Penggunaan Aritmetika Modulo dan Balikan Modulo pada Modifikasi Algoritma Knapsack

Ukuran: px
Mulai penontonan dengan halaman:

Download "Penggunaan Aritmetika Modulo dan Balikan Modulo pada Modifikasi Algoritma Knapsack"

Transkripsi

1 Pegguaa Artmetka Modulo da Balka Modulo pada Modfkas Algortma Kapsack Sesdka Sasa NIM Jurusa Tekk Iformatka ITB, Badug, Jl. Gaesha 0, emal: Abstract Makalah membahas megea pegguaa artmetka modulo, relatf prma, da balka modulo pada algortma kapsack. Sela tu, makalah uga memberka peelasa yag cukup bayak megea permasalaha kapsack, algortma kapsack tu sedr yatu sstem krptograf Merkle- Hellma, da seraga terhadap kapsack. Kata Kuc: kapsack, Merkle-Hellma, teor blaga, artmetka modulo, relatf prma, balka modulo. PENDAHULUAN Kehdupa kta saat dlgkup oleh krptograf. Mula dar trasaks d mes ATM, trasaks d bak, trasaks dega kartu kredt, percakapa melalu telepo geggam, megakses teret, sampa megaktfka peluru kedal pu megguaka krptograf. Begtu petgya krptograf utuk keamaa formas (formato securty), sehgga ka berbcara megea masalah keamaa yag berkata dega pegguaa komputer, maka orag tdak bsa memsahkaya dega krptograf. Salah satu teor yag serg dguaka dalam krptograf adalah teor blaga (umber theory). Bayak permasalaha dalam teor blaga yag dguaka pada krptograf, msalya permasalaha RSA (Rvest, Shamr, Adlema), logartma dskrt, Dffe-Hellma, da subset sum problem. Sepert yag sudah dsebutka d atas, subset sum problem adalah salah satu persoala dalam teor blaga. Subset sum problem merupaka salah satu persoala khusus dar persoala Kapsack. Persoala kapsack sedr cukup bayak megguaka teor blaga dalam modfkasya, atara la artmetka modulo, relatf prma, da balka modulo. 2. KNAPSACK PROBLEM [] Kapsack problem adalah suatu persoala dalam optmsas kombatoral. Namaya berasal dar permasalaha maksmsas dar plha terbak dar barag-barag yag perlu dbawa sehgga memeuh satu tas peuh utuk dbawa dalam peralaa. Dberka beberapa barag, masg-masg memlk bobot (weght) da harga (value), tetuka umlah masg-masg barag utuk dmasukka dalam suatu kumpula sehgga umlah bobot kurag dar batasa bobot yag dberka da umlah harga setgg mugk. Cotoh. Seorag pecur merampok sebuah toko da meemuka barag. Sebayak barag memlk harga v dolar da berbobot w poud (v da w adalah agka rl), tetap da haya bsa membawa palg bayak W poud d dalam butlaya. Barag apa yag seharusya da ambl?

