Implementasi Algoritma Turan Untuk Menentukan Nilai Aproksimasi Pada Proses Mencari Akar-akar Polinomial

Ukuran: px
Mulai penontonan dengan halaman:

Download "Implementasi Algoritma Turan Untuk Menentukan Nilai Aproksimasi Pada Proses Mencari Akar-akar Polinomial"

Transkripsi

1 Semiar aioal Pacaarjaa VI 26, Surabaya Implemeai Alorima Tura Uuk Meeuka ilai Aprokimai Pada Proe Mecari Akar-akar Poliomial Suprioo Coirul Imro Badu Arry Sajoyo Jurua Maemaika Iiu Tekoloi Sepulu opember (ITS Surabaya Kampu ITS Sukolilo Surabaya 6 keouao@plaa.com Abrak Proe uuk meeuka akar dari peramaa poliomial deraja ya dikembaka ole Herma Weyl membuuka ebua ipua berupa bujur akar. Bujur akar awal erebu aka mealami proe peyempia ampai diperole aprokimai akar-akar dari peramaa poliomial. Pada proe peyempia bujur akar erebu euya membuuka alorima lai dalam al ii diuaka alorima Tura. Alorima Tura adala alorima uuk mecari aprokimai jarak erdeka aara ebua iik dea akar-akar poliomial. Pada proe meeuka ilai aprokimai dibuuka laka-laka ralai poliomial, membeuk poliomial balika, membeuk poliomial moik, ierai Graeffe kemudia mecari ilai makimum. Iver dari ilai makimum adala merupaka ilai Tura. Dari percobaa umerik dapa diimpulka bawa emaki bayak ierai ya dilakuka maka ilai Tura kovere ke au. Kaa kuci: poliomial, ierai Graeffe, alorima Tura. PEDAHULUA Ipu dari alorima Weyl pada proe meeuka akar-akar polioomial deraja ii adala ebua bujur akar, koefiie poliomial, da bayakya ierai. Bujur akar awal erebu aka mealami proe peyempia ampai diperole aprokimai akar-akar poliomial. Dalam proe peyempia bujur akar erebu diuaka alorima Tura. Dalam peeliia ii dikaji alorima Tura da baaimaa implemeaiya uuk mecari ilai aprokimai. Proe kerja alorima Tura membuuka ipua berupa koefiie poliomial, deraja poliomial, ebua bilaa ebaai fakor ralai, da bayakya ierai. Ierai ya diuaka alorima Tura adala ierai Graeffe. ilai aprokimai ya diperole dari alorima Tura diuaka uuk proe peyempia bujur akar pada alorima Weyl. 2. Peramaa Poliomial Jika adala bilaa bula ak eaif da p, p,..., p R adala koaa, maka peramaa P ( p + p + p p, p diebu poliomial real dea p diebu leadi coefficie. Jika p, maka P ( diebu poliomial moik. Bilaa z C diebu akar dari P ( jika P (z. Teorema 2. (Teorema Daar Aljabar [4] Jika P ( p + p + p p, p adala poliomial real berderaja >, maka erdapa ebua bilaa komplek edemikia eia P ( z. Teorema 2.2: Jika P ( p + p + p p, p adala poliomial real berderaja, da mialka z, adala akar dari P, maka erdapa poliomial P berderaja edemikia eia P ( z P. Teorema 2.3: Seiap poliomial P p + p p dea deraja erii da p, p, K, p R di maa p dapa diulika ebaai perkalia dari fakor-fakor liear, dalam beuk P ( z ( z2...( z P P ( z i dea z i adala akar-akar dari P uuk i, 2, 3,,. 3. Alorima Tura Alorima Tura adala alorima uuk memperole aprokimai jarak aara ebara bilaa C C ya di berika, dea akar dari P ya erdeka dea C. Alorima Tura ii diuaka dalam alorima Weyl dalam proe peyempia bujur akar. Pada baia ii aka dieraka ea defiii, propoii da eorema ya merupaka koep daar dari alorima Tura, z 2-42 ISB ITS

2 Semiar aioal Pacaarjaa VI 26, Surabaya jua aka diberika laka laka dari alorima Tura. Defiii 3. (Roo Radii da Radiu Akar [7] : Diberika poliomial P ya memiliki bua akar da ebara iik C C. Roo Radii dari pada C adala bua jarak dari iik C ke eiap bua akar dari P dea ifa r (C r 2 (C r (C da r (C diebu radiu (jarak P pada iik C. akar ke- dari Propoii 3.2 Jika z,z 2,,z adala akar-akar dari P, T ( adala poliomial poliomial ralai dari P ejau C da B ( adala poliomial balika dari P maka :. z i C adala akar dari T ( P ( + C 2. adala akar-akar dari B ( z i P uuk i,2,, Propoii 3.3 Jika r (C adala jarak akar ke- dari P pada iik C da r adala jarak akar ke- dari T ( P ( + C pada iik maka berlaku: r dari a. r (C dari P ama dea T P ( C b. + r ( dari P ama dea r ( + - ( dari poliom balika B ( P c. dari P ama dea r ( dari B ( r ( C T Defiii 3.4 (Ierai Graeffe Diberika poliomial moik P ( p + p + p p. Ierai Graeffe didefiiika ecara rekurif ebaai ( v+, v,, 2, P (- p v (.p v Propoii 3.5 Diberika poliomial real lakuka ierai Graeffe P da ( v P (- p v- ( p v- (, v, 2,,. Pada ierai ke- diperole poliomial P ( 2 ( z i dea z i adala akar-akar dari P ( Teorema 3.6 (Ideia ewo [5] Jika P + p p adala poliomial moik dea akar-akar z j uuk j,2,, k Defiiika S k z, maka aka berlaku ideia j j ewo beriku : S k + p - S k p S k-, (k > S k + p - S k- + +p -k+ S -kp -k, ( k Teorema 3.7 [] Uuk ebara bilaa komplek ( ξ,...,ξ dea ma ξ,..., berlaku peridakamaa Teorema ma ξ + + ξ,..., Jika P p + p p dea z, z 2,..., z adala akar- akar dari P. Jika S j j > 5 z dea,..., da adala bilaa ali. Maka berlaku peridakamaa r 5 S ma,..., Alorima Tura membuuka ia ipu yaiu: koefiie dari P (, ebara bilaa real C da ebara bilaa ali (lo 2 adala jumla ierai makimum ierai Graeffe. Laka-laka dari Alorima Tura adala ebaai beriku: Laka : Lakuka ralai poliomial T P ( + C q + q q ' kemudia beuk poliomial balika dari T ( yaiu B T q + q q Laka 2 : Beuk poliomial moik B M q da lakuka ierai Graeffe ISB ITS 2-43

