ANTRIAN BERTIPE M/G/1/N DENGAN SERVER YANG MEMILIKI WAKTU PELAYANAN DAN WAKTU LIBUR. Oleh : Siti Hawariyyah G

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANTRIAN BERTIPE M/G/1/N DENGAN SERVER YANG MEMILIKI WAKTU PELAYANAN DAN WAKTU LIBUR. Oleh : Siti Hawariyyah G"

Transkripsi

1 ANTRIAN BERTIPE M/G//N DENGAN SERVER YANG MEMILIKI WAKTU PELAYANAN DAN WAKTU LIBUR Oleh : Siti Hawariyyah G PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2006

2 ABSTRAK SITI HAWARIYYAH. Atria Bertipe M/G// N dega Server yag Memiliki Waktu Pelayaa da Waktu Libur. Dibimbig oleh PRAPTO TRI SUPRIYO da MUHAMMAD NUR AIDI. Masalah yag diamati adalah sebuah atria bertipe M/G//N dega server yag memiliki waktu libur da waktu pelayaa. Masalah ii bayak teradi terutama pada sistem produksi, sistem komputer da komuikasi dimaa server memiliki waktu libur sebagai akibat harus mealaka perawata (pada mesi produksi), atau harus melayai kosume sekuder maupu harus megeraka pekeraa yag lai. Fokus dari permasalaha adalah igi megevaluasi kiera server sehigga dapat dilakuka efisiesi. Dega memperoleh sebara paag atria maka diharapka dapat dilakuka peilaia terhadap kiera server. Melalui beberapa lagkah matematis, dapat disimpulka bahwa peluag ada costumer di sistem bergatug pada : (i)peluag pada steady-state bahwa ada costumer di sistem setelah kepergia seorag costumer akibat selesai dilayai ; (ii)peluag bahwa ada costumer yag datag selama waktu libur server ; (iii)lau kedataga costumer ; (iv)nilai harapa waktu libur da waktu pelayaa; (v)peluag tidak ada costumer di sistem setelah kepergia seorag costumer.

3 ANTRIAN BERTIPE M/G//N DENGAN SERVER YANG MEMILIKI WAKTU PELAYANAN DAN WAKTU LIBUR Skripsi Sebagai salah satu syarat utuk memperoleh gelar Saraa Sais Pada Fakultas Matematika da Ilmu Pegetahua Alam Istitut Pertaia Bogor Oleh : Siti Hawariyyah G PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2006

4 Judul Nama NRP : Atria Bertipe M/G//N dega Server yag memiliki Waktu Pelayaa da Waktu Libur : Siti Hawariyyah : G Meyetuui : Pembimbig I, Pembimbig II, Drs. Prapto Tri Supriyo, M. Kom Dr. Ir. Muhammad Nur Aidi, MS. NIP NIP Megetahui : Deka Fakultas Matematika da Ilmu Pegetahua Alam Istitut Pertaia Bogor Dr. Ir. Yoy Koesmaryoo, M. S. NIP Taggal Lulus :

5 Skripsi ii kupersembahka utuk kedua orag tuaku Zaimul Am da Siti Hamilah Utuk segala pegorbaa yag tak berpamrih Semoga Allah membalasya dega yag lebih baik I Love You So

6 PRAKATA Segala pui bagi Allah atas segala rahmat da hidayah serta curaha kasih sayag yag tak terhigga, sehigga peulis dapat meyelesaika skripsi ii. Judul yag dipilih dalam skripsi ii adalah Atria Bertipe M/G// N dega Server yag Memiliki Waktu Pelayaa da Waktu Libur. Skripsi ii tak mugki terselesaika tapa batua, dukuga da pera serta dari berbagai pihak. Oleh karea itu peulis megucapka terima kasih yag setiggi-tiggiya kepada berbagai pihak yag telah membatu dalam peyusua skripsi ii, atara lai : Ayahada da Ibuda, Zaimul Am da Siti Hamilah, utuk semua dukuga, baik moril maupu materil serta kasih sayag yag tulus kepada peulis. Pak Prapto da Pak Nur Aidi sebagai dose pembimbig I da dose pembimbig II utuk waktu yag dicurahka dalam memberika bimbiga da pegaraha dalam peyusua skripsi ii. Pak Siswadi selaku moderator semiar da dose pegui. Pak Amril, yag telah memberika baha tugas akhir da memiamka ural-ural yag peulis perluka. Bu Ida, yag telah berkea memberika izi utuk memiam ural-ural, moho maaf ika terlambat megembalika. Semua dose Matematika IPB, utuk semua ilmu yag tak terilai. Sagat bermafaat utuk peulis. Semoga peulis bisa megamalkaya. Adik-adik peulis (Amir, Dhiah, Dhica, Mada), utuk hari-hari yag ceria. Feidy, Sai, Eva, Nia, Naik, Lida, Edah, Sey, Devi da semua aak 38, utuk kebersamaa da perhatia yag tulus. Ika, Evi, Liah, Ati, Yaa, Lilis, utuk persaudaraa dalam auga Islam, semoga tetap istiqomah. Kalia sagat istimewa da aka selalu. Lutfi 39, yag selalu membuka pitu kostya lebar-lebar utuk peulis da memberika tumpaga gratis setiap kali peulis perlu pegiapa. Opie, yag telah sagat membatu dalam pembuata Power Poit da memiamka komputer di saat-saat medesak, telah sagat meolog. Terima kasih pu tak cukup. Nigrum,Adri, Azhari, yag telah bersedia meadi pembahas. Terima kasih sekali. Semua aak 38, kalia tak terlupaka. Rizka, Ilma, Mba Luah, Kiki, Mba Tika, Mba Ari, Neeg, Ria, Yayu, Mba Yaa, Mba W ildi, Mba Gii, semua Cempaka kru atas semua dukuga moril utuk meyemagati peulis agar segera meyelesaika kuliah. Semua aak 39, kalia baik sekali. Adik-adikku agkata 40 yag selalu peuh semagat. Mudah-mudaha bisa ditularka ke semua agkata. Maruki, utuk piama bukuya selama tugas akhir. Litar, Elida, Robi, Dewi, Mega, Edi, Elag, Budi, utuk hari-hari peuh sukacita. Guru-guru da staf NF, utuk meadi peyemagat yag kosiste bagi peulis dalam meyelesaika skripsi. Semua orag yag perah berbuat baik kepada peulis walau sekecil apapu. Haya Allah yag bisa membalas. Mas Dey, Mba Lolo, yag sudah rela datag pagi-pagi, terima kasih. Staf Tata Usaha Jurusa Matematika: Bu Susi, Bu Marisi, Bu Ade, Mas Boo da Mas Yoo. Semua orag, tak ada yag bisa dilakuka tapa kalia. Semoga skripsi ii bermafaat. Bogor, Jauari 2006

7 Siti Hawariyyah RIWAYAT HIDUP Peulis adalah aak pertama dari lima bersaudara, dari pasaga Zaimul Am da Siti Hamilah yag dilahirka di Tagerag pada taggal 30 September 983. Peulis meyelesaika pedidika sekolah dasar di SD Negeri Podok Jagug II pada tahu 995, sekolah meegah pertama di SLTPN 4 Tagerag pada tahu 998 da sekolah meegah umum di SMUN 2 Tagerag pada tahu 200, da di tahu yag sama lolos seleksi masuk IPB melalui alur USMI di Jurusa Matematika, Fakultas Matematika da Ilmu Pegetahua Alam. Seak sekolah di SLTP peulis memulai kegiata orgaisasi, yaki megikuti Palag Merah Remaa. Di SMU aktif dalam ekstrakurikuler Juralistik da Kelompok Ilmiah Remaa. Kemudia ketika kuliah peulis megikuti kegiata-kegiata yag diadaka oleh Kesatua Aksi Mahasiswa Muslim Idoesia pada tahu , peulis uga perah aktif dalam kegiata yag dilakuka oleh Dewa Kekeluargaa Mesid Al-Ghiffari di tahu , serta turut aktif dalam himpua profesi Gumatika dalam sie. Juralistik di tahu Peulis uga meadi asiste mahasiswa TPB utuk mata kuliah Matematika Dasar pada tahu Peulis memulai pekeraa sambila sebagai guru privat utuk mata pelaara Matematika, Fisika, Kimia da Bahasa Iggris seak kuliah di tigkat I, tepatya di awal Kemudia megaar di kelompok belaar SMU, da pada awal tigkat IV peulis diterima meadi salah satu staf pegaar Matematika di Bimbiga da Kosultas i Belaar Nurul Fikri tepatya di akhir 2004, da masih berlagsug higga saat ii.

