PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR

Ukuran: px
Mulai penontonan dengan halaman:

Download "PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR"

Transkripsi

1 Jural Tei da Ilmu Komputer PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR Budi Marpaug Faultas Tei da Ilmu Komputer Jurusa Tei Idustri Uiversitas Kriste Krida Wacaa - Jaarta budi.marpaug@urida.ac.id Abstra Pemrograma terpisah adalah pedeata yag diguaa utu memecaha masalah oliier dega Metode Simplex. Metode ii terbuti dalam memecaha masalah oliier, yag sampai searag tida memilii metode seperti dalam masalah pemrograma liier stadar. Tulisa ii mecoba membadiga proses da hasil dari pedeata Pemrograma terpisah dega Kodisi Kuh-Tucer. Terbuti bahwa eduaya memberia hasil yag serupa, tetapi dega cara yag berbeda. Pedeata Pemrograma terpisah sebaiya diguaa utu memecaha masalah oliier yag memilii esulita etia diselesaia dega Pedeata Kodisi Kuh-Tucer. Kata Kuci: pemrograma terpisah, odisi Kuh-Tucer, pemrograma oliier, titi grid, cembug, ceug, riteria, ormulasi, optimal Abstract Separable Programmig is the approach used to solve oliier problems with the Simplex Method. This method is prove to solve oliier problem, which util ow has o way lie the stadard liear programmig problems. This paper tries to compare the process ad results o Separable Programmig approach to the Kuh-Tucer Coditio. Proved that both give similar result, but i a dieret way. Separable Programmig Approach should be used to solve oliear problems who have diiculty whe solved by the Kuh-Tucer Coditios Approach. Keywords: separable programmig, the Kuh-Tucer Coditios, oliier programmig, grid poit, covex, cocave, criteria, ormulatio, optimal 1. PENDAHULUAN 1.1 Latar Belaag Masalah Higga saat ii masalah dalam betu model oliier belum dapat dipecaha dega satu metode stadar. Setiap model masalah oliier memilii tei peyelesaia tersediri. Situasi ii sagat berbeda dega program liier yag telah memilii satu metode peyelesaia yag palig ampuh, yaitu Metode Simplex, yag diembaga oleh G.B. Datzig. Karea eampuha Metode Simplex dalam meyelesaia masalah oliier, maa C.E. Miller pada tahu 1963 megembaga Separable Programmig. Pada prisipya Separable Programmig merupaa metode yag melaua oversi masalah model oliier mejadi model liier. Dalam hal ii masalah model oliier diubah mejadi model liier, utu emudia dipecaha dega Metode 153

2 Vol. 01 No. 02, Apr - Ju 2012 Simplex. Solusi Separable Programmig merupaa solusi yag bersiat tasira (aproximatio), amu ilaiya medeati ilai optimal yag sesugguhya baha pada asus tertetu ilai optimal dega pedeata Separable Programmig persis sama dega ilai optimal sesugguhya bila megguaa metode dega pedeata model oliier. Peelitia ii mecoba meyelesaia sebuah masalah oliier dega pedeata Separable Programmig da pedeata The Kuh-Tucer Coditios. Kedua metode dibadiga dalam aspe hasil da prosesya. Utu memudaha proses pecaria solusi optimal pada Separable Programmig diguaa sotware Wi QSB Perumusa Masalah Poo permasalaha yag dibahas dalam tulisa ii adalah memormulasia sebuah masalah oliier dalam betu Separable Programmig, meemua solusi optimalya, da membadiga hasilya dega pedeata The Kuh-Tucer Coditios. 1.3 Tujua da Maaat Peelitia Tujua peelitia ii adalah utu meemua ormulasi matematis problem oliier yag dipecaha dega pedeata Separable Progammig da pedeata The Kodisi Kuh-Tucer Coditios, yag emudia dibadiga proses da hasilya. Peelitia ii diharapa dapat mejadi pertimbaga dalam meetua metode yag dipilih dalam memecaha masalah oliier. 1.4 Pembatasa Masalah Masalah yag dibahas dalam peelitia ii haya pada masalah miimisasi dalam tiga variabel da tiga edala, di luar edala oegativitas. 2. PEMECAHAN MASALAH NONLINEAR 2.1 Separable Programmig Higga saat ii masalah dalam betu model oliier dipecaha dalam beberapa cara, diataraya Fiboacci ad Golde Sectio Search, The Hooe ad Jeeves Search Algorithm, Dieresial/Taylor Series, Lagrage Multiplier, Costraied Derivatives, Projected Gradiet Method, The Kuh-Tucer Coditios, Quadratic Programmig, Complemetary Pivot Algorithm, da sejumlah metode laiya. Berbagai metode tersebut memilii prisip yag berbeda da coco diguaa utu model masalah tertetu. Situasi ii berbeda dega program liier yag telah memilii satu metode peyelesaia yag palig ampuh, yaitu Metode Simplex. Walaupu emudia mucul beberapa tei peyelesaia dalam berbagai masalah model liier, seperti Metode Big-M, Metode Dua Phase, Metode Dual Simplex, Metode Revised Simplex, Metode Koig, Metode Brach & Boud, Metode Cuttig Plae, Algoritma Partisi, da laiya, amu semua metode itu pada dasarya masih megguaa prisip Metode Simplex. Separable Programmig adalah metode pemecaha masalah yag megoversi masalah oliier mejadi model liier, utu emudia dipecaha dega Metode Simplex. Dalam Separable Programmig, masalah program oliier dipecaha melalui peasira (aproximatig) ugsi oliier mejadi ugsi liier yag mejadi pasagaya, yag emudia dipecaha dega Metode Simplex [1]. Asumsi dasar dalam Separable Programmig adalah semua ugsi diyataa dalam betu terpisah. 154