3 Semiar aioal Pacaarjaa VI 26, Surabaya G i,..., ( ( i ( i ( lo 2 eia pada ierai ke- diperole dimaa i G G Laka 3: Hiu ( i, +, + +,, +, + + L L, (,2,, adala akar-akar dari i,,2, dimaa i (,2,, adala akar-akar dari G, dea meyeleaika ideia ewo beriku: S,, S + S 2 2 2, 2, S +, S 2 + S3 3 3, M (3., S + 2, S , S (- + S o, SPL (3. dapa diulika diulika dalam oai marik beriku:,, 2 2 2, 2,, 3 3 3, M O M M M, 2, L,, dea marik koefiie merupaka marik eiia bawa Toepliz. SPL (3. dapa dieleaika meuaka alorima ubiui maju uuk medapaka ilai S,S 2,,S Laka 4: Seela diperole S (,2, iu ilai S r ma,..., ebaai oupu dari alorima Tura 4. HASIL DA PEMBAHASA Pembuaa proram alorima Weyl diuaka ofware MATLAB 7. ya dilakuka pada kompuer dea iem operai Widow-Xp dea proeor Peium 2,4 GB da RAM 256 MB. Pada laka ke- alorima Tura dilakuka uau ralai poliomial P pada iik C eia mejadi poliomial T P ( + C, karea iu diperluka ebua alorima uuk memperole koefiie dari T ( erebu. Proedur dari alorima Tralai diujukka ole alorima dibawa ii. Ipu : Poliomial P (berupa koefiiekoefiie poliomial {p, p, p 2,, p }, iik C R FOR i TO DO k i ; FOR i TO DO q i ; FOR j i TO DO q i q i + k (j-i+ P j C (j-i FOR l TO -i DO k l k l + k (l- Oupu : q, q, q Pada laka ke-2 Alorima Tura, dilakuka ierai Graeffe ebayak kali pada ebua poliomial moik M (. Proedur dari alorima Graeffe dea ierai diujuka ole alorima dibawa ii. Ipu : Poliomial P (berupa koefiiekoefiie Poliomial {p,p,p 2,,p }, bayak ierai Graeffe. FOR l TO DO FOR i TO DO {membua koefiie S( eela dilakuka au ierai Graeffe i, ; FOR j TO DO k 2i-j; IF k AD k > k i, i + (, j.k. ED IF {mealika eiap koefiie S( dea (- } i. ( i. ; ; Secara keelurua proedur dari Alorima Tura diujukka ole alorima beriku ISB ITS

4 Semiar aioal Pacaarjaa VI 26, Surabaya P (berupa koefiiekoefiie poliomial {p,p,p 2,,p }, iik C R, bilaa ali (lo 2 adala ierai makimum Alorima Graeffe lo 2 ; {meeuka koefiie poliomial ralai T ( P (C+ } Ipu : poliomial q ralai (P (,C {meeuka koefiie poliomial balika B T } FOR i TO + DO ( i q( + 2 i; {membua poliomial moik} FOR i TO - DO ( i ( i / ( ; ; {melakuka ierai Graeffe ebayak kali} Graeffe, {membua marik eiia bawa Toepliz} FOR i TO - DO FOR j TO - DO IF i > j THE k i j; A(i,j ( k; ED IF {membua marik koaa dari SPL} FOR i TO - DO B(i i ( i; {meyeleaika SPL dea meode ubiui maju} S ubuui maju (A,B {mecari aprokimai jarak erdeka akar dari P dea bilaa komplek C} FOR TO - DO r ( (ab ( S( /( (/( ; Solui (mak(r (- Oupu : olui {oupu dari Alorima Tura} Percobaa dilakuka uuk melia pearu dari: Fakor ralai Bayakya ierai. eradap ilai aprokimai ya didapaka. Poliomial ya aka di uji P 5 ( , dea fakor ralai C,2,3,4,5 da bayak ierai 2,4,8,2,6 dea 2 lo P 5 ( Tabel 4. Tabel 4.2 C ilai aprokimai C ilai aprokimai Dari Tabel 4. meujukka bawa emaki bear fakor ralai dea, maka ilai aprokimai aka meuju 5 dimaa 2. Dari Tabel 4.2 meujukka bawa ilai emaki bear ierai ya dilakuka maka ilai aprokimai aka kovere ke au dea C2. 5. PEUTUP Dari ail pembaaa dalam peeliia ii, dapa diambil keimpula bawa ilai aprokimai ya didapaka dipearui ole bearya fakor ralai da bayakya ierai ya dilakuka, jika diperaika lebi laju maka pada ierai lebi bear ilai aprokimai aka kovere ke au. ilai aprokimai ii dapa diuaka pada alorima Weyl uuk mecari akar-akar poliomial. REFERESI [] Bod,C. 22. A Meod for Fidi Real ad Comple Roo of Real Polyomial Wi Muliple Roo. [2] Bod,C. 23. A Robu Sraey for Fidi All Real ad Comple Roo of Real Polyomial. [3] Golub, G. H. & Va Loa, C. F Mari Compuaio, Balimore, Jo Hopki Uiveriy Pre. [4] Herici, P Eleme of umerical Aalyi, ew York:Jo Wiley. [5] Kalma, D A Mari Proof of ewo Ideiie. ISB ITS 2-45

