(Saeter & Hammond, 2006) i, j=1,2,...n. III. PEMBAHASAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "(Saeter & Hammond, 2006) i, j=1,2,...n. III. PEMBAHASAN"

Transkripsi

1 6 j j, j,, (Sat & Hammod, 006 III PEMBAHASAN 3 Fug poduk Hubuga ataa put da output dapat dtaomaka olh buah ug poduk Scaa matmat, ug poduk dapat dtulka baga bkut: ( K, L, M, dga: output yag dhalka lama pod waktu K put kaptal L put taga kja M put matal Tada ttk-ttk pada ug d ata mujukka kmugka dguakaya put poduk yag la Utuk mujukka bbaga komba put yag dguaka dalam mmpoduk tgkat output tttu, kta mgguaka kop okua Iokua adalah kuva yag mggambaka bbaga komba put poduk caa yag mghalka tgkat poduk yag ama Malka dalam bpoduk puahaa haya mgguaka dua put poduk aja, yatu put modal da put taga kja maka ug poduk mjad (K,L dga K myataka put modal da L myataka put taga kja Iokua utuk ug poduk pt dapat dgambaka baga bkut Slop kuva mujukka uatu tgkat ktka buah put dapat dptukaka dga put laya dga output daggap kota Slop yag gat dbut baga tgkat majal ubttu tkk Jka kuatta taga kja yag dguaka puahaa mgkat, puahaa hauya dapat mguag put modal da mah ttap mghalka output kota Jka taga kja blumya daumka mmlk poduktvta majal pot, puahaa hauya dapat mgguaka put modal yag lbh dkt aat lbh bayak taga kja yag dguaka Utuk tgkat output yag ttap, jka kaka jumlah taga kja pada akhya mghauka puahaa utuk mgguaka lbh bayak modal, hal madaka bahwa poduktvta majal taga kja adalah gat Smua okua mmlk lop gat yag mujukka bahwa tdapat ptukaa ataa put modal da put taga kja Hal la yag ptg da ug poduk adalah bapa mudah uatu put dapat dgatka olh put laya Kta tlah mgaumka bahwa tgkat output tttu dapat dpoduk dga bbaga vaa put yag bbda Puahaa dapat mlakuka ubttu taga kja thadap modal dga mmptahaka output ttap kota Scaa umum, kau ubttu put duku dga kop latta ubttu Elatta ubttu dlambagka dga da laya baaya bbda d pajag oqua utuk tu to cal yag bbda Jka tu to cal daumka kota, maka la latta ubttuya aka ama d pajag mua okua (Ncholo, Fug poduk CES Gamba Iokua Fug poduk yag mmpuya latta ubttu kota pot g dbut dga ug poduk CES (cotat latct o ubttuto Fug poduk yag tmauk k dalam cotat latct o ubttuto mmpuya dua kaakttk utama, yatu:

2 7 a ug tbut adalah ug homog bdajat atu, da b mmpuya latta ubttu yag kota Btuk umum ug poduk CES adalah: ρ ρ γ δ Dga: gpaamt yag mujukka dkato da tgkat tkolog d paamt dtbu yag bhubuga dga popo pgguaa put poduk thadap output dga put poduk k- paamt ubttu δ Malka puahaa haya mgguaka put modal da put taga kja aja dalam bpoduk, maka ug podukya dapat ddka baga bkut: ( (, γ δ ( δ ρ ρ ρ K L L + K Dga: ouput poduk Kput modal Lput taga kja gpaamt dpaamt dtbu paamt ubttu Aumka g >0, 0 d da >-, la 0 kaa mgakbatka la output poduk mjad tdak td Fug poduk CES mmpuya tu to cal yag kota kaa ρ ρ ρ ( ρ ρ ρ ( m ρ ( ( L ( ( K (, γ δ( + ( δ( F mk ml ml mk γ δ + δ ρ mf ( K, L Utuk mua m > 0, maka pamaa d ata juga mujukka bahwa ug poduk CES adalah homog bdajat atu Fug poduk CES mmpuya la latta ubttu baga bkut σ (3 + ρ Bukt: Lhat Lampa Kaa >- maka la latta yag ddapat patlah kota pot 33 Fug poduk CROPPES Fug poduk copp (cotat ato o paw patal latct o ubttuto mupaka btuk umum da ug poduk CES (cotat latct o ubttuto Scaa umum, ug poduk copp ddka baga bkut γ β Dga: output poduk put poduk k- gpaamt da paamt ubttu b paamt dtbu dga β (33 Fug poduk copp mmlk at daa oklak Sat daa tbut d ataaya adalah: a mmlk poduk majal yag pot b ug poduk copp mupaka ug homog caa la da bdajat atu c mmlk poduktvta yag mak bkuag Kaakttk ug poduk copp: a Mmlk poduk majal yag pot Sbagamaa dktahu, poduk majal adalah tuua ptama da ug poduk Poduk majal (MP hgga γβ β + γβ γ β + γβ ( + + ( γ β γ β γ (33

