BAB I PENDAHULUAN Latar Belakang Masalah
|
|
- Liana Irawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN Pada bab ini akan diberikan pendahuluan sebelum menginjak pembahasan pokok. Pendahuluan ini meliputi latar belakang masalah, rumusan masalah, tujuan dan manfaat penelitian, tinjauan pustaka, metode penulisan dan sistematika penulisan Latar Belakang Masalah Teori probabilitas memberikan suatu model matematika untuk mempelajari keacakan dan ketidakpastian dari suatu kejadian. Konsep dari probabilitas menempati peran penting dalam membuat sebuah keputusan, baik dalam masalah di bidang bisnis, teknik, ilmu pengetahuan, maupun dalam kehidupan sehari - hari. Sebagian besar keputusan berhadapan dengan suatu ketidakpastian. Model matematika dari teori probabilitas memungkinkan kita untuk membuat suatu prediksi mengenai kepastian dari suatu fenomena dari informasi secara tidak lengkap yang diperoleh sepenuhnya dengan menggunakan tehnik sampling. Dalam beberapa permasalahan, semua nilai probabilitas harus diketahui secara pasti. Sebagaian besar nilai probabilitas diperoleh dari hasil estimasi atau diperoleh berdasarkan para ahli, namun dalam hal ini diasumsikan bahwa terdapat suatu nilai probabilitas yang tidak diketahui secara pasti, sehingga ketidakpastian tersebut dapat dinyatakan sebagai himpunan fuzzy. Dalam skripsi ini, nilai probabilitas dari suatu kejadian direpresentasikan sebagai bilangan fuzzy segitiga, dengan nilai probabilitas terdiri dari nilai kemungkinan terkecil, nilai yang paling mungkin, dan nilai kemungkinan terbesar. Untuk menentukan nilai probabilitas fuzzy dalam suatu kejadian, dapat dilakukan perhitungan menggunakan α-cuts dari probabilitas fuzzy. Perhitungan menggunakan α-cuts bertujuan untuk menentukan nilai minimum dan nilai maksimum 1
2 2 global yang merepresentasikan nilai probabilitas dengan kemungkinan terkecil dan nilai probabilitas dengan kemungkinan terbesar. Terdapat dua metode penyelesaian dalam menentukan nilai α-cuts yaitu menurut definisi dari α-cuts untuk α [0, 1] dan untuk α = 0 diperoleh dengan menyelesaikan masalah optimisasi dari suatu fungsi probabilitas dengan kendala linear maupun non linear menggunakan aplikasi LINGO. Berdasarkan berpengaruh atau tidaknya suatu kejadian terhadap kejadian lain, kejadian - kejadian tersebut dibedakan menjadi dua macam, diantaranya kejadian independen (bebas) dan kejadian dependen (bersyarat). Dua kejadian dikatakan independen, apabila terjadinya atau tidak terjadinya kejadian satu tidak mempengaruhi atau tidak dipengaruhi oleh kejadian yang lain, dalam hal ini dapat ditentukan probabilitas independen fuzzy dari dua kejadian tersebut. Sedangkan, dua kejadian dikatakan dependen apabila terjadinya kejadian yang satu akan mempengaruhi atau merupakan syarat terjadinya kejadian yang lain, dalam hal ini dapat ditentukan probabilitas bersyarat fuzzy dari dua kejadian tersebut. Dari masing-masing probabilitas tersebut, dapat ditentukan nilai probabilitasnya dengan melakukan perhitungan menggunakan α-cuts. Pada skripsi ini, akan dibahas mengenai aplikasi dari penyelesaian masalah probabilitas pada tingkat resistensi terhadap survei dan tes keakuratan terhadap virus HIV Tujuan dan Manfaat Penelitian Skripsi ini disusun dengan tujuan untuk memenuhi syarat kelulusan program Strata-1 (S1) program studi Matematika Universitas Gadjah Mada. Selain itu penulisan skripsi ini juga bertujuan untuk memberikan pengetahuan mengenai teori probabilitas bersyarat fuzzy. Selain itu, penulis juga memberikan contoh aplikasi dari probabilitas bersyarat fuzzy dengan menyelesaikan masalah optimisasi untuk menentukan α-cuts dari probabilitas fuzzy. Penulisan skripsi ini diharapkan dapat menjadi referensi dalam pengembangan ilmu matematika mengenai masalah optimisasi dan pengetahuan tentang bilangan fuzzy.