5 Semiar aioal Pacaarjaa VI 26, Surabaya [6] Palioura, J.D Comple Variable For Sciei Ad Eieer. [7] Pa, V.Y O Approimai polyomial Zero: Modified Quadree (Weyl Corucio ad Improved ewo Ieraio. Reearc repor 2894, IRIA, Sopia-Aipoli, Frace. [8] Pa, V.Y Solvi A Polyomial Equaio: Some Hiory Ad Rece Prore. SIAM Rev.Vol.39. [9] Tura, P O A ew Meod of Aalyi ad I Applicaio, ew Jerey, Willey ad So ISB ITS

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan BAB II LANDASAN TEORI Pada bab ii aka dibaa daar-daar teori yag aka diguaka dalam peulia kripi ii, yaitu megeai metode peakira maximum likeliood, metode peakira oit maximum likeliood da fier iformatio..1

Lebih terperinci

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM 4.1 Peduga dega Kerel Seragam Pada bab ii diguaka peduga dega kerel eragam. Hal ii karea aya belum berail memperole ebara aimtotik dari

Lebih terperinci

BAB 2. TRANSFORMASI LAPLACE 2.1 Pengertian Transformasi Latar Belakang Penggunaan Transformasi Contoh Sederhana Penggunaan Transformasi

BAB 2. TRANSFORMASI LAPLACE 2.1 Pengertian Transformasi Latar Belakang Penggunaan Transformasi Contoh Sederhana Penggunaan Transformasi BAB. TRANSFORMASI LAPLACE. Pegeria Traformai.. Laar Belakag Pegguaa Traformai.. Cooh Sederhaa Pegguaa Traformai. Pegeria Traformai Laplace da ivere Traformai Laplace.. Laar Belakag Pegguaa Traformai Laplace..

Lebih terperinci

Bab III. Menggunakan Jaringan

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

Lebih terperinci

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2 METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA Roki Nuari *, Aziskha, Edag Lily Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas

Lebih terperinci

PENDAHULUAN INTERVAL KEPERCAYAAN PENAKSIRAN TITIK PENAKSIRAN INTERVAL 5/14/2012 KANIA EVITA DEWI

PENDAHULUAN INTERVAL KEPERCAYAAN PENAKSIRAN TITIK PENAKSIRAN INTERVAL 5/14/2012 KANIA EVITA DEWI 5/4/0 INTERVAL KEPERCAYAAN Poulai θ= μ,, π PENDAHULUAN amlig amel θˆ=,, KANIA EVITA DEWI Peakira arameer ada cara:. Peakira iik. Peakira ierval aau ierval keercayaa PENAKSIRAN TITIK Peakira iik -> Jika

Lebih terperinci

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Achmad Samudi, M.Pd. JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA 6. MENGUJI PROPORSI π : UJI DUA PIAK Mialka kia mempuyai populai biom dega propori periiwa A π Berdaarka ebuah ampel

Lebih terperinci

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ INTEGRL TK TENTU pecaha rasioal gusia Pradjaigsih, M.Si. Jurusa Maemaika FMIP UNEJ agusia.fmipa@uej.ac.id DEFINISI Fugsi suku bayak derajad dega bula o egaif 0 dimaa, 0 a a a a a P Fugsi kosa dipadag sbg

Lebih terperinci

Tri Handhika dan Murni Pusat Studi Komputasi Matematika (PSKM), Kampus D 139 Universitas Gunadarma, Depok, 16424

Tri Handhika dan Murni Pusat Studi Komputasi Matematika (PSKM), Kampus D 139 Universitas Gunadarma, Depok, 16424 Saiika PEGGUAA METODE DIRECT SAMPLIG DA IVERSE SAMPLIG DALAM MEGESTIMASI UKURA POPULASI KUCIG DI PERUMAHA BUKIT RIVARIA SAWAGA DEPOK PADA BULA DESEMBER 009 Tri Hadhika da Muri Pua Sudi Kompuai Maemaika

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN EORI. ijaua Puaka Daa ruu waku adalah daa yag dikumpulka meuru urua waku dalam uau reag waku ereu (Roadi, 006). Secara umum aalii ruu waku mempuyai ujua uuk pemodela da peramala. Pemodela

Lebih terperinci

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan 30 B A B III METODE PENELITIAN 3. Peeapa Lokai da Waku Peeliia Objek peeliia dalam peeliia ii adalah megaalii perbadiga harga jual produk melalui pedekaa arge pricig dega co-plu pricig pada oko kue yag

Lebih terperinci

Transformasi Laplace Bagian 1

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

Lebih terperinci

MENENTUKAN SPECTRUM SUATU GRAF BERBANTUAN MATLAB

MENENTUKAN SPECTRUM SUATU GRAF BERBANTUAN MATLAB LAPORAN PENELITIAN KOMPETITIF DOSEN BERSAMA MAHASISWA MENENTUKAN SPECTRUM SUATU GRAF BERBANTUAN MATLAB KETUA TIM PENELITI ABDUSSAKIR, M.Pd JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3 Meode Pegumpula Daa 3 Jeis Daa Pada peeliia ii aka megguaka jeis daa yag bersifa kuaiaif Daa kuaiaif adalah daa yag berbeuk agka / omial Dalam peeliia ii aka megguaka daa pejuala

Lebih terperinci

METODA ITERATIF PADA PERMASALAHAN MENARA HANOI

METODA ITERATIF PADA PERMASALAHAN MENARA HANOI Jural Matematika Vol.6 No.1 November 2006 [ 19 : 23 ] METODA ITERATIF PADA PERMASALAHAN MENARA HANOI Erwi Harahap, Farid H Badruzzama, M. Yusuf Fajar Jurusa Matematika, Uiversitas Islam Badu, Jala Tamasari

Lebih terperinci

Bab 9 Transformasi Laplace

Bab 9 Transformasi Laplace Meode Maemaika Aronomi- Bab 9 Tranformai aplace 9-. Definii Tranformai aplace Mialkan f() uau fungi real dengan variable dan >. Tranformai aplace didefiniikan ebagai: T f ( ) F( ) lim f ( ) e d f ( ) e

Lebih terperinci

ek SIPIL MESIN ARSITEKTUR ELEKTRO

ek SIPIL MESIN ARSITEKTUR ELEKTRO ek SIPIL MESIN ASITEKTU ELEKTO ELASI ANTAA DEBIT DENGAN KENAIKAN EAD DI DALAM ESEOI GANDA Daud Paabang* dan Kriian Seleng * Abrac A double ued reervoir i commonly found a e inallaion of demin waer a feeding