3 8 Daumka tada da ama ta γ >0 da b >0, hgga blaku γβ ( + MP > 0 + Tbukt poduk majal adalah pot I atya jka puahaa mgkatka pgguaa put poduk maka output yag dhalka juga aka mgalam pgkata Daumka puahaa adalah pma haga dalam paa paga mpua Suatu puahaa aka bht mambah put poduk pada aat tambaha baya yag hau dbaya adalah ama dga tambaha pdapata yag dtma Tambaha baya dalam hal adalah haga put poduk dagka tambaha pdapata adalah poduk majal dkalka haga jual output Jka haga put poduk dotaka dga P dagka haga jual output dotaka dga P, maka aloka put poduk daggap bla: P (MP (P (333 dga: P haga da put poduk k- P haga da output dga dmka: γβ ( + ( + P P b Fug poduk copp mupaka ug homog caa la da bdajat atu Jka puahaa mgkatka mua put podukya ba m kal, dga m > 0 maka Pamaa (33 mjad ( γβm γβ m ( m ( γβ γβ ( m ( β m γ γ β (334 Da Pamaa (334 dapat dlhat bahwa apabla la maka ug poduk copp tdak mujukka homog caa la da bdajat atu Olh kaa tu, utuk pmbahaa lajutya kta aumka bahwa la utuk mmuh at khomoga la Bla daumka la maka Pamaa (334 mjad baga bkut: β( m γ ( γβm γβm ( m ( γβ γβ mγ β (335 Da Pamaa (335 dapat dlhat bahwa ug poduk copp adalah homog caa la da bdajat atu Aum homog caa la aka ama dga aum koom mga tu to cal yag kota Kaa bat homog caa la, bat kaka mua put ba m kal aka lalu makka output ba m kal pula Akbatya, ug poduk copp pt halya ug poduk homog laya yag mujukka cotat tu to cal mmuh yaat papa Toma Eul Toma Eul myataka bahwa la buah ug yag homog caa la lalu dapat dyataka baga pjumlaha da hal kal alah atu vaabl bba dga tuua paal od ptama thadap vaabl tbut Scaa koom, at bat bahwa pada kod cotat tu to cal, kutuga koom yag mu aka ol Stua mupaka gambaa kmbaga jagka pajag pada paa paga mpua Kutuga koom yag ba ol dalam kmbaga jagka pajag tu mupaka hal kkuata paga mlalu klua da maukya puahaa c Mmlk poduktvta yag mak bkuag atau < 0 Da Pamaa (33 dpolh

4 9 γβ ( + + ( ( γβ + γ β Tuuka pamaa d ata thadap hgga ddapatka ( + + γβ + γβ ( ( + ( + ( γ β + ( γβ ( γ β ( + + ( + γβ + + ( + γ β γ β ( + + γ β ( γ β ( + γβ + + ( + + ( γβ + ( ( + γβ+ γ β γβ γβ ( ( γ β + γβ γβ ( ( γ β Malka: + θ + γβ Φ ψ γ β, maka Pamaa (336 mjad γβ θ ( Φ + + ψ (336 Daumka la da pada pamaa d ata adalah ama hgga aka mgakbatka ug q,, y aka bla pot Kaa ug poduk copp mmlk tu to cal yag kota aat utuk mua dga > 0 maka Pamaa (336 dapat dtulka baga bkut + γβ γβ ( ( ( γ β (337 Sdhaaka Pamaa (337 hgga mjad + ( γβ( γβ ( + ( γβ ( ( + + γ β ( γβ ( ( γβ ( ( γβ ( γβ + + ( + ( + γ β + ( γβ + ( + ( + + ( γβ + ( ( γβ ( ( γβ ( ( γβ ( + (338 Pamaa (338 aka bla gat jka < 0 Kaa ug poduk copp bat cotat tu to cal maka Toma Eul blaku, hgga < 0 kaa tbukt bahwa < 0 Nla poduktvta majal yag gat pada ug poduk copp mujukka tjadya dmhg tu to cal yag atya ktka put vaabl yag dguaka

5 0 jumlahya mah dkt maka poduk majal yag dhalka agat tgg Ttap mak bayak put vaabl tbut dguaka, mtaa put la dbaka kota maka poduk majal tbut aka mak bkuag Gamba Kuva Poduk Total da Poduk Majal Ktaga: TPtotal poduct MPmagal poduct Da Kuva d ata, dapat dbag mjad tga tahap poduk baga bkut: Tahap, yatu da ttk aal ampa ttk A Pada tahap, pambaha put poduk aka mgkatka poduk total Namu bla puahaa bht bpoduk pada tahap, puahaa aka khlaga kmpata utuk mdapatka kutuga yag lbh ba lag kaa puahaa baya mah dapat mgkatka output podukya hgga mcapa hal yag lbh optmal Tahap, yatu daah ataa ttk A da ttk B Pada tahap, kaa blakuya th law o dmhg tu, maka poduk majal mgalam puua Namu laya mah pot Pambaha put poduk aka ttap mambah poduk total ampa mcapa la makmum 3 Tahap 3, yatu aat MP (magal poduct bla ol yatu d ttk B Pada tahap puahaa tdak mugk mlajutka poduk, kaa pambaha put poduk jutu muuka poduk total Puahaa aka mgalam kuga 34 Elatta paal ubttu Dalam pmbahaa ug poduk copp, ada hal ptg laya yag plu dktahu yatu bapa mudah mukaka uatu put dga put laya dalam po poduk Alat yag baa dguaka utuk mguku po adalah latta ubttu Btuk umum ug poduk copp dga aum utuk mua dga > 0 dapat ddka baga bkut γ β ( 34 Malka dalam bpoduk puahaa daumka haya mgguaka dua put poduk aja, yatu put da put hgga ug podukya mjad (, maka muut d latta ubttu dpolh

6 d σ d Dga da (34 Tuua d dapat dca baga bkut d d + d ( 343 Da d RTS ( thadap dpolh RTS ( thadap d d hgga d d ( 344 Subttuka Pamaa (344 k Pamaa (343 hgga d d + d d ( 345 Tuua da ao ataa da dotaka dga d, da laya adalah baga bkut d d d ( 346 Subttuka Pamaa (344 k Pamaa (346 hgga d d d d + d + ( ( ( 347 Slajutya aka dca ao d d Dga mgguaka Pamaa (345 da (347 dpolh d d ( ( + d d ( + ( ( 348 Subttuka Pamaa (348 k Pamaa (34 utuk mca latta ubttu d σ d ( + ( ( + ( 349

