- Optimisasi - Suatu proses untuk memaksimumkan suatu nilai yang diinginkan atau meminimumkan suatu nilai yang tidak diinginkan.

Ukuran: px
Mulai penontonan dengan halaman:

Download "- Optimisasi - Suatu proses untuk memaksimumkan suatu nilai yang diinginkan atau meminimumkan suatu nilai yang tidak diinginkan."

Transkripsi

1 Optimasi Dalam Rancangan Teknik - Optimisasi - Suatu proses untuk memaksimumkan suatu nilai yang diinginkan atau meminimumkan suatu nilai yang tidak diinginkan. Fungsi tujuan : biaya, keuntungan, berat, dsb Fungsi kendala : fungsional, regional hubungan antar variabel spesifikasi Cara? * Evolusi * Intuisi * Trial & error modeling * Algoritma numerikal 1

2 Metoda Optimisasi Secara Numerik 1. Dengan Kalkulus Differensial (a) Melibatkan 1 Peubah (satu var bebas) Contoh: U = f ( x ) du dx d 2 U dx 2< 0 d 2 U dx 2> 0 Titik ekstrim Ekstrim maksimum Ekstrim minimum Kasus optimisasi ketebalan insulasi Minimisasi biaya ( insulator & bahan bakar ) C = K 1 1/X + K 2 X C : biaya per tahun K 1 : biaya bahan bakar ( per tahun ) K 2 : biaya insulator ( per tahun ) Tidak ada kendala fungsional Kendala regional 25 mm x 100 mm biaya tersedia (M) dc dx = -K 1 X = 1 X 2 + K 2 (min) K 1 K 2 => pertimbangkan kendala regional 2

3 (b) Melibatkan2 Peubah (dua var bebas) Contoh: U = f(x,y) U x U y } titik ekstrim x 2 D < 0 > 0 } Ekstrim maks x 2 D > 0 > 0 } Ekstrim min D = x 2 y x x y y 2 = 2 U x 2 y 2 - x y y x 3

4 Kasus Optimisasi bahan =>Minimisasi bahan x y z Akan dibuat kotak tanpa tutup yang volumenya 4 liter. Berapa ukuran kotak agar luas bahan pembuatnya minimum? L = xy + 2 xz + 2 yz Kendala fungsional : xyz = 4 => (3 var 2 var) Z = 4 xy x,y,z > L = xy + y + X L x = Y - X 2 (1) L y = X - y 2 (2) (1) Y - X 2 Y = X 2 substitusikan (1) ke (2) X - X - 2 X 4 1 X 4 X 4 - X X ( X 3 - ) X ( X - 2 ) ( X 2 + 2X + 4 ) 4

5 Rancangan Teknik X positif X 2 + 2x + 4 definit positif x = 2 X = 2 => y = 2 z = 1 L ( x,y,z ) = L ( 2,2,1 ) min? 2 L 16 = = 2 x 2 x 3 2 L 16 = = 2 y 2 y 3 2 L x y = 1 2 L y x = D = = = 3 > 0 min. Rancangan Teknik 2. Optimisasi dengan Lagrange Multipliers U = U1 ( x,y,z ) fungsi tujuan kendala fungsional : Q 1 = Q 1 ( x,y,z ) Q n = Q n ( x,y,z ) LE= U 1 (x,y,z) + λ 1 Q 1 (x,y,z) λ n Q n (x,y,z) Lagrange Expression Great Mathematician Joseph Louis Lagrange ( ) was born in Turin-French, got his first professorship when he was 19, became director of the mathematical section of The Berlin Academy in His important major work was in the calculus of variation, differential equation, approximation theory etc. Pada titik optimum harus dipenuhi : LE ; LE ; LE x y z LE λ 1 LE λ n 5

6 Rancangan Teknik Instalasi tabung pindah panas pada heat exchanger => Minimisasi biaya (dari ukuran shell) Untuk keperluan pindah panas, dibutuhkan tabung 300 (lineal) m pada susunan sedemikian rupa sehingga tiap 1m 2 penampang shell dapat diisi 20 buah tabung (kendala fungsional) Rancangan Teknik Harga tabung : $ 700 Harga shell : 25 D 2.5 L Biaya ruang : 20 DL Fungsi tujuan : C = D 2.5 L + 20 DL Kendala fungsional : πd 2 L ( 20 tb/m 2 ) = π D 2 L = Q1 = L 5π D 2 LE = D 2.5 L + 20 DL + λ (L 300 / 5π D 2 ) Fungsi tujuan Kendala fungsional 6

7 Rancangan Teknik LE = D 2.5 L + 20 DL + λ( L 300/5πD 2 ) (1) LE D = 62.5 D 1.5 L + 20L + 2 λ 60/ πd 3 (2) LE L = 25 D D + λ (3) LE λ = L πD 2 (4) (4) L = 60/ πd 2 (3) λ = - 25 D D } substisusikan ke (2) 62.5 D / πd /πD (-25D D)60/πD 3 (masing masing dibagi dengan 60/ πd 2 ) 62.5 D D D 1.5 = 1.6 => D = 1.37 m (substitusi D pada kendala fungsional) L = 10.2 m C = $ 1540 Contoh soal Sebuah perkebunan besar bermaksud mengembangkan 2 blok kebun berbentuk bujur sangkar yang berukuran sama, dengan sisi sepanjang S, dan satu blok kebun lain berbentuk lingkaran dengan jari-jari R. Ukuran masing-masing blok akan ditentukan berdasarkan banyaknya bahan yang tersedia untuk pembuatan pagar di sekeliling kebun percobaan tersebut. Jika perkebunan tersebut memiliki bahan untuk pembuatan pagar besi sepanjang total 000 m, dan manajernya bermaksud menggunakan seluruh bahan tersebut untuk memagari kebun percobaan yang akan dibuat, berapa R dan S agar pagar tersebut memagari luasan yang maksimum? 7

