wacaa Jl Dipogoro 52-6 Salatiga 57, Idosia Abstrak Estimasi

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

S - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner

S - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner PROSIDING ISBN : 978 979 6353 6 3 S - Pgguaa Mtod Baysia Obyktif dalam Aalisis Pgukura Tigkat Kpuasa Plagga Brdasarka Kusior Adi Stiawa Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI A II LANDASAN TEORI. Distribusi Pluag Diisi. (Walpol da M rs 995) Jika X adalah suatu variabl radom kotiu maka ugsi dsitas pluaga adalah suatu ugsi ag mmuhi kodisi: i. ; utuk x (- ) ii. = iii. = (.) Diisi.

Lebih terperinci

ANALISIS CEPSTRUM SINYAL SUARA

ANALISIS CEPSTRUM SINYAL SUARA MAKALAH ANALII CEPTRUM INYAL UARA Disusu Ol: NENI ARYANI L2F 300 543 JURUAN TEKNIK ELEKTRO FAKULTA TEKNIK UNIVERITA DIPONEGORO E M A R A N G 2 0 0 2 DAFTAR II JUDUL... 1 ABTRAK... 1 1. Pdaulua.... 1 2.

Lebih terperinci

MODUL BARISAN DAN DERET

MODUL BARISAN DAN DERET MODUL BARISAN DAN DERET SEMESTER 2 Muhammad Zaial Abidi Persoal Blog http://meetabied.wordpress.com BAB I. PENDAHULUAN A. Desripsi Dalam modul ii, ada aa mempelajari pola bilaga, barisa, da deret diidetifiasi

Lebih terperinci

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian TEORI ANTRIAN Tori atria mrupaka studi matmatis mgai atria atau waitig lis yag di dalamya disdiaka bbrapa altratif modl matmatika yag dapat diguaka utuk mtuka bbrapa karaktristik da optimasi dalam pgambila

Lebih terperinci

Bab 5: Discrete Fourier Transform dan FFT

Bab 5: Discrete Fourier Transform dan FFT BAB 5 Dicrt Fourir Traform da FFT Bab 5: Dicrt Fourir Traform da FFT Dicrt Fourir Traform DFT. Dfiii Tuua Blaar Prta dapat mdfiiia DFT, da mghitugya. Utu mlaua aalii frui dari iyal watu dirit maa prlu

Lebih terperinci

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE)

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) 5.1. Pembagit Radom Variate Disrit Suatu Radom Variate diartia sebagai ilai suatu radom variate yag mempuyai distribusi tertetu. Utu megambil

Lebih terperinci

MENGUJI KEMAKNAAN SAMPEL TUNGGAL

MENGUJI KEMAKNAAN SAMPEL TUNGGAL MENGUJI KEMAKNAAN SAMPEL TUNGGAL 1.1 Uji Biomial 1. Uji esesuaia Chi Kuadrat 1.3 Uji Kesesuaia K-S 1.4 Uji Ideedesi Chi Kuadrat 1.5 Uji Pasti Fisher UJI BINOMIAL Meruaa uji roorsi dalam suatu oulasi Poulasi

Lebih terperinci

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Jural Matematia Vol.6 No. November 6 [ 5 : ] TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Ooy Rohaei Jurusa Matematia, UNISBA, Jala Tamasari No, Badug,6, Idoesia

Lebih terperinci

TINJAUAN PUSTAKA PENDAHULUAN

TINJAUAN PUSTAKA PENDAHULUAN PEDAHULUA Latar Blakag Dalam bidag didika, kgiata ilaia atau valuasi hasil blajar srta didik mruaka salah satu tugas tig yag harus dilakuka olh didik. Evaluasi hasil blajar srta didik dilakuka utuk mgtahui

Lebih terperinci

ESTIMASI PARAMETER PADA DISTRIBUSI EKSPONENSIAL

ESTIMASI PARAMETER PADA DISTRIBUSI EKSPONENSIAL Jural Matmata Mur da Traa Vol5 No Dsmbr : 4-5 ESTIMASI PARAMETER PADA DISTRIBUSI EKSPONENSIA Ry Aula Hj Noor Fajrah Nur Salam Proram Stud Matmata Faultas MIPA Ulam Bajarbaru Kalsl ABSTRAK Estmas tt dar

Lebih terperinci

BAB 2 SOLUSI NUMERIK PERSAMAAN

BAB 2 SOLUSI NUMERIK PERSAMAAN BAB SOLUSI NUMERIK PERSAMAAN Dalam sais da rkayasa, kita srigkali harus mcari akar solusi dari prsamaa f 0. Jika f mrupaka fugsi poliomial liar atau kuadratis, solusi ksakya mudah utuk didapatka kara rumusya

