Analisis Unjuk Kerja GCMOS

Ukuran: px
Mulai penontonan dengan halaman:

Download "Analisis Unjuk Kerja GCMOS"

Transkripsi

1 Aalii Ujuk Krja GCMOS Hartoo Siwoo Fakulta Tkologi Idutri, Uivrita Guadarma Jl. Margoda Raya, ok hartoo@taff.guadarma.ac.id Abtrak Pulia ii adalah uatu aalia trhada divai Gradd-Chal Mtal-Oxid- Smicoductor Fild-Effct-Traitor atau diigkat GCMOSFET. Tkologi GCMOSFET dwaa ii brkmbag bagai alah atu uaha utuk mmuhi kbutuha divai dalam alikai brdaya rdah da mmuyai rformai lbih tiggi. Pada ulia ii ditkaka utuk mgaalia kuggula GCMOSFET dibadig dga MOSFET ugradd. GCMOSFET daat mghailka outut I yag lbih bar jika dibadigka dga MOSFET ugradd. Pigkata aru I ii trjadi dibabka garuh gradd chal ada divai yag mghailka ajag chal fktif yag lbih kcil dariada ajag chal fktif MOSFET ugradd. ari hail imulai dga brbatua ragkat luak S-PISCES B da MATLAB daat ditujukka bahwa I yag dihailka GCMOSFET lbih bar dariada I yag dihailka MOSFET ugradd, bagai cotohya utuk G = 4 da = 4, I ada MOSFET ama dga, A, dagka ada GCMOSFET ama dga, A. i amig itu, mialka utuk mghailka I =, A ada MOSFET dirluka G = 3 da = 4, dagka ada GCMOSFET dirluka G = da = 3,4. Hal ii mujukka bahwa GCMOSFET mgkoumi daya yag lbih rdah dibadigka MOSFET ugradd... Pdahulua Pigkata alikai igital Sigal Procig (SP) utuk roduk komuikai mruaka alah atu ybab migkatya gmbaga tkologi LSI tgaga rdah/daya rdah, rformai tiggi da biaya rdah utuk alikai SP []. Pada ragkaia CMOS, koumi daya total trdiri dari dua komo, yaitu: daya diamik da daya tatik. aya diamik roorioal dga. mruaka tgaga uly. aya tatik dittuka olh lakag currt. iii brarti jika dituruka, maka aka muruka koumi daya. Aka ttai muruka, juga brarti muruka currt driv. Hal ii dibabka olh kara currt driv roorioal dga ( - t ). [] t adalah tgaga thrhold. ibabka hal-hal di ata, haru dilakuka urua kala divai da urua tgaga thrhold atau t. Aka ttai, mucul maalah lai, yaitu hort chal ffct yag mgakibatka igkata lakag currt, yag brarti aikya koumi daya tatik. i amig itu, gkalaa divai mmrluka tigkat tkologi yag lbih baik da komlk. Olh karaya, mgmbagka kcata ragkaia ada tgaga rdah mruaka uatu tataga. Kbutuha divai brrformai tiggi, daya rdah, da juga koomi tru migkat; olh karaya, tkologi Gradd Chal MOSFET dikmbagka dga tujua utuk mmrolh divai yag mmiliki igkata kcata ada tgaga yag lbih rdah, ttai juga lbih koomi. B-7

2 B-8 Procdig, Komutr da Sitm Itlij (KOMMIT ) Auditorium Uivrita Guadarma, Jakarta, Agutu. Struktur da TkologiI GCMOSFET. Struktur GCMOSFET Struktur GCMOSFET hamir ama dga truktur MOSFET ugradd, kcuali ada imlatai gatur tgaga thrhold, t, ada MOSFET digati dga uatu imlatai gradd-chal ada ii ourc aja (dibut uilatral). Sci imlatai GC (grad-chal) brlawaa dga yag trdaat ada ourc/drai, bagai cotoh uatu GC ti- utuk divai -chal da GC ti- utuk divai -chal. [3] Gambar. mujukka truktur daar divai utuk uilatral GCMOSFET dibadigka dga divai MOSFET ugradd. GATE SUBSTRATE a GATE GC SUBSTRATE b Gambar. Struktur ivai (a) CMOS ugradd, (b) GCMOSFET Uilatral Gambar. mujukka btuk doig dari truktur GCMOSFET. ibadigka dga MOSFET ugradd dga chal trdoig mrata, maka doig chal ajag rmukaa ada GCMOSFET adalah brtigkat atau gradd. E S N KONSENTRASI OPING E 6 E 5 PANJANG Gambar. Btuk oig ari Uilatral GCMOSFET ivai GCMOSFET, rti ditujukka gambar 3., daat dilihat bagai dua ubdivai yag dihubugka ri, atu ada ii ourc da yag lai ada ii drai, dga tgaga thrhold ( t ) maig-maig yag brbda. Pada ii ourc, kara doig GC yag lbih tiggi dariada doig wll, ubdivai dga ajag chal L, mmiliki t yag lbih tiggi. Sbalikya ada ii drai, doig chal ama dga doig wll, karaya ubdivai ii mmiliki t yag lbih rdah dga uatu ajag chal L d. t dari GCMOS dittuka olh ubdivai ada ii ourc. Pajag chal ffktif dittuka olh rgio GC, yaitu L, yag ttuya jauh lbih dk dariada ajag gat cara hiik. Sbagai hailya, utuk ajag gat cara hiik yag ama, divai GCMOSFET daat mghailka aru driv yag lbih tiggi da ucak trakoduktai yag lbih tiggi dibadigka divai MOSFET ugradd, brarti mghailka uatu divai brrformai tiggi. Imlatai GC juga fktif utuk mka hort

