BAB II DIMENSI PARTISI
|
|
- Hartanti Tedjo
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan dalam peneltan n, aan ddefnsan penggabungan dan penjumlahan graf. Msalan G dan H adalah dua buah graf. Graf G H adalah penggabungan G dan H ja hmpunan tt V(G H) = V(G) V(H), dengan V(G) V(H) = { } dan hmpunan ss E(G H) = E(G) E(H). Graf G H adalah graf dengan hmpunan tt V(G H) = V(G) V(H) dan hmpunan ss E(G H) = E(G) E(H) {uv u V(G) dan v V(H)}. Ilustras dapat dlhat pada gambar berut. v v v 3 u u u 3 G H v v v 3 v v v 3 u u u 3 G H u u u 3 G H Gambar Penggabungan dan Penjumlahan Graf Dmens Parts Graf Kpas dan Graf Kncr 4
2 Berut adalah defns beberapa graf yang dgunaan dalam tugas ahr n.. Graf Wheel Dalam teor graf, graf Wheel (W n ) atau graf roda adalah graf hasl tambah K C n, dmana K adalah graf lengap satu tt dan C n adalah graf cycle. Ss pada graf n ada dua jens, yatu ss dalam yang merupaan jar-jar dan ss luar. Ttnya juga ada dua jens, tt pusat dan tt luar. W 4 W 5 W 6 W 7 W 8 W 9 Gambar Enam buah graf Wheel pertama. Graf Kpas Graf Kpas atau Fan (F n ) adalah graf hasl tambah K P n. Graf n meml banya tt n 4. Graf n juga dapat dbentu dar graf Wheel yang durang sebuah ss luarnya. F 4 F 5 F 6 F 7 Gambar 3 Beberapa contoh graf Kpas Dmens Parts Graf Kpas dan Graf Kncr 5
3 3. Graf Kncr Graf Kncr adalah graf hasl tambah K nk. Graf Kncr (K) atau serng dsebut dengan graf Wndmll merupaan graf terhubung n buah batang dengan n. Basanya n dgunaan untu menyataan banyanya tt, tetap tda untu tugas ahr n. Setap batang n memuat tt sehngga graf K(n) adalah graf n batang dengan (n) tt. Sebaga contoh, graf ncr dua batang (5 tt), tga batang (7 tt), dan empat batang (9 tt) dapat dlhat pada gambar berut. Gambar 4 Beberapa contoh graf Kncr D dalam jurnalnya, Gary Chartrand, Ebrahm Saleh, dan Png Zhang memberan defns jara pada graf. Untu tt u dan v d graf terhubung G, jara d(u, v) adalah panjang lntasan terpende antara u dan v d G. Untu hmpunan terurut W = {w, w,, w } dar hmpunan tt d graf terhubung G dan sebuah tt v d G, -vetor (-tuple terurut) ( v W) = ( d( v, w ), d( v, w ),..., d( v )) r, adalah metrc representaton (oordnat metrc) dar v terhadap W. Hmpunan W dsebut resolvng set untu G ja semua tt d G meml oordnat metrc yang berbeda. Mnmum ardnaltas dar resolvng set atau bass dar G dsebut metrc dmenson, yang dnotasan dengan dm(g). w x u y v Gambar 5 z Dmens Parts Graf Kpas dan Graf Kncr 6
4 Sebaga contoh, graf G pada gambar 7 d atas meml bass W = {u, z} sehngga dm(g) =. Koordnat untu semua tt d G terhadap W adalah r(u W) = (, ) r(y W) = (, ) r(u W) = (, ) r(z W) = (, ). r(x W) = (, ) Msalan terdapat sebuah graf terhubung G dengan V(G) adalah hmpunan ttttnya, S adalah hmpunan bagan dar V(G) dan v tt d G, jara antara v dengan S yang dnotasan d(v, S) ddefnsan sebaga d ( v S ) = mn { d ( v, x) x S },. Msalan terdapat sebuah graf terhubung G dan buah parts Π = {S, S,, S } dar V(G) dan v tt d G. Koordnat v terhadap Π ddefnsan sebaga ( v ) = ( d( v, S ), d( v, S ),..., d( v )) r, Π. Parts Π dataan resolvng partton ja -vetor r(v Π) untu setap v V(G), berbeda. Nla mnmum agar terdapat resolvng -partton dar V(G) adalah partton dmenson dar G atau serng dnotasan dengan pd(g).sebaga lustras dar defns d atas, dberan contoh berut. v v S v 3 v 4 v 5 Gambar 6 Msalan Π = {S, S }, dengan S = {v, v, v 3 } dan S = {v 4, v 5 } maa semua oordnat tt d G terhadap Π adalah r(v Π ) = (, ) r(v Π ) = (, ) r(v 3 Π ) = (, ) r(v 4 Π ) = (, ) Dmens Parts Graf Kpas dan Graf Kncr 7
5 r(v 5 Π ) = (, ). Karena r(v Π ) = r(v 3 Π ) = (, ) dan r(v 4 Π ) = r(v 5 Π ) = (, ) maa Π buan resolvng partton dar G. Berutnya, msalan Π = {S, S, S 3, S 4, S 5 }, dengan S = {v }, S = {v }, S 3 = {v 3 }, S 4 = {v 4 }, dan S 5 = {v 5 } maa semua oordnat tt d G terhadap Π adalah r(v Π ) = (,,,, ) r(v Π ) = (,,,, 3) r(v 3 Π ) = (,,,, ) r(v 4 Π ) = (,,,, ) r(v 5 Π ) = (, 3,,, ). Karena smua oordnat tt d G terhadap Π berbeda maa Π merupaan resolvng partton dar G. Mespun deman, Π buan mnmum resolvng partton dar G. Untu menunjuannya, msalan Π 3 = {S, S, S 3 }, dengan S ={v, v }, S ={v 3 }, dan S 3 ={v 4, v 5 } maa semua oordnat tt d G terhadap Π 3 adalah r(v Π 3 ) = (,, ) r(v Π 3 ) = (,, ) r(v 3 Π 3 ) = (,, ) r(v 4 Π 3 ) = (,, ) r(v 5 Π 3 ) = (,, ). Jad, Π 3 merupaan resolvng partton dar G. Lebh lanjut, arena tda ada parts dar V(G) yang merupaan resolvng partton dar G maa Π 3 merupaan mnmum resolvng partton dar G. Jad, pd(g) = 3. Partton dmenson dan metrc dmenson salng berhubungan. Hubungan tersebut dapat dlhat pada teorema berut. Teorema. (G. Chartrand, E. Saleh, P. Zhang) Ja G adalah graf terhubung tda trval, maa ( G ) dm ( G ) pd. Dmens Parts Graf Kpas dan Graf Kncr 8
