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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 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 Teolog Sepuluh Nopember Kampus Keputh, Suollo, Surabaya 0, Idoesa Emal : rully@s.ts.ac.d Abstra Peyelesaa permasalaha sstem persamaa oler merupaa salah satu hal yag palg sult dalam asus omputas umer da metode Newto merupaa salah satu metode yag baya dguaa utu meyelesaaya. Koverges dar metode Newto sagat sest terhadap perraa awal solus. Tetap sagatlah sult memlh perraa awal solus yag bagus utu sebaga besar sstem persamaa oler. Sela tu, pegguaa matrs Jacoba membuat baya omputas utu metode Newto mejad besar. Metode Quas-Newto merupaa perbaa dar metode Newto. Dega memaaata emampua pecara global dar optmas chaos da la overges yag tgg dar metode Quas-Newto, maa pedeata gabuga dar edua metode tersebut dusula. Pada paper dguaa algortma optmas chaos yag haslya aa djada put sebaga perraa awal solus pada algortma Quas- Newto. Dar hasl peguja da evaluas, dega pedeata gabuga dperoleh tgat overges yag tgg da tda dperlua lag perraa awal solus utu dapat meyelesaa permasalaha sstem persamaa oler. Kata uc : sstem persamaa oler, optmas chaos, metode Quas-Newto.. Pedahulua Peyelesaa sstem persamaa o ler merupaa salah satu hal yag palg sult dalam asus omputas umer. Dperlua usaha yag besar utu bsa meyelesaa stem persamaa o ler da sampa searag terdapat baya macam teor da algortma yag dguaa utu meyelesaa asus. Para ahl berlomba mecar metode yag palg bear, palg eet da palg ese. Tetap pada eyataaya mash dtemu rtaga dalam peyelesaa sstem persamaa o ler. Setap metode da algortma yag ada mempuya elebha da euraga masg-masg. Chaos, sat acau atau tda beratura yag sebearya bersat determst atau bsa dtetua, merupaa eomea yag baya terjad d baya sstem dalam bdag lmu pegetahua. Chaos Optmzato Algorthm (COA merupaa algortma optmas yag berdasara ergodcty, stochastc propertes, da regularty dar chaos tu sedr. Metode Newto merupaa metode yag palg baya dguaa utu meyelesaa sstem persamaaa o ler. Tetap metode mempuya elemaha, atara la tggya watu yag dguaa area pada metode terdapat teras yag d dalamya megadug matrs Jacoba. Utu megatas masalah tersebut, mucullah metode Quas-Newto yag merupaa perbaa dar metode Newto. Quas- Newto meggat omputas yag bersat dervat dega ugs omputas lagsug. Quas-Newto merupaa salah satu ucostraed Optmzato utu permasalaha o ler. D dalam paper aa dcar peyelesaa sstem persamaa o ler dega megguaa suatu pedeata yag merupaa peggabuga atara dua metode d atas yatu Chaos Optmzato Algorthm (COA dega metode Quas-Newto. Dharapa elebha dar edua metode tersebut aa meghasla peyelesaa yag ese yatu dega megambl emampua global search dar COA da rata-rata overges loal yag tgg yag dml oleh metode Quas-Newto.. Sstem Persamaa Noler Peyelesaa persamaa o ler adalah peetua aar-aar persamaa oler, dmaa aar sebuah persamaa ( = 0 adalah la-la yag meyebaba la ( sama dega ol. Sstem persamaa oler adalah umpula dar beberapa persamaa oler yag dcar