8 DAFTAR ISI PENDAHULUAN Latar Belakag Tuua LANDASAN TEORI Proses Atria Sistem Atria Karakteristik Atria Pola Kedataga Pola Pelayaa Kapasitas Sistem Disipli Atria Pemodela Atria Peubah Acak Fugsi Sebara Proses Stokastik Sebara Ekspoesial Sebara Poisso Proses Pecacaha Proses Poisso Sifat PASTA Steady-state Teorema Little Teorema Burke MODEL PEMBAHASAN Distribusi Paag Atria pada Saat Peyelesaia Pelayaa Seorag Costumer..7 Distribusi Paag Atria pada Waktu Sembarag dalam Steady-state 7 SIMPULAN DAFTAR PUSTAKA LAMPIRAN

9 I. PENDAHULUAN Latar Belakag Sebuah atria terbetuk ketika permitaa pelayaa datag ke sebuah fasilitas pelayaa da terpaksa harus meuggu selama server sedag sibuk megeraka pekeraa yag lai. Atria bayak teradi saat ii, sehigga bayak ahli termotivasi utuk meyelidikiya. Atria teradi karea adaya keterbatasa fasilitas pelayaa. Atria bayak teradi di fasilitas umum seperti bak, supermarket, loket, da lai-lai. Namu seirig perkembaga zama, atria uga teradi pada sistem telekomuikasi, sistem komputer, sistem produksi, da bayak lagi, yag membutuhka pemodela matematika yag lebih spesifik sesuai dega karakteristik masig-masig sistem atria. Meskipu keadia atria bayak ditemuka dalam kehidupa sehari-hari, motivasi utuk mempelaari feomea atria datag dari evaluasi kiera sistem komuikasi da sistem komputer. Serigkali teradi situasi dimaa server tidak dapat melayai costumer selama periode tertetu. Hal ii bayak ditemuka pada sistem produksi, sistem komputer da sistem komuikasi. Server yag tidak dapat melayai ii mugki sedag dalam proses perbaika, ataupu sedag melayai costumer sekuder. Periode ketika server tidak dapat memberika pelayaa diamaka periode libur server. Sedagka periode ketika server memberika pelayaa ke costumer diamaka periode pelayaa server. Sistem atria dapat dikelompokka dalam tiga kompoe dasar : sumber permitaa pelayaa, atria (barisa yag meuggu), da sebuah server (atau beberapa server ). Dalam tulisa ii aka dibahas suatu sistem atria M/G//N dega M berarti kedataga costumer ke sistem megikuti sebara Poisso, G berarti Geeral, yaki waktu pelayaa server memiliki sebara tertetu da bersifat umum, artiya umlah server sebayak da N artiya kapasitas di sistem sebayak N, dega server yag memiliki waktu libur da waktu pelayaa. Costumer yag ada di sistem aka dilayai oleh server secara kotiu da ika umlah costumer di sistem sudah peuh, yaki sebayak N maka costumer yag datag ke sistem berikutya aka ditolak kecuali ika sistem telah megalami peguraga costumer akibat dari selesaiya pelayaa costumer sebelumya. Server aka megambil libur ika sudah tidak ada costumer di sistem. Kemudia ketika liburya berakhir server aka kembali ke sistem utuk melihat atria. Jika sudah ada yag megatri maka server aka me layai kembali tetapi ika belum ada yag megatri server aka megambil libur lagi dega sebara yag sama da salig bebas dega libur yag terdahulu. Jika sekembaliya server dari libur sudah ada costumer yag megatri maka server melayai secara terus meerus higga tidak ada lagi costumer yag memerluka pelayaa. Kemudia server megambil libur kembali, begitu seterusya. Diasumsika bahwa costumer datag ke sistem megikuti sebara Poisso (λ ) da lamaya waktu pelayaa megikuti sebara umum, misalka S(x). Dega kata lai distribusi lamaya waktu pelayaa berlaku umum. Sedagka lamaya waktu libur memiliki distribusi V(x), yaki uga bersifat umum. Dega megetahui sebara paag atria aka dapat diilai kiera server sehigga dapat dilakuka peigkatapeigkata dalam hal-hal yag diaggap perlu, misalka ika server memiliki kiera yag sagat buruk, dapat dilakuka meggati server dega yag baru sehigga dapat memiimalka kerugiakerugia yag diakibatka burukya kiera server. Tuua Tuua tulisa ii adalah membahas system atria M/G//N dega server yag memiliki waktu pelayaa da waktu libur. Iformasi yag igi diperoleh adalah sebara paag atria.

10 II. LANDASAN TEORI Proses Atria Proses atria dimulai saat costumer datag ke sistem pada saat server sedag dalam periode melayai. Setelah kapasitas costumer di sistem peuh, yaki sebayak N maka costumer yag datag ke sistem berikutya aka ditolak kecuali ika sistem telah megalami peguraga costumer akibat dari selesaiya pelayaa costumer sebelumya. Sistem Atria Sistem atria dapat dipadag sebagai suatu proses kelahira da kematia dega populasiya adalah costumer, yag berada pada atria atau sedag dalam pelayaa. Proses kelahira teradi pada saat costumer datag ke pusat pelayaa, proses kematia teradi pada saat costumer meiggalka pusat pelayaa. Misalka pada waktu t terdapat costumer di sistem. Itesitas (lau) kedataga costumer da itesitas (lau) costumer keluar dari sistem berturut-turut adalah λ da µ. Dega demikia proses kelahira da kematia utuk sistem atria secara umum diberika oleh persamaa diferesial berikut dp() t = ( λ + µ ) p() t + µ p+ () t + λp () t dt utuk =,2, Dega p adalah peluag terdapat costumer pada waktu t. Persamaa diferesial diatas diperoleh dega cara sebagai berikut : Dikataka bahwa sistem berada pada state E pada waktu t ika N(t)=. peluag bersyarat bahwa selama waktu (t,t+h) trasisi E E + (dega =0,,2, ) teradi adalah λ h + o( h) dega h 0, da peluag bersyarat teradiya trasisi E E (dega =0,,2, ) adalah µ h+ o( h) dega h 0. Peluag selama (t,t+h) ideks berubah lebih dari satu uit adalah o(h) dega h 0. Dega meerapka teorema peluag total, dapat dituliska : P { N( t + h) = } = P{ N( t + h) = N( t) = i} P{ N ( t) = i} i=0 sehigga utuk h 0 P { N t = N t) = i} ( h) λ µ h + o( h) + ( = + h + o( h) o( h) karea P N( t + h) k = 0 { = k N( t) i} = = maka utuk h 0 P { N ( t + h) = N( t) = } = ( λ + µ ) h o( h) + sehigga ika kita meuliska P{N(t)=) = p ( t) maka teorema peluag total dapat ditulis sebagai p t h) = λ hp t + µ hp t ( + ( ) + + ( ) + [ ( λ + µ ) h] p( t ) + o( h) [ h 0; = 0,,2,... ; λ = λ, ; µ = µ, ] ika kedua ruas disusu ke mbali da dibagi dega h, persamaa aka meadi : ( t + h) p p o( h) = λp ( t) + µ p+ ( λ+ µ ) p ( t) + h h sehigga terpeuhi dp() t = ( λ + µ ) p() t + µ p+ () t + λp () t dt (Cooper, 98) Karakteristik Atria Sistem atria dicirika oleh lima kompoe utama yaitu : pola kedataga costumer, pola pelayaa costumer, bayakya server, kapasitas sistem da disipli atria. (Medhi, 99) Pola Kedataga Pola kedataga costumer dapat dicirika oleh waktu atar kedataga (iterarrival time) yaitu waktu atara

