STATISTIK DESKRIPTIF UKURAN LETAK DATA

Ukuran: px
Mulai penontonan dengan halaman:

Download "STATISTIK DESKRIPTIF UKURAN LETAK DATA"

Transkripsi

1 UKURAN LETAK DATA OLEH HERDIAN S.Pd., M.Pd. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER (STIMIK) PRINGSEWU

2 UKURAN LETAK DATA Selan ukuran pemusatan data, ada juga yang dsebut ukuran letak data. Adapun ukuran letak data melput:,,. 1. Quartl adalah nla yang membag data menjad 4 bagan sama banyak. 2. adalah nla yang membag data menjad 10 bagan sama banyak. 3. adalah nla yang membag data menjad 100 bagan sama banyak.

3 1. UKURAN LETAK DATA TUNGGAL Untuk menentukan nla Q ( = 1,2,3) dgunakan rumus berkut: 2. Letak Q = (n + 1) 4 Untuk menentukan nla D ( = 1,2,...,9) dgunakan rumus berkut: 3. Letak D = (n + 1) 10 Untuk menentukan nla P ( = 1,2,...,99) dgunakan rumus berkut: Letak P = 100 (n + 1)

4 : Dketahu data sebaga berkut: 9, 9, 10, 13, 14, 17, 19, 19, 21, 22, 23, 25, 25, 29, 33, 35 35, 39, 43, 47. Tentukan: a. Nla Q 1 dan Q 3 b. Nla D 5 dan D 7 c. Nla P 38 dan P 57

5 a. Nla Q 1 dan Q 3 Letak Q 1 = n + 1 = 1 (20 + 1) = 1 (21) = 5, Nla Q 1 = X 5 + 0,25 (X 6 X 5 ) = ,25 (17 14) = 14,75 Letak Q 3 = n + 1 = 3 (20 + 1) = 3 (21) = 15, Nla Q 3 = X ,75 (X 16 X 15 ) = ,75 (35 33) = 34,5

6 b. Nla D 5 dan D 7 Letak D 5 = n + 1 = 5 (20 + 1) = 1 (21) = 10, Nla D 5 = X ,5 (X 11 X 10 ) = ,5 (23 22) = 22, 5 Letak D 7 = n + 1 = 7 (20 + 1) = 7 (21) = 14, Nla D 7 = X ,7 (X 15 X 14 ) = ,7 (33 29) = 31, 8

7 c. Nla P 38 dan P 57 Letak P 38 = n + 1 = (20 + 1) = (21) = 7, Nla P 38 = X 7 + 0,98 (X 8 X 7 ) Letak P 57 = = ,98 (19 19) = 19 n + 1 = (20 + 1) = (21) = 11, Nla P 57 = X ,97 (X 12 X 11 ) = ,97 (25 23) = 24, 94

8 1. UKURAN LETAK DATA BERKELOMPOK Untuk menentukan nla Q ( = 1,2,3) dgunakan rumus berkut: Keterangan: = 1,2,3 n = banyak data Q = t b + p 4 n F k f Q t b p F k f Q = tep bawah kelas yang mengandung Q = panjang kelas = frekuens kumulatf sebelum kelas Q = frekuens kelas nterval yang mengandung Q

9 2. Desl(D) Untuk menentukan nla D ( = 1,2,...,9) dgunakan rumus berkut: Keterangan: = 1,2,...,9. n = banyak data D = t b + p 10 n F k f D t b p F k f D = tep bawah kelas yang mengandung D = panjang kelas = frekuens kumulatf sebelum kelas D = frekuens kelas nterval yang mengandung D

10 3. Persentl(P) Untuk menentukan nla P ( = 1,2,...,99) dgunakan rumus berkut: Keterangan: = 1,2,...,99. n = banyak data P = t b + p 100 n F k f P t b p F k f P = tep bawah kelas yang mengandung P = panjang kelas = frekuens kumulatf sebelum kelas P = frekuens kelas nterval yang mengandung P

11 CONTOH SOAL Dketahu data sebaga berkut: Nla Frekuens Tentukanlah: a. Nla Q 2 b. Nla D 9 c. Nla P 60

12 a. Nla Q 2 Letak Q 2 = 4 n + 1 = 2 (40 + 1) = 1 (41) = 20, Jad letak Q 2 terletak pada kelas nterval Dar tabel kta porelah data: n = 40 p = 5 f Q2 = 16 t b =50,5 F k = 9 Q = t b + p 4 n F k f Q Q 2 = 50,5 + 5 = 50, (40) = 50,5 + 3,44 = 53,94.