3 Perbadiga Pedeata Separable Sebuah ugsi dapat diyataa sebagai ugsi separable bila ugsi tersebut dapat diyataa dalam betu pejumlaha ugsi masig-masig variabel, atau secara matemati diyataa sebagai: x j x j j1... (1) Misala sebuah ugsi otiu (x) dari satu variabel tuggal x, yag terdeiisi utu semua x dalam iterval 0 x a. Fugsi tersebut dapat diyataa dalam Gambar 1. Misala ditetapa sebuah titi (selajutya dapat disebut grid poit) yag berada dalam ilai iterval x. Selajutya utu setiap x ilai ugsi (x ) da meghubuga titi (x, ) da (x +1, +1 ), maa aa terbetu ugsi peasira (x), yag merupaa ugsi liier. Dari Gambar 1 terlihat bahwa ugsi peasira pada iterval tertetu memilii jara dari ugsi awal, amu sagat deat (baha meempel) pada ugsi awalya. Fugsi peasira aa semai deat dega ugsi awal bila jumlah grid poit diperbaya [1]. (x) D A B C E F (x) G 0 x 0 x 1 x 2 x 3 x 4 x 5 x 6 =a Gambar 1. Peasira ugsi oliier Fugsi peasira (x) dapat diyataa secara aaliti. Berdasara pada Gambar 1 terlihat bahwa dalam iterval x x x +1, ugsi (x) ditasir dega (x), yaitu: 1 x x... (2) x 1 x Jia x terleta di atara x x x +1, maa dapat diyataa dega: utu semua λ, 0 λ 1. Dari persamaa (3), maa diperoleh: x = λx +1 + (1-λ)x... (3) x x = λ (x +1 - x ) = λ(x +1 x )... (4) 155

4 Vol. 01 No. 02, Apr - Ju 2012 Bila persamaa (4) disubstitusi e persamaa (2), maa diperoleh: (1 )...(5) Misala λ = λ +1 da 1- λ = λ, maa utu x x x +1, ada ilai λ da λ +1 yag ui, sehigga: x = λ x + λ +1 x (6) (7) dimaa λ 0; λ +1 0 λ + λ +1 = 1... (8) Dega uraia di atas, utu setiap ilai x, 0 x a, maa dapat ditulisa: r x r 0... (9) x r...(10) 0 dimaa 1; 0, = 0,..., r...(11) 0 Nilai r merupaa bilaga bulat yag meyataa jumlah segme yag terbetu atas pembagia domai x. Dega megiuti proses di atas, maa model Separable Programmig dapat diyataa sebagai beriut [2]. Mi./Mas. j Z...(12) 1 j j d./s.t. g 0 da / atau g 0 utu semua i...(13) j1 0 ij ij j1 ij ij 1utu semua...(14) x j 0 utu semua j... (15) Namu utu medapata solusi optimal dega pedeata Metode Simplex pada masalah dalam betu Separable Programmig harus memeuhi dua hal. Pertama, jia Separable Programmig adalah masalah masimisasi maa setiap j (x j ) harus cocave da setiap g ij (x j ) adalah covex. Kedua, bila Separable Programmig adalah masalah miimisasi, setiap j (x j ) adalah covex da setiap g ij (x j ) adalah covex. 2.2 The Kuh-Tucer Coditio The Kuh-Tucer Coditio merupaa teori yag diembaga utu meyelesaia masalah model oliier secara umum. Terdapat empat model/program Kodisi Kuh-Tucer. Salah satu diataraya memilii betu sebagai beriut [1]. Mi (x)... (16) d.. g i (x) 0 utu i = 1, 2, 3,..., m... (17) x 0... (18) 156

5 Perbadiga Pedeata Separable Terdapat eam syarat yag harus dipeuhi utu masalah model seperti betu di atas, yaitu: 1) x j 0 utu j = 1,2,...,...(19) m g ( ) i x 2) x j i 0...(20) x j i1 x j m g i 3) i 0 utu j = 1,2,...,...(21) x j i1 x j 4) u i 0, utu i = 1,2,..., m...(22) 5) u i g i 0 utu i = 1, 2,3,..., m...(23) 6) g i (x) 0...(24) Utu medapata solusi optimal dilaua dega pemerisaa terhadap eeam syarat di atas. Dari beberapa solusi yag diperoleh, maa solusi optimal adalah solusi yag memberia ilai palig optimal dari semua alterati yag memeuhi syarat [3]. 3. STUDI KASUS PENETAPAN JUMLAH PRODUKSI OPTIMAL 3.1 Gambara Umum Sebuah perusahaa yag memprodusi peralata eletroi medapat otra utu meyediaa televisi 50 uit pada ahir bula pertama, 100 uit pada ahir bula edua, da 150 uit pada ahir bula etiga. Biaya produsi x uit televisi sebesar x 2. Perusahaa dapat memprodusi lebih dari ebutuha pada suatu bula, dega oseuesi aa meimbula biaya persediaa sebesar 50 satua harga dari barag yag diprodusi bula lalu e bula beriutya. Bila di awal bula tida ada persediaa, tetua jumlah produsi tiap bula agar biaya total mejadi miimum. 3.2 Formulasi Pada tahap ormulasi maa masalah di atas diubah dalam betu Noliier Programmig. Terdapat tiga tahapa dalam ormulasi, dega uraia sebagai beriut: Lagah I Lagah II : Idetiiasi variabel eputusa. Hal yag aa dilaua adalah meetua jumlah uit produsi pada bula pertama, edua, da etiga, diyataa dalam simbol aljabar, sebagai beriut: x 1 jumlah uit produsi pada bula pertama x 2 jumlah uit produsi pada bula edua x 3 jumlah uit produsi pada bula etiga : Idetiiasi semua edala dalam masalah. Utu masalah ii edala adalah bagaimaa memeuhi pesaa sesuai jumlah otra setiap bula, yaitu: x 1 50 x x Lagah III : Idetiiasi sasara atau riteria. Sasara dalam masalah ii adalah megusahaa agar biaya total mejadi miimum. Dalam hal ii biaya yag timbul adalah biaya produsi ditambah biaya peyimpaa barag, sehigga diyataa dega persamaa matematis: 157

6 Vol. 01 No. 02, Apr - Ju 2012 Mi Z = x x x (x 1-50) + 50(x 1 + x ) Masalah di atas secara legap ditulisa sebagai beriut: Mi Z = x x 1 + x x 2 + x d.. x 1 50 x x x 1, x 2, x Solusi Separable Programmig Solusi Separable Programmig diawali dega proses oversi model program oliier mejadi model program liier. Bayaya grid poit dapat ditetua secara sembarag, amu semai baya grid poit semai bai ugsi yag dibetu dapat measir ugsi awal. Dalam masalah ii ditetapa jumlah grid poit sebaya eam, sehigga diperoleh ilai ugsi utu setiap grid poit dalam Tabel 1 beriut. Tabel 1. Nilai ugsi pada grid poit K x = x x g 11 = x g 21 = x g 31 = x x = x x g 12 = x g 22 = x g 32 = x x = x g 13 = x g 23 = x g 33 = x Dega batua Tabel 1, maa problem oliier dapat dioversi mejadi problem liier sebagai beriut. Mi Z = 7500λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ 63 d.. 50λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ

7 Perbadiga Pedeata Separable 0λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ λ 11 + λ 21 + λ 31 + λ 41 + λ 51 + λ 61 = 1 λ 12 + λ 22 + λ 32 + λ 42 + λ 52 + λ 62 = 1 λ 13 + λ 23 + λ 33 + λ 43 + λ 53 + λ 63 = 1 x j 0 utu = 1, 2, 3, 4, 5, da 6; j = 1, 2, da 3. Masalah model oliier yag sebelumya memilii tiga variabel da tiga edala telah berubah mejadi model liier dega 18 variabel da 6 edala. Dega demiia Metode Simplex dapat diguaa utu memecaha masalah ii. Utu memudaha perhituga maa diguaa Sotware Wi QSB+, sebagai beriut. 1) Iput Nama Problem, Jumlah Variabel, Kedala, da Jeis Masalah Gambar 2. Iput ama masalah, jumlah variabel, edala, da jeis masalah pada Wi QSB 159

8 Vol. 01 No. 02, Apr - Ju ) Iput Data Problem 3) Solusi Gambar 3. Iput data problem pada Wi QSB+ 3.4 Aalisis Hasil Wi QSB Gambar 4. Solusi optimal pada Wi QSB+ Hasil perhituga dega megguaa Wi QSB+ pada Gambar 4 di atas diguaa utu medapata ilai x 1, x 2 da x 3, dega megguaa rumus (9), sehigga diperoleh: x 1 = x 11 λ 11 + x 21 λ 21 + x 31 λ 31 + x 41 λ 41 + x 51 λ 51 + x 61 λ 61 = (50)(1) + (80)(0) + (110)(0) + (140)(0) + (170)(0) + (200)(0) =

9 Perbadiga Pedeata Separable x 2 = x 12 λ 12 + x 22 λ 22 + x 32 λ 32 + x 42 λ 42 + x 52 λ 52 + x 62 λ 62 = (100)(1) + (120)(0) + (140)(0) + (160)(0) + (180)(0) + (200)(0) = 100 x 3 = x 13 λ 13 + x 23 λ 23 + x 33 λ 33 + x 43 λ 43 + x 53 λ 53 + x 63 λ 63 = (150)(1) + (160)(0) + (170)(0) + (180)(0) + (190)(0) + (200)(0) = 150 Mi Z = (50) (50) + (100) (100) + (150) = Dega demiia, melalui Pedeata Separable Programmig diperoleh bahwa jumlah produsi bula pertama sebesar 50 uit, bula edua 100 uit, da bula etiga 150 uit sedaga total biaya miimum yag diperoleh sebesar Solusi The Kuh-Tucer Coditios Solusi pedeata The Kuh-Tucer Coditio diperoleh sesuai persyarata yag harus dipeuhi sebagai beriut. 1) x 1 0; x 2 0; x 3 0 2) x 1 (2x u 1 ) = 0 3) x 2 (2x u 2 ) = 0 4) x 3 (2x 3 u 3 ) = 0 5) 2x u 1 (1) u 2 (0) u 3 (0) = 0, atau 2x u 1 = 0 2x u 1 (0) u 2 (1) u 3 (0) = 0, atau 2x u 2 = 0 2x 3 + u 1 (0) u 2 (0) u 3 (1) = 0, atau 2x u 3 = 0 6) u 1 0; u 2 0; u 3 0 7) u 1 (x 1 50) = 0 8) u 2 (x 2 100) = 0 9) u 3 (x 3 150) = 0 10) x 1 50; x 2 100; x Solusi yag memeuhi eeam syarat di atas adalah x 1 = 50; x 2 = 100; da x 3 = 150; da Z = KESIMPULAN Dari hasil pembahasa di atas diperoleh esimpula sebagai beriut: Pedeata Separable Programmig da The Kuh-Tucer Coditios memberia solusi optimal yag sama, yaitu jumlah produsi bula pertama 50 uit, bula edua 100 uit, da bula etiga 150 uit, dega total biaya miimum Utu masalah yag sulit dipecaha dega The Kuh-Tucer Coditios sebaiya megguaa pedeata Separable Programmig. Hasil Separable Programmig aa semai membai bila jumlah grid poit ditambah. Namu peambaha grid poit aa meambah jumlah variabel, yag tetu semai meyulita dalam medapata solusi optimal. REFERENSI [1]. Do T. Philips, et.al., Operatio Research: Priciple ad Practice, 2 d editio, Joh Wiley ad Sos, [2]. Beale, E.M.L, P.J Coe, ad A.D. J. Flowerdew, Separable Programmig Applied to a Ore Purchasig Problem, Joural o Applied Statistics, [3]. Hillier ad Lieberma, Itroductio to Mathematical Programmig, 1 st editio, McGraw-Hill,

Gambar 3.1Single Channel Multiple Phase

Gambar 3.1Single Channel Multiple Phase BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag

Lebih terperinci

Representasi sinyal dalam impuls

Representasi sinyal dalam impuls Represetasi siyal dalam impuls Represetasi siyal dalam impuls adalah siyal yag diyataa sebagai fugsi dari impuls atau sebagai umpula dari impuls-impuls. Sembarag siyal disret dapat diyataa sebagai pejumlaha

Lebih terperinci

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Jural Matematia Vol.6 No. November 6 [ 5 : ] TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Ooy Rohaei Jurusa Matematia, UNISBA, Jala Tamasari No, Badug,6, Idoesia

Lebih terperinci

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi BAB III TAKSIRA PROPORSI POPULASI JIKA TERJADI ORESPO Dalam bab ii aa dibaas peasira proporsi populasi jia terjadi orespo da dilaua allba sebaya t ali. Selai itu, juga aa dibaas peetua uura sampel yag

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C.

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C. BAB II LANDASAN TEORI Pada bab ii aa dibahas teori teori yag meduug metode upper level set sca statistics, atara lai peubah aca, distribusi gamma, fugsi gamma, fugsi lielihood, da uji rasio lielihood.

Lebih terperinci

MODUL BARISAN DAN DERET

MODUL BARISAN DAN DERET MODUL BARISAN DAN DERET SEMESTER 2 Muhammad Zaial Abidi Persoal Blog http://meetabied.wordpress.com BAB I. PENDAHULUAN A. Desripsi Dalam modul ii, ada aa mempelajari pola bilaga, barisa, da deret diidetifiasi

Lebih terperinci

MACAM-MACAM TEKNIK MEMBILANG

MACAM-MACAM TEKNIK MEMBILANG 0 MACAM-MACAM TEKNIK MEMBILANG ATURAN PERKALIAN Beriut ii diberia sebuah dalil tetag peetua baya susua yag palig sederhaa dalam suatu permasalaha yag beraita dega peluag. Dalil 2.1: ATURAN PERKALIAN SECARA

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL

PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL Ahma Sya roi, M Natsir, Eag Lily E-mail: Arolativa@yahoocom Mahasiswa Program S Matematia Dose Jurusa Matematia

Lebih terperinci

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain.