11 kedataga costumer yag satu dega costumer berikutya. Pola ii dapat bersifat determiistik da peluag (peubah acak yag megikuti sebara peluag tertetu). Pola ii uga dapat bergatug pada bayakya costumer yag ada di sistem (state depedet) atau tidak bergatug pada bayakya costumer di sistem (state idepedet). (Rii, 2003) Pada tulisa ii diasumsika kedataga costumer bersifat peluag dega sebara berupa sebara Poisso da pola kedataga costumer ii tidak bergatug pada bayakya costumer yag ada di sistem (state idepedet). Pola Pelayaa Pola pelayaa biasaya dicirika sebagai waktu pelayaa (service time) yaitu waktu yag diguaka oleh satu server utuk melayai satu costumer. Pola pelayaa uga dapat bersifat determiistik atau peluag, state-idepedet atau statedepedet. Selai itu dalam suatu sistem pelayaa, costumer dapat dilayai oleh satu atau lebih dari satu server. (Rii, 2003) Dalam tulisa ii diasumsika costumer haya dilayai oleh satu server da pola pelayaa bersifat peluag. Kapasitas Sistem Kapasitas sistem adalah bayakya costumer di sistem, baik costumer yag sedag dilayai maupu costumer yag terdapat dalam atria. Suatu sistem atria yag memiliki kapasitas tertetu, pada saat fasilitas pelayaa peuh, costumer yag datag aka ditolak utuk masuk ke dalam sistem. Dega demikia costumer tersebut dipaksa utuk pergi dari sistem tapa meerima pelayaa. Sistem yag tidak mempuyai batasa terhadap umlah costumer yag diiika utuk masuk ke dalam fasilitas pelayaa disebut kapasitas tak terbatas sedagka proses sebalikya disebut kapasitas terbatas. (Rii, 2003) Dalam tulisa ii diasumsika sistem mempuyai batasa terhadap umlah costumer (kapasitas terbatas), yaki sebayak N. Disipli Atria Disipli atria secara umum adalah cara utuk meetuka costumer maa yag aka dilayai lebih dahulu oleh server. Disipli atria memiliki beberapa kemugkia diataraya costumer yag pertama datag terlebih dahulu dilayai (FIFO, yaki First I First Out), costumer yag terakhir datag terlebih dahulu dilayai (LIFO, yaki Last I First Out ), model acak atau model prioritas. (Rii, 2003) Dalam tulisa ii diasumsika sistem megguaka mekaisme FIFO. Pemodela Atria Betuk atria secara umum diotasika oleh Kedall-Lee sebagai (a/b/c) : (d/e/f), dega a adalah sebara proses kedataga, b adalah sebara waktu pelayaa, c adalah bayakya server, d adalah disipli atria, e adalah kapasitas sistem, f adalah ukura populasi costumer. Tetapi otasi yag lebih serig diguaka saat ii yaitu otasi yag lebih rigkas a/b/c. Dega a adalah sebara proses kedataga, b meyataka waktu pelayaa, da c meyataka umlah server. Adapu cotoh otasi yag serig diguaka utuk meyataka sebara peluag dari proses kedataga da waktu pelayaa adalah sebagai berikut : M : Proses kedataga meyebar Poisso D : Waktu atar kedataga meyebar determiistik G : Sebara yag bersifat umum Dalam hal ii diasumsika atria bertipe M/G// N yaki proses kedataga meyebar Poisso, sebara waktu pelayaa sebaraya bebas, haya ada satu server da kapasitas atria sebayak N. (Cooper, 98) Peubah Acak Peubah acak X adalah fugsi berilai real yag mempuyai domai pada ruag

12 cotoh Ω. Dega kata lai peubah acak X adalah fugsi yag memetaka keadia pada ruag cotoh Ω ke ilai real sehigga ivers dari setiap ilai real merupaka keadia pada ruag cotoh. (Rii, 2003) Fugsi Sebara Fugsi sebara peluag kumulatif dari peubah acak X adalah F: R [0,] yag didefiisika oleh Fx( x) = P( X x) (Rii, 2003) Proses Stokastik Proses stokastik X={X(t),t T) adalah suatu himpua dari peubah acak yag memetaka suatu ruag cotoh Ω ke ruag state S. Ruag state S mugki berupa: gugus bilaga bulat (Z) atau gugus bilaga real (R). T adalah iterval bilaga yata tak egatif, yaitu [0, ). (Ross, 996) Sebara Ekspoesial Peubah acak kotiu X dikataka memiliki sebara ekspoesial dega parameter λ, λ > 0, ika memiliki fugsi kepekata peluag sebagai berikut λx λe, x 0 f ( x) = 0, x < 0 dega fugsi sebara kumulatif λx e, x 0 Fx ( ) = 0, x < 0 (Ross, 996) Sebara Poisso Sebara Poisso dega parameter λ> 0 mempuyai fugsi kerapata peluag λ x e λ f ( x) =, x = 0,,2,... x! 0, selaiya Sebara Poisso mempuyai rataa da ragam yag sama besar yaitu λ. (Hogg ad Craig, 995) Proses Pecacaha Suatu proses stokastik Nt (), t 0 disebut proses pecacaha ika { } N(t) meyataka bayakya keadia yag teradi sampai waktu t. (Ross, 996) Proses Poisso Suatu proses pecacaha { Nt (), t 0}, disebut proses Poisso dega lau λ, λ 0, ika dipeuhi tiga syarat berikut i. N(0)=0 ii. Proses tersebut memiliki ikreme bebas. Jadi bayakya keadia yag (telah) teradi sampai waktu t, yaitu N(t), adalah bebas terhadap bayakya keadia yag teradi pada selag waktu (t,t+s], yaitu N(t+s)-N(t) utuk sembarag bilaga yata s>0. iii. Bayakya keadia pada sembarag iterval waktu dega paag t, memiliki sebara Poisso dega rataa λ t. Jadi, utuk semua t,s>0, e PNt ( ( + s) Nt () = k) = utuk k=0,,. λ t k λ ( t) k! Dari syarat (iii) bisa kita ketahui bahwa proses Poisso memiliki ikreme yag stasioer. Dari syarat ii uga kita peroleh bahwa E( N ( t)) = λt, yag uga meelaska keapa λdisebut lau dari proses tersebut. Salah satu alasa megapa kedataga diasumsika memiliki sebara Poisso adalah karea sebara Poisso bersifat acak terhadap waktu. Poisso uga memiliki memoryless property yaitu pegetahua state saat ii adalah cukup utuk memprediksi perilaku state berikutya. Jadi tidak diperluka pegetahua state-state sebelumya. (Ross, 996) Sifat PASTA (Poisso Arrivals See Time Averages) Misalka N(t) adalah umlah costumer di sistem pada waktu t. Peluag bahwa pada