13 b. Nla D 9 Letak D 9 = n + 1 = 9 9 (40 + 1) = (41) = 36, Jad letak D 9 terletak pada kelas nterval Dar tabel kta porelah data: n = 40 p = 5 f D9 = 7 t b =60,5 F k = 33 D = t b + p 10 n F k f D D 9 = 60,5 + 5 = 60, (40) = 60,5 + 2,14 = 62,64.

14 c. Nla P 60 Letak P 60 = n + 1 = (40 + 1) = (41) = 24, Jad letak P 60 terletak pada kelas nterval Dar tabel kta porelah data: n = 40 p = 5 f P60 = 16 t b = 50,5 F k = 9 P = t b + p 10 n F k f D P 60 = 50,5 + 5 = 50, (40) = 50,5 + 4,68 = 55,18.

15 Dketahu data sebaga berkut: LATIHAN SOAL (DATA TUNGGAL) Tentukan: a. Nla Q 2 dan Q 3 b. Nla D 6 dan D 9 c. Nla P 35 dan P 80

16 Dketahu data sebaga berkut: LATIHAN SOAL (DATA BERKELOMPOK) Tentukan: a. Nla Q 1 dan Q 3 b. Nla D 4 dan D 8 c. Nla P 30 dan P 75

KWARTIL, DESIL DAN PERSENTIL

KWARTIL, DESIL DAN PERSENTIL KWARTIL, DESIL DAN PERSENTIL 1. KWARTIL Kwartl merupakan nla yang membag frekuens dstrbus data menjad empat kelompok yang sama besar. Dengan kata lan kwartl merupakan nla yang membag taptap 25% frekuens

Lebih terperinci

KWARTIL, DESIL DAN PERSENTIL

KWARTIL, DESIL DAN PERSENTIL KWARTIL, DESIL DAN PERSENTIL 1. KWARTIL Kwartl merupakan nla yang membag frekuens dstrbus data menjad empat kelompok yang sama besar. Dengan kata lan kwartl merupakan nla yang membag tap-tap 25% frekuens

Lebih terperinci

STATISTIKA. Rumus : 1. Menentukan banyaknya data/responden dari diagram lingkaran:

STATISTIKA. Rumus : 1. Menentukan banyaknya data/responden dari diagram lingkaran: STATISTIKA Jens-jens soal statstka yang serng dujkan adalah soal-soal tentang : 1. Membaca sajan data dalam bentuk dagram. Ukuran pemusatan data 3. Ukuran Letak Data 4. Ukuran Penyebaran Data SOAL DAN

Lebih terperinci

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan

Lebih terperinci

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya

Lebih terperinci

DISTRIBUSI FREKUENSI

DISTRIBUSI FREKUENSI BAB DISTRIBUSI FREKUENSI Kompetens Mampu membuat penyajan data dalam dstrbus frekuens Indkator 1. Menjelaskan dstrbus frekuens. Membuat dstrbus frekuens 3. Menjelaskan macam-macam dstrbus frekuens 4. Membuat

Lebih terperinci

STATISTIKA. A. Menyajikan Data dalam Bentuk Diagram

STATISTIKA. A. Menyajikan Data dalam Bentuk Diagram STATISTIKA A. Menyajkan Data dalam Bentuk Dagram. DIAGRAM GARIS Contoh soal Fluktuas nla tukar rupah terhadap dolar AS dar tanggal 8 Aprl 008 sampa dengan tanggal Aprl 008 dtunjukkan oleh tabel sebaga

Lebih terperinci

UKURAN PENYEBARAN DATA

UKURAN PENYEBARAN DATA UKURAN PENYEBARAN DATA HERDIAN S.Pd., M.Pd. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER (STMIK) PRINGSEWU UKURAN PENYEBARAN DATA Selain ukuran pemusatan data dan ukuran letak data, ada juga yang

Lebih terperinci

MATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT)

MATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT) MATERI KULIAH STATISTIKA I UKURAN (Nuryanto, ST., MT) Ukuran Statstk Ukuran Statstk : 1. Ukuran Pemusatan Bagamana, d mana data berpusat? Rata-Rata Htung = Arthmetc Mean Medan Modus Kuartl, Desl, Persentl.

Lebih terperinci

UKURAN GEJALA PUSAT &

UKURAN GEJALA PUSAT & UKURAN GEJALA PUSAT & UKURAN LETAK UKURAN GEJALA PUSAT & LETAK Untuk mendapatkan gambaran yang jelas mengena suatu populas atau sampel Ukuran yang merupakan wakl kumpulan data mengena populas atau sampel

Lebih terperinci

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi BAB III FUNGSI MAYOR DAN MINOR Pada bab n akan dbahas konsep-konsep dasar dar fungs mayor dan fungs mnor dar suatu fungs yang terdefns pada suatu nterval tertutup. Pendefnsan fungs mayor dan mnor tersebut

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan VARIABEL RANDOM. Statistika dan Probabilitas

Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan VARIABEL RANDOM. Statistika dan Probabilitas Unverstas Gadjah Mada Fakultas Teknk Jurusan Teknk Sl dan Lngkungan VARIABEL RANDOM Statstka dan Probabltas 2 Pengertan Random varable (varabel acak) Jens suatu fungs yang ddefnskan ada samle sace Dscrete

Lebih terperinci

METODE NUMERIK. INTERPOLASI Interpolasi Beda Terbagi Newton Interpolasi Lagrange Interpolasi Spline.

METODE NUMERIK. INTERPOLASI Interpolasi Beda Terbagi Newton Interpolasi Lagrange Interpolasi Spline. METODE NUMERIK INTERPOLASI Interpolas Beda Terbag Newton Interpolas Lagrange Interpolas Splne http://maulana.lecture.ub.ac.d Interpolas n-derajat polnom Tujuan Interpolas berguna untuk menaksr hargaharga

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan

Lebih terperinci

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM 1) Membuat dstrbus frekuens. 2) Mengetahu apa yang dmaksud dengan Medan, Modus dan Mean. 3) Mengetahu cara mencar Nla rata-rata (Mean). TEORI PENUNJANG

Lebih terperinci

FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS TEKNOLOGI YOGYAKARTA UJIAN TENGAH SEMESTER GANJIL TAHUN AKADEMIK 2017/2018 PROGRAM STUDI: TEKNIK SIPIL

FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS TEKNOLOGI YOGYAKARTA UJIAN TENGAH SEMESTER GANJIL TAHUN AKADEMIK 2017/2018 PROGRAM STUDI: TEKNIK SIPIL FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS TEKNOLOGI YOGYAKARTA UJIAN TENGAH SEMESTER GANJIL TAHUN AKADEMIK 7/8 PROGRAM STUDI: TEKNIK SIPIL Mata Ujan : Statstka (Kelas Har, Tanggal : Rabu, 8 November 7 Dosen

Lebih terperinci

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi. BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber

Lebih terperinci

Ringkasan Statistika Kelas XI SMA Tarakanita 1 Jakarta BAB I STATISTIKA

Ringkasan Statistika Kelas XI SMA Tarakanita 1 Jakarta BAB I STATISTIKA BAB I STATISTIKA 1. PENGENALAN STATISTIKA A. PENGERTIAN DASAR STATISTIKA 1. Statstka dan Statstk Statstka adalah lmu tentang pengolahan dan analss suatu data hngga penarkan kesmpulan dar data tu. Statstk

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

Lebih terperinci

BAB IV PENGUJIAN DAN ANALISA

BAB IV PENGUJIAN DAN ANALISA BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam

Lebih terperinci

STATISTIK DESKRIPTIF

STATISTIK DESKRIPTIF PENGANTAR TEORI PELUANG OLEH HERDIAN S.Pd., M.Pd. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER (STIMIK) PRINGSEWU NOTASI FAKTORIAL (!) adalah hasil kali bilangan asli berurutan dari 1 sampai n. dirumuskan

Lebih terperinci

UKURAN LOKASI, VARIASI & BENTUK KURVA

UKURAN LOKASI, VARIASI & BENTUK KURVA UKURAN LOKASI, VARIASI & BENTUK KURVA MARULAM MT SIMARMATA, MS STATISTIK TERAPAN FAK HUKUM USI @4 ARTI UKURAN LOKASI DAN VARIASI Suatu Kelompok DATA berupa kumpulan nla VARIABEL [ vaabel ] Ms banyaknya

Lebih terperinci

Ringkasan Statistika Kelas XI SMA Tarakanita 1 Jakarta NAMA : KELAS :

Ringkasan Statistika Kelas XI SMA Tarakanita 1 Jakarta NAMA : KELAS : NAMA : KELAS : 1 BAB I STATISTIKA 1. PENGENALAN STATISTIKA A. PENGERTIAN DASAR STATISTIKA 1. Statstka dan Statstk Statstka adalah lmu tentang pengolahan dan analss suatu data hngga penarkan kesmpulan dar

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.3.1 Tempat Peneltan Peneltan n dlaksanakan d SMP Neger Gorontalo khususnya pada sswa kelas VIII. 3.3. Waktu Peneltan Peneltan n dlaksanakan selama

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana

Lebih terperinci

FUNGSI ALIH SISTEM ORDE 1 Oleh: Ahmad Riyad Firdaus Politeknik Batam

FUNGSI ALIH SISTEM ORDE 1 Oleh: Ahmad Riyad Firdaus Politeknik Batam FUNGSI ALIH SISTEM ORDE Oleh: Ahmad Ryad Frdaus Plteknk Batam I. Tujuan. Memaham cara melakukan smulas sstem fss (sstem mekank dan elektrk) untuk rde 2. Memaham karakterstk sstem fss terhadap perubahan

Lebih terperinci

MODUL STATISTIKA BAHAN AJAR MATEMATIKA DASAR 2 SMA NEGERI 10 MELATI SAMARINDA DI SUSUN OLEH : KHAIRUL BASARI, S.Pd

MODUL STATISTIKA BAHAN AJAR MATEMATIKA DASAR 2 SMA NEGERI 10 MELATI SAMARINDA DI SUSUN OLEH : KHAIRUL BASARI, S.Pd MODUL STATISTIKA BAHAN AJAR MATEMATIKA DASAR SMA NEGERI 0 MELATI SAMARINDA DI SUSUN OLEH : KHAIRUL BASARI, S.Pd kharulfaq.wordpress.com e-mal : muh_abas@yahoo.com Page of 64 Kegatan Pembelajaran A. STANDAR

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

BAB STATISTIKA. Tujuan Pembelajaran

BAB STATISTIKA. Tujuan Pembelajaran BAB I STATISTIKA Tujuan Pembelajaran Setelah mempelajar mater bab n, Anda dharapkan mampu:. membaca dan menyajkan data dalam bentuk tabel dan dagram (dagram batang, dagram gars, dagram lngkaran, dagram

Lebih terperinci

Nama : Crishadi Juliantoro NPM :

Nama : Crishadi Juliantoro NPM : ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

Bab 2 AKAR-AKAR PERSAMAAN

Bab 2 AKAR-AKAR PERSAMAAN Analsa Numerk Bahan Matrkulas Bab AKAR-AKAR PERSAMAAN Pada kulah n akan dpelajar beberapa metode untuk mencar akar-akar dar suatu persamaan yang kontnu. Untuk persamaan polnomal derajat, persamaannya dapat

Lebih terperinci

I. PENGANTAR STATISTIKA

I. PENGANTAR STATISTIKA 1 I. PENGANTAR STATISTIKA 1.1 Jens-jens Statstk Secara umum, lmu statstka dapat terbag menjad dua jens, yatu: 1. Statstka Deskrptf. Statstka Inferensal Dalam sub bab n akan djelaskan mengena pengertan

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

STATISTIK DESKRIPTIF

STATISTIK DESKRIPTIF PENYAJIAN DATA DALAM BENTUK TABEL OLEH HERDIAN S.Pd., M.Pd. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER (STMIK) PRINGSEWU Daftar Distribusi Frekuensi Tunggal Data tunggal seringkali dinyatakan dalam

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS

Lebih terperinci

Matematika Keuangan Dan Ekonomi. Indra Maipita

Matematika Keuangan Dan Ekonomi. Indra Maipita Matematka Keuangan Dan Ekonom Indra Mapta NUITS BIS Pendahuluan Sebaga penabung seta nda keluar sebaga pemenang hadah undan, dan dapat memlh salah satu hadah berkut: Menerma uang sejumlah Rp 50.000.000

Lebih terperinci

BAB V INTEGRAL KOMPLEKS

BAB V INTEGRAL KOMPLEKS 6 BAB V INTEGRAL KOMPLEKS 5.. INTEGRAL LINTASAN Msal suatu lntasan yang dnyatakan dengan : (t) = x(t) + y(t) dengan t rl dan a t b. Lntasan dsebut lntasan tutup bla (a) = (b). Lntasan tutup dsebut lntasan

Lebih terperinci

Histogram Citra. Bab Membuat Histogram

Histogram Citra. Bab Membuat Histogram Bab 6 Hstogram Ctra I nformas pentng mengena s ctra dgtal dapat dketahu dengan membuat hstogram ctra. Hstogram ctra adalah grafk yang menggambarkan penyebaran nla-nla ntenstas pxel dar suatu ctra atau

Lebih terperinci

UKURAN PEMUSATAN & PENYEBARAN

UKURAN PEMUSATAN & PENYEBARAN UKURAN PEMUSATAN & PENYEBARAN RATA - RATA UKURAN PEMUSATAN MEDIAN MODUS Rata rata htug (mea) Merupaka hasl bag dar sejumlah skr dega bayakya respde Utuk Data Tdak Berkelmpk x Dmaa : = la samapa x = la

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1 Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

APLIKASI INTEGRAL TENTU

APLIKASI INTEGRAL TENTU APLIKASI INTEGRAL TENTU Aplkas Integral Tentu థ Luas dantara kurva థ Volume benda dalam bdang (dengan metode cakram dan cncn) థ Volume benda putar (dengan metode kult tabung) థ Luas permukaan benda putar

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

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a UKURAN SAMPEL Prof. Dr. H. Almasd Syahza, SE., MP Emal: asyahza@yahoo.co.d Webste: http://almasd. almasd.staff. staff.unr.ac.d Penelt Senor Unverstas Rau Penentuan Sampel Peneltan lmah hampr selalu hanya

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan

Lebih terperinci

BAB 2 PRINSIP DASAR SISTEM TENAGA LISTRIK

BAB 2 PRINSIP DASAR SISTEM TENAGA LISTRIK BAB 2 PRINSIP DASAR SISTEM TENAGA LISTRIK Dalam bab 2 akan dlakukan nvestgas tentang bagamana alran energ dar rangkaan ac. Dengan menggunakan berbaga denttas trgonometr, daya sesaat p(t) dpsahkan menjad

Lebih terperinci

Dekomposisi Nilai Singular dan Aplikasinya

Dekomposisi Nilai Singular dan Aplikasinya A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana

Lebih terperinci

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d

Lebih terperinci

Oleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw

Oleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw Oleh : Harfa Hanan Yoga A Nugraha Gemur Safar ka Sautr Arya Andka Dumanau Dosen : Dr.rer.nat. Ded osad, S.S., M.Sc. Program Stud Statstka Fakultas Matematka dan Ilmu Pengetahuan Alam Unverstas Gadah Mada

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

VLE dari Korelasi nilai K

VLE dari Korelasi nilai K VLE dar orelas nla Penggunaan utama hubungan kesetmbangan fasa, yatu dalam perancangan proses pemsahan yang bergantung pada kecenderungan zat-zat kma yang dberkan untuk mendstrbuskan dr, terutama dalam

Lebih terperinci

RANGKAIAN-RANGKAIAN DASAR OPERATIONAL AMPLIFIER (OP-AMP)

RANGKAIAN-RANGKAIAN DASAR OPERATIONAL AMPLIFIER (OP-AMP) NGKNNGKN DS OPETONL MPLFE (OPMP). nvertng mpler 3 nalsa angkaan: ; L Pada ttk terjad suatu enmena yang dsebut vrtual grund yatu ttk yang memlk nla tegangan nl meskpun tdak terhubung langsung ke pertanahan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam 1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci

SEARAH (DC) Rangkaian Arus Searah (DC) 7

SEARAH (DC) Rangkaian Arus Searah (DC) 7 ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (unregstered verson) http://www.smpopd.com Statst Bsns : BAB IV. UKURA PEMUSATA DATA. Pendahuluan Untu mendapatan gambaran yang lebh jelas tentang seumpulan data mengena

Lebih terperinci

MINGGU KE- V: UKURAN PENYEBARAN

MINGGU KE- V: UKURAN PENYEBARAN MINGGU KE- V: UKURAN PENYEBARAN Tujuan Instruksonal Umum :. Mahasswa mampu memaham apa yang dmaksud dengan ukuran penyebaran. Mahasswa mampu memaham berbaga pengukuran untuk mencar nla ukuran penyebaran

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

Deret Taylor & Diferensial Numerik. Matematika Industri II

Deret Taylor & Diferensial Numerik. Matematika Industri II Deret Taylor & Derensal Numerk Matematka Industr II Maclaurn Power Seres Deret Maclaurn adalah penaksran polnom derajat tak hngga 0 0! 0 n n 0 n! Notce: Deret nnte tak hngga menyatakan bahwa akhrnya deret

Lebih terperinci

BAB 4 PERHITUNGAN NUMERIK

BAB 4 PERHITUNGAN NUMERIK Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat

Lebih terperinci

A. Soal 1 yg dikerjakan seharian tadi ttg regresi tunggal MENGHITUNG REGRESI LINEAR SEDERHANA

A. Soal 1 yg dikerjakan seharian tadi ttg regresi tunggal MENGHITUNG REGRESI LINEAR SEDERHANA 009 T u g a s a p l k a s S t a t s t k P a g e 1 A. Soal 1 yg dkerjakan seharan tad ttg regres tunggal MENGHITUNG REGRESI LINEAR SEDERHANA Persamaan umum regres lnear sederhana adalah : Ŷ = a + bx Contoh

Lebih terperinci

PERANCANGAN JARINGAN AKSES KABEL (DTG3E3)

PERANCANGAN JARINGAN AKSES KABEL (DTG3E3) PERCG JRIG KSES KBEL (DTG3E3) Dsusun Oleh : Hafdudn,ST.,MT. (HFD) Rohmat Tulloh, ST.,MT (RMT) Prod D3 Teknk Telekomunkas Fakultas Ilmu Terapan Unverstas Telkom 015 Peramalan Trafk Peramalan Trafk Peramalan

Lebih terperinci

CONTOH SOAL #: PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA. dx dengan nilai awal: y = 1 pada x = 0. Penyelesaian: KASUS: INITIAL VALUE PROBLEM (IVP)

CONTOH SOAL #: PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA. dx dengan nilai awal: y = 1 pada x = 0. Penyelesaian: KASUS: INITIAL VALUE PROBLEM (IVP) PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA KASUS: INITIAL VALUE PROBLEM (IVP) by: st dyar kholsoh Mater Kulah: Pengantar; Metode Euler; Perbakan Metode Euler; Metode Runge-Kutta; Penyelesaan Sstem Persamaan

Lebih terperinci

STATISTIK menyatakan kumpulan data, bilangan maupun non bilangan, yg disusun ke dlm tabeldiagram-grafik yang menggambarkan suatu persoalan.

STATISTIK menyatakan kumpulan data, bilangan maupun non bilangan, yg disusun ke dlm tabeldiagram-grafik yang menggambarkan suatu persoalan. PERTEMUAN 1 STATISTIK menyatakan kumpulan data, blangan maupun non blangan, yg dsusun ke dlm tabeldagram-grafk yang menggambarkan suatu persoalan. STATISTIKA lmu yang berhubungan dengan cara-cara pengumpulan

Lebih terperinci

DIMENSI PARTISI GRAF GIR

DIMENSI PARTISI GRAF GIR Jurnal Matematka UNAND Vol. 1 No. 2 Hal. 21 27 ISSN : 2303 2910 c Jurusan Matematka FMIPA UNAND DIMENSI PARTISI GRAF GIR REFINA RIZA Program Stud Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam,

Lebih terperinci

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi, BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu

Lebih terperinci

PENYAJIAN DATA DALAM BENTUK TABEL

PENYAJIAN DATA DALAM BENTUK TABEL PENYAJIAN DATA DALAM BENTUK TABEL HERDIAN S.Pd., M.Pd. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER (STMIK) PRINGSEWU PENYAJIAN DATA DALAM BENTUK DIAGRAM Data dibedakan menjadi 2 jenis: A. Data Tunggal

Lebih terperinci

PADA GRAF PRISMA BERCABANG

PADA GRAF PRISMA BERCABANG PELABELAN TOTAL SUPER (a, d)-busur ANTI AJAIB PADA GRAF PRISMA BERCABANG Achmad Fahruroz,, Dew Putre Lestar,, Iffatul Mardhyah, Unverstas Gunadarma Depok Program Magster Fakultas MIPA Unverstas Indonesa

Lebih terperinci

KONTRAK KULIAH STATISTIK DESKRIPTIF

KONTRAK KULIAH STATISTIK DESKRIPTIF DATA DIRI Nama lengkap : Herdian, S.Pd., M.Pd. Alamat : Jl Raya Pagelaran Kec. Pagelaran - Pringsewu Telepon : 0856 6969 3636/ 0812 72 104 167 Pendidikan : S.1 Pend. Matematika Univ. lampung S.2 Pend.

Lebih terperinci

BAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol

BAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol BAB I PENDAHULUAN 1.1. Latar Belakang Sebagan besar peneltan-peneltan bdang statstka berhubungan dengan pengujan asums dstrbus, bak secara teor maupun praktk d lapangan. Salah satu uj yang serng dgunakan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass

Lebih terperinci

BAB V STATISTIKA DESKRIPTIF

BAB V STATISTIKA DESKRIPTIF BAB V Sulsetjono Bolog FMIPA Unverstas eger Malang (State Unversty of Malang) Emal: sulsetjono.fmpa@um.ac.d copyrght August 016 STATISTIKA DESKRIPTIF A. Capaan Pembelajaran Mahasswa mampu mengetahu dan

Lebih terperinci

PROSEDUR MENGGUNAKAN STRATIFIED RANDOM SAMPLING METHOD DALAM MENGESTIMASI PARAMETER POPULASI

PROSEDUR MENGGUNAKAN STRATIFIED RANDOM SAMPLING METHOD DALAM MENGESTIMASI PARAMETER POPULASI JEMI, Vol 1, No 1, Desember 2010 PROSEDUR MENGGUNAKAN STRATIFIED RANDOM SAMPLING METHOD DALAM MENGESTIMASI PARAMETER POPULASI Des Rahmatna, SPd, MSc (Unverstas Martm Raja Al Haj) ABSTRAKSI Peneltan n dmaksudkan

Lebih terperinci

TINJAUAN PUSTAKA Kualitas Dosen

TINJAUAN PUSTAKA Kualitas Dosen 4 TINJAUAN PUSTAKA Kualtas Dosen Menurut Kamus Besar Bahasa Indonesa (KBBI) tahun 2002, kualtas dartkan sebaga : (1) tngkat bak buruknya sesuatu atau kadar; (2) derajat atau taraf (kepandaan, kecakapan,

Lebih terperinci

Modul ini adalah modul ke-8 dalam mata kuliah Matematika. Isi modul ini

Modul ini adalah modul ke-8 dalam mata kuliah Matematika. Isi modul ini STATISTIKA ; MODUL ; ; 8; ; ; PENDAHULUAN Modul n adalah modul ke-8 dalam mata kulah Matematka. Is modul n membahas tentang statstka. Modul n terdr dar kegatan belajar. Pada kegatan belajar akan dbahas

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

Sistem Kriptografi Stream Cipher Berbasis Fungsi Chaos Circle Map Dengan Pertukaran Kunci Diffie-Hellman

Sistem Kriptografi Stream Cipher Berbasis Fungsi Chaos Circle Map Dengan Pertukaran Kunci Diffie-Hellman SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Sstem Krptograf Stream Cpher Berbass Fungs Chaos Crcle Map Dengan Pertukaran Kunc Dffe-Hellman A-6 Muh. Fajryanto 1,a), Aula Kahf 2,b), Vga Aprlana

Lebih terperinci

Uji Homogenitas Varians

Uji Homogenitas Varians Uj Homogentas Varans I. DUA VARIANS Pengujan hpotess dua varans dlakukan untuk mengetahu varans dua populas sama (homogen atau tdak (heterogen. S dan S merupakan penduga σ dan σ Rumus varans : x ( x S

Lebih terperinci

SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN

SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN Ita Rahmadayan 1, Syamsudhuha 2, Asmara Karma 2 1 Mahasswa Program Stud S1 Matematka

Lebih terperinci

BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA

BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA A-3 Dan Aresta Yuwanngsh 1 1 Mahasswa S Matematka UGM dan.aresta17@yahoo.com Abstrak Dberkan R merupakan rng dengan elemen satuan, M R-modul kanan, dan R S End

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A Tujuan Peneltan Berdasarkan rumusan dan alasan pemlhan judul d atas, maka dalam peneltan n tujuan yang ngn dcapa adalah sebaga berkut: Untuk mengetahu ada tdaknya perbedaan

Lebih terperinci