6 But : Msalan dm(g) = dan msal W = {w, w,..., w } adalah bass dar G. Anggap parts terurut Π = {S, S,..., S } dar hmpunan tt V(G), dmana S = {w } ( ) dan S = V(G) W. Oleh arena r(v Π) = (d(v, w ), d(v, w ),..., d(v, w ), ) untu v V(G) W dan W adalah resolvng set dar G, hal n mengabatan oordnat r(v Π), untu v S, berbeda. Lebh lanjut, hanya oordnat r(w Π), untu, meml elemen e- sama dengan, yang mengabatan r(v Π) r(w Π) untu semua v V(G) W dan semua dengan. Jad, Π adalah sebuah resolvng ()-partton dar G dan pd ( G ) dm ( G ). Nla batas atas dar teorema d atas dapat dtemuan pada graf P n, C n, K n, dan K,. Peneltan dasar yang merea lauan tentang dmens parts menghaslan teorema-teorema untu graf P n, K n, K,, dan graf-graf yang berdmens parts (n ). Untu lebh jelasnya, dapat dlhat pada subbab berut.. Dmens Parts Graf Lntasan dan Graf Lengap Msalan G adalah graf terhubung orde n maa pd(g) n. Untu setap blangan bulat n, hanya terdapat sebuah graf orde n yang meml dmens parts. Proposs. (G. Chartrand, E. Saleh, P. Zhang) Msal G adalah graf terhubung orde n. Jad, pd(g) = ja dan hanya ja G = P n. But : Pertama, msal P n : v, v,..., v n dan msal Π = {S, S } adalah parts dar V(P n ) dengan S = {v } dan S = {v, v 3,..., v n }. Karena r(v Π) = (,,) dan r(v Π) = ( -, ) untu n, berart Π adalah resolvng partton dar P n sehngga pd(p n ) =. Kedua, msal Π = {S, S } adalah resolvng partton dar sebuah graf G orde n. Karena G terhubung, terdapat etetanggan tt u S dan v S. Karena oordnat r(w Π) = (, d(w, S )) untu w S, dan Dmens Parts Graf Kpas dan Graf Kncr 9
7 r(w Π) = (d(w, S ), ) untu w S, berbeda, u adalah tt tunggal d S yang bertetangga dengan sebuah tt d S dan v adalah tt tunggal d S yang bertetangga dengan sebuah tt d S. Aan dtunjuan bahwa <S > dan <S > adalah lntasan d G. Lebh lanjut, tt u bertetangga dengan palng banya satu tt d S. Bla u bertetangga dengan dua tt u, u S maa r(u Π) = r(u Π) = (, ), hal n berontrads dengan Π adalah resolvng partton dar V(G). Asumsan w adalah tt tunggal d S yang bertetangga dengan u. w juga bertetangga dengan palng banya satu tt d S yang berbeda dengan u. Dengan melanjutan proses n, ddapatan bahwa <S > adalah lntasan d G. Dengan alasan yang sama, <S > juga merupaan lntasan d G sehngga G tu sendr adalah sebuah lntasan. Sama halnya dengan hanya terdapat sebuah graf dengan dmens parts, untu n hanya terdapat satu buah graf n tt berdmens parts n. Sebelumnya, aan donstrus Lemma berut. Lemma. (G. Chartrand, E. Saleh, P. Zhang) Msal Π resolvng partton dar hmpunan tt V dan u, v V. Ja d(u, w) = d(v, w) untu setap w V {u, v}, maa u dan v berada pada elemen yang berbeda dalam Π. But : Msal Π = {S, S,..., S }, dmana u dan v berada pada elemen yang sama, sebut S, dalam Π. Maa d(u, S ) = d(v, S ) =. Oleh arena d(u, w) = d(v, w) untu setap w V {u, v}, ddapat juga bahwa d(u, S j ) = d(v, S j ) untu setap j, dmana j. Pada ahrnya, r(u Π) = r(v Π) dan Π buan resolvng partton. Proposs. (G. Chartrand, E. Saleh, P. Zhang) Msal G adalah graf terhubung orde n. Jad, pd(g) = n ja dan hanya ja G = K n. But : Berdasaran Lemma, pd(k n ) = n. Untu ebalannya, msal G adalah graf orde n dengan pd(g) = n, dmana V(G) = {v, v,..., v n }. Andaan G Dmens Parts Graf Kpas dan Graf Kncr
8 K n. Dapat dasumsan bahwa d(v, v n ) = dan d(v n -, v n ) =. Msal Π = {S, S,..., S n - } adalah parts dar V(G) dengan S = {v, v n } dan S = {v } untu n-. Untu setap ( n ), hanya elemen e- dar r(v Π) yang bernla. Jad, oordnat r(v Π), n, berbeda. Oleh arena elemen pertama r(v n Π) adalah, r(v n Π) berbeda dar semua r(v Π), dmana n. Selan tu, oleh arena elemen e- (n -) dar r(v n Π) adalah dan elemen e- (n -) dar r(v Π) adalah, abatnya r(v n Π) r(v Π). Jad, Π adalah resolvng partton dar G dan pd(g) n, mengabatan ontrads. Berdasaran Proposs dan Proposs, semua graf G selan graf P n dan K n meml 3 pd(g) n -. Selan edua graf d atas, Gary Chartrand, Ebrahm Saleh, dan Png Zhang juga mendapatan dmens parts untu graf bpartt. Untu lebh jelas, dapat dlhat pada teorema berut. Teorema. (G. Chartrand, E. Saleh, P. Zhang) Msal G adalah graf bpartt yang terhubung dengan hmpunan tt V dan V berardnaltas r dan s berturut-turut. Maa () pd(g) r, bla r = s, dan () pd(g) max{r, s}, bla r s. Lebh lanjut, persamaan () atau () berlau, ja dan hanya ja G adalah graf bpartt lengap. Pada teorema 3 berut, dmens parts (n ) hanya dml oleh 3 buah graf. Gary Chartrand, Ebrahm Saleh, dan Png Zhang memberan but lengapnya pada jurnal The partton dmenson of a graph. Teorema 3. (G. Chartrand, E. Saleh, P. Zhang) Msalan G adalah graf terhubung dengan orde n 3. Maa pd(g)= n ja dan hanya ja G adalah salah satu dar graf K,n -, K n e, K (K K n ). Dmens Parts Graf Kpas dan Graf Kncr