3 Tinjauan Pustaka Buckley, J. J. (2005) dalam bukunya yang berjudul Fuzzy Probabilities dan Buckley, J. J. (2006) dalam bukunya yang berjudul Fuzzy Probability and Statistics menjelaskan tentang aplikasi dari probabilitas fuzzy diikuti dengan aplikasi dari probabilitas bersyarat fuzzy serta aplikasi dari rumus Bayes fuzzy. Dalam buku tersebut dideskripsikan permasalahan dengan diberikan nilai - nilai probabilitas dari suatu kejadian berdasarkan estimasi. Pengertian mengenai estimasi dijelaskan oleh Ramachandran, K. M., Tsokos, C. P., (2009). Pada bukunya yang berjudul Mathematical Statistics with Applications menjelaskan tentang pengertian mengenai estimasi parameter dari statistik yang diperoleh berdasarkan data sampel yang diobservasi. Selain itu, ada beberapa konsep dari estimasi sampel, diantaranya pengertian mengenai estimator interval dan interval konfidensi yang dijelaskan oleh Sahoo, P., (2013) dalam bukunya yang berjudul Probability And Mathematical Statistics. Nilai probabilitas fuzzy merupakan generalisasi terhadap nilai probabilitas suatu kejadian dari ruang sampel pada himpunan crisp. Ruang sampel merupakan suatu himpunan dari semua hasil yang mungkin dari suatu percobaan telah dibahas oleh Rohatgi, V. K., Ehsanes Saleh, A. K. MD., (2000) dalam bukunya yang berjudul An Introduction to Probability and Statistics. Beberapa konsep dasar mengenai teori probabilitas pada himpunan crisp dijelaskan oleh Ross, S. M., (2010). Pada bukunya yang berjudul Introduction to Probability Models, menjelaskan pengertianpengertian probabilitas dari suatu kejadian berdasarkan berpengaruh atau tidaknya suatu kejadian terhadap kejadian lain, diantaranya probabilitas bersyarat dan probabilitas dari kejadian independen. Selain itu, dalam bukunya dijelaskan mengenai hubungan antara peluang bersyarat dari dua kejadian yang saling asing dengan diformulasikan sebagai rumus Bayes. Kejadian saling asing merupakan dua kejadian yang tidak bisa dilakukan dalam satu waktu, sehingga irisan dari kedua kejadian tersebut adalah himpunan kosong, sebagaimana dijelaskan oleh Montgomery, D. C., Runger, G. C., (2003) pada bukunya yang berjudul Applied Statistics and Probability for Engineers.
4 4 Penyelesaian dalam menentukan nilai probabilitas fuzzy dapat dilakukan perhitungan menggunakan α-cuts dari suatu himpunan fuzzy yang dinyatakan ke dalam bilangan fuzzy. Pengertian mengenai himpunan fuzzy beserta komponen-komponennya dijelaskan oleh Bector, C.R, Chandra, S., (2005) pada bukunya yang berjudul Fuzzy Mathematical Programming and Fuzzy Matrix Games. Selain itu, pada bukunya menjelaskan tentang pengertian dasar dari himpunan α-cuts, pengertian bilangan fuzzy, operasi- operasi pada interval dan operasi- operasi pada bilangan fuzzy. Terdapat dua metode penyelesaian dalam menentukan nilai α-cuts yaitu menurut definisi dari α-cuts untuk α [0, 1] dan untuk α = 0 diperoleh dengan menyelesaikan masalah optimisasi. Masalah optimisasi biasanya dibentuk ke sistem program linear, yang merupakan salah satu teknik penyelesaian riset operasi untuk menyelesaikan masalah-masalah optimisasi yang mengacu pada Winston, W.L. (2004) dalam bukunya Operation Research : Application and Algorithms. Dalam bukunya, dijelaskan definisi program linear dan nonlinear serta jenis-jenis program linear dan nonlinear pada umumnya di permasalahan optimisasi. Untuk mengetahui nilai minimum dan nilai maksimum α-cuts dari suatu fungsi probabilitas, maka perlu diketahui kapan suatu fungsi tersebut dikatakan naik atau turun yang didefinisikan oleh Leithold, L., (1981) pada bukunya yang berjudul The Calculus with Analytic Geometry. Selain itu, pada bukunya menjelaskan tentang teorema yang digunakan untuk mengetahui kapan suatu fungsi probabilitas f dikatakan naik atau turun. Penyelesaian masalah optimisasi menghasilkan nilai probabilitas dengan kemungkinan terkecil dan nilai probabilitas dengan kemungkinan terbesar dari suatu kejadian Metode Penelitian Metode yang digunakan dalam penulisan Skripsi ini adalah terlebih dahulu melakukan studi literatur mengenai himpunan fuzzy, teori probabilitas, yang selanjutnya lebih difokuskan pada teori probabilitas fuzzy. Pertama penulis mempelajari konsep dasar dan sifat-sifat dari himpunan fuzzy dan mempelajari teori probabilitas pada himpunan tegas. Selanjutnya, dilanjutkan dengan mempelajari beberapa pengertian dan sifat-sifat probabilitas pada himpunan fuzzy. Penulis juga mempelajari
5 5 metode perhitungan untuk mencari nilai probabilitas fuzzy. Untuk itu diperlukan pemahaman mengenai perhitungan dalam menentukan nilai probabilitas pada himpunan tegas. Kemudian, penulis mempelajari dan menganalisa hal-hal apa saja yang perlu diperhatikan dalam menentukan nilai probabilitas fuzzy. Selanjutnya, penulis menginterpretasikan masalah probabilitas fuzzy pada kehidupan sehari-hari Sistematika Penulisan Pada penulisan skripsi ini, penulis menggunakan sistematika sebagai berikut. BAB I PENDAHULUAN Bab ini berisi tentang latar belakang masalah, rumusan masalah, tujuan dan manfaat penelitian, tinjauan pustaka, metode penulisan dan sistematika penulisan. BAB II DASAR TEORI Pada bab ini dibahas teori - teori dan sifat yang menjadi dasar dalam mempelajari bab selanjutnya. BAB III TEORI PROBABILITAS FUZZY Pada bab ini dipaparkan mengenai macam-macam probabilitas fuzzy disertai dengan beberapa sifat dan metode yang digunakan dalam perhitungan menentukan nilai probabilitas fuzzy. BAB IV APLIKASI PROBABILITAS FUZZY TERHADAP SURVEI DAN TES KEAKURATAN TERHADAP VIRUS HIV Pada bab ini dibahas mengenai aplikasi probabilitas fuzzy terhadap survei dan tes keakuratan terhadap virus HIV. Permasalahan tersebut akan diselesaikan dengan masalah optimisasi dan selanjutnya diselesaikan menggunakan aplikasi LINGO. BAB V PENUTUP Pada bab ini dipaparkan kesimpulan dari semua pembahasan yang telah dijabarkan di bab-bab sebelumnya.
BAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Masalah kendali inventori (persediaan) pada suatu perusahaan atau retailer merupakan salah satu faktor penting untuk menentukan keberhasilan dalam menjalankan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Keputusan yang nyata biasanya dibuat dalam keadaan ketidakpastian. Untuk memodelkan ketidakpastian, selama ini digunakan teori probabilitas yang ditemukan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Fuzzy Tidak semua himpunan yang dijumpai dalam kehidupan sehari-hari terdefinisi secara jelas, misalnya himpunan orang miskin, himpunan orang pandai, himpunan orang tinggi,
Lebih terperinciBab 1 PENDAHULUAN. 1.1 Latar Belakang
Bab 1 PENDAHULUAN 1.1 Latar Belakang Teori himpunan fuzzy banyak diterapkan dalam berbagai disiplin ilmu seperti teori kontrol dan manajemen sains, pemodelan matematika dan berbagai aplikasi dalam bidang
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Saat ini banyak sekali perusahaan yang berkembang di dunia, seperti perusahaan yang bergerak di bidang teknologi, jasa, industri dan lain-lain. Perusahaanperusahaan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Konsep program linier (linear programming) ditemukan dan diperkenalkan seorang ahli matematika bangsa Amerika, Dr.George Dantzig yaitu dengan dikembangkannya metode
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Di dunia ini terdapat 3 jenis jalur transportasi, transportasi melalui darat, laut dan udara. Transportasi dari setiap jalur juga mempunyai banyak jenis, seperti
Lebih terperinciALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 5, No. 03(2016), hal 265 274. ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR Abdul Azis, Bayu Prihandono, Ilhamsyah INTISARI Optimasi
Lebih terperinciBAB I PENDAHULUAN. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Banyak hal dalam kehidupan sehari-hari yang tidak dapat diprediksi dengan pasti, ada kalanya segala sesuatu berjalan sesuai dengan apa yang diharapkan atau
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Metode statistika adalah prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis, dan penafsiran data. Metode statistika dibagi ke dalam dua kelompok
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Konsep program linier ditemukan dan diperkenalkan pertamakali oleh George Dantzig yang berupa metode mencari solusi masalah program linier dengan banyak variabel keputusan.
Lebih terperinciKOEFISIEN DETERMINASI REGRESI FUZZY SIMETRIS UNTUK PEMILIHAN MODEL TERBAIK. Iqbal Kharisudin. Jurusan Matematika FMIPA Universitas Negeri Semarang
KOEFISIEN DETERMINASI REGRESI FUZZY SIMETRIS UNTUK PEMILIHAN MODEL TERBAIK S-33 Iqbal Kharisudin Jurusan Matematika FMIPA Universitas Negeri Semarang Email: iqbal_kh@staff.unnes.ac.id Abstrak: Dalam analisis
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Statistika adalah salah satu cabang ilmu matematika yang memperhitungkan probabilitas dari suatu data sampel dengan tujuan mendapatkan kesimpulan mendekati
Lebih terperinciSEMINAR NASIONAL ke 8 Tahun 2013 : Rekayasa Teknologi Industri dan Informasi MASALAH TRANSPORTASI DENGAN FUZZY SUPPLY DAN FUZZY DEMAND
MASALAH TRANSPORTASI DENGAN FUZZY SUPPLY DAN FUZZY DEMAND Ridayati Ircham Jurusan Teknik Sipil STTNAS Jalan Babarsari Caturtunggal Depok Sleman e-mail: ridayati@gmail.com ABSTRAK Tulisan ini membahas tentang
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam industri secara umum terdapat dua proses pendistribusian barang. Pendistribusian pertama adalah pendistribusian bahan baku dari beberapa sumber (origin)
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pada suatu eksperimen atau pengamatan terhadap suatu keadaan, pengambilan data merupakan salah satu bagian terpenting, agar hasil dari eksperimen dapat lebih
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari tidak terlepas dari data, baik itu bersifat kuantitatif maupun kualitatif. Apabila dikumpulkan data dari seluruh elemen dalam suatu populasi,
Lebih terperinciElis Ratna Wulan a, Diana Ratnasari b
ISBN 978-979-3541-50-1 IRWNS 2015 Pencarian Solusi Optimal Fuzzy Untuk Masalah Program Linier Fuzzy Menggunakan Metode Level-Sum Elis Ratna Wulan a, Diana Ratnasari b b a Jurusan Matematika,Fakultas Sains