Lebih terperinci

STUDI TERHADAP SEBARAN STASIONER PADA SISTEM BONUS MALUS SWISS

STUDI TERHADAP SEBARAN STASIONER PADA SISTEM BONUS MALUS SWISS STUDI TERHDP SEBRN STSIONER PD SISTEM BONUS MLUS SWISS Olh : RENSY ERMWTY G PROGRM STUDI MTEMTIK FKULTS MTEMTIK DN ILMU PENGETHUN LM INSTITUT PERTNIN BOGOR BSTRK RENSY ERMWTY Studi Trhadap Sbara Stasior

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

BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria

BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria BAB II LANDASAN EORI Pada bab ii aka dibahas tori tori pdukug yag aka diguaka pada bab slajutya, atara lai modl matmatika, modl pidmik SIR klasik, ilai ig, prsamaaa difrsial, sistm prsamaa difrsial, titik

Lebih terperinci

ANALISIS ALIRAN BEBAN PADA SISTEM TENAGA LISTRIK DENGAN PERANGKAT LUNAK MATHCAD PROFESSIONAL. Oleh: Toto Sukisno

ANALISIS ALIRAN BEBAN PADA SISTEM TENAGA LISTRIK DENGAN PERANGKAT LUNAK MATHCAD PROFESSIONAL. Oleh: Toto Sukisno ANALISIS ALIRAN BEBAN ADA SISTEM TENAGA LISTRIK DENGAN ERANGKAT LUNAK MATHCAD ROFESSIONAL Olh: Toto Sukiso toto_sukiso@uy.ac.id Abstract: This ar dscribs about usag o Matchad rossioal Sotwar or aalysis

Lebih terperinci

RUANG BANACH PADA RUANG BARISAN, DAN

RUANG BANACH PADA RUANG BARISAN, DAN RUANG BANACH PADA RUANG BARISAN, DAN Wahidah Alwi* * Dose ada Jurusa Mateatia Faultas Sais da Teologi UIN Alauddi Maassar e-ail: wahidah.alwi79@gail.co Abstract: The ai object of the vectors are the vectors

Lebih terperinci

Modul 1 Modul 2 Modul 3 Modul 4 Modul 5 Modul 6

Modul 1 Modul 2 Modul 3 Modul 4 Modul 5 Modul 6 i B Tijaua Mata Kuliah uku Materi Pokok (BMP) Matematika Aktuaria ii disampaiika dalam sembila modul (pokok bahasa) yag diorgaisasika sebagai berikut. Modul 1. Probabilitas Modul 2. Teori Buga Modul 3.

Lebih terperinci

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain.

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain. BARIAN DAN DERET A. Barisa Barisa adalah uruta bilaga yag memilii atura tertetu. etiap bilaga pada barisa disebut suu barisa yag dipisaha dega lambag, (oma). Betu umum barisa:,, 3, 4,, dega: = suu pertama

Lebih terperinci

Bab III Aplikasi Teori Kontrol H 2 Pada Sistem Suspensi

Bab III Aplikasi Teori Kontrol H 2 Pada Sistem Suspensi Bab III Alikasi Tori Kotrol H Pada Sistm Sssi 36 Bab III Alikasi Tori Kotrol H Pada Sistm Sssi Pggaa tori kotrol H tlah bayak digaka Olh kara it brikt ii aka dirkalka da macam alikasi tori kotrol H ii

Lebih terperinci

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Enam untuk Menyelesaikan Persamaan Nonlinear

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Enam untuk Menyelesaikan Persamaan Nonlinear Jural Sais Matmatika da Statistika Vol No Juli 6 ISSN 6-5 Mtod Itrasi Tiga Lagkah dga rd Kovrgsi Eam utuk Mlsaika Prsamaa Noliar M Ari da M M Niam Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari

Lebih terperinci

BAB V DISTRIBUSI PROBABILITAS DISKRIT

BAB V DISTRIBUSI PROBABILITAS DISKRIT BAB V DISTRIBUSI ROBABILITAS DISKRIT 5.. Distribusi Uniform Disrit Bila variabl aca X mmilii nilai,,... dngan probabilitas yang sama, maa distribusi uniform disrit dinyataan sbagai: f (, ) ;,,... paramtr

Lebih terperinci

Perluasan Uji Kruskal Wallis untuk Data Multivariat

Perluasan Uji Kruskal Wallis untuk Data Multivariat Statistia, Vol. No., Mei Perluasa Uji Krusal Wallis utu Data Multivariat TETI SOFIA YANTI Program Studi Statistia, Uiversitas Islam Badug, Jl. Purawarma No. Badug. E-mail: buitet@yahoo.com ABSTAK Adaia

Lebih terperinci

MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF 221 : 5099 : DRA ENDANG SUMARTINAH,MA

MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF 221 : 5099 : DRA ENDANG SUMARTINAH,MA MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF DOSEN : 5099 : DRA ENDANG SUMARTINAH,MA TUJUAN MATA KULIAH : A.URAIAN DAN TUJUAN MATA KULIAH : Mahasiswa mmplajari Fugsi a