3 Aalii Ujuk Krja GCMOS B-9 chal ffct. Karaya, dibadigka dga MOSFET ugradd, GCMOSFET mmbrika uatu divai dga aru driv yag lbih tiggi.i amig itu, tkologi GCMOSFET adalah komatibl dga tkologi CMOS. L gat GATE GC SUBSTRATE L L d Gambar 3. Struktur GCMOSFET Uilatral mujukka ko dari dua ubdivai. Tkologi GCMOSFET GCMOSFET brdaarka ro CMOS, dga modul GC ditambahka utuk mggatika modul imlatai t, ditambah modifikai mior ada frot-d-of-th-li (FEOL), atau bagia awal ro, utuk mgotimai GCMOSFET. Back-d-of-th-li (BEOL), atau bagia akhir dari ro, adalah idtik dga tkologi CMOS. Kara modul GC haya mruaka ambaha ada ro GCMOSFET, mbarag gari roduki dga kaabilita ubmikro daat mghailka GCMOSFET rformai tiggi taa igkata tkologi yag brlbiha, yag brarti mghailka uatu ghmata biaya yag tig. 3. Aalia 3. Aalia Kdalama Chal Pada Saturai Pada Gambar 4. di bawah ii, kmbali ditujukka buah MOSFET Gambar 4. MOSFET brorai ada darah liar [4]

4 Procdig, Komutr da Sitm Itlij (KOMMIT ) Auditorium Uivrita Guadarma, Jakarta, Agutu B- Q adalah dita muata ada ivrio layr da Q daat diyataka dga: Q = q.n A. L ( ) ( ) () Jika Q =, maka q.n A. L ( ) ( ) = () Stlah itu, kdua rua kiri da kaa dibagi dga q.n A. L, higga daat diyataka dga ramaa (3): ( ) ( ) S = (3) kmudia, dga mmidahka bagia gatif k rua kaa dari ramaa, higga dirolh: ( ) = ( ) (4) ilajutka dga gkuadrata ada kdua rua dari ramaa (4), maka aka dirolh ramaa (5) ( ) = (5) ga mmidahka dari rua kiri k rua kaa dari ramaa (5), aka dirolh: ( ) = (6) Shigga daat diyataka dga: ( ) = (7) atau dga cara ulia lai daat diyataka dga: (8)

5 Aalii Ujuk Krja GCMOS B- ii daat trjadi jika da haya jika >> da ii brarti >> Srti ditujukka olh Gambar 5, jika >>, aka mghailka ilai kdalama chal atau x i = Gambar 5. ariai Ergy Bad Pada Kadaa Noquilibrium Pada rai. [4] 3. Aalia Lbar ltio Pada Gambar 6 ditujukka bahwa ada y = L, maka x i = ktika = at. Gambar 6. MOSFET Pada Saturai [4] Q = Q Q d (9) ga Q = dita total muata ada mikoduktor r atua lua Q = dita muata ada ivrio layr Q d = dita muata ada dltio layr ibabka ada a at ich-off, Q =, maka Q d aka mcaai ilai makimum. Olh karaya, ktika x i =, maka lbar dltio aka mcaai ilai makimum.

6 B- Procdig, Komutr da Sitm Itlij (KOMMIT ) Auditorium Uivrita Guadarma, Jakarta, Agutu Lbar dltio daat diyataka dga: ( B BS ) q N A W = ε / () dga N A mruaka doig acctor, da jika N A maki tiggi, aka mgakibatka ilai W maki rdah, atau balikya, ilai N A maki rdah, maka ilai W atau lbar dltio maki tiggi. Skarag jika dilihat ada divai GCMOSFET, kara kotrai ada rgio GC lbih tiggi dariada kotrai ada bagia ubtrat, maka lbar dltio ada darah GC rgio lbih rdah dari lbar dltio ada darah laiya. Shigga ktika S mcaai ilai aturai ada GCMOSFET, maka lbar dltio ada bagia ubtrat lai aka maki lbar da ii mgakibatka luruh bagia lai trbut bagai kajaga dari drai utuk divai. Hal ii mgakibatka ajag chal fktif divai mruaka L ff yag ttuya lbih dk dari ada L gat yag barya, rti yag ditujukka ada Gambar 7, dga W adalah lbar dltio ada ii ourc da W adalah lbar dltio ada ii drai. Kara I brbadig trbalik dga ajag chal, higga dga hal ii, daat dirolh I yag lbih bar. g W W Lff Gambar 7. Lbar ltio ari GCMOSFET Ii brarti lbar dltio ada bagia wll yag lai lbih bar dariada lbar dltio ada bagia GC. Shigga, mgakibatka bagia GC mjadi ajag chal fktif, dagka bagia wll laiya mjadi olah-olah kajaga dariada drai. Hal ii mgakibatka GCMOSFET mghailka uatu divai dga ajag chal fktif yag lbih kcil dariada ajag chal fktif ada MOSFET ugradd. 3.3 Simulai ga S-PISCES B Pada bagia ii aka dirlihatka hail imulai dari MOSFET ugradd da GCMOSFET. Simulai dilakuka dga batua S-PISCESB [5] da MATLAB [6]. L