7 Nla da dbka olh ( 340 ( 34 Bdaaka Toma oug maka blaku hgga dga myubttuka Pamaa (340 da Pamaa (34 k Pamaa (349 maka aka dpolh σ ( + ( + ( ( + ( ( ( ( + ( ( ( ( + F F Ddka: ( ( F 0 F bodd dtmat F adalah koakto da pada F ( 34 Nla latta ubttu pada pamaa (34 lalu bla pot Kaa Fug poduk copp bat oklak, maka put poduk (dalam hal put da put da poduk majal ( da lalu bla o-gat Olh kaa tu, utuk mujukka bahwa la latta ubttu adalah pot, maka kta tggal mmbuktka bahwa ( ( ( > Utuk mmbuktka Pamaa (343, cukup dbuktka bahwa > 0, da <0 Nla dapat dca dga muuka ug poduk thadap vaabl da Bdaaka Toma oug blaku hgga γβ + + ( ( γβ ( + Kaa da bla o gat, ta daumka mua paamt bla pot, tbukt bahwa > 0 Poduktvta majal ( da lalu bla gat, da laya dapat dca baga bkut: ( ( ( ( ( γβ + + γβ ( + γβ + ( ( ( ( ( ( γβ + + γβ ( + γβ ( + Utuk mujukka da bla gat, maka cukup dbuktka bahwa da kuag da ol Kaa ug poduk mmpuya tu to cal yag kota, maka Toma Eul blaku hgga blaku < 0 da < 0 ( kaa + dga hal tbukt bahwa da <0

8 3 Pamaa (34 dapat dplua utuk pgguaa jumlah put poduk mjad Dga: σ F F 0 (344 F bodd dtmat F koakto da pada F Pamaa (344 dguaka utuk mca la latta paal ubttu ataa put dga put, dagka bayakya put poduk yag la ( dga da dptahaka ttap kota 35 Pgoptmuma put poduk Pada pmbahaa, kta aka mca olu put poduk yag ddaaka pada pmakmuma kutuga Daumka puahaa bpoduk pada paa paga mpua Btuk umum ug poduk copp dga aum utuk mua dga > 0 adalah baga bkut γ β ( 35 Sdagka P adalah haga output yag ddka baga bkut P g( ( 35 Malka P(P,P,P 3,,P adalah vkto haga da put poduk P dga,,3, daumka pot Smtaa tu, ddka pula (,,, baga vkto put poduk yag mmmumka baya Kaa pmtaa put poduk puahaa dpgauh olh hagaya, maka pamaa utuk put poduk dapat dtulka baga bkut ( P,, dga: P haga put poduk k- bayakya put poduk k- Pmaa total (Rvu ama dga jumlah output ( dkalka dga haga jual output (P Scaa matmat dotaka baga bkut R P g ( g ( ( ( (353 Total baya poduk puahaa (cot adalah jumlah da mua pkala put poduk dga hagaya Scaa matmat dotaka baga bkut C P (354 Kutuga adalah la pmaa total puahaa dkuag baya total yag dkluaka puahaa Jka kutuga dotaka dga π maka π pmaa total - baya poduk P P ( ( ( g P (355 Dalam kaya tul, ada dua kau yag aka damat Kau ptama ktka put kaptal (dalam tula bat taah tlah dttapka dalam pdaa mtaa put la bat lat mpua Pada kau kdua put taah da put taga kja tlah dttapka, dagka put la tda dalam dut pada aat hagaya mgalam kaka Kau Aum yag dguaka: Iput taah bla ttap dotaka dga a a o Iput poduk la bat lat mpua Pmaa total ama dga jumlah output ( dkalka dga haga jual (P R P g( ( ( ( 356 Smtaa tu, ug baya podukya adalah P C dga a (357

9 4 Kod utuk mmakmumka kutuga dapat dtulka baga bkut: Makmumka P P utuk mua kcual a thadap kdala a a o dga a put taah yag bla ttap (358 Pamaa (358 dapat dtulka dalam btuk Lagag baga bkut: Z P P + λ ( a o a o a ( ( λ ( g P + a ( 359 Kod od ptama da Pamaa (359 adalah Z ( g( ( ( g ( + ( P 0 ( Z ( g( ( ( g ( + ( λ 0 a a ( a Z a o a 0 λ 350 ( Solu da λ da Pamaa (350 adalah β Pa + ao βa P λ Pa Ptua olu da λ dapat dlhat pada Lampa 3 Da hal aal dapat dlhat bahwa λ myataka haga da put taah Sla tu, dpolh olu put optmal ba yag juga dpgauh olh put ttap taah Daumka put poduk bat lat mpua Bdaaka aum, maka put poduk mupaka baag-baag yag mmpuya at ubttu Atya bla uatu put poduk mgalam kaka haga maka puahaa aka balh k put poduk pggatya Dalam jagka pajag paa paga mpua, maukya puahaa bau mybabka pmtaa thadap uatu put poduk mgalam pgkata Hal mgakbatka haga put tbut aka ak Namu, kaa put poduk bat ubttu, maka puahaa dapat mgguaka put pggatya yag tdak mgalam kaka haga hgga baya poduk puahaa ttap kota Kau Aum yag dguaka: Iput taah bla ttap dotaka dga a a o Iput taga kja dttapka muut ug tgkat upah dotaka dga l Iput poduk la tda dalam dut aat hagaya mgalam kaka Btuk umum ug put taga kja adalah baga bkut L τ W (35 dga W tgkat upah da t > Ubah Pamaa (35 k dalam btuk logatma atual mjad l ( L Wlτ l ( L W ( 35 lτ Pmaa total ama dga jumlah output ( dkalka dga haga jual (P R P g( ( ( ( 353 Smtaa tu, ug baya podukya adalah P C dga L da a (354 Kod utuk mmakmumka kutuga dapat dtulka baga bkut: l L Makmumka P L P lτ utuk mua kcual L da a thadap kdala a ao dga a put taah yag bla ttap (355 Pamaa (355 dapat dtulka dalam btuk Lagag mjad