13 atria terdapat k costumer disimbolka oleh P(N(t)=k ). Misalka P k adalah peluag pada steady-state di atria terdapat k costumer, maka P = lim P( N ( t) k) k = t Misalka Ak adalah peluag bahwa kamera pematau melihat k costumer di atria tepat sebelum kedataga seorag costumer, maka : A k = lim P( N ( t) = k ked ataga te rlihat pada t t P( N( t) = k,seorag costumer dtg pada t = lim t + P(seorag costumer dtg pada t ) + dega t adalah waktu sesaat setelah t yaitu t+ät dega Ät 0 lim P( N( t) = k,seoragcostumerdtgdlm( t, t + t )) = lim t t 0 P (seorag costumer dtgdlm( t, t + t )) lim P( N( t) = k) P(seoragcostumerdtgdlm( t, t+ tn( t) = k) = lim t t 0 P (seorag costumer dtgdlm( t, t + t ) lim P( N( t) = k) P(seorag costumer dtgdlm( t, t + t)) = lim t t 0 P (seorag costumer dtgdlm( t, t + t ) = lim P( N( t) = k) = t P k ( chig/hadout -pasta.pdf) Steady-state Suatu keadaa pada atria dikataka steady-state ika ilai peluagya tidak lagi bergatug pada ilai peluag awal. Dega kata lai, setelah periode waktu yag cukup lama peluag state tidak lagi bergatug pada kodisi awal. (Cooper, 98) Teorema Little Perhatika sebuah sistem pada keadaa equilibrium dimaa costumer datag, tetap di sistem utuk beberapa waktu (disebut + + ) ) waktu tuggu) da kemudia pergi. Misal λ adalah lau umlah costumer yag datag, W rata-rata waktu tuggu da L rataa umlah costumer yag ada, maka ika ilai-ilai rata-rata λ,w da L ada, ketigaya memeuhi persamaa L= λw (Cooper,98) Bukti diberika pada Lampira. Teorema Burke Misalka N(t) adalah proses stokastik dega fugsi cotoh berupa fugsi tagga. Misalka titik-titik keaika setelah beberapa waktu dari t=0 disimbolka dega T α, da misalka titik-titik peurua disimbolka dega T α dega α =,2,... Misalka N ( T α ) diotasika dega A α da N ( T α + ) diotasika dega D α (sehigga ika lompata ke atas berkorespodesi dega kedataga customer da lompata ke bawah berkorespodesi dega kepergia costumer, maka A adalah state sistem tepat α sebelum waktu kedataga ke á da D α adalah state sistem tepat setelah waktu kepergia ke á). Maka ika lim P( A k) maupu lim P( D k) ada maka ilaiya sama. (sehigga N(t) memiliki sebara limit yag sama di titik tepat sebelum titik-titik keaika dega di titik tepat setelah titiktitik peurua, ika sebara limitya ada). Atau dega kata lai ika didefiisika π da π = lim P( N( T ) = ) ( = 0,,2,...) * maka = lim P( N( T + ) = ) * π = π ( = 0,,2,...) (Cooper, 98) Bukti diberika pada Lampira.

14 III. MODEL Masalah yag diamati adalah sebuah atria dega tipe M/G// N dimaa proses iputya adalah Poisso dega rataa λ. Tuua yag igi dicapai adalah meetuka sebara paag atria. Asumsi-asumsi yag diguaka dalam model atara lai : Waktu pelayaa membetuk sebuah barisa dari peubah acak yag sebaraya idetik da salig bebas dega fugsi sebara S(x). N sama dega umlah tempat tuggu dalam atria termasuk costumer yag tegah dilayai dimaa costumer aka diterima oleh sistem apabila umlah costumer di sistem kurag dari N. Costumer yag diterima oleh sistem dilayai oleh server tuggal berturut-turut, yaki server melayai atria secara kotiu higga atri a kosog. Jika atria telah kosog server memulai libur dega fugsi sebara V(x). Jika atria masih kosog sekembaliya server dari liburya maka server kembali memulai liburya dega sebara yag sama da salig bebas dega libur sebelumya. Disipli pelayaa bersifat o preemptive, yaki tidak ada pemesaa terlebih dahulu melaika harus lagsug megatri. Disipli pelayaaya memiliki orde pelayaa FIFO (First I First Out) yaki costumer yag datag lebih dulu aka dilayai lebih dulu. Baga berikut meampilka secara umum proses atria yag telah dipaparka : Costumer datag dega sebara Poisso ( λ ) Ya Jumlah atria < N? Tidak Server melayai costumer dega sebara S(x) Costumer ditolak oleh sistem Atria kosog? Tidak Ya Server libur dega sebara V(x) Server kembali ke sistem

15 Peluag ada costumer yag datag selama waktu pelayaa S da selama waktu libur V berturut turut adalah : ( λx) λx g = e ds( x) 0! ( λx) λx h = e dv ( x)! 0 Peluag bahwa costumer tiba da diterima selama periode idle (server sedag libur) diotasika oleh ϕ adalah : dimaa h c N ϕ ϕ N = h = N l ( h0 ) h l = 0 h0 c l c h N ( h0 ) h N l= 0 h0 = = = = h IV. PEMBAHASAN Distribusi Paag Atria pada Saat Peyelesaia Pelayaa Seorag Costumer Jika π, dega =0,,2,...,N-, adalah peluag pada steady-state bahwa ada costumer di sistem pada saat kepergia seorag costumer akibat selesai dilayai, da ika t 0, t,... adalah waktu kepergia costumer da L t adalah umlah costumer yag ada di sistem pada waktu t, ma ka : π = lim PL ( = ), dega = 0,,..,N- t m m Kodisi cukup bagi eksistesi sebuah sebara steady-state adalah bahwa ratai Markov irreducible (yaitu semua state dapat diagkau dari semua state laiya), aperiodik (yaitu utuk setiap state, pe luag kembali ke state awal adalah positif) da recurret o-ull (masig-masig state dikuugi kembali suatu waktu dega peluag, da waktu rataa utuk kembali ke masig-masig state terbatas). Jika kodisi-kodisi ii dipeuhi, sebuah sebara steady-state ada, da diberika sebagai solusi uik sebagai berikut : π = π i i=0 p i sedagka peluag trasisi state adalah : p + ϕi g i= g i 0 i+ i = + utuk 0 i - utuk utuk i = 0, 0 i, 0 < i - sehigga ika peluag trasisi state disubstitusika ke persamaa steady-state aka meghasilka persamaa berikut : π = π + + ϕ g + π g 0 i i= i+ ika didefiisika : g c maka : = g i= i i i= i+ π aka memeuhi persamaa berikut π = π + + ϕ g + π g 0 i i= i+ dega =0,,,N-2 i i= i+ N N c c N = 0 ign + ign i= i= N π π ϕ π dega kodisi ormalisasi : π = = 0 Distribusi Paag Atria pada Waktu Sembarag dalam Steady-state peluag Pada bagia ii aka dituruka π, yaki peluag ada costumer