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pesawat terbang merupakan salah satu sarana angkutan umum yang sering digunakan banyak orang, dikarenakan lebih mengefisiensi waktu dalam bepergian. Faktanya,
Lebih terperinciSTATISTIKA MATEMATIKA
STATISTIKA MATEMATIKA Penulis: Prof. Subanar, Ph.D Edisi Pertama Cetakan Pertama, 2013 Hak Cipta 2013 pada penulis, Hak Cipta dilindungi undang-undang. Dilarang memperbanyak atau memindahkan sebagian atau
Lebih terperinciOPTIMASI PROGRAM LINIER PECAHAN DENGAN FUNGSI TUJUAN BERKOEFISIEN INTERVAL
Saintia Matematika Vol. XX, No. XX (XXXX), pp. 17 24. OPTIMASI PROGRAM LINIER PECAHAN DENGAN FUNGSI TUJUAN BERKOEFISIEN INTERVAL M Khahfi Zuhanda, Syawaluddin, Esther S M Nababan Abstrak. Beberapa tahun
Lebih terperinciDAFTAR ISI. LEMBAR PERNYATAAN. ABSTRAK KATA PENGANTAR. UCAPAN TERIMAKASIH. DAFTAR TABEL. DAFTAR GAMBAR DAFTAR LAMPIRAN
DAFTAR ISI LEMBAR PERNYATAAN. ABSTRAK KATA PENGANTAR. UCAPAN TERIMAKASIH. DAFTAR ISI. DAFTAR TABEL. DAFTAR GAMBAR DAFTAR LAMPIRAN i ii iv v vi ix x xi BAB I PENDAHULUAN. 1.1 Latar Belakang..... 1.2 Rumusan
Lebih terperinciPencarian Solusi Optimal Fuzzy Untuk Masalah Program Linier Fuzzy Menggunakan Metode Level-Sum
ISBN 978-979-3541-50-1 IRWNS 2015 Pencarian Solusi Optimal Fuzzy Untuk Masalah Program Linier Fuzzy Menggunakan Metode Level-Sum Elis Ratna Wulan a, Diana Ratnasari b a Jurusan Matematika,Fakultas Sains
Lebih terperinciSECOND ORDER CONE (SOC) DAN SIFAT-SIFAT KENDALA SECOND ORDER CONE PROGRAMMING DENGAN NORMA 1
SECOND ORDER CONE (SOC) DAN SIFAT-SIFAT KENDALA SECOND ORDER CONE PROGRAMMING DENGAN NORMA 1 Caturiyati 1, Ch. Rini Indrati 2, Lina Aryati 2 1 Mahasiswa Program Studi S3 Matematika FMIPA UGM dan dosen
Lebih terperinci4. Mahasiswa mampu melakukan estimasi parameter, melakukan uji hipotesis statistic serta estimasi interval. Diskripsi Singkat MK
INSTITUT TEKNOLOGI KALIMANTAN JURUSAN MATEMATIKA DAN TEKNOLOGI INFORMASI PROGRAM STUDI MATEMATIKA RENCANA PEMBELAJARAN MATA KULIAH KODE Rumpun MK BOBOT (sks) SEMESTER Tgl Penyusunan Matematika Statistika
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Zaman yang semakin berkembang membuat persoalan semakin kompleks, tidak terkecuali persoalan yang melibatkan persoalan matematika. Dalam pemecahannya, matematika memegang
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN Pada bab ini akan dibahas mengenai latar belakang masalah, perumusan masalah, maksud dan tujuan penulisan, tinjauan pustaka, metodologi penelitian, serta sistematika penulisan skripsi.
Lebih terperinciSECOND ORDER CONE (SOC) DAN SIFAT-SIFAT KENDALA SECOND ORDER CONE PROGRAMMING DENGAN NORMA
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 18 Mei 013 SECOND ORDER CONE (SOC) DAN SIFAT-SIFAT KENDALA SECOND ORDER CONE PROGRAMMING
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam beberapa tahun terakhir, para pakar matematika telah banyak mencoba melakukan pendekatan untuk memecahkan permasalahan Program Linier Pecahan (PLP). Dalam tulisan
Lebih terperinciBAB I PENDAHULUAN. dapat dianggap mendekati normal dengan mean μ = μ dan variansi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Matematika merupakan salah satu cabang ilmu pengetahuan yang melambangkan kemajuan zaman. Oleh karena itu matematika banyak digunakan oleh cabang ilmu lain
Lebih terperinciUNNES Journal of Mathematics
UJM 1 (1) (2012) UNNES Journal of Mathematics http://journalunnesacid/sju/indexphp/ujm APLIKASI FUZZY LINEAR PROGRAMMING DALAM OPTIMALISASI PRODUKSI Agus Wayan Yulianto, Hardi Suyitno, dan Mashuri Jurusan
Lebih terperinciPENDUGAAN PARAMETER STATISTIK INDUSTRI 1
PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi
Lebih terperinciPertemuan 10 STATISTIKA INDUSTRI 2. Multiple Linear Regression. Multiple Linear Regression. Multiple Linear Regression 19/04/2016
19/04/016 Pertemuan 10 STATISTIKA INDUSTRI TIN 4004 Outline: and Correlation Non Linear Regression Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability for Engineers, 5 th Ed. John
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis statistika pada dasarnya merupakan suatu analisis terhadap sampel yang kemudian hasilnya akan digeneralisasi untuk menggambarkan suatu karakteristik populasi.