9 .3 Dmens Parts Graf Wheel Ioan Tomescu, Imran Javad dan Slamn memberan dmens parts untu graf Wheel. Sebelum tu, dperluan buah Lemma yang mewal ardnaltas dar parts yang memuat atau tda memuat tt pusat sebaga berut. Lemma. (Ioan Tomescu, Imran Javad, Slamn) Msalan terdapat graf Wheel (W n ) dengan (n) tt dan V(W n ) adalah hmpunan dar tt-ttnya. Msal c adalah tt pusat dan Π = {S, S,..., S } adalah resolvng -partton dar V(W n ). Ja c S, maa S. But : Koordnat tt pusat c adalah r(c Π) = (,,,..., ) dan untu setap v S \ {c}, r(v Π) = (,...). Elemen vetor dar oordnat r(v Π) untu v S \ {c} hanya boleh ds oleh dan arena dameter graf Kncr adalah. Aan tetap, hanya boleh ada palng banya elemen yang bernla. Pada ahrnya, hanya terdapat ( ) poss yang hanya boleh ds oleh palng banya buah anga dan ssanya dapat ds oleh anga. Jad, bla dtambahan dengan oordnat tt pusat, hanya terdapat palng banya S. oordnat yg berbeda atau Lemma 3. (Ioan Tomescu, Imran Javad, Slamn) Msalan terdapat graf Wheel (W n ) dengan (n) tt dan V(W n ) adalah hmpunan dar tt-ttnya. Msal c adalah tt pusat dan Π = {S, S,..., S } adalah resolvng -partton dar V(W n ). Ja c S, maa S untu. Dmens Parts Graf Kpas dan Graf Kncr
10 But : Ambl sebuah hmpunan selan S, tanpa mengurang eumuman, sebut S yang tda memuat tt pusat. Koordnat untu setap w S adalah r(w Π) = (,,...). Terdapat ( ) poss d dalam vetor oordnat yang dapat ds oleh palng banya buah nla dan ssanya dapat ds oleh nla. Jad, hanya terdapat palng banya oordnat yang berbeda untu setap w S. S untu. Teorema 4. (Ioan Tomescu, Imran Javad, Slamn) Untu setap tt n 4 tt, ( ) ( ) / / 3 n pd W n n But : Batas bawah. Msal terdapat graf Wheel (W n ) dengan (n) tt yang meml pd[w n ] = dan Π = {S, S,..., S } resolvng -partton dar hmpunan tt V(W n ). Msal c adalah tt pusat dan c S, dar Lemma, ta punya S dan dar Lemma 3, ta juga punya S untu. Kta dapat ( ) ( ) = = = = = n S n W V, abatnya ( ) / / n < untu setap. Jad, ( ) /3 n. Dmens Parts Graf Kpas dan Graf Kncr 3
DIMENSI PARTISI GRAF GIR
Jurnal Matematka UNAND Vol. 1 No. 2 Hal. 21 27 ISSN : 2303 2910 c Jurusan Matematka FMIPA UNAND DIMENSI PARTISI GRAF GIR REFINA RIZA Program Stud Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam,
Lebih terperinciKarakterisasi Matrik Leslie Ordo Tiga
Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember
Lebih terperinci3.1 Beberapa Nilai Dimensi Partisi pada Suatu Graf. Dalam dimensi partisi suatu graf, terdapat kelas graf yang nilai dimensi partisinya
BAB III DIMENSI PARTISI n 1 3.1 Beberapa Nilai Dimensi Partisi pada Suatu Graf Dalam dimensi partisi suatu graf, terdapat kelas graf yang nilai dimensi partisinya cukup mudah atau sederhana. Kelas graf
Lebih terperinciBAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA
BAB V MOEL SEERHANA ISTRIBUSI TEMPERATUR AN SIMULASINYA Model matemata yang terdapat pada bab sebelumnya merupaan model umum untu njes uap pada reservor dengan bottom water. Model tersebut merupaan model
Lebih terperinciBAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR
BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR 3. Dimensi Partisi Graf Kipas (F n ) Berdasaran Proposisi dan Proposisi, semua graf G selain graf P n dan K n memilii 3 pd(g) n -. Lebih husus, graf Kipas
Lebih terperinciBAB III MODUL INJEKTIF
BAB III ODUL INJEKTIF Bab n adalah bab yang palng pentng arena bab n bers mula dar hal-hal dasar mengena modul njet sampa sat-sat stmewanya yang tda dml oleh modul lan yang tda njet, yang merupaan ous
Lebih terperinciEKSPEKTASI SATU PEUBAH ACAK
EKSPEKTASI SATU PEUBAH ACAK Dalam hal n aan dbahas beberapa macam uuran yang dhtung berdasaran espetas dar satu peubah aca, ba dsrt maupun ontnu, yatu nla espetas, rataan, varans, momen, fungs pembangt
Lebih terperinciINVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN
Buletn Ilmah ath. Stat. dan erapannya (Bmaster) Volume 5, No. 3 (6), hal 8. INVERS DRAZIN DARI SUAU ARIKS DENGAN ENGGUNAKAN BENUK KANNIK JRDAN Eo Sulstyono, Shanta artha, Ea Wulan Ramadhan INISARI Suatu
Lebih terperinciProbabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata
Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola
Lebih terperinci{e 1. , e 2. partition dimension of a graph. Aequations Math. 59. no oleh