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain. BARIAN DAN DERET A. Barisa Barisa adalah uruta bilaga yag memilii atura tertetu. etiap bilaga pada barisa disebut suu barisa yag dipisaha dega lambag, (oma). Betu umum barisa:,, 3, 4,, dega: = suu pertama

Lebih terperinci

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K)

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) JMP : Volume 4 Nomor 1, Jui 2012, hal. 41-50 PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) Malahayati Program Studi Matematia Faultas Sais da Teologi UIN Sua Kalijaga malahayati_01@yahoo.co.id ABSTRACT. I this

Lebih terperinci

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG)

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG) PEMBAHASAN SOAL OLIMPIADE SAINS NASIONAL SMP A. ISIAN SINGKAT SELEKSI TINGKAT PROPINSI TAHUN 011 BIDANG STUDI MATEMATIKA WAKTU : 150 MENIT 1. Jia x adalah jumlah 99 bilaga gajil terecil yag lebih besar

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

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

Lebih terperinci

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia?

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia? Kartia Yuliati, SPd, MSi MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK Masalah Terdapat berapa caraah ita dapat memilih baju dari 0 baju yag tersedia? Cara Misala baju diberi omor dari sampai

Lebih terperinci

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng MODUL 1.03 DINMIK PROSES Ole : Ir. Tatag Kusmara, M.Eg LBORTORIUM OPERSI TEKNIK KIMI JURUSN TEKNIK KIMI UNIVERSITS SULTN GENG TIRTYS CILEGON BNTEN 2008 2 Modul 1.03 DINMIK PROSES I. Pedaulua Dalam bidag

Lebih terperinci

MAKALAH TEOREMA BINOMIAL

MAKALAH TEOREMA BINOMIAL MAKALAH TEOREMA BINOMIAL Disusu utu memeuhi tugas mata uliah Matematia Disrit Dose Pegampu : Dr. Isaii Rosyida, S.Si, M.Si Rombel B Kelompo 2 1. Wihdati Martalya (0401516006) 2. Betha Kuria S. (0401516012)

Lebih terperinci

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik Sifat-sifat Fugsi Karateristi dari Sebara Geometri Dodi Deviato Jurusa Matematia, Faultas MIPA, Uiversitas Adalas Kamus Limau Mais, Padag 563, Sumatera Barat, Idoesia Abstra Fugsi arateristi dari suatu

Lebih terperinci

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier Apliasi Sistem Orthoormal Di Ruag Hilbert Pada Deret Fourier A 7 Fitriaa Yuli S. FMIPA UNY Abstra Ruag hilbert aa dibahas pada papper ii. Apliasi system orthoormal aa diaji da aa diapliasia pada ruahg

Lebih terperinci

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial 5 BAB II LANDASAN TEORI A. Persamaa Diferesial Dari ata persamaa da diferesial, dapat diliat bawa Persamaa Diferesial beraita dega peelesaia suatu betu persamaa ag megadug diferesial. Persamaa diferesial

Lebih terperinci

Aproksimasi Terbaik dalam Ruang Metrik Konveks

Aproksimasi Terbaik dalam Ruang Metrik Konveks Aprosimasi Terbai dalam Ruag etri Koves Oleh : Suharsoo S Jurusa atematia FIPA Uiversitas Lampug Abstra asalah esistesi da etuggala aprosimasi terbai suatu titi dalam ruag berorm telah dipelajari oleh

Lebih terperinci

BAB 2 LANDASAN TEORI. lebar pita sinyal tersebut. Pada kebanyakan aplikasi, termasuk kamera digital video dan

BAB 2 LANDASAN TEORI. lebar pita sinyal tersebut. Pada kebanyakan aplikasi, termasuk kamera digital video dan BAB LADASA TEORI Teorema Shao-yquist meyataa agar tida ada iformasi yag hilag etia pecuplia siyal, maa ecepata pecuplia harus miimal dua ali dari lebar pita siyal tersebut. Pada ebayaa apliasi, termasu

Lebih terperinci

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE)

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) 5.1. Pembagit Radom Variate Disrit Suatu Radom Variate diartia sebagai ilai suatu radom variate yag mempuyai distribusi tertetu. Utu megambil

Lebih terperinci

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

BAB 6 NOTASI SIGMA, BARISAN DAN DERET BAB 6 NOTASI SIGMA, BARISAN DAN DERET A RINGKASAN MATERI. Notasi Sigma Diberia suatu barisa bilaga, a, a,..., a. Lambag deret tersebut, yaitu: a = a + a +... + a a meyataa jumlah suu pertama barisa Sifat-sifat

Lebih terperinci

Bab 16 Integral di Ruang-n

Bab 16 Integral di Ruang-n Catata Kuliah MA3 Kalulus Elemeter II Oi Neswa,Ph.D., Departeme Matematia-ITB Bab 6 Itegral di uag- Itegral Gada atas persegi pajag Itegral Berulag Itegral Gada atas Daerah sebarag Itegral Gada Koordiat

Lebih terperinci

Perluasan Uji Kruskal Wallis untuk Data Multivariat

Perluasan Uji Kruskal Wallis untuk Data Multivariat Statistia, Vol. No., Mei Perluasa Uji Krusal Wallis utu Data Multivariat TETI SOFIA YANTI Program Studi Statistia, Uiversitas Islam Badug, Jl. Purawarma No. Badug. E-mail: buitet@yahoo.com ABSTAK Adaia

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5 Mata Kuliah : Matematia Disrit Program Studi : Tei Iformatia Miggu e : 5 KOMBINATORIAL PENDAHULUAN Persoala ombiatori bua merupaa persoala baru dalam ehidupa yata. Baya persoala ombiatori sederhaa telah

Lebih terperinci

PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ )

PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ ) (Fey Nilawati Kusuma et al.) PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ ) I Gede Agus Widyadaa I Nyoma Sutapa Dose Faultas Teologi

Lebih terperinci

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit Siyal da Sistem Watu Disrit ET 35 Pegolaha Siyal Watu Disrit EL 5155 Pegolaha Siyal Watu Disrit Effria Yati Hamid 1 2 Siyal da Sistem Watu Disrit 2.1 Siyal Watu Disrit 2.1.1 Pegertia Siyal Watu Disrit

Lebih terperinci

MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI

MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI Vol. 11, No. 1, 45-55, Juli 2014 MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI Fauziah Baharuddi 1, Loey Haryato 2, Nurdi 3 Abstra Peulisa ii bertujua utu medapata perumusa

Lebih terperinci

3. Integral (3) (Integral Tentu)

3. Integral (3) (Integral Tentu) Darublic www.darublic.com. Itegral () (Itegral Tetu).. Luas Sebagai Suatu Itegral. Itegral Tetu Itegral tetu meruaa itegral ag batas-batas itegrasia jelas. Kose dasar dari itegral tertetu adalah luas bidag

Lebih terperinci

Penulis: Penilai: Editor: Ilustrator: Dra. Puji Iryanti, M.Sc. Ed. Al. Krismanto, M.Sc. Sri Purnama Surya, S.Pd, M.Si. Fadjar N. Hidayat, S.Si.,M.Ed.