8 Y Z D X Rancangan Teknik 3. Optimisasi dengan Geometric Programming => jika fungsi tujuan merupakan posynomial U = U 1 + U 2 = C 1 x a1 + C 2 x a2 g = ( U 1 /W 1 ) W1 ( U 2 /W 2 ) W2 g* = U * minimum jika W 1 & W 2 tepat * W 1 & W 2 pembobot atas U 1 & U 2 W 1 + W 2 = 1 a 1 W 1 + a 2 W 2 Penyelesaian langsung jika derajat Kesulitan, DK T : jumlah suku ruas kanan N : jumlah variabel DK : T ( N + 1 ) Untuk DK > 0 perlu teknik kondensasi * Polimomial dengan semua suku positif

9 Rancangan Teknik Contoh masalah insulasi ; Jika U = 120 x X 4 total cost = biaya insulasi + biaya B.B. dengan GP DK = 2 ( ) U = U 1 + U 2 = C 1 X a1 + C 2 X a2 U 1 = 120 x ; U 2 = C 1 = 120 ; C 2 = a 1 = 1 ; a 2 = X 4 Rancangan Teknik g = ( 120 x / w 1 ) w1 ( /x 4 w 2 ) w2 w 1 + w 2 = 1 a 1 w 1 + a 2 w 2 = w 1 4w 2 w 1 = 4/5 w 2 = 1/5 g* = U* = 120 4/5 4/ /5 1 1/5 4/5 X 1/5 X 4 = ( 150 4/5 ) ( /5 ) ( X 4/5 ) ( X 4/5 ) = ( ) ( ) (1) = 24 W1 = U1 * U1*+U2* = U1 * U* 4 = 120 X => X =

10 Rancangan Teknik Tugas Kelompok : Disain suatu kotak persegi 4 yang optimal : Fungsi tujuan : U = 40 LWH + 10 LW + 20 LH + 40 HW box L : panjang W : lebar H : tinggi }? Agar U minimum > Pecahkan dengan Geometric Programming 10

Hendra Gunawan. 4 April 2014

Hendra Gunawan. 4 April 2014 MA1201 MATEMATIKA 2A Hendra Gunawan Semester II, 2013/2014 4 April 2014 Kuliah yang Lalu 12.1 Fungsi dua (atau lebih) peubah 12.2 Turunan Parsial 12.3 Limit dan Kekontinuan 12.4 Turunan fungsi dua peubah

Lebih terperinci

Pengoptimalan fungsi dua peubah Secara geometri diferensial

Pengoptimalan fungsi dua peubah Secara geometri diferensial Pengoptimalan fungsi dua peubah Secara geometri diferensial Drs. Johannes P. Mataniari FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA PENDAHULUAN 1.1. Latar Belakang Suatu peubah

Lebih terperinci

BAB II TINJAUAN PUSTAKA. operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan di

BAB II TINJAUAN PUSTAKA. operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan di BAB II TINJAUAN PUSTAKA 2.1 Pemrograman Linier (Linear Programming) Pemrograman linier (linear programming) merupakan salah satu teknik riset operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan

Lebih terperinci

MODUL 2 OPTIMISASI OPTIMISASI EKONOMI EKONOMI. SRI SULASMIYATI, S.Sos, M.AP. Ari Darmawan, Dr., S.AB, M.AB

MODUL 2 OPTIMISASI OPTIMISASI EKONOMI EKONOMI. SRI SULASMIYATI, S.Sos, M.AP. Ari Darmawan, Dr., S.AB, M.AB MODUL 2 OPTIMISASI OPTIMISASI EKONOMI EKONOMI SRI SULASMIYATI, S.Sos, M.AP Ari Darmawan, Dr., S.AB, M.AB aridarmawan_fia@ub.ac.id Pendahuluan Adanya kebutuhan manusia yang tidak terbatas dan terbatasnya

Lebih terperinci

G (x,y,z) F(x,y,z) + (x,y,z)

G (x,y,z) F(x,y,z) + (x,y,z) LAGRANGE MULTIPLIERS Metode untuk menentukan harga/nilai maksimum atau minimum relatif dari suatu fungsi yang dibatasi oleh suatu kondisi (constrain conditions). Misal: Fungsi yang akan dicari maksimum

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari baik disadari maupun tidak, optimasi selalu dilakukan untuk memenuhi kebutuhan. Tetapi optimasi yang dilakukan masyarakat awam lebih banyak

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari baik disadari maupun tidak, sebenarnya orang selalu melakukan optimasi untuk memenuhi kebutuhannya. Tetapi optimasi yang dilakukan masyarakat

Lebih terperinci

Kalkulus Multivariabel I

Kalkulus Multivariabel I Maksimum, Minimum, dan Statistika FMIPA Universitas Islam Indonesia Titik Kritis Misalkan p = (x, y) adalah sebuah titik peubah dan p 0 = (x 0, y 0 ) adalah sebuah titik tetap pada bidang berdimensi dua

Lebih terperinci

OPTIMASI MULTIVARIAT DENGAN KENDALA PERSAMAAN. Oleh : Hafidh Munawir

OPTIMASI MULTIVARIAT DENGAN KENDALA PERSAMAAN. Oleh : Hafidh Munawir OPTIMASI MULTIVARIAT DENGAN KENDALA PERSAMAAN Oleh : Hafidh Munawir BENTUK-BENTUK FUNGSI MULTIVARIAT DARI SEGI BENTUK GRAFIK I. Fungsi Linier : Y = ao + a 1 X 1 + a 2 X 2 Contoh: Y = 50 + 0,50 X 1 + 0,60

Lebih terperinci

DIFERENSIAL FUNGSI MAJEMUK

DIFERENSIAL FUNGSI MAJEMUK DIFERENSIAL FUNGSI MAJEMUK Tujuan Instruktusional : Memahami diferensiasi untuk fungsi-fungsi yang mengandung lebih dari satu macam variabel bebas Daftar Materi Pembahasan : 1. Diferensiasi parsial 2.

Lebih terperinci

Hendra Gunawan. 4 Oktober 2013

Hendra Gunawan. 4 Oktober 2013 MA1101 MATEMATIKA 1A Hendra Gunawan Semester I, 2013/2014 4 Oktober 2013 Latihan (Kuliah yg Lalu) 1. Tentukan pada selang mana grafik fungsi f(x) = x 3 2x 2 + x + 1 naik atau turun. Tentukan pula pada

Lebih terperinci

(b) M merupakan nilai minimum (mutlak) f apabila M f(x) x I..