10 5 ( l L Z g ( ( L P + λ( aoa lτ ( 356 Kod od ptama utuk Pamaa (356 adalah Z ( g( ( ( g ( + ( P 0 ( ( ( ( ( ( Z g ( ( g + L L L ( + l ( L 0 lτ Z ( g( ( ( g ( + ( λ 0 Z ao a 0 λ ( a a a ( 357 Da Pamaa (357 dpolh olu λ da, yatu: β Pa ao βa P λ P a + atau W β P τ βl P L + Ptua olu da λ dapat dlhat pada Lampa 3 Bdaaka aal pada kau kdua, dpolh dua olu put poduk optmal yag dpgauh olh put ttapya Solu yag ptama dpgauh olh put ttap taah dagka olu yag kdua dpgauh olh put ttap taga kja Dalam jagka pajag paa paga mpua, maukya puahaa bau mybabka pmtaa thadap uatu put mgkat Daumka put poduk mgalam kaka haga Smak bayak puahaa yag mmauk paa paga mpua mybabka pmtaa thadap put aka ak Akbatya haga put juga aka mjad mak mahal, hgga dalam jagka pajag puahaa aka maggug bba baya poduk yag lbh ba akbat kaka haga put tbut IV STUDI KASUS Maalah yag aka dcotohka d adalah kgata poduk uatu puahaa yag mmlk ug poduk bat cotat tu to cal Aum yag dguaka adalah: Smua put poduk yag dguaka mgkat caa popooal Haga put mgalam kaka dagka haga put da put 3 bla ttap Dalam podukya, puahaa mgguaka tga put poduk hgga btuk umum ug podukya adalah baga bkut bkut ( γβ + γβ + γβ γ β ( Dga: output poduk bayakya put k-, yatu taah bayakya put k-, yatu taga kja 3 bayakya put k-3, yatu modal b, b, b 3 paamt dtbu paamt ubttu g paamt Data ktga put poduk tbut adalah baga bkut:

HASIL DAN PEMBAHASAN. RAM 3 GB. Harddisk dengan kapasitas 250 GB.

HASIL DAN PEMBAHASAN. RAM 3 GB. Harddisk dengan kapasitas 250 GB. 4 tp R= tp + f...(3 tp = tp + fp...(4 Evalua dlakuka dga 2 paag ku da dkum lva yag dbuat khuu utuk plta. Dafta paaga ku uj da dkum lva dapat dlhat pada Lampa 2, dagka Lampa 3 bka dkp da ku uj. Nla all

Lebih terperinci

PROSIDING ISBN :

PROSIDING ISBN : PROSIDING ISBN : 978 979 6353 3 METODE FINALTI UNTUK MENENTUKAN BERAT SAPI OPTIMAL Olh : H. A. Pahusp da Sska Ayua Pogam Stud Matmatka Idust da Statstka Fakultas Sas da Matmatka (FSM) Uvstas Kst Satya

Lebih terperinci

PENGOPTIMUMAN PADA FUNGSI PRODUKSI CROPPES

PENGOPTIMUMAN PADA FUNGSI PRODUKSI CROPPES PENGOPTIMUMAN PADA FUNGSI PRODUSI CROPPES NURJANAH G5404008 DEPARTEMEN MATEMATIA FAUTAS MATEMATIA DAN IMU PENGETAHUAN AAM INSTITUT PERTANIAN BOGOR 008 ABSTRACT NURJANAH Optmzato Cropps producto ucto Suprvsd

Lebih terperinci

MODEL LOGIT KUMULATIF UNTUK RESPON ORDINAL

MODEL LOGIT KUMULATIF UNTUK RESPON ORDINAL MODEL LOGIT KUMULATIF UNTUK RESPON ORDINAL Robah P Rahaat da Tatk Wdhah Juusa Matmatka FMIPA UNDIP Jl. Pof. H. Sodato, S.H, Smaag 575 Abstat. Logt umulatv modl s usd to dsb th latoshp btw a spos vaabl

Lebih terperinci

METODE NEWTON-STEFFENSEN DENGAN ORDE KEKONVERGENAN TIGA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR

METODE NEWTON-STEFFENSEN DENGAN ORDE KEKONVERGENAN TIGA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR METDE NEWTN-STEFFENSEN DENGN RDE KEKNVERGENN TIG UNTUK MENYELESIKN PERSMN NNLINER Fitiai, Joha Kho, Supiadi Puta Mahaiwa Pogam Studi S Matmatika FMIP Uivita Riau Do JuuaMatmatika FMIP Uivita Riau Fakulta

Lebih terperinci

BAB III REVIEW SIFAT- SIFAT STATISTIK PENDUGAAN TIPE KERNEL BAGI FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN PERIODE GANDA

BAB III REVIEW SIFAT- SIFAT STATISTIK PENDUGAAN TIPE KERNEL BAGI FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN PERIODE GANDA 9 BAB III REVIEW SIFAT- SIFAT STATISTI PENDUGAAN TIPE ERNE BAGI FUNGSI INTENSITAS PROSES POISSON PERIODI DENGAN PERIODE GANDA 3. Perumua Peduga Malka adala proe Poo ag damat pada terval [0] dega fug teta

Lebih terperinci

JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman Online di:

JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman Online di: JURNAL GAUSSIAN, Volum, Nomo, Tahu 0, Halama 35-46 Ol d: http://joual-s.udp.ac.d/d.php/gaussa PEMBANGKITAN SAMPEL RANDOM MENGGUNAKAN ALGORITMA METROPOLIS- HASTINGS Ls Kua Iwat, Moch. Abdul Mukd, Rta Rahmawat

Lebih terperinci

BAB III TEOREMA GLEASON DAN t-desain

BAB III TEOREMA GLEASON DAN t-desain BAB III TEOREMA GLEASON DAN t-desain Dalam ubbab 3., kta aka mempelaar alah atu fat petg dar kode wa-dual geap. Sfat terebut dberka oleh Teorema 3.(Teorema Gleao), Teorema ecara megeaka telah meetuka betuk

Lebih terperinci

BAB 4 SISTEM DINAMIK ORDE-TINGGI

BAB 4 SISTEM DINAMIK ORDE-TINGGI Stem Damk Ore-Tgg 47 BAB 4 SISTEM DINAMI ORDE-TINI Stem amk ore-tgg gabuga ua atau lebh tem amk ore-atu. Cotoh:. Level cotrol paa tagk-tagk, bak yag tem o- terka oteractg ytem maupu yag terterak teractg

Lebih terperinci

R. Kemudian turunkan persamaan ini terhadap t (dengan x tetap) sehingga n 1

R. Kemudian turunkan persamaan ini terhadap t (dengan x tetap) sehingga n 1 AMPIRAN 2 22 AMPIRAN. Pembuktan Teorema (Teorema Euler Teorema (Teorema Euler Msalkan adalah ungs yang terturunkan dar n varabel dalam doman terbuka D, ddenskan X(x,x 2,.,x n dan t > 0 sehngga tx œ D.

Lebih terperinci

BAB 2. Teori Pendukung Lingkungan. Misalkan z. adalah suatu titik pada bidang dan r adalah bilangan nyata. positif. Lingkungan r bagi z

BAB 2. Teori Pendukung Lingkungan. Misalkan z. adalah suatu titik pada bidang dan r adalah bilangan nyata. positif. Lingkungan r bagi z BAB Toi Pdukug.. Ligkuga Misalka z adalah suatu titik pada bidag da adalah bilaga yata positi. Ligkuga bagi z -ighbohood o z didiisika sbagai sluuh titik z pada bidag, sdmikia shigga z z < ; ditulis z,.

Lebih terperinci

ANALISIS MULTIVARIAT. Pengantar Analisis Multivariat Lanjutan. Irlandia Ginanjar M.Si

ANALISIS MULTIVARIAT. Pengantar Analisis Multivariat Lanjutan. Irlandia Ginanjar M.Si ANALISIS MULTIVARIAT Pegatar Aal Multvarat Lauta Irlada Gaar M.S Jurua Stattka FMIPA Uad Nota utuk varabel varabel berkala l terval atau rao k bl k Vektor varabel acak: Nla haraa vektor Nla haraa vektor

Lebih terperinci

PENDUGAAN PARAMETER DISTRIBUSI GENERALIZED WEIBULL DENGAN MENGGUNAKAN METODE KEMUNGKINAN MAKSIMUM

PENDUGAAN PARAMETER DISTRIBUSI GENERALIZED WEIBULL DENGAN MENGGUNAKAN METODE KEMUNGKINAN MAKSIMUM J. Sas MIPA Eds Khusus Tahu 28 Vol. 4 No. Hal.: 7-22 ISSN 978-873 ABSTRACT PENDUGAAN PARAMETER DISTRIBUSI GENERALIZED WEIBULL DENGAN MENGGUNAKAN METODE KEMUNGKINAN MAKSIMUM Ra Sa Hmta Wasoo da Da Kuasa

Lebih terperinci

INTERFERENSI DAN DIFRAKSI

INTERFERENSI DAN DIFRAKSI ITRFRSI DA DIFRAKSI Mata Kulah: Glombang & Optk Dosn: Andhy Stawan andhystawan DIFRAKSI CLAH TUGGAL DA KISI andhystawan B. Dfaks Dfaks mupan gjala pmblon (pnybaan) glombang kt mnjala mlalu clah smpt atau

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Utu mempermudah dalam meyeleaa pembahaa pada bab, maa aa dbera beberapa def da beberapa teor daar yag meduug... Teor Teor Peduug... Rua Gar Def. Rua Gar Ja ada d R atau 3 R, maa ebuah

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

SISTEM PENGOLAHAN ISYARAT. Kuliah 6 Transformasi Fourier Diskret

SISTEM PENGOLAHAN ISYARAT. Kuliah 6 Transformasi Fourier Diskret TKE 43 SISTEM PEGOLAHA ISYARAT Kuliah 6 Tafomai Foui Dik Idah Suilawai, S.T., M.Eg. Pogam Sudi Tkik Elko Fakula Tkik da Ilmu Komu Uivia Mcu Buaa Yogyakaa 9 KULIAH 6 SISTEM PEGOLAHA ISYARAT TRASFORMASI

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

Edisi Juni 2011 Volume V No. 1-2 ISSN DINAMIKA EPIDEMIK TUBERCULOSIS (TB) PADA MODEL SATU STRAIN

Edisi Juni 2011 Volume V No. 1-2 ISSN DINAMIKA EPIDEMIK TUBERCULOSIS (TB) PADA MODEL SATU STRAIN Ju 11 Volum V o. 1 - SS 1979-8911 DAMKA PDMK TUBCULOSS TB PADA MODL SATU STA Ap Solh Awallu Juua Matmata U Sua Guug Djat Baug mal : aaolh@gmal.om ABSTACT Th pap xpla mathmatal mol fo yam of tubulo pm ug

Lebih terperinci

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel Uura Statt. Pedahulua Uura Statt:. Uura Pemuata Bagamaa, d maa data berpuat? Rata-Rata Htug Arthmetc Mea Meda Modu Kuartl, Del, Peretl. Uura Peyebara Bagamaa peyebara data? Ragam, Vara Smpaga Bau Uura

Lebih terperinci

100% r n. besarnya %. n. h t t p : / / m a t e m a t r i c k. b l o g s p o t. c o m =. 400

100% r n. besarnya %. n. h t t p : / / m a t e m a t r i c k. b l o g s p o t. c o m =. 400 h t t p : / / m a t e m a t r c k. b l o g p o t. c o m Meetuka uur-uur pada dagram lgkara atau batag Rgkaa Mater : Uur uur pada dagram lgkara yag pokok haya hal :. Meetuka bear baga dalam lgkara ( dapat

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

JENIS BUNGA PEMAJEMUKAN KONTINYU

JENIS BUNGA PEMAJEMUKAN KONTINYU JENIS BUNGA PEMAJEMUKAN KONTINYU Suku Buga Nomal Suku Buga Efektf Hubuga ataa Suku Buga Nomal da Efektf Aus Daa Dskt da Aus Daa Kotyu SUKU BUNGA NOMINAL & SUKU BUNGA EFEKTIF Selama daggap aus daa (peemaa

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

Delta-Pi: Jurnal Matematika dan Pendidikan Matematika ISSN X Vol. 2, No. 2, Oktober 2013 ALJABAR LINTASAN LEAVITT SEDERHANA

Delta-Pi: Jurnal Matematika dan Pendidikan Matematika ISSN X Vol. 2, No. 2, Oktober 2013 ALJABAR LINTASAN LEAVITT SEDERHANA Dlta-P: Jural Matmatka da Pddka Matmatka ISSN 89-855X Vol., No., Oktobr 3 ALJABAR LINTASAN LAVITT SDRHANA Ida Kura Walyat Program Stud Pddka Matmatka FKIP Urstas Kharu, Trat mal: adhku@gmal.com ABSTRAK

Lebih terperinci

PREDIKSI NILAI KEKAKUAN LENTUR PADA BALOK BETON BERTULANG

PREDIKSI NILAI KEKAKUAN LENTUR PADA BALOK BETON BERTULANG Prdk Nla Kkakua Ltur Pada Balok Bto Brtulag (Yam Suato PRKS NLA KKAKUAN LNTUR PAA BALOK BTON BRTULANG Yam Suato Strutural gr Y. S. Chua grg, Jakarta ahawa agtr Tkk Spl, Kotra Struktur, Uvrta Tarumaagara,

Lebih terperinci

BAB III ISI. x 2. 2πσ

BAB III ISI. x 2. 2πσ BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)

Lebih terperinci

Koefisien Korelasi Spearman

Koefisien Korelasi Spearman Koefe Koela Speama La hala dega oefe oela poduct-momet Peao, oela Speama dapat dguaa utu data beala mmal odal utu edua vaabel ag heda dpea oelaa. Lagah petama ag dlaua utu meghtug oefe oela Speama adalah

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

Lebih terperinci

= = =

= = = = + + + = + + + = + +.. + + + + + + + + = + + + + ( ) + ( ) + + = + + + = + = 1,2,, = + + + + = + + + =, + + = 1,, ; = 1,, =, + = 1,, ; = 1,, = 0 0 0 0 0 0 0...... 0 0 0, =, + + + = 0 0 0 0 0 0 0 0 0....

Lebih terperinci

PENYELESAIAN PENGOPTIMUMAN PORTOFOLIO FUZZY MENGGUNAKAN PENDEKATAN FUNGSI LAGRANGE. Sugiyarto

PENYELESAIAN PENGOPTIMUMAN PORTOFOLIO FUZZY MENGGUNAKAN PENDEKATAN FUNGSI LAGRANGE. Sugiyarto Prodg ear Naoal Peelta Peddka Peerapa MIPA akulta MIPA Uverta Neger Yogyakarta 6 Me 009 M-8 PENYELEAIAN PENGOPTIMUMAN PORTOOLIO UY MENGGUNAKAN PENDEKATAN UNGI LAGRANGE ugyarto MIPA Matematka Uverta Ahmad

Lebih terperinci

5/12/2014. Tempat Kedudukan Akar(Root Locus Analysis) ROOT LOCUS ANALYSIS

5/12/2014. Tempat Kedudukan Akar(Root Locus Analysis) ROOT LOCUS ANALYSIS 5//04 Matakulah: T EDALI Tahu : 04 Pertemuaa 45 Tempat eduduka Akar(Root Lou Aaly) Learg Outome Pada akhr pertemua, dharapka mahawa aka mampu : meerapka aal da aplka Tempat keduduka Akar dalam dea tem

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

PENGUJIAN HIPOTESIS PROSEDUR UMUM PROSEDUR UMUM PROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 )

PENGUJIAN HIPOTESIS PROSEDUR UMUM PROSEDUR UMUM PROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 ) PENGUJIAN HIPOTESIS PROSEDUR UMUM Lagkah : tetuka hpote 0 (H 0 ) da at hpote (H ) malya: H 0 : µ 00 H : µ 00 atau H : µ > 00 atau H : µ < 00 PROSEDUR UMUM Lagkah : tetuka je dtrbu yag cocok: bla > 30 da

Lebih terperinci

RANGKUMAN MATERI ALAT OPTIK

RANGKUMAN MATERI ALAT OPTIK RANGKUAN ATERI ALAT OPTIK Priip Huyg Dari uatu umbr cahaya, tiap aat lalu trbtuk muka glmbag / wavrt (tmpat kduduka titik-titik yag aya ama). Titik-titik pada muka glmbag ii brtidak bagai umbr titik (wavlt)

Lebih terperinci

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) IV. PEMBAHASAN

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 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 terperinci

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema II. LANDAAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teoremateorema ag medukug utuk pembahasa pada bab IV. Pegerta (defs) da teorema tersebut dtulska sebaga berkut.. Teorema Proeks Teorema

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA INTEGRAL RIEMANN MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

SISTEM PENGOLAHAN ISYARAT. Kuliah 7 Transformasi Fourier Cepat

SISTEM PENGOLAHAN ISYARAT. Kuliah 7 Transformasi Fourier Cepat TKE 43 SISTEM PEGOLAHA ISYARAT Kuliah 7 Tasomasi Foui Cpat FFT : Fast Foui Tasom Idah Susilaati, S.T., M.Eg. Pogam Studi Tkik Elkto Fakultas Tkik da Ilmu Komput Uivsitas Mcu Buaa Yogyakata 9 KULIAH 7 SISTEM

Lebih terperinci

FUNGSI RASIONAL DAN EKSPANSI FRAKSI PARSIAL (EFP)

FUNGSI RASIONAL DAN EKSPANSI FRAKSI PARSIAL (EFP) UNGSI RASIONAL DAN EKSPANSI RAKSI PARSIAL (EP) Ap Namuokhma Juua Tkik Elko Uivia Jdal Achmad Yai Mach EL Siyal da Sim Tuua Blaa : mgahui buk poliomial aau pamaa uku bayak dalam vaiabl mghiug aka-aka poliomial

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

Distribusi Waktu Tinggal Dalam Unggun Pancar

Distribusi Waktu Tinggal Dalam Unggun Pancar Dsbus Waku Tggal Dalam Uggu aca Yazd Bda, H Susao, da Ao Hadao Dpam Tkk Kma, Fakulas Tkolog Idus, Isu Tkolog Badug Jl. Gashaa 0 Badug yazd@ch.b.ac.d Absak Uggu paca masuk dalam salah sau p uggu fludaka.

Lebih terperinci

Integrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1

Integrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1 Itegras Metode Itegral Rema Metode Itegral Trapezoda Metode Itegral Smpso Itegras Permasalaa Itegras Pertuga tegral adala pertuga dasar yag dguaka dalam kalkulus, dalam bayak keperlua. Itegral secara det

Lebih terperinci

Komang Suardika, Jurusan Pendidikan Fisika Fisika Kuantum

Komang Suardika, Jurusan Pendidikan Fisika Fisika Kuantum Komag Suadika, Juusa Pdidika Fisika Fisika Kuatum I. Ppadaa Fkusi Boh Modl atom muut Ruthfod tdii dai iti atom yag bmuata positif da masif sta dikliligi pada jaak yag latif bsa olh lktolkto yag satiasa

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

BAB 3 Kesamaan Matriks Kovariansi. Bagian ini akan membahas tentang pengujian hipotesis kesamaan matriks kovariansi.

BAB 3 Kesamaan Matriks Kovariansi. Bagian ini akan membahas tentang pengujian hipotesis kesamaan matriks kovariansi. BAB 3 Ksamaan Matks Kovaans Bagan n akan mmahas tntang ngujan hotss ksamaan matks kovaans. 3. Uj Ksamaan Dua Matks Kovaans 3.. Ukuan Pnyaan Multvaat ( X ( ( Msalkan X suatu vkto acak d mana X dan X masngmasng

Lebih terperinci

EKONOMI TEKNIK. Ekuivalensi

EKONOMI TEKNIK. Ekuivalensi EKONOMI TEKNIK Ekuvales Ekuvales Ekuvales = Nla uag yag sama pada waktu yag berbeda. Jumlah uag berbeda pada waktu berbeda dapat berla ekooms sama. Cotoh = harga bes Rp 4.5, (25), Rp 5.5, (29), da Rp 6.5

Lebih terperinci

ESTIMASI DAN UJI EKSAK KOMPONEN VARIANSI PADA MODEL RANDOM KLASIFIKASI DUA ARAH DENGAN DATA TIDAK SEIMBANG

ESTIMASI DAN UJI EKSAK KOMPONEN VARIANSI PADA MODEL RANDOM KLASIFIKASI DUA ARAH DENGAN DATA TIDAK SEIMBANG J Pla Sa 6 ( Jul 007 Juua Pdda MIPA FKIP Uta Rau IN 4-5595 Abtact ESTIMASI DAN UJI EKSAK KOMPONEN VARIANSI PADA MODEL RANDOM KLASIFIKASI DUA ARAH DENGAN DATA TIDAK SEIMBANG Rutam Efd Pogam Stud Matmata

Lebih terperinci

Perancangan Pengendali PID. Institut Teknologi Sepuluh Nopember

Perancangan Pengendali PID. Institut Teknologi Sepuluh Nopember Peracaga Pegedal PID Ittut Tekolog Seuluh Noember Pegatar Mater Cotoh Soal Latha Rgkaa Pegatar Mater Cotoh Soal Peracaga Pegedal P Peracaga Pegedal PI Peracaga Pegedal PD Peracaga Pegedal PID Latha Rgkaa

Lebih terperinci

INTERPOLASI. FTI-Universitas Yarsi

INTERPOLASI. FTI-Universitas Yarsi BAB VI INTERPOLASI FTI-Uverstas Yars Pedahulua Bla dketahu taulas ttk-ttk (y seaga erkut (yag dalam hal rumus ugs y ( tdak dketahu secara eksplst: Htug taksra la y utuk 3.8! FTI-Uverstas Yars Persoala

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

Muniya Alteza

Muniya Alteza RISIKO DAN RETURN 1. Estmas Retur da Rsko Idvdual. Kosep Dversfkas 3. Kovaras da Koefse Korelas 4. Estmas Retur da Rsko Portofolo Muya Alteza m_alteza@uy.ac.d Estmas Retur da Rsko 1) Estmas Realzed Retur

Lebih terperinci

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc STUDI KELAYAKAN: ASPEK FINANSIAL F.Hafz Saragh SP, MSc Pajak Baya bag perusahaa/ usahata, sehgga merupaka peguraga dar beeft Subsd FINANSIAL Peguraga baya bag perusahaa/ usahata, sehgga merupaka tambaha

Lebih terperinci

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Ruag Baach Sumaag Muhtar Gozal UNIVERSITAS PENDIDIKAN INDONESIA Satu kose etg d kulah Aalss ugsoal adalah teor ruag Baach. Pada baga aka drevu defs, cotoh-cotoh, serta sfat-sfat etg ruag Baach. Kta aka

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

KLASIFIKASI MRI OTAK MENGGUNAKAN JARINGAN SYARAF TIRUAN BERDASARKAN DATA WAVELET YANG DIREDUKSI DENGAN NCMF

KLASIFIKASI MRI OTAK MENGGUNAKAN JARINGAN SYARAF TIRUAN BERDASARKAN DATA WAVELET YANG DIREDUKSI DENGAN NCMF Sma Naoal Iomatka 0 maif 0 ISSN: 979-38 UPN Vta Yogakata, 30 J 0 KASIFIKASI MRI OTAK MENGGUNAKAN JARINGAN SYARAF TIRUAN BERDASARKAN DATA AVEET YANG DIREDUKSI DENGAN NCMF at da Att, Hadaa T, Ja Tkk Iomatka,

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

PERBANDINGAN METODE MAXIMUM LIKELIHOOD ESTIMATION (MLE) DAN METODE BAYES DALAM PENDUGAAN PARAMETER DISTRIBUSI EKSPONENSIAL