2 2.. Defs Terdapat es barag,. Setap barag mempuya harga v da bobot w. Dasumska bahwa semua harga da bobot adalah blaga oegatf. Bobot maksmum yag dapat dbawa adalah W. Ada tga macam dar persoala kapsack secara umum, yatu: 0- kapsack problem membatas umlah tap barag x dega ol atau satu. Secara matematka 0--kapsack problem dapat dformulaska sebaga berkut: Optmas = p x dega syarat w x W, = x {0,}, =,, Bouded kapsack problem membatas umlah tap barag x dega harga maksmal teger b. Secara matematka bouded kapsack problem dapat dformulaska sebaga berkut: Optmas = w x = W p x dega syarat, x {0,,, b }, =,, Ubouded kapsack problem tdak memberka batas atas utuk umlah masg-masg barag. 3. ALGORITMA KNAPSACK [6] Algortma Kapsack merupaka salah satu algortma krptograf kuc-publk. Dsebut krptograf kuc publk (publc-key cryptography) karea kuc utuk ekrps tdak rahasa da dapat dketahu oleh sapapu (dumumka ke publk), semetara kuc utuk dekrps haya dketahu oleh peerma pesa (karea tu rahasa) [9]. Dalam teor algortma, persoala kapsack termasuk ke dalam kelompok NP-complete. Suatu persoala C dsebut NP-complete ka [3]:. C adalah NP C adalah NP dapat dtuukka dega memperlhatka bahwa calo solus dar C dapat dpecahka dalam orde waktu polomal. [4] Secara tutf, NP adalah sekumpula dar persoala yag awaba yes -ya memlk pembukta sederhaa terhadap fakta bahwa awabaya memag yes. Utuk meelaskaya, msal dberka hmpua dar blaga teger, yatu { 7, 3, 2, 5, 8}, da kta g megetahu apakah umlah dar beberapa blaga dar hmpua tersebut memlk umlah = 0. Pada cotoh, awabaya adalah yes, karea hmpua baga dar blaga teger {-3, -2, 5} dhubugka dega peumlaha (-3) + (- 2) + 5 = 0. Persoala meetuka apakah umlah dar hmpua baga memlk umlah = 0 dsebut dega subset sum problem. Selag blaga teger yag dberka pada algortma bertambah besar, umlah dar hmpua baga uga bertambah secara ekspoesal, da memag pada keyataaya subset sum problem adalah NP-complete. Bagamaapu, perhatka ka dberka suatu hmpua baga tertetu (serg dsebut dega sertfkat), kta dapat dega mudah megecekya atau memperlhatkaya (verfy) apakah umlah dar hmpua bagaya = 0 haya dega meumlahka blaga teger dar hmpua baga tu. Jad ka memag umlah = 0, hmpua baga tersebut merupaka bukt (proof) atau saks mata (wtess) utuk keyataa bahwa awabaya adalah yes. Algortma yag memperlhatka apakah hmpua baga yag dberka memlk umlah = 0 dsebut verfer. Suatu persoala dsebut NP ka da haya ka terdapat suatu verfer utuk persoala tersebut yag membuthka waktu pegeraa dalam orde waktu polomal, yag merupaka alasa bahwa subset sum problem merupaka NP. 2. Setap persoala pada NP dapat dreduks mead C. Persoala K dapat dreduks mead C ka terdapat waktu-polomal reduks, sebuah algortma determstk yag megubah k K mead c C, sehgga awaba c adalah YES ka da haya ka awabah k adalah YES. Utuk membuktka bahwa persoala NP A merupaka persoala NP-complete cukup dega meuukka bahwa persoala NP-complete yag telah dketahu dreduks mead A. Persoala yag termasuk NP-complete tdak dapat dpecahka dalam orde waktu polomal sehgga sult dpecahka. 2.. Algortma Kapsack Sederhaa Ide dasar dar algortma krptograf kapsack adalah megkodeka pesa sebaga ragkaa solus dar persoala kapsack. Setap bobot w d dalam persoala kapsack merupaka kuc prvat, sedagka bt-bt plateks meyataka b. Cotoh 2. Msalka = 6 da w =, w 2 = 5, w 3 = 6, w 4 =, w 5 = 4, da w 6 = 20. Plateks: Plateks dbag mead blok yag paagya, kemuda setap bt d dalam blok dkalka dega w yag berkorepsode: Blok plateks ke- : 00 Kapsack :, 5, 6,, 4, 20 Krptogram : ( x ) + ( x 5) + ( x 6) + ( x 20) = 32 Blok plateks ke-2 : 000 Kapsack :, 5, 6,, 4, 20 Krptogram : ( x 5) + ( x ) + ( x 4) = 30 Blok plateks ke-3 :