BAB IV DIMENSI PARTISI PADA K n {e 1 Selain membahas mengenai dimensi partisi n 1 yang merujuk pada jurnal The partition dimension of a graph. Aequations Math. 59. no. 45 54 oleh Gary Chartrand, Ebrahim
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan
Lebih terperinciBAB II TEORI DASAR. Analisis Kelompok
BAB II TORI DASAR II.. Analss Kelompo Istlah analss elompo pertama al dperenalan oleh Tryon (939). Ia memperenalan beberapa metode untu mengelompoan obye yang meml esamaan araterst (statsoft, 004). Kesamaan
Lebih terperinciBab III. Plant Nonlinear Dengan Fase Nonminimum
Bab III Plant Nonlnear Dengan Fase Nonmnmum Pada bagan n dbahas mengena penurunan learnng controller untu sstem nonlnear dengan derajat relatf yang detahu Dalam hal n hanya dperhatan pada sstem-sstem nonlnear
Lebih terperinciCreated by Simpo PDF Creator Pro (unregistered version)
Created by Smpo PDF Creator Pro (unregstered verson) http://www.smpopd.com Statst Bsns : BAB IV. UKURA PEMUSATA DATA. Pendahuluan Untu mendapatan gambaran yang lebh jelas tentang seumpulan data mengena
Lebih terperinciBAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode
BAB III ANALISIS DISKRIMINAN 3. Analss Dsrmnan Analss dsrmnan (dscrmnant analyss) merupaan salah satu metode yan dunaan dalam analss multvarat. Dalam analss dsrmnan terdapat dua jens varabel yan terlbat
Lebih terperinciPELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC
PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC Kurnawan *, Rolan Pane, Asl Srat Mahasswa Program Stud S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam
Lebih terperinciVI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar
VI. KETIDAKPASTIAN 12 Dalam enyataan sehar-har banya masalah dduna n tda dapat dmodelan secara lengap dan onssten. Suatu penalaran dmana adanya penambahan fata baru mengabatan etdaonsstenan, dengan cr-cr
Lebih terperinciBAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)
BB 0 Mengnterpretasan Populas arabel Kanon arabel anon secara umumnya artfsal. Ja varabel awal X ( dan X ( dgunaan oefsen anon a dan b mempunya unt propors dar hmpunan X ( dan X (. Ja varabel awal yang
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 11-22, April 2001, ISSN : SUBRUANG MARKED. Suryoto Jurusan Matematika, FMIPA-UNDIP Semarang
JURNAL MATEMATIKA DAN KOMPUTER ol. 4. No., - 22, Aprl 2, ISSN : 4-858 SUBRUANG MARKED Suryoto Jurusan Matemata, FMIPA-UNDIP Semarang Abstra Msalan suatu ruang vetor berdmens ngga atas lapangan omples C,
Lebih terperinciBAB X RUANG HASIL KALI DALAM
BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan
Lebih terperinciALJABAR LINIER LANJUT
ALABAR LINIER LANUT Ruang Bars dan Ruang Kolom suatu Matrks Msalkan A adalah matrks mnatas lapangan F. Bars pada matrks A merentang subruang F n dsebut ruang bars A, dnotaskan dengan rs(a) dan kolom pada
Lebih terperinciBILANGAN RAMSEY SISI DARI r ( P, )
Charul Imron dan dy Tr Baskoro, Blangan Ramsey Ss BILANGAN RAMSY SISI DARI r ( P, ) (Ramsey Number from the Sde r ( P, ) ) Charul Imron dan dy Tr Baskoro Jurusan Matemátca, FMIPA ITS Surabaya mron-ts@matematka.ts.ac.d
Lebih terperinciBab 1 Ruang Vektor. R. Leni Murzaini/0906577381
Bab 1 Ruang Vektor Defns Msalkan F adalah feld, yang elemen-elemennya dnyatakansebaga skalar. Ruang vektor atas F adalah hmpunan tak kosong V, yang elemen-elemennya merupakan vektor, bersama dengan dua
Lebih terperinciTeori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang
Modul 1 Teor Hmpunan PENDAHULUAN Prof SM Nababan, PhD Drs Warsto, MPd mpunan sebaga koleks (pengelompokan) dar objek-objek yang H dnyatakan dengan jelas, banyak dgunakan dan djumpa dberbaga bdang bukan
Lebih terperinciPELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP
JMP : Volume 1 Nomor 2, Oktober 2009 PELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP Tryan dan Nken Larasat Fakultas Sans dan Teknk, Unverstas Jenderal Soedrman Purwokerto, Indonesa
Lebih terperinciI. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan
I. PENDAHULUAN. Latar Belaang Teori graf merupaan salah satu bagian ilmu dari matematia dan merupaan poo bahasan yang relatif muda jia dibandingan dengan cabang ilmu matematia yang lain seperti aljabar
Lebih terperinciSuatu graf G adalah pasangan himpunan (V, E), dimana V adalah himpunan titik
BAB II DASAR TEORI 2.1 Teori Dasar Graf 2.1.1 Graf dan Graf Sederhana Suatu graf G adalah pasangan himpunan (V, E), dimana V adalah himpunan titik yang tak kosong dan E adalah himpunan sisi. Untuk selanjutnya,
Lebih terperinciMizan Ahmad, Tri Atmojo Kusmayadi Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret. 1.