16 di sistem pada waktu tertetu dalam steadystate (dega =0,,.,N) Misalka ρ adalah peluag server dalam keadaa sibuk, maka Lemma berikut terpeuhi : Lemma 4. dimaa π N ρ = λ( π ) ES ( )..() N adalah peluag ada N costumer di sistem, da E(S) adalah ilai harapa waktu pelayaa. Bukti Kita batasi pegamata haya pada fasilitas pelayaa (tidak termasuk ruag tuggu). Dega meerapka sifat PASTA, terlihat bahwa π N adalah uga peluag ada N costumer di sistem tepat sebelum waktu kedataga seorag costumer. Sehigga λ( πn ) adalah rata-rata kedataga costumer yag diterima oleh sistem da umlah rata-rata costumer yag ada di fasilitas pelayaa adalah sama dega ρ. Dega meerapka hukum Little, diperoleh persamaa (). Teorema berikut aka meghubugka πn dega 0 π yaki peluag tidak ada costumer di sistem pada saat kepergia seorag costumer. Teorema 4. Peluag server dalam keadaa sibuk (tidak sedag libur) diberika oleh : ES ( )( h0) ρ = EV ( ) π + ES ( )( h ) 0 0 (2) dimaa E(V) adalah ilai harapa waktu libur. Bukti Perhatika proses di dua batas. Batas yag pertama dibetuk oleh waktu permulaa periode sibuk, da yag kedua dibetuk oleh waktu akhir periode sibuk. Dega λ be da λ ed meotasika keduaya (yaki ilai harapa batas -batas pada iterval uit waktu). Dimaa da λ λ be ed ( ρ )( h0) = (3) EV ( ) ρπ 0 = (4) ES ( ) Pada persamaa (3), ( ρ ) / E( V) adalah rataa dari batas yag dibetuk oleh waktu tertetu ketika server kembali dari liburya da memulai keraya, da - 0 adalah peluag sistem sudah tidak kosog lagi, yag berarti periode sibuk dimulai. Pada persamaa (4), ρ / ES ( ) adalah rataa dari batas yag dibetuk oleh waktu kepergia costumer (yaki waktu peyelesaia pelayaa). Sedagka 0 adalah peluag tidak ada costumer yag tersisa di sistem, yag berarti periode sibuk berakhir. Karea λ be = λ ed diperoleh persamaa (2). Dega megguaka Lemma 4. da teorema 4. dapat diperoleh - πn h π yaki peluag seorag costumer diterima oleh sistem, sebagai berikut : ( h0 ) λ πn = (5) EV ( ) π + ES ( )( h ) 0 0 Berdasarka sifat PASTA, π adalah uga peluag ada costumer di sistem tepat sebelum kedataga seorag costumer. Sehigga, dega meerapka teorema Burke versi umum, diperoleh : π π =, =0,,...,N- (6) π N Dega mesubstitusika persamaa (5) ke persamaa (6) diperoleh teorema berikut : Teorema 4.2 Sebara paag atria { ; 0,,..., N} π = pada waktu tertetu dalam steady-state diperoleh sebagai berikut :

17 π ( h0) λ π =, =0,,...,N- EV ( ) π + ES ( )( h ) 0 0 π N (7) ( h0) λ = EV ( ) π + ES ( )( h ) 0 0 (8) V. SIMPULAN Dalam tulisa ii dibahas suatu sistem atria M/G//N dega M artiya kedataga costumer meyebar Poisso, G berarti Geeral yaki waktu pelayaa da waktu libur memiliki sebara yag umum, umlah server da kapasitas atria sebayak N, dega server yag memiliki waktu pelayaa da waktu libur. Diperlihatka bahwa sistem dega karakteristik seperti tersebut di atas memiliki sebara paag atria sebagai berikut : π π ( h0) λ =, =0,,..,N- EV ( ) π + ES ( )( h ) dega 0 0 * π π : Peluag ada costumer di sistem pada waktu sembarag dalam steady-state : Peluag pada steady -sate bahwa ada costumer yag tersisa di sistem pada saat kepergia seorag costumer h 0 : Peluag bahwa sistem tidak lagi kosog, yag artiya periode sibuk dimulai λ : Lau kedataga costumer E(V) : Nilai harapa waktu libur π : Peluag tidak ada lagi costumer di 0 E(S) sistem yag artiya periode sibuk berakhir : Nilai harapa waktu pelayaa VI. DAFTAR PUSTAKA Adreas Frey, Takahashi Y A ote o a M/G// N queue with vacatio time ad exhaustive service disciplie. Operatio Research Letters 2(997) Chua H. Foh, M. Zukerma Poisso Arrivals See Time Averages. teachig/hadout-pasta.pdf Cooper, RB. 98. Itroductio to Queueig Theory. New York: North- Hollad Hogg, R.V, Craig A.T Itroductio to Mathematical Statistics. Fifth Ed. New Jersey : Pretice Hall Lee, T.T M/G// N queue with vacatio time ad exhaustive service disciplie. Operatio Research 32(984) Medhi, J. 99. Stochastic Models i Queueig Theory. Califoria : Academic Press, ic. Rii T.F.S Kotrol Optimal Sistem Atria M/Ek/ dega pusat pelayaa yag dapat dikotrol [Skripsi]. Bogor: Istitut Pertaia Bogor. Ross, S. M Stochastic Processes. Secod Ed. New York : Joh Wiley & Sos. Takagi, Hideaki. 99. Queueig Aalysis, A Foudatio of PerformaceEvaluatio, vol : Vacatio ad Priority Systems. Amsterdam : Elsavier

18 LAMPIRAN

19 Bukti Teorema Burke Misalka N(0)=i. Pertama-tama aka dituukka bahwa D+ i k A+ k+ k. Aggap D + i = k. Maka ada (+) T α yag medahului T + i. Sehigga A + +. Karea k- kedataga setelah T + + state meadi k- atau lebih, maka k A + k +. Kemudia aka dituukka koversya yaki A+ k+ k D+ i k. Aggap A k + = k Maka ada +i+k- T α yag medahului T +k +. Sehigga, T + i+ k adalah T α terakhir yag medahului T +k+. Kareaya, D+ i+ k da D+ i k. +. Oleh karea itu, P{ D+ i k} = P{ A + k + k}, da kedua ruas memiliki limit yag sama. Sehigga utuk sembarag k, lim P{ D k} = lim P{ A k} akibatya adi legkaplah pembuktia. + i + k + lim P{ D k} = lim P{ A k} Bukti Teorema Little Misalka A(T) = total umlah kedataga selama periode T. B(T) = total waktu tuggu (dalam sistem) dari semua costumer yag tiba selama T. Maka λ(t) = rata-rata lau kedataga selama T A ( T ) =. T W(T) = rata-rata waktu tuggu di sistem selama T B( T ) =. A( T ) L(T) = rata-rata umlah costumer di sistem selama T B ( T ) =. T Sehigga B( T) B( T ) A( T ) L( T) = = = W( T ) λ( T ). T A( T ) T Aggap utuk T limitya ada da diberika sebagai lim λ ( T) =λ da T lim W( T) = W. T Maka sebuah limit L(T) utuk T uga ada da diberika sebagai L= lim L( T) T da ketiga limit memeuhi

20 L=λW.

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang 2 LANDASAN TEORI Ruag Cotoh, Kejadia, da Peluag Percobaa acak adalah suatu percobaa yag dapat diulag dalam kodisi yag sama, yag hasilya tidak dapat diprediksi secara tepat tetapi dapat diketahui semua

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

Elemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3.

Elemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3. Eleme Dasar Model Atria. Aktor utama customer da server. Eleme dasar :.distribusi kedataga customer. 2.distribusi waktu pelayaa. 3.disai fasilitas pelayaa (seri, paralel atau jariga). 4.disipli atria (pertama

Lebih terperinci

TEORI ANTRIAN. Gambar 1 Proses antrian pada suatu sistem antrian

TEORI ANTRIAN. Gambar 1 Proses antrian pada suatu sistem antrian TEORI ANTRIAN Teori atria merupaka studi matematis megeai atria atau waitig lies yag di dalamya disediaka beberapa alteratif model matematika yag dapat diguaka utuk meetuka beberapa karakteristik da optimasi

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 3 BAB II TINJAUAN PUSTAKA.1 Ruag Cotoh, Kejadia da Peluag Defiisi.1 (Ruag cotoh da kejadia) Suatu percobaa yag dapat diulag dalam kodisi yag sama, yag hasilya tidak bisa diprediksi secara tepat tetapi

Lebih terperinci

HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN

HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN Jural Matematika UNAND Vol. 2 No. 2 Hal. 0 6 ISSN : 2303 290 c Jurusa Matematika FMIPA UNAND HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN VIRA AGUSTA, DODI

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real: BARISAN TAK HINGGA Secara umum, suatu barisa dapat diyataka sebagai susua terurut dari bilaga-bilaga real: u 1, u 2, u 3, Barisa tak higga merupaka suatu fugsi dega domai berupa himpua bilaga bulat positif

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

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

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

Lebih terperinci

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 <

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 < II. TINJAUAN PUSTAKA 2.1 Keterbagia Secara umum apabila a bilaga bulat da b bilaga bulat positif, maka ada tepat satu bilaga bulat q da r sedemikia sehigga : = +, 0 < dalam hal ii b disebut hasil bagi

Lebih terperinci

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n LIMIT 4.. FUNGSI LIMIT Defiisi 4.. A R Titik c R adalah titik limit dari A, jika utuk setiap δ > 0 ada palig sedikit satu titik di A, c sedemikia sehigga c < δ. Defiisi diatas dapat disimpulka dega cara

Lebih terperinci

1 n MODUL 5. Peubah Acak Diskret Khusus

1 n MODUL 5. Peubah Acak Diskret Khusus ODUL 5 Peubah Acak Diskret Khusus Terdapat beberapa peubah acak diskret khusus yag serig mucul dalam aplikasi. Peubah Acak Seragam ( Uiform) Bila X suatu peubah acak diskret dimaa setiap eleme dari X mempuyai

Lebih terperinci

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

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

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

Lebih terperinci

ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU

ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU Saitia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 277 287. ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU Siti Aria R. Harahap

Lebih terperinci

Hendra Gunawan. 12 Februari 2014

Hendra Gunawan. 12 Februari 2014 MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2013/2014 12 Februari 2014 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 82 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg

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

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Vol. 6. No., 97-09, Agustus 003, ISSN : 40-858 METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak Tulisa ii membahas peetua persamaa ruag

Lebih terperinci

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada 8 BAB III RUANG HAUSDORFF Pada bab ii aka dibahas megeai ruag Hausdorff, kekompaka pada ruag Hausdorff da ruag regular legkap. Pembahasa diawali dega medefiisika Ruag Hausdorff da beberapa sifatya kemudia

Lebih terperinci

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari. Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika adalah

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT

SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT Jural Matematika UNAND Vol. 4 No. 1 Hal. 12 22 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT ENIVA RAMADANI

Lebih terperinci

BAB I PENDAHULUAN. A. Latar Belakang Masalah

BAB I PENDAHULUAN. A. Latar Belakang Masalah BAB I PENDAHULUAN A. Latar Belakag Masalah Struktur alabar adalah suatu himpua yag di dalamya didefiisika suatu operasi bier yag memeuhi aksioma-aksioma tertetu. Gelaggag ( Rig ) merupaka suatu struktur

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Prosidig Semiar Nasioal Matematika da Terapaya 06 p-issn : 0-0384; e-issn : 0-039 PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Liatus

Lebih terperinci

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang II. LANDASAN TEORI Pada bab ii aka diberika beberapa istilah, defiisi serta kosep-kosep yag medukug dalam peelitia ii. 2.1 Kosep Dasar Teori Graf Berikut ii aka diberika kosep dasar teori graf yag bersumber

Lebih terperinci

2 BARISAN BILANGAN REAL

2 BARISAN BILANGAN REAL 2 BARISAN BILANGAN REAL Di sekolah meegah barisa diperkealka sebagai kumpula bilaga yag disusu meurut "pola" tertetu, misalya barisa aritmatika da barisa geometri. Biasaya barisa da deret merupaka satu

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakag Dalam keadaa dimaa meghadapi persoala program liier yag besar, maka aka berusaha utuk mecari peyelesaia optimal dega megguaka algoritma komputasi, seperti algoritma

Lebih terperinci

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum BAB II TEORI DASAR 2.1 Aljabar Liier Defiisi 2. 1. 1 Grup Himpua tak kosog G disebut grup (G, ) jika pada G terdefiisi operasi, sedemikia rupa sehigga berlaku : a. Jika a, b eleme dari G, maka a b eleme

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Model Pertumbuha Betuk ugsi pertumbuha satu jeis spesies pada umumya megguaka otasi ugsi aalitik yag diyataka dalam satu persamaa. Secara umum ugsi pertumbuha meyataka hubuga

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Permasalaha peugasa atau assigmet problem adalah suatu persoala dimaa harus melakuka peugasa terhadap sekumpula orag yag kepada sekumpula job yag ada, sehigga tepat satu

Lebih terperinci

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

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

Lebih terperinci

Barisan Aritmetika dan deret aritmetika

Barisan Aritmetika dan deret aritmetika BARISAN DAN DERET BILANGAN Peyusu: Atmii Dhoruri, MS Kode: Jejag: SMP T/P: / A. Kompetesi yag diharapka. Meetuka suku ke- barisa aritmatika da barisa geometri. Meetuka jumlah suku pertama deret aritmatika

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

MODEL PENENTUAN HARGA PENGGUNAAN INTERNET STUDI KASUS WARUNG INTERNET DI SEKITAR KAMPUS IPB DARMAGA NURLAILI

MODEL PENENTUAN HARGA PENGGUNAAN INTERNET STUDI KASUS WARUNG INTERNET DI SEKITAR KAMPUS IPB DARMAGA NURLAILI MODEL PEETUA HARGA PEGGUAA ITERET STUDI KASUS WARUG ITERET DI SEKITAR KAMPUS IPB DARMAGA URLAILI SEKOLAH PASCASARJAA ISTITUT PERTAIA BOGOR BOGOR 009 PERYATAA MEGEAI TESIS DA SUMBER IFORMASI Dega ii saya

Lebih terperinci

BAB VIII KONSEP DASAR PROBABILITAS

BAB VIII KONSEP DASAR PROBABILITAS BAB VIII KONSEP DASAR PROBABILITAS 1.1. Pedahulua Dalam pertemua ii Ada aka mempelajari beberapa padaga tetag permutasi da kombiasi, fugsi da metode perhituga probabilitas, da meghitug probabilitas. Pada

Lebih terperinci

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag

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

,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0.

