Bab II TINJAUAN PUSTAKA II.1 aransi II.1.1 Klasifikasi Garansi

Ukuran: px
Mulai penontonan dengan halaman:

Download "Bab II TINJAUAN PUSTAKA II.1 aransi II.1.1 Klasifikasi Garansi"

Transkripsi

1 Bab II TINJAUAN USTAKA ada bab n aan dbaha onep eor dan meode yang yang dgunaan dalam pengembangan model raeg layanan garan unu produ dengan pola penggunaan nermen Konep dan eor erebu erdr aa Sub bab II mengena ud garan ub bab II2 enang araer eruaan produ ub bab II3 membaha proe oa ub bab II4 mengena raeg layanan garan dan ub bab II5 enang meode opma II Garan Defn garan menuru Murhy dan Blche (26) adalah ebaga beru: A warrany wren and or oral manufacurer aurance o a buyer ha a produc or ervce or a hall be a repreened I may be condered o be a conracual agreemen beween buyer and manufacurer ha enered no upon ale of he produc or ervce The conrac pecfe produc performance buyer reponbly and wha he warranor wll do f an em purchaed fal o mee he aed performance Defn d aa menelaan bahwa garan merupaan peranan anara produen dan onumen d mana produen menamn bahwa nera produ adalah eua dengan yang dawaran unu uau perode wau erenu (perode garan) Garan bermanfaa ba bag onumen maupun produen Bag onumen garan memberan perlndungan erhadap produ yang neranya da eua dengan yang dawaran a produ doperaan pada ond normal elama perode garan (Murhy dan Blche 26) Manfaa lann adalah memberan nforma mengena uala dan eandalan produ Bag produen garan memberan perlndungan dar lam onumen yang berlebhan II Klafa Garan Murhy dan Blche (26) membua uau aonom dalam lafa perbedaan ebaan garan Kebaan garan erbag aa dua elompo bear yau: ) ebaan garan yang mencaup pengembangan produ eelah 7

2 penualan dan 2) ebaan garan yang da mencaup pengembangan produ eelah penualan Selanunya elompo ) erbag aa dua ub elompo yau A) ebaan yang beraan dengan produ unggal dan B) ebaan yang beraan dengan elompo produ ( penualan dalam umlah lo aau bach) Kebaan pada ub elompo A) erdr aa dua bagan yau unu produ yang dapa dperbaharu (renewng) dan unu produ yang da dapa dperbaharu (non renewng) Kebaan renewng adalah ebaan pengganan produ yang rua elama maa garan dengan produ baru dengan maa garan yang baru Unu ebaan non renewng pengganan produ da merubah perode garan ebelumnya Selanunya ebaan renewng dan non renewng d bag menad ebaan ederhana dan ebaan ombna Kebaan ederhana erdr dar ebaan free replacemen warrany (FRW) dan pro raa warrany (RW) edangan ebaan ombna adalah gabungan dara ebaan ederhana yang ada ada ebaan FRW produen aan menggan eap eruaan produ elama maa garan anpa membebanan ongo epada onumen Kebaan FRW uumumnya dberan unu produ-produ yang dapa dperba eper produ eleron dan oomof ada Kebaan RW a produ mengalam eruaan elama maa garan maa produen aan membayar epada onumen ebear propor a wau garan dar harga ual produ Kebaan RW umumnya dberan unu produ-produ yang da dapa dperba eper lampu dan ban Kebaan FRW dan RW emudan delompoan berdaaran dmen garan yau garan au dmen dan dua dmen Dmen adalah umlah varabel yang dpefaan unu menenuan baa garan Garan au dmen umumnya daraeran oleh nerval au dmen malnya umur produ aa aau penggunaan produ aa Garan dua dmen daraeran oleh bdang dua dmen malnya umur produ dan penggunaan produ Conoh garan dua dmen pada produ oomof adalah umur produ dua ahun aau ara empuh 5 lo meer Ja alah au dar edua dmen erebu ercapa lebh dahulu maa maa garan produ erebu hab Uraan mengena aonom ebaan garan erebu drangum dalam Gambar 2 beru 8

3 Kebaan Garan C Tda Melbaan engembangan rodu Melbaan engembangan rodu Iem Tunggal A Kelompo Iem B Tda Dapa Dperbaharu Dapa Dperbaharu Sederhana Kombna Sederhana Kombna Sederhana Kombna Gambar 2 Taonom Kebaan Garan (Murhy dan Blche 26) II2 Jen Refa rodu Unu produ yang da dapa dperba a produ mengalam eruaan elama perode garan maa produen hanya meml plhan unu menggan produ erebu dengan produ baru Unu produ yang dapa dperba a produ mengalam eruaan dalam perode garan maa produen meml plhan unu memperba aau menggan produ erebu dengan produ baru Murhy dan Blche (992) Membag ndaan refa produ aa ga bagan yau: ) erbaan eper produ baru d mana ond produ yang dperba dauman eper produ baru aau drbu eruaan dar produ yang elah dperba ama eper produ baru ) erbaan mnmal (mnmal repar) pe refa n menyebaban lau eruaan produ eelah perbaan ama dengan eadaan lau eruaan eaa ebelum produ rua Jen refa n eua unu produ mul omponen d mana eruaan produ erad arena adanya eruaan omponen Ja omponen yang rua dgan dengan omponen baru maa 9

4 produ dapa berfung embal Karena Umur omponen lan pada aa eruaan produ adalah maa umur produ yang elah dperba adalah ehngga lau eruaan eelah perbaan adalah ama eper eruaan ) Imperfec repar perbaan mnmal da menyebaban perubahan pada lau eruaan eap adang-adang lau eruaan dar produ yang elah dperba menad da pa Inlah yang debu Imperfec repar dan dapa dmodelan dengan beberapa cara Gambar II2 (a) adalah ndaan mperfec repar yang menyebaban lau eruaan menad lebh ecl dar ebelum eruaan dan II2 (b) adalah ebalnya Benu lan dar mperfec repar adalah aa produ dapa berfung embal dengan probabla eelah produ dperba adalah p dan probabla produ eap rua adalah -p In berar bahwa produ dperba lebh dar au al ebelum dapa berfung embal erubahan lau eruaan merupaan varabel aca Gambar 22 menerangan en refa erhadap produ yang rua Lau Keruaan r() Imperfec repar (b) Mnmal repar Imperfec repar (a) Replacemen rodu rua Gambar 22 Jen Refa Umur () II3 Karaera em Saa uau produ dual dengan garan produen memperoleh ongo ambahan unu melayan lam garan Epea ongo denuan oleh eumlah faor yang melpu ebaan garan dura garan eandalan

5 produ dan lan-lan Karaera em unu anal ongo garan oleh Murhy dan Blche (26) damplan pada Gambar 23 beru roduen Konumen Kebaan Garan Keandalan rodu enggunaan rodu Knera rodu Ongo Garan Gambar 23 Karaera Sem Unu Anal Ongo Garan enelaan dar Gambar 23 adalah bahwa produen memprodu dan menual produ unu onumen dengan ebaan garan Knera produ denuan oleh nera anara anara araera produ dan penggunaan produ Ja nera produ da memuaan pada wau elama perode garan maa aan menmbulan lam garan roduen haru melayan lam erebu dan lam n menmbulan ongo garan II2 Karaer Keruaan dan Fung Drbu Keruaan Umumnya eruaan produ erad ecara aca Malan T menelaan wau anar eruaan e (n-) dan e n dar uau produ maa T adalah uau varabel aca Model eruaan dapa dgambaran melalu fung epadaan probabla (probably deny funcon pdf) fung drbu umulaf (cumulave drbuon funcon cdf) fung eandalan (urvval funcon) dan fung lau eruaan (falure or hazard rae funcon) Unu produ yang dapa dperba dan ap eruaan produ menghalan pengganan dengan produ yang den maa T merupaan varabel aca yang ndependen dan erdrbu ecara den robabla eradnya eruaan produ pada aa T dberan oleh:

6 F ( ) T (II) f() menyaaan fung probabla dena dar varabel aca yang mewal wau anar eruaan uau em f() meml fa f ( ) Fung drbu umulaf uau em umumnya dmbolan dengan F() F() menyaaan probabla bahwa em aan rua dalam nerval [ ] F() drumuan ebaga beru: F T f ehngga d (II2) df f (II3) d Fung eandalan F menyaaan probabla bahwa em aan berfung (da rua) dalam nerval wau [ ] aau probabla em aan rua eelah aa T f x F dberan oleh peramaan beru: F dx (II4) ehngga d F f (II5) d Karena F() dan F F( ) F berfa muually excluve maa: (II6) Fung lau eruaan r() menyaaan umlah eruaan yang erad per un wau dan drumuan dengan peramaan beru: f r (II7) F robabla beryara bahwa em aan rua elama nerval wau [ +d] dengan yara bahwa em erebu da rua hngga wau dnyaaan ebaga r() d yang drumuan dengan peramaan beru: r d T d T (II8) 2

7 Hubungan anara fung eandalan fung drbu umulaf dan fung epadaan probabla dengan fung lau eruaan dengan aum F()= dunuan oleh peramaan-peramaan beru: F f Exp r x dx dx r Exp rx (II9) (II) F Exp r x dx (II) Wolenholme LC (999) mernga hubungan anara r() f() dan Gambar 24 beru F dalam f() F () f x dx r Exp[ r x dx f() f x dx F() Exp[ F () F() r(x)dx] Gambar 24 Hubungan Anara r() f() dan F r() II3 roe Soa roe oa merupaan meanme unu menggambaran fenomena aca dengan menggunaan huum-huum probabla pada eap wau Salah au proe oa yang umum adalah proe counng N d mana N() adalah umlah eadan yang muncul dalam elang wau eper 3

8 penggambaran edaangan pelanggan edaangan peanan ebuah omponen edaangan lam auran dan eadan munculnya eruaan pada em roe oa yang dgunaan dalam penelan n adalah proe oon dan rana Marov unu menelaan pola penggunaan dan model eruaan produ II3 roe oon roe oa dapa delompoan menuru nena eadannya (Oa 992) yau: Homogeneu oon roce (H) roe oon yang homogen merupaan proe yang umum dumpa dan menggambaran umlah eadan Keadan dapa berupa edaangan pelanggan peanan dan lan-lan Bla nerval wau [ ] dbag e dalam n par nerval yang ecl dan ama maa n Δ = Unu eap nerval ecl erebu [ Δ (+)Δ] dengan = 2 (n-) erad emunculan eadan mengu Bernoull Tral dengan probabla p dan da erad eadan dengan emunculan q = -p Dalam nerval yang ecl erebu hanya erdapa au eadan yang dperbolehan Maa probabla munculnya eadan dalam elang wau adalah: e (II2) N! unu = 2 roe oa daaan H a memenuh peryaraan beru: a N() = b roe memenuh aonary ndependen ncremen c ada nerval ecl h berlau {N(h) = } = + (h) d {N(h) > 2} = (h) roe oa unu eadan () dalam elang wau daaan ndependen ncremen apabla unu emua < < 2 << n elh aau perambahan dar ( n ) ( n- ) berfa ndependen Sedangan daaan aonary ncremen apabla unu (+) () meml drbu yang ama aau den Bla dnau dar dan 2 proe oa daaan aonary ndependen ncremen bla ( 2 + ) ( + ) meml drbu yang ama unu < < 2 dan > 4

9 2 Non Homogeneu oon roce (NH) roe oa yang berfa NH meml fung nena yang berganung pada yau ) roe oon daaan NH bla memenuh ond beru: a N() = b roe memenuh ndependen ncremen c ada nerval ecl h berlau {N(-h) N() = } = )h + (h) d {N(-h) N() > 2} = (h) Dengan epea umlah edaangan: m x dx (II3) robabla eradnya eadan dalam elang wau adalah: N m m e (II4)! Dengan = 2 II32 Rana Marov Unu Wau Konnyu Rana Marov unu wau yang onnyu merupaan bagan dar proe oa Keruaan dar produ dengan pola penggunaan nermen dapa dmodelan dengan rana marov Murhy (992) menyaaan bahwa pada produ dengan pola penggunaan nermen eruaan produ pada aa dgunaan dapa berbeda dengan eruaan produ aa da dgunaan Conoh produ yang penggunaannya nermen adalah generaor darura d rumah a elevaor d dalam bangunan dan pnu ula Keruaan produ dpengaruh oleh umur dan pola penggunaan produ Unu mengevalua ongo garan maa dperluan model penggunaan produ dan model eruaan produ berdaaran penggunaannya Oa (992) mendefnan rana Marov unu wau onnyu ebaga beru: Ja ( ) adalah uau proe oa wau onnyu dengan ond ruang 2 anpa ond pef lannya Ja: ) x ( ) x ( ) x ( ) x ( ) x ( ) x ( 2 2 n n n n (II5) 5

10 unu emua 2 unu wau onnyu n maa proe erebu debu rana Marov Unu eumlah maa: ( ) ( ) ( ) (II6) debu probabla ran dan dauman bahwa () ndependen erhadap wau dan proe aoner robabla ran ( ) dapa dhung dengan menumlahan eluruh ond nermedae pada wau dan berpndah dar ond e ond pada a wau Unu eluruh dan dar fa Marov dperoleh: () ( ) () ( ) () ( ) ( ) (er Chapman Kolmogorov) (II7) Gambar 23 beru merupaan lura dar peramaan Chapman Kolmogorov () δ + δ Gambar 25 Inerprea peramaan Chapman Kolmogorov II32 Two Sae Connuou Tme Marov Chan Ja uau proe oa ( ) rana Marov dengan probabla ran aoner yang memenuh hal-hal beru: 6

11 ) ( ) oh 2) ( ) ( ) o 3) ( ) ( ) o 4) 2 aau lebh eadan dalam nerval h maa proe erebu debu proe brh dan deah dengan parameer 2 d mana dan adalah lau brh dan lau deah Ja = maa proe erebu adalah proe rana marov wau onnyu unu dua ond (wo ae connuou me Marov Chan) Kond pada defn d aa dapa dnerpreaan ebaga beru: ) Beran ond awal yang menyebaban dan 2) Tunuan bahwa brh rae adalah deahu bahwa proe berada dalam ond 3) Tunuan bahwa deah rae adalah deahu bahwa proe berada dalam ond 4) Tunuan bahwa probabla dar dua aau lebh eadan dalam nerval yang ecl dabaan ehngga dperoleh: Dperoleh nla λ = λ λ = μ = dan μ = μ dengan λ adalah parameer lau dar ond ()= e ()= dan μ adalah parameer lau dar ond ()= e ()= robabla ond ran unu adalah: o (II8) (II9) o (II2) o (II2) o ehngga: (II22) (II23) 7

12 8 merupaan probabla ran aoner bahwa proe berada dalam ond pada wau deahu bahwa proe elah berada dalam ond pada wau robabla ran (+) dapa dhung dengan menggunaan peramaan II24 ebaga beru: ) ( ) ( (II24) Unu = dperoleh: (II25) Unu = dperoleh: (II26) Dengan mengaur embal edua peramaan dan nla δ dperoleh: d d ' ' (II27) ' (II28) Dauman bahwa parameer λ dan μ adalah pof maa erdapa lmng probable p yang ndependen erhadap ond awal p = lm ()

13 9 N p p N 2 Unu = maa: ehngga dperoleh: p (II29) p p (II3) Aplaan peramaan (II24) dan auman wau dan d mana adalah nerval wau yang a erbaa maa unu dperoleh: o o o (II3) Dengan mengaur embal edua peramaan dan menadan nla h maa: d d ' (II32) Unu nla yang umum dperoleh: o o o o h (II33) unu = dperoleh: (II34) unu = dperoleh: (II35) Dengan mengaur embal edua peramaan dan nla δ dperoleh: d dp ' (II36)

14 = λ + μ = (II37) = λ μ = (II38) eramaan erebu deleaan berdaaran nla ond awal ()= ()= ()=- () ()= ()= dan ()=- () dperoleh: ' e (II39) 2 ' e (II4) 3 ' e (II4) 4 ' e (II42) II4 Sraeg Layanan Garan rodu yang dual dengan garan aan menyebaban ongo ambahan unu pelayanan garan Ongo n aan mempengaruh eunungan penualan produ oleh produen Ema ongo garan yang erlalu ngg aan menyebaban harga ual produ erlalu ngg ehngga produ ul berang d paaran eap a ongo garan erlalu rendah maa aan menyebaban erugan d pha produen aa melayan lam garan yang ngg Hal erebu menad daar bag produen unu menenuan ema ongo garan dar produ yang dual Murhy dan Blche (26) menyaaan bahwa ema ongo garan denuan oleh faor uala dan eandalan produ ebaan garan lau eruaan produ penggunaan produ era lama perode garan Keandalan produ denuan oleh eandalan omponen-omponen penyuun produ edangan raeg layanan denuan oleh bagamana cara produen aan merefa eap eruaan produ elama perode garan 2

15 Tga cara yang dapa dlauan produen unu mengurang ongo garan menuru Yun e al (28) adalah: Menngaan eandalan produ dlauan pada ahap perancangan dan pengembangan produ 2 Melauan ndaan pemelharaan ndaan pemelharaan epa dlauan a perode garan panang dan ongo ambahan yang deluaran urang dar epea ongo garan 3 Menerapan raeg layanan garan Sraeg layanan garan epa derapan unu produ yang dapa dperba Ja produ rua maa produen meml plhan unu memperba aau menggan dengan produ baru erbaan produ memerluan ongo yang lebh ecl dar pengganan produ eap produ yang dperba meml probabla eruaan yang lebh bear elama a maa garan II4 Model Ongo Garan unu rodu Yang Dapa Dperba Murhy dan Blche (26) menyaaan bahwa ebaan garan FRW umumnya dawaran unu produ yang dapa dperba Unu au produ yang dapa dperba ap eruaan aan menghalan perbaan mnmal robabla uau eruaan erad pada nerval [ +δ) dberan oleh r()δ Ja ap eruaan yang erad alng ndependen maa umlah eruaan pada nerval [) dberan oleh non homogeneou oon proce dengan fung nena eruaan r() Ja p adalah probabla eruaan yang erad pada nerval [) K() adalah epea Jumlah eruaan pada nerval [) d adalah epea ongo unu ap perbaan mnmal dan J r adalah epea ongo perbaan mnmal per un produ maa p K() dan J r mang-mang dberan oleh: p r ' d' exp! r ' d' (II43) K r ' d' (II44) J r dk (II45) 2

16 II42 enelan Sraeg Layanan Garan Beru aan delaan penelan raeg layanan garan yang menad acuan dalam penelan n enelan dmaud model raeg layanan garan unu produ dengan pola penggunaan connuou oleh Jac dan Murhy (2) era penelan enang layanan garan unu produ dengan pola penggunaan nermen yang dembangan oleh Murhy (992) dan Kurna (22) Jac dan Murhy (2) mengembangan model raeh layanan garan dengan membag daerah garan [W] menad ga nerval yau [K] [KL] dan [LW] eper pada Gambar 25 beru K L W Umur Gambar 26 erode Garan enelan Jac dan Murhy (2) Sraeg layanan yang duulan adalah: ) Seap eruaan pada nerval [K] aan mendapaan perbaan mnmal 2) Keruaan perama pada nerval [KL] aan drefa dengan pengganan dan eruaan-eruaan elanunya aan mendapaan perbaan mnmal 3) Keruaan yang erad pada nerval [LW] aan mendapaan perbaan mnmal C m dan C r adalah ongo perbaan mnmal dan ongo pengganan J(KL) adalah epea ongo garan per produ penualan Fung uuan dar model adalah menghalan nla J(KL) dengan varabel epuuan L* dan W* Murhy (992) mengembangan model epea ongo garan unu produ unu dengan pola penggunaan nermen d mana elama perode garan [ ] produ dapa berada pada ond dgunaan (uage) aau da dgunaan (dle) Tran dar ond dgunaan e ond da dgunaan dmodelan dengan wo ae connuou Marov chan () Keruaan produ dmodelan dengan fung lau eruaan r() yang dpengaruh oleh umur produ Y() dura penggunaan produ τ[y()] dan freuen penggunaan produ N[Y()] Model yang dembangan adalah unu produ yang da dapa dperba dan 22

17 produ yang dapa dperba Keruaan pada produ yang da dapa dperba aan drefa dengan pengganan edang eruaan pada produ yang dapa dperba aan mendapaan perbaan mnmal Kurna (22) memodelan ema ongo garan hanya unu produ yang dapa dperba dengan pola penggunaan nermen Kebaan garan yang dembangan adalah: ) produen hanya memperba eruaan perama dar produ elama perode garan dan 2) produen memperba emua eruaan produ elama perode garan emodelan eruaan dlauan eua dengan ebaan garan yang duulan Unu ebaan perama model eruaan drepreenaan oleh drbu eruaan F() dan unu ebaan edua model eruaan drepreenaan oleh umlah eruaan N() II5 Meode opma Meode opma adalah meode unu menenuan alernaf epuuan yang memberan uuran performan yang erba dar eumpulan alernaf epuuan yang laya Beverdge dan Schecher (97) menglafaan maalah opma berdaaran umlah varabel epuuan en varabel epuuan en fung umlah fung uuan formula maalah dan en daa npu Klafa maalah opma erebu dapa drnga dalam Tabel 2 beru Tabel 2 Klafa Maalah Opma Karaer Jumlah Varabel Kepuuan Jen Varabel Kepuuan Tpe Fung Formula Maalah Jen Daa Inpu Klafa varabel Lebh dar varabel Konnyu Dr Lner Nonlner Tda ada pembaa Ada pembaa Ea Soa 23

18 II5 Kond opmal Suau fung mama aau fung mnma f(x) d mana x = (x x 2 x n ) meml mnmum a memenuh ond beru: Kond perlu (neceary condon) Ja x* adalah mamum loal aau mnmum loal maa urunan paral perama x f 2 Kond cuup (uffcen condon) Ja x* adalah mamum loal maa urunan paral edua x Ja x* adalah mnmum loal maa urunan paral edua x 2 2 f f II52 Algorma penyeleaan unu maalah program non lnear anpa pembaa enyeleaan maalah non lnear anpa pembaa erbag aa algorma pencaran au dmen dan dua dmen Algorma pencaran au dmen erdr aa pencaran anpa menggunaan urunan dar fung dan pencaran dengan menggunaan urunan Conoh algorma pencaran anpa menggunaan urunan adalah algorma golden econ dan algorma pencaran dengan menggunaan urunan adalah algorma becng earch enelaan dar edua algorma erebu adalah ebaga beru a Algorma Golden Secon Langah nala: Tenuan panang nerval penghenan l dan enuan = 2 Tenuan nerval awal pencaran [a b ] 3 Tenuan nla a b dan a b a 4 Hung nla θ(λ ) dan θ(μ ) Langah uama: a α=68 Ja b a l berhen olu opmal erlea pada nerval [a b ] Ja yang lannya a lanuan e langah 2 dan a ebalnya lanuan e langah 3 2 Tenuan a dan b b Selanunya eapan dan a b a Hung nla θ(μ + ) dan lanu e langah 4 24

19 3 Tenuan a a dan b Selanunya eapan dan b a a langah 4 4 Gan dengan + dan lanuan e langah Hung nla θ(μ + ) dan lanuan e b Algorma Becng Search Langah nala: Tenuan nerval awal pencaran [a b ] 2 Tenuan l ebaga panang nerval pencaran ahr 3 Tenuan n ebaga neger pof erecl ehngga enuan = Langah uama: 2 n l b a Tenuan a b dan hung nla ' Ja ' 2 λ adalah olu opmal Ja yang lan a ' dan a ebalnya 2 Tenuan a a lanuan e langah 3 dan b dan berhen lanuan e langah 2 dan lanuan e langah 4 3 Tenuan a dan b b dan lanuan e langah 4 4 Ja = n berhen Nla mnmum erlea pada nerval [a n+ b n+ ] Ja yang lan gan dengan + dan ulang langah 25

BAB III MODEL PERTUMBUHAN EKONOMI DUA SEKTOR

BAB III MODEL PERTUMBUHAN EKONOMI DUA SEKTOR 15 BAB III MODEL PERTUMBUHA EKOOMI DUA SEKTOR 3.1 Aum dan oa Model perumbuhan dua ekor n merupakan model perumbuhan dengan dua komod yang dhalkan, yau barang modal dan barang konum. Kedua barang n dproduk

Lebih terperinci

4. Hukum Dan Kaidah Rangkaian

4. Hukum Dan Kaidah Rangkaian Inroducon o rcu naly Tme Doman www.drhamblora.com. Huum Dan Kadah angaan.. Huum-Huum angaan Peerjaan anal erhadap uau rangaan lner yang parameernya deahu mencaup pemlhan en anal dan penenuan bearan eluaran

Lebih terperinci

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan Opma Model Invenory Deermnk unuk Permnaan Menak dan Baya Pemeanan Konan Dana Purwaar, Rully Soelaman, Fr Qona Fakula Teknolog Informa, Inu Teknolog Sepulu Nopember, Surabaya E-mal : rully@-by.edu Abrak

Lebih terperinci

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan Opma Model Invenory Deermnk unuk Permnaan Menak dan Baya Pemeanan Konan Dana Purwaar, Rully Soelaman, Fr Qona Fakula Teknolog Informa, Inu Teknolog Sepulu Nopember, Surabaya E-mal : rully@-by.edu Abrak

Lebih terperinci

Tentukan invers transformasi dari hasil kali kedua fungsi dalam kawasan frekuensi berikut :

Tentukan invers transformasi dari hasil kali kedua fungsi dalam kawasan frekuensi berikut : Tenuan nver ranforma ar hal al eua fung alam awaan freuen beru : Pen: F () an F () Inver ranforma Laplace mang-mang fung erebu enu aja aalah f () u() an f () e - u() engan menggunaan negral onvolu ang

Lebih terperinci

PRESENTASI TUGAS AKHIR

PRESENTASI TUGAS AKHIR Penerapan PID Predcve Ar-Rao Conroller Pada Mesn Mobl Msubsh Type 4G63 Unu Memnmuman Ems Gas Buang Oleh Hendre Angga P 10 105 03 PRESENTASI TUGAS AKHIR Mesn-mesn oomof saa n dunu unu menghaslan performa

Lebih terperinci

MODUL 7 APLIKASI TRANFORMASI LAPLACE

MODUL 7 APLIKASI TRANFORMASI LAPLACE MODUL 7 APLIKASI TRAFORMASI LAPLACE Tranformai Laplace dapa digunaan unu menyeleaian bai peroalan analia maupun perancangan iem. Apliai Tranformai Laplace erebu berganung pada ifa-ifa ranformai Laplace,

Lebih terperinci

MODEL OPTIMASI MULTI OBJECTIVE UNTUK PERENCANAAN PERSEDIAAN MULTI PRODUK DARI MULTI SUPPLIER DENGAN MEMPERHATIKAN DUE DATE

MODEL OPTIMASI MULTI OBJECTIVE UNTUK PERENCANAAN PERSEDIAAN MULTI PRODUK DARI MULTI SUPPLIER DENGAN MEMPERHATIKAN DUE DATE SNTI III-0 Unvera Trak ISBN : 978-979-865-4-9 MODEL OPTIMASI MULTI OBJECTIVE UNTUK PERENCANAAN PERSEDIAAN MULTI PRODUK DARI MULTI SUPPLIER DENGAN MEMPERHATIKAN DUE DATE Dna Naala Prayogo Juruan Teknk Indur,

Lebih terperinci

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE Fan Puspasar 201 16019 Program Sud Magser Maemaa Faulas Maemaa dan Ilmu Pengeahuan Alam Insu Tenolog Bandung

Lebih terperinci

BAB II PENYEARAH TERKENDALI. fasa thyristor. Tegangan keluaran penyearah terkendali dapat divariasikan dengan

BAB II PENYEARAH TERKENDALI. fasa thyristor. Tegangan keluaran penyearah terkendali dapat divariasikan dengan BAB PENYEAAH TEKENDA Unuk menghalkan egangan keluaran yang erkenal gunakan pengenal faa hyror. Tegangan keluaran penyearah erkenal apa varakan engan mengonrol aau mengaur uu penyalaan hyror. Thyror nyalakan

Lebih terperinci

Bab III. Menggunakan Jaringan

Bab III. Menggunakan Jaringan Bab III Pembuaan Jadwal Pelajaran Sekolah dengan Menggunakan Jaringan Pada bab ini akan dipaparkan cara memodelkan uau jaringan, ehingga dapa merepreenaikan uau jadwal pelajaran di ekolah. Tahap perama

Lebih terperinci

Reduksi Persamaan Dirac ke Persamaan Cauchy Nondegenerate

Reduksi Persamaan Dirac ke Persamaan Cauchy Nondegenerate Jurnal San & Maemaka JSM rkel ISSN 0854-0675 enelan olume 5, Nomor, Januar 007 rkel enelan: 39-43 Reuk eramaan ra ke eramaan Cauhy Nonegenerae Sulo Haryano Juruan Maemaka FMI UNI BSRK---eramaan ra abrak

Lebih terperinci

BAB IV HASIL ANALISIS

BAB IV HASIL ANALISIS BAB IV HASIL ANALISIS. Standarda Varabel Dalam anal yang dtamplan pada daftar tabel, dar e-39 wadu yang meml fator-fator melput luaan DAS, apata awal wadu, 3 volume tahunan rerata pengendapan edmen, dan

Lebih terperinci

BAB 3 PENYELESAIAN NUMERIK MODEL ADVEKSI-DISPERSI DENGAN IMPLEMENTASI SPREADSHEET

BAB 3 PENYELESAIAN NUMERIK MODEL ADVEKSI-DISPERSI DENGAN IMPLEMENTASI SPREADSHEET BAB PENYELESAIAN NUMERIK MODEL ADVEKSI-DISPERSI DENGAN IMPLEMENTASI SPREADSHEET MENGENAI METODE NUMERIK Persoalan yang melbaan model maemaa banya munul dalam berbaga lmu pengeahuan seper halnya dalam asus

Lebih terperinci

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear E-boo Sasa Gras... Sascal Daa Anals Uj Asums Klas Regres Lnear Pada penulsan enang Regres Lnear n, penuls aan memberan bahasan mengena Uj Asums Klas epada para pembaca unu memberan pemahaman dan solus

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE ENELITIAN. Jen dan Sumber Daa Daa yang dgunaan unu penelan n adalah daa eunder dan benu daanya adalah me ere rwulanan dar perode 996 ampa dengan 00. ode HS unu omod are alam dambl dar ode HS

Lebih terperinci

U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K

U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K Isaro Elevas Jurusan Ten Spl dan Lngungan FT UGM U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K SABTU JULI OPE N BOOK WAKTU ME NIT PETUNJUK ) Saudara bole menggunaan ompuer unu mengerjaan

Lebih terperinci

Pemodelan Indeks Pembangunan Gender dengan Pendekatan Regresi Nonparametrik Spline di Indonesia

Pemodelan Indeks Pembangunan Gender dengan Pendekatan Regresi Nonparametrik Spline di Indonesia JURNAL SAINS DAN SENI ITS Vol. 4, No., ( 337-3 (3-9X Prn D-7 Pemodelan Indes Pembangunan Gender dengan Pendeaan Regres Nonparamer Splne d Indonesa Nurul Fajryyah dan I Nyoman Budanara Jurusan Sasa, Faulas

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

Penerapan Metode Filter Kalman Dalam Perbaikan Hasil Prediksi Cuaca Dengan Metode ARIMA

Penerapan Metode Filter Kalman Dalam Perbaikan Hasil Prediksi Cuaca Dengan Metode ARIMA JURNAL SAINS DAN SENI POMITS Vol. 3, No. 2, (24) ISSN: 2337-3539 (23-927 Prn) A-28 Penerapan Meode Fler Kalman Dalam Perbaan Hasl Preds Cuaca Dengan Meode ARIMA Tomy Kurnawan, Luman Hanaf, dan Erna Aprlan

Lebih terperinci

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

BAB IV SISTEM TUNGGU (DELAY SYSTEM)

BAB IV SISTEM TUNGGU (DELAY SYSTEM) 38 Da eayaa Traf BB IV SISTM TUGGU (DLY SYSTM) Kedaaga ae buffer erver µ Keberagaa ae Gambar 4. : model em uggu ada em uggu, aggla yag daag ada aa emua bu, aggla erebu meuggu ama ada alura/eralaa yag beba

Lebih terperinci

Sudaryatno Sudirham Analisis Rangkaian Listrik Di Kawasan s

Sudaryatno Sudirham Analisis Rangkaian Listrik Di Kawasan s 8/5/ Sudaryano Sudirham Analii angaian Liri Di Kawaan 8/5/ Kuliah Terbua ppx beranimai eredia di www.ee-cafe.org Buu-e Analii angaian Liri Jilid eredia di www.buu-e.lipi.go.id dan www.ee-cafe.org 8/5/

Lebih terperinci

PEMERINTAH KOTA DUMAI DINAS PENDIDIKAN KOTA DUMAI SMA NEGERI 3 DUMAI TAHUN PELAJARAN 2007/ 2008 UJIAN SEMESTER GANJIL

PEMERINTAH KOTA DUMAI DINAS PENDIDIKAN KOTA DUMAI SMA NEGERI 3 DUMAI TAHUN PELAJARAN 2007/ 2008 UJIAN SEMESTER GANJIL PEMERINTAH KOTA DUMAI DINAS PENDIDIKAN KOTA DUMAI SMA NEGERI 3 DUMAI TAHUN PELAJARAN 27/ 28 UJIAN SEMESTER GANJIL Maa Pelajar Fiika Kela XII IPA Waku 12 meni 1. Hubungan anara jarak () dengan waku () dari

Lebih terperinci

KINETIKA REAKSI HOMOGEN SISTEM BATCH

KINETIKA REAKSI HOMOGEN SISTEM BATCH KINETIK REKSI HOMOGEN SISTEM BTH SISTEM REKTOR BTH OLUME TETP REKSI SEDERHN (SERH/IREERSIBEL Beberapa sisem reasi sederhana yang disajian di sini: Reasi ireversibel unimoleuler berorde-sau Reasi ireversibel

Lebih terperinci

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI BAB ETROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUYI Model Markov Tersembuny (Hdden Markov Model, MMT) elah banyak daplkaskan dalam berbaga bdang seper pelafalan bahasa (speeh reognon) dan klasfkas (luserng).

Lebih terperinci

Penempatan Optimal Sensor Dengan Metode Particle Swarm Optimization (PSO) Untuk State Estimation Pada Sistem Distribusi Surabaya

Penempatan Optimal Sensor Dengan Metode Particle Swarm Optimization (PSO) Untuk State Estimation Pada Sistem Distribusi Surabaya JURNL TEKNIK POMITS Vol 2, No 1, (214) 1 Penempaan Opmal Sensor Dengan Meode Parcle Swarm Opmzaon (PSO) Unu Sae Esmaon Pada Ssem Dsrbus Surabaya j Dharma, Onoseno Penangsang, Rony Seo Wbowo Jurusan Ten

Lebih terperinci

METODE BEDA HINGGA UNTUK SOLUSI NUMERIK DARI PERSAMAAN BLACK-SCHOLES HARGA OPSI PUT AMERIKA SURITNO

METODE BEDA HINGGA UNTUK SOLUSI NUMERIK DARI PERSAMAAN BLACK-SCHOLES HARGA OPSI PUT AMERIKA SURITNO MEODE BEDA HINGGA UNUK OLUI NUMERIK DARI PERAMAAN BLACK-CHOLE HARGA OPI PU AMERIKA URINO EKOLAH PACAARJANA INIU PERANIAN BOGOR BOGOR 8 PERNYAAAN MENGENAI EI DAN UMBER INFORMAI Dengan n saya menyaaan baha

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

BAB II TEKNOLOGI MIMO-OFDM

BAB II TEKNOLOGI MIMO-OFDM BAB II EKOLOGI MIMO-OFDM.. Siem Muliple Inpu Muliple Oupu (MIMO Siem Muliple-Inpu Muliple-Oupu (MIMO merupaan iem yang erdiri dari eumlah erminal (anena pengirim dan penerima. ida eperi iem anenna onvenional

Lebih terperinci

Ulangan Bab 3. Pembahasan : Diketahui : s = 600 m t = 2 menit = 120 sekon s. 600 m

Ulangan Bab 3. Pembahasan : Diketahui : s = 600 m t = 2 menit = 120 sekon s. 600 m Ulangan Bab 3 I. Peranyaan Teori. Seekor cheeah menempuh jarak 6 m dalam waku dua meni. Jika kecepaan cheeah eap, berapakah bearnya kecepaan cheeah erebu? Pembahaan : Dikeahui : = 6 m = meni = ekon 6 m

Lebih terperinci

Kajian Pemilihan Struktur Dua Rantai Pasok yang Bersaing Untuk Strategi Perbaikan Kualitas

Kajian Pemilihan Struktur Dua Rantai Pasok yang Bersaing Untuk Strategi Perbaikan Kualitas JURNAL TEKNIK POITS Vol. 1, No. 1, (01 1-5 1 Kaan Pemlhan Struktur Dua Ranta Paok yang Berang Untuk Strateg Perbakan Kualta Ika Norma Kharmawat, Lakm Prta W, Suhud Wahyud Juruan atematka Fakulta atematka

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla

Lebih terperinci

Pengantar. Ilustrasi 29/08/2012. LT Sarvia/ REGRESI LINEAR BERGANDA ( MULTIPLE LINEAR REGRESSION )

Pengantar. Ilustrasi 29/08/2012. LT Sarvia/ REGRESI LINEAR BERGANDA ( MULTIPLE LINEAR REGRESSION ) 9/08/0 ( MULTIPLE LINEA EGEION ) Elty arva, T., MT. Fakulta Teknk Juruan Teknk Indutr Unverta Krten Maranatha Bandung Pengantar Pada e ebelumnya kta hanya menggunakan atu buah X, dengan model Y = a + bx

Lebih terperinci

4. VALIDITAS DAN RELIABILITAS DALAM MEMBUAT EVALUASI

4. VALIDITAS DAN RELIABILITAS DALAM MEMBUAT EVALUASI 4. ALIDITAS DA RELIABILITAS DALAM MEMBUAT EALUASI Tujuan : Seelah mempelajari modul ini mahasiswa mampu membua ala evaluasi bau unu program pembelajaran Evaluasi pembelajaran adalah ahap ahir dalam prosedur

Lebih terperinci

Transformasi Laplace Bagian 1

Transformasi Laplace Bagian 1 Modul Tranformai aplace Bagian M PENDAHUUAN Prof. S.M. Nababan, Ph.D eode maemaika adalah alah au cabang ilmu maemaika yang mempelajari berbagai meode unuk menyeleaikan maalah-maalah fii yang dimodelkan

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

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh BAB LANDASAN TEORI. Analss Regres Untu mengetahu pla perubahan nla suatu varabel yang dsebaban leh varabel lan dperluan alat analss yang memungnan ta unut membuat perraan nla varabel tersebut pada nla

Lebih terperinci

Bab 4. Tomografi Seismik. Tomografi seismik adalah metode untuk merekonstruksi struktur bawah

Bab 4. Tomografi Seismik. Tomografi seismik adalah metode untuk merekonstruksi struktur bawah Bab 4 Tomogaf Sem Tomogaf em aalah meoe unu meeonu uu bawah pemuaan bum engan menggunaan aa benu gelombang wavefom aau aa wau empuh avel me a gelombang em. eoe n pegunaan unu mempeoleh pofl ebaan eal a

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

Zullaikah 1 dan Sutimin 2. Jl. Prof. H. Soedarto, S.H., Tembalang Semarang

Zullaikah 1 dan Sutimin 2. Jl. Prof. H. Soedarto, S.H., Tembalang Semarang MODEL PERTUMBUHAN BIOMASSA RUMPUT LAUT GRACILLARIA DENGAN CARRYING CAPACITY BERGANTUNG WAKTU Zullaah dan Sumn, Jurusan Maemaa FMIPA Unversas Dponegoro Jl Prof H Soedaro, SH, Tembalang Semarang Absrac In

Lebih terperinci

COMPLETELY RANDOMIZED DESIGN (CRD)

COMPLETELY RANDOMIZED DESIGN (CRD) COMPLETELY RANDOMIZED DESIGN (CRD) CRD Tdak ada kea pengelompokan: Lngkungan homogen Bahan homogen (pebedaan danaa expemenal un yang mempeoleh pelakuan yang ama dalam CRD debu ebaga expemenal eo) Ala homogen

Lebih terperinci

PENDAHULUAN LANDASAN TEORI

PENDAHULUAN LANDASAN TEORI PENDAHULUAN Laar Belakang Salah au maalah aru dalam uau nework adalah penenuan pah erpendek. Maalah pah erpendek ini merupakan maalah pengopimuman, karena dengan diperolehnya pah erpendek diharapkan dapa

Lebih terperinci

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN j BUPAT PACTAN ' PERATURAN BUPAT PACTAN NOMOR 4 TAHUN 2012 TENTANG PEMBERAN BANTUAN PERALATAN DAN/ATAU MESN BAG NDUSTR KECL DAN MENENGAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN

Lebih terperinci

PEMODELAN SISTEM FISIS

PEMODELAN SISTEM FISIS 4 PEMODEAN SSTEM SS 4. Pendahuluan Satu tuga yang pentng dalam anal dan perancangan tem kendal adalah pemodelan dar tem. Sebelum kta melakukan perancangan ebuah tem kendal, terlebh dahulu haru dlakukan

Lebih terperinci

Perancangan Sistem Kontrol dengan Tanggapan Waktu

Perancangan Sistem Kontrol dengan Tanggapan Waktu erancangan Siem onrol dengan anggapan Waku 4 erancangan Siem onrol dengan anggapan Waku.. endahuluan ada bab ini, akan dibaha mengenai perancangan uau iem konrol ingleinpu-ingle-oupu linier ime-invarian

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Nof Ern,

Lebih terperinci

BAB II TEORI DASAR. Analisis Kelompok

BAB II TEORI DASAR. Analisis Kelompok BAB II TORI DASAR II.. Analss Kelompo Istlah analss elompo pertama al dperenalan oleh Tryon (939). Ia memperenalan beberapa metode untu mengelompoan obye yang meml esamaan araterst (statsoft, 004). Kesamaan

Lebih terperinci

Analisis Model dan Contoh Numerik

Analisis Model dan Contoh Numerik Bab V Analisis Model dan Conoh Numerik Bab V ini membahas analisis model dan conoh numerik. Sub bab V.1 menyajikan analisis model yang erdiri dari analisis model kerusakan produk dan model ongkos garansi.

Lebih terperinci

Model Suku Bunga Multinomial 4. Danang Teguh Qoyyimi *, Dedi Rosadi 2.

Model Suku Bunga Multinomial 4. Danang Teguh Qoyyimi *, Dedi Rosadi 2. ROSIDING ISBN: 978-979-6353-3- Model Suu Bunga Mulnomal 4 S-5 Danang Teguh Qoyym *, Ded Rosad Jurusan Maemaa FMIA Unversas Gadah Mada *qoyym@ugm.ac.d Maalah n adalah merupaan pengembangan dar model suu

Lebih terperinci

Model Rangkaian Elektrik

Model Rangkaian Elektrik Tuga Siem Linier Model Rangkaian Elekrik Model model unuk beberapa rangkaian elekrik, eperi: reiani, kapaiani, dan indukani ecara ederhana diperlihakan dalam gambar dibawah. Dalam gambar erebu juga di

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun 43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C

Lebih terperinci

( ) r( t) 0 : tingkat pertumbuhan populasi x

( ) r( t) 0 : tingkat pertumbuhan populasi x III PEMODELAN Model Perumbuan Koninu Terbaasnya sumber-sumber penyoong (ruang, air, maanan, dll) menyebaban populasi dibaasi ole suau daya duung lingungan Perumbuan populasi lamba laun aan menurun dan

Lebih terperinci

MODEL FIXED EFFECT PADA ANALISIS DATA POOLING

MODEL FIXED EFFECT PADA ANALISIS DATA POOLING O F FFC PAA AASS AA POOG SKRPS auan epada Faula aemaa dan lmu Pengeahuan Alam Unvera eger ogyaara unu memenuh eagan peryaraan guna memperoleh gelar Sarana San uun oleh: urngaun. 4757 PROGRA SU AAKA FAKUAS

Lebih terperinci

MODEL PERTUMBUHAN EKONOMI DUA SEKTOR DALAM WAKTU DISKRET DRAJAT STIAWAN

MODEL PERTUMBUHAN EKONOMI DUA SEKTOR DALAM WAKTU DISKRET DRAJAT STIAWAN MODEL PERTUMBUHAN EKONOMI DUA SEKTOR DALAM WAKTU DISKRET DRAJAT STIAWAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2011 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan n aya menyaakan bahwa

Lebih terperinci

BAB KINEMATIKA GERAK LURUS

BAB KINEMATIKA GERAK LURUS BAB KINEMATIKA GERAK LURUS.Pada ekiar ahun 53, eorang ilmuwan Ialia,Taraglia,elah beruaha unuk mempelajari gerakan peluru meriam yang diembakkan. Taraglia melakukan ekperimen dengan menembakkan peluru

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

Karakterisasi Matrik Leslie Ordo Tiga Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember

Lebih terperinci

Menentukan Disability Normal Cost Dengan Mempertimbangkan Pengaruh Kurs Valuta Asing

Menentukan Disability Normal Cost Dengan Mempertimbangkan Pengaruh Kurs Valuta Asing Menenuan Diabiliy Normal Co Dengan Memperimbangan Pengaruh Kur Valua Aing Gao Riwi eyano Juruan aiia, Univeria Padjadjaran (gao_riwi@unpad.ac.id) ATRAK Program pendanaan peniun merupaan uau upaya unu menyediaan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bab ini aan diemuaan beberapa onsep dasar yang beraian dengan analisis runun wau, dianaranya onsep enang esasioneran, fungsi auoorelasi dan fungsi auoorelasi parsial, macam-macam

Lebih terperinci

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 1, No.2, September 2012

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 1, No.2, September 2012 InfiniyJurnal Ilmiah Program Sudi Maemaia STKIP Siliwangi Bandung, Vol 1, No.2, Sepember 2012 GRUP PERMUTASI SIKLIS DALAM PERMAINAN SUIT Oleh: Bagus Ardi Sapuro Jurusan Pendidian Maemaia, IKIP PGRI Semarang

Lebih terperinci

III. PEMODELAN HARGA PENGGUNAAN INTERNET

III. PEMODELAN HARGA PENGGUNAAN INTERNET 8 III EMODELAN HARGA ENGGUNAAN INTERNET 3 Asumsi dan Model ada peneliian ini diperhaikan beberapa asumsi yaiu sebagai beriku: Waku anarkedaangan menyebar eksponensial dengan raaan λ - (laju kedaangan adalah

Lebih terperinci

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN METODE PEMBELAJARAN Sebelum suatu Jarngan Neural Buatan (JNB) dgunaan untu menglasfasan pola, terlebh dahulu dlauan proses pembelaaran untu menentuan strutur arngan, terutama dalam penentuan nla bobot.

Lebih terperinci

Penerapan Statistika Nonparametrik dengan Metode Brown-Mood pada Regresi Linier Berganda

Penerapan Statistika Nonparametrik dengan Metode Brown-Mood pada Regresi Linier Berganda Jurnal EKSPONENSIAL Volume 7, Nomor, Me 6 ISSN 85-789 Penerapan Saska Nonparamerk dengan Meode Brown-Mood pada Regres Lner Berganda Applcaon of Nonparamerc Sascs, wh Brown-Mood Mehod on Mulple Lnear Regresson

Lebih terperinci

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2) BB 0 Mengnterpretasan Populas arabel Kanon arabel anon secara umumnya artfsal. Ja varabel awal X ( dan X ( dgunaan oefsen anon a dan b mempunya unt propors dar hmpunan X ( dan X (. Ja varabel awal yang

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

EKSPEKTASI SATU PEUBAH ACAK EKSPEKTASI SATU PEUBAH ACAK Dalam hal n aan dbahas beberapa macam uuran yang dhtung berdasaran espetas dar satu peubah aca, ba dsrt maupun ontnu, yatu nla espetas, rataan, varans, momen, fungs pembangt

Lebih terperinci

INTERPRETASI SINYAL OUT OF CONTROL PADA DIAGRAM KONTROL MULTIVARIAT

INTERPRETASI SINYAL OUT OF CONTROL PADA DIAGRAM KONTROL MULTIVARIAT INERPREAI INYAL OU OF CONROL PADA DIAGRAM KONROL MULIVARIA Wahyun uryanngtya, Muhamma Mahur Mahawa Juruan tatta I, urabaya, 63 Doen Juruan tatta I, urabaya, 63 mat_um@yahoo.com, m_mahur@tatta.t.ac. ABRAK

Lebih terperinci

2. Menentukan model nonlinier jerapan P yang paling baik. PENDAHULUAN

2. Menentukan model nonlinier jerapan P yang paling baik. PENDAHULUAN PENDAHULUAN Latar Belakang Fofor (P) merupakan unur hara pentng dalam tanah. Keteredaan P bag tanaman erng bermaalah, bentuk fofor yang tereda atau umlah yang dapat dambl oleh tanaman hanya ebagan kecl

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG 1.2 TUJUAN

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG 1.2 TUJUAN BAB PENDAHUUAN. ATAR BEAKANG Seringali ara enelii aau saisiawan melauan enganalisaan erhada suau eadaan/masalah dimana eadaan yang dihadai adalah besarnya jumlah variabel samel yang diamai. Unu iu erlu

Lebih terperinci

BAB IV SIMULASI MODEL

BAB IV SIMULASI MODEL 21 BAB IV SIMULASI MODEL Pada bagian ini aan diunjuan simulasi model melalui pendeaan numeri dengan menggunaan ala banu peranga luna Mahemaica. Oleh arena iu dienuan nilai-nilai parameer seperi yang disajian

Lebih terperinci

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan BAB 2 URAIAN EORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan aau memprediksi apa yang erjadi pada waku yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan

Lebih terperinci

Line Transmisi. Oleh: Aris Heri Andriawan ( )

Line Transmisi. Oleh: Aris Heri Andriawan ( ) ANALISIS APLIKASI PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA-BALI DENGAN MENGGUNAKAN UNIT COMMITMENT, UNIT DECOMMITMENT DAN MODIFIED UNIT DECOMMITMENT Oleh: Ars Her Andrawan (07000)

Lebih terperinci

! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013

! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013 ! BUPAT PACrAN j PERATURAN BUPAT PACTAN NOMOR 18 TAHUN 2013 TENTANG PEDOMAN PENYUSUNAN LAPORAN DEWAN PENGAWAS BADAN LAYANAN UMUM DAERAH PADA RUMAH SAKT UMUM DAERAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan

Lebih terperinci

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA BAB V MOEL SEERHANA ISTRIBUSI TEMPERATUR AN SIMULASINYA Model matemata yang terdapat pada bab sebelumnya merupaan model umum untu njes uap pada reservor dengan bottom water. Model tersebut merupaan model

Lebih terperinci

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN Buletn Ilmah ath. Stat. dan erapannya (Bmaster) Volume 5, No. 3 (6), hal 8. INVERS DRAZIN DARI SUAU ARIKS DENGAN ENGGUNAKAN BENUK KANNIK JRDAN Eo Sulstyono, Shanta artha, Ea Wulan Ramadhan INISARI Suatu

Lebih terperinci

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel BAB III ANALISIS INTERVENSI 3.1. Pendahuluan Analisis inervensi dimaksudkan unuk penenuan jenis respons variabel ak bebas yang akan muncul akiba perubahan pada variabel bebas. Box dan Tiao (1975) elah

Lebih terperinci

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE Dew Arfanty Azm, Dra.Madu Ratna,M.S. dan 3 Prof. Dr.

Lebih terperinci

Penggunaan Metode Branch and Bound dan Gomory Cut dalam Menentukan Solusi Integer Linear Programming

Penggunaan Metode Branch and Bound dan Gomory Cut dalam Menentukan Solusi Integer Linear Programming JURNAL SAINTIFIK VOL. NO., JANUARI 0 Penggunaan Metode Branch and Bound dan Gomory Cut dalam Menentukan Solu Integer Lnear Programmng Wahyudn Nur, Nurul Mukhlah Abdal Program Stud Matematka FMIPA Unverta

Lebih terperinci

HIDDEN MARKOV MODEL. Proses Stokastik dapat dipandang sebagai suatu barisan peubah acak dengan T adalah parameter indeks dan X

HIDDEN MARKOV MODEL. Proses Stokastik dapat dipandang sebagai suatu barisan peubah acak dengan T adalah parameter indeks dan X BAB II HIDDE MARKOV MODEL.. Pendahuluan Proses Sokasik dapa dipandang sebagai suau barisan peubah acak { X, } dengan adalah parameer indeks dan X menyaakan keadaan pada saa. Himpunan dari semua nilai sae

Lebih terperinci

PERBANDINGAN METODE CAMPBELL DUDEK AND SMITH (CDS) DAN PALMER DALAM MEMINIMASI TOTAL WAKTU PENYELESAIAN Studi Kasus : Astra Konveksi Pontianak

PERBANDINGAN METODE CAMPBELL DUDEK AND SMITH (CDS) DAN PALMER DALAM MEMINIMASI TOTAL WAKTU PENYELESAIAN Studi Kasus : Astra Konveksi Pontianak Bulein Ilmiah Mah. Sa. dan Terapannya (Bimaser) Volume 04, No. 3 (2015), hal 181 190. PERBANDINGAN METODE CAMPBELL DUDEK AND SMITH (CDS) DAN PALMER DALAM MEMINIMASI TOTAL WAKTU PENYELESAIAN Sudi Kasus

Lebih terperinci

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32)

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32) 8 Raaan poserornya adalah E m x ò (, ) f ( x) m f x m f f m ddm (32) Dalam obseras basanya dgunakan banyak daa klam. Msalkan saja erdr dar grup daa klam dengan masng-masng grup ke unuk seap, 2,..., yang

Lebih terperinci

Holt-Winter Exponential Smoothing. Minggu 5-6

Holt-Winter Exponential Smoothing. Minggu 5-6 Hol-Winer Exponenial Smoohing Minggu 5-6 Hol Exponenial moohing Meode Hol wo parameer exponenial moohing adalah pengembangan dari exponenial moohing ederhana. Menambahkan fakor perumbuhan (fakor ren) pada

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 5 BAB II LANDASAN TEORI Pada bab n akan dbahas beberapa eor dasar yang kelak akan dgunakan dalam penurunan formula penenuan harga Asan Opon, bak secara analk pada Bab III maupun secara numerk pada Bab

Lebih terperinci

Kombinasi Penaksiran Model Lag Terdistribusi Dengan Ekspektasi Adaptif Dan Penyesuaian Parsial

Kombinasi Penaksiran Model Lag Terdistribusi Dengan Ekspektasi Adaptif Dan Penyesuaian Parsial 96 Vol. 3, No., 96-, Januar 7 Kombnas Penasran Model Lag Terdsrbus Dengan Espeas Adapf Dan Penyesuaan Parsal Adawaya Rangu Absra Dalam menasr Model Lag Terdsrbus, masalah yang mungn erjad adalah da adanya

Lebih terperinci

PERBANDINGAN METODE TIME SERIES REGRESSION DAN ARIMAX PADA PEMODELAN DATA PENJUALAN PAKAIAN DI BOYOLALI ABSTRAK

PERBANDINGAN METODE TIME SERIES REGRESSION DAN ARIMAX PADA PEMODELAN DATA PENJUALAN PAKAIAN DI BOYOLALI ABSTRAK PERBANDINGAN METODE TIME SERIES REGRESSION DAN ARIMAX PADA PEMODELAN DATA PENJUALAN PAKAIAN DI BOYOLALI Ardia Suma Perdana (1308 100 503 Dosen Pembimbing: Ir. Dwiamono A. W., M.Iom JURUSAN STATISTIKA Faulas

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang

Lebih terperinci

DESAIN PERANGKAT KAIT OVERHEAD TRAVELLING CRANE DENGAN KAPASITAS ANGKAT 25 TON PADA PABRIK ELEMEN BAKAR NUKLIR

DESAIN PERANGKAT KAIT OVERHEAD TRAVELLING CRANE DENGAN KAPASITAS ANGKAT 25 TON PADA PABRIK ELEMEN BAKAR NUKLIR Volume, Nomor, Jun 05 ISSN : -096 DESAIN PERANGKAT KAIT OVERHEAD TRAVELLING CRANE DENGAN KAPASITAS ANGKAT 5 TON PADA PABRIK ELEMEN BAKAR NUKLIR Syamurrjal Ramdja, Peru Zachara PRFN-BATAN, Kawaan Puppek

Lebih terperinci

ANALISIS INSTRUMEN. Evaluasi Pendidikan

ANALISIS INSTRUMEN. Evaluasi Pendidikan 1 ANALISIS INSTRUMEN Pengerian inrumen dalam lingku evaluai didefiniikan ebagai erangka unuk mengukur hail belajar iwa yang mencaku hail belajar dalam ranah kogniif, afekif dan ikomoor. Benuk inrumen daa

Lebih terperinci

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode BAB III ANALISIS DISKRIMINAN 3. Analss Dsrmnan Analss dsrmnan (dscrmnant analyss) merupaan salah satu metode yan dunaan dalam analss multvarat. Dalam analss dsrmnan terdapat dua jens varabel yan terlbat

Lebih terperinci

ANALISIS SURVIVAL LAJU INDEKS KINERJA DOSEN STKIP PGRI TULUNGAGUNG DENGAN MODEL REGRESI COX

ANALISIS SURVIVAL LAJU INDEKS KINERJA DOSEN STKIP PGRI TULUNGAGUNG DENGAN MODEL REGRESI COX Seminar Nasional Maemaia dan Apliasinya, 1 Oober 17 ANALISIS SURVIVAL LAJU INDEKS KINERJA DOSEN STKIP PGRI TULUNGAGUNG DENGAN MODEL REGRESI COX Maylia Hasyim 1), Dedy Dwi Prasyo ) 1) Program Sudi Pendidian

Lebih terperinci

FIsika KTSP & K-13 KINEMATIKA. K e l a s A. VEKTOR POSISI

FIsika KTSP & K-13 KINEMATIKA. K e l a s A. VEKTOR POSISI KTSP & K-13 FIsika K e l a s XI KINEMATIKA Tujuan Pembelajaran Seelah mempelajari maeri ini, kamu diharapkan mampu menjelaskan hubungan anara vekor posisi, vekor kecepaan, dan vekor percepaan unuk gerak

Lebih terperinci

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1 BAB I PENDAHULUAN 1.1 Defns Rangkaan Lsrk Rangkaan Lsrk adalah sambungan dar beberapa elemen lsrk ( ressor, kapasor, ndukor, sumber arus, sumber egangan) yang membenuk mnmal sau lnasan eruup yang dapa

Lebih terperinci

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban

Lebih terperinci

UJIAN TENGAH SEMESTER EKONOMETRIKA TIME SERIES (ECEU601302) SEMESTER GASAL

UJIAN TENGAH SEMESTER EKONOMETRIKA TIME SERIES (ECEU601302) SEMESTER GASAL Univeria Indoneia Fakula Ekonomi dan Bini UJIAN TENGAH SEMESTER EKONOMETRIKA TIME SERIES (ECEU601302) SEMESTER GASAL 2017-2018 Hari /gl : Rabu, 18 Okober 2017 Waku : 120 Meni Pengajar : Riyano Sifa : Caaan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 10 BAB 2 LANDASAN TEORI 2.1 Pengertan Pengendalan Kualtas Statst Pengendalan Kualtas statst merupaan suatu metode pengumpulan dan analss data ualtas, serta penentuan dan nterpretas penguuran-penguuran

Lebih terperinci

Model GSTAR Termodifikasi untuk Produktivitas Jagung di Boyolali

Model GSTAR Termodifikasi untuk Produktivitas Jagung di Boyolali Prosiding Semnar Nasional VIII UNNES, 8 Nov 4 Semarang Hal.4-5 Model GSTAR Termodifiasi unu Produivias Jagung di Boyolali Prisa Dwi Apriyani ), Hanna Arini Parhusip ), Lili Linawai ) ))) Progdi Maemaia,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN EORI. njauan Pusaka.. Peramalan Peramalan (forecasng) merupakan ala banu yang penng dalam perencanaan yang efekf dan efsen khususnya dalam bdang ekonom. Dalam organsas modern mengeahu keadaan

Lebih terperinci

Faradina GERAK LURUS BERATURAN

Faradina GERAK LURUS BERATURAN GERAK LURUS BERATURAN Dalam kehidupan sehari-hari, sering kia jumpai perisiwa yang berkaian dengan gerak lurus berauran, misalnya orang yang berjalan kaki dengan langkah yang relaif konsan, mobil yang

Lebih terperinci