2 peyelesaaya. Betu persamaaya adalah sebaga berut (,,, 0 (, (,,,,, 0 0 ( Hasl peyelesaaya adalah = (,,..., T. Utu meyelesaa sstem persamaa o ler euvale dega memmala ugs utama yag d jabara sebaga berut: Dcar : = (,,..., T, Φ M : F ( ( ( dmaa Φ adalah ruag peyelesaa. Fugs det post da meml global mmum d setap aar pemecahaya. Bla mmsas dar F( adalah 0, maa adalah solus yag tepat [].. Metode Quas-Newto dega BFGS Metode merupaa perbaa dar metode Newto. Metode Newto bergera berdasara ormas dervat da berasal dar aalss deret Taylor []. Format terat utu metode Newto dapat dtuls sebaga berut ( ( ( ( J ( ( ( dmaa J( adalah matrs Jacoba ( ( J ( ( ( ( ( ( ( ( ( Utu asus optmas, metode Newto dterapa pada ods ( 0 []. Jacoba dar ( adalah ( matrs Hessa, sehgga da basa dsebut ( ( ( ( H ( J ( ( Metode Quas-Newto meggat omputas yag bersat dervat dega ugs omputas lagsug. Matrs Hessa H dgat dega aprosmas atau perraa matrs Hessa A yag merupaa matrs det post yag mempuya sat sepert matrs Hessa []. Format terat dar metode adalah sebaga berut: ( ( ( ( S ( ( dmaa adalah step legth yag dapat ( ( ( memmuma ugs ( ( S da ( S adalah search drecto. Search drecto ddesa sebaga berut: ( ( ( S ( A ( (7 Metode Quas-Newto berbeda dalam bagamaa perraa matrs Hessa dbetu da dupdate. Metode Quas-Newto yag palg sederhaa meetapa perraa matrs Hessa sebaga matrs dettas. Cara update yag palg tereal adalah dega metode Broyde, Fletcher, Goldarb, ad Shao (BFGS. Metode deal aa etahaaya (robustess da dapat mecapa oerges superlear dega ba []. Rumus yag dguaa utu update matrs Hessa adalah ( ( T ( ( T ( ( q ( q g ( g A A ( T ( ( T ( ( q s ( g (8 dmaa q ( ( ( ( (, g (, ( ( ( ( S, s ( ( (. Algortma Optmas Chaos (COA Optmas chaos merupaa te pembagta blaga radom dega megguaa ugs chaos, bsa berbetu ugs polomal atau espoesal sepert persamaa logst d dalam eolog yag dguaa utu meghtug pertumbuha populas suatu speses [0]. Salah satu ugs chaos sederhaa adalah persamaa logst (logstc map. Persamaa logst dyataa sebaga berut [] t t ( t (9 dmaa ostata λ meyataa laju pertumbuha ugs, yag dalam hal 0 λ, 0 t 0, = 0,,,..., Keta [., ] meyebaba persamaa (9 mejad chaotc. Chaos Optmzato Algorthm (COA merupaa algortma optmas yag berdasara ergodcty, stochastc propertes, da regularty dar chaos tu sedr. Utu masalah optmas sepert dbawah m (,,,, [ a, b ],,,, (0 dperraa,,,, t ( t, t,, t. ( Secara umum gars besar algortma optmas chaos dapat dbera sebaga berut: Step. Isalsas = 0, r = 0, adalah varabel tada utu setap teras chaos, r adalah varabel tada utu