7 Aalii Ujuk Krja GCMOS B-3 Pada Gambar 8. ditujukka hail imulai I ada MOSFET..8 x -4.6 g = 4.4. g = 3 Id.8.6 g =.4. g = d Gambar 8. I ru Pada MOSFET Brdaarka Hail Simulai Kmudia imulai dilakuka utuk GCMOSFET, da dirolh hail rti ditujukka ada Gambar x -4 g = 4 g = 3 Id.5 g =.5 g = d Gambar 9. I ru Pada GCMOSFET Brdaarka Hail Simulai Kmudia hail imulai MOSFET da hail imulai GCMOSFET digabugka mjadi atu, higga daat trlihat rbadigaya cara lbih jla. Prbadiga ii daat dilihat ada Gambar. Pada gambar ii G = M myataka kurva utuk G = ada MOSFET, da G = GC myataka kurva utuk G = ada GCMOSFET, da truya.

8 B-4 Procdig, Komutr da Sitm Itlij (KOMMIT ) Auditorium Uivrita Guadarma, Jakarta, Agutu 3 x -4.5 g = 4 GC g = 3 GC Id.5.5 g = 4 M g = GC g = 3 M g = M g = GC g = M d Gambar. Prbadiga Hail Simulai I ada MOSFET da GCMOSFET Brdaarka hail imulai ii, bagai cotoh rbadiga daat dilihat ada Tabl. Pada Tabl ditujukka bahwa I yag dihailka GCMOSFET lbih bar dariada I yag dihailka MOSFET.Srti tlah dijlaka ada bagia blumya dari ti ii, hail yag dirolh daat trjadi kara GCMOSFET mmiliki L ff atau ajag chal fktif yag lbih kcil dariada ajag chal fktif MOSFET, da I brbadig trbalik dga ajag chal fktif, higga GCMOSFET daat mghailka I yag lbih bar dariada I yag dihailka MOSFET. Tabl Prbadiga I ada MOSFET da GCMOSFET G I ada MOSFET I ada GCMOSFET 4, , , , , , , , i amig itu, mialka utuk mmrolh I =, A, ada MOSFET dirluka G = 3 da = 4, dagka ada GCMOSFET dirluka G = da = 3,4. Utuk hal ii jla trlihat bahwa GCMOSFET mgkoumi daya yag lbih rdah dariada MOSFET, dga taa mguragi hail rformai aru draiya. Shigga daat dikataka bahwa GCMOSFET daat dikataka bagai uatu divai yag mgkoumi daya rdah, da GCMOSFET daat mmuhi kbutuha aka divai utuk alikai daya rdah. 4. Kimula ari tulia ii, daat diambil tiga kimula utama rti uraia di bawah ii. GCMOSFET daat mghailka uatu divai dga ajag chal fktif yag lbih dk dariada ajag gat cara hiik. alam hal ii daat dirolh uatu divai yag kcil, taa mmrluka kaa tkologi yag brlbiha.

9 Aalii Ujuk Krja GCMOS B-5. Kara GCMOSFET mmiliki ajag chal fktif yag lbih dk dariada ajag chal fktif MOSFET ugradd, higga GCMOSFET mghailka aru I yag lbih bar dariada aru I yag dihailka olh MOSFET ugradd. ari hail imulai dga ragkat luak S-PISCES B, daat dilihat bahwa GCMOSFET mghailka I yag lbih bar jika dibadigka dga MOSFET ugradd. Sbagai cotoh, ada G = 4 da = 4, ada MOSFET mghailka I =, A, dagka ada GCMOSFET mghailka I =, A. 3. Utuk mmrolh I trttu, mialka utuk mmrolh I =, A, ada MOSFET dirluka G = 3 da = 4, dagka ada GCMOSFET dirluka G = da = 3,4. Kara hal ii, brarti GCMOSFET mgkoumi daya yag lbih rdah dibadigka MOSFET ugradd. 5. aftar Putaka [] Ma, J., Ha. B.L., R.A. Pryor, S. Chg, M.H. Kahiro, C.S. Kyoo, da K. Paworth, A Gradd-Chal MOS (GCMOS) LSI Tchology for Low Powr SP Alicatio, ISLPE,. 9-3, 996. [] Wt, N.H.E. da K.raghia, Pricil of CMOS LSI ig, t d. Radig, Maachutt: Addio-Wly, 985. [3] Ma, J., Ha. B.L., R.A. Pryor, S. Chg, M.H. Kahiro, C.S. Kyoo, da K. Paworth, Gradd-Chal MOSFET (GCMOSFET) for High Prformac, Low oltag SP Alicatio, IEEE Tra. LSI Sytm, vol.5, , mbr 997. [4] Sz, S.M., Phyic of Smicoductor vic, d d., Nw York: Joh Wily & So, 98. [5] Silvaco Itratioal, S-PicB rio 4.9 Ur Maual, 99. [6] Th Math Work Ic, Th Studt Editio of MATLAB for MS-OS Proal Comutr, Eglwood Cliff, Nw Jry: Prtic-Hall, 99.