(b) M merupakan nilai minimum (mutlak) f apabila M f(x) x I.. 3. Aplikasi Turunan a. Nilai ekstrim Bagian ini dimulai dengan pengertian nilai ekstrim suatu fungsi yang mencakup nilai ekstrim maksimum dan nilai ekstrim minimum. Definisi 3. Diberikan fungsi f: I R,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Metode Pengali Lagrange adalah sebuah konsep populer dalam menangani permasalahan optimasi untuk program-program nonlinier. Sesuai namanya, konsep ini dikemukakan oleh

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakang Optimasi (Optimization) adalah aktivitas untuk mendapatkan hasil terbaik di dalam suatu keadaan yang diberikan. Tujuan akhir dari semua aktivitas tersebut adalah meminimumkan

Lebih terperinci

Hubungan ekonomi dapat digambarkan dalam bentuk persamaan, tabel, atau grafik.

Hubungan ekonomi dapat digambarkan dalam bentuk persamaan, tabel, atau grafik. Hubungan ekonomi dapat digambarkan dalam bentuk persamaan, tabel, atau grafik. Bila hubungannya sederhana, tabel dan/atau grafik dapat mencukupi, namun bila hubungannya rumit, menggambarkan dalam bentuk

Lebih terperinci

D. OPTIMISASI EKONOMI DENGAN KENDALA - Optimisasi dengan metode substitusi - Optimisasi dengan metode pengali lagrange

D. OPTIMISASI EKONOMI DENGAN KENDALA - Optimisasi dengan metode substitusi - Optimisasi dengan metode pengali lagrange OPTIMISASI EKONOMI Ari Darmawan, Dr. S.AB, M.AB Email: aridarmawan_fia@ub.ac.id A. PENDAHULUAN B. TEKNIK OPTIMISASI EKONOMI C. OPTIMISASI EKONOMI TANPA KENDALA - Hubungan Antara Nilai Total, Rata-rata

Lebih terperinci

Pertemuan Minggu ke Bidang Singgung, Hampiran 2. Maksimum dan Minimum 3. Metode Lagrange

Pertemuan Minggu ke Bidang Singgung, Hampiran 2. Maksimum dan Minimum 3. Metode Lagrange Pertemuan Minggu ke-11 1. Bidang Singgung, Hampiran 2. Maksimum dan Minimum 3. Metode Lagrange 1. BIDANG SINGGUNG, HAMPIRAN Tujuan mempelajari: memperoleh persamaan bidang singgung terhadap permukaan z

Lebih terperinci

5.1 Menggambar grafik fungsi

5.1 Menggambar grafik fungsi 5. Aplikasi Turunan 5. Menggambar graik ungsi Inormasi yang dibutuhkan: A. Titik potong dengan sumbu dan sumbu y B. Asimtot ungsi Deinisi 5.: Asimtot ungsi adalah garis lurus yang didekati oleh graik ungsi.

Lebih terperinci

BAB II KAJIAN PUSTAKA. pemrograman nonlinear, fungsi konveks dan konkaf, pengali lagrange, dan

BAB II KAJIAN PUSTAKA. pemrograman nonlinear, fungsi konveks dan konkaf, pengali lagrange, dan BAB II KAJIAN PUSTAKA Kajian pustaka pada bab ini akan membahas tentang pengertian dan penjelasan yang berkaitan dengan fungsi, turunan parsial, pemrograman linear, pemrograman nonlinear, fungsi konveks

Lebih terperinci

OPTIMASI: DIFERENSIAL PARSIAL MATEMATIKA T E L K O M U N I V E R S I T Y

OPTIMASI: DIFERENSIAL PARSIAL MATEMATIKA T E L K O M U N I V E R S I T Y OPTIMASI: DIFERENSIAL PARSIAL MATEMATIKA T E L K O M U N I V E R S I T Y DIFERENSIAL PARSIAL Fungsi yang mengandung satu variabel bebas hanya akan memiliki satu macam turunan. apabila y = f(x) maka turunannya

Lebih terperinci

DIKTAT KULIAH KALKULUS PEUBAH BANYAK (IE-308)

DIKTAT KULIAH KALKULUS PEUBAH BANYAK (IE-308) DIKTAT KULIAH (IE-308) BAB 4 PENERAPAN TURUNAN PARSIAL Diktat ini digunakan bagi mahasiswa Jurusan Teknik Industri Fakultas Teknik Universitas Kristen Maranatha Ir. Rudy Wawolumaja M.Sc JURUSAN TEKNIK

Lebih terperinci

Model Optimisasi dan Pemrograman Linear

Model Optimisasi dan Pemrograman Linear Modul Model Optimisasi dan Pemrograman Linear Prof. Dr. Djati Kerami Dra. Denny Riama Silaban, M.Kom. S PENDAHULUAN ebelum membuat rancangan penyelesaian masalah dalam bentuk riset operasional, kita harus

Lebih terperinci

DERIVATIVE (continued)

DERIVATIVE (continued) DERIVATIVE (continued) (TURUNAN) Kus Prihantoso December 14 th, 2011 Yogyakarta Maximum-minimum Misalkan S adalah suatu interval yang merupakan domain dari fungsi f dan S memuat c. Nilai f (c) disebut

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN 1.1 Latar Belakang Salah satu observasi yang berguna dalam bidang komputasi di tahun 1970 adalah observasi terhadap permasalahan relaksasi Lagrange. Josep Louis Lagrange merupakan tokoh ahli

Lebih terperinci

OPTIMASI FUNGSI MULTI VARIABEL DENGAN METODE UNIVARIATE. Dwi Suraningsih (M ), Marifatun (M ), Nisa Karunia (M )

OPTIMASI FUNGSI MULTI VARIABEL DENGAN METODE UNIVARIATE. Dwi Suraningsih (M ), Marifatun (M ), Nisa Karunia (M ) OPTIMASI FUNGSI MULTI VARIABEL DENGAN METODE UNIVARIATE Dwi Suraningsih (M2, Marifatun (M53, Nisa Karunia (M6 I. Pendahuluan Latar Belakang. Dalam kehidupan sehari-hari disa maupun tidak, sebenarnya manusia