3 pecara. Tetapa jumlah teras masmum utu varabel chaos yatu K ma da jumlah teras masmum utu pecara (e search yatu r ma. Membuat la t 0 dega radom la atara [0,] da emuda memasta bahwa t 0 (0, 0., 0., 0.7,.0. Tetapa bahwa la 0 0 r r t t, t* t, a a, b b, dmaa t* adalah varabel chaos terba pada saat, a da b adalah batas ruag pecara (search space, emuda tetua la * dega megaca (radom dega batas ruag pecara [a,b] da htug *= (*. Step. Mappg varabel yatu Memetaa t e daerah optmas, sehgga r r r a t ( b a Step Htug (, badga haslya dega *. Ja ( < * maa * = (, * =, t* t Step. Iteras varabel chaos = + ; t t (.0 t Step Ja < K ma maa ulag step. Ja tda, maa r = r + da lajuta e step. Step. Ubah batas pecara r * r r r * r r a ( b a ; b ( b a Ja r r a < a r maa a r b > b r maa b = r r a r. Ja b dmaa (0,0. Step 7 Ja r < r ma, maa buat t 0 melalu radom, 0 t t, emuda embal tetua = 0, da e step. Ja tda, maa COA dahr da * adalah solusya.. Pedeata gabuga Ide utama dalam paper adalah meggabuga dua metode optmas utu meyelesaa permasalaha sstem persamaa oler. Optmas chaos (COA dguaa utu meyelesaa sstem persamaa oler dega megoptmas persamaa (, sedaga metode Quas-Newto dguaa utu meyelesaa sstem persamaa oler berdasara persamaa ( dega megguaa solus yag dhasla dar optmas chaos (COA sebaga perraa awal solus. Proses aa dulag sampa ddapata solus yag aurat []. Gabuga atara metode bsa djabara sepert berut : Step I. Meetua soluto error 0 da mejalaa step dar metode COA. Step II. Mejalaa step - dar metode COA da ugs objetya ddesrpsa sebaga persamaa ( Step III. Jada solus * yag ddapata dar COA sebaga salsas awal pada metode quas Newto, emuda selesaa sstem persamaa o lear yag ddesrpsa d persamaa ( da dapata solus **; ja F(** < F(*, buat * = **. Step IV Ja = ma ( (* ( =,,..., < 0. algortma hybrd dheta; ja tda r > r ma, heta algortma hybrd, ja tda buat * sebaga perraa awal dar pecara chaos. Hasla t 0 dega aca, = 0, t = t 0, r := r +, emuda embal e step. Uj Coba da Aalss Uj coba dlaua pada sebuah PC dega prosesor Itel(R Core(TM Duo CPU ( CPUs dega memor sebesar MB RAM. Sstem operas yag dguaa adalah Wdows Vsta Home Basc da bahasa omputas yag dguaa utu mplemetas metode adalah Matlab Vers 7.0. Utu membuta apabltas metode yag dtawara, uj coba dlaua terhadap sstem persamaa oler yag berbeda.. Sstem persamaa oler Betu dar sstem persamaa oler adalah ( ( ( ( ( ( e e. 0.9 Solus utu sstem persamaa oler [] adalah * = (-,, -,, -, T, *= (-.,.70, -0.,.789, -0.78,.97 T da *= (-.0, -0.09, 0.9,.797, -.09,.98 T. Ujcoba dlaua dega megguaa ma 00, r ma 00 da batas ruag pecara a da b atara [0, 0].

4 Hasl perhtuga dar percobaa adalah sebaga berut : - Solus COA : (0.99, 0.09,.98, 0.98,.7,.9 - Solus Ahr : (-,, -,, -, - Jumlah teras : 0 Pada tahap uj coba, setap sstem persamaa oler meml gra trayetor yag merepresetasa pergeraa la aprosmas solus yag dhasla oleh metode peyelesaa pada tap teras. Gambar merupaa gra trayetor peyelesaa sstem persamaa oler dega megguaa COA, sedaga gambar merupaa gra trayetor peyelesaa sstem persama oler dega megguaa metode gabuga. Dar Gambar dapat dlhat bahwa metode gabuga (COA da quas-newto dapat meujua perorma establa da overges pada satu tt esetmbaga yag mejad solus optmal dar sstem persamaa oler. Gambar Gra trayetor peyelesaa SPNL dega COA Gambar Gra trayetor peyelesaa SPNL dega metode gabuga Utu megetahu ebeara dar solus yag dhasla dar metode gabuga, maa solus yag sudah ddapat dbadga dega solus sebearya yag sudah terseda pada [] da dar Gambar dapat terlhat bahwa tgat esalaha dar solus yag ddapat utu sstem persamaa oler mecapa aga 0. Selsh terahr atara solus yag dhasla dar metode gabuga dega solus sebearya adalah (0, 0, 0, 0, 0, 0 da solus sama dega *. Gambar Gra tgat esalaha SPNL. Sstem persamaa oler Betu dar sstem persamaa oler adalah sebaga berut A bh ( b t ( h t, I I y bh ( b t ( h t ( h t ( b t h b t Sstem persamaa oler merupaa pecara solus utu uura geometr dar baga balo peyagga (grder secto rectagular pada suatu bagua []. b adalah lebar dar baga grder, h adalah tgg dar baga grder da t adalah etebala dar baga grder. Detahu bahwa A=, I y = 99, I = 8. Utu asus, terdapat ods bahwa h b t 0. Kods mejada sstem persamaa oler mempuya batasa (costrat yag berupa pertdasamaa, batasa tersebut adalah g ( b h 0, g ( t b 0, g ( t 0 Utu megatas permasalaha area adaya batasa, maa dguaa ugs pealty, sehgga ugs objet drumusa sebaga berut: t F ( M ma( 0, g ( ( Dmaa M adalah oese pealty. Solus sebearya berdasara [] adalah * = (.899,.,.7898 T, * = - *, *= (.78,8.9089,.977 T, *= - *,,