DIMENSI PARTISI PADA GRAF C m K n, GRAF C m [P n ], DAN GRAF t-fold WHEEL Mizan Ahmad, Tri Atmojo Kusmayadi Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Dalam bab ini dipaparkan beberapa hasil penelitian yang dilakukan para peneliti sebelumnya, pengertian dasar graf, operasi-operasi pada graf, kelas-kelas graf dan dimensi partisi
Lebih terperinciBAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi
BAB III FUNGSI MAYOR DAN MINOR Pada bab n akan dbahas konsep-konsep dasar dar fungs mayor dan fungs mnor dar suatu fungs yang terdefns pada suatu nterval tertutup. Pendefnsan fungs mayor dan mnor tersebut
Lebih terperinciFUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK)
Semnar Nasonal Aplas Tenolog Informas 00 (SNATI 00) ISSN: 0-0 Yogyaarta, Jun 00 FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Sr Kusumadew Jurusan Ten Informata,
Lebih terperinciv 3 e 2 e 4 e 6 e 3 v 4
5 II. TINJAUAN PUSTAKA Pada bab ini akan diberikan beberapa konsep dasar teori graf dan dimensi partisi graf sebagai landasan teori dari penelitian ini... Konsep Dasar Graf Pada bagian ini akan diberikan
Lebih terperinciIII FUZZY GOAL LINEAR PROGRAMMING
7 Ilustras entu hmpunan fuzzy dan fungs eanggotaannya dapat dlhat pada Contoh 3. Contoh 3 Msalan seseorang dataan sudah dewasa ja erumur 7 tahun atau leh, maa dalam loga tegas, seseorang yang erumur urang
Lebih terperinciDIMENSI PARTISI PADA GRAPH HASIL KORONA C m K n. Oleh : Yogi Sindy Prakoso ( ) JURUSAN MATEMATIKA. Company
DIMENSI PARTISI PADA GRAPH HASIL KORONA C m K n Oleh : Yogi Sindy Prakoso (1206100015) JURUSAN MATEMATIKA Company FAKULTAS MATEMATIKA Click to DAN add ILMU subtitle PENGETAHUAN ALAM INSTITUT TEKNOLOGI
Lebih terperinciV E K T O R Kompetensi Dasar :
MODUL PEMELJRN I V E K T O R Kompetens Dasar : 1. Mahasswa mampu memaham perbedaan besaran vetor dan salar serta memberan contohcontohna dalam ehdupan sehar-har, 2. Mahasswa mampu melauan operas penumlahan
Lebih terperinciBEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA
BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA A-3 Dan Aresta Yuwanngsh 1 1 Mahasswa S Matematka UGM dan.aresta17@yahoo.com Abstrak Dberkan R merupakan rng dengan elemen satuan, M R-modul kanan, dan R S End
Lebih terperinciKAJIAN DAN ALGORITMA PELABELAN PSEUDO EDGE-MAGIC. memiliki derajat maksimum dan tidak ada titik yang terisolasi. Jika n i adalah
BAB III KAJIAN DAN ALGORITMA PELABELAN PSEUDO EDGE-MAGIC III. Batas Bawah Magc Number pada Pelabelan Total Pseudo Edge-Magc Teorema 3.. Anggap G = (,E) adalah sebuah graf dengan n-ttk dan m-ss dan memlk
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Dalam bab ini dipaparkan beberapa hasil penelitian yang dilakukan para peneliti sebelumnya, pengertian dasar graf, operasi-operasi pada graf, kelas-kelas graf dan dimensi partisi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla
Lebih terperinciBAB III HASILKALI TENSOR PADA RUANG VEKTOR. Misalkan V ruang vektor atas lapangan F. Suatu transformasi linear f L ( V, F )
28 BAB III HASILKALI TENSOR PADA RUANG VEKTOR III.1 Ruang Dual Defns III.1.2: Ruang Dual [10] Msalkan V ruang vektor atas lapangan F. Suatu transformas lnear f L ( V, F ) dkatakan fungsonal lnear (atau
Lebih terperinciLucas Theorem Untuk Mengatur Penyimpanan Memori yang Lebih Aman
Lucas Theorem Untu Mengatur Penympanan Memor yang Lebh Aman Hendra Hadhl Chor (135 8 41) Program Stud Ten Informata ITB Jalan Ganesha 1, Bandung e-mal: hendra_h2c_mathematcan@yahoo.com; f1841@students.f.tb.ac.d
Lebih terperinciPengolahan lanjut data gravitasi
Modul 6 Pengolahan lanjut data gravtas 1. Transformas/proyes e bdang datar (metode Damney atau Euvalen Tt Massa). Pemsahan Anomal Loal/Resdual dan Anomal Regonal a. Kontnuas b. Movng average c. Polynomal
Lebih terperinciKONSTRUKSI RUANG TOPOLOGI LENGKAP
KONSTRUKSI RUANG TOPOLOGI LENGKAP Sely Msdalfah Jsan Matemata FMIPA Unestas Tadlao Absta Hmpnan A mepaan semmet-semmet dpelas tedefns atas hmpnan X yang menghaslan sat eseagaman atas X yang aan membangn
Lebih terperinciSTATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil
Bab 7 STATISTIKA A. KOMPETENSI DASAR DAN PENGALAMAN BELAJAR Kompetens Dasar Setelah mengut pembelajaran n sswa mampu:. Menghayat dan mengamalan ajaran agama yang danutnnya. 2. Meml motvas nternal, emampuan
Lebih terperinciFUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk)
Semnar Nasonal plas enolog Informas (SNI ) Yogyaarta, Jun FUZZY BCKPROPGION UNUK KLSIFIKSI POL (Stud asus: lasfas ualtas produ) Sr Kusumadew Jurusan en Informata, Faultas enolog Industr Unverstas Islam
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah
BAB III METODOLOGI PENELITIAN 3.1 Varans Peneltan 3.1.1 Varabel Peneltan Peneltan n mengenal dua macam varabel yatu : 1. Varabel bebas (X) yatu : Berpr formal. Varabel terat (Y) yatu : Hasl belajar Sejarah
Lebih terperinciBAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA)
BAB TINJAUAN TEORITIS. Knsep Dasar Infes, Saluran Pernafasan, Infes Aut, dan Infes Saluran Pernafasan Aut (ISPA.. Infes Infes adalah masunya uman atau mrrgansme e dalam tubuh manusan dan berembang ba sehngga
Lebih terperinciAnalisis Sensitivitas
Analss Senstvtas Terdr dar aa : Analss Senstvtas, bla terad perubahan paraeter seara dsrt Progra Lnear Paraetr, bla terad perubahan paraeter seara ontnu Maa-aa perubahan pasa optu: Perubahan suu tetap,
Lebih terperinciBAB 2 LANDASAN TEORI
10 BAB 2 LANDASAN TEORI 2.1 Pengertan Pengendalan Kualtas Statst Pengendalan Kualtas statst merupaan suatu metode pengumpulan dan analss data ualtas, serta penentuan dan nterpretas penguuran-penguuran
Lebih terperinciAnalisis Penyelesaian Persamaan Kuadrat Matriks
Jurnal Matemata, Jurnal Matemata, tatsta tatsta, & Komutas & Komutas Vol. 3 No Vol. Jul No. 6 Jul 5 Vol, No, 9-3, 9-9, Jul 5 9 Analss Penyelesaan Persamaan Kuadrat Matrs Hasmawat dan Amr Kamal Amr Abstra
Lebih terperinciBenyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN
METODE PEMBELAJARAN Sebelum suatu Jarngan Neural Buatan (JNB) dgunaan untu menglasfasan pola, terlebh dahulu dlauan proses pembelaaran untu menentuan strutur arngan, terutama dalam penentuan nla bobot.
Lebih terperinciTUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE
TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE Fan Puspasar 201 16019 Program Sud Magser Maemaa Faulas Maemaa dan Ilmu Pengeahuan Alam Insu Tenolog Bandung
Lebih terperinciBAB II TINJAUAN PUSTAKA. pada suatu graf sebagai landasan teori pada penelitian ini.
BAB II TINJAUAN PUSTAKA Pada bagan n akan dbrkan konsp dasar graf dan blangan kromatk lokas pada suatu graf sbaga landasan tor pada pnltan n 21 Konsp Dasar Graf Bbrapa konsp dasar yang dgunakan dalam pnltan
Lebih terperinciBAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak).
BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO 3. Smulas Monte Carlo Smulas Monte Carlo merupaan bentu smulas probablst dmana solus dar suatu masalah dberan berdasaran proses rendomsas (aca).
Lebih terperinciPADA GRAF PRISMA BERCABANG
PELABELAN TOTAL SUPER (a, d)-busur ANTI AJAIB PADA GRAF PRISMA BERCABANG Achmad Fahruroz,, Dew Putre Lestar,, Iffatul Mardhyah, Unverstas Gunadarma Depok Program Magster Fakultas MIPA Unverstas Indonesa
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN ORI. Aljabar Matrs.. Defns Matrs Matrs adalah suatu umpulan anga-anga yang juga serng dsebut elemen-elemen yang dsusun secara teratur menurut bars dan olom sehngga berbentu perseg panjang,
Lebih terperinciUSULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG
Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Nof Ern,
Lebih terperinciBAB IV HASIL ANALISIS
BAB IV HASIL ANALISIS. Standarda Varabel Dalam anal yang dtamplan pada daftar tabel, dar e-39 wadu yang meml fator-fator melput luaan DAS, apata awal wadu, 3 volume tahunan rerata pengendapan edmen, dan
Lebih terperinciJMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT
JMP : Volume 5 Nomor, Jun 03, hal. 3 - SPEKTRUM PD GRF REGULER KUT Rzk Mulyan, Tryan dan Nken Larasat Program Stud Matematka, Fakultas Sans dan Teknk Unerstas Jenderal Soedrman Emal : rzky90@gmal.com BSTRCT.