Lebih terperinci

5. Aplikasi Turunan MA1114 KALKULUS I 1

5. Aplikasi Turunan MA1114 KALKULUS I 1 5. Aplikasi Turunan MA4 KALKULUS I 5. Menggambar grafik fungsi Informasi yang dibutuhkan: A. Titik potong dengan sumbu dan sumbu y B. Asimtot fungsi C. Kemonotonan Fungsi D. Ekstrim Fungsi E. Kecekungan

Lebih terperinci

BAB I PENDAHULUAN. dilakukan masyarakat awam lebih banyak dilandasi oleh insting daripada teori

BAB I PENDAHULUAN. dilakukan masyarakat awam lebih banyak dilandasi oleh insting daripada teori 1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam kehidupan sehari-hari disadari atau tidak, sebenarnya orang selalu melakukan optimasi untuk memenuhi kebutuhannya. Tetapi optimasi yang dilakukan masyarakat

Lebih terperinci

BAB I DASAR SISTEM OPTIMASI

BAB I DASAR SISTEM OPTIMASI BAB I DASAR SISTEM OPTIMASI. Pendahuluan Teknik optimasi merupakan suatu cara yang dilakukan untuk memberikan hasil terbaik yang diinginkan. Teknik optimasi ini banyak memberikan menfaat dalam mengambil

Lebih terperinci

KALKULUS I MUG1A4 PROGRAM PERKULIAHAN DASAR DAN UMUM (PPDU) TELKOM UNIVERSITY V. APLIKASI TURUNAN

KALKULUS I MUG1A4 PROGRAM PERKULIAHAN DASAR DAN UMUM (PPDU) TELKOM UNIVERSITY V. APLIKASI TURUNAN KALKULUS I MUGA4 PROGRAM PERKULIAHAN DASAR DAN UMUM (PPDU) TELKOM UNIVERSITY V. APLIKASI TURUNAN MENGGAMBAR GRAFIK FUNGSI A. Titik potong dengan sumbu dan sumbu y B. Asimtot ungsi Deinisi : Asimtot ungsi

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

OPTIMISASI EKONOMI. Dr. Muh. Yunanto, MM. Kuliah Minggu ke-2

OPTIMISASI EKONOMI. Dr. Muh. Yunanto, MM. Kuliah Minggu ke-2 OPTIMISASI EKONOMI Dr. Muh. Yunanto, MM. Kuliah Minggu ke-2 BAB II Berbagai Teknik Optimasi dan Peralatan Manajemen Baru Metode Dalam Mengambarkan hub Ekonomi Hubungan ekonomi dapat digambarkan dalam bentuk

Lebih terperinci

IV. PENDEKATAN RANCANGAN

IV. PENDEKATAN RANCANGAN IV. PENDEKATAN RANCANGAN A. Kriteria Perancangan Pada prinsipnya suatu proses perancangan terdiri dari beberapa tahap atau proses sehingga menghasilkan suatu desain atau prototipe produk yang sesuai dengan

Lebih terperinci

Matematika Bisnis (Linear Programming-Metode Grafik Minimisasi) Dosen Febriyanto, SE, MM.

Matematika Bisnis (Linear Programming-Metode Grafik Minimisasi) Dosen Febriyanto, SE, MM. (Linear Programming-Metode Grafik Minimisasi) Dosen Febriyanto, SE, MM. www.febriyanto79.wordpress.com - Linear Programming Linear programing (LP) adalah salah satu metode matematis yang digunakan untuk

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Proses Alokasi Andaikan terdapat sejumlah sumber daya modal tertentu, yaitu dapat berupa uang untuk investasi, mesin cetak, bahan bakar untuk kendaraan dan lain sebagainya. Suatu

Lebih terperinci

a. untuk (n+1) genap: terjadi ekstrem, dan jika (ii) f (x ) > 0, maka f(x) mencapai minimum di titik x.

a. untuk (n+1) genap: terjadi ekstrem, dan jika (ii) f (x ) > 0, maka f(x) mencapai minimum di titik x. Lecture I: Introduction A. Masalah Optimisasi Dalam kehidupan sehari-hari, manusia cenderung untuk berprinsip ekonomi, yaitu dengan sumber daya terbatas dapat memperoleh hasil sebanyak-banyaknya. Banyak

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa pengertian dari optimasi bersyarat dengan kendala persamaan menggunakan multiplier lagrange serta penerapannya yang akan digunakan sebagai landasan

Lebih terperinci

TURUNAN, EKSTRIM, BELOK, MINIMUM DAN MAKSIMUM

TURUNAN, EKSTRIM, BELOK, MINIMUM DAN MAKSIMUM TURUNAN, EKSTRIM, BELOK, MINIMUM DAN MAKSIMUM Fungsi f dikatakan mencapai maksimum mutlak di c jika f c f x untuk setiap x I. Di sini f c dinamakan nilai maksimum mutlak. Dan c, f c dinamakan titik maksimum

Lebih terperinci

Tugas Tersturtur Mata Kuliah Ekonomi Manajerial. Resume Bab Optimasi Ekonomi. Kelompok 2

Tugas Tersturtur Mata Kuliah Ekonomi Manajerial. Resume Bab Optimasi Ekonomi. Kelompok 2 Tugas Tersturtur Mata Kuliah Ekonomi Manajerial Resume Bab Optimasi Ekonomi Kelompok 2 1. Pupun Sofiyati 115030201111037 2. Isty Puji H 115030205111004 3. Della Herlita 115030207111046 Fakultas Ilmu Administrasi

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Optimasi Non-Linier Suatu permasalahan optimasi disebut nonlinier jika fungsi tujuan dan kendalanya mempunyai bentuk nonlinier pada salah satu atau keduanya. Optimasi nonlinier

Lebih terperinci

MATEMATIKA EKONOMI. Telkom University

MATEMATIKA EKONOMI. Telkom University MATEMATIKA EKONOMI Telkom University Diferensial Parsial Diferensial parsial Nilai ekstrim: maksimum dan minimum Diferensial Parsial y = f(x,z) = x 3 +5z 2 4x 2 z 6xz 2 +8z 7 f x (x,z) = 3x 2 8xz 6z 2