Lebih terperinciR PROGRAM APLIKASI PENYELESAIAN MASALAH FUZZY TRANSSHIPMENT MENGGUNAKAN METODE MEHAR
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Pada dunia bisnis, manajemen rantai suplai merupakan strategi klasik yang banyak digunakan oleh industri atau perusahaan dalam mengembangkan usahanya. Salah satu tingkat
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Setiap perusahaan memiliki visi utama yaitu mendapatkan laba maksimum serta adanya operasional perusahaan yang lancar dan berkelanjutan. Keberhasilan suatu
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode yang digunakan untuk mengetahui hubungan satu arah antara variabel prediktor dan variabel respon yang umumnya dinyatakan
Lebih terperinciPENYELESAIAN MASALAH PEMROGRAMAN LINIER BILANGAN BULAT MURNI DENGAN METODE REDUKSI VARIABEL
Jurnal Matematika UNAND Vol. 3 No. 3 Hal. 17 5 ISSN : 303 910 c Jurusan Matematika FMIPA UNAND PENYELESAIAN MASALAH PEMROGRAMAN LINIER BILANGAN BULAT MURNI DENGAN METODE REDUKSI VARIABEL PESTI NOVTARIA
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN Pada bab ini akan dibahas mengenai latar belakang masalah, perumusan masalah, batasan masalah, maksud dan tujuan penulisan, tinjauan pustaka serta sistematika penulisan skirpsi ini. 1.1.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Analisis regresi merupakan komponen penting dalam menggambarkan hubungan antara dua variabel atau lebih, sehingga salah satu variabel dapat diduga
Lebih terperinciBAB III PEMBAHASAN. pemrograman nonlinear dan penerapannya dalam penetapan jumlah produksi
BAB III PEMBAHASAN Pada bab ini akan dijelaskan mengenai langkah penyelesaian masalah pemrograman nonlinear dan penerapannya dalam penetapan jumlah produksi optimal pada biaya produksi perbulan di Tempe
Lebih terperinciPENYELESAIAN MASALAH PENUGASAN YANG DIPERUMUM DENGAN MENGGUNAKAN ALGORITMA BRANCH-AND-BOUND YANG DIREVISI
PENYELESAIAN MASALAH PENUGASAN YANG DIPERUMUM DENGAN MENGGUNAKAN ALGORITMA BRANCH-AND-BOUND YANG DIREVISI Siti Nur Aisyah 1), Khusnul Novianingsih 2), Entit Puspita 3) 1), 2), 3) Departemen Pendidikan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Banyak masalah nyata yang dapat dibawa ke model program linear. Metode penyelesaian program linear telah digunakan para ahli untuk menyelesaikan masalah di
Lebih terperinciBAB 7 TEORI HIMPUNAN FUZZY
7 TEORI HIMPUNN FUZZY Himpunan fuzzy (fuzzy set) adalah generalisasi konsep himpunan ordiner. Untuk semesta wacana (universe of discourse) U, himpunan fuzzy ditentukan oleh fungsi yang memetakan anggota
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 8 Outline: Simple Linear Regression and Correlation Multiple Linear Regression and Correlation Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and
Lebih terperinciGita Sari Adriani, Pardi Affandi, M. Ahsar Karim Program Studi Matematika FMIPA Universitas Lambung Mangkurat
ANALISIS BIAYA FUZZY DALAM SISTEM TRANSPORTASI FUZZY FUZZY COST ANALYSIS IN FUZZY TRANSPORTATION SYSTEM Gita Sari Adriani, Pardi Affandi, M. Ahsar Karim Program Studi Matematika FMIPA Universitas Lambung
Lebih terperinciPROYEKSI GEOMETRI FUZZY PADA RUANG
PROYEKSI GEOMETRI FUZZY PADA RUANG Muhammad Izzat Ubaidillah Mahasiswa Jurusan Matematika UIN Maulana Malik Ibrahim Malang e-mail: IzzatBja@yahoo.co.id ABSTRAK Geometri fuzzy merupakan perkembangan dari
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Kontrak Perkuliahan Pertemuan & Materi RPKPS Penilaian Tugas, short quiz (30%) Quiz 1 & 2 (40%) UAS (30%) Referensi Montgomery, D.C, George C. Runger. Applied Statistic and
Lebih terperinciAPLIKASI STATISTIKA. Tri Indri Hardini
APLIKASI STATISTIKA Tri Indri Hardini ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan
Lebih terperinciOPTIMASI (Pemrograman Non Linear)
OPTIMASI (Pemrograman Non Linear) 3 SKS PILIHAN Arrival Rince Putri, 013 1 Silabus I. Pendahuluan 1. Perkuliahan: Silabus, Referensi, Penilaian. Pengantar Optimasi 3. Riview Differential Calculus II. Dasar-Dasar
Lebih terperinciSILABUS MATA KULIAH. Pengalaman Pembelajaran
SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-110 Nama Mata Kuliah : Teori Probabilitas Jumlah SKS : 2 Semester : II Mata Kuliah Pra Syarat : TKI-101 Pengantar Teknik Industri
Lebih terperinciII LANDASAN TEORI. suatu fungsi dalam variabel-variabel. adalah suatu fungsi linear jika dan hanya jika untuk himpunan konstanta,.