RANGKUMAN MATERI ALAT OPTIK

RANGKUMAN MATERI ALAT OPTIK RANGKUAN ATERI ALAT OPTIK Priip Huyg Dari uatu umbr cahaya, tiap aat lalu trbtuk muka glmbag / wavrt (tmpat kduduka titik-titik yag aya ama). Titik-titik pada muka glmbag ii brtidak bagai umbr titik (wavlt)

Lebih terperinci

METODE NEWTON-STEFFENSEN DENGAN ORDE KEKONVERGENAN TIGA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR

METODE NEWTON-STEFFENSEN DENGAN ORDE KEKONVERGENAN TIGA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR METDE NEWTN-STEFFENSEN DENGN RDE KEKNVERGENN TIG UNTUK MENYELESIKN PERSMN NNLINER Fitiai, Joha Kho, Supiadi Puta Mahaiwa Pogam Studi S Matmatika FMIP Uivita Riau Do JuuaMatmatika FMIP Uivita Riau Fakulta

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

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

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

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

1001 Pembahasan UTS Kalkulus II KATA PENGANTAR

1001 Pembahasan UTS Kalkulus II KATA PENGANTAR KATA PENGANTAR 00 Pmbahasa UTS Kalkulus II Sbagaia bsar mahasiswa mgagga bahwa Mata Kuliah yag brhubuga dga mghitug yag salah satuya Kalkulus adalah susah, rumit da mmusigka. Alhasil jala kluar yag ditmuh

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

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

SISTEM PENGOLAHAN ISYARAT. Kuliah 6 Transformasi Fourier Diskret

SISTEM PENGOLAHAN ISYARAT. Kuliah 6 Transformasi Fourier Diskret TKE 43 SISTEM PEGOLAHA ISYARAT Kuliah 6 Tafomai Foui Dik Idah Suilawai, S.T., M.Eg. Pogam Sudi Tkik Elko Fakula Tkik da Ilmu Komu Uivia Mcu Buaa Yogyakaa 9 KULIAH 6 SISTEM PEGOLAHA ISYARAT TRASFORMASI

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

1. Ilustrasi. Materi 2 Pendugaan Parameter

1. Ilustrasi. Materi 2 Pendugaan Parameter Materi Pedugaa Parameter. Ilutrai Ifereia Statitika : Mecaku emua metode yag diguaka utuk earika keimula atau geeraliai megeai oulai dega melakuka egambila amel (amlig) Etimai / Pedugaa Parameter Yaitu

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

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah III PEMBAHASAN Pada bagia ii aka diformulasika masalah yag aka dibahas. Solusi masalah aka diselesaika dega Metode Dekomposisi Adomia. Selajutya metode ii aka diguaka utuk meyelesaika model yag diyataka

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

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

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

Statistika 2. Pendugaan Parameter. 1. Ilustrasi. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

Statistika 2. Pendugaan Parameter. 1. Ilustrasi. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc. Statitika Toik Bahaa: Pedugaa Parameter Oleh : Edi M Pribadi, SP, MSc E-mail: edi_m@taffguadarmaacid edi_m@ymailcom Ilutrai Statitika Ifereia : Mecaku emua metode yag diguaka utuk earika keimula atau geeraliai

Lebih terperinci

Gambar 1 Sayatan transversal akar andromonoecious; lapisan periderm (p), xilem sekunder (xs)

Gambar 1 Sayatan transversal akar andromonoecious; lapisan periderm (p), xilem sekunder (xs) 3 Gabar Sayatan tranvral akar androonociou; laian ridr (), xil kundr () Gabar Sayatan tranvral akar onociou; laian ridr (), xil kundr () Pngaatan Anatoi Batang Sayatan tranvral batang tanaan androonociou

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

PENGEMBANGAN ANALISIS ALIRAN DAYA DENGAN MEMPERHITUNGKAN PENGARUH KUALITAS ENERGI LISTRIK

PENGEMBANGAN ANALISIS ALIRAN DAYA DENGAN MEMPERHITUNGKAN PENGARUH KUALITAS ENERGI LISTRIK gmbaga aalia Alira Daya Atoiu Ibi Wkig ENGEMBANGAN ANALISIS ALIAN DAYA DENGAN MEMEHITUNGKAN ENGAUH KUALITAS ENEGI LISTIK Atoiu Ibi Wkig Staff gajar Tkik Elktro, Fakulta Tkik, Uirita Udayaa Kampu Bukit

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

MODUL 2 BILANGAN KOMPLEKS

MODUL 2 BILANGAN KOMPLEKS Diktat Kuliah EL- Matmatika Tkik I MODUL BILANGAN KOMPLEKS Satua Acara Prkuliaha Mdul (Bilaga Kmplks sbagai brikut Ptmua k- Pkk/Sub PkkBahasa TuuaPmblaara Bilaga Kmplks Pgatar Bilaga Kmplks Lambag Bilaga

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

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

Pendugaan Parameter 1

Pendugaan Parameter 1 Topik Bahaa: Pedugaa Parameter 1 (Selag Pedugaa, Pedugaa Selag 1 Rata-Rata) Pertemua ke II 1 Ilutrai Statitika Ifereia : Mecakup emua metode yag diguaka utuk pearika keimpula atau geeraliai megeai populai

Lebih terperinci

BAB III SIFAT TRANSPOR QUANTUM DOT

BAB III SIFAT TRANSPOR QUANTUM DOT 4 BAB III SIFAT TRANSPOR QUANTUM DOT Paa baia ii aka ijlaka mai fk ukura vai brkala aomtr trhaap foma trapor lktro ya trjai. Salah atu foma trapor ya marik utuk ikaji paa ukura trbut aalah fk Bloka Coulomb

Lebih terperinci

JFET (Junction Field Effect Transistor)