Lebih terperinci

Bab 2: Optimasi Ekonomi. Ekonomi Manajerial Manajemen

Bab 2: Optimasi Ekonomi. Ekonomi Manajerial Manajemen Bab 2: Optimasi Ekonomi 1 Ekonomi Manajerial Manajemen 2 Pokok Bahasan Bentuk-Bentuk Hubungan Ekonomi Hubungan Total, Rata-rata dan Marjinal Analisis Optimalisasi Turunan dan Aturan Turunan Optimalisasi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan mengenai teori teori yang berhubungan dengan pembahasan ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah dalam hal pembahasan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Zaman yang semakin berkembang membuat persoalan semakin kompleks, tidak terkecuali persoalan yang melibatkan persoalan matematika. Dalam pemecahannya, matematika memegang

Lebih terperinci

BAB 3.Penerapan Diferensial Fungsi Sederhana dalam Ekonomi

BAB 3.Penerapan Diferensial Fungsi Sederhana dalam Ekonomi BAB 3.Penerapan Diferensial Fungsi Sederhana dalam Ekonomi A. Elastisitas Elastisitas merupakan persentase perubahan y terhadap persentase perubahan x. 1.1 Elastisitas Permintaan Elastisitas Permintaan

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 EKONOMI. Institut Manajemen Telkom

MATEMATIKA EKONOMI. Institut Manajemen Telkom MATEMATIKA EKONOMI Institut Manajemen Telkom Diferensial Parsial Diferensial parsial Nilai ekstrim: maksimum dan minimum Diferensial Parsial y = f(x,z) = x 3 +5z 2 4x 2 z 6xz 2 +8z 7 f x (x,z) = 3x 2 8xz

Lebih terperinci

Kontrol Optimal Waktu Diskrit

Kontrol Optimal Waktu Diskrit Kontrol Optimal Waktu Diskrit April 2012 () Kontrol Optimal (3 SKS) April 2012 1 / 18 Ekstrim Suatu Fungsional untuk Fungsi Skalar Dalam bagian ini, kita akan menentukan syarat perlu untuk optimisasi fungsional

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pemrograman Non linier Pemrograman non linier adalah suatu bentuk pemrograman yang berhubungan dengan suatu perencanaan aktivitas tertentu yang dapat diformulasikan dalam model

Lebih terperinci

Soal dan Pembahasan UN Matematika SMA IPA Tahun 2013

Soal dan Pembahasan UN Matematika SMA IPA Tahun 2013 Soal dan Pembahasan UN Matematika SMA IPA Tahun 013 LOGIKA MATEMATIKA p siswa rajin belajar ; q mendapat nilai yang baik r siswa tidak mengikuti kegiatan remedial ~ r siswa mengikut kegiatan remedial Premis

Lebih terperinci

Metode Numerik Newton

Metode Numerik Newton 1. March 1, 2016 1. 1. 1. Berbeda dengan Metode numerik Golden Rasio dan Fibonacci yang tidak memerlukan f (x), metode numerik Newton memerlukan turunan dari fungsi f (x) tersebut. 1. Berbeda dengan Metode

Lebih terperinci

Berikut merupakan alur penyelesaian masalah nyata secara matematik. pemodelan. penyelesaian

Berikut merupakan alur penyelesaian masalah nyata secara matematik. pemodelan. penyelesaian Lecture I: Introduction of NonLinear Programming A. Masalah Optimisasi Dalam kehidupan sehari-hari, manusia cenderung untuk berprinsip ekonomi, yaitu dengan sumber daya sedikit mungkin dapat memperoleh

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pemrograman Non Linier Pemrograman Non linier merupakan pemrograman dengan fungsi tujuannya saja atau bersama dengan fungsi kendala berbentuk non linier yaitu pangkat dari variabelnya

Lebih terperinci

III RELAKSASI LAGRANGE

III RELAKSASI LAGRANGE III RELAKSASI LAGRANGE Relaksasi Lagrange merupakan salah satu metode yang terus dikembangkan dalam aplikasi pemrograman matematik. Sebagian besar konsep teoretis dari banyak aplikasi menggunakan metode

Lebih terperinci

TERAPAN TURUNAN. Bogor, Departemen Matematika FMIPA IPB. (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, / 61

TERAPAN TURUNAN. Bogor, Departemen Matematika FMIPA IPB. (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, / 61 TERAPAN TURUNAN Departemen Matematika FMIPA IPB Bogor, 2012 (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, 2012 1 / 61 Topik Bahasan 1 Nilai Maksimum dan Minimum 2 Teorema Nilai Rataan (TNR) 3 Turunan

Lebih terperinci

BAB II KAJIAN PUSTAKA. Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan,

BAB II KAJIAN PUSTAKA. Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan, BAB II KAJIAN PUSTAKA Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan, pemrograman linear, metode simpleks, teorema dualitas, pemrograman nonlinear, persyaratan karush kuhn

Lebih terperinci

Berapakah nilai a? a. 25. d. 25 b. 15. e. 15 c. 10. Penyelesaian: Berarti bahwa 1, 3, 5, 7 dan 9 adalah akar-akar persamaan polinomial g(x) = 0.

Berapakah nilai a? a. 25. d. 25 b. 15. e. 15 c. 10. Penyelesaian: Berarti bahwa 1, 3, 5, 7 dan 9 adalah akar-akar persamaan polinomial g(x) = 0. KOMPETISI MATEMATIKA 07 TINGKAT SMA SE-SULUT SOLUSI BABAK SEMI FINAL Rabu, Februari 07 . Misalkan f(x) = x 5 + ax 4 + bx 3 + cx + dx + c dan f() = f(3) = f(5) = f(7) = f(9). Berapakah nilai a? a. 5 d.