Penulis: Penilai: Editor: Ilustrator: Dra. Puji Iryanti, M.Sc. Ed. Al. Krismanto, M.Sc. Sri Purnama Surya, S.Pd, M.Si. Fadjar N. Hidayat, S.Si.,M.Ed. PAKET FASILITASI PEMBERDAYAAN KKG/MGMP MATEMATIKA Pembelajara Barisa, Deret Bilaga da Notasi Sigma di SMA Peulis: Dra. Puji Iryati, M.Sc. Ed. Peilai: Al. Krismato, M.Sc. Editor: Sri Purama Surya, S.Pd,

Lebih terperinci

1.1 METODE PENGEMBANGAN PENDEKATAN RATA- RATA SAMPEL UNTUK PROGRAM STOKASTIK DUA TAHAP. Faridawaty Marpaung. Abstrak

1.1 METODE PENGEMBANGAN PENDEKATAN RATA- RATA SAMPEL UNTUK PROGRAM STOKASTIK DUA TAHAP. Faridawaty Marpaung. Abstrak METODE PEGEMBAGA PEDEKATA RATA- RATA SAMPEL UTUK PROGRAM STOKASTIK DUA TAHAP Faridawaty Marpaug Abstra Peelitia ii megemuaa metode pegembaga pedeata rata rata sampel utu program stoasti dua tahap. Metodologi

Lebih terperinci

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN DALAM SUATU MODEL NON-LINIER Abstrak Nur ei 1 1, Jurusa Matematika FMIPA Uiversitas Tadulako Jl. Sukaro-Hatta Palu,

Lebih terperinci

SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL

SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL Edag Habiuddi (Staf Pegajar UP MKU Politei Negeri Badug (Email : ed_.hab@yahoo.co.id ABSTRAK Sistem ragaia listri RLC seri

Lebih terperinci

PERBANDINGAN METODE HUNGARIAN DAN PENDEKATAN PROGRAM DINAMIS DALAM PEMECAHAN ASSIGNMENT PROBLEM

PERBANDINGAN METODE HUNGARIAN DAN PENDEKATAN PROGRAM DINAMIS DALAM PEMECAHAN ASSIGNMENT PROBLEM PERBANDINGAN METODE HUNGARIAN DAN PENDEKATAN PROGRAM DINAMIS DALAM PEMECAHAN ASSIGNMENT PROBLEM Budi Marpaug Fakultas Tekik Jurusa Tekik Idustri Uiversitas Kriste Krida Wacaa budimarpg_ti@yahoo.com Abstract

Lebih terperinci

Penggunaan Transformasi z

Penggunaan Transformasi z Pegguaa Trasformasi pada Aalisa Respo Freuesi Sistem FIR Oleh: Tri Budi Satoso E-mail:tribudi@eepis-its.eduits.edu Lab Siyal,, EEPIS-ITS ITS /3/6 osep pemiira domais of represetatio Domai- discrete time:

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Dalam duia iformatika, assigmet Problem yag biasa dibetuk dega matriks berbobot merupaka salah satu masalah terbesar, dimaa masalah ii merupaka masalah yag metode peyelesaiaya

Lebih terperinci

TEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE

TEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE Teorema Keovergea Fugsi Teritegral Hestoc(Aiswita) TORMA KKONVRGNAN FUNGSI TRINTGRAL HNSTOCK- KURZWIL SRNTAK DAN FUNGSI BRSIFAT LOCALLY SMALL RIMANN SUMS (LSRS) DARI RUANG UCLID K RUANG BARISAN Aiswita,

Lebih terperinci

FUNCTIONALLY SMALL RIEMANN SUMS (FSRS) DAN ESSENTIALLY SMALL RIEMANN SUMS (ESRS) FUNGSI TERINTEGRAL HENSTOCKn. p )

FUNCTIONALLY SMALL RIEMANN SUMS (FSRS) DAN ESSENTIALLY SMALL RIEMANN SUMS (ESRS) FUNGSI TERINTEGRAL HENSTOCKn. p ) βeta -ISSN: 85-5893 e-issn: 54-458 Vol. 3 No. (Noember), Hal. 79-89 βeta DOI: htt://dx.doi.org/.44/betajtm.v9i.7 FUNCTIONALLY SMALL RIMANN SUMS (FSRS) DAN SSNTIALLY SMALL RIMANN SUMS (SRS) FUNGSI TRINTGRAL

Lebih terperinci

Keywords: Convergen Series, Banach Space, Sequence space cs, Dual-α, Dual-

Keywords: Convergen Series, Banach Space, Sequence space cs, Dual-α, Dual- Jural MIPA FST UNDANA, Volume 2, Nomor, April 26 DUAL-, DUAL- DAN DUAL- DARI RUANG BARISAN CS Albert Kumaereg, Ariyato 2, Rapmaida 3,2,3 Jurusa Matematia, Faultas Sais da Tei Uiversitas Nusa Cedaa ABSTRACT

Lebih terperinci

Bab 6: Analisa Spektrum

Bab 6: Analisa Spektrum BAB Aalisa Spetrum Bab : Aalisa Spetrum Aalisa Spetrum Dega DFT Tujua Belajar Peserta dapat meghubuga DFT dega spetrum dari sial hasil samplig sial watu otiue. -poit DFT dari sial x adalah Xω ag diealuasi

Lebih terperinci

Metode Perhitungan Grafik Dalam Geolistrik Tahanan Jenis Bumi Dengan Derajat Pendekatan Satu