5 * = (.77, -.70,.0078 T, * = - *. Ujcoba dlaua dega megguaa ma 00, r ma 00 da batas ruag pecara a da b atara [0, 0]. Dar Gambar dapat dlhat bahwa metode gabuga (COA da quas-newto dapat meujua perorma establa da overges pada satu tt esetmbaga yag mejad solus optmal dar sstem persamaa oler. Hasl perhtuga dar uj coba adalah sebaga berut : - Solus COA : (.878,.88,. - Solus Ahr : (.909,.8, Jumlah teras : Da dar Gambar dapat dlhat juga bahwa tgat esalaha dar solus yag ddapat utu sstem persamaa oler medeat aga 0, hal meujua bahwa solus yag dhasla merupaa solus yag tepat. Selsh terahr atara solus yag dhasla dar metode gabuga dega solus sebearya adalah (0.07, 0.087, da solus megarah pada *. Gambar Gra trayetor peyelesaa SPNL dega COA Gambar Gra trayetor peyelesaa SPNL dega metode gabuga Gambar Gra tgat esalaha SPNL. Sstem persamaa oler Betu dar sstem persamaa oler adalah sebaga berut K K K K K K 0, 9 0 j j R 0, , ( p / 7 ( p / ( p / 8 0, 0, 8 ( p / ( p / 9 0, 0, 0, 0, 0 R 0, Sstem persamaa oler dguaa utu mecar solus dar permasalaha Combusto o Propae []. Masalah esetmbaga ma meggambara pembaara propae d udara. Terdapat varabel, dmaa ( =,,,..., 0 adalah jumlah mol dar setap produ yag terbetu utu setap pembaara propae. Varabel e- dguaa utu meyederhaaa persamaa da merupaa jumlah dar 0 varabel yag la. Terdapat 0 produ dar pembaara yag dtujua dega ( =,,,..., 0. Persamaa merupaa syarat bahwa jumlah dar 0 varabel ( =,,,..., 0 adalah sama dega varabel e-. Parameter yag sudah past adalah p (teaa pada atmoser da R (perbadga udara tehadap baha baar. K, K, K 7, K 8, K 9, da K 0 adalah uura data. Idealya, dharapa semua ( =,,,..., mejad ol.

6 Parameter-parameter yag dguaa utu sstem persamaa oler adalah : R = 0, p = 0, K =.0, K =.0, K 7 =.0, K 8 = 0., K 9 =.0, K 0 = 0.. Karea sstem persamaa oler megguaa operas, maa,,,, da harus lebh besar dar ol. Metode quasewto tda bsa mejam hal. Berdasara percobaa yag sudah dlaua, ja program dmplemetas berdasara persamaa maa aa selalu terjad eaeha. Sehgga, operas drubah mejad. Berdasara [], solus sebearya utu sstem persamaa oler adalah * = (.78887,.7909, 8.80,.,.08,.09798, 0.9, 0.0,.80, 0.07, T * = (.0,.79,.7, -.0, -.89,.890,.0007, -0.7, , 0.70,.8 T. Ujcoba dlaua dega megguaa ma 00, r ma 00 da batas ruag pecara a da b atara [0,0]. Dar Gambar 7 dapat dlhat bahwa metode gabuga (COA da quas-newto dapat meujua perorma establa da overges pada satu tt esetmbaga yag mejad solus optmal dar sstem persamaa oler Hasl perhtuga dar uj coba adalah sebaga berut : - Solus COA : (.8, 8.0,.97, , 0.7, 7.77,.78, 0.8,.9, 8.78,.8 - Solus ahr : (.7888,.79, 8.8,.,.08,.0979, 0.909, 0.0,., 0.077, Jumlah teras : Gambar 8 meujua tgat esalaha dar solus yag dhasla metode peyelesaa terhadap solus sebearya. Dar gambar tersebut terlhat bahwa tgat esalaha medeat aga 0. Selsh hasl berdasara perhtuga adalah ( , , , , , , , ,0.0000, , Dega dema solus yag dhasla bsa dataa bear da solus sesua dega *. Utu megetahu pegaruh dar varabelvarabel yag ada, maa dlaua ujcoba utu masg-masg sstem persamaa oler dega merubah la varabel-varabel tersebut. Varabelvarabel yag duj adalah ma, r ma, da batas ruag pecara a da b. Khusus utu sstem persamaa oler, perubaha la M juga dperhtuga. Gambar 7 Gra trayetor peyelesaa SPNL dega COA Gambar 8 Gra trayetor peyelesaa SPNL dega metode gabuga Gambar 9 Gra tgat esalaha SPNL

7 Dar beberapa uj coba yag dlaua ddapata hasl sepert pada Tabel, Tabel, Tabel, da Tabel. Searo Searo Searo Solus ter Solus ter Solus ter Tabel Pegaruh ma, rma da batas ruag pecara terhadap solus SPNL Keteraga Tabel : Searo = ma 00, rma 00, a = 0, b = 0 Searo = ma 00, rma 00, a = 0, b = 0 Searo = ma 00, rma 00, a = 0, b = 0 Searo Searo Searo Solus ter Solus ter Solus ter Tabel Pegaruh ma, rma da batas ruag pecara terhadap solus SPNL Keteraga Tabel : Searo = ma 00, rma 00, a = 0, b = 00 Searo = ma 00, rma 00, a = 0, b = 00 Searo = ma 00, rma 00, a = 0, b = 0 Solus ter M = M = M = M = M = Tabel Pegaruh M terhadap solus SPNL Searo Searo Searo Solus ter Solus ter Solus ter Tabel Pegaruh ma, rma da batas ruag pecara terhadap solus SPNL Keteraga Tabel : Searo = ma 00, rma 00, a = 0, b = 00 Searo = ma 00, rma 00, a = 0, b = 00 Searo = ma 00, rma 00, a = 0, b = 0 Dar Tabel, Tabel, da Tabel terlhat bahwa jumlah teras masmum utu algortma COA cuup berpegaruh terhadap solus yag dhasla. Hal dapat dlhat dar jumlah teras da selsh atara solus yag dhasla dega solus sebearya. Sema besar teras masmum, maa sema aurat solus yag dhasla. Sema sempt batas ruag pecara, maa sema mudah solus dtemua. Tabel meujua pegaruh la pealty M terhadap solus yag dhasla pada sstem persamaa oler. Uj coba dlaua dega megguaa la ma = 00, rma = 00, a = 0, da b = 0. Nla perraa awal solus tda dambl dar algortma COA, tetap dtetapa berla (,, 7 T. Dar tabel tersebut terlhat bahwa haya uj coba dega M = 0 yag dapat membera hasl yag sesua dega solus sebearya, dega dema la M yag optmal utu sstem persamaa oler adalah Kesmpula Setelah dlaua uj coba da aalss terhadap peragat lua yag dbuat, maa dapat dambl smpula sebaga berut:. Metode gabuga dar algortma optmas chaos (COA da metode quas-newto dapat meyelesaa sstem persamaa oler dega ba.. Algortma optmas chaos mampu beerja dega ba dalam medapata la perraa awal solus yag selajutya dguaa sebaga puta pada metode quas-newto. Koverges utu algortma optmas chaos terjad pada jumlah teras yag besar. Hal dapat dlhat dar hasl ujcoba. Sema besar la ma da r ma maa solus yag dhasla sema medeat solus sebearya sehgga memudaha dalam peghtuga megguaa metode quas-newto.. Perubaha la batas ruag pecara (search space sagat mempegaruh eberhasla metode. Keta batas ruag pecara sema sempt da sema medeat batas ruag solus, maa solus sebearya aa sema mudah ddapata.. Khusus utu sstem persamaa oler, la oese pealty juga mempegaruh eberhasla metode. Koese pealty harus

8 masmal berla 0 utu bsa meyelesaa sstem persamaa oler. 8. Datar Pustaa [] Luo, Ya-Zhog, Guo-J Tag, L-N Zhou. (007. Hybrd approach or solvg systems o olear equatos usg chaos optmzato ad quas-newto method. SceceDrect, Appled Sot Computg 8 (008, [] Veatarama, P. (00. Appled Optmzato wth Matlab Programmg. Joh Wley & Sos, New Yor. [] Arora, Jasbr. S. (000. Itroducto to Optmum Desg. [] Dg, Yag, Eeleda Lush, Qgguo L. Ivestgato o Quas-Newto Methods or Ucostraed Optmzato. Smo Fraser Uversty, Caada. [] Nash, Stephe G., Arela Soer. (99. Lear ad Nolear Programmg. McGraw-Hll, USA. [] Rao, S.S. (98. Optmzato, Theory ad Applcatos (Secod Edto. Wley Easter Lmted, New Delh. [7] Hlbor, Robert C. (99. Chaos ad Nolear Dyamcs. Oord Uversty Press, New Yor. [8] Rasbad, S. Nel. (000. Chaotc Dyamcs o Nolear Systems. Joh Wley & Sos, New Yor. [9] Jaqag, Chuhua Wag, Yaoa Wag, Je Gog. (008. A New Adaptve Mutatve Scale Chaos Optmzato Algorthm ad ts Applcato. [J] Cotrol Theory ad Applcato, 008, ( : -. [0] Davedra, Doald, Iva Zela, Godrey Owubolu. (007. Chaotc Optmzato. Proceedgs st Europea Coerece o Modellg ad Smulato. [] Teg, Hao, Baohua Zhao, Bgru Yag, B He. Study o Quatum Geetc Algorthm Based o Mutatve Scale Chaotc Optmzato. Cha. [] Hu-Jua, Lu, Zhag Huo-mg, Ma Loghua. (00. A ew Optmzato Algorthm Based o Chaos. Joural o Zhejag Uversty Scece A, ISSN

Penerapan Optimasi Chaos Dan Metode Broyden, Fletcher, Goldfarb, and Shanno Pada Penyelesaian Permasalahan Sistem Persamaan Nonlinier

Penerapan Optimasi Chaos Dan Metode Broyden, Fletcher, Goldfarb, and Shanno Pada Penyelesaian Permasalahan Sistem Persamaan Nonlinier Peerapa Optmas Chaos Da Metode Broyde, Fletcher, Goldarb, ad Shao Pada Peyelesaa Permasalaha Sstem Persamaa Noler Rully Soelama,, Nur Chasa, Yudh Purwaato, Maurdh H. Puromo Jurusa Tekk Iormatka, Fakultas

Lebih terperinci

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

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

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

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

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

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

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

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

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 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 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

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 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

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

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

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

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

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

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

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

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

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

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

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

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

Lebih terperinci

BAB 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

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

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

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

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

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

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

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

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

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

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. 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

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

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

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

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 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

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

Model Persediaan dengan Batasan Kapasitas Gudang dan Modal pada Kasus Backorder dan Lost Sales

Model Persediaan dengan Batasan Kapasitas Gudang dan Modal pada Kasus Backorder dan Lost Sales odel ersedaa dega atasa Kapastas Gudag da odal pada Kasus acorder da ost Sales Valeraa utosar urusa atemata Isttut Teolog Sepuluh Nopember Surabaya bstra ada model persedaa terdapat seragaa ebjaa memotor

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

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

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

Lebih terperinci

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

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

Lebih terperinci

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 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

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

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

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

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

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

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

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

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

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

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

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

Ir. Tito Adi Dewanto

Ir. Tito Adi Dewanto Ir. Tto A Dewato Dega megetahu la rata-rata saja,ormas yag apat aag-aag bsa salah terpretas. Msalya, ar ua elompo ata etahu rata-rataya sama, alau haya ar ormas ta suah meyataa bahwa ua elompo sama, mug

Lebih terperinci

SEPUTAR IDEAL DARI GELANGGANG POLINOM MIRING AROUND IDEAL OF THE SKEW POLYNOMIAL RING

SEPUTAR IDEAL DARI GELANGGANG POLINOM MIRING AROUND IDEAL OF THE SKEW POLYNOMIAL RING SEPUTAR IDEAL DARI GELANGGANG POLINOM MIRING Afra, Ar Kaal Ar da Nur Erawaty Jurusa Mateata Faultas Mateata da Ilu Pegetahua Ala Uverstas Hasaudd (UNHAS) Jl. Perts Keerdeaa KM.0 Maassar 90245, Idoesa thalabu@gal.co

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

UKURAN GEJALA PUSAT DAN UKURAN LETAK

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

Lebih terperinci

BAB 2 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

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

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

Lebih terperinci

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

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

Lebih terperinci

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

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

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

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prt) D-361 Pemodela Aga Buta Huruf d Provs Sumatera Barat Tahu 014 dega Geographcally Weghted Regresso Rath Mahara da Wwe Setya Wahju Jurusa

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

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

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR

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 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

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA Beberapa teor yag dperlua utu meduug pembahasa dataraya adalah varabel radom, regres lear bergada, metode uadrat terecl (MKT), peguja asums aalss regres, pecla (outler), regres robust,

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

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

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 II TINJAUAN PUSTAKA. Menurut Daniel L. Schodek (1999), gempa bumi dapat terjadi karena fenomena

BAB II TINJAUAN PUSTAKA. Menurut Daniel L. Schodek (1999), gempa bumi dapat terjadi karena fenomena Bab II Tjaua Pustaa BAB II TINJAUAN PUSTAKA. Tjaua Pustaa Meurut Dael L. Schode (999), gempa bum dapat terjad area feomea getara dega ejuta pada era bum. Fator utama adalah betura pergesea era bum yag

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

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNA Srps dsaja sebaga salah satu syarat utu memperoleh gelar Sarjaa Sas Program Stud Matemata Oleh Layyatus

Lebih terperinci

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak Jural Sas Matemata da Statsta, Vol. 3, No., Jul 07 ISSN 693-390 prt/issn 407-0939 ole Te Megatas Data Hlag pada Kasus Racaga Blo Legapaca Rado Yedra, Muslm, Jurusa Matemata, Faultas Sas da Teolog, UIN

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

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

UKURAN GEJALA PUSAT (UGP)

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

Lebih terperinci

BAB 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

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

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

Lebih terperinci

Perbandingan Algoritma Fuzzy C-Means (FCM) Dan Algoritma Mixture Dalam Penclusteran Data Curah Hujan Kota Bengkulu

Perbandingan Algoritma Fuzzy C-Means (FCM) Dan Algoritma Mixture Dalam Penclusteran Data Curah Hujan Kota Bengkulu Perbadga Algortma Fuzzy C-Meas (FCM Da Algortma Mxture Dalam Pelustera Data Curah Huja Kota Begulu Herla Latpa Sar Dose Tetap Program Stud Te Ifromata verstas Dehase Begulu Emal : herlalatpasar@ymal.om

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

PROSEDUR PENGUJIAN HIPOTESIS SEHUBUNGAN DENGAN AKAR-AKAR LATEN DARI MATRIKS KOVARIANS (Dalam Analisis Komponen Utama)

PROSEDUR PENGUJIAN HIPOTESIS SEHUBUNGAN DENGAN AKAR-AKAR LATEN DARI MATRIKS KOVARIANS (Dalam Analisis Komponen Utama) H. Maa Suhera,Drs.,M.S PROSEDUR PEGUJIA HIPOTESIS SEHUBUGA DEGA AKAR-AKAR LATE DARI MATRIKS KOVARIAS (Dala Aalss Kopoe Utaa) Abstra Utu ebuat espula tetag araterst populas ultvarat husuya populas varat

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

BAB 5. ANALISIS REGRESI DAN KORELASI

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

Lebih terperinci

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

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

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

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

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