Lebih terperinci

KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA

KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA Vol. 9. No. Jural Sais Tkologi da Idustri KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA Yuslita Muda Wartoo Novi Maulaa Laboratorium Matmatika Trapa Jurusa Matmatika

Lebih terperinci

Aprillyan Cahyanti Mahasiswa S1 Pend. Tata Busana, Fakultas Teknik, Universitas Negeri Surabaya

Aprillyan Cahyanti Mahasiswa S1 Pend. Tata Busana, Fakultas Teknik, Universitas Negeri Surabaya PENGARUH UKURAN LEBAR LIPATAN TERHADAP HASIL JADI UNDULATING TUCKS PADA ROK SUAI BERBAHAN DENIM Aprillya Cahyati Mahasiswa S1 Pd. Tata Busaa, Faultas Ti, Uivrsitas Ngri Surabaya aprillya91@yahoo.com Sri

Lebih terperinci

3. Integral (3) (Integral Tentu)

3. Integral (3) (Integral Tentu) Darublic www.darublic.com. Itegral () (Itegral Tetu).. Luas Sebagai Suatu Itegral. Itegral Tetu Itegral tetu meruaa itegral ag batas-batas itegrasia jelas. Kose dasar dari itegral tertetu adalah luas bidag

Lebih terperinci

Jurnal EKSPONENSIAL Volume 7, Nomor 2, Nopember 2016 ISSN

Jurnal EKSPONENSIAL Volume 7, Nomor 2, Nopember 2016 ISSN Jural EKSPONENSIAL Volum 7, Nomor, Nombr 06 ISSN 085-789 Prbadga Hasl Klasfas Mgguaa Rgrs logst da Aalss Dsrma Kuadrat Pada Kasus Pglasfasa Jurusa D SMA Ngr 8 Samarda Tahu Aara 04/05 Comarso of Classfcato

Lebih terperinci

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada.

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada. 3 TURUNAN FUNGSI 3. Pgrtia Turua Fugsi Diisi Turua ugsi adala ugsi yag ilaiya di c adala c c c asalka it ii ada. Coto Jika 3 4, maka turua di adala 3 4 3.. 4 3 4 4 4 4 4 4 3 3 3 4 Jika mmpuyai turua di

Lebih terperinci

4.3 Sampling dari distribusi normal dan estimasi likelihood maksimum

4.3 Sampling dari distribusi normal dan estimasi likelihood maksimum Hardwiyao Uomo 060545 4.3 Samlig dari disribusi ormal da simasi liklihood maksimum Liklihood ormal mulivaria Kia asumsika vkor,,..., dga mrrsasika saml acak dari oulasi ormal mulivaria dga raa-raa µ da

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

METODE SECANT-MIDPOINT NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Supriadi Putra

METODE SECANT-MIDPOINT NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Supriadi Putra METODE SENT-MIDPOINT NEWTON UNTUK MENYELESIKN PERSMN NONLINER Supriadi Putra sputra@uri.ac.id Laboratorium Komputasi Jurusa Matmatika Fakultas Matmatika da Ilmu Pgtahua lam Uivrsitas Riau Kampus Biawidya

Lebih terperinci

Transformasi Fourier Waktu Diskrit

Transformasi Fourier Waktu Diskrit Praktikum Isyarat da Sistm Topik 5 Trasformasi ourir Waktu Diskrit Tuua Mahasiswa dapat mtuka da mgguaka trasformasi ourir waktu diskrit dalam aalisa suatu sistm LTI Mahasiswa dapat mgguaka MATLAB sbagai

Lebih terperinci

Bab 6: Analisa Spektrum

Bab 6: Analisa Spektrum BAB Aalisa Spetrum Bab : Aalisa Spetrum Aalisa Spetrum Dega DFT Tujua Belajar Peserta dapat meghubuga DFT dega spetrum dari sial hasil samplig sial watu otiue. -poit DFT dari sial x adalah Xω ag diealuasi

Lebih terperinci

INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga)

INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga) INTEGRA FOURIER DISUSUN OEH : Klompok III (Tiga). Maruah (7 6). Yusi Oktavia (7 45 ) 3. Widya Elvi AS (7 45) 4. Azar Saarudi (7 454) 5. Irmaati (7 455) Mata Kuliah Dos Pgasuh Klas : Matmatika ajuta : Fadli,

Lebih terperinci

Keywords: Convergen Series, Banach Space, Sequence space cs, Dual-α, Dual-

Keywords: Convergen Series, Banach Space, Sequence space cs, Dual-α, Dual- Jural MIPA FST UNDANA, Volume 2, Nomor, April 26 DUAL-, DUAL- DAN DUAL- DARI RUANG BARISAN CS Albert Kumaereg, Ariyato 2, Rapmaida 3,2,3 Jurusa Matematia, Faultas Sais da Tei Uiversitas Nusa Cedaa ABSTRACT

