Y = + x + x x + e, e N(0, ), Residual e=y -Yˆ

Ukuran: px
Mulai penontonan dengan halaman:

Download "Y = + x + x x + e, e N(0, ), Residual e=y -Yˆ"

Transkripsi

1 Yogyaarta, 26 Noember 206 ISSN : 979 9X eissn : X ANALISIS PSEUDOINVERS DAN APLIKASINYA PADA REGRESI LINEAR BERGANDA Kris Suryowati Program Studi Statistia, Faultas Sains erapan, Institut Sains dan enologi Yogyaarta _risnaroz@gmail.com INISARI Matris iners tergeneralisir merupaan matris balian dari suatu matris yang bersifat umum yaitu matris berordo nxm dapat dipandang mempunyai iners yang disebut iners tergeneralisir, Misalan suatu matris Q berordo nxm, tida mempunyai determinan, maa dapat ditentuan matris P sedemiian sehingga memenuhi QPQ = Q dalam hal ini matris P disebut matris iners tergeneralisir, apabila matris P memenuhi syarat tambahan yaitu memenuhi PQP = P, (PQ) H = PQ, (QP) H = QP maa matris P bersifat tunggal dan matris P disebut pseudoiners atau iners semu bagi matris Q yang dinotasian Q g. Pada artiel ini aan dibahas atau diaji sifat etunggalan pseudoiners matris P, yang aan ditunjuan syarat perlu dan syarat cuup matris P tunggal. Selanjutnya matris P tersebut aan diapliasian untu menyelesaian masalah regresi linear berganda. Kata unci: iners tergeneralisir, iners semu, model regresi linear ganda. PENDAHULUAN Matris berordo n atas lapangan bilangan real mempunyai iners atau bersifat inertible jia matrisnya non sigular yaitu mempunyai determinan yang tida nol. Misalan suatu matris A berordo n, dengan det(a) 0 maa matris A mempunyai iners, misalan matris B merupaan iners dari matris A sehingga memenuhi AB = BA = I n dengan I n merupaan matris identitas berordo n pada Anton, H, Apabila determinan matrisnya nol atau matrisnya berordo nxm maa dalam teori Aljabar Linear, matris tersebut tida punya iners.namun demiian pada pembahasan matris generalisasi, matris yang determinannya nol dan juga berordo nxm mempunyai iners dan lebih lanjut inersnya disebut matris iners tergeneralisir. Misalan suatu matris Q berordo nxm atau matris Q mempunyai determinan nol, iners matris Q tida terdefinisi, tetapi dapat ditentuan misalan matris P merupaan matris iners tergeneralisir yang memenuhi QPQ = Q dan matris P tersebut tida tunggal. Ada beberapa syarat tambahan apabila matris P memenuhi sifat etunggalan yaitu pada matris P harus memenuhi sifat PQP = P, (PQ) = PQ, (QP) = QP dan lebih lanjut matris P disebut matris pseudoiners atau iners semu bagi matris Q (Setiadji, 200 dan Ben-Israel, d, 200 ). Berdasaran sifat etunggalannya sehingga pada apliasinya iners semu atau pseudoiners dapat diterapan hususnya untu menyelesaian masalah regresi linear berganda. Analisis Regresi linear berganda digunaan untu mengetahui hubungan antara areabel tida bebas dengan dua atau lebih areabel bebas.bentu umum model regresi linear berganda dengan areabel dependen (Y) dan areabel independen x, x 2,, xp disajian sebagai beriut 2 Y = + x + x x + e, e N(0, ), Residual e=y -Yˆ p p dengan i, i =,2,..., p oefisien regresi yang berarti besarnya perubahan pada Yˆ, jia X i bertambah satu satuan dan ariabel yang lain onstan, 0 adalah intercept. Residual e mengiuti distribusi normal dengan rata-rata 0 dan arians onstan sebesar 2. Pada penelitian ini aan dibahas analisis matris iners semu meliputi pengertian dan araterisasinya yaitu sifat etunggalannya, beberapa metode menentuan pseudoiners dan apliasinya pada analisis regresi linear berganda untu menentuan estimator oefisien. Pada pembahasananya dibatasi pada matris dengan entrynya bilangan real R, untu membantu proses perhitungan digunaan software MALAB serta diberian contoh apliasi real pada pembentuan model regresi linear berganda pada masalah sederhana. 550