II LANDASAN TEORI Pada pembuatan model penjadwalan pertandingan sepak bola babak kualifikasi Piala Dunia FIFA 2014 Zona Amerika Selatan, diperlukan pemahaman beberapa teori yang digunakan di dalam penyelesaiannya,
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Unit Gawat Darurat (UGD) adalah salah satu bagian di rumah sakit yang menyediakan penanganan awal bagi pasien yang menderita sakit dan cedera yang dapat mengancam
Lebih terperinciDAFTAR ISI... HALAMAN JUDUL... HALAMAN PENGESAHAN... HALAMAN PERNYATAAN... HALAMAN PERSEMBAHAN... PRAKATA... DAFTAR LAMBANG... DAFTAR GAMBAR...
DAFTAR ISI Halaman HALAMAN JUDUL... HALAMAN PENGESAHAN... HALAMAN PERNYATAAN... HALAMAN PERSEMBAHAN... PRAKATA... DAFTAR ISI... DAFTAR LAMBANG... DAFTAR GAMBAR... DAFTAR TABEL... INTISARI... ABSTRACT...
Lebih terperinciOPTIMISASI KONVEKS: KONSEP-KONSEP
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 14 Mei 2011 OPTIMISASI KONVEKS: KONSEP-KONSEP Caturiyati 1 dan Himmawati Puji Lestari
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN Pada bab ini akan diberikan pendahuluan sebelum memasuki pembahasan pokok. Pendahuluan ini meliputi latar belakang masalah, rumusan masalah, maksud dan tujuan, tinjauan pustaka, batasan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis data survival merupakan salah satu bidang dalam statistika yang digunakan untuk menganalisis data yang mengukur waktu terjadinya suatu kejadian ( event).
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 21 Teori Himpunan Fuzzy Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam himpunan A, yang sering ditulis dengan memiliki dua kemungkinan, yaitu: 1 Nol (0), yang berarti
Lebih terperinciBENTUK FUNGSI KEANGGOTAAN PADA MODEL REGRESI DENGAN VARIABEL DEPENDEN FUZZY SIMETRIS
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 BENTUK FUNGSI KEANGGOTAAN PADA MODEL REGRESI DENGAN VARIABEL DEPENDEN FUZZY SIMETRIS Iqbal Kharisudin Jurusan Matematika
Lebih terperinciUKURAN SIMPANGAN DAN UKURAN VARIASI. Ukuran Simpangan
Ukuran simpangan: Rentang Rentang antar kuartil Simpangan kuartil Rata rata simpangan Ukuran Variasi: Varians Simpangan baku Angka Baku Koefisien Variasi UKURAN SIMPANGAN DAN UKURAN VARIASI Ukuran Simpangan
Lebih terperinciUnit 7 PEMODELAN MATEMATIKA. Pendahuluan. Selamat belajar dan tetap bersemangat, Tuhan memberkati. Wahyudi
Unit 7 PEMODELAN MATEMATIKA Pendahuluan Wahyudi S ebelum mempelajari unit ini, diharapkan anda telah memahami materi yang disajikan pada unit-unit sebelumnya. Kompetensi-kompetensi yang telah anda kuasai
Lebih terperinciMetoda Penelitian TEKNIK SAMPLING
Metoda Penelitian TEKNIK SAMPLING Jika Cukup Sesendok Tak Perlu Semangkok Dasar pemikiran Data yang dipergunakan dalam suatu penelitian belum tentu merupakan keseluruhan dari suatu populasi karena beberapa
Lebih terperincia. Data Kualitatif yaitu data yang diperoleh dalam bentuk informasi, baik b. Data Kuantitatif yaitu data yang diperoleh dari perusahaan dalam bentuk
III METODE PENELITIAN 3.1 Jenis Penelitian Jenis penelitian yang digunakan dalam penelitian ini adalah sebagai berikut : 3.1.1 Jenis data a. Data Kualitatif yaitu data yang diperoleh dalam bentuk informasi,
Lebih terperinciBAB I PENDAHULUAN. dilakukan masyarakat awam lebih banyak dilandasi oleh insting daripada teori
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam kehidupan sehari-hari disadari atau tidak, sebenarnya orang selalu melakukan optimasi untuk memenuhi kebutuhannya. Tetapi optimasi yang dilakukan masyarakat
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Berdasarkan PP No. 15 tahun 2005 tentang jalan tol, jalan tol adalah jalan umum yang merupakan bagian sistem jaringan dan sebagai jalan nasional yang penggunaannya
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Matematika merupakan salah satu cabang ilmu pengetahuan yang memiliki banyak manfaat, diantaranya sebagai salah satu ilmu bantu yang sangat penting dalam kehidupan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Teori titik tetap merupakan teori matematika yang sering digunakan untuk menjamin eksistensi solusi masalah nilai awal dan syarat batas persamaan diferensial
Lebih terperinciTINJAUAN PUSTAKA ( ) ( ) ( )
TINJAUAN PUSTAKA Penarikan Contoh Acak Berlapis Penarikan contoh acak berlapis adalah suatu rancangan penarikan contoh acak yang membagi N unit dari populasi ke dalam L strata yang tidak saling tumpang
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Sistem kejadian diskrit (Discrete-Event System) merupakan suatu sistem yang state space nya berbentuk diskret, sistem yang keadaannya berubah hanya pada waktu
Lebih terperinciMUG2A3/ Matematika Diskret. Mahmud Imrona Rian Febrian Umbara. Pemodelan dan Simulasi. Himpunan
MUG2A3/ Matematika Diskret Mahmud Imrona Rian Febrian Umbara Pemodelan dan Simulasi Himpunan 1 9/6/2017 2 9/6/2017 Himpunan Fuzzy Pengertian Himpunan Fuzzy Dalam teori himpunan klasik, sebuah himpunan
Lebih terperinciOPTIMISASI KONVEKS: Konsep-konsep
OPTIMISASI KONVEKS: Konsep-konsep Caturiyati, M.Si 1 dan Himmawati Puji Lestari, M.Si 2 1,2 Jurdik Matematika FMIPA UNY 1 wcaturiyati@yahoo.com 2 himmawatipl@yahoo.com Abstrak Pada masalah optimisasi konveks
Lebih terperinciBAB I PENDAHULUAN. tinjauan pustaka dan sistematika penulisan Tesis yaitu sebagai berikut.