,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0. PROGRAM STUDI PENDIDIKAN MATEMATIKA FKIP UNMUH PONOROGO SOAL UJIAN TENGAH SEMESTER GENAP TA 03/04 Mata Ujia : Aalisis Real Tipe Soal : REGULER Dose : Dr. Jula HERNADI Waktu : 90 meit Hari, Taggal : Selasa,

Lebih terperinci

PERTEMUAN 13. VEKTOR dalam R 3

PERTEMUAN 13. VEKTOR dalam R 3 PERTEMUAN VEKTOR dalam R Pegertia Ruag Vektor Defiisi R Jika adalah sebuah bilaga bulat positif, maka tupel - - terorde (ordered--tuple) adalah sebuah uruta bilaga riil ( a ),a,..., a. Semua tupel - -terorde

Lebih terperinci

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model. BAB II LANDASAN TEORI Pada bagia ii aka dibahas tetag teori-teori dasar yag diguaka utuk dalam megestimasi parameter model.. MATRIKS DAN VEKTOR Defiisi : Trace dari matriks bujur sagkar A a adalah pejumlaha

Lebih terperinci

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka Itegral etu Jika fugsi kotiu yag didefiisika utuk, kita bagi selag mejadi selag bagia berlebar sama Misalka berupa titik ujug selag bagia ii da pilih titik sampel di dalam selag bagia ii, sehigga terletak

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

MA1201 MATEMATIKA 2A Hendra Gunawan

MA1201 MATEMATIKA 2A Hendra Gunawan MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2016/2017 3 Februari 2017 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg Batas

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

BARISAN FIBONACCI DAN BILANGAN PHI

BARISAN FIBONACCI DAN BILANGAN PHI BARISAN FIBONACCI DAN BILANGAN PHI Fiboacci Matematikawa terbesar pada abad pertegaha adalah Leoardo dari Pisa, Italia (80 0). Ia lebih dikeal dega ama Fibo-acci. Artiya, aak Boaccio. Meara Pisa yag terkeal

Lebih terperinci

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2 Bab Bilaga kompleks BAB BILANGAN KOMPLEKS Defiisi Bilaga Kompleks Sebelum medefiisika bilaga kompleks, pembaca diigatka kembali pada permasalah dalam sistem bilaga yag telah dikeal sebelumya Yag pertama

Lebih terperinci

BARISAN DAN DERET. Nurdinintya Athari (NDT)

BARISAN DAN DERET. Nurdinintya Athari (NDT) BARISAN DAN DERET Nurdiitya Athari (NDT) BARISAN Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) = a Fugsi tersebut dikeal sebagai barisa bilaga

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

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata robabilitas da Statistika Teorema ayes dam Hedra rata Itroduksi - Joit robability Itroduksi Teorema ayes eluag Kejadia ersyarat Jika muculya mempegaruhi peluag muculya kejadia atau sebalikya, da adalah

Lebih terperinci

TINJAUAN PUSTAKA. 2.1 Ruang Vektor. Definisi (Darmawijaya, 2007) Diketahui (V, +) grup komutatif dan (F,,. ) lapangan dengan elemen identitas

TINJAUAN PUSTAKA. 2.1 Ruang Vektor. Definisi (Darmawijaya, 2007) Diketahui (V, +) grup komutatif dan (F,,. ) lapangan dengan elemen identitas II. TINJAUAN PUSTAKA 2.1 Ruag Vektor Defiisi 2.1.1 (Darmawijaya, 2007) Diketahui (V, +) grup komutatif da (F,,. ) lapaga dega eleme idetitas 1. V disebut ruag vektor (vector space) atas F jika ada operasi

Lebih terperinci

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN 4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN Saat asumsi keormala tidak dipuhi maka kesimpula yag kita buat berdasarka suatu metod statistik yag mesyaratka asumsi keormala meadi tidak baik, sehigga mucul

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan Selag Kepercayaa (Cofidece Iterval) Pegatar Peduga titik (poit estimator) telah dibahas pada kuliah-kuliah sebelumya. Walau statistikawa telah berusaha memperoleh peduga titik yag baik, amu hampir bisa

Lebih terperinci

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai 37 Gambar 4-3. Layout Model Awal Sistem Pelayaa Kedai Jamoer F. Aalisis Model Awal Model awal yag telah disusu kemudia disimulasika dega waktu simulasi selama 4,5 jam. Selama simulasi dijalaka, aimasi

Lebih terperinci

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4)

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4) 3 II LANDASAN TEORI 2.1 Peubah Kompleks da Fugsi Kompleks Sebuah bilaga kompleks dapat diyataka dalam betuk z = x + jy, (2.1) dega x da y adalah bilaga-bilaga real da j = 1. Bilaga x disebut bagia real

Lebih terperinci

REPRESENTASI KANONIK UNTUK FUNGSI KARAKTERISTIK DARI SEBARAN TERBAGI TAK HINGGA

REPRESENTASI KANONIK UNTUK FUNGSI KARAKTERISTIK DARI SEBARAN TERBAGI TAK HINGGA Jural Matematika UNAND Vol. 3 No. Hal. 7 34 ISSN : 33 9 c Jurusa Matematika FMIPA UNAND REPRESENTASI KANONIK UNTUK FUNGSI KARAKTERISTIK DARI SEBARAN TERBAGI TAK HINGGA EKA RAHMI KAHAR, DODI DEVIANTO Program

Lebih terperinci

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA 3. Perumusa Peduga Misalka N adala proses Poisso o omoge pada iterval [, dega fugsi itesitas yag tidak diketaui. Fugsi ii diasumsika teritegralka

Lebih terperinci

Balas Additive Algorithm, Algoritma Branch & Bound untuk Binary Integer Programming

Balas Additive Algorithm, Algoritma Branch & Bound untuk Binary Integer Programming Balas Additive Algorithm, Algoritma Brach & Boud utuk Biary Iteger Programmig Aditio Pagestu 13514030 Program Studi Tekik Iformatika Sekolah Tekik Elektro da Iformatika Istitut Tekologi Badug, Jl. Gaesha

Lebih terperinci

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya TKS 4007 Matematika III Fugsi Kompleks (Pertemua XXVII - XXX) Dr. AZ Jurusa Tekik Sipil Fakultas Tekik Uiversitas Brawijaya Pedahulua Persamaa x + 1 = 0 tidak memiliki akar dalam himpua bilaga real. Pertayaaya,

Lebih terperinci

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1 Barisa Barisa Tak Higga Kekovergea barisa tak higga Sifat sifat barisa Barisa Mooto 9/0/06 Matematika Barisa Tak Higga Secara sederhaa, barisa merupaka susua dari bilaga bilaga yag urutaya berdasarka bilaga

Lebih terperinci

Statistika Inferensial

Statistika Inferensial Cofidece Iterval Ara Fariza Statistika Iferesial Populasi Sampel Simpulka (estimasi) tetag parameter Medapatka statistik Estimasi: estimasi titik, estimasi iterval, uji hipotesa 2 1 Proses Estimasi Populasi

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

MATEMATIKA DISKRIT FUNGSI

MATEMATIKA DISKRIT FUNGSI 1 MATEMATIKA DISKRIT FUNGSI Fugsi Misalka A da B himpua. Relasi bier f dari A ke B merupaka suatu fugsi jika setiap eleme di dalam A dihubugka dega tepat satu eleme di dalam B. Jika f adalah fugsi dari

Lebih terperinci

LANDASAN TEORI. Pada bab ini akan diberikan beberapa konsep dasar (pengertian) yang akan digunakan dalam. pembahasan penelitian. 2.