PERBANDINGAN METODE MAXIMUM LIKELIHOOD ESTIMATION (MLE) DAN METODE BAYES DALAM PENDUGAAN PARAMETER DISTRIBUSI EKSPONENSIAL Bult Ilmah Mat. Stat. a Trapaya (Bmastr) Volum, No. (3), hal. 5 56. PRBANDINGAN MTOD MAXIMUM LIKLIHOOD STIMATION (ML) DAN MTOD BAYS DALAM PNDUGAAN PARAMTR DISTRIBUSI KSPONNSIAL Dw Nurlala, Daa Kusaar,

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Notasi Sigma. Fadjar Shadiq, M.App.Sc & Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,

Lebih terperinci

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

LAMPIRAN I GREEK ALPHABET

LAMPIRAN I GREEK ALPHABET LAMPIRAN I GREEK ALPHABE Α, Alpha Μ, µ Mu Ψ, Psi Β, β Ba Ν, ν Nu Ω, ω Oga. Γ, γ Gaa, δ Dla Ε, ε Epsilo Ζ, ζ Za Η, η Ea Θ, θ ha Ι, ι Ioa Κ, κ Kappa Λ, λ Labda Ξ, ξ i Ο,ο Oico Π, π Pi Ρ, ρ Rho Σ, σ Siga

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

Lebih terperinci

SOLUSI TUGAS I HIMPUNAN

SOLUSI TUGAS I HIMPUNAN Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real

Lebih terperinci

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari: 5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN Jl. Raya Wagu Kel. Sdagsar Kota Bogor Telp. 0251-8242411, emal: prohumas@smkwkrama.et, webste : www.smkwkrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dar smpaa atau

Lebih terperinci

KAJIAN KONVERGENSI BARISAN RUANG NORM-(n-1) DENGAN n 2

KAJIAN KONVERGENSI BARISAN RUANG NORM-(n-1) DENGAN n 2 Kaa Kovrgs Barsa Ruag Norm-(-) Dga KAJIAN KONVERGENSI BARISAN RUANG NORM-(-) DENGAN Faratul Masruroh Era Aprla Sao 3 Jurusa Matmatka FMIPA Isttut Tkolog Spuluh Nopmbr Surabaa 3 Jl. Arf Rahma Hakm Kampus

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

BAB IV HASIL PENELITIAN DAN ANALISIS HASIL PENELITIAN. Adapun hasil penelitian akan dijelaskan sebagai berikut : TABEL 4.1

BAB IV HASIL PENELITIAN DAN ANALISIS HASIL PENELITIAN. Adapun hasil penelitian akan dijelaskan sebagai berikut : TABEL 4.1 68 BAB IV HASIL PENELITIAN DAN ANALISIS HASIL PENELITIAN A. Hasl Peelta Adapu hasl peelta aka djelaska sebaga bekut : TABEL 4. Tabel IQ, Iteleges Gada da Tes Hasl Belaja pada Pokok Bahasa Kesebagua Kelas

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)

Lebih terperinci

Angka Banding Manfaat dan Biaya

Angka Banding Manfaat dan Biaya METODE ANALISIS PERENCANAAN 2 Mater 3 : TPL 311 Oleh : Ke Marta Kaskoe Agka Badg Mafaat da Baya Dalam proyek pembagua, perlu dketahu apa mafaat dar proyek tersebut? Bagamaa keutuga ekoom atau keutuga sosal

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

Persatuan Aktuaris Indonesia Dasar-dasar Matematika Asuransi Jiwa 28 November Untuk soal no. 1 s/d 3 di bawah, diketahui suatu survival function

Persatuan Aktuaris Indonesia Dasar-dasar Matematika Asuransi Jiwa 28 November Untuk soal no. 1 s/d 3 di bawah, diketahui suatu survival function Prsatua ktuars Idosa Dasar-dasar Matmatka suras Jwa 8 Nombr 00 Utuk soal o s/d 3 d bawah, dktahu suatu sural fucto 00 s ( ) utuk 0 00 0 Htuglah F (75) X 0,0 B 0,30 C 0,40 D 0,50 E 0,0 Htuglah f (75) X

Lebih terperinci

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

Penelitian Operasional II Teori Permainan TEORI PERMAINAN Peelta Operasoal II Teor Permaa 7 2 TEORI PERMAINAN 2 Pegatar 2 Krtera Tekk Permaa : () Terdapat persaga kepetga datara pelaku (2) Setap pema memlk stateg, bak terbatas maupu tak terbatas (3) Far Game

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

3.1 Hubungan Dasar Probabilitas Probabilitas adalah harga perbandingan jumlah kejadian (A) yang mungkin dapat

3.1 Hubungan Dasar Probabilitas Probabilitas adalah harga perbandingan jumlah kejadian (A) yang mungkin dapat . Hubuga Dasar rbabltas rbabltas adalah harga prbadga jumlah kjada A yag mugk dapat trjad trhadap jumlah ksluruha kjada yag mugk trjad dalam sbuah prstwa. Cth:. luag utuk mdapatka agka gap dar lmpara sbuah

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 3, , Desember 2001, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 3, , Desember 2001, ISSN : Vol. 4. No. 3, 5-59, Deember 00, ISSN : 40-858 APLIKASI METODE BESARAN PIVOTAL DALAM PENENTUAN SELANG KEYAKINAN TAKSIRAN PARAMETER POPULASI. Agu Rugyoo Jurua Matematka FMIPA UNDIP Abtrak Dberka popula

Lebih terperinci

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi. TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

BAB II IMPEDANSI SURJA KAWAT TANAH DAN MENARA

BAB II IMPEDANSI SURJA KAWAT TANAH DAN MENARA BAB II IMPEDANSI SUJA KAWA ANAH DAN MENAA II. UMUM Saluan tansms lbh tngg dbandngkan objk d skllngnya, kana tu saluan tansms mmlk sko bsa untuk tkna sambaan pt. Untuk mngatas hal tsbut maka saluan tansms

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA 3. Pegkodea Matrks Ketetaggaa Matrks ketetaggaa A adaah matrks smetr, sehgga, dega memh semua eeme pada dagoa utama da eeme-eeme dbawah dagoa utama, maka aka

Lebih terperinci

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

Lebih terperinci