BAB I PENDAHULUAN Pada bab ini dijelaskan mengenai latar belakang yang mendasari penelitian ini. Berdasarkan latar belakang yang telah disusun, ditentukan tujuan penelitian agar penelitian ini memiliki
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pada metode numerik, dikenal suatu metode untuk menaksir atau mencari solusi pendekatan nilai eksak dari suatu ordinat y n+1 dengan diketahui nilai dari y n,
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam kehidupan sehari-hari, masalah yang berhubungan dengan optimisasi sering kali terjadi, misalnya dalam bidang ekonomi dan industri sering dijumpai masalah
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dengan berkembangnya teknologi yang semakin canggih banyak sekali perusahaan yang bergerak di bidang jasa maupun manufaktur yang menyebabkan persaingan yang
Lebih terperinciSifat Baik Solusi Kuadrat Terkecil Regresi Fuzzy Dengan Variabel Dependen Fuzzy Tak Simetris
Sifat Baik Solusi Kuadrat Terkecil Regresi Fuzzy Dengan Variabel Dependen Fuzzy Tak Simetris Iqbal Kharisudin Jurusan Matematika FMIPA Universitas Negeri Semarang Email: iqbal_kh@staff.unnes.ac.id Abstrak:
Lebih terperinciBAB III METODE PENELITIAN. pengaruh pemanfaatan fasilitas perpajakan Sunset Policy terhadap tingkat
BAB III METODE PENELITIAN 3.1 Metode Penelitian yang digunakan 3.1.1 Objek Penelitian Objek penelitian yang akan diteliti oleh penulis adalah mengenai pengaruh pemanfaatan fasilitas perpajakan Sunset Policy
Lebih terperinciADLN- PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB 1 PENDAHULUAN. metode yang bisaanya digunakan dalam estimasi parameter yakni Ordinary Least
BAB 1 PENDAHULUAN 1.1 Latar Belakang Data populasi dalam suatu penelitian berguna untuk mengetahui karakteristik objek yang akan menghasilkan gambaran akurat mengenai karakteristik objek tersebut. Statistik
Lebih terperinciModel Kerusakan Inventori dan Backlog Parsial
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 T - 25 Model Kerusakan Inventori dan Backlog Parsial Mukti Nur Handayani FMIPA, Universitas Gadjah Mada mukti.nurhandayani@yahoo.com Abstrak
Lebih terperinciPEMILIHAN SUPPLIER DENGAN PENDEKATAN POSSIBILITY FUZZY MULTI-OBJECTIVE PROGRAMMING
PEMILIHAN SUPPLIER DENGAN PENDEKATAN POSSIBILITY FUZZY MULTI-OBJECTIVE PROGRAMMING Oleh : Heny Nurhidayanti 1206 100 059 Dosen Pembimbing : Drs. Sulistiyo, MT Jurusan Matematika Fakultas Matematika dan
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
1 I PENDAHULUAN 1.1 Latar elakang Sepak bola merupakan olahraga yang populer di seluruh dunia termasuk di Indonesia. Sepak bola sebenarnya memiliki perangkat-perangkat penting yang harus ada dalam penyelenggaraannya,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2. Program linier (Linier Programming) Pemrograman linier merupakan metode matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan perkembangan zaman dan kompleksnya kehidupan, maka manusia menginginkan tersedianya informasi yang tepat dan akurat dalam mengambil keputusan.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Program linear merupakan model umum yang dapat digunakan dalam pemecahan masalah pengalokasian sumber yang terbatas secara optimal yaitu memaksimumkan keuntungan
Lebih terperinciESTIMASI INTERVAL. (INTERVAL ESTIMATION) Minggu ke Prof. Dr. Sri Haryatmi, M. Sc. Universitas Gadjah Mada
ESTIMASI INTERVAL (INTERVAL ESTIMATION) Minggu ke 8-10 Prof. Dr. Sri Haryatmi, M. Sc. Universitas Gadjah Mada 2014 Outline 1 Metode Kuantitas Pivotal 2 3 Outline 1 Metode Kuantitas Pivotal 2 3 Outline
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Banyak sekali teknik analisis statistika yang diturunkan atau didasarkan pada