Metode Perhitungan Grafik Dalam Geolistrik Tahanan Jenis Bumi Dengan Derajat Pendekatan Satu Metode Perhituga Grafi.. P. Maurug Metode Perhituga Grafi Dalam Geolistri Tahaa Jeis Bumi Dega Derajat Pedeata Satu Posma Maurug Jurusa Fisia, FMIPA Uiversitas Lampug Jl. S. Brojoegoro No. Badar Lampug

Lebih terperinci

BAB II TINJAUAN PUSTAKA. membahas distribusi normal dan distribusi normal baku, penaksir takbias μ dan σ,

BAB II TINJAUAN PUSTAKA. membahas distribusi normal dan distribusi normal baku, penaksir takbias μ dan σ, BAB II TINJAUAN PUSTAKA.1 Pedahulua Dalam peulisa materi poo dari sripsi ii diperlua beberapa teori-teori yag meduug, yag mejadi uraia poo pada bab ii. Uraia dimulai dega membahas distribusi ormal da distribusi

Lebih terperinci

MASALAH RUTE DISTRIBUSI MULTIDEPOT DENGAN KAPASITAS DAN KECEPATAN KENDARAAN HETEROGEN

MASALAH RUTE DISTRIBUSI MULTIDEPOT DENGAN KAPASITAS DAN KECEPATAN KENDARAAN HETEROGEN MASALAH RUTE DISTRIBUSI MULTIDEPOT DENGAN KAPASITAS DAN KECEPATAN KENDARAAN HETEROGEN Adam Priyo Hartoo 1), Farida Haum 2), Toi Bahtiar 3) 1)2)3) Departeme Matematia, FMIPA, Istitut Pertaia Bogor Kampus

Lebih terperinci

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS Bab 5 Siyal da Sistem Watu Disrit Oleh: Tri Budi Satoso Laboratorium Siyal, EEPIS-ITS Materi: Represetasi matemati pada siyal watu disrit, domai watu da freuesi pada suatu siyal watu disrit, trasformasi

Lebih terperinci

Model Antrian Multi Layanan

Model Antrian Multi Layanan Jural Gradie Vol. No. Juli : 8- Model Atria Multi Layaa Sisa Yosmar Jurusa Matematia, Faultas Matematia da Ilmu egetahua Alam, Uiversitas Begulu, Idoesia Diterima 9 April; Disetujui 8 Jui Abstra - Salah

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI. mandiri jika tidak mengandung t secara eksplisit di dalamnya. (Kreyszig, 1983)

I PENDAHULUAN II LANDASAN TEORI. mandiri jika tidak mengandung t secara eksplisit di dalamnya. (Kreyszig, 1983) I PENDAHULUAN Latar Belaag Permasalaha ebiaa pemaea ia yag memberia eutuga masimum da berelauta (tida teradi epuaha dari populasi ia yag dipae) adalah hal yag sagat petig bagi idustri periaa Para ilmuwa

Lebih terperinci

Pemilihan Kapasitas Dan Lokasi Optimal Kapasitor Paralel Pada Sistem Distribusi Daya Listrik

Pemilihan Kapasitas Dan Lokasi Optimal Kapasitor Paralel Pada Sistem Distribusi Daya Listrik ELECTRICIAN Jural Reayasa da Teologi Eletro 0 Pemiliha Kapasitas Da Loasi Optimal Paralel Pada Sistem Distribusi Daya Listri Osea Zebua Jurusa Tei Eletro, Faultas Tei, Uiversitas Lampug Jl. Prof. Sumatri

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes eluag uatu Kejadia, Kaidah ejumlaha, eluag ersyarat, Kaidah eralia da Kaidah aiyes.eluag uatu Kejadia Defiisi : eluag suatu ejadia adalah jumlah peluag semua titi otoh dalam. Dega demiia : 0 (), ( ) =

Lebih terperinci

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARA DAN FAKTOR DIKON 3.1 Ecoomic Order Quatity Ecoomic Order Quatity (EOQ) merupaka suatu metode yag diguaka utuk megedalika

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN Supriadi Putra, M,Si Laboratorium Komputasi Numerik Jurusa Matematika FMIPA Uiversitas Riau e-mail : spoetra@yahoo.co.id ABSTRAK Makalah ii

Lebih terperinci

PERTEMUAN 13. VEKTOR dalam R 3

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

Lebih terperinci

BAHAN AJAR DIKLAT GURU MATEMATIKA

BAHAN AJAR DIKLAT GURU MATEMATIKA BAHAN AJAR DIKLAT GURU MATEMATIKA DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH DIREKTORAT PENDIDIKAN MENENGAH KEJURUAN 005 DAFTAR ISI Kata Pegatar.. i Daftar Isi...

Lebih terperinci

Konvolusi pada Distribusi dengan Support Kompak

Konvolusi pada Distribusi dengan Support Kompak Prosidig SI MaNIs (Semiar Nasioal Itegrasi Matematia da Nilai Islami) Vol1, No1, Juli 2017, Hal 453-457 p-issn: 2580-4596; e-issn: 2580-460X Halama 453 Kovolusi pada Distribusi dega Support Kompa Cythia

Lebih terperinci

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

PROSIDING ISSN:

PROSIDING ISSN: PROSIDING ISSN: 5-656 OPTIMISASI BERKENDALA MENGGUNAKAN METODE GRADIEN TERPROYEKSI Nida Sri Uami Uiversias Muhammadiyah Suraara idaruwiyai@gmailcom ABSTRAK Dalam ulisa ii dibahas eag meode gradie erproyesi

Lebih terperinci

SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA

SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA KELAS D(K) Malahayati Program Studi Matematia Faultas Sais da Teologi UIN Sua Kalijaga Yogyaarta e-mail: malahayati_01@yahoo.co.id ABSTRAK Himpua

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

GRAFIKA

GRAFIKA 6 5 7 3 6 3 3 GRAFIKA 3 6 57 08 0 9 5 9 385 946 5 3 30 0 8 9 5 9 3 85 946 5 ANALISA REAL Utu uliah (pegatar) aalisa real yag dilegapi dega program MATLAB Dr. H.A. Parhusip G R A F I K A Peerbit Tisara

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Optimasi 2.1.1. Pegertia Optimasi Optimasi (Optimizatio) adalah aktivitas utuk medapatka hasil terbaik di bawah keadaa yag diberika. Tujua akhir dari semua aktivitas tersebut

Lebih terperinci

Jurnal Ilmu Matematika dan Terapan Maret 2016 Volume 10 Nomor 1 Hal

Jurnal Ilmu Matematika dan Terapan Maret 2016 Volume 10 Nomor 1 Hal Jural Ilmu Matematia da Terapa Maret 16 Volume 1 Nomor 1 Hal. 61 68 ANALISIS FAKTOR-FAKTOR YANG MEMPERNGARUHI KANKER LEHER RAHIM DI KOTA AMBON DENGAN MENGGUNAKAN REGRESI LOGISTIK BINER (Studi asus: Pasie