Lebih terperinciDIMENSI METRIK PENGEMBANGAN GRAF KINCIR POLA K 1 + mk 3
J. Math. and Its Appl. ISSN: 1829-605X Vol. 8, No. 2, November 2011, 17 22 DIMENSI METRIK PENGEMBANGAN GRAF KINCIR POLA K 1 + mk 3 Suhud Wahyudi, Sumarno, Suharmadi Jurusan Matematika, FMIPA ITS Surabaya
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belaang Analss dsrmnan merupaan ten menganalss data, dmana varabel dependen merupaan data ategor ( nomnal dan ordnal ) sedangan varabel ndependen berupa data nterval atau raso.msalnya
Lebih terperinciTINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph
TINJAUAN PUSTAKA Bayesan Networks BNs dapat memberkan nformas yang sederhana dan padat mengena nformas peluang. Berdasarkan komponennya BNs terdr dar Bayesan Structure (Bs) dan Bayesan Parameter (Bp) (Cooper
Lebih terperinciBAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh
BAB LANDASAN TEORI. Analss Regres Untu mengetahu pla perubahan nla suatu varabel yang dsebaban leh varabel lan dperluan alat analss yang memungnan ta unut membuat perraan nla varabel tersebut pada nla
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN :
JURNA MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN : 1410-8518 MASAAH RUTE TERPENDEK PADA JARINGAN JAAN MENGGUNAKAN AMPU AU-INTAS Stud Kasus: Rute Peralanan Ngesrep Smpang ma Eko Bud
Lebih terperinciProsedur Komputasi untuk Membentuk Selang Kepercayaan Simultan Proporsi Multinomial
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Prosedur Komputas untu Membentu Selang Kepercayaan Smultan Propors Multnomal S - 11 Bertho Tantular Departemen Statsta FMIPA UNPAD bertho@unpad.ac.d
Lebih terperinciLAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES
LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES Hubungan n akan dawal dar gaya yang beraks pada massa fluda. Gaya-gaya n dapat dbag ke dalam gaya bod, gaya permukaan, dan gaya nersa. a. Gaya Bod Gaya bod
Lebih terperinciBAB I PENDAHULUAN Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Matematka dbag menjad beberapa kelompok bdang lmu, antara lan analss, aljabar, dan statstka. Ruang barsan merupakan salah satu bagan yang ada d bdang
Lebih terperinciPERMASALAHAN LOKASI (Model Dasar) [2]
PERMASALAHAN LOKASI Model Dasar [] Technques of Contnuous Space Locaton Probles Medan ethod» Rectlner / Manhattan / Ct bloc dstance Contour-Lne ethod» Constructs regons bounded b counter lne hch provde
Lebih terperinciMedian Method. Types of Distance Rectilinear distance / Manhattan distance / City block distance / rigth-angle distance / rectangular distance
30/05/04 Technques of Contnuous Space Locaton Probles PERMASALAHAN LOKASI Model Dasar [] Medan ethod» Rectlner / Manhattan / Ct bloc dstance Contour-Lne ethod» Constructs regons bounded b counter lne hch
Lebih terperinciIII. BILANGAN KROMATIK LOKASI GRAF. ini merupakan pengembangan dari konsep dimensi partisi dan pewarnaan graf.
III BILANGAN KROMATIK LOKASI GRAF Bilangan kromatik lokasi graf pertama kali dikaji oleh Chartrand dkk 00) Konsep ini merupakan pengembangan dari konsep dimensi partisi pewarnaan graf Pewarnaan titik pada
Lebih terperinciBAB II KONDUKSI ALIRAN STEDI SATU DIMENSI
BB II KONDUKSI LIRN SEDI SU DIMENSI Dndng Datar Persamaan alr : (5- Harga ndutvtas termal dasumsan nstan, tebal dndng, dan dan adalah temperatur permuaan dndng. Ja ndutvtas termal bervaras arena temperatur
Lebih terperinciBAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:
BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciBAB IV PEMBAHASAN MODEL
BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup
Lebih terperinciUJI PRIMALITAS. Sangadji *
UJI PRIMALITAS Sangadj * ABSTRAK UJI PRIMALITAS. Makalah n membahas dan membuktkan tga teorema untuk testng prmaltas, yatu teorema Lucas, teorema Lucas yang dsempurnakan dan teorema Pocklngton. D sampng
Lebih terperinciIV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN
69 IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN Dtnau dar sfat hubungan antar persamaan terdapat dua ens model persamaan yatu model persamaan tunggal dan model sstem persamaan. Model persamaan tunggal adalah
Lebih terperinciPelabelan Total Sisi Ajaib Pada Subkelas Pohon
Pelabelan Total Ss Ajab Pada Subkelas Pohon Hlda Rzky Nngtyas, Dr Daraj, SS, MT [] Jurusan Mateatka, Fakultas MIPA, Insttut Teknolog Sepuluh Nopeber (ITS Jl Aref Rahan Hak, Surabaya 60 E-al: daraj@ateatkatsacd
Lebih terperinciSUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD
SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya
Lebih terperinciSYARAT PERLU DAN CUKUP SOLVABILITAS MASALAH DEKOPLING SEGITIGA BLOK
SYARAT PERLU DAN CUKUP SOLVABILITAS MASALAH DEKOPLING SEGITIGA BLOK NECESSARY AND SUFFICIENT CONDITIONS FOR SOLVABILITY OF THE BLOCK TRIANGULAR DECOUPLING PROBLEM PENGANTAR Caturyat 1 dan Sr Wahyun Program
Lebih terperinci( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) IV. PEMBAHASAN
8 IV PEMBAHASAN 4 Aum Berkut n aum yang dgunakan dalam memodelkan permanan a Harga paar P ( merupakan fung turun P ( kontnu b Fung baya peruahaan- C ( fung baya peruahaan- C ( merupakan fung nak C ( C
Lebih terperinciPEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE
PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE Dew Arfanty Azm, Dra.Madu Ratna,M.S. dan 3 Prof. Dr.