Lebih terperinci

Penyelesaian Persamaan Nonlinear Menggunakan Metode Iterasi Tiga Langkah

Penyelesaian Persamaan Nonlinear Menggunakan Metode Iterasi Tiga Langkah Smiar Nasioal Tkologi Iormasi, Komuikasi da Idustri SNTIKI ISSN Pritd : -1 Fakultas Sais da Tkologi, UIN Sulta Sari Kasim Riau ISSN li : -0 Pkabaru, 1-1 Mi 01 Plsaia Prsamaa Noliar Mgguaka Mtod Itrasi

Lebih terperinci

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 JURAL TEKIK POMITS Vol., o., () -6 PERACAGA DA IMPLEMETASI KOTROLLER PID-FUZZY UTUK MEJAGA STABILITAS ILAI FREKUESI TEGAGA TERBAGKIT PADA PEMBAGKIT LISTRIK KAPASITAS KVA DEGA PEGGERAK UTAMA MOTOR BAKAR

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

MANAJEMEN RISIKO INVESTASI MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya

Lebih terperinci

Modifikasi Metode Bahgat tanpa Turunan Kedua dengan Orde Konvergensi Optimal

Modifikasi Metode Bahgat tanpa Turunan Kedua dengan Orde Konvergensi Optimal Smiar Nasioal Tkologi Iformasi, Komuikasi da Idustri (SNTIKI 9 ISSN (Pritd : 79-77 Fakultas Sais da Tkologi, UIN Sulta Syarif Kasim Riau ISSN (Oli : 79-406 Pkabaru, -9 Mi 07 Modifikasi Mtod Bahgat tapa

Lebih terperinci

x x x1 x x,..., 2 x, 1

x x x1 x x,..., 2 x, 1 0.4 Variasi Kaoi amel Da Korelasi Kaoi amel amel aca dari observasi ada masig-masig variabel dari ( + q) variabel (), () daat digabuga edalam (( + q) ) data matris,,..., dimaa (0-5) Adau vetor rata-rata

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

Jurnal MIPA 38 (1) (2015): Jurnal MIPA.

Jurnal MIPA 38 (1) (2015): Jurnal MIPA. Jural MIPA 38 () (5): 68-78 Jural MIPA http://ouraluesacid/u/idephp/jm APROKSIMASI ANUIAS HIDUP MENGGUNAKAN KOMBINASI EKSPONENSIAL LJ Siay S Gurito Guardi 3 Jurusa Matematia FMIPA Uiversitas Pattimura

Lebih terperinci

BAB VIII KRISTAL KRIST SEMIKONDUKT SEMIK

BAB VIII KRISTAL KRIST SEMIKONDUKT SEMIK A VIII KRISAL SEMIKONDUKOR MAERI : 8.1.Kristal smiodutor itrisi. 8.1.1.ti pguura clah rgi. 8.1..massa ftif 8.1.3.lima alasa hol diaggap sbagai partil brmuata positif. 8.1.4.ostrasi ltro 8.1.5.ostrasi hol.

Lebih terperinci

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K)

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) JMP : Volume 4 Nomor 1, Jui 2012, hal. 41-50 PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) Malahayati Program Studi Matematia Faultas Sais da Teologi UIN Sua Kalijaga malahayati_01@yahoo.co.id ABSTRACT. I this

Lebih terperinci

JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman Online di:

JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman Online di: JURNAL GAUSSIAN, Volum, Nomor, ahu 0, Halama 55-64 Ol d: htt://joural-s.ud.ac.d/d.h/gaussa PEMODELAN REGRESI ZERO-INFLAED NEGAIVE BINOMIAL ZINB UNUK DAA RESPON DISKRI DENGAN EXCESS ZEROS Bau Arawa, Suart,

Lebih terperinci

MODUL BARISAN DAN DERET

MODUL BARISAN DAN DERET MODUL BARISAN DAN DERET KELAS XII. IPS SEMESTER I Oleh : Drs. Pudjul Prijoo ( http://vidyagata.wordpress.co ) SMA NEGERI 6 Jala Mayje Sugoo 58 Malag Telp./Fax : (034) 75036 E-Mail : sa6_alag@yahoo.co.id

Lebih terperinci

MODIFIKASI SEDERHANA DARI VARIAN METODE NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT

MODIFIKASI SEDERHANA DARI VARIAN METODE NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT MODIFIKASI SEDERHANA DARI VARIAN METODE NEWTON UNTUK MENYELESAIKAN Supriadi Putra Jurusa Matmatika Fakultas Matmatika da Ilmu Pgtahua Alam Uivrsitas Riau, Pkabaru ABSTRAT This articl discusss a simpl modiicatio