LANDASAN TEORI. Pada bab ini akan diberikan beberapa konsep dasar (pengertian) yang akan digunakan dalam. pembahasan penelitian. 2. II. LANDASAN TEORI Pada bab ii aka diberika beberapa kosep dasar (pegertia) yag aka diguaka dalam pembahasa peelitia 2.1 Ruag Vektor Defiisi 3.1.1 (Darmawijaya, 2007) Diketahui (V, +) grup komutatif da

Lebih terperinci

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut: Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah

Lebih terperinci

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 2 Jui 2012 PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Adi Setiawa

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan Istitut Tekologi Sepuluh Nopember Surabaya Model Sistem dalam Persamaa Keadaa Pegatar Materi Cotoh Soal Rigkasa Latiha Pegatar Materi Cotoh Soal Rigkasa Istilah-istilah Dalam Persamaa Keadaa Aalisis Sistem

Lebih terperinci

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Statistika Iferesia: Pedugaa Parameter Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : Parameter Sampel : Statistik Statistik merupaka PENDUGA bagi parameter populasi Pegetahua megeai distribusi

Lebih terperinci

MODEL STOKHASTIK ANTRIAN NON POISSON PADA PELAYANAN PERBANKAN

MODEL STOKHASTIK ANTRIAN NON POISSON PADA PELAYANAN PERBANKAN ODEL STOKHASTIK ANTRIAN NON POISSON PADA PELAYANAN PERBANKAN 1 Sugito, 2 Ala Prahutama, 3 Budi Warsito, 4 och Abdul ukid, 5 Nia Puspita Sari 1,2,3,4,5 Departeme Statistika, Fakultas Sais da atematika,uiversitas

Lebih terperinci

Modul Kuliah statistika

Modul Kuliah statistika Modul Kuliah statistika Dose: Abdul Jamil, S.Kom., MM SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER MUHAMMADIYAH JAKARTA Bab 2 Populasi da Sampel 2.1 Populasi Populasi merupaka keseluruha pegamata

Lebih terperinci

Aji Wiratama, Yuni Yulida, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Jl. Jend. A. Yani km 36 Banjarbaru

Aji Wiratama, Yuni Yulida, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Jl. Jend. A. Yani km 36 Banjarbaru Jural Matematika Muri da Terapa εpsilo Vol.8 No.2 (24) Hal. 39-45 APLIKASI METODE DEKOMPOSISI ADOMIAN UNTUK MENENTUKAN FORMULA TRANSFORMASI LAPLACE Aji Wiratama, Yui Yulida, Thresye Program Studi Matematika

Lebih terperinci

UKURAN PEMUSATAN UKURAN PENYEBARAN

UKURAN PEMUSATAN UKURAN PENYEBARAN UKURAN PEMUSATAN DATA TUNGGAL DATA KELOMPOK. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL UKURAN PENYEBARAN JANGKAUAN HAMPARAN RAGAM / VARIANS SIMPANGAN BAKU

Lebih terperinci

BARISAN TAK HINGGA DAN DERET TAK HINGGA

BARISAN TAK HINGGA DAN DERET TAK HINGGA BARIAN TAK HINGGA DAN DERET TAK HINGGA Bajar/Barisa Tak Higga Barisa tak higga { } adalah suatu fugsi dari dimaa daerah domaiya adalah himpua bilaga bulat positif (bilaga asli). Cotoh: Bila.. maka fugsi

Lebih terperinci

Setelah mempelajari modul ini Anda diharapkan dapat: a. memeriksa apakah suatu pemetaan merupakan operasi;

Setelah mempelajari modul ini Anda diharapkan dapat: a. memeriksa apakah suatu pemetaan merupakan operasi; Modul 1 Operasi Dr. Ahmad Muchlis B PENDAHULUAN erapakah 97531 86042? Kalau Ada megguaka kalkulator, jawabaya amat bergatug pada tipe kalkulator yag Ada pakai. 9 Kalkulator ilmiah Casio fx-250 memberika

Lebih terperinci

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin DISTRIBUSI SAMPLING Oleh : Dewi Rachmati Distribusi Rata-rata Misalka sebuah populasi berukura higga N dega parameter rata-rata µ da simpaga baku. Dari populasi ii diambil sampel acak berukura, jika tapa

Lebih terperinci

PEMBUKTIAN TEOREMA HUKUM LEMAH BILANGAN BESAR DENGAN MENGGUNAKAN FUNGSI KARAKTERISTIK

PEMBUKTIAN TEOREMA HUKUM LEMAH BILANGAN BESAR DENGAN MENGGUNAKAN FUNGSI KARAKTERISTIK Jural Matematika UNAND Vol. 2 No. 2 Hal. 71 75 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND PEMBUKTIAN TEOREMA HUKUM LEMAH BILANGAN BESAR DENGAN MENGGUNAKAN FUNGSI KARAKTERISTIK SUCI SARI WAHYUNI,

Lebih terperinci

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3 BAB XII. SUKU BANYAK A = a Pegertia: f(x) = a x + a x + a x + + a x +a adalah suku bayak (poliom) dega : - a, a, a,.,a, a, a 0 adalah koefisiekoefisie suku bayak yag merupaka kostata real dega a 0 - a

Lebih terperinci

MATHunesa (Volume 3 No 3) 2014

MATHunesa (Volume 3 No 3) 2014 MATHuesa (Volume 3 No 3) 014 MINIMUM PENUTUP TITIK DAN MINIMUM PENUTUP SISI PADA GRAF KOMPLIT DAN GRAF BIPARTIT KOMPLIT Yessi Riskiada Kusumawardai Program Studi S1 Matematika, Fakultas Matematika da Ilmu

Lebih terperinci

PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES

PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES Jural Matematika UNAND Vol. 3 No. 4 Hal. 52 59 ISSN : 233 29 c Jurusa Matematika FMIPA UNAND PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN

Lebih terperinci

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP Permasalaha dalam tugas akhir ii dibatasi haya pada peaksira besarya koefisie korelasi polychoric da tidak dilakuka peguia terhadap koefisie korelasi

Lebih terperinci

III BAB BARISAN DAN DERET. Tujuan Pembelajaran. Pengantar

III BAB BARISAN DAN DERET. Tujuan Pembelajaran. Pengantar BAB III BARISAN DAN DERET Tujua Pembelajara Setelah mempelajari materi bab ii, Ada diharapka dapat:. meetuka suku ke- barisa da jumlah suku deret aritmetika da geometri,. meracag model matematika dari

Lebih terperinci

Metode Bootstrap Persentil Pada Sensor Tipe II Berdistribusi Eksponensial

Metode Bootstrap Persentil Pada Sensor Tipe II Berdistribusi Eksponensial Statistika, Vol. 7 No. 1, 1 6 Mei 007 Metode Bootstrap Persetil Pada Sesor Tipe II Berdistribusi Ekspoesial Jurusa Statistika FMIPA Uiversitas Islam Idoesia Yogyakarta Abstrak Metode bootstrap adalah suatu

Lebih terperinci

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran Bab 8 TEORI PENAKSIRAN Kompetesi Mampu mejelaska da megaalisis teori peaksira Idikator 1. Mejelaska da megaalisis data dega megguaka peaksira titik 2. Mejelaska da megaalisis data dega megguaka peaksira

Lebih terperinci

Bab 2. Sistem Bilangan Real Aksioma Bilangan Real Misalkan adalah himpunan bilangan real, P himpunan bilangan positif dan fungsi + dan.

Bab 2. Sistem Bilangan Real Aksioma Bilangan Real Misalkan adalah himpunan bilangan real, P himpunan bilangan positif dan fungsi + dan. Bab Sistem Bilaga Real.. Aksioma Bilaga Real Misalka adalah himpua bilaga real, P himpua bilaga positif da fugsi + da. dari ke da asumsika memeuhi aksioma-aksioma berikut: Aksioma Lapaga Utuk semua bilaga

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci