RENDEZVOUS SEARCH PADA G MS DENGAN TIGA PEMATN

Ukuran: px
Mulai penontonan dengan halaman:

Download "RENDEZVOUS SEARCH PADA G MS DENGAN TIGA PEMATN"

Transkripsi

1 RENDEZVOUS SEARCH PADA G MS DENGAN TIGA PEMATN JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAElUAN AWM INSTlTUT PERTANIAN BOGOR BOGOR 2001

2 ABDUL LATIP. Rendezvous Search pada Garis dengan Tiga Petnain (Rendezvous Search on the Line with Three Players). Dibimbiug oleli FARDA HANUM dan TEDUH WULANDARI. Pada suatu lapangan luas de~igan lintasan kereta api melintasi seluruh daerah tersebut, tiga orang penerjun ditejunkan. Mereka telah menyepakati sebelu~nnya untuk berte~nu di ILntasan kereta api tersebut, tetapi belum taliu letak yang sebenarnya untuk bettemu. Penkan dilakukan di sepanjang lintasan kereta api dan untuk memecalhn masalah ini diynakan re~zdezvoussearch pada garis. Tiap pe~nain tidak mengetahui arah pe rjalanan pemain lainnya, hanya jarak di &tara dua pemain terdekat diketahui, yaitu 1. Mereka bergerak dengan kecepatan paling besar 1 untuk saling bertemu. Pertemuan yang te jadi lebih dahulu antara dua pemain akan mengakhiri permainan. Rangkaian permainan digambarkan &lam bidang Cartesius, dengan sumbu horisontal menyatakan waktu clan sumbu vertikal menyatakan posisi pemain pa& garis lurus. Penelitian ini dilakukan untuk membantu ketiga pemain menentukan strategi yang liarus diynakan agar mereka dapat bertemu dalam wamu yang minimum. Nilai randevu dapat diperoleh &lam dua bentuk yaitu bentuk simetrik dan asimettik. Bentuk simetrik membatasi pemain untuk mengynakan strategi pencarian pig sama sedangkan bentuk asimetrik niemungkinkan pemain untuk membicarakan terlebih dahulu strategi yang akan mereka gunakan sehingga mereka boleh memilih strategi yang berbeda. Dalam tulisan ini yang dibicatakan adalah bentuk asimetrik. Terdapat strategi-drategi optimum sedemikian sehingga setiap lintasan strategi memiliki kemiringan +latau -1 pada semua waktu t dengan perubahan kemiringan dari a ke -a(a E {+I,-11) hanya tejadi pa& \Mktu t dengan 2t adalah suatu bilangan bulat. Apabila masing-masing pemain menggunakan strategi-strategi optimum, maka akan diperoleh nilai randevu asimetrik adalah 47/48.

3 RENDEZVOUS SEARCH PADA GARIS DENGAN TIGA PEMAIN Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains PA Program Studi Matematika JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2001

4 Judul : Re~?dezvous Search pada Garis dengan Tiga Pemain Nama : Abdul Latip NRP : G 'I - Dra. ~ ahda Hanum, M.Si. Pembimbing I Menyetujui, Teduh Wulandari, S.Si. Pembimbing I1 Tanggal Lulus: 14 Febmari 2001

5 RIWAYAT HIDUP Penulis dilahirkan di Bogor pada tanggal 16 September 1975 sebagai anak ketiga dari empat bersaudara, anak dari pasangan H. U. Zakaria dan Khopipah. Tahun 1994 penulis lulus dari SMA Negeri I Ciawi danpada tahun yang sama lulus Seleksi masuk IPB melalui jalur undangan seleksi masuk IPB. Penulis memilih Program Studi Matematika, Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama mengikuti perkuliahan penulis aktif pada salah satu lembaga pendidikan. Selain itu, penulis juga aktif pada kegiatan-kegiatan kemahasiswaan yang diadakan di lingknngan fakultas maupun jumsan.

6 PRAKATA Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia-nya sehingga karya ilmiah ini berhasil diselesaikan. Judul yang dipilih dalam tulisan ini adalah Rendezvous Search pada Garis dengan Tiga Pemain. Terima kasih penulis ucapkan kepada berbagai pihak yang telah membantu penyelesaian karya ilmiah ini, antara lain Ibu Dra. Farida Hanum, M.Si. dan Ibu Teduh Wulandari, S.Si. selaku pembimbing, serta Bapak Dr. Ir. D.S. Priyarsono sebagai penguji luar. Di samping itu terima kasih penulis sampaikan pada teman-teman angkatan 31 atas kebersamaannya selama ini, warga Cidangiang 30, khususnya Ahnled Hendra, yang tefah banyak membantu menyelesaikan karya ilmiah ini. Ungkapan terima kasih juga disampaikan kepada bapak, umi, serta kakak-kakak dan adik tercinta, atas segala doa dan kasih sayangnya. Semoga karya ilmiah ini dapat bermanfaat. Bogor, Februari 2001 Abdul Latip

7 DAFTAR TABEL Halaman ix DAFTAR GAMBAR.... ix DAFTAR LAMPIRAN... ix 1. PENDAHULUAN 1.1 Latar Belakang Tujuan MODEL FORMAL 2.1 Notasi dan Asumsi Hubuugan Antara Kasus dan Tipe Ruang Strategi... : KELAS STRATEGI YANG BERHINGGA... 7 IV. ALGORITMA UNTUK MENENTUKAN R&... 9 V. KESIMPULAN DAN SARAN 11 DAFTAR PUSTAKA 11 LAMPIRAN... 12

8 DAFTAR TABEL Halaman 1. Anggota-anggota 2 2. Anggota-anggota B Himpunan image Garis-garis untuk menentukan 7n~~~h.h~ * Nilai-nlla~ T (f,g, h) untuk b E B Nilai-nllal TC(f,g, h) untuk c e C DAFTAR GAMBAR Halaman I. Posisi dan arah pemain untuk (0, I,2,-,+,+) 2. Posisi dan arah pemain untuk (2,1,0,+,-,-) 3. Permainan yang dimulai dengan kasus cl. 4. Garis LI,, dan L,_, untuk bl 6 5. Garis LJ,, dan Lz, untuk c, dengan a = I Garis LI,, dan L2,) untuk cl dan a = 1 dengan shategi f yang baru Proses kemungkinan 1 dalam bentuk gambar 22 DAFTAR LAMPIRAN Halaman I. Bidang Cartesius untuk b, b,, b,,..., b,, Diagram alir algoritma untuk menentukan Ry,, Tahap-tahap algoritma untuk menentukan R;,> Pembuktian Lema 2 dan Lema

9 I. PENDAHULUAN 1.1 Latar Belakang Rendezvous search adalah suatu kwrdinasi tanpa komunikasi dau mernpakan proses paralef. Masalah rendezvous search (Alpern, 1995) menjelaskan bagaimana para pemain yang ditempatkan secara acak dalam suatn daerah pencarian diketahui dapat bergerak dengan kecepatan maksimal 1 untuk saling bertemu dalam waktn harapan terkecil. Pada awal peuempatan dalam permainan, tiap pemain tahu posisinya masing-masing tapi tidak tahu posisi pemain lainnya. Masalah rendezvous search pertama kali secara formal didefinisikan oleh Alpern (1995). Untuk menyederhanakan masalah, apilih kasus pada garis lurns sebagai daerah pencarian. Cerita yang melatarbelakangi pennasalahan ini adalah sebagai berikut: Misalkan ada dua orang penejnn ingin. bertemu yang ditejunkan pada snatu lapangan luas dan terdapat lintasan kereta api yang melintasi daerah tersebut. Mereka telah menyepakati sebelumnya unhk bertemu, tetapi belum tahu di mana letak yang sebenarnya pada lintasau kereta api tersebut. Masalahnya adalah bagaimana mereka hams bertindak agar memperoleh waktu harapan ya* minimum Cerita di atas tersebut kemudian dikembangkan untnk pemaiu yang terdiri atas tiga orang. Nilai randew dapat diperoleh dalam dua bentuk, yaitn benhlk simetrik dan bena asimetrik. Bentuk simetrik membatasi pemain untuk mengguuakan strategi pencarian yang Sam% sedangkan bentuk asimetrik memungkinkan pemain untuk memilih strategi yang berbeda. Pada tnlisan ini yang akan dipelajari adalah rendezvous search tiga pemain dengan bentuk asimetrik. 1.2 Tujnan Tujuan penulisan karya ilmiah ini adalah: 1. mempelajari jaminan pertemuan antara tiga orang pemain, 2. mempelajari koudisi yang dibutuhkan untnk strategi optimal, dan 3. menentukan nilai randew asimetrik untuk tiga orang pemain. II. MODEL FORMAL 2.1 Notasi dan Asnmsi Permainan dimulai dengan menempatkan tiga orang pemain secara acak pada suatu daerah. Untnk menyederhanakan masalah, dipilih garis lurns sebagai daerah pencarian, setiap pemain tidak mengetahui posisi dari pemain lainnya, tetapi jarak di antara 2 pemain terdekat diketahui, yaitn 1 satnan jarak. Mereka bergerak dengan kecepatan paling besar 1 satuan jaraklsatnan waktu untuk saling bertemu. Pertemuan yang tejadi lebih dahulu antara dua orang pemain akan mengakhiri permainan. Diasumsikan bahwa permainan ini asimetrik, artinya masing-masing pemain mengetahui sebelumnya strategi yang akan digunakan oleh pemain laiunya. Rangkaian permainan digambarkan dalam bidang Cartesius, dengan sumbn horizontal menyatakan waktn dan sumbu vertikal menyatakan posisi pemain pada garis lurns. Definisi 1 Orientasi awal w pada pemain adalah rangkap-3 (01, 02.03) dengan + jika pemain i bergerak naik pa& ={ awal permainan - jika pemain i bergerak tnm pada awal permainan Definisi 2 Posisi awal p pada pemain adalah p2, p3) dengan P adalah permumi himpunan {0, 1,2) danpl menyatakan posisi awal pemain i, i=l, 2,3. Definisi 3 Suatu permainan dengan tiga pemain dikatakan berakhir jika: a) pemain yang ditempatkan pada 0 bertemu dengan pemain yang ditempatkan pada 1, atau b) pemain yang ditempatkan pada 2 bertemu dengan pemain yang ditempatkan pada 1, atau c) ketiga pemain bertemu pada wamu yang Sam%

10 sedangkan pemain yang ditempatkan pada 0 bertemu dengan pemain yang ditempatkan pada 2 tidak dibahas karena sebelum kedua pemain tersebut bertemu, maka terlebih dahnlu saiah satu di antara mereka akan beitemu dengan pemain yang ditempatkan pada 1 sehingga menjadi bentuk a) atau b) pada pemyataan di atas. Misalkan himpunan C mempakan kumpulan semua anggota c w) yang menyatakan posisi dan arah saat permainan dimnlai. Perhatilotnbahwa suatu permainan yang dimnlai -,oz,w~)"berakl~ir sama" dengan permainan yang dimulai dengan ( 2-p~, 2-pz, 2-p3, +, -w2,-w3). Untuk menjelaskan hal ini, misalkan diambil contoh pl=o, ~ = l p3=2,, dengan arahpemain II danpemain 111 keduanya +. Contoh ini menghasilkan : (PI. PZ, ~3.-. ma, as ) = (0,1,2,-,+,+). Ddam bidang Cartesius dapat dilihat pada Gambar 1. ( Z-PI, 2-pz, 2-p3, +,*z, -m3 )=(2,1,0,+,-,-I. Dalam bidang Cartesius dapat dilihat pada Gambar 2. 0 III Gambar 2. Posisi dan arah pemain untuk (2,1,0,+,-,-).,l Gatnbar 1. Posisi dan arah pemain untuk (0,1,2,-,+,+).

11 Tanpa memperlliitikan ard~ masing-masing pemain itu naik atau turun, dari kedua gambar tersebut terlihat bahwa pemain I1 dan pemain I11 sama-sama bergerak menjauhi pemain I, sehingga dapat dikatakan bahwa kedua permainan berakhir sama. Hal yang sama juga berlaku jika masingmasing nilai pl, n, p3, atau 02 dan 03 diubah. Ini berarti bal~wa w, selalu dapat dibuat +. Jadi nntuk kasus ini diasumsikan bahwa wl = + sehingga himpunan C hanya mempunyai 24 anggota (=3!x2'). Semua anggota himpnnan C disebut kasus clan diperlihatkan pada Tabel 1. Misalkan (a,, a*) menyatakan pasangan tak tennt dari pemain-pemain yang ditempatkan setelah pemain lain ditempatkan pada am1 permaiuan. Misalkan b, =-(al, a2, dl, d2), dengan di menyatakan arah relatif pemain a, terhadap pemain a,. (i#j), yaitu, to jika pemain a, bergerak kearah pem$n a, pada awal permainan mu a, bergerak menjauhi pemain a) pada awal permainan dengan i, j = 1, 2 dan i # j. Misalkan B={b,l i=1,..., 12). Semua anggota B disebut tipe clan B mempunyai 12 anggota yang diperlihatkan pada Tabel 2. pemain III), maka permainan akan berakhir jika pemain I dan I1 bertemu, atau jika pemain I1 dan 111 bertemu. Misalkan posisi awal pemain diberikan sebagai c, yang diperlihatkan pada bidang Cartesius dalam Gambar 3. Gambar 3. Permainan yang dimulai dengan kasus c,. Dalam Gamba~ 3 terlihat bahm pemain I bergerak menuju pemain I1 sedangkan pemain II bergerak menjauhi pemain I dan pemain 11 bergerak menuju pemain 111 sedangkan pemain 111 bergerak menjauhi pemain 11, sehingga kasus cl &pat dihubungkan menjadi dua tipe, yaitu b2 = (I, II, to, mu) dan blo = (II, III, to, mu). Suatu pertemuan antara dua pemain Cyang terjadi lebih dahulu) akan mengakhiri permainan. Misalkan pemetaan 4 menyaantara kasus dan tipe, yaitu: hubungan 4 : C-tBxB, Kc) = (b,, bj), VceC, i < j, maka himpnnan image dari 4 &pat dilihat dalam Tabel Hubungau Antara Kasus dan Tipe Sebelumnya telah diuraikan bahwa permainan berakhir jika dua pemain yang letaknya berdekatan pada awal permainan sudah bertemu. Misalkan suatu permainan dimulai dengan kasus cl. ( pernain 11 terletak antara pemain I dan 23 Ruang Strategi Dalam pembahasan permainan ini, strategi adalah fungsi yang menyatakan arah dan jar& pergerakan pemain. Strategi yang digunakan hanya yang terdapat pada mang strategi yang didefinisikan sebagai berikut : P=~:w+ ~~,Pfo~=o.~Pftl)-Pf~2)('~I -'21) Contoh suatu strategi adalah: f(f) = t, t E [0,1/2].

12 Tabel 3. Himpunan image 4 kontinn b a d clan P adalah iumpunan kompak. (Alpern, 1995), maka nilai pa& (2) selalu dijamin ada (Goldberg, 1976). Misalkan p(fg,h) menyatakan waktu saat pemain dalam tipe b saling bertemu (6 E B). Untuk semua c E C, didefinisikan: Tag&= min plb~t;g,h) (3) bsrplc) Diberikan tiga strategi Cfg,h) sembarang, dengan delapan garis lintasan berikut ini: Definisi 4 Misalkan pemain I memilih strategi f; pemain I1 memilih srategi g dan pemain EI memilih strategi h, denganf; g, h E P. Misalkan TXf; g, h) menyatakan peamuan ~ang betpadanan Garis-garis di atas menyatakan lintasan masing-masing pemain. Lintasan Ll,,(f) menyatakan garis untuk pemain dengan strategif; lintasan &(t) menyatakan garis untuk pemain dengan strategi g, sedangkan lintasan LO,&) dan L3,,(f) menyatakan garis untuk pemain dengan strategi h. Untuk semua b E B, p(l g, h) &pat ditentukan dengan menggunakan garis Lk, dan L*+,,p dalam (4), sehingga p~;g,h) = min {t: Lkdt) = L&l,p(f)} (5) dengan P = +I, k=0,1,2 dan k menyatakan letak dengan kasus c, dengan c E C. Maka waktu pemain. Garis-garis untuk menentukan PV; g, h) pertemuan harapan? a h ) dinyatakan sebagai : dengan b E B diberikan dalam Tabel 4. dengan R:, adalah nilai randevu, yaihl wamu harapan pertemuan asimetrik dengan tiga pemain di mana dua pemain yang bertemu lebih dahulu akan mengakhiri permainan. Karena T" semi

13 Tabel 4. Garis-garis untuk menentnkan pemain I turun atau p =-I. Akhirnya diperoleh mkh) (k, a)= (0+1) dan (lctl,n = (1~1). Demikianpula dalam menentnkan garis-garis untuk bs, b? dan b, dilakukan dengan cara seperti untnk b5. 3) Untuk tipe bs, bla, b11 dan bl; Untuk tipe bg, ~IO, b11 dan b12, garis yang diambil pemain 111 adalah L3,,karena garis tersebut letaknya lebih dekat terhadap garis strategi pemain 11 (L2,0) dibandingkan dengan Lo,,. Ilustrasi Diberikan contoh kasus berikut ini. Misalkan: Penjelasan Tabel 4 1) Untnk tipe bl, b2, b3 dan b4 Contoh: Untuk tipe bl (I, 11, to, to), pemain I dan pemain I1 saling mendekat. Garis yang diambil adalah garis yang memuat strategi pemain I (f) dan pemain 11 (g), yaitn LI,, dan L%,.(jadi k1) Letak pemain I berada di bawah pemain I1 (pemain I di 1 dan pemain I1 di 2), sehingga agar keduanya saling mendekat, maka pemain I naik atau a =+l dan pemain II tnrun atau p -1. Akhirnya diperoleh (k, a)=(l+l) dan (lctl, p) = (2;l). Demikian pula dalam menentukan garis-garis untuk b2, b3 dan b4 dilakukan dengan cara seperti untuk bl. 2) Untuk tipe b,, bs, b, dan b8 Contoh: Untuk tipe b5 (I, 111, to, to), pemain I clan pemain 111 saling mendekat, garis yang diambil adalah garis yang memuat strategi pemain I (f) dan pemain 111 (h). Garis yang memuat strategi pemain 111 ada dua yaitn Loao dan L,,,. Tetapi garis yang terdekat dengan garis untuk stmtegi pemain I (LIJ adalah Lo,, sehingga pada tipe b, ini, garis yang diambil pemain III adalah Lq, Dengan demikian, pemain 111 terletak di bawah pemain I (pemain 111 pada 0 sedaugkan pemain I pada 1) sehingga agar saling mendekat, pemain III naik atau a =+1 dan dengan f,g, h berturut-turut merupakan strategi pemain I, pemain 11, dan pemain 111. Berkkan Tabel 4, untuk bl diambil garis L1.1 dan LZ-, Apabila strategi-strategi pemain I dan pemain U disubstitusikan ke (4) diperoleh : L1,1= f(t) +1 (ti-1, t [O,l]

14 Jika digambarkan pa& bidang Cartesius dapat dilihat pada Gambar 4, yaitu: Tabel 6. Nilai-nilai untuk cec Gambar 4. Garis 4-1 dan LZ.-, untuk bl Dari Gambar 4 diperoleh bahwa titik potong kedua garis peitama kali tejadi pada t-112 sehingga diperoleh Untuk bz,b3,b4,..,b12 bidang Cartesiusnya diperlihatkan pada Lampiran 1. g. F) untuk semua beb dituliskan dalam Tabel 5. Tabel 5. Nilai-nilai T c, h) untuk b B Dengan demikian diperoleh h)= - f=1 2 Dengan menggunakan persamaan (3), Tabel 3, dan Tabel 5, maka &pat diperoleh nilai T, 6, g, h) untuk semua c E C, yang dituliskan dalam Tabel 6. Lema 1 47 Nilai randevu R12 memenuhi R

15 Bukti Karena R& = min T"( f, g, h ) (dari persamaan f.g.hep 2), makar& 2 T"(f,g.h), Vf,g,h E P. Karena f,g,l;~p, maka R:, st(f,g,h). 47 Terbukti bahwa R,4, III. KELAS STRATEGI YANG BEREWGGA Misalkan pemain I memilih strategg pemain I1 memilih strategig, dan pemain In memilih strategi h, dengan I; g, E >. Dengan menggunakan persamaan (4), maka misalkan Ll,,(,, dinamakan lintasan agen-agen pemain I; L2,,0, dinamakan lintasan agen-agen pemain 11; Lo,,fl dan L3,,(,, dinamakan lintasan agen-agen pemain In; dengan a=+l. Lema 2 Misalkan xg,h) adalah strategi-strategi pemain. Misalkanti <t2<... < tk(k58)adalah waktu pertemuan pemain i dengan beberapa agen pemain terdekat untuk pertama kalinya. Maka strategi pemain i &pat d i m m i sehingga untuk setiap j, agen pemain i dapat bergerak dengan kecepatan 1 menuju agen pemain terdekat (dengan waktu pertemuan t = $+I ) dalam selang waktu (9. $1) dengan menggrinakan strategi baru tersebut untuk semua j E {O, 1,..., k-1) (to = O), dan waktu pertemuan harapan paling besar adalah T"(f,g, h). 4, te[~,;l Misalkan diambil cl, yaitu (0,1,2,+,+,+) dengan a=1, jika digambarkan pada bidang Cartesius untuk L1,, clan L2,1 &pat dilihat pada Gambar 5 berikut ini: Bukti (Lihat Lampiran 4) llustrasi Lema 2 Misalkan strategi pemain I dengan kecepatan kurang dari 1 akan bertemu dengan pemain terdekatnya pada waktu (misalkan) t4. Maka strategi pemain I ini dapat d i m m i dengan kecepatan 1 sehingga waktu pertemuan dengan pemain terdekatnya bisa kurang dari t4. Sebagai contoh misalkan gg,h) adalah strategi-strategi pemain dengan f adalah strategi pemain I. Strategi awl: Gambar 5. Garis a=i. dan LZ,I untuk c, dengan Dad Garnbar 5 terlihat bahm ti* pptongan 2512 sehinga waktu pertemnannya >512. Jika saategi pemain I, yaitu I; diubah &ngan keceptm 1, sehinga diperoleh strategi baru, yaitu :

16

17 Lema 5 ldisalkan &g,l~) adalah strategi-strategi optimal maka T,&, h) < 4 untnk semua c G C. Bukti (Lihat Lampiran 4) IV. ALGORITMA UNTI K MENENTUKAN R:2 Akibat 4 dalam bahasan sebelumnya memungkinkan untuk mengkonstruksi sebuah atgoritma untuk menemukan selumh strategistrategi optimum dan nilai randevu R&. Misalkan s(k) menyatakan strategi-strategi yang didefinisikan sampai waktu (k+1)/2. Jika s(k) memennhi syarat yang diberikan dalam Lema 2, maka s(k) dapat dituliskan dalam bentuk mat* 3xk dengan elemen-elemennya: i sv (k) = + 1, jika pemaini melanjuh arahsebelumnppada t = j/2-1, jikapemain i mengubah arahpada t = j/2 untuk i=1,2,3 dan j=12,... jc. Banyaknya matriks s(k) adalah 2)*.Berdasarkan Lema 5, maka strategi dapat dibatasi sampai waktu yang didefinisikan kurang dari 4. Tanpa menghilangkan keumuman dapat diasumsikan bahwa untuk interval waktu [0,1/2], semua pemain bergerak dengan amh asal yang diberikan oleh a. Pada saat j/z fjkl), s&) akan menentukan apakah pemain i mengubah arah pa& setengah unit waktu berikutnya. Jika pemain menggunakan strategi s(@, ia dapat menentukan apakah pertemuan telah tejadi pada waktu (k+1)/2. Misalkan untuk semua c EC didefinisikan: { t, jikapermainanberakhir T(c,s(~)) = pada t I; lk + l)/2 m, selaimya Artinya, T(c,s(k)) ada nilainya jika saat k diberikan maka pemain telah bertemu, tetapi jika tidak bertemu maka akan bemilai m. Misalkan: T'(c,s(k))=min (T(c,s(k)), (k+1)/2+1/2). T(c,s(k)) dapat diinterpretasikan sebagai waktu pertemuan aktual jika s(k) digunakan dengan asumsi bahwa posisi semna pemain pada waktu (k+1)/2 dan T (c,s(k)) sebagai waktu pertemuan paling mungkin yang menggunakan strategi s(w, karena jika pemain belum bertemu pada fk+1)/2, maka perkiraan waktu pertemuan paling optimis adalah (k+l)/2+1/2. Misalkan M(s(W adalah indikator apakah permainan telah berhenti pada W u (k+1)/2 dalam ke-24 kasus saat strategi s(kj diguuakan, yaitu : 1, jika maksc,ct(c, s(k)j < m M(s(k,) = { 0, selainnya Artinya, M(s(!$) bemilai 1 jika saat k diberikan, maka pemain telah bertemu nntuk tiap kasus tetapi bila a& satu atau lebih kasus yang menyebabkan pemain tidak bertemu saat k diberikan, maka M(s(k)) akan bemilai 0. Algoritma didefinisikan dalam tahaptahap sedemikian sehingga setiap tahap k (k=1,2,..., 7), hanya strategi-strategi s(1) yang digunakan. Misalkan Ak menyatakan batas atas terkecil untuk R& yang diperoleh pada tahap k, clan Ak mempakan barisan tak naik Lema 1 berakibat bahwa A. &ah 47/48 dan tiap strategi s(kj berpotensi menjadi strategi optimal jika ET*(sO) SAk-1; 241 * dengan EP(sfk)j= x-t (ci,s(k)). Misalkan i-i 24 Dl menyatakan himpunan selnruh matriks s(1) (bernilai sama terhadap permutasi baris), Dk menyatakan himpunan matriks HOG-1) dengan tambahan satu kolom matriks s(l), dan didefinisikan: Hk=@(k) &. Ey(s(k)) ax-i clan M(s(kJJ=Ol, Rk=ls(k) E Dk: ~ET'lso > A*-11, E~=(s(~) E D ~: EETS(~JJ I;A~-, dan M(s(~JJ=~). Jadi Hk menyatakan himpunan strategi s(k) dengan dugaan paling mungkin ~T'(s(k)) Ak-1 yang berpotensi menghasilkan strategi optimal; Rk menyatakan himpunan strategi s(k) yang ditolak pada tahap k karena memilii waktu harapan lebih dari sehingga tidak optimal, Ek menyatakan himpunan strategi s(k) yang memiliki waktu pertemuan harapan ET6(k)J (paling besx &ah Arti dari bemilai sama terhadap permutasi 1 1 ) baris misalnya suatu matriks - 1 J dianggap sama 11

18 artinya dengan ma& karena apabila pada salah satu matriks tersebut dilakukan permutasi baris, maka akan menghasilkan matriks yang sama dengan matriks yang lainnya. Begitu pula matriks I: I: akan dianggap sama artinya dengan [ matriks Ma& s(1) didefinisikan, -1-1 Dimuiai dengan k=l I). Tentukan s(k) yang banyaknya z3* matriks 2). Apakah k=l? jika ya maka Dl=s(l) dan dilanjutkan ke 3), tetapi jika k#l maka langsung ke 3) 3). Tentukan matriks anggota Dk 4). Apakah s(k)~dk? jika ya maka dilanjutkan ke 5), tetapi jika tidak maka proses tidak dilanjutkan Perhatikan bahwa strategi-strategi dalam himpunan Ek optimal kecuali bila waktu pertemuan harapan yang lebih kecil diperoleh pada tahap tahap berikutnya pada algoritma, yaitu terdapat sebuah kf(k' > k) dan A, < ET(s(k)), dengan 24 1 ET(s(kJJ= x--~(c,,s(k)). Dengan kata lain, hams diperoleh Ak = minack,,, ET(s(k)) untuk k=1,2,...,7. Perhatikan bahwaak=ak-~ kecuali bila terdapat s(k) dengan M(s(k.)=l dan ET(s(k))+lk-~. Ide utama algoritma ini adalah bahwa pada setiap tahap k, matriks s(k) dipartis1 menjadi stmtegi-strategi optimal himpunan Ek uhk) dan selainnya (yaitu Rt). Partisi banyaknya matriks yang harus diperhatikan pada tahaptahap berikutnya dalam algoritma Untuk setiap s(kj dalam sama terhadap permutasi baris), sk) diperluas sampai matriks 3x(k+I) dengan menambeman kolom tambahan (k+1) sedemikian sehingga kesimpulan tentang waktu pertemuan harapan dapat diperoleh dari matriks pada tahap k' (k' > k). Tiap s(kj dalam Hk meningkat paling tin@ 8 kemungkinan s(k+l) &lam tahap (k+l). Algoritma berhenti pada langkah k saat Hk merupakan himpunan kosong. Secara singkat, algoritma tersebut adalah sebagai berikut: 6). ~entukan s(k) yang menjadi anggota Hb Rk. dan Ek 7). Apakah Ek merupakan himpunan kosong? Jika ya maka dilanjutkan ke 8) sedangkan bila tidak maka langsung ke 9) 8). Ak-Ak-1 dan dilanjutkan ke 10) 9). Hitung ETfs(kU dan Ak = m(s(k)) kemudian dilanjutkan ke 10) lo). Apakah Hk merupakan himpunan kosong? Jika ya maka proses selesai dan tentukan nilai Ak, jika tidak maka proses dilanjutkan untuk k=k+l 11). Apakah k+1<81 Jii ya maka proses diteruskan jika tidak maka proses tidak usah dilanjutkan Diagram alir algoritmauntuk menentukan R',2 dituliskan dalam Lampiran 2 sedangkan penjelasan tahaptahap algoritma untuk menentukan R& dituliskan dalam Lampiran 3. Teorema 6 Tahap inisialisasi :

19 . Bukti k=4, dew A,=47/48. Sehingga diprole11 Dengan menggunakan algoritma. untuk 47 R&=-. tne~~entukan R&, maka proses berhenti pada saat 48 V. KESIMPULAN DAN SARAN Pertexnuan antara pemain yang berada pada mengakhiri permainan menghasilkan nilai randevu suatu garis &pat dihitung secara matematik asimetrik R& 47,48,. cnengynakan Rendezvous search. wah pertemuan antara tiga pemain akan Tulisan ini dapat dikembangkan nntuk pemain minimum jika strategi yang mereka gun&n Ymg terdiri atas lebih dari tiga orang (n pemain). merupakan yaitu yang Selain itu jnga bisa dicari nilai randevu untuk memenuhi syarat kondisi optimal, D~~ orang simetrik baik untuk tiga pemain maupun pemain bertemu lebih dahulu yang kemudian akan nntuk pmain. DAFTAR PUSTAKA Alpern, S The rendezvous search problem. SIAM Journal of Control and optimization 33(3): Alpern, S. & A. Beck Rendezvous search problem on the line with bounded resource: expected time minimization. European Journal of Operations Research 101: Alpern, S. & S. Gal Rendezvous search on the liue with distinguishable players. SIAM Jozmial of Control and Optimization 33(4): Anderson, E.J. & S. Essegaier Rendezvous search problem on the line with indistinguishable players. SLAM Journal of Control and Optimization 33(3): Goldberg, RR Methods ofreal Analysis. Ed2. John Willey, New York. Lim, W.S. & S. Alpern Minimax rendezvous search on the line. SIAMJournal of Control and Optimization 34(5): Lim, W.S., S. Alpern & A. Beck Rendezvous search on the line with more than two players. Operations Research 45(3): Salamah, R Rendezvous search pada garis dengan sumber daya terbatas : peminimuman waktu harapan. Skripsi. Jnrusan Matematika FMIPA IPB, Bogor.

20 LAMPIRAN

21 Latnpiran 1. Bidang Cartesius untuk b.,, b3, b,,..., b12 I b I b - 1 Diperoleh T (f,g, h) = - Lo,,' b2 --- Diperoleh T (f, g, h) = 1 L,-I LI,-I L4-I Diperoleh ~*~(j,g,hj = 1 + I. I Lo,, t Diperoleh T - 5 (f,g,hjz- 2 LJ./ L, I I L1,-1 Lo, 1 5 Diperoleh Tb7 (j,g, h) = - 2 LII, a Diperoleli Tb4 (7, g, hj = 2

22 Diperoleh Tb"(f.g,h) = 2 1 Diperoleh ~~(f,g,h) = - 2 Diperoleh Tbk2(f,g, 3 2 h) = - Diperoleh Tho (f. g,h) > 5

23 Lampiran 2. Diagram alir algoritma untuk menentukan R& - Tentukan matriks angora Dk Tidak Untuk matriks yang bernila sama diambil salah satu saj

24 $. Tentukan anggota Hk, Rk, Ek Ya Ak=Aa, Ak = min ET(s(k)) r(k)e& Selesai

25 Lampiran 3. Tahap-tahap algoritma untnk menentukan R$ Tahap inisialisasi : Ao=47/48 cia1 s(1) = [[l)2[;j,[;i)3[! 1 ~]7[-~]*[~]3[~~)7[~1)], * Tahap 1: Diketahui k=l sehingga s(k) = s(1). Banyaknya matriks s(1) adalah 2*'=~~=8, sfl)=[~),[~),[~l),[~~),[j],[~],[j~),[~l)], yaitu: Karena k=l maka jelas bal~wa Dl =s(l). Dari kedelapau matriks itu akan ditentukan yang menjadi anggota HI,RI, dan El. Karena matriks bernilai sama dengan d i d [:jnntnk &;roses selanjutnya. Begitu pula mat& maka bisa diarnbil matriks. Untuk s(l)= 1 ; artinya pemain I, pemain 11, &II pemain 111 melanjntkan arah sebelumnya [:I.. pada t=1/2. T(cI,s(l)) menyatakau waktu pertemuan peltama kali dari dua pemain yang berdekatan dengan posisi awal pa& cl (0,1,2,+, 1. +) untnk [0,1/2] dan dilanjutkan dengan s(1) untuk [112,1]. Apabila digambarkan pada bidang Cartesius diperolel~ l~asil sebagai berikut: Karena pada waktu t=l, permainan belum berakhir, maka diperoleh T(cl,sl(l))=m. Dengall cara yang sama untuk ke-23 kasus yang lain diperoleh:

26

27 24. makadiperoleh hasil ~T*(c~,s(l)) i=l = 21, sehingga Dari hasil ini, diperoleh bahwa ET'(~(I))<A,, Apabila T(c,s(l)) digambarkan pada bidang Cartesius diperoleh hasil : sehingga T(c,s(l))= m. Hal ini menghasilkan makscec T(c,s(I)) =a, sehingga M(s(l))=O. /I\ I-J 1 mempakan anggota HI. Dengan Karena ET'(s(1)) 410 dan M(s(l))=O, maka s(1) = [:] [IJ, cara perhitungan yang sama seperti 1 dan I-lj I-lj maka untuk dua matriks yang lain diperoleh : - 1 E HI dan - 1 E R,. Pada tahap ini El tidak mempunyai anggota..,., Karena El himpunan kosong, maka A1=A0=47/48. Pada tahap ini ada dua matriks anggota (1) 11) 1 dan -1 sehingga HI bukan himpunan kosong. Akibatnya proses -" 1- J 1- J ditemskax pada tahap berikutnya untuk k=2. Tahap 2:Diketahui k=2 selungga s(k) = s(2). Pada tahap 2 ini, matriks s(2) yang diproses adalah anggota Dz yaitu matriks anggota [_:j,[ii HI dengan tambahan satu kolom matriks s(1). Pada tahap seklumnya.=i) dipemleh.hi, sehingga anggotas(2) yang diproses adalah:

28

29 Lampiran 4. Pembuktian Lema 2 dan Leilia 5 Bukti Lema 2: Misalkan pemain terdekat dengan peinain i adalah pemain r dan s, dengan MS. Diasumsikan bahwa pemain i menggunakan strategi J dan mengikuti lintasan Ll,,(.), sehigkan pemain r dan s n~enggunakan strategi g dan h dan mengikuti lintasan Lp(.) dan Lo,&), dengan fi y {+I; -1). Bukti dibagi menjadi kemungkinan-kemungkinan berikut: Kemunglunan 1: Satu agen pemain i bertemu dengan agen pemain r pada fi,~ sedangkan agen lain pemain i tidak bertemu dengan agen peinain manapun pa& tpl, Kemunglunan 2: Satu agen pemain i bertemu dengan agen penlain r pada tj,~, sedan- agen lain pemain i bertemu agen pemain s pada t,,). Kemungkinan 3: Hanya satu agen pemain i yang bertemu dengan agen kedna pemain r dan s pada $+I, sedangkan agen pemain i yang lain tidak bertemu dengan agen pemain manapun. Kejadian dimana satu agen pemain i memenuhi kemungkinan 3 sedangkan agen pemain i lainnya bertemu agen pemain lain tak mungkin terjadi. Hal ini karena jika kemungkinan 3 berlaku, maka : af($+d + 1 =.Bg($ = yh ($+I) yang berakibat -aj($+j + 1 = -.Bgft,,J = -yh ($ sehi~igga diperoleh -a f ($+I) + 1 # -,13g($+I) + 2 clan -a J($+)) + 1 t -yh ($+I). Oleh karena itu lintasan pada Ll,., tidak berpotongan dengan lintasan agen-agen pemain lain pada ti,). Kemungkinan dimana agen pemain i bertemu dengan agen kedua pemain r ( atau s, tapi bukan kednanya), &pat diperlakukan dengan cara yang sama seperti kemungkinan 1. Unmk keperluan pembuktian lema, maka tanpa mengurangi keumuman &pat diasumsikan bahwa satu agen pemain i yang dibahas adatall agen yang mengikuti lintasan strategi L1,1(1). Kemungkinan 1: Misalkan 1 J($+I) - J(tJ 1 < $+I - 4, maka $-$+~<fl$+~) -f$< $+I - $. Perhatihi bahwa jika penlain i bertemu deiigan pemain r di $+I, maka Lzpt$+l)=fl$+l) + 1 (6) sehingga LZptt)- J(t) - 1 > 0, Vf<lj+~. Akibatnya, &pat dituliskan strategi baru : t-tj + J(tj) untukt~[t~,t~+,] r(t) = J(t) selainnya, sehingga &,(tj+1)-7(t,+,)-1= - &p(f+l)-f+l +tj - J(tj)-l < &p(tj+i)- t,+~ + tj +tj+~ -tj - J(tj+1)-1 = 0 Karena L2P(.) dan f (.) kontinu yang berakibat bahwa terdapat q+, E (t,.tj+,) sedemikian sehingga Dari (6) dan (7) dikroleh :

30 = )I = l(kftj+l ) + 2) -(&(T+l) = ]k(tj+i-&(<+, 11 = l~{g(t,+~ )-a<+, )>I =\PI [g(tj+,)-gk+l)[ = Ig(t,+l)-g(<+l)[ karenap = +l 5 Itj+, - <.+li karenag E P - - tj+1 - fj+l maka agen pemain i &pat bergerak pada kecepatan 1 menuju lintasan Lz8 sampai <+, (menggunakan - f ) clan kemudian mengikuti lintasan L2dt) untuk t E(T~+,,~~+~]. Jadi terdapat paling sedikit satu strategi sehingga waktu pertemuan &pat dikurangi. Akibatnya waktu harapan termodifikasi paling besar adalah T"( f,g,h). Dalam bentuk gambat, untuk kemungkinan 1 ini &pat dilihat pa& Gambar 7. 4 Gambar 7. koses kemungkinan 1 dalanl bentuk gambar Kemungkinan 2: Karena pertemuan antara agen-agen tejadi pertamald pada waktu $+I, maka L2/Xt) -J(t)-1 > 0 dan Ldt) + f(t) -1 < 0, untuk semua t < tjtl. Misalkan V(tj+,) -flvl< 5+1 -ti. dan t - tj + J(tj) untuk t E [t,, tju] selainnya

31 maka dillasilkan : - ~ 2, ~,~(t)-f"(t)-l> 0 dan { ~o~(t)+?(t)-l<o (fj+l)-7(tj+l)- 1 < 0, Lor (fj+,)+ 7(fj+,) > 0. Karena Lzd.), LO&.) dan f () kontinu yang menmbatkan terdapat <+j,i,+l E (tj,tj+j). sedemikian sehinga L,, (q+,) = + 1 L,, (ij+,) = -7(ij+,) + 1. Misalkan f' = maks(i;+,,fit,), maka - \f(t,+,)-7(t.)\ =lf(tj+,)-t. +tj -JV,)l =If(tj+,)-f(fj)-t.+fjl <Ij+,-t, -t - +tj =t. -t J+l -t-1 Jadi 1 f(tl+,)-7(t*4 <tlil-t', I maka satu agen pemain i dapat bergerak pada kecepatan 1 menuju lintasan Lzp sampai tj, (menggunakan 7 ) dan kemudian mengikuti lintasan Lzdt) untuk t E (~+l,t,+l], sedangkan satn agen yang lain bergerak menuju lintasan LO,, sampai i1+, dan kemudian mengikuti lintasan Lo,#) untuk t ~(i,+~,t,+,]. Jadi terdapat paling sedikit satn strategi sehingga waktu pertemuan dapat dikurangi. Akibatnya wamu harapan temodifikasi paling besar adalah T"( f,g,h). Karena pertemuan antara satu agen pemain i dengan agen pemain r dan s terjadi pertamakali pa& waktuii,~.maka Lzdf) -/It)-1 > 0 dan Ldt) -/It)-1 < 0, untuk semua 1 < $+,. Misalkan Ifl$+~) -flii,l< $1 - r/, dan t-t,+j(t,) untuk tc[tj,tj+,] f (t) selainnya maka dihasilkan : - Karena Lzd.), Ld.) dan f () kontinu yang mengahbatkan terdapat T+, E (t,. t,,) dengan <+, < t, = 7(<+,) + 1 dan Lo, 6,) = 7(<+,) + 1, maka sedemikian selungga L,# (q+,)

32

33 m T(f;g,h)=-(a,x-+a, x-+a, x-+am x-) m =-(12x-+6x-+5x-+-) m =-(-+-) = -(39+m). 48 Berdasarkan Lema 1, maka diperoleh: (39+m)< m < 8, sehingg T, O: g, h) 5 4 untuk semua c E C. E4

t - 5 I b I b - 1 Latnpiran 1. Bidang Cartesius untuk b.,, b3, b,,..., b12 Diperoleh T (f,g, h) = - Diperoleh T (f, g, h) = 1 Diperoleh ~*~(j,g,hj = 1

t - 5 I b I b - 1 Latnpiran 1. Bidang Cartesius untuk b.,, b3, b,,..., b12 Diperoleh T (f,g, h) = - Diperoleh T (f, g, h) = 1 Diperoleh ~*~(j,g,hj = 1 LAMPIRAN Latnpiran 1. Bidang Cartesius untuk b.,, b3, b,,..., b12 I b I b - 1 Diperoleh T (f,g, h) = - Lo,,' 112 1 312 2 512 2 b2 --- Diperoleh T (f, g, h) = 1 L,-I LI,-I L4-I Diperoleh ~*~(j,g,hj = 1

Lebih terperinci

={ awal permainan. + jika pemain i bergerak naik pa& Definisi 2 Posisi awal p pada pemain adalah p2, p3) dengan P adalah permumi

={ awal permainan. + jika pemain i bergerak naik pa& Definisi 2 Posisi awal p pada pemain adalah p2, p3) dengan P adalah permumi I. PENDAHULUAN 1.1 Latar Belakang Rendezvous search adalah suatu kwrdinasi tanpa komunikasi dau mernpakan proses paralef. Masalah rendezvous search (Alpern, 1995) menjelaskan bagaimana para pemain yang

Lebih terperinci

EVALUASI DETERMINAN MATRIKS REKURSIF DENGAN FAKTORISASI LB RUDIANSYAH

EVALUASI DETERMINAN MATRIKS REKURSIF DENGAN FAKTORISASI LB RUDIANSYAH EVALUASI DETERMINAN MATRIKS REKURSIF DENGAN FAKTORISASI LB RUDIANSYAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2007 ABSTRAK RUDIANSYAH. Evaluasi

Lebih terperinci

Bagian 2 Matriks dan Determinan

Bagian 2 Matriks dan Determinan Bagian Matriks dan Determinan Materi mengenai fungsi, limit, dan kontinuitas akan kita pelajari dalam Bagian Fungsi dan Limit. Pada bagian Fungsi akan mempelajari tentang jenis-jenis fungsi dalam matematika

Lebih terperinci

BAB 2 GRAF PRIMITIF. Gambar 2.1. Contoh Graf

BAB 2 GRAF PRIMITIF. Gambar 2.1. Contoh Graf BAB 2 GRAF PRIMITIF Pada bagian ini akan dijelaskan mengenai definisi graf, istilah-istilah dalam graf, matriks ketetanggaan, graf terhubung, primitivitas graf, dan scrambling index. 2.1 Definisi Graf

Lebih terperinci

Geometri dalam Ruang, Vektor

Geometri dalam Ruang, Vektor Prodi Matematika FMIPA Unsyiah September 29, 2011 Singgung terhadap Kurva Sebuah kurva ruang (space curve) dapat ditentukan oleh tiga persamaan parametrik. x = f(t), y = g(t), z = h(t), t I dengan f, g,