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Pada masa sekarang, ditengah berkembangnya dunia industri tentunya terdapat berbagai permasalahan dalam bidang-bidang keindustrian. Permasalahan-permasalahan yang biasa
Lebih terperinciBAB 3 METODE PENELITIAN. Penelitian ini menggunakan jenis penelitian deskriptif. Penelitian deskriptif adalah
BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Penelitian ini menggunakan jenis penelitian deskriptif. Penelitian deskriptif adalah penelitian yang dilakukan untuk mengetahui nilai variabel mandiri, baik
Lebih terperinciPROGRAM LINIER FUZZY PENUH DENGAN METODE KUMAR. Jl. Prof. H. Soedarto, S.H. Tembalang Semarang
PROGRAM LINIER FUZZY PENUH DENGAN METODE KUMAR Shintia Devi Wahyudy 1, Bambang Irawanto 2, 1,2 Jurusan Matematika FSM Universitas Diponegoro Jl Prof H Soedarto, SH Tembalang Semarang 1 Shintiadevi15@gmailcom,
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Pendekatan dan Jenis Penelitian Pendekatan yang di lakukan dalam penelitian ini adalah pendekatan kuantitatif, riset kuantitatif adalah riset yang menggambarkan atau menjelaskan
Lebih terperinciMODEL MATEMATIKA MASALAH ALIRAN MAKSIMUM KABUR DENGAN PROGRAM LINEAR KABUR
MODEL MATEMATIKA MASALAH ALIRAN MAKSIMUM KABUR DENGAN PROGRAM LINEAR KABUR Isnaini Rosyida Jurusan Matematika Universitas Negeri Semarang isnainimat@staff.unnes.ac.id Abstrak Masalah aliran maksimum pada
Lebih terperinciProgram Linear Fuzzy dengan Koefisien dan Konstanta Kendala Bilangan Fuzzy
Prosiding Matematika ISSN: 2460-6464 Program Linear Fuzzy dengan Koefisien dan Konstanta Kendala Bilangan Fuzzy 1 Diah Fauziah, 2 Didi Suhaedi, 3 Gani Gunawan 1,2,3 Prodi Matematika, Fakultas Matematika
Lebih terperinciMODEL PERANCANGAN DISTRIBUSI AIR DENGAN PENDEKATAN JARINGAN FUZZY
MODEL PERANCANGAN DISTRIBUSI AIR DENGAN PENDEKATAN JARINGAN FUZZY Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Semarang Email: mulyono_unnes@yahoo.com Abstrak.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Secara sederhana, ekonometrika berarti pengukuran indikator ekonomi. Meskipun pengukuran secara kuantitatif terhadap konsep konsep ekonomi seperti produk domestik
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Di abad ke-21 ini dunia perekonomian dan bisnis industri manufaktur berkembang sangat pesat. Beragam produsen seakan dituntut untuk bekerja cepat dan berlomba-lomba
Lebih terperinciAPLIKASI METODE THORANI DALAM PENYELESAIAN PERMASALAHAN PROGRAM LINEAR FUZZY
APLIKASI METODE THORANI DALAM PENYELESAIAN PERMASALAHAN PROGRAM LINEAR FUZZY Mutia Dwi Haryanti, Lukman, Fitriani Agustina Departemen Pendidikan Matematika FPMIPA UPI Correspondent auhor: Mutiadwi03@gmail.com
Lebih terperinciPengambilan Keputusan dalam keadaan ada kepastian. IRA PRASETYANINGRUM, S.Si,M.T
Pengambilan Keputusan dalam keadaan ada kepastian IRA PRASETYANINGRUM, S.Si,M.T Model Pengambilan Keputusan dikaitkan Informasi yang dimiliki : Ada 3 (tiga) Model Pengambilan keputusan. 1. Model Pengambilan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Kesehatan merupakan hak asasi manusia yang harus diwujudkan sebagai salah satu unsur kesejahteraan masyarakat, sesuai yang tertuang dalam Pancasila dan Undang-Undang
Lebih terperinciPENDEKATAN MASALAH MULTIOBJEKTIF STOKASTIK DENGAN PENDEKTAN STOKASTIK DAN PENDEKATAN MULTIOBJEKTIF
Prosiding Seminar Nasional Penelitian Pendidikan dan Penerapan MIPA Fakultas MIPA Universitas Negeri Yogyakarta 16 Mei 2009 PENDEKATAN MASALAH MULTIOBJEKTIF STOKASTIK DENGAN PENDEKTAN STOKASTIK DAN PENDEKATAN
Lebih terperinciPenerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi
Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi Berdasarkan Data Persediaan dan Jumlah Permintaan Ria Rahmadita Surbakti 1), Marlina Setia Sinaga 2) Jurusan Matematika FMIPA UNIMED riarahmadita@gmail.com
Lebih terperinci