2 Yogyaarta, 26 Noember 206 ISSN : 979 9X eissn : X Pengertian Matris dan Jenis-jenis Matris Pengertian dan jenis-jenis matris disajian pada definisi definisi beriut Definisi. Matris (matrix) adalah susunan segi empat siu-siu dari elemen-elemen yang dapat berupa pernyataan simbolis ataupun bilangan-bilangan.atau matris merupaan susunan obje-obje yang disusun berdasaran baris dan olom, dengan demiian suatu matris pasti mempunya jumlah baris dan jumlah olom, obje obje atau elemen-elemen dalam hal ini sering disebut entri dari matris (Leon, S. J, 200; Suryowati dan Harmastuti, 20). Definisi 2. Matris berordo nxm Matris A berordo nxm jia banyanya baris n dan banyanya olom m. Apabila banyanya baris dan banyanya olom suatu matris sama maa diataan matris rersebut berordo n, sering diataan matris bujur sangar, selanjutnya matris A beruuran nxn dinotasian dengan A n. Definisi. Matris diagonal adalah matris bujur sangar dengan elemen-elemen pada diagonal utama bernilai real dan elemen lainnya bernilai nol. Notasi A = ( a ij ) dengan a ij = 0 untu i j ; a ij = real untu i = j Matris I n = [ ij ], ij disebut delta Kronecer, didefinisian oleh ij = untu i = j dan ij = 0 untu ij yang disebut matris identitas beruuran n, dinotasian I n Definisi. Jia A adalah matris m n, maa transpose dari A (transpose of A), dinyataan dengan A, didefinisian sebagai matris n m yang didapatan dengan mempertuaran baris-baris dan olom-olom dari A; sehingga olom pertama dari A adalah baris pertama dari A, olom edua dari A adalah baris edua dari A, dan seterusnya (Anton dan Rorres, 200). Konjugate transpose suatu matris dinotasian dengan A H yang didefinisian sebagai H A A dengan A merupaan matris onjugate dimana entri-entri yang bersesuaian pada matris A dan A transpose dari matris A. Definisi 5.(Anton dan Rorres, 200). Matris A beruuran n n adalah simetri (symmetric) jia A=A Jia memenuhi A H = A maa matris A disebut matris hermit. Pengertian iners Matris Jia A suatu matris persegi dan matris B beruuran sama dengan A sedemiian sehingga memenuhi AB = BA = I, maa A disebut bisa dibali dan B disebut iners dari A atau ditulis dengan B = A -. Suatu matris yang dapat dibali mempunyai tepat satu iners, sehingga A bersifat inertible artinya matris A dapat dibali. ( Suryowati dan Harmastuti, 20) Definisi 6. Matris A berodo n diataan mempunyai iners (inertible) jia ada matris B sehingga AB = BA = I n. Jia A dan B dua matris beruuran n n dan AB adalah matris identitas I n, maa A disebut iners iri dari B dan B disebut iners anan dari. eorema.matris yang inertible hanya memelii tepat satu iners. Dan iners matris A adalah A A (A) ( ) Matris Semu (Pseudoiners) suatu matris Matris singular berordo n dan matris berordo nxm secara umum tida punya iners. Pada (Goldberg,J.L., 99) pengertian umum matris iers tergeneralisir sebagai beriut diberian matris A berordo m xn atas lapangan bilangan real R, terdapat suatu matris G yang memenuhi. GAG = G 2. AGA = A. ( GA ) H = GA 2. (AG) H = AG apabila matris G memenuhi e empat sifat tersebut maa matris G disebut pseudoiners atau iners semu dari matris A selanjutnya dinotasian sebagai A g. Analisis Regresi linear berganda (sembiring, 995) 55

3 Yogyaarta, 26 Noember 206 ISSN : 979 9X eissn : X Analisis regresi linear berganda berfungsi untu menentuan hubungan satu areabel tida bebas dengan dua peubah atau lebih areabel bebas. Bentu umum model regresi linear berganda dengan areabel tida bebas Y yang dipengaruhi areabel bebas x, x 2,..., x p sebagai beriut, Y x x x e p p dengan asumsi e berdistribusi normal dengan µ = 0 dan arians onstan sebesar 2 2. MEODOLOGI Metode Penelitian dalam hal ini yaitu tahapan-tahapan yang digunaan dalam analisis dan pembahasan. Penelitia ini studi literatur dengan mengumpulan bahan-bahan literatur yang diperoleh dari penelusuran internet maupun dari perpustaaan di Institut juga perpustaaan di jurusan Matematia UGM. Kemudian mengajinya melalui menganalisis teori dalam hal ini menjabaran definisi-definisi yang diperjelas dengan membuat contoh-contoh terait, membutian teorema-teorema yang menunjang serta mengapliasiannya. Penelitian ini mengaji pengertian dan onsep serta araterisasi matris iners semu untu matris ordo nxm. Selanjutnya menerapan iners semu ( pseudoiners) untu mengestimasi oefisien areabel pada regresi linear berganda. Langah-langah penyelesaiannya sebagai beriut, a. Menganalisis pengertian matris iners semu, menunjuan sifat etunggalannya, melalui araterisasi syarat perlu dan syarat cuup untu memenuhi sifat tersebut. b. Menentuan iners semu suatu matris dengan beberapa metode. c. Menerapan pada analisis regresi linear berganda dalam hal ini menentuan estimasi oefisien areabel pada regresi linear berganda.. ANALISIS DAN PEMBAHASAN. Analisis Matris Iners semu (pseudoiners) Iners matris tergeneralisasi (Generalized Inerses of Matrix) dapat digunaan untu menggeneralisasi pengertian iners matris. erait penjelasan tentang pengertian matris semu atau pseudo iners sudah disajian pada pembahasan di atas. eorema mengenai sifat etunggalan matris iners semu, heorema Iners semu (pseudoiners ) matris A adalah tunggal. Atau Matris G = A g bersifat tunggal. Buti: Berdasaran definisi iners semu bahwa jia suatu A g apabila matris A g memenuhi eempat sifat diatas. diataan iners semu bagi matris A Matris A g tunggal artinya misalan terdapat dua matris pseudoiners lain yaitu C maa harus memenuhi C = A g. Untu membutian sifat tunggal untu matris A g, ditunjuan bahwa jia X sebarang matris yang memenuhi persamaan bagi A g, maa XAA H = A H... () dan X H = AB untu suatu matris B... (2) Dari persamaan () dihasilan dari ombinasi onjugate transpose pada AXA = A dan (XA) H =XA. Selanjutnya onjugat transpos dari XAX = X, menggunaan (AX) H = AX menghasilan X H = X H A H X H = A(XX H ) = AB. untub =XX H A g memenuhi persamaan () dan (2) untu sebarang matris yang diberian, misalnya untu matris B 2. dengan menggunaan () diperoleh (X A g )AA H = XAA H - A g AA H = A H A H = 0 (X A g )AA H = 0 berarti (X A g )A = 0... () 552

4 Yogyaarta, 26 Noember 206 ISSN : 979 9X eissn : X Dengan persamaan (2) ( X A ) ( B B ) A g H H H 2 Sehingga dihasilan B A CC (X A g )C C H = ( B B2 ) A CC B A CC H H H H H H 2 ( AB ) CC ( AB ) CC H H H H 2 H H XCC XCC 0 H H H H Berarti (X A g )C = 0... () Dalam ini matris C memilii olom-olom ortogonal terhadap olom pada matris A. Dari persamaan () dan () menunjuan bahwa (X A g ) = 0 oleh arena itu c = A g yang menunjuan sifat etunggalan dari A g. Diberian matris A, beberapa metode menentuan pseudoiners matris A yang dinotasian dengan A g, antara lain. Metode Langsung (Direct Method) Metode ini diemuaan oleh Henstenes (958) dengan menggunaan sema untu iners semu suatu matris melalui proses yang disebut biorthogonal. Proses ini dapat diperluas dan dimodifiasi untu semua matris berordo nxm atau matris persegi panjang. Konsep biorthogonal matris dapat dijelasan sebagai beriut diberian etor u, u 2,..., u n dapat dianggap etor olom dari matris U dan i, 2,..., n etor-etor baris dari matris V, maa matris U dan V diataan biorthogonal jia VU = I, apabila matris U dan V berordo n maa matris V dapat diataan sebagai iners dari matris U. Proses perhitungan pada metode ini yaitu diberian matris A berordo nxm dengan (m > n) misalan dua himpunan etor u, u 2,..., u m dan, 2,..., m pada ruang etor berdimensi m ( m n), membentu sistem orthogonal. Vetor-etor tersebut diperoleh dari hasil modifiasi etor tersebut dengan penambahan baris pada matris sedemiian berordo lebih besar atau sama dengan m, selanjutnya menggunaan proses beriut ( a. entuan c ), u dengan a, b a b b. c. d. c c ( c ), u, j j j c ( ) ( ) Dengan c ( ) ( c ), c c. c untu i, ( ) i i Dalam hal ini dapat berlau jia c 0 e. Iners tergeneralisisr diperoleh dengan menghapus dua olom terahir dari V (n) Contoh. Hitunglah matris iners tergeneralisir matris Penyelesaian: 0 A Untu menentuan matris iners semu dari matris A, langah pertama yaitu menambahan dua baris pada matris A sedemiian semua baris matris A ortogonal dengan baris tambahan tersebut, misalan hasil penambahan baris membentu matris U sebagai beriut 55

5 Yogyaarta, 26 Noember 206 ISSN : 979 9X eissn : X U etor-etor olom matris U : u = (, 0, -,, 0), u 2 = (0, -,, 0, -), u = (-,, 0, 0, - ), u = 0 0 (, 0, -, -, - ).dan matris 0 0 V U dengan etor-etor baris matris ( -,, 0, 0, -), dan V adalah = (, 0, -, -, - ). = (, 0, -,, 0), Preoses perhitungan selanjutnya menentuan V (), a. entuan c, u = <(, 0, -,, 0), (, 0, -,, 0) > b. 2 = (0, -,, 0, -), C = (, 0, -,, 0). (, 0, -,, 0) = () c diperoleh ( c ),, = < (0, -,, 0, -), (, 0, -,, 0) > = (0, -,, 0, -) (, 0, -,, 0) = - c u 2 2 c, u = < ( -,, 0, 0, -), (, 0, -,, 0) > = ( -,, 0, 0, -) (, 0, -,, 0) = - c, u = < (, 0, -, -, - ), (, 0, -,, 0) > = (, 0, -, -, - ) (, 0, -,, 0) = () () () () Diperoleh c2 c. c2 c c. c, Sehingga matris () 0 0 C () () c. Menentuan matris c c () () c c. c, () () V C. V = Selanjutnya mengulangi proses diatas untu menghitung V (2) diperoleh () c, u = (2), diperoleh c c c, u () j2 j 2 <, 0,,, 0, 0,,, 0, c, u () 2 2 c, u () 2 2 > = < 2,,,,, 0,,, 0, > = 55

6 Yogyaarta, 26 Noember 206 ISSN : 979 9X eissn : X c, u < 2, 0, 2,,, 0,,, 0, () 2 2 (2) (2) Diperoleh c c. c > = (2) (2) (2) (2) c2 c22. c2.( ) c2 c22. c2., 0 0 Sehingga matris 0 (2) 0 0 C (2) (2) V C. V Selanjutnya mengulangi proses diatas untu menghitung V (), dan berhenti pada perhitungan V () Dengan () () () c diperoleh V () Iners semu diperoleh dengan menghapus dua olom terahir dari V (), sehingga diperoleh matris A g = () V Pada metode tersebut terdapat elemahan apabila matrisnya beruuran besar. 2. Metode Iterasi (Iteratie Method) Metode ini diemuaan oleh Greillle,960 dengan menggunaan algoritma ringas. Adapun Algoritma perhitungan iners suatu matris A sebagai beriut, Misalan a notasi olom e dari matris A, dan A notasi matris yang memuat pertama. Matris A membentu matris partisi ( A, a ). Selanjutnya menghitung d A a dan c a A d Jia c 0, dengan b d d d A, maa diperoleh A db A b Untu mengawali proses selanjutnya, dihitung A 0 jia a etor nol, dan jia etor a 0 maa A a a a Contoh 2 Pada contoh selanjutnya aan dihitung matris A g dengan metode iterasi. Dalam hal ini perhitungannya dengan meggunaan bantuan MALAB A=[ 0- ;0-0; - 0 -]; >> Ag=in([ 0 -]*[;0;-])*[ 0 -]; >> d2=ag*[0 ;-; ]; >> c2=[0;-;]-[;0;-]*d2; >> b2=(in(transpose(c2)*c2))*transpose(c2); 555

7 Yogyaarta, 26 Noember 206 ISSN : 979 9X eissn : X >> Ag2=[A-d2*b2;b2]; >> d=a2*[-;;0]; >> c=[-;;0]-[ 0 ; 0 -; - ]*d; >> b=in(+transpose(d)*d)*transpose(d)*a2; b = >> Ag=[A2-d*b;b] A = >> d=a*[;0;-]; >> c=[;0;-]-[ 0 -;0 - ;- 0]*d; >> b=in(+transpose(d)*d)*transpose(d)*a; >> Ag=[A-d*b;b] Ag = Perhitungan berhenti pada Ag yang tida lain adalah iners semu atau pseudoiners matris A yaitu g A 0, , , , 0, , , 0, , , 2000 erlihat bahwa pada edua metode tersebut menghasilan A g yang sama. Algoritma pada metode iterasi ini lebih mudah perhitungannya dan lebih mudah diiuti. 2. Apliasi iners tergeneralisisr pada analisis regresi linear berganda Salah satu penerapan matris iners semu atau pseudoiners yaitu pada analisis regresi linear berganda dalam hal ini yaitu menentuan matris oefisien pada model regresi. Jia suatu areabel teriat Y dipengaruhi oleh areabel bebas bebas x, x 2,... x p maa bentu umum model Y x x x e p p Pada teori statistia bahwa untu menentuan matris oefisien dengan formulasi = (X X) -.X.Y berasaran data yang dietahui dengan asumsi jumlah data n > p sehingga matrisnya ran olom penuh, sehingga menurut teorema iners semu atau pseudoiners bahwa (X X) -.X = X g, penasir oefisien dengan menggunaan persamaan = X g.y dalam hal ini mengingat sifat etunggalan dari matris X g Koefisien sebagai penasir sehingga memenuhi sifat BLUE ( Best Linear Unbiased Estimator). Contoh apliasi Diberian data permintaan minyagoreng yang dipengaruhi oleh harga minya goreng dan pendapatan onsumen per bulan, sebagai beriut 556

8 Yogyaarta, 26 Noember 206 ISSN : 979 9X eissn : X No Permintaan dlm Ltr Harga minya / liter Pendapatan per bulan entuan bentu estimasi model regresinya. Penyelesaian :Dibentu matris oefisien , matis hasil X Y Pada perhitungan dalam hal ini dengan menggunaan bantuan MALAB, untu oefisien dengan formulasi = X g.y = (X X) -.X.Y >> X=[ 8 9 ; 7 9 ; 7 8 ; 7 5 ; 6 ; 6 5; 6 6; 6 7; 5 ; ]; >> Y=[; ; 5; 6; 6; 7; 8; 9; 0; 0]; >> Xg=in(transpose(X)*X)*transpose(X); >> B = Xg*Y B = Sehingga diperoleh bentu estimasi model regresi adalah Ŷ 0 x 2x2 Y ˆ 8,897,9559 x 0,009 x. KESIMPULAN 2 Iners semu suatu matris perluasan dari iners matris berordo n singular maupun iners matris beordo nxm dalam hal ini inersnya tida tunggal.karena onsep iners matris banya diapliasian pada masalah real sehingga pada pengembangannya iners tergeneralisir yang memenuhi eempat sifat yang ada yang nantinya disebut iners semu atau pseudoiners yang bersifat tunggal. Metode menentuan iners semu yang sering digunaan yaitu metode iterasi.pada apliasi di model analisis regresi linear berganda dalam hal ini digunaan untu menasir oefisien regresi dengan formulasi ˆ g X Y dengan X g iners semu dari matris oefisien yaitu matris X, ˆ g X Y sebagai penasir memenuhi sifat BLUE (Best Linear Unbiased Estimator) 557

9 Yogyaarta, 26 Noember 206 ISSN : 979 9X eissn : X DAFAR PUSAKA Anton, H and Rorres, C, 200, Elementary Linear Algebra : Application Version, John Wiley & Sons, Inc, New Yor Anton, H, 992, Elementary Linear Algebra, John Willey & Sons, Inc. Ben-Israel, Adi And Greille, homas NE, 200, Generalized Inerses eory and Aplications, New Yor : Springer - Verlag Leon, S. J, 200, Linear Algebra With Applications, Prentice Hall, Inc. Sembiring, RK, 200, Analisis Regresi, Edisi edua, IB, Bandung Setiadji, 2006, Matris Inerg tergeneralisir, Pascasarjana UGM, Yogyaarta Suryowati, K. dan Harmastuti, 20, Aljabar Linear, Aprind Press, Yogyaarta. 558

Aplikasi diagonalisasi matriks pada rantai Markov

Aplikasi diagonalisasi matriks pada rantai Markov J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan

Lebih terperinci

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT. BAB 5 RUANG VEKTOR UMUM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Ruang Vetor Nyata. Subruang. Kebebasan Linier 4. Basis dan Dimensi 5. Ruang Baris, Ruang Kolom dan Ruang Nul 6. Ran dan Nulitas

Lebih terperinci

MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL

MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL Sarta Meliana 1, Mashadi 2, Sri Gemawati 2 1 Mahasiswa Program Studi S1 Matematia 2 Dosen Jurusan Matematia Faultas Matematia dan

Lebih terperinci

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor MATA KULIAH MATEMATIKA TEKNIK [KODE/SKS : KD4 / SKS] Ruang Vetor FIELD: Ruang vetor V atas field salar K adalah himpunan ta osong dengan operasi penjumlahan vetor dan peralian salar. Himpunan ta osong

Lebih terperinci

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya J. Math. and Its Appl. ISSN: 1829-605X Vol. 2, No. 1, May. 2005, 37 45 Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya Sadjidon Jurusan Matematia Institut Tenologi Sepuluh Nopember,

Lebih terperinci

Sifat-sifat Nilai Eigen dan Vektor Eigen Matriks atas Aljabar Maxplus

Sifat-sifat Nilai Eigen dan Vektor Eigen Matriks atas Aljabar Maxplus J. Sains Dasar () Sifat-sifat Nilai Eigen dan Vetor Eigen Matris atas ljabar Maxplus (The Properties of Eigen Value and Eigen Vector of Matrices Over Maxplus lgebra) Musthofa * dan Nienasih inatari * Jurusan

Lebih terperinci

BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR 1

BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR 1 BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR K a r y a t i Jurusan Pendidian Matematia FMIPA Uniersitas Negeri Yogyaarta e-mail : yatiuny@yahoo.com Abstra. Misalan R adalah ring, Q

Lebih terperinci

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman. JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses

Lebih terperinci

APLIKASI INVERS SEMU (PSEUDOINVERSE) DENGAN METODE GREVILLE S PADA ANALISIS REGRESI LINEAR BERGANDA. Abstract

APLIKASI INVERS SEMU (PSEUDOINVERSE) DENGAN METODE GREVILLE S PADA ANALISIS REGRESI LINEAR BERGANDA. Abstract APLIKASI INVERS SEMU (PSEUDOINVERSE) DENGAN METODE GREVILLE S PADA ANALISIS REGRESI LINEAR BERGANDA Muhtar Safi i 1, Khurul Wardati, Moh. Farhan Qudratullah 1, Prodi Matematika, Fakultas Sains dan Teknologi,

Lebih terperinci

RINGKASAN SKRIPSI MODUL PERKALIAN

RINGKASAN SKRIPSI MODUL PERKALIAN RINGKASAN SKRIPSI MODUL PERKALIAN SAMSUL ARIFIN 04/177414/PA/09899 DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM YOGYAKARTA 2008 HALAMAN PENGESAHAN

Lebih terperinci

KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W

KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W J. Math. and Its Appl. ISSN: 1829-605X Vol. 8, No. 2, November 2011, 43 49 KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W Sunarsini. 1, Sadjidon 2 Jurusan

Lebih terperinci

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

BAB IV APLIKASI PADA MATRIKS STOKASTIK BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii

Lebih terperinci

MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/f(x) DAN h(x)/f(x) ABSTRACT

MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/f(x) DAN h(x)/f(x) ABSTRACT MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/(x DAN h(x/(x Yuliana Saitri 1, Sri Gemawati 2, Musraini 2 1 Mahasiswa Program Studi S1 Matematia 2 Dosen Jurusan Matematia Faultas Matematia dan

Lebih terperinci

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS Seminar Sains Penidi Sains VI UKSW Salatiga Juni 0 MSLH VEKTOR EIGEN MTRIKS INVERS MONGE DI LJBR MX-PLUS Farida Suwaibah Subiono Mahmud Yunus Jurusan Matematia FMIP Institut Tenologi Sepuluh Nopember Surabaya

Lebih terperinci

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Pada bab ini disampaian beberapa pengertian dasar yang diperluan pada bab selanutnya. Selain definisi, diberian pula lemma dan teorema dengan atau tanpa buti. Untu beberapa teorema

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Tinjauan Pustaa Untu menacapai tujuan penulisan sripsi, diperluan beberapa pengertian dan teori yang relevan dengan pembahasan. Karena itu, dalam subbab ini aan diberian beberapa

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti

Lebih terperinci

OSN 2014 Matematika SMA/MA

OSN 2014 Matematika SMA/MA Soal 5. Suatu barisan bilangan asli a 1, a 2, a 3,... memenuhi a + a l = a m + a n untu setiap bilangan asli, l, m, n dengan l = mn. Jia m membagi n, butian bahwa a m a n. Solusi. Andaian terdapat bilangan

Lebih terperinci

KARAKTERISTIK POHON FUZZY

KARAKTERISTIK POHON FUZZY KARAKTERISTIK POHON FUZZY Yuli Stiawati 1, Dwi Juniati 2, 1 Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Universitas Negeri Surabaya, 60231 2 Jurusan Matematia, Faultas Matematia dan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,

Lebih terperinci

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat

Lebih terperinci

VARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL

VARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL SEMINAR NASIONAL PENDIDIKAN SAINS Peningatan Kualitas Pembelajaran Sains dan Kompetensi Guru melalui Penelitian & Pengembangan dalam Menghadapi Tantangan Abad-1 Suraarta, Otober 016 VARIASI NILAI BATAS

Lebih terperinci

BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE. Triyani dan Irham Taufiq Universitas Jenderal Soedirman

BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE. Triyani dan Irham Taufiq Universitas Jenderal Soedirman JMP : Volume 4 Nomor 2, Desember 2012, hal. 271-278 BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE Triyani dan Irham Taufiq Universitas Jenderal Soedirman trianisr@yahoo.com.au ABSTRACT.

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Teori Fuzzy 2.1.1 Dasar-Dasar Teori Fuzzy Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai estension dari teori onvensional atau crisp set. Di dalam teori crisp

Lebih terperinci

PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA

PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA Adam Husaien Faultas Eonomi Manajemen Unversitas 17 agustus 1945,Samarinda Indonesia

Lebih terperinci

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan I. PENDAHULUAN. Latar Belaang Teori graf merupaan salah satu bagian ilmu dari matematia dan merupaan poo bahasan yang relatif muda jia dibandingan dengan cabang ilmu matematia yang lain seperti aljabar

Lebih terperinci

SOLUSI BAGIAN PERTAMA

SOLUSI BAGIAN PERTAMA SOLUSI BAGIAN PERTAMA 1. 13.. 931 3. 4 9 4. 63 5. 3 13 13 6. 3996 7. 1 03 8. 3 + 9 9. 3 10. 4 11. 6 1. 9 13. 31 14. 383 8 15. 1764 16. 5 17. + 7 18. 51 19. 8 0. 360 1 SOLUSI BAGIAN PERTAMA Soal 1. Misalan

Lebih terperinci

Optimasi Non-Linier. Metode Numeris

Optimasi Non-Linier. Metode Numeris Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran

Lebih terperinci

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan

Lebih terperinci

Invers Tergeneralisasi Matriks atas Z p

Invers Tergeneralisasi Matriks atas Z p SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Invers Tergeneralisasi Matriks atas Z p Evi Yuliza 1 1 Fakultas MIPA Universitas Sriwijaya evibc3@yahoocom PM A-1 - Abstrak Sebuah matriks

Lebih terperinci

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id

Lebih terperinci

SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA

SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA I Nengah Suparta dan I. B. Wiasa Jurusan Pendidian MatematiaUniversitas Pendidian Ganesha E-mail: isuparta@yahoo.com ABSTRAK:

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup [1] Sistem endali dapat diataan sebagai hubungan antara omponen yang membentu sebuah onfigurasi sistem, yang aan menghasilan tanggapan sistem yang diharapan.

Lebih terperinci

Seminar Tesis AKAR KUADRAT ENSEMBLE KALMAN FILTER (AK-EnKF) UNTUK ESTIMASI POSISI PELURU KENDALI

Seminar Tesis AKAR KUADRAT ENSEMBLE KALMAN FILTER (AK-EnKF) UNTUK ESTIMASI POSISI PELURU KENDALI Seminar Tesis AKAR KUADRAT ENSEMBLE KALMAN FILTER () UNTUK ESTIMASI POSISI PELURU KENDALI OLEH : Teguh Herlambang (121 21 14) DOSEN PEMBIMBING: Subchan, PhD (1971513 19972 1 1 ) Dr. Erna Apriliani, M.Si

Lebih terperinci

Penggunaan Metode Bagi Dua Terboboti untuk Mencari Akar-akar Suatu Persamaan

Penggunaan Metode Bagi Dua Terboboti untuk Mencari Akar-akar Suatu Persamaan Jurnal Penelitian Sains Volume 16 Nomor 1(A) Januari 013 Penggunaan Metode Bagi Dua Terboboti untu Menari Aar-aar Suatu Persamaan Evi Yuliza Jurusan Matematia, FMIPA, Universitas Sriwijaya, Indonesia Intisari:

Lebih terperinci

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001

Lebih terperinci

tidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama

tidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama BB IV PENGENDLIN TERDESENTRLISSI Untu menstabilan sistem yang tida stabil, dengan syarat sistem tersebut tida mempunyai fixed mode terdesentralisasi, dapat dilauan dengan memberian ompensator terdesentralisasi.

Lebih terperinci

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

BAB 3 PRINSIP SANGKAR BURUNG MERPATI BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana

Lebih terperinci

SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS)

SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS) Prosiding Semirata15 bidang MIPA BKS-PTN Barat Hal 357-36 SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS) Budi Rudianto 1, Narwen Jurusan

Lebih terperinci

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam

Lebih terperinci

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing . DISTRIUSI INOMIL pabila sebuah oin mata uang yang memilii dua sisi bertulisan ambar () dan nga () dilempar satu ali, maa peluang untu mendapatan sisi ambar adalah,5 atau. pabila oin tersebut dilempar

Lebih terperinci

ANALISIS DATA GEOSTATISTIKA DENGAN UNIVERSAL KRIGING

ANALISIS DATA GEOSTATISTIKA DENGAN UNIVERSAL KRIGING ANALISIS DATA GEOSTATISTIKA DENGAN UNIVERSAL KRIGING SKRIPSI Diajuan epada Faultas Matematia dan Ilmu Pengetahuan Alam Universitas Negeri Yogyaarta untu memenuhi sebagian persyaratan guna memperoleh gelar

Lebih terperinci

PENERAPAN AKAR KUADRAT PADA ENSEMBLE KALMAN FILTER (EnKF) ABSTRAK

PENERAPAN AKAR KUADRAT PADA ENSEMBLE KALMAN FILTER (EnKF) ABSTRAK PENERAPAN AKAR KUADRA PADA ENSEMBLE KALMAN FILER (EnKF) Jasmir 1, Erna Apriliani 2, Didi Khusnul Arif 3 Email: ijas_1745@yahoo.co.id ABSRAK Ensemble Kalman Filter (EnKF) merupaan salah satu metode untu

Lebih terperinci

Aljabar Linear Elementer MA SKS. 07/03/ :21 MA-1223 Aljabar Linear 1

Aljabar Linear Elementer MA SKS. 07/03/ :21 MA-1223 Aljabar Linear 1 Aljabar Linear Elementer MA SKS 7//7 : MA- Aljabar Linear Jadwal Kuliah Hari I Hari II jam jam Sistem Penilaian UTS 4% UAS 4% Quis % 7//7 : MA- Aljabar Linear Silabus : Bab I Matriks dan Operasinya Bab

Lebih terperinci

BAB 2 TEORI PENUNJANG

BAB 2 TEORI PENUNJANG BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan

Lebih terperinci

BAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: =

BAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: = BAB II LANDASAN TEORI 2.1 Matriks Definisi 2.1 (Lipschutz, 2006): Matriks adalah susunan segiempat dari skalarskalar yang biasanya dinyatakan dalam bentuk sebagai berikut: Setiap skalar yang terdapat dalam

Lebih terperinci

RUANG FAKTOR. Oleh : Muhammad Kukuh

RUANG FAKTOR. Oleh : Muhammad Kukuh Muhammad Kukuh, Ruang RUANG FAKTOR Oleh : Muhammad Kukuh Abstraksi Pada struktur aljabar dikenal istilah grup faktor yaitu Jika grup dan N Subgrup normal G, maka grup faktor dengan operasi Apabila G ruang

Lebih terperinci

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan

Lebih terperinci

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR

BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR 3. Dimensi Partisi Graf Kipas (F n ) Berdasaran Proposisi dan Proposisi, semua graf G selain graf P n dan K n memilii 3 pd(g) n -. Lebih husus, graf Kipas

Lebih terperinci

ESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)

ESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR) SEMINAR NASIONAL PASCASARJANA SAL ESIMASI RAJECORY MOBILE ROBO MENGGUNAKAN MEODE ENSEMBLE KALMAN FILER SQUARE ROO (ENKF-SR) eguh Herlambang Zainatul Mufarrioh Firman Yudianto Program Studi Sistem Informasi

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan

Lebih terperinci

PELABELAN SUPER SISI AJAIB PADA GRAF MULTI STAR

PELABELAN SUPER SISI AJAIB PADA GRAF MULTI STAR LAPORAN PENELITIAN BERSAMA DOSEN-MAHASISWA PELABELAN SUPER SISI AJAIB PADA GRAF MULTI STAR Ketua Tim: ABDUSSAKIR, M.Pd FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM MALANG

Lebih terperinci

ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER

ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER Oleh: Supardi SEKOLAH PASCA SARJANA JURUSAN ILMU FISIKA UNIVERSITAS NEGERI YOGYAKARTA 2012 1 PENDAHULUAN Liquid Crystal elastomer (LCE

Lebih terperinci

KORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK

KORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK Jurnal Pengaaran MIPA, Vol. 0 No. Desember 007 ISSN: -097 KORELASI ANARA DUA KELOMPOK VARIABEL KUANIAIF DALAM ANALISIS KANONIK Oleh : Dewi Rachmatin, S.Si., M.Si. Jurusan Pendidian Matematia FPMIPA Universitas

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN TINJAUAN PUSTAKA 1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii

Lebih terperinci

DESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL

DESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL DESAIN SENSOR KECEPAAN BERBASIS DIODE MENGGUNAKAN FILER KALMAN UNUK ESIMASI KECEPAAN DAN POSISI KAPAL Alrijadjis, Bambang Siswanto Program Pascasarjana, Jurusan eni Eletro, Faultas enologi Industri Institut

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau

Lebih terperinci

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi

Lebih terperinci

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK Nurul Khotimah *), Farida Hanum, Toni Bahtiar Departemen Matematia FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga, Bogor

Lebih terperinci

Aplikasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingkungan Kerja

Aplikasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingkungan Kerja Apliasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingungan Kerja terhadap Kinerja Pegawai BKKBN Provinsi Kalimantan Timur The Application of Somers d Correlation Analysis at Leadership

Lebih terperinci

METODE FUNGSI PENALTI EKSTERIOR. Skripsi. Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematika

METODE FUNGSI PENALTI EKSTERIOR. Skripsi. Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematika METODE FUNGSI PENALTI EKSTERIOR Sripsi Diajuan untu Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematia Disusun Oleh : Maria Martini Leto Kurniawan NIM : 03409 PROGRAM STUDI

Lebih terperinci

BAB II KAJIAN PUSTAKA. operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas

BAB II KAJIAN PUSTAKA. operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas BAB II KAJIAN PUSTAKA Pada bab ini akan diuraikan mengenai matriks (meliputi definisi matriks, operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas aljabar max-plus, dan penyelesaian

Lebih terperinci

Matematika Teknik I: Matriks, Inverse, dan Determinan. Oleh: Dadang Amir Hamzah STT DR. KHEZ MUTTAQIEN 2015

Matematika Teknik I: Matriks, Inverse, dan Determinan. Oleh: Dadang Amir Hamzah STT DR. KHEZ MUTTAQIEN 2015 Matematika Teknik I: Matriks, Inverse, dan Determinan Oleh: Dadang Amir Hamzah STT DR. KHEZ MUTTAQIEN 2015 Dadang Amir Hamzah (STT) Matematika Teknik I Semester 3, 2015 1 / 33 Outline 1 Matriks Dadang

Lebih terperinci

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract

Lebih terperinci

BAB III METODE SCHNABEL

BAB III METODE SCHNABEL BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan

Lebih terperinci

METODE PANGKAT BALIK TERGESER UNTUK MENCARI NILAI EIGEN DAN VEKTOR EIGEN

METODE PANGKAT BALIK TERGESER UNTUK MENCARI NILAI EIGEN DAN VEKTOR EIGEN MEODE PNGK BLIK ERGESER UNUK MENCRI NILI EIGEN DN VEKOR EIGEN Sangadi BSRC rtile disusses the shifted power method as the extension of the power method he shifted power method also requires a good starting

Lebih terperinci

Pertemuan 8 Aljabar Linear & Matriks

Pertemuan 8 Aljabar Linear & Matriks Pertemuan 8 Aljabar Linear & Matriks 1 Jika A adl matriks nxn yg invertible, untuk setiap matriks b dgn ukuran nx1, maka sistem persamaan linier Ax = b mempunyai tepat 1 penyelesaian, yaitu x = A -1 b

Lebih terperinci

Studi Perbandingan Perpindahan Panas Menggunakan Metode Beda Hingga dan Crank-Nicholson

Studi Perbandingan Perpindahan Panas Menggunakan Metode Beda Hingga dan Crank-Nicholson 1 Studi Perbandingan Perpindahan Panas Menggunaan Metode Beda Hingga dan Cran-Nicholson Durmin, Drs. Luman Hanafi, M.Sc Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Institut Tenologi

Lebih terperinci

Ukuran Pemusatan Data

Ukuran Pemusatan Data Uuran Pemusatan Data Atina Ahdia, S.Si., M.Si. Universitas Islam Indonesia Uuran Pemusatan Data 1. Mean (rata-rata) 2. Median (nilai tengah) 3. Modus Mean 1. Rata-rata Hitung Misalan terdapat N observasi,

Lebih terperinci

IDEAL FUZZY NEAR-RING. Jl. A. Yani Km. 36 Banjarbaru, Kalimantan Selatan

IDEAL FUZZY NEAR-RING. Jl. A. Yani Km. 36 Banjarbaru, Kalimantan Selatan Jurnal Matematia Murni dan Terapan εpsilon Vol. 07, No.01, (2013), Hal. 21 32 IDEAL FUZZY NEAR-RING Saman Abdurrahman 1, Naimah Hijriati 2 dan Thresye 3 1,2,3 Program Studi Matematia Faultas MIPA Universitas