3 Kapsack :, 5, 6,, 4, 20 Krptogram : 0 Blok plateks ke-4 : 0000 Kapsack :, 5, 6,, 4, 20 Krptogram : ( x 5) + ( x 6) = Jad, cpherteks yag dhaslka: Sayagya, algortma kapsack sederhaa d atas haya dapat dguaka utuk ekrps, tetap tdak dracag utuk dekrps. Msalya, ka dberka krptogram = 32, maka tetuka b, b 2,, b 6 sedemka sehgga 32= b + 5b 2 + 6b 3 + b 4 + 4b b 6 (2) Solus persamaa (2) tdak dapat dpecahka dalam orde waktu polomal dega semak besarya (dega catata barsa bobot tdak dalam uruta meak). Namu, hal lah yag dadka sebaga kekuata algortma kapsack Supercreasg Kapsack Supercreasg kapsack adalah persoala kapsack yag dapat dpecahka dalam orde O() (polomal). I adalah persoala kapsack yag mudah sehgga tdak dsuka utuk dadka sebaga algortma krptograf yag kuat. Jka seara bobot dsebut barsa supercreasg, maka kta dapat membetuk supercreasg kapsack. Barsa supercreasg adalah suatu barsa d maa setap la d dalam barsa lebh besar darpada umlah semua la sebelumya. Msalya {, 3, 6, 3, 27, 52} adalah barsa supercreasg, tetap {, 3, 4, 9, 5, 25} buka. Solus dar supercreasg kapsack (yatu b, b 2,, b ) mudah dcar sebaga berkut (berart sama dega medekrpska cpherteks mead plateks semula):. Jumlahka semua bobot d dalam barsa. 2. Badgka bobot total dega bobot terbesar d dalam barsa. Jka bobot terbesar lebh kecl atau sama dega bobot total, maka a dmasukka ke dalam kapsack, ka tdak, maka a tdak dmasukka. 3. Kurag bobot total dega bobot yag telah dmasukka, kemuda badgka bobot total sekarag dega bobot terbesar selautya. Demka seterusya sampa seluruh bobot d dalam barsa selesa dbadgka. 4. Jka bobot total mead ol, maka terdapat solus persoala supercreasg kapsack, tetap ka tdak ol, maka tdak ada solusya. Cotoh 3. Msalka bobot-bobot yag membetuk barsa supercreasg adalah {2, 3, 6, 3, 27, 52}, da dketahu bobot kapsack (M) = 70. Kta aka mecar b, b 2,, b 6 sedemka sehgga 70 = 2b + 3b 2 + 6b 3 + 3b b b 6 Caraya sebaga berkut: () Badgka 70 dega bobot terbesar, yatu 52. Karea 52 70, maka 52 dmasukka ke dalam kapsack. () Bobot total sekarag mead = 8. Badgka 8 dega bobot terbesar kedua, yatu 27. Karea 27 > 8, maka 27 tdak dmasukka ke dalam kapsack. () Badgka 8 dega bobot terbesar berkutya, yatu 3. Karea 3 8, maka 3 dmasukka ke dalam kapsack. (v) Bobot total sekarag mead 8 3 = 5. (v) Badgka 5 dega bobot terbesar kedua, yatu 6. Karea 6 > 5, maka 6 tdak dmasukka ke dalam kapsack. (v) Badgka 5 dega bobot terbesar berkutya, yatu 3. Karea 3 5, maka 3 dmasukka ke dalam kapsack. (v) Bobot total sekarag mead 5 3 = 2. (v) Badgka 2 dega bobot terbesar berkutya, yatu 2. Karea 2 2, maka 2 dmasukka ke dalam kapsack. (x) Bobot total sekarag mead 2 2 = 0. Karea bobot total terssa = 0, maka solus persoala supercreasg kapsack dtemuka. Barsa bobot yag dmasukka ke dalam kapsack adalah {2, 3,, 3,, 52} sehgga 70 = ( x 2) + ( x 3) + (0 x 6) + ( x 3) + (0 x 27) + ( x 52). Dega kata la, plateks dar krptogram 70 adalah TEORI BILANGAN 3. Artmetka Modulo [7] Artmetka modulo (modular arthmetc) memaka peraa yag petg dalam komputas teger, khususya pada aplkas krptograf. Operator yag dguaka pada artmetka modulo adalah mod. Operator mod, ka dguaka pada pembaga blaga bulat, memberka ssa pembaga. Msalya 23 dbag 5 memberka hasl = 4 da ssa = 3, sehgga kta tuls 23 mod 5 = 3. Defs dar operator mod dyataka sebaga berkut: DEFINISI Msalka a adalah blaga bulat da m adalah blaga bulat > 0. Operas a mod m (dbaca a modulo m ) memberka ssa ka a dbag dega m. dega kata la, a mod m = r sedemka sehgga a = mq + r, dega 0 r < m. Notas: a mod m = r sedemka sehgga a = mq + r, dega 0 r < m. Blaga m dsebut modulus atau modulo, da hasl artmetka modulo m terletak d dalam hmpua {0,, 2,, m } Jka a mod m = 0, maka dkataka bahwa a adalah kelpata dar m, yatu a habs dbag dega m Relatf Prma [7] DEFINISI Dua buah blaga bulat a da b dkataka relatf prma ka PBB(a, b) = Sebaga cotoh, 20 da 3 relatf prma sebab PBB(20, 3) =. Tetap 20 da 5 tdak relatf prma sebab PBB(20, 5) = 5. Jka a da b relatf prma, maka dapat dtemuka blaga bulat m da sedemka sehgga

4 ma + b = Cotoh 4. Blaga 20 da 3 adalah relatf prma karea PBB(20, 3) =, atau dapat dtuls ( 3). 3 = dega m = 2 da = Balka Modulo (Modulo Ivers) [8] Jka a da m relatf prma (PBB(a, m) = ) da m >, maka kta dapat meemuka balka (vers) dar a modulo m. Balka dar a modulo m adalah blaga bulat a - sedemka sehgga a a - (mod m) Dar defs relatf prma dketahu bahwa PBB(a, m) = sehgga terdapat blaga bulat p da q sedemka sehgga pa + qm = yag megmplkaska bahwa pa + qm (mod m) Karea qm 0 (mod m), maka pa (mod m) Cotoh 5. Tetuka balka modulo dar 4 (mod 9) Jawab: Karea PBB(4, 9) =, maka balka dar 4 (mod 9) ada. Dar algortma Eucldea dperoleh bahwa 9 = = Dar persamaa terakhr kta peroleh -2 adalah balka dar 4 modulo 9. Perksalah bahwa (mod 9) (9 habs membag = -9) 5. PENGGUNAAN TEORI BILANGAN PADA SISTEM KRIPTOGRAFI MERKLE-HELLMAN [2] Krptograf Merkle-Hellma merupaka sstem kuc rsmetr, yag berart bahwa dalam sstem komukas dperluka dua kuc, yatu kuc publk da kuc prvat. Berbeda dega RSA, kuc publk dguaka haya utuk ekrps, sedagka kuc prvat haya dguaka utuk dekrps. Karea tu sstem krptograf tdak dapat dpaka utuk otetkas dega krptograf. Sstem Merkle-Hellma ddasarka pada subset sum problem (kasus khusus dar persoala kapsack). Msal dberka hmpua blaga da suatu blaga yag merupaka umlah dar hmpua baga dar hmpua blaga tersebut. Pada umumya, persoala termasuk NP-complete. Aka tetap, ka hmpua blaga yag dguaka (dsebut sebaga kapsack) merupaka supercreasg, persoala mead mudah da dapat dpecahka dalam orde waktu polomal dega algortma Greedy sederhaa. Sudah delaska pada pembahasa sebelumya bahwa algortma supercreasg kapsack adalah algortma yag lemah, karea cpherteks dapat ddekrps mead plateksya secara mudah dalam waktu laar (O()). Sedagka algortma osupercreasg kapsack atau ormal kapsack adalah kelompok algortma kapsack yag sult (dar seg komputas) karea membutuhka waktu dalam orde ekspoesal utuk memecahkaya. Namu, Mart Hellma da Ralph Merkle meemuka cara utuk memodfkas supercreasg kapsack mead o-supercreasg kapsack dega megguaka kuc publk (utuk ekrps) da kuc prvat (utuk dekrps). Modfkas dlakuka dega megguaka perhtuga artmetka modulo. 5. Pegguaa Artmetka Modulo da Relatf Prma pada Pembagkta Kuc Merkle-Hellma [2] Pada krptograf Merkle-Hellma, kuc yag dguaka terdr dar kapsack. Kuc publk merupaka 'hard' kapsack, sedagka kuc prvat prvat merupaka yag mudah (supercreasg kapsack), yag dkombaska dega dua blaga tambaha, yatu pegal (multpler) da modulus yag dguaka utuk megubah supercreasg kapsack mead hard kapsack. Blaga-blaga yag sama dguaka utuk megubah umlah dar hmpua baga dar hard kapsack mead umlah dar hmpua baga dar supercreasg kapsack yag dapat dpecahka dalam orde waktu polomal. Utuk megekrpska -bt pesa, caraya adalah sebaga berkut:. Tetuka barsa supercreasg w = (w, w 2,..., w ) dar blaga buka ol.. Plh salah satu blaga teger q sehgga memeuh q > w = da salah satu agka teger blaga teger r secara acak sehgga PBB(r, q) = (r relatf prma dega q). Blaga q dplh dega cara d atas utuk memastka keuka dar chperteks. Jka blaga yag dguaka lebh kecl, lebh dar satu plateks aka dekrps mead chperteks yag sama. Sedagka r harus tdak memlk persekutua dega q karea ka tdak maka balka modulo dar r mod q tdak dapat dtemuka. Blaga yag merupaka balka modulo dar r mod q adalah petg agar memugkka dekrps.. Kemuda htug barsa β = (β, β 2,..., β ) yag memeuh β rw mod q Kuc publk adalah β, sedagka kuc prvat adalah (w, q, r). Cotoh 6. Msalka barsa supercreasg adalah {2, 3, 6, 3, 27, 52}, q = 05, da r = 3. Barsa osupercreasg (ormal) kapsack dhtug sebaga berkut: 2 3 mod 05 = mod 05 = mod 05 = mod 05 = mod 05 = mod 05 = 37 Jad, kuc publk adalah {62, 93, 8, 88, 02, 37}, sedagka kuc prvat adalah {2, 3, 6, 3, 27, 52, 05, 3}.