Lebih terperinci

BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR

BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR Bulei Ilmia Ma. Sa. da Teraaa (Bimaser) Volume 6, No. 0(07), al 8. BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR Umi Salma, Mariaul Kifia, Frasiskus Fra INTISARI Beuk kaoik

Lebih terperinci

ek SIPIL MESIN ARSITEKTUR ELEKTRO

ek SIPIL MESIN ARSITEKTUR ELEKTRO ek SIPIL MESIN ASITEKTU ELEKTO ELASI ANTAA DEBIT DENGAN KENAIKAN EAD DI DALAM ESEVOI GANDA Daud Paabang* dan Kriian Seleng * Abrac A double ued reervoir i commonly found a e inallaion of demin waer a feeding

Lebih terperinci

SIFAT SIFAT TRANSFORMASI LINEAR DARI R KE R

SIFAT SIFAT TRANSFORMASI LINEAR DARI R KE R SIF SIF RNSFORMSI LINER m DRI R KE R Diuu utuk memeuhi uga Mata Kuliah ljabar Liear Doe Pegampu : Dr. Suroo, M. Pd Diuu oleh : Kelompok. ge Chritie rii ( 84.55 ). dik Setyo Nugroho ( 84.65 ). Beti Lutvi

Lebih terperinci

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Bulei Ilmiah Ma.Sa. da Terapaya (Bimaser) Volume 06, No. (07), hal -0. MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Ermawai, Helmi, Frasiskus

Lebih terperinci

MODUL 7 APLIKASI TRANFORMASI LAPLACE

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

Lebih terperinci

Watak Dinamis Sensor. Laila Katriani.

Watak Dinamis Sensor. Laila Katriani. Watak Diami Seor Laila Katriai laila_katriai@uy.ac.id Defiii Fugi Trafer uatu item liear didefiiika ebagai perbadiga traformai Laplace iyal output terhadap iyal iput dega aumi emua kodii awal ama dega

Lebih terperinci

PENDAHULUAN LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter. Pedahulua Pedugaa Parameter Popoulai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

ANALISIS SISTEM KENDALI

ANALISIS SISTEM KENDALI BAB IV ANALISIS SISEM ENDALI Dalam prakekya, iyal mauka iem kedali idak dapa dikeahui ebelumya, eapi mempuyai ifa acak, ehigga mauka eaa idak dapa diyaaka ecara aalii. Uuk aalii da peracaga iem kedali,

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI Bulei Ilmiah Ma. Sa. da erapaya (Bimaser) Volume 4, No. (5), hal 7 6. PNYLSAIAN PRSAMAAN DIFRNSIAL PARSIAL LINAR DNGAN MNGGUNAKAN MOD RANSFORMASI LZAKI Noa Miari, Mariaul Kifiah, Helmi INISARI Persamaa

Lebih terperinci

PROSES KELAHIRAN DAN KEMATIAN SEBAGAI RANTAI MARKOV WAKTU KONTINU

PROSES KELAHIRAN DAN KEMATIAN SEBAGAI RANTAI MARKOV WAKTU KONTINU PROSES KELAHIRAN DAN KEMATIAN SEBAGAI RANTAI MARKOV WAKTU KONTINU Supadi a a Program Sudi Pedidika Maemaika FPMIPA IKIP PGRI Semarag Jl. Dr. Cipo-Loar No1 Semarag Telp. (04)8316377 Fak (04) 844817 Abrak

Lebih terperinci

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '.

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '. 6..MENURUNKAN FUNGSI IMPLISIT Padag y fugsi dari yag disajika dalam beuk implisi f (, y) 0. Turuaya y' didapa sebagai beriku: a. Jika mugki y diyaaka sebagai beuk eksplisi dari, lalu diuruka erhadap b.

Lebih terperinci

Dekomposisi Graf Hasil Kali Tiga Lintasan ke Dalam Sub Graf Perentang Reguler

Dekomposisi Graf Hasil Kali Tiga Lintasan ke Dalam Sub Graf Perentang Reguler Vol. 10, No. 1, 14-25, Juli 2013 Dekompoii Gaf Hail Kali Tiga Linaan ke Dalam Sub Gaf Peenang Regule Hamaai 1 Abak Dekompoii gaf G adala impunan * + dengan meupakan ubgaf dai Gyang memenui ( ) ( ) ( )

Lebih terperinci

CADANGAN COMMISSIONERS DAN CADANGAN ILLINOIS ASURANSI JIWA DWIGUNA BERDASARKAN HUKUM MAKEHAM

CADANGAN COMMISSIONERS DAN CADANGAN ILLINOIS ASURANSI JIWA DWIGUNA BERDASARKAN HUKUM MAKEHAM CDNGN COMMISSIONERS DN CDNGN ILLINOIS SURNSI JIW DWIGUN BERDSRKN HUKUM MKEHM Rio Wayui *, Rola Pae 2, Muraii M 2 Maaiwa Proram Sui S Maemaia 2 Doe Jurua Maemaia Faula Maemaia a Ilmu Peeaua lam Uieria Riau

Lebih terperinci

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

Lebih terperinci

Multi Variabel Tanpa Kendala Multi Variabel dengan Kendala

Multi Variabel Tanpa Kendala Multi Variabel dengan Kendala Optimasi No-iier Pedahulua Suatu permasalaha optimasi disebut oliier ika fusi tuua da kedalaya mempuyai betuk oliier pada salah satu atau keduaya, cotohya adalah sebaai berikut: Metode Optimasi Aalitis

Lebih terperinci

Fisika Statistik. Jumlah SKS : 3. Oleh : Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Mulawarman

Fisika Statistik. Jumlah SKS : 3. Oleh : Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Mulawarman Fiika Statitik Jumlah SKS : 3 Oleh : Rahmawati M, S.Si., M.Si. Jurua Fiika Fakulta Matematika da Ilmu Pegetahua Alam Uiverita Mulawarma Pertemua 2 da 3 Pedahulua (Termodiamika) 2. Statitik Maxwell-Boltzma.

Lebih terperinci

Bab II Landasan Teori

Bab II Landasan Teori Bab II adaa eori Bab ii meyajika kajia item da teori-teori yag aka medaari da diguaka dalam mecari betuk model tereduki. Beberapa hal yag aka dikaji dalam bab ii adalah item PV da beberapa teori daar yag

Lebih terperinci

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

Lebih terperinci

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

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

Lebih terperinci

Optimasi Non-Linier. Metode Analitik

Optimasi Non-Linier. Metode Analitik Optimasi No-iier Metode Aalitik Pedahulua Suatu permasalaha optimasi disebut oliier ika fusi tuua da kedalaya mempuyai betuk oliier pada salah satu atau keduaya, cotohya adalah sebaai berikut: Metode Optimasi

Lebih terperinci

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) .   Definisi L.2 (Kejadian lepas ) 33 LAMPIRAN 34 35 Beberapa Defiisi Ruag Cooh Kejadia da Peluag Suau percobaa yag dapa diulag dalam kodisi yag sama, yag hasilya idak dapa diprediksi dega epa eapi kia bisa megeahui semua kemugkia hasil

Lebih terperinci

BAB 3 PENYELESAIAN PERSAMAAN DIFFERENSIAL BIASA

BAB 3 PENYELESAIAN PERSAMAAN DIFFERENSIAL BIASA BAB PENYELESAIAN PERSAMAAN DIFFERENSIAL BIASA Meode Euler Meode Euler adala Meode ampira palig sederaa uu meelesaia masala ilai awal: ( Biasaa diasumsia bawa peelesaia ( dicari pada ierval erbaas ag dieaui

Lebih terperinci

Bangun Ruang. Sifat-sifat Kubus. Jaring-jaring Kubus. jika dan hanya jika

Bangun Ruang. Sifat-sifat Kubus. Jaring-jaring Kubus. jika dan hanya jika angun Ruang. angun Ruang Sii aa 1) Pima efinii Pima adaah bangun uang yang memiiki bidang aa dan bidang aa yang ejaja dan konguen (ama), au ii ainnya bebenuk jaja genjang aau eegi anjang yang egak uu aauun

Lebih terperinci

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel BAB III PENAKSIR DERET FOURIER 3. Peaksi Dalam saisika, peaksi adalah sebuah saisik (fugsi dai daa sampel obsevasi) yag diguaka uuk meaksi paamee populasi yag idak dikeahui (esimad) aau fugsi yag memeaka

Lebih terperinci

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan PENDUGAAN PARAMETER Ledhyae Ika Harlya Jurua Pemafaata Sumberdaya Perikaa da Kelauta Uiverita Brawijaya 03 Statitik Ifereia Mecakup emua metode yag diguaka dalam pearika keimpula atau geeraliai megeai

Lebih terperinci

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

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

Lebih terperinci

ARTIKEL. Menentukan rumus Jumlah Suatu Deret dengan Operator Beda. Markaban Maret 2015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

ARTIKEL. Menentukan rumus Jumlah Suatu Deret dengan Operator Beda. Markaban Maret 2015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN ARTIKEL Meetuka rumus Jumlah Suatu Deret dega Operator Beda Markaba 191115198801005 Maret 015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN PUSAT PENGEMBANGAN DAN PEMBERDAYAAN PENDIDIK DAN TENAGA KEPENDIDIKAN

Lebih terperinci

LIMIT FUNGSI. 0,9 2,9 0,95 2,95 0,99 2,99 1 Tidak terdefinisi 1,01 3,01 1,05 3,05 1,1 3,1 Gambar 1

LIMIT FUNGSI. 0,9 2,9 0,95 2,95 0,99 2,99 1 Tidak terdefinisi 1,01 3,01 1,05 3,05 1,1 3,1 Gambar 1 LIMIT FUNGSI. Limi f unuk c Tinjau sebuah fungsi f, apakah fungsi f ersebu sama dengan fungsi g -? Daerah asal dari fungsi g adalah semua bilangan real, sedangkan daerah asal fungsi f adalah bilangan real

Lebih terperinci

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN Nomi Kelari *, Hasriai 2, Musraii 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua

Lebih terperinci

ULANGAN IPA BAB I GERAK PADA MAKHLUK HIDUP DAN BENDA

ULANGAN IPA BAB I GERAK PADA MAKHLUK HIDUP DAN BENDA Nama No Aben Kela ULANGAN IPA BAB I GERAK PADA MAKHLUK HIDUP DAN BENDA Romawi I 1. Gerak umbuhan yang dipengaruhi oleh rangangan dari dalam umbuhan iu endiri diebu... a. Endonom c. Higrokopi b. Eionom

Lebih terperinci

BAB IV DESKRIPSI ANALISIS DATA

BAB IV DESKRIPSI ANALISIS DATA BAB IV DESKRIPSI ANALISIS DATA A. Dekripi Data Peelitia ii megguaka peelitia ekperime, ubyek peelitiaya dibedaka mejadi dua kela, yaitu kela kotrol da kela ekperime. Kela kotrol pada peelitia ii merupaka

Lebih terperinci

BILANGAN BAB V BARISAN BILANGAN DAN DERET

BILANGAN BAB V BARISAN BILANGAN DAN DERET Maemaika Kelas IX emese Baisa Bilaga da Dee BILANGAN BAB V BARIAN BILANGAN DAN DERET A. Baisa Bilaga. Pegeia Baisa Bilaga Jika bilaga-bilaga diuuka dega aua eeu maka aka dipeoleh suau baisa bilaga. Cooh

Lebih terperinci

B. DESKRIPSI SINGKAT MATA KULIAH

B. DESKRIPSI SINGKAT MATA KULIAH A. IDENTITAS MATA KULIAH Nama Maa Kuliah : Kalkulus 1 Kode Maa Kuliah : MUG1A4 SKS : 4 (empa) Jeis : Maa kuliah wajib Jam pelaksaaa : Taap muka di kelas = 4 jam per peka Tuorial/ resposi Semeser / Tigka