Lebih terperinci

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan

Lebih terperinci

Makalah Seminar Tugas Akhir

Makalah Seminar Tugas Akhir Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,

Lebih terperinci

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry

Lebih terperinci

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel BAB III ANALISIS DISKRIMINAN 3.1 Pengertian Analisis Disriminan Analisis disriminan merupaan sala satu metode yang digunaan dalam analisis multivariat dengan metode dependensi (dimana ubungan antar variabel

Lebih terperinci

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas

Lebih terperinci

BAB 3 RUANG BERNORM-2

BAB 3 RUANG BERNORM-2 BAB RUANG BERNORM-. Norm- dan Ruang ` De nisi. Misalan V ruang vetor atas R berdimensi d (dalam hal ini d boleh ta hingga). Sebuah fungsi ; V V! R yang memenuhi sifat-sifat beriut;. x; y 0 ia dan hanya

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang

Lebih terperinci

APLIKASI INVERS SEMU (PSEUDOINVERSE) DENGAN METODE GREVILLE S PADA ANALISIS REGRESI LINEAR BERGANDA SKRIPSI

APLIKASI INVERS SEMU (PSEUDOINVERSE) DENGAN METODE GREVILLE S PADA ANALISIS REGRESI LINEAR BERGANDA SKRIPSI APLIKASI INVERS SEMU (PSEUDOINVERSE) DENGAN METODE GREVILLE S PADA ANALISIS REGRESI LINEAR BERGANDA SKRIPSI untuk memenuhi sebagian persyaratan mencapai derajat Sarjana S-1 Program Studi Matematika Diajukan

Lebih terperinci

Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman

Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (16) 337-35 (31-98X Print) A-1 Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunaan ARIMA-Filter Kalman dan VAR-Filter Kalman Popy Febritasari, Erna Apriliani

Lebih terperinci

3.1 TEOREMA DASAR ARITMATIKA

3.1 TEOREMA DASAR ARITMATIKA 3. TEOREMA DASAR ARITMATIKA Definisi 3. Suatu bilangan bulat > disebut (bilangan) rima, jia embagi ositif bilangan tersebut hanya dan. Jia bilangan bulat lebih dari satu buan bilangan rima disebut (bilangan)

Lebih terperinci

Aljabar Linear Elementer

Aljabar Linear Elementer Aljabar Linear Elementer MA SKS Silabs : Bab I Matris dan Operasinya Bab II Determinan Matris Bab III Sistem Persamaan Linear Bab IV Vetor di Bidang dan di Rang Bab V Rang Vetor Bab VI Rang Hasil Kali

Lebih terperinci

Estimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga

Estimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Estimasi Konsentrasi Polutan Sungai Menggunaan Metode Redusi Kalman Filter dengan Pendeatan Elemen Hingga Muyasaroh, Kamiran,

Lebih terperinci

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain 8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan

Lebih terperinci

PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV

PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV Nama Mahasiswa : Husien Haial Fasha NRP : 1207 100 011 Jurusan : Matematia FMIPA-ITS Dosen Pembimbing : Drs. Suharmadi, Dipl.

Lebih terperinci

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group Uji Alternatif Data Terurut Perbandingan antara Uji Joncheere Terpstra dan Modifiasinya Ridha Ferdhiana Statistics Peer Group Jurusan Matematia FMIPA Universitas Syiah Kuala Banda Aceh, Aceh, 23 email:

Lebih terperinci

SATUAN ACARA PERKULIAHAN ( SAP )

SATUAN ACARA PERKULIAHAN ( SAP ) SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI 17 Bab 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga

Lebih terperinci

ANALISIS KEPUASAN KONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAKET (KURIR) DENGAN MENGGUNAKAN METODE TOPSIS FUZZY

ANALISIS KEPUASAN KONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAKET (KURIR) DENGAN MENGGUNAKAN METODE TOPSIS FUZZY Jurnal Manti Penusa Vol No Desember ISSN 88-9 ANALISIS EPUASAN ONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAET (URIR DENGAN MENGGUNAAN METODE TOPSIS FUZZY Desi Vinsensia Program Studi Teni Informatia

Lebih terperinci

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul

Lebih terperinci

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 5 BAB II TINJAUAN PUSTAKA A Matriks 1 Pengertian Matriks Definisi 21 Matriks adalah kumpulan bilangan bilangan yang disusun secara khusus dalam bentuk baris kolom sehingga membentuk empat persegi panjang

Lebih terperinci

MATRIKS A = ; B = ; C = ; D = ( 5 )

MATRIKS A = ; B = ; C = ; D = ( 5 ) MATRIKS A. DEFINISI MATRIKS Matriks adalah suatu susunan bilangan berbentuk segi empat dari suatu unsur-unsur pada beberapa sistem aljabar. Unsur-unsur tersebut bisa berupa bilangan dan juga suatu peubah.

Lebih terperinci

GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH

GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRACT SUNARSIH.

Lebih terperinci

Konsep Dasar. Modul 1 PENDAHULUAN

Konsep Dasar. Modul 1 PENDAHULUAN Modul 1 Konsep Dasar M PENDAHULUAN Drs. Suryo Guritno, M.Stats., Ph.D. ateri yang akan dibahas dalam modul ini adalah konsep-konsep dasar aljabar matriks yang meliputi pengertian matriks, vektor dan skalar;

Lebih terperinci

V dinamakan ruang vektor jika terpenuhi aksioma : 1. V tertutup terhadap operasi penjumlahan

V dinamakan ruang vektor jika terpenuhi aksioma : 1. V tertutup terhadap operasi penjumlahan RUANG VEKTOR Rang Vetor Umm Misalan dan, l Riil V dinamaan rang vetor jia terpenhi asioma :. V terttp terhadap operasi penjmlahan.., Unt setiap v v v, w V, v V v w v w maa v V. Terdapat V sehingga nt setiap

Lebih terperinci