5 5.2. Pegguaa Balka Modulo pada Deskrps Ekrps [2] Terdapat -bt pesa α = (α, α 2,..., α ) dega α adalah bt ke- dar pesa da α {0, }. Cara utuk megekrps pesa tersebut adalah sebaga berkut:. Plh hmpua baga dar ormal kapsack (kuc publk) yag berkorespodes dega pada plateks da megabaka baga yag berkorespodes dega 0 pada plateks.. Eleme dar hmpua baga yag telah dplh dumlahka da haslya mead chperteks. c = α β = Cotoh 7. Msalka terdapat suatu plateks plateks: da kuc publk yag dguaka sepert pada Cotoh 5. Plateks dbag mead blok yag paagya 6, kemuda setap bt d dalam blok dkalka dega eleme yag berkorepsode d dalam kuc publk: Blok plateks ke- : 0000 Kuc publk : 62, 93, 8, 88, 02, 37 Krptogram : ( x 93) + ( x 8) = 74 Blok plateks ke-2 : 00 Kuc publk : 62, 93, 8, 88, 02, 37 Krptogram : ( x 62) + ( x 93) + ( x 88) + ( x 37) = 280 Blok plateks ke-3 : 00 Kuc publk : 62, 93, 8, 88, 02, 37 Krptogram : ( x 62) + ( x 8) + ( x 88) + ( x 02) = 333 Jad, cpherteks yag dhaslka : 74, 280, 333 Dekrps [2] Utuk medekrps cpherteks c, peerma harus meemuka pesa dalam betuk α sehgga memeuh c = α β = I aka mead persoala yag sult ka β merupaka la acak karea peerma harus memecahka permsala dar permasalaha peumlaha dar hmpua baga, yag dketahu merupaka NP-hard. Walaupu demka, la β dplh sehgga dekrps mudah dlakuka ka kuc prvat (w, q, r) dketahu. Hal yag petg dar dekrps adalah meemuka suatu blaga teger s yag merupaka balka modulo (modular verse) dar r modulo q. I berart s memeuh persamaa sr mod q = atau sr (mod q) atau terdapat blaga teger k sehgga sr = kq +. Karea r dplh sehgga memeuh persamaa PBB(r, q) =, maka s da k mugk dtemuka dega megguaka perhtuga balka modulo yag memeuh sr (mod q). Kekogruea dapat dhtug dega cara yag sederhaa sebaga berkut: sr (mod q) sr = kq + s = ( + kq)/r, k sembarag blaga bulat Kalka setap krptogram dega s mod m, lalu yataka hasl kalya sebaga peumlaha elemeeleme kuc prvat utuk memperoleh plateks dega megguaka algortma pecara solus supercreasg kapsack. Cotoh 8. Kta aka medekrpska cpherteks dar Cotoh 7 dega megguaka kuc prvat {2, 3, 6, 3, 27, 52}. D s, r = 3 da q = 05. Nla s dperoleh sebaga berkut: s = ( + 05k)/3 Dega mecoba k = 0,, 2,, maka utuk k = 8 dperoleh s blaga bulat, yatu s = ( )/3 = 6 Cpherteks dar Cotoh 7 adalah 74, 280, 222. Plateks yag berkorespode dperoleh kembal sebaga berkut: 74 6 mod 05 = 9 = 3 + 6, berkorespode dega mod 05 = 70 = , berkorespode dega mod 05 = 48 = , berkorespode dega 00 Jad, plateks yag dhaslka kembal adalah: SERANGAN PADA SISTEM KNAPSACK [5] Ketka Ralph Merkle megauka sstem d atas pada tahu 976, da yak bahwa sstem tersebut ama, walaupu dalam kasus teras tuggal, da meawarka $00 utuk sapa saa yag mampu memecahkaya. Pada tahu 982, Ad Shamr meemuka seraga pada sstem Kapsack teras tuggal. Seraga tersebut sedkt terbatas, da tdak lama setelahya dumumka cara utuk megubah skema umum yag kemuda mecegah peyeraga. Walaupu demka, Merkle tetap membayar $00 sebagamaa telah daka. Da yag lebh petg, merupaka terobosa yag sagat petg utuk kehacura dar sstem Kapsack. Utuk semetara, dasumska tdak ada permutas yag dguaka. Kemuda utuk setap, berlaku β w r mod q Dega defs dar kekogruea modulo, harus ada blaga teger sehgga utuk setap berlaku s β qk = w dega s adalah balka modulo dar r mod q. Kemuda bag persamaa d atas mead s k w q β = qβ Jka q blaga yag sagat besar, persamaa d sebelah kaa aka mead sagat kecl, sehgga setap persamaa dar kompoe k da β dekat dega u/m. Gat dega da kuragka dar persamaa sebelumya, ddapatka

6 k k β β w w = qβ qβ Karea kedua pembaga d sebelah kaa laya postf, da hasl peguragaya sagat kecl, persamaa d atas dapat dtulska k k β β w = qβ Perhatka bahwa w adalah barsa supercreasg, setap elemeya harus lebh kecl dar setegah blaga sebelumya, sehgga utuk setap berlaku w < q2 Kemuda dapat uga dyataka bahwa k k β β 2 = β Dega meyusu ulag persamaa d atas ddapatka k k = 2 β β β Karea β termasuk kuc publk, haya sedkt dar pertdaksamaa d atas (tga atau empat) bersfat uk utuk meetuka k. Pertdaksamaa merupaka salah satu cotoh dar teger programmg, sehgga dega algortma Lestra teger lear programmg dapat dtemuka la k dega cepat. Da ka la k sudah dketahu, mudah utuk memecahka sstem. Adaka dlakuka permutas terhadap β sebelum mempublkaskaya. Karea haya dbutuhka 3 atau 4 dar eleme pertama k, kta dapat mecoba semua kombas kemugka yag haya sampa blaga kubk atau quartk. 6. KESIMPULAN Teor blaga memlk peraa yag sagat luas dalam bdag krptograf. Salah satuya adalah dalam persoala kapsack. Teor blaga yag dpaka atara la artmetka modulo, balka modulo, da relatf prma. Kapsack sedr pada awalya bayak dguaka pada bdag keamaa. Hal dkareaka persoala termasuk ke dalam NP-complete. Namu sudah bayak seraga yag dtemuka utuk memecahka persoala. Da sekarag, sstem apapu yag megguaka perkala modular utuk meyembuyka supercreasg kapsack dapat dpecahka dega efse. Walaupu demka, sepert yag sudah dlhat, buka satu-satuya plha utuk haya megguaka kapsack dalam bdag krptograf. Mash bayak algortma-algortma magkus yag dapat dguaka utuk meam sekurtas dar suatu peagaa. DAFTAR REFERENSI [] Waktu akses: 24 Desember 2008 pukul 20.0 WIB [2] Waktu akses: 26 Desember 2008 pukul 6.0 WIB [3] Waktu akses: 24 Desember 2008 pukul 20.0 WIB [4] Waktu akses: 26 Desember 2008 pukul 5.26 WIB [5] Waktu akses: 28 Desember 2008 pukul 4.07 WIB [6] Ir. Rald Mur, M.T., Algortma Kapsack, Badug, hal /Algortma%20Kapsack.doc Waktu akses: 2 Desember 2008 pukul 0.02 WIB [7] Ir. Rald Mur, M.T., Dktat Kulah IF209 Struktur Dskrt, Badug, 2003, hal. V-3 [8] dem, hal. V-6 [9] Bab-_Pegatar%20Krptograf.pdf Waktu akses: 2 Desember 2008 pukul WIB