Lebih terperinciTinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal
157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan
Lebih terperinciBAB V INTEGRAL KOMPLEKS
6 BAB V INTEGRAL KOMPLEKS 5.. INTEGRAL LINTASAN Msal suatu lntasan yang dnyatakan dengan : (t) = x(t) + y(t) dengan t rl dan a t b. Lntasan dsebut lntasan tutup bla (a) = (b). Lntasan tutup dsebut lntasan
Lebih terperinciBAB 2 LANDASAN TEORI
2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.
Lebih terperinciMODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1)
Paradgma, Vol. 13 No. 2 Agustus 2009 hlm. 189 194 MODEL REGRESI SEMIPARAMERIK SPLINE UNUK DAA LONGIUDINAL PADA KASUS KADAR CD4 PENDERIA HIV Lls Laome 1) 1) Jurusan Matemata FMIPA Unverstas Haluoleo Kendar
Lebih terperinciTEORI KESALAHAN (GALAT)
TEORI KESALAHAN GALAT Penyelesaan numerk dar suatu persamaan matematk hanya memberkan nla perkraan yang mendekat nla eksak yang benar dar penyelesaan analts. Berart dalam penyelesaan numerk tersebut terdapat
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciIV HASIL DAN PEMBAHASAN
7 IV HASIL DAN PEMBAHASAN 4. Pengumpulan Data Data yang dgunakan dalam peneltan n data sekunder yang dperoleh dar rujukan utama jurnal Fuzzy Condtonal Probablty elatons and ther Applcatons n Fuzzy Informaton
Lebih terperinciPELABELAN CORDIAL DAN GRACEFUL PADA ARBITRARY SUPERSUBDIVISION GRAF PATH DAN STAR
PELABELAN CORDIAL DAN GRACEFUL PADA ARBITRARY SUPERSUBDIVISION GRAF PATH DAN STAR Kornela Paskatra Cahayan, R. Her Soelstyo U 2, Solchn Zak 3,2,3 Program Stud Matematka FSM Unverstas Dponegoro Jl. Pro.
Lebih terperinciBAB 3 PRINSIP INKLUSI EKSKLUSI
BAB 3 PRINSIP INKLUSI EKSKLUSI. Tentukan banyak blangan bulat dar sampa dengan 0.000 yang tdak habs dbag 4, 6, 7 atau 0. Jawab: Msal: S = {, 2, 3, 4, 5,..., 0.000} a = {sfat habs dbag 4} a 2 = {sfat habs
Lebih terperinciTinjauan Ulang Konsep Mekanika Klasik
Modul 1 Tnauan Ulang Konsep Meana Klas Paen Pandangan, S.S., M.S. P PENDAHULUAN ada Buu Mater Poo (BMP) Meana, Anda sudah mempelaar tentang neta dan dnama suatu sstem ba melalu huum-huum Newton, Lagrange,
Lebih terperinciPemodelan Anomali Magnetik Berbentuk Prisma Menggunakan Algoritma Genetika Antonius a, Yudha Arman a *, Joko Sampurno a
Pemodelan Anomal Magnet Berbentu Prsma Menggunaan Algortma Geneta Antonus a, Yudha Arman a *, Joo Sampurno a a Jurusan Fsa, FMIPA Unverstas Tanjungpura, Jalan Pro. Dr. Hadar Nawaw, Pontana, Indonesa *Emal
Lebih terperinciP n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman
OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciKOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda
KOLINEARITAS GANDA MULTICOLLINEARIT Oleh Bambang Juanda Model: = X + X + + X + ε. Hubungan Lnear Sempurna esa, Ja C X 0 C onstanta yg td semuanya 0. Mudah detahu rn td ada dugaan parameter oef dgn OLS,
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciIMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN
SISFO-Jurnal Sstem Informas IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN Fazal Mahananto 1), Mahendrawath ER 2), Rully Soelaman 3) Jurusan Sstem Informas,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas
Lebih terperinciUKURAN GEJALA PUSAT &
UKURAN GEJALA PUSAT & UKURAN LETAK UKURAN GEJALA PUSAT & LETAK Untuk mendapatkan gambaran yang jelas mengena suatu populas atau sampel Ukuran yang merupakan wakl kumpulan data mengena populas atau sampel
Lebih terperinciPENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION. Oleh : SOEMARTINI
PENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION Oleh : SOEMARTINI JURUSAN STATISTIKA FAKULTAS MATEMATIKA dan ILMU PENGETAHUAN ALAM UNIVERSITAS PADJADJARAN JATINANGOR 008 DAFTAR ISI Hal DAFTAR
Lebih terperinci