Lebih terperinci

PENDUGAAN FUNGSI SEBARAN DAN FUNGSI KEPEKATAN PELUANG WAKTU TUNGGU PROSES POISSON PERIODIK NADIROH

PENDUGAAN FUNGSI SEBARAN DAN FUNGSI KEPEKATAN PELUANG WAKTU TUNGGU PROSES POISSON PERIODIK NADIROH PENDUGAAN FUNGSI SEBARAN DAN FUNGSI KEPEKATAN PELUANG WAKTU TUNGGU PROSES POISSON PERIODIK NADIROH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011

Lebih terperinci

PENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM. Oleh: WULAN ANGGRAENI G

PENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM. Oleh: WULAN ANGGRAENI G PENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM Oleh: WULAN ANGGRAENI G54101038 PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Himpunan Konvek Definisi 2.1.1. Suatu himpunan C di R n dikatakan konvek jika untuk setiap x, y C dan setiap bilangan real α, 0 < α < 1, titik αx + (1 - α)y C atau garis penghubung

Lebih terperinci

AN ANALISIS RANCANGAN PENAWARAN DISKON DENGAN BANYAK PELANGGAN DAN TITIK IMPAS TUNGGAL

AN ANALISIS RANCANGAN PENAWARAN DISKON DENGAN BANYAK PELANGGAN DAN TITIK IMPAS TUNGGAL AN ANALISIS RANCANGAN PENAWARAN DISKON DENGAN BANYAK PELANGGAN DAN TITIK IMPAS TUNGGAL Oleh: Endang Nurjamil G05497044 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

REGRESI KEKAR SIMPANGAN MUTLAK TERKECIL DENGAN MODIFIKASI SIMPLEKS MUHAMMAD YUSUF DWIHARJANGGI

REGRESI KEKAR SIMPANGAN MUTLAK TERKECIL DENGAN MODIFIKASI SIMPLEKS MUHAMMAD YUSUF DWIHARJANGGI REGRESI KEKAR SIMPANGAN MUTLAK TERKECIL DENGAN MODIFIKASI SIMPLEKS MUHAMMAD YUSUF DWIHARJANGGI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK

Lebih terperinci

BAB II LANDASAN TEORI. berawal dari suatu ide untuk menyimpan segitiga Sierpinski menggunakan

BAB II LANDASAN TEORI. berawal dari suatu ide untuk menyimpan segitiga Sierpinski menggunakan BAB II LANDASAN TEORI Metode kompresi citra fraktal merupakan metode kompresi citra yang berawal dari suatu ide untuk menyimpan segitiga Sierpinski menggunakan Iterated Function System (IFS). Segitiga

Lebih terperinci

KAJIAN PENDEKATAN REGRESI SINYAL P-SPLINE PADA MODEL KALIBRASI. Oleh : SITI NURBAITI G

KAJIAN PENDEKATAN REGRESI SINYAL P-SPLINE PADA MODEL KALIBRASI. Oleh : SITI NURBAITI G KAJIAN PENDEKATAN REGRESI SINYAL P-SPLINE PADA MODEL KALIBRASI Oleh : SITI NURBAITI G14102022 DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2007 ABSTRAK SITI

Lebih terperinci

MA1201 MATEMATIKA 2A Hendra Gunawan

MA1201 MATEMATIKA 2A Hendra Gunawan MA1201 MATEMATIKA 2A Hendra Gunawan Semester II, 2016/2017 8 Maret 2017 Kuliah yang Lalu 10.1-2 Parabola, Elips, dan Hiperbola 10.4 Persamaan Parametrik Kurva di Bidang 10.5 Sistem Koordinat Polar 11.1

Lebih terperinci

MA3231 Analisis Real

MA3231 Analisis Real MA3231 Analisis Real Hendra Gunawan* *http://hgunawan82.wordpress.com Analysis and Geometry Group Bandung Institute of Technology Bandung, INDONESIA Program Studi S1 Matematika ITB, Semester II 2016/2017

Lebih terperinci

1 0 0 m 2 BUDIDAYA PEMBESARAN IKAN NILA

1 0 0 m 2 BUDIDAYA PEMBESARAN IKAN NILA P O L A P E M B I A Y A A N U S A H A K E C I L ( P P U K ) B U D I D A Y A P E M B E S A R A N I K A N N I L A P O L A P E M B I A Y A A N U S A H A K E C I L ( P P U K ) B U D I D A Y A P E M B E S A

Lebih terperinci

5 S u k u B u n g a 1 5 %

5 S u k u B u n g a 1 5 % P O L A P E M B I A Y A A N U S A H A K E C I L ( P P U K ) U S A H A A B O N I K A N P O L A P E M B I A Y A A N U S A H A K E C I L ( P P U K ) U S A H A A B O N I K A N B A N K I N D O N E S I A K A

Lebih terperinci

BAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK

BAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK BAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK 3. Perumusan Penduga Misalkan N adalah proses Poisson non-homogen pada interval 0, dengan fungsi intensitas yang tidak diketahui. Fungsi intensitas

Lebih terperinci

KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR. Oleh: LIA NURLIANA

KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR. Oleh: LIA NURLIANA KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR Oleh: LIA NURLIANA PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

LIMIT DAN KEKONTINUAN

LIMIT DAN KEKONTINUAN LIMIT DAN KEKONTINUAN Departemen Matematika FMIPA IPB Bogor, 2012 (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, 2012 1 / 37 Topik Bahasan 1 Limit Fungsi 2 Hukum Limit 3 Kekontinuan Fungsi (Departemen

Lebih terperinci

METODE STEEPEST DESCENT

METODE STEEPEST DESCENT METODE STEEPEST DESCENT DENGAN UKURAN LANGKAH BARU UNTUK PENGOPTIMUMAN NIRKENDALA D. WUNGGULI 1, B. P. SILALAHI 2, S. GURITMAN 3 Abstrak Metode steepest descent adalah metode gradien sederhana untuk pengoptimuman.

Lebih terperinci

HUKUM ITERASI LOGARITMA. TUGAS AKHIR untuk memenuhi sebagian persyaratan memperoleh gelar sarjana sains SORTA PURNAWANTI NIM.

HUKUM ITERASI LOGARITMA. TUGAS AKHIR untuk memenuhi sebagian persyaratan memperoleh gelar sarjana sains SORTA PURNAWANTI NIM. HUKUM ITERASI LOGARITMA TUGAS AKHIR untuk memenuhi sebagian persyaratan memperoleh gelar sarjana sains SORTA PURNAWANTI NIM. 00290 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

PENGGEROMBOLAN DUA TAHAP DESA-DESA DI JAWA TENGAH ALIFTA DIAH AYU RETNANI

PENGGEROMBOLAN DUA TAHAP DESA-DESA DI JAWA TENGAH ALIFTA DIAH AYU RETNANI PENGGEROMBOLAN DUA TAHAP DESA-DESA DI JAWA TENGAH ALIFTA DIAH AYU RETNANI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2012 RINGKASAN ALIFTA DIAH AYU RETNANI.

Lebih terperinci

IV. MATRIKS PEMADANAN MAKSIMAL

IV. MATRIKS PEMADANAN MAKSIMAL {(1,),(2,4),(,1),(4,2)} yang berarti pada periode ke dua yaitu baris ke tiga pada kolom pertama, agen 1 dipasangkan dengan agen. Lalu pada kolom dua agen 2 dipasangkan dengan agen 4, pada kolom berikutnya

Lebih terperinci

1, 1 PENANGKAPAN IKAN DENGAN PURSE SEINE

1, 1 PENANGKAPAN IKAN DENGAN PURSE SEINE P O L A P E M B I A Y A A N U S A H A K E C I L ( P P U K ) P E N A N G K A P A N I K A N D E N G A N P U R S E S E I N E P O L A P E M B I A Y A A N U S A H A K E C I L ( P P U K ) P E N A N G K A P A

Lebih terperinci

PENYELESAIAN MAGIC SQUARE SEBAGAI PERMASALAHAN SISTEM PERSAMAAN LINEAR (SPL) RISMANTO FERNANDUS SIRINGO-RINGO

PENYELESAIAN MAGIC SQUARE SEBAGAI PERMASALAHAN SISTEM PERSAMAAN LINEAR (SPL) RISMANTO FERNANDUS SIRINGO-RINGO PENYELESAIAN MAGIC SQUARE SEBAGAI PERMASALAHAN SISTEM PERSAMAAN LINEAR (SPL) RISMANTO FERNANDUS SIRINGO-RINGO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

PELABELAN D-LUCKY PADA JARINGAN HYPERCUBE, JARINGAN KUPU-KUPU, DAN JARINGAN BENES

PELABELAN D-LUCKY PADA JARINGAN HYPERCUBE, JARINGAN KUPU-KUPU, DAN JARINGAN BENES i PELABELAN D-LUCKY PADA JARINGAN HYPERCUBE, JARINGAN KUPU-KUPU, DAN JARINGAN BENES HALINI NORMA LIANI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

Bab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik

Bab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik Bab 2 LANDASAN TEORI Pada bab ini akan diberikan penjelasan singkat mengenai pengantar proses stokastik dan rantai Markov, yang akan digunakan untuk analisis pada bab-bab selanjutnya. 2.1 Pengantar Proses

Lebih terperinci

Analisis Kestabilan Titik Tetap dan Bifurkasi Kelompok Inti pada Model Transmisi Penyakit Seksual

Analisis Kestabilan Titik Tetap dan Bifurkasi Kelompok Inti pada Model Transmisi Penyakit Seksual Analisis Kestabilan Titik Tetap dan Bifurkasi Kelompok Inti pada Model Transmisi Penyakit Seksual Titi Rahmawati, M. Nur Aidi, Farida Hanum Institut Perlanian Bogar Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

MASALAH PENJADWALAN KERETA SECARA PERIODIK DENGAN BIAYA MINIMUM PADA JALUR GANDA MUHAMMAD RIZQY HIDAYATSYAH

MASALAH PENJADWALAN KERETA SECARA PERIODIK DENGAN BIAYA MINIMUM PADA JALUR GANDA MUHAMMAD RIZQY HIDAYATSYAH MASALAH PENJADWALAN KERETA SECARA PERIODIK DENGAN BIAYA MINIMUM PADA JALUR GANDA MUHAMMAD RIZQY HIDAYATSYAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

MATEMATIKA DASAR 16. Jika maka Jawab : E 17. Diketahui premis-premis sebagai berikut : 1) Jika maka 2) atau Jika adalah peubah pada himpunan bilangan real, nilai yang memenuhi agar kesimpulan dari kedua

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Pada bagian ini akan dijelaskan beberapa konsep dasar yang berkaitan dengan permasalahan, seperti definisi dan teorema yang dijadikan landasan dalam penelitian ini. 2.1 Graf Graf

Lebih terperinci

sejumlah variabel keputusan; fungsi yang akan dimaksimumkan atau diminimumkan disebut sebagai fungsi objektif, Ax = b, dengan = dapat

sejumlah variabel keputusan; fungsi yang akan dimaksimumkan atau diminimumkan disebut sebagai fungsi objektif, Ax = b, dengan = dapat sejumlah variabel keputusan; fungsi yang akan dimaksimumkan atau diminimumkan disebut sebagai fungsi objektif nilai variabel-variabel keputusannya memenuhi suatu himpunan kendala yang berupa persamaan

Lebih terperinci

6 Sistem Persamaan Linear

6 Sistem Persamaan Linear 6 Sistem Persamaan Linear Pada bab, kita diminta untuk mencari suatu nilai x yang memenuhi persamaan f(x) = 0. Pada bab ini, masalah tersebut diperumum dengan mencari x = (x, x,..., x n ) yang secara sekaligus

Lebih terperinci

DAMPAK KENAIKAN HARGA BBM TERHADAP KINERJA SEKTORAL (Analisis Tabel I-O Indonesia Tahun 2005) OLEH TRI ISDINARMIATI H

DAMPAK KENAIKAN HARGA BBM TERHADAP KINERJA SEKTORAL (Analisis Tabel I-O Indonesia Tahun 2005) OLEH TRI ISDINARMIATI H DAMPAK KENAIKAN HARGA BBM TERHADAP KINERJA SEKTORAL (Analisis Tabel I-O Indonesia Tahun 2005) OLEH TRI ISDINARMIATI H14094022 DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR

Lebih terperinci

y'rt l. Undang-undang Nomor 8 tahun 1974 dan Nomor 43 tahun 1999 tentang Pokok-pokok Kepegawaian.

y'rt l. Undang-undang Nomor 8 tahun 1974 dan Nomor 43 tahun 1999 tentang Pokok-pokok Kepegawaian. KBPTS DK KTS TK, PRT VRSTS DS PDC Tg Pk/Pggk D Pmbmbg lhw gk 014 Pgm S Tkk P kl Tklg P DK KTS TK PRT VRSTS DS Mmbc Mmbg Mgg Mpk Pm K Kg S K Pgm S Tkk Pl m 084/.1.1llKPlTpl01 ggl l5 Spmb 01 g Pk D Pmbmbg

Lebih terperinci

PENGKAJIAN KEAKURATAN TWOSTEP CLUSTER DALAM MENENTUKAN BANYAKNYA GEROMBOL POPULASI KUDSIATI

PENGKAJIAN KEAKURATAN TWOSTEP CLUSTER DALAM MENENTUKAN BANYAKNYA GEROMBOL POPULASI KUDSIATI PENGKAJIAN KEAKURATAN TWOSTEP CLUSTER DALAM MENENTUKAN BANYAKNYA GEROMBOL POPULASI KUDSIATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

PEMODELAN DATA PANEL SPASIAL DENGAN DIMENSI RUANG DAN WAKTU TENDI FERDIAN DIPUTRA

PEMODELAN DATA PANEL SPASIAL DENGAN DIMENSI RUANG DAN WAKTU TENDI FERDIAN DIPUTRA PEMODELAN DATA PANEL SPASIAL DENGAN DIMENSI RUANG DAN WAKTU TENDI FERDIAN DIPUTRA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 RINGKASAN TENDI

Lebih terperinci

PENGUKURAN KEMIRIPAN CITRA BERBASIS WARNA, BENTUK, DAN TEKSTUR MENGGUNAKAN BAYESIAN NETWORK RIZKI PEBUARDI

PENGUKURAN KEMIRIPAN CITRA BERBASIS WARNA, BENTUK, DAN TEKSTUR MENGGUNAKAN BAYESIAN NETWORK RIZKI PEBUARDI PENGUKURAN KEMIRIPAN CITRA BERBASIS WARNA, BENTUK, DAN TEKSTUR MENGGUNAKAN BAYESIAN NETWORK RIZKI PEBUARDI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

KETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN

KETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN KETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa tesis Keterkontrolan

Lebih terperinci

KEMENTERIAN KESEHATAN RENIA KL TAHUN SEKRETARIAT IENDERAL 4 APRIL 2014 I '-I. "l I t t I

KEMENTERIAN KESEHATAN RENIA KL TAHUN SEKRETARIAT IENDERAL 4 APRIL 2014 I '-I. l I t t I KMRA KHAA RA K AHU 01 '- KRARA DRA 4 APR 0. -l "l . UMUM 1. Keee/e. U 0. M U 4. e. Ke P. P 7. Pe [u Rup,l 1. Rup Pe. Pep. Pep. PH u PD RMUR R CAA KRA KM'RA/MBAA (RA- K) AHU AARA 01 KMRA KHAA eke leel 04.01.01.

Lebih terperinci

BAB 2 GRAF PRIMITIF. 2.1 Definisi Graf

BAB 2 GRAF PRIMITIF. 2.1 Definisi Graf BAB 2 GRAF PRIMITIF Pada Bagian ini akan dijelaskan beberapa definisi dan teorema terkait graf, matriks adjency, terhubung, primitifitas, dan scrambling index sebagai landasan teori yang menjadi acuan

Lebih terperinci

METODE QUALITY FUNCTION DEPLOYMENT (QFD) DALAM PENENTUAN PRIORITAS PELAYANAN PADA PERUSAHAAN ASURANSI MARLINE SOFIANA PAENDONG

METODE QUALITY FUNCTION DEPLOYMENT (QFD) DALAM PENENTUAN PRIORITAS PELAYANAN PADA PERUSAHAAN ASURANSI MARLINE SOFIANA PAENDONG METODE QUALITY FUNCTION DEPLOYMENT (QFD) DALAM PENENTUAN PRIORITAS PELAYANAN PADA PERUSAHAAN ASURANSI MARLINE SOFIANA PAENDONG SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006 SURAT PERNYATAAN

Lebih terperinci

PENERAPAN DAN PERBANDINGAN CARA PENGUKURAN RESPON PADA ANALISIS KONJOIN

PENERAPAN DAN PERBANDINGAN CARA PENGUKURAN RESPON PADA ANALISIS KONJOIN PENERAPAN DAN PERBANDINGAN CARA PENGUKURAN RESPON PADA ANALISIS KONJOIN (Studi Kasus: Preferensi Mahasiswa Statistika IPB Angkatan 44, 45, dan 46 terhadap Minat Bidang Kerja) DONNY ARIEF SETIAWAN SITEPU

Lebih terperinci

SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI

SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN

Lebih terperinci

ANALISIS PERIODISITAS SUHU DAN TEKANAN PARAS MUKA LAUT DI INDONESIA DAN HUBUNGANNYA DENGAN AKTIVITAS MATAHARI R. HIKMAT KURNIAWAN

ANALISIS PERIODISITAS SUHU DAN TEKANAN PARAS MUKA LAUT DI INDONESIA DAN HUBUNGANNYA DENGAN AKTIVITAS MATAHARI R. HIKMAT KURNIAWAN ANALISIS PERIODISITAS SUHU DAN TEKANAN PARAS MUKA LAUT DI INDONESIA DAN HUBUNGANNYA DENGAN AKTIVITAS MATAHARI R. HIKMAT KURNIAWAN DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

PENERAPAN SISTEM PERSAMAAN LINEAR ITERATIF MAKS-PLUS PADA MASALAH LINTASAN TERPANJANG

PENERAPAN SISTEM PERSAMAAN LINEAR ITERATIF MAKS-PLUS PADA MASALAH LINTASAN TERPANJANG PENERAPAN SISTEM PERSAMAAN LINEAR ITERATIF MAKS-PLUS PADA MASALAH LINTASAN TERPANJANG Mira Amalia, Siswanto, dan Bowo Winarno Program Studi Matematika FMIPA UNS Abstrak. Aljabar merupakan cabang ilmu matematika

Lebih terperinci

PENGGUNAAN REGRESI SPLINE ADAPTIF BERGANDA UNTUK DATA RESPON BINER AZWIRDA AZIZ SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2005

PENGGUNAAN REGRESI SPLINE ADAPTIF BERGANDA UNTUK DATA RESPON BINER AZWIRDA AZIZ SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2005 1 PENGGUNAAN REGRESI SPLINE ADAPTIF BERGANDA UNTUK DATA RESPON BINER AZWIRDA AZIZ SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2005 2 SURAT PERNYATAAN Dengan ini saya menyatakan bahwa tesis yang berjudul

Lebih terperinci

USAHA KONVEKSI PAKAIAN JADI

USAHA KONVEKSI PAKAIAN JADI P O L A P E M B I A Y A A N U S A H A K E C I L S Y A R I A H ( P P U K -S Y A R I A H ) U S A H A K O N V E K S I P A K A I A N J A D I P O L A P E M B I A Y A A N U S A H A K E C I L S Y A R I A H (

Lebih terperinci

Grup Permutasi dan Grup Siklis. Winita Sulandari

Grup Permutasi dan Grup Siklis. Winita Sulandari Grup Permutasi dan Grup Siklis Winita Sulandari Grup Permutasi Suatu Permutasi dari suatu himpunan berhingga S yang tidak kosong, dinyatakan sebagai suatu pemetaan bijektif dari himpunan S pada dirinya

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Berikut ini adalah beberapa definisi dan teorema yang menjadi landasan dalam penentuan harga premi, fungsi permintaan, dan kesetimbangannya pada portfolio heterogen. 2.1 Percobaan

Lebih terperinci

Matematika IPA (MATEMATIKA TKD SAINTEK)

Matematika IPA (MATEMATIKA TKD SAINTEK) Pembahasan Soal SBMPTN 2016 SELEKSI BERSAMA MASUK PERGURUAN TINGGI NEGERI Disertai TRIK SUPERKILAT dan LOGIKA PRAKTIS Matematika IPA (MATEMATIKA TKD SAINTEK) Kumpulan SMART SOLUTION dan TRIK SUPERKILAT

Lebih terperinci

PENGKAJIAN KEAKURATAN TWOSTEP CLUSTER DALAM MENENTUKAN BANYAKNYA GEROMBOL POPULASI KUDSIATI

PENGKAJIAN KEAKURATAN TWOSTEP CLUSTER DALAM MENENTUKAN BANYAKNYA GEROMBOL POPULASI KUDSIATI PENGKAJIAN KEAKURATAN TWOSTEP CLUSTER DALAM MENENTUKAN BANYAKNYA GEROMBOL POPULASI KUDSIATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

PENENTUAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS TRIDIAGONAL 2-TOEPLITZ DENGAN PENDEKATAN POLINOMIAL CHEBYSHEV MELIZA DITA UTAMI

PENENTUAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS TRIDIAGONAL 2-TOEPLITZ DENGAN PENDEKATAN POLINOMIAL CHEBYSHEV MELIZA DITA UTAMI PENENTUAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS TRIDIAGONAL 2-TOEPLITZ DENGAN PENDEKATAN POLINOMIAL CHEBYSHEV MELIZA DITA UTAMI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

PENGARUH PROPORSI TEPUNG LIMBAH IKAN ASIN DAN TEPUNG KEDELAI YANG BERBEDA DALAM PAKAN BUATAN TERHADAP PERTUMBUHAN IKAN PATIN SIAM

PENGARUH PROPORSI TEPUNG LIMBAH IKAN ASIN DAN TEPUNG KEDELAI YANG BERBEDA DALAM PAKAN BUATAN TERHADAP PERTUMBUHAN IKAN PATIN SIAM PENGARUH PROPORSI TEPUNG LIMBAH IKAN ASIN DAN TEPUNG KEDELAI YANG BERBEDA DALAM PAKAN BUATAN TERHADAP PERTUMBUHAN IKAN PATIN SIAM (Pangasionodon hypohpthalmus) Oleh: STEFANNY WIDIANINGRUM ABADI Skripsi

Lebih terperinci

Himpunan dan Fungsi. Modul 1 PENDAHULUAN

Himpunan dan Fungsi. Modul 1 PENDAHULUAN Modul 1 Himpunan dan Fungsi Dr Rizky Rosjanuardi P PENDAHULUAN ada modul ini dibahas konsep himpunan dan fungsi Pada Kegiatan Belajar 1 dibahas konsep-konsep dasar dan sifat dari himpunan, sedangkan pada

Lebih terperinci

PENYUSUNAN APLIKASI SISTEM PAKAR DAN BASIS DATA KARAKTERISTIK LINGKUNGAN TUMBUH TANAMAN ANDRI SUSANTO

PENYUSUNAN APLIKASI SISTEM PAKAR DAN BASIS DATA KARAKTERISTIK LINGKUNGAN TUMBUH TANAMAN ANDRI SUSANTO PENYUSUNAN APLIKASI SISTEM PAKAR DAN BASIS DATA KARAKTERISTIK LINGKUNGAN TUMBUH TANAMAN ANDRI SUSANTO DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

KAJIAN DAYATAH AN MAHASISWA FMI PA-I PB YANG BERPRESTASI RENDAH Dl TPB

KAJIAN DAYATAH AN MAHASISWA FMI PA-I PB YANG BERPRESTASI RENDAH Dl TPB KAJIAN DAYATAH AN MAHASISWA FMI PA-I PB YANG BERPRESTASI RENDAH Dl TPB DENGAN PENDEKATAN REGRESI COX OLEH: SRI REZEKI PROGRAM PASCAShRJANA 1NSTfTUT PERTANIAN BOGOR 2002 SRI REZEKI. Kajian Daya Tahan Mahasiswa

Lebih terperinci

TEORI PERMAINAN. Digunakan jika permainan stabil ada titik saddle (saddle point) Titik sadel minimaks = maksimin Contoh :

TEORI PERMAINAN. Digunakan jika permainan stabil ada titik saddle (saddle point) Titik sadel minimaks = maksimin Contoh : TEORI PERMAINAN Aplikasi Teori Permainan Lawan pemain (punya intelegensi yang sama) Setiap pemain mempunyai beberapa strategi untuk saling mengalahkan Two-Person Zero-Sum Game Permainan dengan pemain dengan

Lebih terperinci

PERANCANGAN PROTOKOL PENYEMBUNYIAN INFORMASI TEROTENTIKASI SHELVIE NIDYA NEYMAN

PERANCANGAN PROTOKOL PENYEMBUNYIAN INFORMASI TEROTENTIKASI SHELVIE NIDYA NEYMAN PERANCANGAN PROTOKOL PENYEMBUNYIAN INFORMASI TEROTENTIKASI SHELVIE NIDYA NEYMAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2007 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan

Lebih terperinci

Analisis Penerapan Algoritma Kruskal dalam Pembuatan Jaringan Distribusi Listrik

Analisis Penerapan Algoritma Kruskal dalam Pembuatan Jaringan Distribusi Listrik Analisis Penerapan Algoritma Kruskal dalam Pembuatan Jaringan Distribusi Listrik Maureen Linda Caroline (13508049) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

OLEH: PlNTA DENIYANTI SAMPOERNO

OLEH: PlNTA DENIYANTI SAMPOERNO ANALISIS KUALITAS MAHASISWA DALAM PENCAPAIAN PENDIDIKANNYA DENGAN MENGGUNAKAN METODE PARTIAL LEAST SQUARES Studi Kasus: Mahasiswa Jurusan Maternatika FMlPA Universitas Negeri Jakarta OLEH: PlNTA DENIYANTI

Lebih terperinci

MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016. Hendra Gunawan

MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016. Hendra Gunawan MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016 Hendra Gunawan 3. Topologi Garis Bilangan Real 3.1 Teori Limit Limit, supremum, dan infimum Titik limit 3.2 Himpunan Buka dan Himpunan Tutup 3.3

Lebih terperinci

Penerapan Algoritma Steiner Tree dalam Konstruksi Jaringan Pipa Gas

Penerapan Algoritma Steiner Tree dalam Konstruksi Jaringan Pipa Gas Penerapan Algoritma Steiner Tree dalam Konstruksi Jaringan Pipa Gas Achmad Baihaqi, NIM: 13508030 Program Studi Teknik Informatika Institut Teknologi Bandung Jalan Ganesa 10 Bandung e-mail: baihaqi@students.itb.ac.id

Lebih terperinci

BAB MATRIKS. Tujuan Pembelajaran. Pengantar

BAB MATRIKS. Tujuan Pembelajaran. Pengantar BAB II MATRIKS Tujuan Pembelajaran Setelah mempelajari materi bab ini, Anda diharapkan dapat: 1. menggunakan sifat-sifat dan operasi matriks untuk menunjukkan bahwa suatu matriks persegi merupakan invers

Lebih terperinci

BAB 2 DIGRAPH DWIWARNA PRIMITIF

BAB 2 DIGRAPH DWIWARNA PRIMITIF BAB 2 DIGRAPH DWIWARNA PRIMITIF Pada bagian ini akan diberikan beberapa konsep dasar seperti teorema dan definisi sebagai landasan teori dalam penelitian ini. Konsep dasar tersebut berkaitan dengan definisi

Lebih terperinci

III. HASIL DAN PEMBAHASAN

III. HASIL DAN PEMBAHASAN III. HASIL DAN PEMBAHASAN 3.1 Perumusan Masalah Misalkan adalah proses Poisson nonhomogen pada interval dengan fungsi intensitas yang tidak diketahui. Fungsi intensitas diasumsikan terintegralkan lokal

Lebih terperinci

UJI DAN APLIKASI KOMPUTASI PARALEL PADA JARINGAN SYARAF PROBABILISTIK (PNN) UNTUK PROSES KLASIFIKASI MUTU BUAH TOMAT SEGAR

UJI DAN APLIKASI KOMPUTASI PARALEL PADA JARINGAN SYARAF PROBABILISTIK (PNN) UNTUK PROSES KLASIFIKASI MUTU BUAH TOMAT SEGAR UJI DAN APLIKASI KOMPUTASI PARALEL PADA JARINGAN SYARAF PROBABILISTIK (PNN) UNTUK PROSES KLASIFIKASI MUTU BUAH TOMAT SEGAR oleh: MOH. KHAWARIZMIE ALIM F14101030 2006 FAKULTAS TEKNOLOGI PERTANIAN INSTITUT

Lebih terperinci

PENGARUH ARUS LISTRIK TERHADAP WAKTU PINGSAN DAN PULIH IKAN PATIN IRVAN HIDAYAT SKRIPSI

PENGARUH ARUS LISTRIK TERHADAP WAKTU PINGSAN DAN PULIH IKAN PATIN IRVAN HIDAYAT SKRIPSI i PENGARUH ARUS LISTRIK TERHADAP WAKTU PINGSAN DAN PULIH IKAN PATIN IRVAN HIDAYAT SKRIPSI DEPARTEMEN PEMANFAATAN SUMBERDAYA PERIKANAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

SYARAT FRITZ JOHN PADA MASALAH OPTIMASI BERKENDALA KETAKSAMAAN. Caturiyati 1 Himmawati Puji Lestari 2. Abstrak

SYARAT FRITZ JOHN PADA MASALAH OPTIMASI BERKENDALA KETAKSAMAAN. Caturiyati 1 Himmawati Puji Lestari 2. Abstrak Syarat Fritz John... (Caturiyati) SYARAT FRITZ JOHN PADA MASALAH OPTIMASI BERKENDALA KETAKSAMAAN Caturiyati 1 Himmawati Puji Lestari 2 1,2 Jurusan Pendidikan Matematika FMIPA UNY 1 wcaturiyati@yahoo.com

Lebih terperinci

DASAR-DASAR ANALISIS MATEMATIKA

DASAR-DASAR ANALISIS MATEMATIKA (Bekal untuk Para Sarjana dan Magister Matematika) Dosen FMIPA - ITB E-mail: hgunawan@math.itb.ac.id. December 26, 2007 Misalkan f kontinu pada interval [a, b]. Apakah masuk akal untuk membahas luas daerah

Lebih terperinci

BAB II KAJIAN PUSTAKA. Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi

BAB II KAJIAN PUSTAKA. Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi BAB II KAJIAN PUSTAKA Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi graf, permasalahan optimasi, model matematika dari objek wisata di Yogyakarta, dan algoritma genetika

Lebih terperinci

ANALISIS PEMBENTUKAN WORD GRAPH KATA SIFAT MENGGUNAKAN METODE KNOWLEDGE GRAPH USEP RAHMAT

ANALISIS PEMBENTUKAN WORD GRAPH KATA SIFAT MENGGUNAKAN METODE KNOWLEDGE GRAPH USEP RAHMAT ANALISIS PEMBENTUKAN WORD GRAPH KATA SIFAT MENGGUNAKAN METODE KNOWLEDGE GRAPH USEP RAHMAT SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

KETERKAITAN NILAI TUKAR RUPIAH DENGAN INDEKS SAHAM DI BURSA EFEK INDONESIA. Oleh : Venny Syahmer

KETERKAITAN NILAI TUKAR RUPIAH DENGAN INDEKS SAHAM DI BURSA EFEK INDONESIA. Oleh : Venny Syahmer KETERKAITAN NILAI TUKAR RUPIAH DENGAN INDEKS SAHAM DI BURSA EFEK INDONESIA Oleh : Venny Syahmer PROGRAM STUDI MANAJEMEN DAN BISNIS SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2010 SURAT PERNYATAAN Saya

Lebih terperinci

dengan Algoritma Branch and Bound

dengan Algoritma Branch and Bound Menentukan Susunan Tim Bulutangkis Thomas Cup Terbaik dengan Algoritma Branch and Bound Jaisyalmatin Pribadi/ 13510084 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

PENGARUH KECEPATAN ARUS TERHADAP DINAMIKA JARING KEJER PADA PERCOBAAN DI FLUME TANK

PENGARUH KECEPATAN ARUS TERHADAP DINAMIKA JARING KEJER PADA PERCOBAAN DI FLUME TANK PENGARUH KECEPATAN ARUS TERHADAP DINAMIKA JARING KEJER PADA PERCOBAAN DI FLUME TANK SINGGIH PRIHADI AJI SKRIPSI DEPARTEMEN PEMANFAATAN SUMBERDAYA PERIKANAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN INSTITUT

Lebih terperinci

PEMBANGUNAN INFRASTRUKTUR DAN PENGURANGAN PENGANGGURAN DI INDONESIA OLEH ARDIANTI NIKEN MUSLIKHAH H

PEMBANGUNAN INFRASTRUKTUR DAN PENGURANGAN PENGANGGURAN DI INDONESIA OLEH ARDIANTI NIKEN MUSLIKHAH H PEMBANGUNAN INFRASTRUKTUR DAN PENGURANGAN PENGANGGURAN DI INDONESIA 1976 2006 OLEH ARDIANTI NIKEN MUSLIKHAH H 14104067 DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2008

Lebih terperinci

ANALISIS TINGKAT IMBAL HASIL DAN FAKTOR RESIKO PADA PENAWARAN UMUM PERDANA (Initial Public Offering) SAHAM SECARA SEKTORAL DI BURSA EFEK JAKARTA

ANALISIS TINGKAT IMBAL HASIL DAN FAKTOR RESIKO PADA PENAWARAN UMUM PERDANA (Initial Public Offering) SAHAM SECARA SEKTORAL DI BURSA EFEK JAKARTA ANALISIS TINGKAT IMBAL HASIL DAN FAKTOR RESIKO PADA PENAWARAN UMUM PERDANA (Initial Public Offering) SAHAM SECARA SEKTORAL DI BURSA EFEK JAKARTA Oleh : MONICA ANGGUNADI PROGRAM STUDI MAGISTER MANAJEMEN

Lebih terperinci

LOGO STATISTIKA MATEMATIKA I TEORI PELUANG HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND

LOGO STATISTIKA MATEMATIKA I TEORI PELUANG HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND LOGO STATISTIKA MATEMATIKA I TEORI PELUANG HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND Tujuan Instruksional Khusus 1 Menentukan ruang contoh sebuah percobaan dan kejadiankejadian 2 Mencacah

Lebih terperinci

PENERAPAN MODEL FINITE LENGTH LINE SOURCE UNTUK MENDUGA KONSENTRASI POLUTAN DARI SUMBER GARIS (STUDI KASUS: JL. M.H. THAMRIN, DKI JAKARTA)

PENERAPAN MODEL FINITE LENGTH LINE SOURCE UNTUK MENDUGA KONSENTRASI POLUTAN DARI SUMBER GARIS (STUDI KASUS: JL. M.H. THAMRIN, DKI JAKARTA) PENERAPAN MODEL FINITE LENGTH LINE SOURCE UNTUK MENDUGA KONSENTRASI POLUTAN DARI SUMBER GARIS (STUDI KASUS: JL. M.H. THAMRIN, DKI JAKARTA) EKO SUPRIYADI DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA

Lebih terperinci

BAB I PENDAHULUAN. 2. Membagi keliling lingkaran sama besar.

BAB I PENDAHULUAN. 2. Membagi keliling lingkaran sama besar. BAB I PENDAHULUAN A. Deskripsi Judul modul ini adalah lingkaran, sedangkan yang akan dibahas ada tiga unit yaitu : 1. Menggambar lingkaran 2. Membagi keliling lingkaran sama besar. 3. Menggambar garis

Lebih terperinci

SISTEM PERSAMAAN LINEAR

SISTEM PERSAMAAN LINEAR SISTEM PERSAMAAN LINEAR BAB 1 Dr. Abdul Wahid Surhim POKOK BAHASAN 1.1 Pengantar Sistem Persamaan Linear (SPL) 1.2 Eliminasi GAUSS-JORDAN 1.3 Matriks dan operasi matriks 1.4 Aritmatika Matriks, Matriks

Lebih terperinci

PERKEMBANGAN PEREKONOMIAN PROVINSI GORONTALO : IDENTIFIKASI SEKTOR-SEKTOR UNGGULAN DWI MUSLIANTI H

PERKEMBANGAN PEREKONOMIAN PROVINSI GORONTALO : IDENTIFIKASI SEKTOR-SEKTOR UNGGULAN DWI MUSLIANTI H PERKEMBANGAN PEREKONOMIAN PROVINSI GORONTALO 2001-2008: IDENTIFIKASI SEKTOR-SEKTOR UNGGULAN DWI MUSLIANTI H 14094014 DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2009

Lebih terperinci

BAB 2 GRAF PRIMITIF. 2.1 Definisi Graf

BAB 2 GRAF PRIMITIF. 2.1 Definisi Graf BAB 2 GRAF PRIMITIF Pada bab ini akan dijelaskan beberapa konsep dasar seperti definisi dan teorema yang dijadikan landasan teori dalam penelitian ini. Konsep dasar tersebut berkaitan dengan definisi graf,

Lebih terperinci

ANALISIS BIPLOT UNTUK MEMETAKAN MUTU SEKOLAH YANG SESUAI DENGAN NILAI UJIAN NASIONAL SUJITA

ANALISIS BIPLOT UNTUK MEMETAKAN MUTU SEKOLAH YANG SESUAI DENGAN NILAI UJIAN NASIONAL SUJITA ANALISIS BIPLOT UNTUK MEMETAKAN MUTU SEKOLAH YANG SESUAI DENGAN NILAI UJIAN NASIONAL SUJITA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

A-8 LUAS DAERAH DI R2 DENGAN MEMANFAATKAN GARIS SINGGUNG KURVA

A-8 LUAS DAERAH DI R2 DENGAN MEMANFAATKAN GARIS SINGGUNG KURVA A-8 LUAS DAERAH DI R2 DENGAN MEMANFAATKAN GARIS SINGGUNG KURVA Moh. Affaf, S.Si 1 1 Institut Teknologi Bandung, affafs.teorema@yahoo.com PENDAHULUAN Luas daerah di R 2, dibawah kurva f dan di atas sumbu-x

Lebih terperinci

FUNGSI BERVARIASI TERBATAS DAN SIFAT-SIFATNYA SKRIPSI

FUNGSI BERVARIASI TERBATAS DAN SIFAT-SIFATNYA SKRIPSI FUNGSI BERVARIASI TERBATAS DAN SIFAT-SIFATNYA SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta Untuk Memenuhi Sebagian Persyaratan Guna Memperoleh Gelar

Lebih terperinci

ANALISIS MANAJEMEN STRATEGIS PT. ANGGREK PERSADA INDAH DALAM MENGHADAPI PERSAINGAN BISNIS ANGGREK DENDROBIUM. Oleh. MASTA HERAWATI br SINULINGGA

ANALISIS MANAJEMEN STRATEGIS PT. ANGGREK PERSADA INDAH DALAM MENGHADAPI PERSAINGAN BISNIS ANGGREK DENDROBIUM. Oleh. MASTA HERAWATI br SINULINGGA ANALISIS MANAJEMEN STRATEGIS PT. ANGGREK PERSADA INDAH DALAM MENGHADAPI PERSAINGAN BISNIS ANGGREK DENDROBIUM Oleh MASTA HERAWATI br SINULINGGA A07400002 PROGRAM STUDI MANAJEMEN AGRIBISNIS FAKULTAS PERTANIAN

Lebih terperinci

EKSPLORASI MASALAH LOGARITMA DISKRET PADA FINITE FIELD ( ) Y A N A

EKSPLORASI MASALAH LOGARITMA DISKRET PADA FINITE FIELD ( ) Y A N A EKSPLORASI MASALAH LOGARITMA DISKRET PADA FINITE FIELD ( ) Y A N A SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TUGAS AKHIR DAN SUMBER INFORMASI Dengan ini saya menyatakan

Lebih terperinci

ANALISIS PENERAPAN METODE KUADRAT TERKECIL DAN REGRESI KOMPONEN UTAMA DALAM MULTIKOLINEARITAS OLEH : GUGUN M. SIMATUPANG

ANALISIS PENERAPAN METODE KUADRAT TERKECIL DAN REGRESI KOMPONEN UTAMA DALAM MULTIKOLINEARITAS OLEH : GUGUN M. SIMATUPANG ANALISIS PENERAPAN METODE KUADRAT TERKECIL DAN REGRESI KOMPONEN UTAMA DALAM MULTIKOLINEARITAS OLEH : GUGUN M. SIMATUPANG PROGRAM PASCASARJANA INSTITUT PERTANIAN BOGOR 2002 ABSTRAK GUGUN M. SIMATUPANG.

Lebih terperinci

Catatan Kuliah MA1123 Kalkulus Elementer I

Catatan Kuliah MA1123 Kalkulus Elementer I Catatan Kuliah MA1123 Kalkulus Elementer I Oleh Hendra Gunawan, Ph.D. Departemen Matematika ITB Sasaran Belajar Setelah mempelajari materi Kalkulus Elementer I, mahasiswa diharapkan memiliki (terutama):

Lebih terperinci

OPTIMASI (Pemrograman Non Linear)

OPTIMASI (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 terperinci

BAB VI KESIMPULAN DAN SARAN

BAB VI KESIMPULAN DAN SARAN 59 BAB VI KESIMPULAN DAN SARAN 6.1. Kesimpulan Berdasarkan hasil data survai dan analisis yang dilakukan pada lahan parkir Rumah Sakit Umum Daerah RAA Soewondo Pati selama 3 hari dapat diambil kesimpulan

Lebih terperinci

MATRIKS PASCAL DAN SIFAT-SIFATNYA YOGIE BUDHI RANTUNG

MATRIKS PASCAL DAN SIFAT-SIFATNYA YOGIE BUDHI RANTUNG MATRIKS PASCAL DAN SIFAT-SIFATNYA YOGIE BUDHI RANTUNG DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI

Lebih terperinci

OSN MATEMATIKA SMA Hari 1 Soal 1. Buktikan bahwa untuk sebarang bilangan asli a dan b, bilangan. n = F P B(a, b) + KP K(a, b) a b

OSN MATEMATIKA SMA Hari 1 Soal 1. Buktikan bahwa untuk sebarang bilangan asli a dan b, bilangan. n = F P B(a, b) + KP K(a, b) a b OSN MATEMATIKA SMA Hari 1 Soal 1. Buktikan bahwa untuk sebarang bilangan asli a dan b, bilangan adalah bilangan bulat genap tak negatif. n = F P B(a, b + KP K(a, b a b Solusi. Misalkan d = F P B(a, b,

Lebih terperinci

ESTIMASI NILAI TPW (TOTAL PRECIPITABLE WATER) DI ATAS DAERAH PADANG DAN BIAK BERDASARKAN HASIL ANALISIS DATA RADIOSONDE IRE PRATIWI

ESTIMASI NILAI TPW (TOTAL PRECIPITABLE WATER) DI ATAS DAERAH PADANG DAN BIAK BERDASARKAN HASIL ANALISIS DATA RADIOSONDE IRE PRATIWI ESTIMASI NILAI TPW (TOTAL PRECIPITABLE WATER) DI ATAS DAERAH PADANG DAN BIAK BERDASARKAN HASIL ANALISIS DATA RADIOSONDE IRE PRATIWI DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

Operations Management

Operations Management Operations Management OPERATIONS RESEARCH William J. Stevenson 8 th edition MASALAH PENUGASAN (ASSIGMENT PROBLEM) Merupakan masalah yang berhubungan dengan penugasan optimal dari bermacammacam sumber yang

Lebih terperinci

MA3231 Analisis Real

MA3231 Analisis Real MA3231 Analisis Real Hendra Gunawan* *http://hgunawan82.wordpress.com Analysis and Geometry Group Bandung Institute of Technology Bandung, INDONESIA Program Studi S1 Matematika ITB, Semester II 2016/2017

Lebih terperinci

KEPUTUSAN JENIS MIGRASI DAN PRODUKTIVITAS PEKERJA INDUSTRI KECIL SEPATU DI PERKAMPUNGAN INDUSTRI KECIL PULO GADUNG JAKARTA TIMUR.

KEPUTUSAN JENIS MIGRASI DAN PRODUKTIVITAS PEKERJA INDUSTRI KECIL SEPATU DI PERKAMPUNGAN INDUSTRI KECIL PULO GADUNG JAKARTA TIMUR. KEPUTUSAN JENIS MIGRASI DAN PRODUKTIVITAS PEKERJA INDUSTRI KECIL SEPATU DI PERKAMPUNGAN INDUSTRI KECIL PULO GADUNG JAKARTA TIMUR Oleh: NUR AZMI AFIANTI A14301087 PROGRAM STUDI EKONOMI PERTANIAN DAN SUMBERDAYA

Lebih terperinci

Analisis Instruksional (AI) dan Silabus. MAT100 Pengantar Matematika. Program Studi S-1 Matematika Departemen Matematika Institut Pertanian Bogor

Analisis Instruksional (AI) dan Silabus. MAT100 Pengantar Matematika. Program Studi S-1 Matematika Departemen Matematika Institut Pertanian Bogor Analisis Instruksional (AI) dan Silabus MAT100 Pengantar Matematika Program Studi S-1 Matematika Departemen Matematika Institut Pertanian Bogor ANALISIS INSTRUKSIONAL (AI) DAN SILABUS MATA KULIAH MAT100

Lebih terperinci