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

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

Lebih terperinci

SOLUSI TUGAS I HIMPUNAN

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

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

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

Lebih terperinci

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

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

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

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

Lebih terperinci

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

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

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

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

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

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

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

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

Lebih terperinci

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

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

Lebih terperinci

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE RISI IKLUSI- EKSKLUSI ICLUSIO- EXCLUSIO RICILE rsp Iklus-Eksklus Ada berapa aggota dalam gabuga dua hmpua hgga? A A = A A - A A Cotoh Ada berapa blaga bulat postf lebh kecl atau sama dega 00 yag habs dbag

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

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

Lebih terperinci

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

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

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

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

Lebih terperinci

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

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

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

ENKRIPSI DATA SISTEM KRIPTOGRAFI KUNCI PUBLIK MENGGUNAKAN ALGORITMA DIOPHANTINE

ENKRIPSI DATA SISTEM KRIPTOGRAFI KUNCI PUBLIK MENGGUNAKAN ALGORITMA DIOPHANTINE ISSN: 1412-0917 Jural Pegajara MIPA, Vol. 10 No. 2 Desember 2007 ENKRIPSI DATA SISTEM KRIPTOGRAFI KUNCI PUBLIK MENGGUNAKAN ALGORITMA DIOPHANTINE Oleh: Her Sutaro Jurusa Peddka Matematka da Ilmu Komputer

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed

Lebih terperinci

REPRESENTASI BILANGAN FIBONACCI DALAM BENTUK KOMBINATORIAL

REPRESENTASI BILANGAN FIBONACCI DALAM BENTUK KOMBINATORIAL REPRESENTASI BILANGAN FIBONACCI DALAM BENTUK KOMBINATORIAL Rzky Maulaa Nugraha Tekk Iformatka Isttut Tekolog Badug Blok Sumurwed I RT/RW 4/, Haurgeuls, Idramayu, 4564 e-mal: laa_cfre@yahoo.com ABSTRAK

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

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

Lebih terperinci

Orbit Fraktal Himpunan Julia

Orbit Fraktal Himpunan Julia Vol. 3, No., 6-7, Jauar 7 Orbt Fraktal Hmpua Jula Ad Kresa Jaya, Nswar Alasa Abstrak Makalah membahas kumpula ttk-ttk yag berada dalam daerah hmpua Jula d ruag kompleks da memperlhatka sebuah algortma

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

KODE SIKLIK (CYCLIC CODES)

KODE SIKLIK (CYCLIC CODES) Pegatar Teor Pegkodea (Codg Theory) KODE SIKLIK (CYCLIC CODES) Dose Pegampu : Al Sutjaa DISUSUN OLEH: Nama : M Zak Ryato Nm : /5679/PA/8944 Program Stud : Matematka JURUSAN MATEMATIKA FAKULTAS MATEMATIKA

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

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

Lebih terperinci

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

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

Lebih terperinci

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

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

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

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

Lebih terperinci

Bab II Teori Pendukung

Bab II Teori Pendukung Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

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

Lebih terperinci

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

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

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

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

Lebih terperinci

PENDAHULUAN. Di dalam modul ini Anda akan mempelajari teori gangguan bebas waktu yang mencakup:

PENDAHULUAN. Di dalam modul ini Anda akan mempelajari teori gangguan bebas waktu yang mencakup: PENDAULUAN D dalam modul Ada aka mempelajar teor gaggua bebas waktu yag mecakup: teor gaggua tak degeeras bebas waktu, teor gaggua degeeras bebas waktu, da efek Stark. Oleh karea tu, sebelum mempelajar

Lebih terperinci

KODE SIKLIK (CYCLIC CODES)

KODE SIKLIK (CYCLIC CODES) Codg Theory KODE SIKLIK (CYCLIC CODES) Muhamad Zak Ryato NIM: 2/56792/PA/8944 E-mal: zak@malugmacd http://zakmathwebd Dose Pembmbg: Drs Al Sutjaa, MSc Pedahulua Salah satu bahasa yag palg petg pada lear