Lebih terperinci

PENERAPAN REGRESI LOGISTIK ORDINAL UNTUK MENGANALISIS TINGKAT KEPARAHAN KORBAN KECELAKAAN LALU LINTAS KABUPATEN BULELENG

PENERAPAN REGRESI LOGISTIK ORDINAL UNTUK MENGANALISIS TINGKAT KEPARAHAN KORBAN KECELAKAAN LALU LINTAS KABUPATEN BULELENG E-Jurnal Matmatia Vol. 4 (), Mi,. 4-8 ISSN: -7 PENERAPAN REGRESI LOGISTIK ORDINAL UNTUK MENGANALISIS TINGKAT KEPARAHAN KORBAN KECELAKAAN LALU LINTAS KABUPATEN BULELENG Dwa Ayu Mad Dwi Yanti Purnami, I

Lebih terperinci

PENGEMBANGAN METODE ITERASI DUA DAN TIGA LANGKAH DENGAN ORDE KONVERGENSI OPTIMAL

PENGEMBANGAN METODE ITERASI DUA DAN TIGA LANGKAH DENGAN ORDE KONVERGENSI OPTIMAL PENGEMBANGAN METODE ITEASI DUA DAN TIGA LANGKAH DENGAN ODE KONVEGENSI OPTIMAL Supriadi Putra M.Si* Dr. Sasudhuha M.S urusa Matatika FMIPA Uivrsitas iau *sputra@uri.a.id ABSTAK Dala akalah ii disajika dua

Lebih terperinci

METODE PENGUKURAN FERTILITAS

METODE PENGUKURAN FERTILITAS Diisi Pua Aa Kotiu Pua aa iataa otiu jia F P apat ugsi sara ( ( iyataa sagai ( ( F u u R ga : R aala ugsi yag tritgrala. Fugsi isut ugsi pata pluag ari. [Gritt a Stirzar 199] Nilai Harapa Diisi Nilai Harapa

Lebih terperinci

Metode Iterasi Orde Konvergensi Enam Untuk Penyelesaian Persamaan Nonlinear

Metode Iterasi Orde Konvergensi Enam Untuk Penyelesaian Persamaan Nonlinear Smiar asioal Tkologi Iormasi Komuikasi da Idustri STIKI 9 ISS Pritd : 9- Fakultas Sais da Tkologi UI Sulta Sari Kasim Riau ISS li : 9-6 Pkabaru 8-9 Mi Mtod Itrasi rd Kovrgsi Eam Utuk Plsaia Prsamaa oliar

Lebih terperinci

METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR

METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Vol. 9. No., 0 Jural Sais, Tkologi da Idustri METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Supriadi Putra, Ria Kuriawati, Asmara Karma sputra@uri.ac.id Laboratorium Matmatika Trapa Jurusa

Lebih terperinci

ANUITAS. 9/19/2012 MK. Aktuaria Darmanto,S.Si.

ANUITAS. 9/19/2012 MK. Aktuaria Darmanto,S.Si. ANUITAS 9/19/2012 MK. Aktuaria Darmato,S.Si. 1 OVERVIEW Auitas adl suatu pembayara dalam jumlah tertetu, yag dilakuka setiap selag waktu da lama tertetu, secara berkelajuta. Suatu auitas yg pasti dilakuka

Lebih terperinci

Lecture 4 : Queueing Theory and Aplications. Hanna Lestari, M.Eng

Lecture 4 : Queueing Theory and Aplications. Hanna Lestari, M.Eng Leture 4 : Queueig Theory ad Apliatios Haa Lestari, M.Eg Struktur Dasar Model Model Atria Teori Atria bertujua utuk megetahui/meetuka besara kierja sistem atria. Ukura kierja sistem dalam kodisi steady

Lebih terperinci

ANALISIS ALIRAN BEBAN PADA SISTEM TENAGA LISTRIK DENGAN MICROSOFT EXCEL. Oleh: Toto Sukisno 1

ANALISIS ALIRAN BEBAN PADA SISTEM TENAGA LISTRIK DENGAN MICROSOFT EXCEL. Oleh: Toto Sukisno 1 ANALISIS ALIRAN BEBAN ADA SISTEM TENAGA LISTRIK DENGAN MICROSOFT EXCEL Olh: Toto Sukiso toto_sukiso@uy.ac.id Abstract: This ar will b xlaid us o sotwar o Microsot Excl to iish th aalysis o load low at

Lebih terperinci

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia?

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia? Kartia Yuliati, SPd, MSi MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK Masalah Terdapat berapa caraah ita dapat memilih baju dari 0 baju yag tersedia? Cara Misala baju diberi omor dari sampai

Lebih terperinci

BAB 2 TINJAUAN TEORI

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

Lebih terperinci

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial 5 BAB II LANDASAN TEORI A. Persamaa Diferesial Dari ata persamaa da diferesial, dapat diliat bawa Persamaa Diferesial beraita dega peelesaia suatu betu persamaa ag megadug diferesial. Persamaa diferesial

Lebih terperinci

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG)

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG) PEMBAHASAN SOAL OLIMPIADE SAINS NASIONAL SMP A. ISIAN SINGKAT SELEKSI TINGKAT PROPINSI TAHUN 011 BIDANG STUDI MATEMATIKA WAKTU : 150 MENIT 1. Jia x adalah jumlah 99 bilaga gajil terecil yag lebih besar

Lebih terperinci

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid

Lebih terperinci

Modifikasi Metode Newton-Steffensen Bebas Turunan

Modifikasi Metode Newton-Steffensen Bebas Turunan Smiar Nasioal Tkologi Iormasi Komuikasi da Idustri SNTIKI 7 ISSN :08-990 Pkabaru Novmbr 0 Modiikasi Mtod Nto-Sts Bbas Turua M. Niam M.Y Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari Kasim Riau

Lebih terperinci

(1) dengan yi = 0,1. Kata Kunci regresi logistik biner, model logit dan probit, orientasi pasar, usaha kecil menengah, industri produk kulit.

(1) dengan yi = 0,1. Kata Kunci regresi logistik biner, model logit dan probit, orientasi pasar, usaha kecil menengah, industri produk kulit. Prbadga Modl Logt da Probt Utu Mgaalss Fator-Fator yag Mmgaruh Draat Ortas Pasar Usaha Kcl Mgah (Stud Kasus d Stra Idustr Produ Kult d Kabuat Sdoaro Ryo Fbrawa, Luca Ardat da Wbawat Jurusa Statsta, Faultas

Lebih terperinci

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

BAB 6 NOTASI SIGMA, BARISAN DAN DERET BAB 6 NOTASI SIGMA, BARISAN DAN DERET A RINGKASAN MATERI. Notasi Sigma Diberia suatu barisa bilaga, a, a,..., a. Lambag deret tersebut, yaitu: a = a + a +... + a a meyataa jumlah suu pertama barisa Sifat-sifat

Lebih terperinci

(A.4) PENENTUAN CADANGAN DISESUAIKAN MELALUI METODE ILLINOIS PADA PRODUK ASURANSI DWIGUNA BERPASANGAN

(A.4) PENENTUAN CADANGAN DISESUAIKAN MELALUI METODE ILLINOIS PADA PRODUK ASURANSI DWIGUNA BERPASANGAN Prosidig Semiar Nasioal Statistika Uiversitas Padjadjara, 3 November 2 (A.4) PENENTUAN CADANGAN DSESUAKAN MELALU METODE LLNOS PADA PRODUK ASURANS DWGUNA BERPASANGAN Suhartii, Lieda Noviyati, Achmad Zabar

Lebih terperinci

Pemodelan dan Pemetaan Rata-rata Usia Kawin Pertama Wanita di Provinsi Jawa Timur dengan Pendekatan Regresi Logistik Ordinal

Pemodelan dan Pemetaan Rata-rata Usia Kawin Pertama Wanita di Provinsi Jawa Timur dengan Pendekatan Regresi Logistik Ordinal Pmodlan dan Pmtaan Rata-rata Usia Kawin Prtama Wanita di Provinsi Jawa Timur dngan Pndatan Rgrsi Logisti Ordinal Ang Kusumaningtyas P. Ananto, Dr. Vita Ratnasari, S.Si, M.Si Jurusan Statistia, Faultas

Lebih terperinci

1. Integral (1) Pembahasan yang akan kita lakukan hanya mengenai bentuk persamaan diferensial seperti contoh yang pertama.

1. Integral (1) Pembahasan yang akan kita lakukan hanya mengenai bentuk persamaan diferensial seperti contoh yang pertama. Darublic www.darublic.com 1. Itegral (1) (Macam Itegral, Pedeata Numeri) Sudarato Sudirham Dalam bab sebeluma, ita memelajari salah satu bagia utama alulus, aitu alulus diferesial. Beriut ii ita aa membahas

Lebih terperinci

Jurnal MIPA 37 (1): (2014) Jurnal MIPA.

Jurnal MIPA 37 (1): (2014) Jurnal MIPA. Jural MIP 37 (1): 79-91 (014) Jural MIP http://oural.us.ac.id/u/id.php/jm ESENSI NILI DN EKTOR EIGEN DRI SUTU OPERTOR PD RUNG HILBERT KLSIK Wurato Jurusa Matmatia, FMIP, Uivrsitas Ngri Smarag, Idosia Ifo

Lebih terperinci

TEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE

TEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE Teorema Keovergea Fugsi Teritegral Hestoc(Aiswita) TORMA KKONVRGNAN FUNGSI TRINTGRAL HNSTOCK- KURZWIL SRNTAK DAN FUNGSI BRSIFAT LOCALLY SMALL RIMANN SUMS (LSRS) DARI RUANG UCLID K RUANG BARISAN Aiswita,

Lebih terperinci

RENTANG NUMERIK UNTUK FUNGSI EKSPONENSIAL MATRIKS

RENTANG NUMERIK UNTUK FUNGSI EKSPONENSIAL MATRIKS RENTNG NUMERK UNTUK FUNGS EKSPONENSL MTRKS M.Nasir, Musraii Jurusa Mamaia Faulas Mamaia da lmu Pgahua lam, Uivrsias Riau Email: asir@gmail.cm BSTRK Suau spsial maris dirila dalam bu da rag umri dari didfiisia

Lebih terperinci

REGRESI LOGISTIK BINER

REGRESI LOGISTIK BINER REGRESI LOGISTIK BINER Mtod rgrs mruaka aalss data yag mdskrska hubuga kausaltas atara varabl rso da rdktor (Hosmr da Lmshow, ). Prbdaa mdasar atara rgrs lr da rgrs logstk adalah ty dar varabl rso. Rgrs

Lebih terperinci

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM KONSEP WAKTU UANG PADA MASALAH KEUANGAN. Modul ke: Fakultas EKONOMI DAN BISNIS. Program Studi Akuntansi

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM KONSEP WAKTU UANG PADA MASALAH KEUANGAN. Modul ke: Fakultas EKONOMI DAN BISNIS. Program Studi Akuntansi Modul ke: 05 KONSEP WAKTU UANG PADA MASALAH KEUANGAN Fakultas EKONOMI DAN BISNIS Program Studi Akutasi Idik Sodiki,SE,MBA,MM Pedahulua Kosep ilai waktu dari uag (time value of moey) pada dasarya mejelaska

Lebih terperinci

Modifikasi Varian Metode Newton dengan Orde Konvergensi Tujuh

Modifikasi Varian Metode Newton dengan Orde Konvergensi Tujuh Jural Sais Matmatika da Statistika Vol. No. Juli 0 ISSN 0- Modiikasi Varia Mtod Nwto dga rd Kovrgsi Tujuh Wartoo Ria Rasla Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari Kasim Riau Jl. HR. Sobratas

Lebih terperinci

Persatuan Aktuaris Indonesia Dasar-dasar Matematika Asuransi Jiwa 28 November Untuk soal no. 1 s/d 3 di bawah, diketahui suatu survival function

Persatuan Aktuaris Indonesia Dasar-dasar Matematika Asuransi Jiwa 28 November Untuk soal no. 1 s/d 3 di bawah, diketahui suatu survival function Prsatua ktuars Idosa Dasar-dasar Matmatka suras Jwa 8 Nombr 00 Utuk soal o s/d 3 d bawah, dktahu suatu sural fucto 00 s ( ) utuk 0 00 0 Htuglah F (75) X 0,0 B 0,30 C 0,40 D 0,50 E 0,0 Htuglah f (75) X

Lebih terperinci

MAKALAH TEOREMA BINOMIAL

MAKALAH TEOREMA BINOMIAL MAKALAH TEOREMA BINOMIAL Disusu utu memeuhi tugas mata uliah Matematia Disrit Dose Pegampu : Dr. Isaii Rosyida, S.Si, M.Si Rombel B Kelompo 2 1. Wihdati Martalya (0401516006) 2. Betha Kuria S. (0401516012)

Lebih terperinci

FUNCTIONALLY SMALL RIEMANN SUMS (FSRS) DAN ESSENTIALLY SMALL RIEMANN SUMS (ESRS) FUNGSI TERINTEGRAL HENSTOCKn. p )

FUNCTIONALLY SMALL RIEMANN SUMS (FSRS) DAN ESSENTIALLY SMALL RIEMANN SUMS (ESRS) FUNGSI TERINTEGRAL HENSTOCKn. p ) βeta -ISSN: 85-5893 e-issn: 54-458 Vol. 3 No. (Noember), Hal. 79-89 βeta DOI: htt://dx.doi.org/.44/betajtm.v9i.7 FUNCTIONALLY SMALL RIMANN SUMS (FSRS) DAN SSNTIALLY SMALL RIMANN SUMS (SRS) FUNGSI TRINTGRAL

Lebih terperinci

PERLUASAN METODE NEWTON DENGAN PENDEKATAN PARABOLIK

PERLUASAN METODE NEWTON DENGAN PENDEKATAN PARABOLIK PERLUASAN METDE NEWTN DENGAN PENDEKATAN PARABLIK Abdul Rahma, Supriadi Putra, Bustami Mahasiswa Program Studi S Matmatika Dos JurusaMatmatika Fakultas Matmatika da Ilmu Pgtahua Alam Uivrsitas Riau Kampus

Lebih terperinci

KOMPUTASI DAN DINAMIKA FLUIDA

KOMPUTASI DAN DINAMIKA FLUIDA KOMPUTASI DAN DINAMIKA FLUIDA TUGAS Olh RIRIN SISPIYATI NIM : 006003 Program Studi Matmatia INSTITUT TEKNOLOGI BANDUNG 009 Ercis 40 Ta as initial spctrum a bloc function nonzro for ½. Animat th initial

Lebih terperinci

Pemodelan Regresi Logistik Biner terhadap Peminat ITS di Seleksi Bersama Masuk Perguruan Tinggi Negeri (SBMPTN) 2014

Pemodelan Regresi Logistik Biner terhadap Peminat ITS di Seleksi Bersama Masuk Perguruan Tinggi Negeri (SBMPTN) 2014 JURNAL SAINS DAN SENI ITS Vo. 4, No., (05) 337-350 (30-98X Prit) D-5 Poda Rgrsi Logisti Bir trhadap Piat ITS di Ssi Brsaa Masu Prgurua Tiggi Ngri (SBMPTN) 04 Yati Aggrai da Isaii Zai Jurusa Statistia,

Lebih terperinci

Respon Frekuensi pada FIR Filter. Oleh:Tri Budi Sanrtoso ITS

Respon Frekuensi pada FIR Filter. Oleh:Tri Budi Sanrtoso ITS Rpo Frui pada FIR Filtr Olh:Tri Budi Sartoo Lab Siyal,, EEPIS-ITS ITS 1 Rpo iuoida pada itm FIR Suatu itm FIR diyataa: y[ ] b x[ ] h[ ] x[ ] 0 0 (1 Siyal iput cara umum mrupaa btu ompl dirit x[ ] x[ A

Lebih terperinci

HASIL DAN PEMBAHASAN. Gambar 3 Proses penentuan perilaku api.

HASIL DAN PEMBAHASAN. Gambar 3 Proses penentuan perilaku api. 6 yang diharapkan. Msin infrnsi disusun brdasarkan stratgi pnalaran yang akan digunakan dalam sistm dan rprsntasi pngtahuan. Msin infrnsi yang digunakan dalam pngmbangan sistm pakar ini adalah FIS. Implmntasi

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Tempat da Watu Peelitia Peelitia megeai Kepuasa Kosume Restora Gampoeg Aceh, dilasaaa pada bula Mei 2011 higga Jui 2011. Restora Gampoeg Aceh, bertempat di Jl Pajajara, Batarjati,

Lebih terperinci

PENGOLAHAN SINYAL DIGITAL. Modul 5. Sistem Waktu Diskret dan Aplikasi TZ

PENGOLAHAN SINYAL DIGITAL. Modul 5. Sistem Waktu Diskret dan Aplikasi TZ PENGOLHN SINL DIGITL Modul 5. Sistem Watu Disret da pliasi TZ Cotet Overview Sistem Watu Disrit Sstem Properties Shift Ivariace, Kausalitas, Stabilitas diaita dega TZ Trasformasi sistem dari persamaa differece

Lebih terperinci

METODE EKSTRAKSI FITUR PADA PENGKLASIFIKASIAN DATA MICROARRAY BERBASIS INFORMASI PASANGAN GEN. Nopember, Surabaya, Indonesia.

METODE EKSTRAKSI FITUR PADA PENGKLASIFIKASIAN DATA MICROARRAY BERBASIS INFORMASI PASANGAN GEN. Nopember, Surabaya, Indonesia. METODE EKSTRAKSI FITUR PADA PENGKLASIFIKASIAN DATA MICROARRAY BERBASIS INFORMASI PASANGAN GEN Rully Solaiman,, Sha Agustianty, Yudhi Purwananto, dan I K Eddy Purnama Jurusan Tknik Informatika, Fakultas

Lebih terperinci

OLEH: DESTRIYANTI TRI BUDIARTI YULLIA HESTIANA IRWAN SEPTEMBER GUNAWAN

OLEH: DESTRIYANTI TRI BUDIARTI YULLIA HESTIANA IRWAN SEPTEMBER GUNAWAN OLEH: DESTRIYANTI 7 58 TRI BUDIARTI 7 YULLIA HESTIANA 7 5 IRWAN SEPTEBER 7 46 GUNAWAN 7 KELAS : 6. L ATA KULIAH : ATEATIKA LANJUTAN DOSEN PENGASUH : FADLI, S.Si FAKULTAS KEGURUAN DAN ILU PENDIDIKAN UNIVERSITAS

Lebih terperinci

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit Siyal da Sistem Watu Disrit ET 35 Pegolaha Siyal Watu Disrit EL 5155 Pegolaha Siyal Watu Disrit Effria Yati Hamid 1 2 Siyal da Sistem Watu Disrit 2.1 Siyal Watu Disrit 2.1.1 Pegertia Siyal Watu Disrit

Lebih terperinci