Lebih terperinci

Rumus-rumus yang Digunakan

Rumus-rumus yang Digunakan Saisika Uipa Surabaya 4. Sampel Tuggal = Rumus-rumus yag Diguaka s..... Sampel berkorelasi D D N N N...... 3. Sampel Bebas a. Uuk varias sama... 3 aau x x s g... 4 b. Sampel Heeroge Guaka Uji Corha - Cox

Lebih terperinci

Bab. Limit. Anda telah mempelajari nilai fungsi f di a pada Bab 5. Sebagai contoh, diketahui f(x( ) = x 2

Bab. Limit. Anda telah mempelajari nilai fungsi f di a pada Bab 5. Sebagai contoh, diketahui f(x( ) = x 2 Bab Limi 7 Sumber: davelicence.zenfolio.com Seela mempelajari bab ini, Anda arus mampu menjelaskan i fungsi di sau iik dan di ak ingga besera eknis periungannya; menggunakan sifa i fungsi unuk mengiung

Lebih terperinci

APLIKASI MODEL JUKES CANTOR DALAM MENENTUKAN PELUANG BASA NITROGEN KETURUNAN SUATU INDIVIDU

APLIKASI MODEL JUKES CANTOR DALAM MENENTUKAN PELUANG BASA NITROGEN KETURUNAN SUATU INDIVIDU Bulei Ilmiah ah. a. da eraaya Bimaer Volume 5 No. 6 hal 8. LIKI ODEL JUKE NOR DL ENENUKN ELUN B NIROEN KEURUNN UU INDIVIDU Nahrul Hayai ariaul Kifiah Bayu rihadoo INIRI eia idividu memiliki DN yag meruaka

Lebih terperinci

BARISAN PANGKAT TERURUT MATRIKS PADA ALJABAR MAX PLUS

BARISAN PANGKAT TERURUT MATRIKS PADA ALJABAR MAX PLUS BRISN PNGKT TERURUT MTRIKS PD LJBR MX PLUS Nurwa Jurusa Matematika FMIP Uiversitas Negeri Gorotalo E-mail: urwa_mat@ug.ac.id bstrak Diberika matriks R yag memeuhi = λ. Matriks adalah k + c c k taktereduksi

Lebih terperinci

III PEMBAHASAN. 2 2x. K dy dx dy dx, (3.2) h2 2 ( x) P g y dydx g y dydx

III PEMBAHASAN. 2 2x. K dy dx dy dx, (3.2) h2 2 ( x) P g y dydx g y dydx III PEMBAHASAN Pada peeliia ii aa dibaas formlasi Hamiloia bai era elomba ierfacial Pembaasa dibai dalam da ass yai ass perama dea baas aas berpa permaa raa da ass eda dea baas aas berpa permaa bebas Hamiloia

Lebih terperinci

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan

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

Lebih terperinci

III. KERANGKA TEORI. hubungan input dengan output (Debertin, 1986; Doll dan Orazem, 1984). Secara

III. KERANGKA TEORI. hubungan input dengan output (Debertin, 1986; Doll dan Orazem, 1984). Secara III. KERANGKA TEORI 3.1. Fugi Produki Fugi produki dapa didefiiika ebagai hubuga ecara eki dalam raformai ipu (reource) ke dalam oupu aau yag melukika aara hubuga ipu dega oupu (Deberi, 1986; Doll da Orazem,

Lebih terperinci

PERTEMUAN 13. VEKTOR dalam R 3

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

Lebih terperinci

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data III. METODE KAJIAN 1. Lokasi da Waku Lokasi kajia berempa uuk kelompok dilaksaaka di kelompok peeraka sapi di Bagka Tegah, Provisi Bagka Beliug, da Kelompok Peeraka Sapi di Cisarua, Bogor, Provisi Jawa

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis BAB III HASIL DAN PEMBAHASAN A. Permasalahan Nyaa Penyebaran Penyaki Tuberculosis Tuberculosis merupakan salah sau penyaki menular yang disebabkan oleh bakeri Mycobacerium Tuberculosis. Penularan penyaki

Lebih terperinci

PENERAPAN JARINGAN SYARAF TIRUAN GAO PADA PENYELESAIAN PERSOALAN VARIATIONAL INEQUALITY DENGAN FUNGSI BATASAN LINIER DAN NONLINIER

PENERAPAN JARINGAN SYARAF TIRUAN GAO PADA PENYELESAIAN PERSOALAN VARIATIONAL INEQUALITY DENGAN FUNGSI BATASAN LINIER DAN NONLINIER PENERAPAN JARINGAN SYARAF TIRUAN GAO PADA PENYELESAIAN PERSOALAN VARIATIONAL INEQUALITY DENGAN FUNGSI BATASAN LINIER DAN NONLINIER Rully Soelaima, Yudhi Puwaato, Erika Purawati Fakultas Tekoloi Iformasi,

Lebih terperinci

Simulasi Pengaruh Sifat Mekanis Bijian Terhadap Distribusi Tekanan Lateral Pada Penyimpanan Dalam Silo Dengan Metode Distinct Element 1

Simulasi Pengaruh Sifat Mekanis Bijian Terhadap Distribusi Tekanan Lateral Pada Penyimpanan Dalam Silo Dengan Metode Distinct Element 1 Simulai Pegaruh Sifa Mekai Bia Terhadap Diribui Tekaa Laeral Pada Peyimpaa Dalam Silo Dega Meode Diic Eleme 1 Oleh Bambag Purwaaa 2, Sri Rahayoe 2, Raa Kumala 3 ABSTRAK Suau meode umeri, Diic Eleme Mehod

Lebih terperinci

HUBUNGAN VARIETY DAN IDEAL RADIKAL SKRIPSI. Oleh : Ambar Mujiarti J2A

HUBUNGAN VARIETY DAN IDEAL RADIKAL SKRIPSI. Oleh : Ambar Mujiarti J2A HUBUNGAN VARIETY DAN IDEAL RADIKAL SKRIPSI Oleh : Ambar Mujiarti J2A 004 003 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO SEMARANG 2009

Lebih terperinci

Laplace Transform. Pengantar Matematika Teknik Kimia. Muthia Elma

Laplace Transform. Pengantar Matematika Teknik Kimia. Muthia Elma Lalace Tranform Penganar Maemaika Teknik Kimia Muhia Elma Penemu Pierre-Simon LPLCE 749 87 hli Maemaika dari Peranci Lalace Tranform Rumu lain.. ω σ π σ σ j d e j x d e x j j.. 0 [x] x - [] Kone variabel

Lebih terperinci

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan

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

Lebih terperinci

Matriks Transformasi

Matriks Transformasi Marik Tranformai A Marik Tranformai dan Koordina Homogen Kombinai benuk perkalian dan ranlai unuk ranformai geomeri 2D ke dalam uau marik dilakukan dengan mengubah marik 2 2 menjadi marik 3 3 Unuk iu maka

Lebih terperinci

Pengujian Hipotesis untuk selisih dua nilai tengah populasi

Pengujian Hipotesis untuk selisih dua nilai tengah populasi Pegujia Hipotei utuk eliih dua ilai tegah populai Hipotei Hipotei atu arah: H 0 : - 0 v H : - < 0 H 0 : - 0 v H : - > 0 Hipotei dua arah: H 0 : - = 0 v H : - 0 Statitik uji z h ( ( ) ) 0 Formula klik diketahui

Lebih terperinci

INTERVAL KEPERCAYAAN

INTERVAL KEPERCAYAAN INTERVAL KEPERCAYAAN Tujua utama diambil ebuah ampel dari ebuah populai adalah utuk memperoleh iformai megeai parameter populai.. Ada cara meetuka parameter populai yaitu peakira da pegujia hipotei. Peakira

Lebih terperinci

SUBGELANGGANG KOMUTATIF MAKSIMAL DARI GELANGGANG POLINOM MIRING

SUBGELANGGANG KOMUTATIF MAKSIMAL DARI GELANGGANG POLINOM MIRING SUBGELANGGANG KOMUTATIF MAKSIMAL DARI GELANGGANG POLINOM MIRING Prof. Dr. Amir Kamal Amir, M.Sc Dra. Nur Erawaty, M.Si Filawati, S.Si Jurusa Matematika, Fakultas Matemetika da Ilmu Pegetahua Alam, Uiversitas

Lebih terperinci

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

Lebih terperinci

TRANSPOR SEDIMEN: DEGRADASI DASAR SUNGAI

TRANSPOR SEDIMEN: DEGRADASI DASAR SUNGAI Univerita Gadja Mada TRANSPOR SEDIMEN: DEGRADASI DASAR SUNGAI SOAL A Suatu ungai (tampang dianggap berbentuk egiempat) dengan lebar B = 5 m. Di uatu tempat di ungai tb, terdapat daar ungai yang berupa

Lebih terperinci

Bab II Sistem Dengan Fase Nonminimum Dan Iterative Learning Control

Bab II Sistem Dengan Fase Nonminimum Dan Iterative Learning Control Bab II Sistem Dea Fase Nomiimum Da Iterative Leari Cotrol Paa baia ii, aka ibahas sistem plat oliear ea ase o miimum a hal-hal ya terkait ea plat oliear. Pembahasa teta iversi stabil a iterative leari

Lebih terperinci

PERTEMUAN 3 PENYELESAIAN PERSOALAN PROGRAM LINIER

PERTEMUAN 3 PENYELESAIAN PERSOALAN PROGRAM LINIER PERTEMUAN PENYELESAIAN PERSOALAN PROGRAM LINIER Setelah dapat membuat Model Matematika (merumukan) peroalan Program Linier, maka untuk menentukan penyeleaian Peroalan Program Linier dapat menggunakan metode,

Lebih terperinci

SEMI MODUL POLINOMIAL FUZZY ATAS ALJABAR MAX-PLUS FUZZY

SEMI MODUL POLINOMIAL FUZZY ATAS ALJABAR MAX-PLUS FUZZY JMP : Volume 3 Nomor 1, Jui 2011 SEMI MODUL POLINOMIAL FUZZY ATAS ALJABAR MAX-PLUS FUZZY Ari Wardayai da Suroto Prodi Matematika, Jurusa MIPA, Fakultas Sais da Tekik Uiversitas Jederal Soedirma (email

Lebih terperinci

SOAL-PENYELESAIAN DEGRADASI-AGRADASI DASAR SUNGAI

SOAL-PENYELESAIAN DEGRADASI-AGRADASI DASAR SUNGAI Juruan Teknik Sipil dan Lingkungan FT UGM Program S Teknik Sipil SOAL-PENYELESAIAN DEGRADASI-AGRADASI DASAR SUNGAI Soal Penyeleaian di bawa ini dicuplik dari buku: Graf and Altinakar, 1998, Fluvial Hydraulic:

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

Lebih terperinci

RING MATRIKS ATAS RING KOMUTATIF. Achmad Abdurrazzaq, Ari Wardayani, Suroto Universitas Jenderal Soedirman

RING MATRIKS ATAS RING KOMUTATIF. Achmad Abdurrazzaq, Ari Wardayani, Suroto Universitas Jenderal Soedirman JMP : Volume 7 Nomor 1, Jui 2015, hal 11-18 RING MATRIKS ATAS RING KOMUTATIF Achmad Abdurrazzaq, Ari Wardayai, Suroto razzaqgaesha@gmailcom Uiversitas Jederal Soedirma ABSTRACT This paper discusses a matrices

Lebih terperinci

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER STATISTIK CUKUP Oleh: Ramayai Rizka M (11810101003), Dey Ardiao (1181010101), Ikfi Ulyawai (1181010103), Falviaa Yulia Dewi (1181010106), Ricki Dio Rosada (11810101034), Nurma Yuia D (11810101035), Wula

Lebih terperinci

PERBEDAAN HASIL BELAJAR MATEMATIKA MELALUI MODEL PEMBELAJARAN THINK TALK WRITE DAN SNOWBALL THROWING

PERBEDAAN HASIL BELAJAR MATEMATIKA MELALUI MODEL PEMBELAJARAN THINK TALK WRITE DAN SNOWBALL THROWING Vol I. No., Mare 07, hlm. 69-74 PERBEDAAN HASIL BELAJAR MATEMATIKA MELALUI MODEL PEMBELAJARAN THINK TALK WRITE DAN SNOWBALL THROWING Ririn Sundari, Sri Rahmah Dewi Saragih Pendidikan Maemaika, Univeria