Lebih terperinci

PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI ABSTRACT

PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI ABSTRACT PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI Febrian Lisnan, Asmara Karma 2 Mahasiswa Program Studi S Matematika 2 Dosen Jurusan Matematika Fakultas Matematika

Lebih terperinci

MATEMATIKA EKONOMI DAN BISNIS MINGGU XII

MATEMATIKA EKONOMI DAN BISNIS MINGGU XII MATEMATIKA EKONOMI DAN BISNIS MINGGU XII OPTIMASI FUNGSI MULTIVARIAT TANPA DAN DENGAN KENDALA Prepared by : W. Roianto ROFI KONDISI MAKSIMUM DAN MINIMUM RELATIF DEFINISI Fungsi y = (,,, n ) maksimum relati

Lebih terperinci

BAB I PENDAHULUAN. beban maka struktur secara keseluruhan akan runtuh. yang menahan beban aksial vertikal dengan rasio bagian tinggi dengan dimensi

BAB I PENDAHULUAN. beban maka struktur secara keseluruhan akan runtuh. yang menahan beban aksial vertikal dengan rasio bagian tinggi dengan dimensi BAB I PENDAHULUAN 1.1. Latar Belakang Kolom merupakan elemen utama pada struktur bangunan karena umumnya meneruskan beban dari balok atau lantai ke sistem pondasi di bawahnya. Betapapun kuat dan kakunya

Lebih terperinci

Modifikasi Kontrol untuk Sistem Tak Linier Input Tunggal-Output Tunggal

Modifikasi Kontrol untuk Sistem Tak Linier Input Tunggal-Output Tunggal Vol 7, No2, 118-123, Januari 2011 Modifikasi Kontrol untuk Sistem Tak Linier Input Tunggal-Output Tunggal Abstrak Dalam tulisan ini diuraikan sebuah kontrol umpan balik dinamik Dari kontrol yang diperoleh

Lebih terperinci

SVM untuk Regresi. Machine Learning

SVM untuk Regresi. Machine Learning MMA10991 Topik Khusus - Machine Learning Dr. rer. nat. Hendri Murfi Intelligent Data Analysis (IDA) Group Departemen Matematika, Universitas Indonesia Depok 16424 Telp. +62-21-7862719/7863439, Fax. +62-21-7863439,

Lebih terperinci

KONSEP BIAYA DALAM PENGAMBILAN KEPUTUSAN

KONSEP BIAYA DALAM PENGAMBILAN KEPUTUSAN KONSEP BIAYA DALAM PENGAMBILAN KEPUTUSAN A. Jenis Biaya yang Perlu Diketahui Oleh Decision Maker 1. Biaya Eksplisit (Explisiy Cost) Biaya yang dikeluarkan guna mendapatkan input yang dibutuhkan dalam proses

Lebih terperinci

PROGRAM LINEAR. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XII

PROGRAM LINEAR. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XII LA - WB (Lembar Aktivitas Warga Belajar) PROGRAM LINEAR Oleh: Hj. ITA YULIANA, S.Pd, M.Pd MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XII Created By Ita Yuliana 9 Program Linear Kompetensi

Lebih terperinci

Bab 2 Berbagai Teknik Optimasi dan Peralatan Manajemen Baru

Bab 2 Berbagai Teknik Optimasi dan Peralatan Manajemen Baru Bab 2 Berbagai Teknik Optimasi dan Peralatan Manajemen Baru Sumber: http://ideolicious.blogspot.co.id/2014/09/ma teri-perkuliahan-ekonomi-manajerial.html Pendahuluan Ekonomi Manajerial sebagai penerapan

Lebih terperinci

Pengaruh Tebal Isolasi Termal Terhadap Efektivitas Plate Heat Exchanger

Pengaruh Tebal Isolasi Termal Terhadap Efektivitas Plate Heat Exchanger Pengaruh Tebal Isolasi Thermal Terhadap Efektivitas Plate Heat Exchanger (Ekadewi Anggraini Handoyo Pengaruh Tebal Isolasi Termal Terhadap Efektivitas Plate Heat Exchanger Ekadewi Anggraini Handoyo Dosen

Lebih terperinci

Persamaan Diferensial

Persamaan Diferensial TKS 4003 Matematika II Persamaan Diferensial Konsep Dasar dan Pembentukan (Differential : Basic Concepts and Establishment ) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya Pendahuluan

Lebih terperinci

Kalkulus Multivariabel I

Kalkulus Multivariabel I dan Fungsi Implisit dan Fungsi Implisit Statistika FMIPA Universitas Islam Indonesia dan Fungsi Implisit Ingat kembali aturan rantai pada fungsi satu peubah! Jika y = f (x(t)), di mana baik f maupun t

Lebih terperinci

Bab 5 Puntiran. Gambar 5.1. Contoh batang yang mengalami puntiran

Bab 5 Puntiran. Gambar 5.1. Contoh batang yang mengalami puntiran Bab 5 Puntiran 5.1 Pendahuluan Pada bab ini akan dibahas mengenai kekuatan dan kekakuan batang lurus yang dibebani puntiran (torsi). Puntiran dapat terjadi secara murni atau bersamaan dengan beban aksial,

Lebih terperinci

FUZZY LINIER PROGRAMMING UNTUK PEMILIHAN JENIS KENDARAAN DALAM MENGANTISIPASI KEMACETAN LALU LINTAS DI KOTA MEDAN

FUZZY LINIER PROGRAMMING UNTUK PEMILIHAN JENIS KENDARAAN DALAM MENGANTISIPASI KEMACETAN LALU LINTAS DI KOTA MEDAN FUZZY LINIER PROGRAMMING UNTUK PEMILIHAN JENIS KENDARAAN DALAM MENGANTISIPASI KEMACETAN LALU LINTAS DI KOTA MEDAN Zulfikar Sembiring 1* 1 Fakultas Teknik, Universitas Medan Area * Email : zoelsembiring@gmail.com

Lebih terperinci

Teknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM

Teknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM Teknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM Dosen: Didin Astriani Prassetyowati, M.Stat Silabus MATAKULIAH TI214 TEKNIK RISET OPERASI (2 SKS) TUJUAN Agar mahasiswa

Lebih terperinci

Prosiding Matematika ISSN:

Prosiding Matematika ISSN: Prosiding Matematika ISSN: 2460-6464 Optimisasi Fungsi Nonlinier Dua Variabel Bebas dengan Satu Kendala Pertidaksamaan Menggunakan Syarat Kuhn-Tucker Optimization of Nonlinear Function of Two Independent