JFET (Junction Field Effect Transistor) JFET (Juctio Field Effect Trasistor) truktur JFET rai () rai () - ate () ate () V ource () V ource () JFET Kaal JFET Kaal Perhatika (uutk kaal ) bahwa terdaat struktur juctio atara ate () dega ource(),

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

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F BAB III AALISIS EMODELA ATRIA HAULER EGAGKUTA OVERBURDE ADA JALA 7F 3.. edahulua ada Bab II telah dijelaka beberapa teori yag diguaka utuk melakuka aalii yag tepat dalam memecahka maalah yag ada. ada bab

Lebih terperinci

Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui

Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui Statitika, Vol. No., 5 6 Mei Diagram Kedali Simpaga Baku Ekak utuk Proe Berditribui Normal dega Parameter Diketahui Aceg Komarudi Mutaqi, Suwada Program Studi Statitika Fakulta MIPA Uiverita Ilam Badug,

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

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter Pedahulua Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

BAB IV DESKRIPSI ANALISIS DATA

BAB IV DESKRIPSI ANALISIS DATA BAB IV DESKRIPSI ANALISIS DATA A. Dekripi Data Peelitia ii megguaka peelitia ekperime, ubyek peelitiaya dibedaka mejadi dua kela, yaitu kela kotrol da kela ekperime. Kela kotrol pada peelitia ii merupaka

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuha Sistem Sebelum melakuka deteksi da trackig obyek dibutuhka peragkat luak yag dapat meujag peelitia. Peragkat keras da luak yag diguaka dapat dilihat pada Tabel

Lebih terperinci

PENYELESAIAN PERSAMAAN PARABOLIK NONLINIER DENGAN MENGGUNAKAN MODIFIKASI METODE ITERASI VARIASI TUGAS AKHIR

PENYELESAIAN PERSAMAAN PARABOLIK NONLINIER DENGAN MENGGUNAKAN MODIFIKASI METODE ITERASI VARIASI TUGAS AKHIR PENYEESAIAN PERSAMAAN PARABOIK NONINIER DENGAN MENGGUNAKAN MODIFIKASI METODE ITERASI VARIASI TUGAS AKHIR Diajka Sbagai Salah Sa Syara Uk Mmrolh Glar Sarjaa Sai ada Jra Mamaika Olh : MUHAMMAD YUNUS 587

Lebih terperinci

Teori Penaksiran. Oleh : Dadang Juandi

Teori Penaksiran. Oleh : Dadang Juandi Teori Peakira Oleh : Dadag Juadi Pedahulua Ada metode iferei : metode klaik da metode Baye dalam meakir arameter oulai Dalam metode klaik iferei didaarka ada iformai yag dieroleh melalui amel acak Dalam

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

BAB IV PEMECAHAN MASALAH

BAB IV PEMECAHAN MASALAH BAB IV PEMECAHAN MASALAH 4.1 Metodologi Pemecaha Masalah Dalam ragka peigkata keakurata rekomedasi yag aka diberika kepada ivestor, maka dicoba diguaka Movig Average Mometum Oscillator (MAMO). MAMO ii

Lebih terperinci

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Tujuh

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Tujuh Smiar Nasioal Tkologi Iormasi Komuikasi da Idustri SNTIKI 8 ISSN : 08-0 Pkabaru Novmbr 0 Mtod Itrasi Tiga Lagkah dga rd Kovrgsi Tujuh Wartoo Maumi Istiqomah Uivrsitas Islam Ngri Sulta Sari Kasim Riau Jl.

Lebih terperinci

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

PETA KONSEP RETURN dan RISIKO PORTOFOLIO PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

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

Lebih terperinci

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

Teori Penaksiran. Oleh : Dewi Rachmatin

Teori Penaksiran. Oleh : Dewi Rachmatin Teori Peakira Oleh : Dewi Rachmati Pedahulua Ada metode iferei : metode klaik da metode Baye dalam meakir arameter oulai Dalam metode klaik iferei didaarka ada iformai yag dieroleh melalui amel acak Dalam

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

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

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

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter. Pedahulua Pedugaa Parameter Popoulai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

INTERVAL KEPERCAYAAN

INTERVAL KEPERCAYAAN INTERVAL KEPERCAYAAN Tujua utama diambil ebuah ampel dari ebuah populai adalah utuk memperoleh iformai megeai parameter populai.. Ada cara meetuka parameter populai yaitu peakira da pegujia hipotei. Peakira

Lebih terperinci

Pengujian Hipotesis untuk selisih dua nilai tengah populasi

Pengujian Hipotesis untuk selisih dua nilai tengah populasi Pegujia Hipotei utuk eliih dua ilai tegah populai Hipotei Hipotei atu arah: H 0 : - 0 v H : - < 0 H 0 : - 0 v H : - > 0 Hipotei dua arah: H 0 : - = 0 v H : - 0 Statitik uji z h ( ( ) ) 0 Formula klik diketahui

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

LEVELLING 1. Cara pengukuran PENGUKURAN BEDA TINGGI DENGAN ALAT SIPAT DATAR (PPD) Poliban Teknik Sipil 2010LEVELLING 1

LEVELLING 1. Cara pengukuran PENGUKURAN BEDA TINGGI DENGAN ALAT SIPAT DATAR (PPD) Poliban Teknik Sipil 2010LEVELLING 1 LEVELLING 1 PENGUKURAN SIPAT DATAR Salmai,, ST, MS, MT 21 PENGUKURAN BEDA TINGGI DENGAN ALAT SIPAT DATAR (PPD) Jika dua titik mempuyai ketiggia yag berbeda, dikataka mempuyai beda tiggi. Beda tiggi dapat

Lebih terperinci

Sambungan Las. Sambungan las ada dua macam, yaitu: Tegangan: - las tumpul. - las sudut. las

Sambungan Las. Sambungan las ada dua macam, yaitu: Tegangan: - las tumpul. - las sudut. las Sambuga Las Sambuga as ada dua macam, yaitu: - as tumpu - as sudut Tgaga: as 0, 6 a Las Tumpu: s s s=a Utuk s = s ---- tba as tumpu (a) = s Utuk s s ----- tba as tumpu (a) = s mi as = a ---- = pajag as

Lebih terperinci

PENALA NADA ALAT MUSIK MENGGUNAKAN ALIHRAGAM FOURIER

PENALA NADA ALAT MUSIK MENGGUNAKAN ALIHRAGAM FOURIER PENL ND L MUSIK MENGGUNKN LIHRGM OURIER Olh : di Kuria (L57) Jurusa kik Elktro akultas kik Uivrsitas Dipogoro Jl. Pro. H Sudarto S. H., mbalag, Smarag -mail : Katrosid@Yahoo.com bstrak - Mlalui pristiwa

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

Perbandingan Penentuan Parameter Pengendali PID Pada Plant

Perbandingan Penentuan Parameter Pengendali PID Pada Plant Pradiga Ptua Paramtr Pgdali PID Pada Plat Ord Tiggi Plu Traportai ag Dga Mgguaka Mtoda Ziglr-Nihol da Mtoda Pmpata Pol-Pol oop Trtutup Mlalui Pmodla Ord Trduki Tguh Muliato, Mahaiwa TE Udip, Wahyudi,Staf

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

Selang Kepercayaan dari Parameter Distribusi Log-Normal Menggunakan Metode Bootstrap Persentil

Selang Kepercayaan dari Parameter Distribusi Log-Normal Menggunakan Metode Bootstrap Persentil Statitika, Vol. 8 No. 1, 13 17 Mei 008 Selag Kepercayaa dari Parameter Ditribui Log-Normal Megguaka Metode Boottrap Peretil Akhmad Fauzy Jurua Statitika FMIPA Uiverita Ilam Idoeia Yogyakarta Abtract I

Lebih terperinci

Elektronika Dasar. Pertemuan Ke-10. FET (Field Effect Transistor) Transistor Efek Medan

Elektronika Dasar. Pertemuan Ke-10. FET (Field Effect Transistor) Transistor Efek Medan Elektroika asar Pertemua Ke-10 FET (Field Effect Trasistor) Trasistor Efek Meda 1 deal Voltage-Cotrolled Curret ource Represetasi : Karakteristik Volt Ampere : V R L Juctio Field Effect Trasistor imbol

Lebih terperinci

Pendugaan Parameter: Kasus Dua sampel saling bebas. Selisih rataan dua populasi

Pendugaan Parameter: Kasus Dua sampel saling bebas. Selisih rataan dua populasi Pedugaa Parameter: Kau Dua amel alig beba Seliih rataa dua oulai - x x.96 x x.96 x x - SAMPLING ERROR Dugaa Selag bagi µ - µ ( x x z ( x x z Formula klik diketahui ama & Syarat : & Tidak ama Formula klik

Lebih terperinci

Pedahulua Pedugaa Parameter Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel, Mial :. x diguaka ebagai peduga bagi µ. diguaka ebagai peduga bagi σ 3. p atau p$ diguaka ebagai peduga

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu

Lebih terperinci

MODUL PRAKTIKUM Statistik Inferens (MIK 411)

MODUL PRAKTIKUM Statistik Inferens (MIK 411) MODUL PRAKTIKUM tatistik Iferes (MIK 4) Disusu Oleh Nada Aula Rumaa, KM., MKM UNIVERITA EA UNGGUL 07 Revisi (tgl) : 0 (0 Desember 07) / 4 UJI T DEPENDEN/BERPAANGAN (PAIRED T TET) A. Pedahulua Uji t berpasaga,

Lebih terperinci

BAB IV ENTROPI GAS SEMPURNA

BAB IV ENTROPI GAS SEMPURNA BAB IV ENROPI GAS SEMPURNA Itilah etroi ecara literatur berarti traformai, da dierkealka oleh lauiu. Etroi adalah ifat termodiamika yag etig dari ebuah zat, dimaa hargaya aka meigkat ketika ada eambaha

Lebih terperinci

STRUKTUR BAJA I. Perhitungan Sambungan Las

STRUKTUR BAJA I. Perhitungan Sambungan Las STRUKTUR BAJA I rhituga Samuga Las Samuga Las Samuga as ada dua macam, yaitu: - as tumpu - as sudut Tgaga: σ as σ 0, 6σ a Las Tumpu: s s sa Utuk s s ---- ta as tumpu (a) s Utuk s s ----- ta as tumpu (a)

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

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

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

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

Statistika 2. Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

Statistika 2. Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc. Statistika Toik Bahasa: Pegujia Hiotesis Oleh : Edi M. Pribadi, SP., MSc. E-mail: edi_m@staff.guadarma.ac.id. Pedahulua Hiotesis eryataa yag meruaka edugaa berkaita dega ilai suatu arameter oulasi (satu