Lebih terperinci

Pemrograman Dinamis (Dynamic Programming) Materi

Pemrograman Dinamis (Dynamic Programming) Materi 0/8/009 Pemrograma Diamis (Dyamic Programmig) Kuliah 04-05 TI Peelitia Operasioal II Materi Pegatar Masalah pemrograma diamis determiistik Masalah pemrograma diamis probabilistik TI Peelitia Operasioal

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Tempat da Watu Peelitia Peelitia megeai Kepuasa Kosume Restora Gampoeg Aceh, dilasaaa pada bula Mei 2011 higga Jui 2011. Restora Gampoeg Aceh, bertempat di Jl Pajajara, Batarjati,

Lebih terperinci

STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS

STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS (Tati Octavia et al.) STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS Tati Octavia Dose Faultas

Lebih terperinci

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

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

Lebih terperinci

MODUL BARISAN DAN DERET

MODUL BARISAN DAN DERET MODUL BARISAN DAN DERET KELAS XII. IPS SEMESTER I Oleh : Drs. Pudjul Prijoo ( http://vidyagata.wordpress.co ) SMA NEGERI 6 Jala Mayje Sugoo 58 Malag Telp./Fax : (034) 75036 E-Mail : sa6_alag@yahoo.co.id

Lebih terperinci

PENYELESAIAN PROGRAM LINIER VARIABEL FUZZY TRIANGULAR MENGGUNAKAN METODE DEKOMPOSISI DAN METODE SIMPLEKS

PENYELESAIAN PROGRAM LINIER VARIABEL FUZZY TRIANGULAR MENGGUNAKAN METODE DEKOMPOSISI DAN METODE SIMPLEKS PENYELESAIAN PROGRAM LINIER VARIABEL FUZZY TRIANGULAR MENGGUNAKAN METODE DEKOMPOSISI DAN METODE SIMPLEKS Nada Puspitasari 1, Bambag Irawato, S.Si, M.Si 2, Prof. Dr. Widowati, M.Si 3 Program Studi Matematika

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Risio Operasioal.1.1 Defiisi Dewasa ii risio operasioal semai diaui sebagai salah satu fator uci yag perlu dielola da dicermati oleh para pelau usaha, hususya di bidag jasa euaga.

Lebih terperinci

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

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

Lebih terperinci

BAB 3 DATA DAN METODOLOGI PENELITIAN

BAB 3 DATA DAN METODOLOGI PENELITIAN BAB 3 DATA DAN METODOLOGI PENELITIAN Pada Bab ii aka memberika iformasi hal yag berkaita dega lagkah-lagkah sistematis yag aka diguaka dalam mejawab pertayaa peelitia.utuk itu diperluka beberapa hal sebagai

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab ii berisi teori-teori yag meladasi pembahasa dalam tugas akhir ii, yag terdiri fugsi liear, persamaa da pertidaksamaa liear, pemrograma liear, bilaga iterval, karakteristik dari

Lebih terperinci

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

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

Lebih terperinci

PENYELESAIAN MASALAH PROGRAM LINIER FUZZY DENGAN BILANGAN FUZZY LINEAR REAL MENGGUNAKAN METODE SABIHA

PENYELESAIAN MASALAH PROGRAM LINIER FUZZY DENGAN BILANGAN FUZZY LINEAR REAL MENGGUNAKAN METODE SABIHA PENYELESAIAN MASALAH PROGRAM LINIER FUZZY DENGAN BILANGAN FUZZY LINEAR REAL MENGGUNAKAN METODE SABIHA Eky Pawestri Gita Asmara 1, Bambag Irawato, S.Si, M.Si 2, Lucia Ratasari, S.Si, M.Si Departeme Matematika

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini bertujuan untuk mengetahui ada tidaknya peningkatan

BAB III METODE PENELITIAN. Penelitian ini bertujuan untuk mengetahui ada tidaknya peningkatan BAB III METODE PENELITIAN A. Desai Peelitia Peelitia ii bertujua utu megetahui ada tidaya peigata emampua siswa dalam pealara setelah megguaa model pembelajara berbasis masalah terstrutur dalam pembelajara

Lebih terperinci

1. Integral (1) Pembahasan yang akan kita lakukan hanya mengenai bentuk persamaan diferensial seperti contoh yang pertama.

1. Integral (1) Pembahasan yang akan kita lakukan hanya mengenai bentuk persamaan diferensial seperti contoh yang pertama. Darublic www.darublic.com 1. Itegral (1) (Macam Itegral, Pedeata Numeri) Sudarato Sudirham Dalam bab sebeluma, ita memelajari salah satu bagia utama alulus, aitu alulus diferesial. Beriut ii ita aa membahas

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

METODE DEKOMPOSISI LAPLACE UNTUK MENENTUKAN SOLUSI PERSAMAAN DIFERENSIAL PARSIAL NONLINIER

METODE DEKOMPOSISI LAPLACE UNTUK MENENTUKAN SOLUSI PERSAMAAN DIFERENSIAL PARSIAL NONLINIER Vol.1 No.1 (16) Hal. 38-45 METODE DEKOMPOSISI LAPLACE UNTUK MENENTUKAN SOLUSI PERSAMAAN DIFERENSIAL PARSIAL NONLINIER Siar Ismaya, Yui Yulida *, Na imah Hijriati Program Studi Matematika Fakultas MIPA

Lebih terperinci

Penerapan Algoritma Dijkstra dalam Pemilihan Trayek Bus Transjakarta

Penerapan Algoritma Dijkstra dalam Pemilihan Trayek Bus Transjakarta Peerapa Algoritma Dijstra dalam Pemiliha Traye Bus Trasjaarta Muhammad Yafi 504 Program Studi Tei Iformatia Seolah Tei Eletro da Iformatia Istitut Teologi Badug, Jl. Gaesha 0 Badug 40, Idoesia 504@std.stei.itb.ac.id

Lebih terperinci

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart

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

Lebih terperinci

Kata kunci: Keandalan, umur hidup, program dinamik deterministik, anggaran biaya

Kata kunci: Keandalan, umur hidup, program dinamik deterministik, anggaran biaya Prosidig Semiar Nasioal Maajeme Tekologi III Program Studi MMT-ITS, Surabaya Pebruari 006 OPTIMASI KEANDALAN SISTEM KOMPONEN DARI MPEG BOARD DAN POWER SUPPLY VCD PLAYER DI PT. PANGGUNG ELECTRIC DENGAN

Lebih terperinci

UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALPHA CRONBACH SKRIPSI JANUARINA ANGGRIANI

UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALPHA CRONBACH SKRIPSI JANUARINA ANGGRIANI UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALHA CRONBACH SKRISI JANUARINA ANGGRIANI 080655 FAKULTAS MATEMATIKA DAN ILMU ENGETAHUAN ALAM ROGRAM STUDI SARJANA

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula

Lebih terperinci

PROBLEM ELIMINASI CUT PADA LOGIKA LBB I nk

PROBLEM ELIMINASI CUT PADA LOGIKA LBB I nk Jural Mateatia, Vol. 10 No. 3, Deseber 007, ISSN 1410-8518 PROBLEM ELIMINASI CUT PADA LOGIKA LBB I Bayu Surarso Jurusa Mateetia FMIPA UNDIP Jl. Prof. H. Soedarto, SH Tebalag Searag 5075 Abstract. I the

Lebih terperinci

UNIVERSITAS INDONESIA DISTRIBUSI BANYAK SINGGAH DARI SUATU RANDOM WALK DAN UJI KERANDOMAN SKRIPSI RANTI NUGRAHENI

UNIVERSITAS INDONESIA DISTRIBUSI BANYAK SINGGAH DARI SUATU RANDOM WALK DAN UJI KERANDOMAN SKRIPSI RANTI NUGRAHENI UNIVERSITAS INDONESIA DISTRIBUSI BANYAK SINGGAH DARI SUATU RANDOM WALK DAN UJI KERANDOMAN SKRIPSI RANTI NUGRAHENI 35475 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI SARJANA MATEMATIKA DEPOK

Lebih terperinci

Jurusan Pendidikan Matematika, Fakultas Keguruan dan Ilmu Pendidikan Universitas Bung Hatta

Jurusan Pendidikan Matematika, Fakultas Keguruan dan Ilmu Pendidikan Universitas Bung Hatta PENERAPAN MODEL COOPERATIVE LEARNING TIPE THINK PAIR SQUARE UNTUK MENINGKATKAN KEMAMPUAN PEMECAHAN MASALAH MATEMATIKA SISWA KELAS VIII SMP PERTIWI 1 PADANG Cherly Mardelfi 1, Lutfia Almash 2, Yusri Wahyui

Lebih terperinci

Makalah Tugas Akhir. Abstract

Makalah Tugas Akhir. Abstract Maalah Tugas Ahir IDENTIFIKASI JENIS PENYAKIT KULIT BERDASARKAN ANALISIS WARNA DAN TEKSTUR PADA CITRA KULIT MENGGUNAKAN KLASIFIKASI K-NEAREST NEIGHBOR Faris Fitriato 1, R Rizal Isato 2, Ajub Ajulia Zahra.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Bicriteria Liear Programmig (BLP) Pesoala optimisasi dega beberapa fugsi tujua memperhitugka beberapa tujua yag koflik secara simulta, secara umum Multi objective programmig (MOP)

Lebih terperinci

BAGAN KENDALI G UNTUK PENGENDALIAN VARIABILITAS PROSES MULTIVARIAT (Studi Kasus pada data cuaca di kota Makassar pada tahun 2003 sampai tahun 2012)

BAGAN KENDALI G UNTUK PENGENDALIAN VARIABILITAS PROSES MULTIVARIAT (Studi Kasus pada data cuaca di kota Makassar pada tahun 2003 sampai tahun 2012) BAGAN KENDALI G UNTUK PENGENDALIAN VARIABILITAS PROSES MULTIVARIAT (Studi Kasus pada data cuaca di ota Maassar pada tahu 003 sampai tahu 0) PAISAL, H, HERDIANI, E.T. DAN SALEH, M 3 Jurusa Matematia, Faultas

Lebih terperinci

STUDI PERBANDINGAN PERFORMANCE ALGORITMA HEURISTIK POUR TERHADAP MIXED INTEGER PROGRAMMING DALAM MENYELESAIKAN PENJADWALAN FLOWSHOP

STUDI PERBANDINGAN PERFORMANCE ALGORITMA HEURISTIK POUR TERHADAP MIXED INTEGER PROGRAMMING DALAM MENYELESAIKAN PENJADWALAN FLOWSHOP STUDI PERBANDINGAN PERFORMANCE ALGORITMA HEURISTIK POUR TERHADAP. (Tessa Vaia Soetato, et al.) STUDI PERBANDINGAN PERFORMANCE ALGORITMA HEURISTIK POUR TERHADAP MIXED INTEGER PROGRAMMING DALAM MENYELESAIKAN

Lebih terperinci

Jurnal MIPA 38 (1) (2015): Jurnal MIPA.

Jurnal MIPA 38 (1) (2015): Jurnal MIPA. Jural MIPA 38 () (5): 68-78 Jural MIPA http://ouraluesacid/u/idephp/jm APROKSIMASI ANUIAS HIDUP MENGGUNAKAN KOMBINASI EKSPONENSIAL LJ Siay S Gurito Guardi 3 Jurusa Matematia FMIPA Uiversitas Pattimura

Lebih terperinci

PELUANG. Drs. Marsudi Raharjo, M.Sc.Ed JENJANG LANJUT

PELUANG. Drs. Marsudi Raharjo, M.Sc.Ed JENJANG LANJUT DIKLAT INSTRUKTUR PENGEMBANG MATEMATIKA SMA JENJANG LANJUT PELUANG JENJANG LANJUT Drs Marsudi Raharjo, MScEd DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENINGKATAN MUTU PENDIDIK DAN TENAGA KEPENDIDIKAN

Lebih terperinci

METODE MEHAR UNTUK SOLUSI OPTIMAL FUZZY DAN ANALISA SENSITIVITAS PROGRAM LINIER DENGAN VARIABEL FUZZY BILANGAN TRIANGULAR

METODE MEHAR UNTUK SOLUSI OPTIMAL FUZZY DAN ANALISA SENSITIVITAS PROGRAM LINIER DENGAN VARIABEL FUZZY BILANGAN TRIANGULAR METODE MEHAR UNTUK SOLUSI OPTIMAL FUZZY DAN ANALISA SENSITIVITAS PROGRAM LINIER DENGAN VARIABEL FUZZY BILANGAN TRIANGULAR Marlia Ulfa 1, Bambag Irawato 2, Suarsih 3 1,2,3 Program Studi Matematika, Fakultas

Lebih terperinci

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

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

Lebih terperinci