Lebih terperinci

BAB 2. Tinjauan Teoritis

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

Lebih terperinci

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

Sudaryatno Sudirham. Permutasi dan Kombinasi

Sudaryatno Sudirham. Permutasi dan Kombinasi Sudaryato Sudrham Permutas da Kombas Permutas Permutas adalah bayakya peelompoka sejumlah tertetu kompoe ya dambl dar sejumlah kompoe ya terseda; dalam setap kelompok uruta kompoe dperhatka Msalka terseda

Lebih terperinci

PELABELAN GRACEFUL PADA DIGRAF LINTASAN DAN DIGRAF BIPARTIT LENGKAP

PELABELAN GRACEFUL PADA DIGRAF LINTASAN DAN DIGRAF BIPARTIT LENGKAP PELABELAN GRACEFUL PADA DIGRAF LINTASAN DAN DIGRAF BIPARTIT LENGKAP Lusa Tr Lstyowat Krstaa Waya M Fatekurohma Jurusa Matematka FMIPA Uerstas Jember e-mal: krstaa_waya@yahoocom da m_fatkur@yahoocom Abstract:

Lebih terperinci

Mengubah bahan baku menjadi produk yang lebih bernilai melalui sintesis kimia banyak dilakukan di industri

Mengubah bahan baku menjadi produk yang lebih bernilai melalui sintesis kimia banyak dilakukan di industri Megubah baha baku mead produk yag lebh berla melalu stess kma bayak dlakuka d dustr Asam sulfat, ammoa, etlea, proplea, asam fosfat, klor, asam trat, urea, bezea, metaol, etaol, da etle glkol Serat/beag,

Lebih terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

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

Lebih terperinci

PELABELAN HARMONIS GANJIL PADA GRAF KINCIR ANGIN BELANDA DAN GABUNGAN GRAF KINCIR ANGIN BELANDA

PELABELAN HARMONIS GANJIL PADA GRAF KINCIR ANGIN BELANDA DAN GABUNGAN GRAF KINCIR ANGIN BELANDA PELABELAN HARMONIS GANJIL PADA GRAF KINIR ANGIN BELANDA DAN GABUNGAN GRAF KINIR ANGIN BELANDA Fery Frmasah ), Kk Aryat Sugeg ) Abstrak : Gra G V G, EG dega V G adalah hmpua smpul da G hmpua busur dsebut

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

XI. ANALISIS REGRESI KORELASI

XI. ANALISIS REGRESI KORELASI I ANALISIS REGRESI KORELASI Aalss regres mempelajar betuk hubuga atara satu atau lebh peubah bebas dega satu peubah tak bebas dalam peelta peubah bebas basaya peubah yag dtetuka oelh peelt secara bebas

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

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

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

On A Generalized Köthe-Toeplitz Duals

On A Generalized Köthe-Toeplitz Duals JMP : Volume 4 Nomor, Ju 202, hal. 3-39 O A Geeralzed Köthe-Toepltz Duals Sumardoo, Supama 2, da Soepara Darmawaa 3 PPPPTK Matematka, smrd2007@gmal.com 2 Mathematcs Departmet, Gadah Mada Uverst, supama@ugm.ac.d

Lebih terperinci

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode II. TINJAUAN PUSTAKA Dalam proses peelta utuk megaalss aproksmas fugs dega metode mmum orm pada ruag hlbert C[ab] (Stud kasus: fugs rasoal) peuls megguaka defs teorema da kosep dasar sebaga berkut:.. Aproksmas

Lebih terperinci

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

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

Lebih terperinci

Edge Anti-Magic Total Labeling dari

Edge Anti-Magic Total Labeling dari Edge At-Magc Total Labelg dar Charul Imro da Suhud Wahyud Jurusa Matematka Isttut Tekolog Sepuluh Nopember Surabaya mro-ts@matematka.ts.ac.d, suhud@matematka.ts.ac.d C Abstract We wll fd edge at-magc total

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

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

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

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI MINGGU KE-0 HUBUNGAN ANTAR KONVERGENSI Hubuga atar koverges Hrark atar koverges dyataka dalam teorema berkut. Teorema Msalka X da X, X, X 3,... adalah varabel radom yag ddefska pada ruag probabltas yag

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

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

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

Lebih terperinci

BAB III TEOREMA GLEASON DAN t-desain

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

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

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

Lebih terperinci

Extra 4 Pengantar Teori Modul

Extra 4 Pengantar Teori Modul Extra 4 Pegatar Teor odul Apabla selama dkealka suatu kosep aljabar megea ruag vektor, maka modul merupaka perumuma dar ruag vektor. Pada modul, syarat skalar dperumum mejad eleme pada suatu rg da buka

Lebih terperinci

2.2.3 Ukuran Dispersi

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

Lebih terperinci

BAB II KAJIAN PUSTAKA. Aljabar Max-Plus adalah himpunan { } himpunan semua bilangan real yang dilengkapi dengan operasi