Lebih terperinci

Catatan Kuliah 7 Memahami dan Menganalisa Optimisasi Sederhana Tanpa Kendala dengan Satu Variabel Keputusan

Catatan Kuliah 7 Memahami dan Menganalisa Optimisasi Sederhana Tanpa Kendala dengan Satu Variabel Keputusan Catatan Kuliah 7 Memahami dan Menganalisa Optimisasi Sederhana Tanpa Kendala dengan Satu Variabel Keputusan Optimisasi Ilmu ekonomi adalah ilmu yang mempelajari bagaimana melakukan penelitian yang terbaik

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Program Linear Program Linear adalah suatu cara yang digunakan untuk menyelesaikan masalah optimasi suatu model linear dengan berbagai kendala yang dihadapinya. Masalah program

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakang Pengoptimalan merupakan ilmu Matematika terapan dan bertujuan untuk mencapai suatu titik optimum. Dalam kehidupan sehari-hari, baik disadari maupun tidak, sebenarnya

Lebih terperinci

1. Fungsi Objektif z = ax + by

1. Fungsi Objektif z = ax + by Nilai Optimum Suatu Fungsi Objektif, Program Linear, Fungsi Objektif, Cara Menentukan, Contoh Soal, Rumus, Pembahasan, Metode Uji Titik Sudut, Metode Garis Selidik, Matematika Nilai Optimum Suatu Fungsi

Lebih terperinci

BAB II LANDASAN TEORI. Pemrograman linear (PL) ialah salah satu teknik dari riset operasi untuk

BAB II LANDASAN TEORI. Pemrograman linear (PL) ialah salah satu teknik dari riset operasi untuk BAB II LANDASAN TEORI A. Pemrograman Linear Pemrograman linear (PL) ialah salah satu teknik dari riset operasi untuk memecahkan persoalan optimasi (maksimum atau minimum) dengan menggunakan persamaan dan

Lebih terperinci

Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas

Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas Slide II Toni Bakhtiar Departemen Matematika IPB February 2012 TBK (IPB) Kalkulus Variasi February 2012 1 / 37 Masalah Brachystochrone

Lebih terperinci

KED PENGGUNAAN TURUNAN

KED PENGGUNAAN TURUNAN 6 PENGGUNAAN TURUNAN JUMLAH PERTEMUAN : 1 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS : Menerapkan konsep dasar turunan fungsi dalam menentukan karakteristik grafik fungsi dan menggambarkan grafik Materi : 6.1

Lebih terperinci

Open Source. Not For Commercial Use

Open Source. Not For Commercial Use Ringkasan Kalkulus 2, Untuk dipakai di ITB 1 Limit dan Kekontinuan Misalkan z = f(, y) fungsi dua peubah dan (a, b) R 2. Seperti pada limit fungsi satu peubah, limit fungsi dua peubah bertujuan untuk mengamati

Lebih terperinci

UJIAN TENGAH SEMESTER KALKULUS I Senin, 5 Maret 1999 Waktu : 2,5 jam

UJIAN TENGAH SEMESTER KALKULUS I Senin, 5 Maret 1999 Waktu : 2,5 jam UJIAN TENGAH SEMESTER KALKULUS I Senin, 5 Maret 999 Waktu :,5 jam SETIAP NOMOR MEMPUNYAI BOBOT 0. Misalkan diketahui fungsi f dengan ; 0 f() = ; < 0 Gunakan de nisi turunan untuk memeriksa aakah f 0 (0)

Lebih terperinci

Support Vector Machine

Support Vector Machine MMA10991 Topik Khusus Machine Learning Dr. rer. nat. Hendri Murfi Intelligent Data Analysis (IDA) Group Departemen Matematika, Universitas Indonesia Depok 16424 Telp. +62-21-7862719/7863439, Fax. +62-21-7863439,

Lebih terperinci

II. TINJAUAN PUSTAKA. Turunan fungsi f adalah fungsi lain f (dibaca f aksen ) yang nilainya pada ( ) ( ) ( )

II. TINJAUAN PUSTAKA. Turunan fungsi f adalah fungsi lain f (dibaca f aksen ) yang nilainya pada ( ) ( ) ( ) II. TINJAUAN PUSTAKA 2.1 Definisi Turunan Turunan fungsi f adalah fungsi lain f (dibaca f aksen ) yang nilainya pada sebarang bilangan c adalah asalkan limit ini ada. Jika limit ini memang ada, maka dikatakan

Lebih terperinci

METODE NUMERIK BISEKSI

METODE NUMERIK BISEKSI February 24, 2016 Metode Biseksi 1. Metode Biseksi 1 1. Metode Biseksi 2 Metode Biseksi Metode Biseksi memberikan alternatif perhitungan numerik menentukan x yang meminimumkan atau memaksimumkan suatu

Lebih terperinci

DIFERENSIAL TOTAL. 1 Kalkulus Lanjut Blog: aswhat.wordpress.com. dz dx dy x y dx x y dy. dz , ,04 0,65

DIFERENSIAL TOTAL. 1 Kalkulus Lanjut   Blog: aswhat.wordpress.com. dz dx dy x y dx x y dy. dz , ,04 0,65 DIFERENSIAL TOTAL 1. Pendahuluan Ingat kembali konsep diferensial pada fungsi satu variabel y = f(x). suatu diferensial dx terhadap variabel bebas didefinisikan sebagai: dy = f (x) dx selanjutnya, misalkan

Lebih terperinci

PENERAPAN PRINSIP MAKSIMUM PONTRYAGIN PADA SISTEM INVENTORI-PRODUKSI. Nurus Sa adah, Toni Bakhtiar, Farida Hanum

PENERAPAN PRINSIP MAKSIMUM PONTRYAGIN PADA SISTEM INVENTORI-PRODUKSI. Nurus Sa adah, Toni Bakhtiar, Farida Hanum PENERAPAN PRINSIP MAKSIMUM PONTRYAGIN PADA SISTEM INVENTORI-PRODUKSI Nurus Sa adah, Toni Bakhtiar, Farida Hanum Departemen Matematika FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga, Bogor

Lebih terperinci

Program Dinamis (dynamic programming):