Lebih terperinci

A.Interval Konfidensi pada Selisih Rata-rata

A.Interval Konfidensi pada Selisih Rata-rata A.Iterval Kofidei pada Seliih Rata-rata. Bila kita mempuyai da maig-maig adalah mea ample acak beba berukura da yag diambil dari populai dega ragam da diketahui, maka elag kepercayaa 00-% bagi - adalah

Lebih terperinci

METODE TRAPESIUM NONLINEAR UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL ORDE SATU ABSTRACT

METODE TRAPESIUM NONLINEAR UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL ORDE SATU ABSTRACT METODE TRAPESIUM NONLINEAR UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL ORDE SATU Rahma Dodi 1, Musraii M 1 Mahasiswa Program Studi S1 Matematika Dose Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua

Lebih terperinci

Modifikasi Metode Iterasi Dua Langkah dengan Satu Parameter

Modifikasi Metode Iterasi Dua Langkah dengan Satu Parameter Smiar Nasioal Tkologi Iormasi, Komuikasi da Idustri SNTIKI 9 ISSN Pritd : 79-77 Fakultas Sais da Tkologi, UIN Sulta Sari Kasim Riau ISSN Oli : 79-406 Pkabaru, 8-9 Mi 07 Modiikasi Mtod Itrasi Dua Lagkah

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

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

Lebih terperinci

Jurnal Mutiara Pendidikan Indonesia, 10/08 (2016), 67-73

Jurnal Mutiara Pendidikan Indonesia, 10/08 (2016), 67-73 67, 1/ (16), 67-73 STUDI OPARASI IPLEENTASI URIULU PADA PEBELAJARAN ASELERASI DAN PEBELAJARAN REGULER (ajia pada las XI CI+BI IPA da las XI IPA di SAN 1 Padag) Yssi Rifmasari STIP Adzkia Padag Email :

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto Tue 0/04/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato Estimasi : salah satu cara megemukaka peryataa iduktif (meyataka karakteristik populasi dega meggu aka karakteristik yag didapat dari cuplika).

Lebih terperinci

BAB II. Radiasi Latar Belakang Gelombang Mikro

BAB II. Radiasi Latar Belakang Gelombang Mikro BAB II Radiasi Latar Blakag Glombag Mikro II.1 Radiasi Latar Blakag Glombag Mikro Iformasi mgai alam smsta dii daat kita tmuka di dalam radiasi latar blakag glombag mikro (CMB). Kbradaya tlah dirdiksi

Lebih terperinci

PENGARUH DIGITALISASI PADA SISTEM KENDALI

PENGARUH DIGITALISASI PADA SISTEM KENDALI JEri, Volum 3, Nomor, Agutu 2003, Halaman 9-6, ISSN 42-0372 PENGARUH DIGIALISASI PADA SISEM ENDALI Rudy S.Wahjudi Don Juruan knik Elktro-FI, Univrita riakti.mail: rudyw2000@yahoo.com ; rw@triakti.ac.id

Lebih terperinci

Program Bonus Mempertahankan Tingkat Pencapaian Dalam Rangka Pembelian Kendaraan Bermotor (Program Kendaraan Bermotor)

Program Bonus Mempertahankan Tingkat Pencapaian Dalam Rangka Pembelian Kendaraan Bermotor (Program Kendaraan Bermotor) Program Bous Mempertahaka Tigkat Pecapaia Dalam Ragka Pembelia Kedaraa Bermotor (Program Kedaraa Bermotor) Perusahaa : PT. Family Member Group Idoesia (FM Group Idoesia) Mulai Program : 1 Jauari 2015 Kualifikasi

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

MATERI 13 ANALISIS TEKNIKAL ANALISIS TEKNIKAL

MATERI 13 ANALISIS TEKNIKAL ANALISIS TEKNIKAL MATERI 13 ANALISIS TEKNIKAL ASUMSI-ASUMSI DASAR ANALISIS TEKNIKAL KEUNTUNGAN DAN KRITIK TERHADAP ANALISIS TEKNIKAL TEKNIK-TEKNIK DALAM ANALISIS TEKNIKAL - The Dow Theory - Chart Pola Pergeraka Harga Saham

Lebih terperinci

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM 4.1 Peduga dega Kerel Seragam Pada bab ii diguaka peduga dega kerel eragam. Hal ii karea aya belum berail memperole ebara aimtotik dari

Lebih terperinci

1. Pendahuluan. Materi 3 Pengujuan Hipotesis

1. Pendahuluan. Materi 3 Pengujuan Hipotesis Materi 3 Pegujua Hiotesis. Pedahulua Hiotesis eryataa yag meruaka edugaa berkaita dega ilai suatu arameter oulasi (satu atau lebih oulasi) Kebeara suatu hiotesis diuji dega megguaka statistik samel hiotesis

Lebih terperinci

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

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

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. : Lux meter dilengkapi sensor jarak berbasis arduino. : panjang 15,4 cm X tinggi 5,4 cm X lebar 8,7 cm

BAB IV HASIL DAN PEMBAHASAN. : Lux meter dilengkapi sensor jarak berbasis arduino. : panjang 15,4 cm X tinggi 5,4 cm X lebar 8,7 cm BAB IV HASIL DAN PEMBAHASAN 4.1. Spesifikasi Alat Nama Alat Tegaga Ukura Berat : Lux meter dilegkapi sesor jarak berbasis arduio : 5 V (DC) : pajag 15,4 cm tiggi 5,4 cm lebar 8,7 cm : 657 gram 4.. Gambar

Lebih terperinci

Definisi Integral Tentu

Definisi Integral Tentu Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.

Lebih terperinci

SUMMABILITAS CESARO PADA OPERASI DERET DIVERGEN. Sangadji* 1

SUMMABILITAS CESARO PADA OPERASI DERET DIVERGEN. Sangadji* 1 Summabilita Cearo pada Operai Dere Diverge (Sagadji) SUMMABILITAS CESARO PADA OPERASI DERET DIVERGE Sagadji* ABSTRAK SUMMABILITAS CESARO PADA OPERASI DERET DIVERGE Bayak orag uka membicaraka tetag deret

Lebih terperinci

III. KERANGKA PEMIKIRAN. Penelitian ini menggunakan model persamaan simultan karena memiliki lebih dari

III. KERANGKA PEMIKIRAN. Penelitian ini menggunakan model persamaan simultan karena memiliki lebih dari III. KERANGKA EMIKIRAN 3.1. Keragka Teoriti Kompoe utama paar bera mecakup kegiata produki da koumi. eelitia ii megguaka model peramaa imulta karea memiliki lebih dari atu variabel edoge/peramaa. Berikut

Lebih terperinci

7. Statistika Kuantum

7. Statistika Kuantum 7. Statitika Kuatum Pada bagia ii aka didikuika pmbahaa itm dga itaki ata molkul lmah ga idal caa mkaika kuatum. Fomulai poblm tatitik Fugi ditibui kuatum Klaifikai Sitm Patikl Fmio da Boo pada Fiika Patikl

Lebih terperinci

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan BAB LANDASAN TEORI. Pegertia Regresi Statistika merupaka salah satu cabag peegtahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hamper semua bidag ilmu peegtahua, terutama para peeliti

Lebih terperinci

III. METODE PENELITIAN. Populasi penelitian ini yaitu seluruh siswa kelas X SMA Negeri 2 Bandar

III. METODE PENELITIAN. Populasi penelitian ini yaitu seluruh siswa kelas X SMA Negeri 2 Bandar 7 III. METDE PENELITIAN A. Populai Peelitia Populai peelitia ii yaitu eluruh iwa kela MA Negeri Badar Lampug dega ampel kela, pada emeter geap Tahu Pelajara 0/0. B. ampel Peelitia Tekik pegambila ampel

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

Metode Statistika Pertemuan XI-XII

Metode Statistika Pertemuan XI-XII /4/0 Metode Statitika Pertemua XI-XII Statitika Ifereia: Pegujia Hipotei Populai : = 0 Butuh pembuktia berdaarka cotoh!!! Apa yag diperluka? > 0? Maa yag bear? Sampel : 5 Ok, itu adalah pegujia hipotei,

Lebih terperinci

BAB V. INTEGRAL. Lambang anti-turunan (integral tak-tentu) oleh Leibniz adalah... dx, sehingga

BAB V. INTEGRAL. Lambang anti-turunan (integral tak-tentu) oleh Leibniz adalah... dx, sehingga BAB V. INTEGRAL 5.. Ati Turua (Itegral Tak-tetu) Defiisi: F suatu ati-turua f pada selag I jika da haya jika D F() = f() pada I, yaki F () = f() utuk semua dalam I. (Jika suatu titik ujug I, F () haya

Lebih terperinci

STATISTIKA NON PARAMETRIK

STATISTIKA NON PARAMETRIK . PENDAHULUAN STATISTIKA NON PARAMETRIK Kelebiha Uji No Parametrik: - Perhituga sederhaa da cepat - Data dapat berupa data kualitatif (Nomial atau Ordial) - Distribusi data tidak harus Normal Kelemaha

Lebih terperinci

MATERI DAN METODE. Gambar 1. (a). Kambing PE Kondisi A, (b). Kambing PE Kondisi B, (c). Kambing PE Kondisi C, (d). Kambing PE Kondisi D.

MATERI DAN METODE. Gambar 1. (a). Kambing PE Kondisi A, (b). Kambing PE Kondisi B, (c). Kambing PE Kondisi C, (d). Kambing PE Kondisi D. MATERI DAN METODE Tempat da Waktu Peelitia Peelitia ii dilakaaka elama bula, yaitu dari bula Jauari ampai Februari 0. Pelakaaa peelitia dilakuka di peteraka kambig perah Cordero, peteraka kambig perah

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

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

Lebih terperinci

Sudaryatno Sudirham ing Utari. Mengenal Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1)

Sudaryatno Sudirham ing Utari. Mengenal Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1) Sudaryato Sudirham ig Utari Mgal Sifat-Sifat Matrial () - Sudaryato S & Nig Utari, Mgal Sifat-Sifat Matrial () BAB Sifat-Sifat Thrmal Sjumlah rgi bisa ditambahka k dalam matrial mlalui pmaasa, mda listrik,

Lebih terperinci

MENENTUKAN KEANDALAN PADA MODEL STRESS-STRENGTH DARI SATU KOMPONEN

MENENTUKAN KEANDALAN PADA MODEL STRESS-STRENGTH DARI SATU KOMPONEN MENENTUKAN KEANDALAN PADA MODEL TRE-TRENGTH DARI ATU KOMPONEN ROMAN IREGAR Fakulta Matatika Da Ilu Pgtahua Jurua Matatika Uivrita uatra Utara PENDAHULUAN Praiga ag aki ktat di duia bii da idutri utuk adaa

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

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

Lebih terperinci

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