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN 29 IV. METODE PENELITIAN 4.1. Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Pamijaha, Kabupae Bogor, Provisi Jawa Bara. Pemiliha lokasi peeliia dilakuka secara segaja (purposive) dega perimbaga

Lebih terperinci

Sistem Komunikasi II (Digital Communication Systems)

Sistem Komunikasi II (Digital Communication Systems) Siem Komuikai II (Digial Commuicaio Syem) Lecure #3: Demodulai / Deeki Baebad (Baebad Demodulaio / Deecio) - PAR I opik: 3. Pedahulua. 3. Repreeai Geomeri dari Siyal. 3.3 Opimal Deecio: Maximum Likelihood

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

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

Lebih terperinci

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital isim Komuikasi 1 Peremua 5 Koversi Aalog ke Digial Murik Alayrus Tekik Elekro Fakulas Tekik, UMB murikalayrus@yahoo.com 1 Base Ba Moulaio Paa bagia sebelum kia meapaka siyal koiyu erhaap waku, misalyasiyalm(),

Lebih terperinci

FUNGSI RASIONAL DAN EKSPANSI FRAKSI PARSIAL (EFP)

FUNGSI RASIONAL DAN EKSPANSI FRAKSI PARSIAL (EFP) UNGSI RASIONAL DAN EKSPANSI RAKSI PARSIAL (EP) Ap Namuokhma Juua Tkik Elko Uivia Jdal Achmad Yai Mach EL Siyal da Sim Tuua Blaa : mgahui buk poliomial aau pamaa uku bayak dalam vaiabl mghiug aka-aka poliomial

Lebih terperinci

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

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

Lebih terperinci

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA 3. Perumusa Peduga Misalka N adala proses Poisso o omoge pada iterval [, dega fugsi itesitas yag tidak diketaui. Fugsi ii diasumsika teritegralka

Lebih terperinci

Pedahulua Pedugaa Parameter Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel, Mial :. x diguaka ebagai peduga bagi µ. diguaka ebagai peduga bagi σ 3. p atau p$ diguaka ebagai peduga

Lebih terperinci

SISTEM PENGOLAHAN ISYARAT. Kuliah 6 Transformasi Fourier Diskret

SISTEM PENGOLAHAN ISYARAT. Kuliah 6 Transformasi Fourier Diskret TKE 43 SISTEM PEGOLAHA ISYARAT Kuliah 6 Tafomai Foui Dik Idah Suilawai, S.T., M.Eg. Pogam Sudi Tkik Elko Fakula Tkik da Ilmu Komu Uivia Mcu Buaa Yogyakaa 9 KULIAH 6 SISTEM PEGOLAHA ISYARAT TRASFORMASI

Lebih terperinci

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

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

Lebih terperinci

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov BAB II TEORI DASAR. Proses Sokasik Raai Markov Proses sokasik merupaka suau cara uuk mempelajari hubuga yag diamis dari suau ruua perisiwa aau proses yag kejadiaya bersifa idak pasi. Dalam memodelka perubaha

Lebih terperinci

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F BAB III AALISIS EMODELA ATRIA HAULER EGAGKUTA OVERBURDE ADA JALA 7F 3.. edahulua ada Bab II telah dijelaka beberapa teori yag diguaka utuk melakuka aalii yag tepat dalam memecahka maalah yag ada. ada bab

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 1, 41-48, April 2003, ISSN : MATRIKS STOKASTIK GANDA DAN SIFAT-SIFATNYA

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 1, 41-48, April 2003, ISSN : MATRIKS STOKASTIK GANDA DAN SIFAT-SIFATNYA JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No., 4-48, April 00, ISSN : 40-858 MATRIKS STOKASTIK GANDA DAN SIFAT-SIFATNYA Suryoto Jurusa Matematika F-MIPA Uiversas Dipoegoro Semarag Abstrak Suatu matriks tak

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter Pedahulua Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

Batas Bilangan Ajaib Pada Graph Caterpillar

Batas Bilangan Ajaib Pada Graph Caterpillar J. Math. ad Its Appl. ISSN: 189-605X Vol. 3, No., Nov 006, 49 56 Batas Bilaga Ajaib Pada Graph Caterpillar Chairul Imro Jurusa Matematika FMIPA ITS Surabaya imro-its@matematika.its.ac.id Abstrak Jika suatu

Lebih terperinci

MATRIKS HANKEL Hankel Matrices. R. Heru Tjahjana Jurusan Matematika FMIPA UNDIP. Abstract

MATRIKS HANKEL Hankel Matrices. R. Heru Tjahjana Jurusan Matematika FMIPA UNDIP. Abstract Vol. 4. No., 8-9, Austus, ISSN : 4-858 MATRIKS HANKEL Hakel Matrices R. Heru Tahaa Jurusa Matematika FMIPA UNDIP Abstract I this paper, we talk about Hakel Operator ad Hakel Matrix. Operator H :F[] - F[[

Lebih terperinci

Bab IV. Penderetan Fungsi Kompleks

Bab IV. Penderetan Fungsi Kompleks Bab IV Pedereta Fugsi Kompleks Sebagaimaa pada fugsi real, fugsi kompleks juga dapat dideretka pada daerah kovergesiya. Semua watak kajia kovergesi pada fugsi real berlaku pula pada fugsi kompleks. Secara

Lebih terperinci

PENYELESAIAN INTEGRASI NUMERIK DENGAN MATLAB. Ratna Widyati Jurusan Matematika, FMIPA Universitas Negeri Jakarta

PENYELESAIAN INTEGRASI NUMERIK DENGAN MATLAB. Ratna Widyati Jurusan Matematika, FMIPA Universitas Negeri Jakarta Kode Makala M-6 PENYELESAIAN INTEGRASI NUMERIK DENGAN MATLAB Rata Widyati Jurusa Matematika, FMIPA Uiversitas Negeri Jakarta ABSTRAK Metode umerik dapat diguaka utuk megampiri itegrasi yag dapat meyelesaika

Lebih terperinci