Program Dinamis (dynamic programming): Materi #0 Ganjil 0/05 (Materi Tambahan) Program Dinamis (Dynamic Programming) Program Dinamis Program Dinamis (dynamic programming): metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN BAB V HASIL DAN PEMBAHASAN A. Data Penelitian Pengujian dilakukan di Laboratorium Keairan dan Lingkungan Universitas Muhammadiyah Yogyakarta. Didapatkan hasil dari penelitian dengan aliran superkritik

Lebih terperinci

Heri Rustamaji Jurusan Teknik Kimia Universitas Lampung

Heri Rustamaji Jurusan Teknik Kimia Universitas Lampung Heri Rustamaji Jurusan Teknik Kimia Universitas Lampung Optimasi mencakup dua proses : ❶ formulasi problem optimasi dalam bentuk persamaan matematis, ❷ penyelesaian problem matematis yang terbentuk Tujuan

Lebih terperinci

BAB III PERANCANGAN DAN SIMULASI ANTENA MIKROSTRIP. bahan substrat yang digunakan. Kemudian, menentukan bentuk patch yang

BAB III PERANCANGAN DAN SIMULASI ANTENA MIKROSTRIP. bahan substrat yang digunakan. Kemudian, menentukan bentuk patch yang BAB III PERANCANGAN DAN SIMULASI ANTENA MIKROSTRIP 3.1 Pendahuluan Perancangan antena mikrostrip sangat bergantung pada spesifikasi antena yang di buat dan bahan atau substrat yang digunakan. Langkah awal

Lebih terperinci

Program Dinamis (Dynamic Programming)

Program Dinamis (Dynamic Programming) Program Dinamis (Dynamic Programming) Program Dinamis Program Dinamis (dynamic programming): metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan langkah (step) atau tahapan (stage)

Lebih terperinci

DIKTAT KULIAH KALKULUS PEUBAH BANYAK (IE-308)

DIKTAT KULIAH KALKULUS PEUBAH BANYAK (IE-308) DIKTAT KULIAH (IE-308) BAB 5 INTEGRAL LIPAT Diktat ini digunakan bagi mahasiswa Jurusan Teknik Industri Fakultas Teknik Universitas Kristen Maranatha Ir. Rudy Wawolumaja M.Sc JURUSAN TEKNIK INDUSTRI -

Lebih terperinci

Program Dinamis. Oleh: Fitri Yulianti

Program Dinamis. Oleh: Fitri Yulianti Program Dinamis Oleh: Fitri Yulianti 1 Program Dinamis Program Dinamis (dynamic programming): - metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan tahapan (stage) - sedemikian sehingga

Lebih terperinci

MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT / 2 SKS]

MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT / 2 SKS] MATA KULIAH MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT011215 / 2 SKS] LINIER PROGRAMMING Formulasi Masalah dan Pemodelan Pengertian Linear Programming Linear Programming (LP) adalah salah satu teknik

Lebih terperinci

SATUAN ACARA PERKULIAHAN PROGRAM STUDI ILMU KOMUNIKASI

SATUAN ACARA PERKULIAHAN PROGRAM STUDI ILMU KOMUNIKASI Kode Mata : IT 081308 Media : Kertas Kerja, Infocus, Mata : Matematika 2 Perangkat Siaran Jumlah SKS : 3 Evaluasi : Kehadiran, Penilaian terhadap tugas/praktek Proses Belajar Mengajar : Dosen : Menjelaskan,

Lebih terperinci

BAB II LANDASAN TEORI. A. Sistem Persamaan Linear dan Sistem Pertidaksamaan Linear

BAB II LANDASAN TEORI. A. Sistem Persamaan Linear dan Sistem Pertidaksamaan Linear 5 BAB II LANDASAN TEORI A Sistem Persamaan Linear dan Sistem Pertidaksamaan Linear Persamaan linear adalah bentuk kalimat terbuka yang memuat variabel dengan derajat tertinggi adalah satu Sedangkan sistem

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA. ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah. dalam hal pembahasan hasil utama berikutnya.

BAB 2 TINJAUAN PUSTAKA. ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah. dalam hal pembahasan hasil utama berikutnya. BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dijelaskan mengenai teori-teori yang berhubungan dengan pembahasan ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah dalam hal pembahasan

Lebih terperinci

Pertemuan 6 APLIKASI TURUNAN

Pertemuan 6 APLIKASI TURUNAN Kalkulus Pertemuan 6 APLIKASI TURUNAN Menggambar Grafik Fungsi : Gambarlah grafik dari fungsi berikut! 4 f ( ) Beberapa informasi yang diperlukan untuk mengambar grafik dari fungsi tersebut adalah sebagai

Lebih terperinci

Soal-Soal dan Pembahasan Ujian Nasional Matematika Tahun Pelajaran 2010/2011 Program Studi IPA

Soal-Soal dan Pembahasan Ujian Nasional Matematika Tahun Pelajaran 2010/2011 Program Studi IPA Soal-Soal dan Pembahasan Ujian Nasional Matematika Tahun Pelajaran 010/011 Program Studi IPA 1. Akar-akar persamaan 3x -1x + = 0 adalah α dan β. Persamaan Kuadrat baru yang akar-akarnya (α +) dan (β +)

Lebih terperinci

BAB 2 KAJIAN PUSTAKA. Menurut Asghar (2000), secara garis besar masalah optimisasi terbagi dalam beberapa tipe berikut:

BAB 2 KAJIAN PUSTAKA. Menurut Asghar (2000), secara garis besar masalah optimisasi terbagi dalam beberapa tipe berikut: BAB 2 KAJIAN PUSTAKA 2.1 Masalah Optimisasi dan Program Non Linier Menurut Asghar (2000), secara garis besar masalah optimisasi terbagi dalam beberapa tipe berikut: 1. Masalah optimisasi tanpa kendala.

Lebih terperinci

Masalah maksimisasi dapat ditinjau dari metode minimisasi, karena

Masalah maksimisasi dapat ditinjau dari metode minimisasi, karena Lecture 2: Optimization of Function of One Variable A. Pendahuluan Ide dasar dari masalah optimisasi adalah mengoptimumkan (memaksimumkan/ meminimumkan) suatu besaran skalar yang merupakan harga suatu

Lebih terperinci