BAB II KAJIAN PUSTAKA. Aljabar Max-Plus adalah himpunan { } himpunan semua bilangan real yang dilengkapi dengan operasi BAB II KAJIAN PUSTAKA A. Aljabar Max-Plus 1. Pegerta Aljabar Max-Plus Aljabar Max-Plus adalah hmpua { } dega hmpua semua blaga real yag dlegkap dega operas maksmum, dotaska dega da operas pejumlaha yag

Lebih terperinci

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J) STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

MASALAH NORM MINIMUM PADA RUANG HILBERT DAN APLIKASINYA

MASALAH NORM MINIMUM PADA RUANG HILBERT DAN APLIKASINYA Masalah Norm Mmum (Karat) MASALAH NORM MINIMUM PADA RUANG HILBERT DAN APLIKASINYA Karat da Dhorva Urwatul Wutsqa Jurusa Peddka Matematka FMIPA Uverstas Neger Yogakarta Abstract I ths paper, wll be dscussed

Lebih terperinci

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal Vol 5, No, 9-98, Jauar 9 But Teorema Ssa Cha dega egguaa deal asmal Abstra Sstem perogruea yag dapat dcar peyelesaaya secara teor blaga dasar teryata dapat dbuta melalu teor-teor strutur aljabar hususya

Lebih terperinci

BAB II LANDASAN TEORI. merepresentasikan dan menjelaskan permasalahan pada dunia nyata ke dalam. pernyataan matematis (Widowati & Sutimin, 2007 : 1).

BAB II LANDASAN TEORI. merepresentasikan dan menjelaskan permasalahan pada dunia nyata ke dalam. pernyataan matematis (Widowati & Sutimin, 2007 : 1). BAB II LANDASAN EORI.. Model Matematka Model Matematka merupaka represetas matematka yag dhaslka dar pemodela Matematka. Pemodela Matematka merupaka suatu proses merepresetaska da mejelaska permasalaha

Lebih terperinci

IDEAL DALAM ALJABAR LINTASAN LEAVITT

IDEAL DALAM ALJABAR LINTASAN LEAVITT Delta-P: Jural Matematka da Peddka Matematka ISSN 289-855X Vol., No. 2, Oktober 22 IDAL DALAM ALJABAR LINTASAN LAVITT Ida Kura Walyat Program Stud Peddka Matematka Jurusa Peddka MIPA FKIP Uverstas Kharu

Lebih terperinci

III PEMBAHASAN. Karena vektor-vektor kolom X adalah bebas linear, maka L(ε) mempunyai n vektor eigen yang bebas linear. (Terbukti)

III PEMBAHASAN. Karena vektor-vektor kolom X adalah bebas linear, maka L(ε) mempunyai n vektor eigen yang bebas linear. (Terbukti) Karea vektor-vektor kolom X adalah bebas lear maka mempuya vektor ege yag bebas lear. erbukt eorema 9 Jka... adalah la ege dar maka... adalah la ege dar. BUK : salka... adalah la ege dar yag bersesuaa

Lebih terperinci

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

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

Lebih terperinci

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit)

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit) Jural Sas Matematka da Statstka, Vol., No. I, Jauar ISSN - Peyelesaa Sstem Persamaa Ler Kompleks Dega Ivers Matrks Megguaka Metode Faddev Cotoh Kasus: SPL Kompleks da Hermt F. rya da Tka Rzka, Jurusa Matematka,

Lebih terperinci

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

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

Lebih terperinci

INTERPOLASI. FTI-Universitas Yarsi

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

Lebih terperinci

47 Soal dengan Pembahasan, 46 Soal Latihan

47 Soal dengan Pembahasan, 46 Soal Latihan Galer Soal 7 Soal dega Pembahasa, Soal Latha Dragkum Oleh: ag Wbowo, S.Pd Jauar 0 MatkZoe s Seres Emal : matkzoe@gmal.com log : www.matkzoe.wordpress.com HP : 0 97 97 Hak pta Dldug Udag-udag. Dlarag megkutp

Lebih terperinci

Muniya Alteza

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

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

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

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN 11 Latar Belakag Peelta yag dlakuka oleh Va der Pol pada sebuah tabug trode tertutup, yatu sebuah alat yag dguaka utuk megedalka arus lstrk dalam suatu srkut pada trasmtter da recever meghaslka

Lebih terperinci

Penerapan Algoritma Greedy by Density dalam Pengerjaan Tugas Besar di Teknik Informatika ITB sebagai Persoalan Binary Knapsack

Penerapan Algoritma Greedy by Density dalam Pengerjaan Tugas Besar di Teknik Informatika ITB sebagai Persoalan Binary Knapsack Peerapa Algortma Greedy by Desty dalam Pegerjaa Tugas Besar d Tekk Iformatka ITB sebaga Persoala Bary Kapsack Tubagus Adhka Nugraha (13510007) 1 Program Stud Tekk Iformatka Sekolah Tekk Elektro da Iformatka

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci