PENGUKURAN FERTILITAS DENGAN MENGGUNAKAN METODE RELE DAN GUNASEKARAN-PALMORE IKA SORVIANTI

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENGUKURAN FERTILITAS DENGAN MENGGUNAKAN METODE RELE DAN GUNASEKARAN-PALMORE IKA SORVIANTI"

Transkripsi

1 PENGUKURN FERTILITS DENGN MENGGUNKN METODE RELE DN GUNSEKRN-PLMORE IK SORVINTI DEPRTEMEN MTEMTIK FKULTS MTEMTIK DN ILMU PENGETHUN LM INSTITUT PERTNIN BOGOR BOGOR 1

2 BSTRK IK SORVINTI. Penguuran Fertilitas engan Menggunaan Metoe Rele an Gunasearan- Palmore. Dibimbing ole RETNO BUDIRTI an HDI SUMRNO. Fertilitas merupaan ator yang iperluan alam proyesi jumla penuu selain ator mortalitas an migrasi. Namun i banya negara, ususnya negara berembang, penguuran ertilitas seara langsung sulit ilauan arena ata sensus anya memberian inormasi jumla penuu paa saat sensus iaaan an tia menatat seara lengap jumla bayi lair iup yang emuian meninggal paa watu sensus. Di negara-negara tersebut, penguuran ertilitas ilauan engan menggunaan metoe ta langsung antara lain metoe Rele, metoe Palmore, metoe Gunasearan-Palmore, metoe elairan ana terair, an metoe ana anung. GRR (gross reproution rate) aala uuran ertilitas teraap bayi perempuan yang ilairan seorang wanita selama iupnya, engan asumsi rasio jenis elamin bayi perempuan an bayi lailai masing-masing aala 1. an 1.5. TFR (total ertility rate) aala uuran ertilitas yang menunjuan rata-rata jumla bayi yang ilairan seorang wanita selama iupnya. Tujuan ari arya ilmia ini aala menuga tingat ertilitas engan metoe Rele an metoe Gunasearan-Palmore an membaningan asil ugaan TFR untu masing-masing metoe. Metoe Rele merupaan sala satu metoe penguuran ertilitas ta langsung untu menuga GRR berasaran paa onsep penuu stabil. Paa metoe Rele, nilai CWR an anga arapan iup igunaan untu mengitung GRR. Paa metoe Gunasearan-Palmore, uuran ertilitas GRR iuga engan menggunaan ata sebaran penuu wanita menurut umur an anga arapan iup wanita. Metoe ini menggunaan ata ertilitas ari beberapa negara i unia taun untu memperole moel persamaan regresi. Keua metoe tersebut igunaan untu menuga TFR engan eperluan atanya seerana, yaitu ata strutur umur penuu an anga arapan iup. Berasaran ata penuu Inonesia taun 5 an 7, iperole nilai ugaan TFR menggunaan metoe Rele untu taun 5 an 7 masing-masing sebesar. an.6. Hasil ugaan TFR menggunaan metoe Gunasearan-Palmore untu perioe yang sama masingmasing sebesar.7 an.71. Seangan asil TFR berasaran pengitungan BPS untu masing-masing perioe aala.6 an.6. Hasil tersebut menunjuan bawa, asil pengitungan engan metoe Rele lebi meneati asil pengitungan BPS ibaningan asil TFR engan metoe Gunasearan-Palmore. Kata uni: penguuran ta langsung, anga reprousi asar, anga elairan total.

3 BSTRCT IK SORVINTI. Te Measurement o Fertility Using Rele an Gunasearan-Palmore Metos. Uner supervision o RETNO BUDIRTI an HDI SUMRNO. Fertility is an important ator in population projetion besie mortality an migration. Unortunately, in most ountries, espeially in unerevelope ountries, te iret measurement o ertility is iiult to obtain beause ensus ata only provie te number o population at te time te ensus an tere is la o inormation about te number o live birt at te time o ensus. In tese ountries, measurement o ertility is usually one using iniret metos, su as Rele, Palmore, Gunasearan-Palmore, last live birt, an own ilren metos. GRR (gross reproution rate) is a ertility measure tat esribes te number o live birt o emale il uring a women s lie time. Te ratio o il s gener is assume to be 1. male an 1.5 emale. TFR (total ertility rate) is te average number o ilren tat woul be born to a woman over er lie time. Te objetives o tis paper are to estimate ertility measure using Rele an Gunasearan- Palmore metos an to ompare te estimate TFR using ea meto. Rele meto is one o iniret measurement o ertility meto to in GRR, wi is evelope by using stable population moel. In tis meto, CWR (il women ratio) an expete lie at birt are use to estimate GRR. In Gunasearan-Palmore meto, te ertility measure o GRR is estimate by using age istribution o emale an expete lie at birt o emale. Te regression moel is evelope by using te ertility ata rom many ountries aroun te worl, wi ave omplete ertility ata in te perio o Bot Rele an Gunasearan-Palmore metos use only simple ata, su as te struture o age istribution an expete lie at birt to estimate TFR. Base on Inonesian ata or perio 5 an 7, te estimate TFR using Rele an Gunasearan-Palmore metos are obtaine. Te value o TFR using Rele meto or 5 an 7 are. an.6, respetively. Te results o estimation TFR using Gunasearan-Palmore meto or te same perio are.7 an.71, respetively. Te value o TFR rom Inonesian Central Bureau o Statistis or ea perio are.6 an.6, respetively. Tis result sows tat, TFR wit Rele meto is loser to te value o TFR rom Inonesian Central Bureau o Statistis. Keywors: iniret measurement o ertility, gross reproution rate, total ertility rate.

4 PENGUKURN FERTILITS DENGN MENGGUNKN METODE RELE DN GUNSEKRN-PLMORE IK SORVINTI Sripsi sebagai sala satu syarat untu memperole gelar Sarjana Sains paa Departemen Matematia DEPRTEMEN MTEMTIK FKULTS MTEMTIK DN ILMU PENGETHUN LM INSTITUT PERTNIN BOGOR BOGOR 1

5 Juul : Penguuran Fertilitas engan Menggunaan Metoe Rele an Gunasearan-Palmore Nama : Ia Sorvianti NRP : G5167 Menyetujui: Pembimbing I, Pembimbing II, Ir. Retno Buiarti, MS NIP Dr.Ir. Hai Sumarno, MS NIP Mengetaui: Ketua Departemen, Dr. Berlian Setiawaty, MS NIP Tanggal Lulus:

6 PRKT Puji syuur penulis panjatan epaa lla SWT yang Maabai, atas segala ramat an arunia-nya, penulis apat menyelesaian tugas air yang berjuul Penguuran Fertilitas engan Menggunaan Metoe Rele an Gunasearan-Palmore. Penulis menguapan terimaasi epaa pia-pia yang tela memberian orongan teraap penulis alam menyelesaian tugas air ini, yaitu : 1. Keua osen pembimbing penulis, ibu Retno Buiarti an bapa Hai Sumarno atas ilmu, bantuan, naseat an motivasi yang tela iberian serta bimbingannya seingga penulis mampu menyelesaian tugas air ini.. Ibu Berlian Setiawati an ibu Faria Hanum atas ilmu, bantuan, naseat, an motivasi yang tela iberian. 3. Ibu Enar H. Nugraani yang tela menjai osen penguji saat siang.. Untu ibu, terimaasi atas segala sesuatunya. (Ibu aala untu saya an saya aa untu ibu, mua-muaan ita bisa menjai lebi bai ari sebelumnya, amin). 5. Untu bapa an ai, terimaasi atas oanya, uungan an segala sesuatunya. (Semoga oa-oa an ita-ita ita terapai, amin). 6. Yeni uliawati terimaasi sua menjai teman yang sangat banya membantu, semoga apa yang ita ita-itaan terapai, amin. 7. Teman-teman matematia angatan Seluru osen matematia IPB, atas segala ilmu yang tela iberian, an epaa sta an TU Departemen matematia: bu Susi, bu e, mas Deni, mas Yono, an lain-lain, atas bantuan yang tela iberian epaa penulis. 9. Semua teman matematia yang berbea angatan terimaasi atas bantuan yang tela iberian. Semoga tugas air ini apat bermanaat bagi penulis, an juga pia lain umumnya yang membutuan. Bogor, Januari 1 Ia Sorvianti

7 RIWYT HIDUP Penulis ilairan i Semarang, pril 1986 ari pasangan Suoo an Sumiati sebagai ana pertama ari ua bersauara. Paa taun 1 penulis menyelesaian peniian seola lanjut tingat pertama i SMPN 9 Depo, yang alam taun yang sama penulis melanjutan peniian e seola menenga umum i SMN Depo. Paa taun, penulis lulus ari tingat SMU an melanjutan peniian e tingat perguruan tinggi i Institut Pertanian Bogor (IPB) melalui jalur Selesi Penerimaan Maasiswa Baru (SPMB) an mengambil program stui Matematia, Departemen Matematia, Faultas Matematia an Ilmu Pengetauan lam IPB.

8 DFTR ISI Halaman DFTR ISI vii DFTR TBEL... viii DFTR GMBR... viii DFTR LMPIRN... viii PENDHULUN... 1 Latar Belaang... 1 Tujuan... 1 LNDSN TEORI... METODE PENGUKURN FERTILITS... 5 Metoe Rele... 5 Metoe Gunasearan-Palmore... 7 pliasi Paa Data Penuu Inonesia... 8 KESIMPULN... 1 DFTR PUSTK vii

9 DFTR TBEL Halaman Tabel 1. Koeisien a an b untu berbagai level HH... 7 DFTR GMBR Halaman Gambar 1. Proporsi jumla penuu... 9 DFTR LMPIRN Halaman Lampiran 1. Proses pengitungan U an V Lampiran. Pembutian umulan e-r Lampiran 3. Tabel istribusi penuu Inonesia menurut umur berasaran Survei Penuu ntar Sensus (SUPS) taun 5... Lampiran. Tabel istribusi penuu Inonesia menurut umur berasaran Survei Demograi an Keseatan Inonesia (SDKI) taun 7... viii

10 1 PENDHULUN 1.1 Latar Belaang Peristiwa elairan atau ertilitas merupaan sala satu ator yang mempengarui perubaan jumla penuu selain ator mortalitas an migrasi. Penguuran ertilitas iperluan sebagai sala satu omponen alam proyesi jumla penuu i watu menatang, selain itu penguuran ertilitas apat igunaan untu memetaan aera-aera yang memilii ertilitas tinggi. Namun paa negara berembang seperti Inonesia, engan sistem penataan ertilitas yang urang aurat, imana ata sensus epenuuan yang iperole anya memberian inormasi jumla penuu yang iup paa saat sensus iaaan an tia menatat seara lengap jumla bayi lair iup yang emuian meninggal paa watu sensus. Hal tersebut menyebaban pengitungan ertilitas seara langsung sulit ilauan, seingga iperluan metoe seara ta langsung untu menguur ertilitas. Metoe penguuran ertilitas seara ta langsung yang apat igunaan untu mengitung tingat ertilitas antara lain metoe Rele, metoe Palmore, metoe Gunasearan-Palmore, metoe elairan ana terair, an metoe ana anung. Dalam arya ilmia ini aan iaji ua metoe penguuran ertilitas ta langsung, yaitu metoe Rele an metoe Gunasearan- Palmore. Keua metoe tersebut sesuai igunaan untu mengitung ertilitas paa aera yang sulit memperole ata ertilitas yang lengap, engan eperluan atanya seerana, yaitu ata strutur umur penuu an anga arapan iup. Metoe Rele igunaan untu menuga GRR, yang berasaran paa onsep penuu stabil untu menentuan moel regresi. Paa metoe ini nilai GRR iperole ari nilai Cil Women Ratio (CWR) an anga arapan iup. Paa metoe Gunasearan-Palmore iasaran paa ubungan antara uuran ertilitas yang ipengarui ole istribusi umur penuu an ator mortalitas. Metoe ini menuga GRR engan menggunaan ata ertilitas ari beberapa negara i unia ari taun 1965 sampai taun 1975 untu memperole moel persamaan regresi. Data yang iperluan untu mengitung GRR paa eua metoe tersebut iperole engan menggunaan ata sensus. Paa metoe Rele, nilai CWR merupaan perbaningan penuu usia - taun engan penuu wanita usia 15-9 taun. Seangan metoe Gunasearan- Palmore menggunaan ata sebaran penuu wanita menurut umur an anga arapan iup wanita watu lair. Tingat ertilitas total (TFR) ari seorang wanita apat iitung engan mengalian GRR engan ator.5. Dengan asumsi rasio jenis elamin bayi perempuan an bayi lailai masing-masing aala 1. an 1.5. Dimana uuran TFR ari seorang wanita menyataan rata-rata jumla ana yang ilairan ole seorang wanita selama masa reprousinya. 1. Tujuan 1. Mempelajari penguuran ertilitas ta langsung engan menggunaan metoe Rele an metoe Gunasearan-Palmore.. Mengitung tingat ertilitas engan metoe Rele an metoe Gunasearan- Palmore untu ata penuu Inonesia. 3. Membaningan asil penguuran ertilitas engan metoe Rele an Gunasearan-Palmore. LNDSN TEORI Deinisi 1 Fertilitas (Fertility) Fertilitas aala asil reprousi yang nyata ari seorang atau seelompo wanita berasaran banyanya bayi yang ilairan iup. [Luas 198] Deinisi Kelairan Hiup (Lie Birt) Kelairan iup aala elairan seorang bayi tanpa memperitungan lama eamilan engan menunjuan tana-tana eiupan seperti bernaas, eta jantung,

11 enyut nai atau geraan nyata yang isengaja. [Luas 198] Deinisi 3 Masa Reprousi (Cilbearing ge) Masa reprousi aala masa imana wanita mampu melairan yaitu usia 15-9 taun yang isebut juga usia reprousi. [Lembaga Demograi FE UI 198] Deinisi nga Kelairan Kasar (Crue Birt Rate) nga elairan asar aala jumla elairan paa suatu taun tertentu ibagi jumla penuu paa pertengaan taun yang sama. [Brown 1997] Deinisi 5 nga Kelairan Umum (General Fertility Rate) nga elairan umum aala jumla elairan paa suatu taun tertentu ibagi jumla penuu wanita usia reprousi paa pertengaan taun yang sama. [Brown 1997] Deinisi 6 nga Kelairan Menurut Umur (ge Speii Fertility Rate) nga elairan menurut umur aala jumla elairan menurut elompo umur tertentu ari wanita ibagi jumla penuu wanita alam elompo umur yang sama. [Brown 1997] Deinisi 7 nga Kelairan Total (Total Fertility Rate) nga elairan total aala rata-rata jumla ana yang ilairan ole seorang wanita selama masa reprousinya. [Brown 1997] Deinisi 8 nga Reprousi Kasar (Gross Reproution Rate) nga reprousi asar aala rata-rata jumla ana perempuan yang ilairan ole seorang wanita selama masa reprousinya, tanpa memperitungan emunginan ana perempuan yang ilairan meninggal sebelum mengairi masa reprousinya. [Brown 1997] Deinisi 9 nga Reprousi Bersi (Net Reproution Rate) nga reprousi bersi aala rata-rata jumla ana perempuan yang ilairan ole seorang wanita selama masa reprousinya engan memperitungan peluang ana perempuan yang ilairan, meninggal sebelum mengairi masa reprousinya. [Brown 1997] Deinisi 1 Rasio na-wanita (Cil Women Ratio) Rasio ana-wanita aala jumla ana usia - taun ibagi jumla wanita usia 15-9 taun alam suatu watu tertentu. [Lembaga Demograi FE UI 198] Deinisi 11 nga Harapan Hiup (Lie Expetany) nga arapan iup watu lair ieinisian sebagai rata-rata taun iup yang aan ijalani ole seseorang seja lair alam situasi ematian yang berlau ilingungan masyaraatnya. [Utomo 1985] Deinisi 1 Persamaan Regresi Persamaan regresi aala persamaan matemati yang apat meramalan nilai suatu peuba ta bebas ari satu atau lebi peuba bebas, yang seara umum apat itulisan alam bentu: Y β + β X + β X + + β X + ε Y menyataan variabel ta bebas, X i menyataan variabel bebas ari moel ( i 1,,..., ), βn menyataan oeisien regresi ( n,1,,..., ), ε menyataan nilai galat ari moel. [Walpole 1995] Deinisi 13 Metoe Kuarat Tereil Moel regresi linear bergana: y β + β1x1 + βx β x (1) apabila terapat n ata amatan, maa persamaan (1) menjai y β + x + x + + x + 1iβ1 iβ... iβ εi β + x jiβ j + εi, i 1,,..., n () j 1 engan notasi matris, persamaan () menjai y Xβ + ε. (3) engan y aala matris n 1, vetor ata amatan. X aala matris n p, p + 1 vetor ari peuba. β aala matris ( + 1) 1 vetor ari oeisien regresi an ε aala n 1 vetor ari nilai galat.

12 3 Jumla uarat galat untu moel regresi linear bergana ieinisian sebagai beriut: 1 n i () i 1 S( β, β,..., β ) ε ε ' ε Jumla uarat tersebut merupaan ungsi ari β ( β, β1,..., β ) '. Nilai ugaan uarat tereil bagi β ilambangan engan ˆ β merupaan nilai β yang meminimuman S( β ). Nilai ugaan uarat tereil ˆ β apat iperole engan menurunan persamaan () teraap β, ari persamaan () iperole S( β ) ε ' ε ( y Xβ ) '( y Xβ ) y ' y β ' X ' y y ' Xβ + β ' X ' Xβ y ' y β ' X ' y+ β ' X ' Xβ (5) engan menurunan persamaan (5) teraap β iperole X ' y+ X ' Xβˆ X ' X ˆ β X ' y ˆ 1 ( X ' X ) ' β X y [MontGomery an Pe 199] Ruang onto, Kejaian an Peluang Deinisi 1 Perobaan aa Perobaan aa aala suatu perobaan yang apat iulang alam onisi yang sama, yang asilnya tia apat iuga engan tepat, tetapi semua emunginan asil yang munul apat ietaui. [Grimmett an Stirzaer 199] Deinisi 15 Ruang Conto an Kejaian Himpunan ari semua emunginan asil ari suatu perobaan aa isebut ruang onto, inotasian engan Ω. Suatu ejaian aala impunan bagian ari Ω [Grimmett an Stirzaer 199] Deinisi 16 Mean-σ Mean-σ aala suatu impunan F yang anggotanya teriri atas impunan bagian ari ruang onto Ω, serta memenui onisi beriut : 1. F, 3. Jia,... F maa 1, i F. i 1 [Grimmett an Stirzaer 199] Deinisi 17 Uuran Peluang Misalan F aala mean-σ ari ruang onto Ω. Uuran peluang aala suatu ungsi P : F,1 Ω,F yang memenui : 1. P( ), P( Ω ) 1, paa ( ). Jia,... 1, F aala impunan yang saling lepas yaitu i j untu setiap pasangan i j, maa P i P( i) i 1 i 1 [Grimmett an Stirzaer 199] Peuba a an Sebarannya Deinisi 18 Peuba a Suatu peuba aa X aala suatu ungsi X : Ω R engan siat bawa ω Ω : X ω x F untu setiap x R. { ( ) } [Grimmett an Stirzaer 199] Deinisi 19 Peuba a Disret Peuba aa X iataan isret jia nilainya anya paa impunan bagian yang teritung ari R. [Grimmett an Stirzaer 199] Catatan : Suatu impunan bilangan C isebut teritung jia C teriri atas bilangan teringga atau anggota C apat ioresponensian 1-1 engan bilangan bulat positi. Deinisi Fungsi Massa Peluang Fungsi massa peluang ari suatu peuba aa isret X aala ungsi p : R,1 yang iberian ole : p x P X x. X ( ) ( ) [Grimmett an Stirzaer 199] Deinisi 1 Fungsi Sebaran Fungsi sebaran ari peuba aa inyataan sebagai, F x P X x X ( ) ( ). [Grimmett an Stirzaer 199] X. Jia F maa F,

13 Deinisi Peuba a Kontinu Peuba aa X iataan ontinu jia F x P X x apat ungsi sebaran X( ) ( ) inyataan sebagai X x ( ) ( ), F x u u x R, engan : R, ) aala ungsi yang terintegralan. Fungsi isebut ungsi epeatan peluang ari X. [Grimmett an Stirzaer 199] Nilai Harapan Deinisi 3 Nilai Harapan 1. Jia X aala peuba aa isret p x, engan ungsi massa peluang ( ) X X maa nilai arapan ari X, inotasian E X, aala engan ( ) E( X) x p ( x), jia jumla i atas onvergen mutla.. Jia X aala peuba aa ontinu engan ungsi epeatan peluang x, maa nilai arapan ari X X ( ) aala ( ) ( ) x E X x x, jia integral X i atas onvergen mutla. [Hogg et al 5] Deinisi Momen 1. Jia X aala peuba aa isret p x, engan ungsi massa peluang X( ) X maa momen e- ari X, ieinisian sebagai ( ) X( ), E X x p x jia jumla i atas onvergen mutla.. Jia X aala peuba aa ontinu engan ungsi epeatan peluang x, maa momen e- ari X, X( ) ieinisian sebagai x ( ) X( ), E X x x jia integral i atas onvergen mutla. [Hogg et al 5] Momen pertama ari peuba aa X isebut nilai arapan ari X yaitu ( ) E X. Deinisi 5 Fungsi Pembangit Momen Fungsi pembangit momen ari peuba aa X ieinisian sebagai, X tx tx ( ) ( ) ( ), M t E e e x untu t R, jia nilai arapan i atas aa. [Hogg et al 5] Teorema 6 Deret Taylor Suatu ungsi isebut memilii bentu eret Taylor i a, jia n ( a) ( ) ( ) n x x a n n! '( a) ''( a) ( a) + ( x a) + ( x a) !! [Stewart 1999] X METODE PENGUKURN FERTILITS 1. Metoe Rele Metoe Rele merupaan sala satu metoe penguuran ertilitas ta langsung untu menuga Gross Reproution Rate (GRR) berasaran paa onsep penuu stabil. Nilai GRR iitung menggunaan nilai Cil Women Ratio (CWR) an nilai anga arapan iup ( e ). Paa moel penuu stabil iasumsian bawa tingat ertilitas penuu aala tetap (Rele, 1967). 1.1 Moel Penuu Stabil Misalan B( t ) menyataan banyanya elairan iup paa watu t an r aala b laju elairan bayi untu interval watu t, maa banyanya elairan paa watu t+ n apat itulisan: B( t+ t) B( t) + r B( t) t B( t+ t) B( t) rb B( t) t b

14 5 B( t+ t) B( t) rb lim t B( t) t 1 B rb B( t) t t+ n t+ n rb t t t r t ln B( s) 1 B( s) B( s) t+ n t+ n b t t r ( t+ n t) ln B( t+ n) ln B( t) b B( t+ n) rb n ln B( t) nr B( t+ n) b e B( t) B( t n) B( t) e nr b +. (1) [Brown 1997] Dengan rb an n> aala watu. Persamaan (1) menunjuan banyanya elairan per taun ipengarui ole laju elairan bayi r b. Misalan P( t ) merupaan banyanya penuu paa watu t, an B( t ) merupaan banyanya elairan iup paa watu t, berasaran persamaan (1) maa banyanya elairan paa watu t x aala: b B( t x) B( t) e r x, () an banyanya penuu yang lair paa watu t x (bayi umur nol) sampai umur x paa watu t aala B( t x) p( x), engan p( x) aala peluang bayi iup sampai umur x. Dengan emiian total penuu paa watu t aala P( t) B( t x) p( x) B( t x) p( x) b B( t) e r x p( x) (3) Dan total penuu paa watu t+ n aala: b P( t+ n) B( t+ n) e r x p( x), () nrb ari persamaan (1) B( t+ n) B( t) e, maa iperole + P( t n) nrb rb x B( t) e e p( x) nrb rb x e B( t) e p( x) P( t) e nr b, (5) persamaan (5) menunjuan bawa laju pertumbuan penuu r p merupaan laju elairan bayi r b itu seniri, seingga r r r an B( t n) B( t) e nr b +. b p Misalan Fx ( t) menyataan banyanya penuu umur x sampai x+ paa watu t an banyanya penuu paa watu t aala P( t ), maa proporsi penuu stabil umur x sampai x + paa watu t aala rx Fx ( t) B( t) e p( x), P( t) rx B( t) e p( x) (6) arena B( t ) buan ungsi x maa persamaan (6) menjai: rx Fx ( t) e p( x) P( t) rx e p( x) (7) persamaan (7) menyataan bawa proporsi penuu paa suatu selang umur tertentu buanla ungsi ari t, seingga proporsi penuu paa umur tersebut tia beruba. Tingat elairan populasi paa watu t apat itulisan: B( t) P * SFR( x), (8) x engan Px aala populasi wanita iup sampai umur x an SFR( x ) aala anga elairan ari wanita berumur x. Banyanya bayi wanita yang lair paa watu t apat itulisan: 1 * B Px * SFR ( x ).5 1 * * r( x+.5) L * x B e * ( ) SFR x (9).5 l Lx imana p( x), engan membagi B l iperole 1 * r( x+.5) L * x e * SFR ( x ) 1. (1).5 l

15 6 Jia α an β aala batas bawa an batas atas ari umur wanita reprouti, seingga SFR( x ) untu x< α atau x> β, maa persamaan (8) an (9) masing-masing apat itulisan sebagai beriut: β B( t) P * SFR( x) an x α β 1 * * r( x+.5) L * x * ( ),. B B e SFR x α.5 l an persamaan (1) menjai β 1 * r( x+.5) L * x e * SFR ( x ) 1..5 l α Bentu isrit ari persamaan (1) apat itulisan: 9 1 * r ( i+.5) L * i e * SFR ( i )1, (11).5 l i 15 engan α 15 an β 9, 1. Hubungan GRR an CWR Lx p( x). l Penugaan GRR ini ilauan engan menentuan ubungan antara peuba tabebas GRR engan peuba bebas CWR. Beriut notasi yang igunaan X : CWR. r : laju pertumbuan penuu. P ( x ) : peluang penuu wanita iup sampai umur x. m P ( x ) : peluang penuu lai-lai iup sampai umur x.,, : batas bawa an batas atas ari selang umur bayi. : batas bawa an batas atas ari selang umur wanita reprouti. CWR merupaan perbaningan jumla sebaran penuu selang umur, taun (bayi wanita an bayi lai-lai) teraap jumla sebaran penuu wanita selang umur, CWR X taun, seingga rasio ( ) apat itulisan sebagai: rx m rx 1,5 Be P ( x) + Be P ( x) X rx Be P ( x) rx m rx 1,5 e P ( x) + e P ( x) rx e P ( x) rv m e 1,5 P ( x) + P ( x), engan e e ru rv ru e P ( x) rx e P ( x), P ( x) rx m rx 1,5 e P ( x) + e P ( x), m 1,5 P ( x) + P ( x) (1) engan menggunaan eret Taylor iperole U xp ( x) P ( x) an m 1,5 xp ( x) + xp ( x) V m 1,5 P ( x) + P ( x) (Liat Lampiran 1) U an V aala rata-rata umur wanita an ana, seingga U V menyataan rata-rata panjang satu generasi, yaitu U V T + t rv m e 1,5 P ( x) + P ( x) X ru e P ( x) m 1,5 P ( x) + P ( x) e r ( U V ) P ( x)

16 7 Tabel 1 Koeisien a an b untu berbagai level HH CWR Koe nga Harapan Hiup C(-) a W(15-) b C(-) a W(15-9) b C(5-9) a W(-9) b C(5-9) a W(-5) b m 1,5 xp ( x) + xp ( x) V m 1,5 P ( x) + P ( x) (Liat Lampiran 1) U an V aala rata-rata umur wanita an ana, seingga U V menyataan rata-rata panjang satu generasi, yaitu U V T + t rv m e 1,5 P ( x) + P ( x) X ru e P ( x) m 1,5 P ( x) + P ( x) e r ( U V ) P ( x) m 1,5 P ( x) + P ( x) e r ( T+ t ) r t K R, e engan P ( x) m 1,5 P ( x) + P ( x) K, an P ( x) R NRR K ' GRR, seingga r t r t X K K ' GRR e K * GRR e (13) Penguuran ertilitas engan menggunaan ubungan linier antara CWR an GRR paa persamaan (13), apat itulisan sebagai ungsi linier GRR ari CWR, yaitu GRR a + b CWR, (1) engan menggunaan CWR berasaran asumsi moel penuu stabil, Rele (1967) mengitung nilai oeisien a an b, yang itulisan paa Tabel 1 i atas. Dari Tabel 1 iperole nilai oeisien a an b untu persamaan (1) memilii nilai yang berbea untu masing-masing elompo umur CWR an HH.. Metoe Gunasearan-Palmore Metoe Gunasearan-Palmore merupaan metoe untu menguur ertilitas engan menggunaan ata strutur umur penuu wanita an anga arapan iup wanita watu lair ( e ). Dalam metoe ini, uuran ertilitas ipengarui ole sebaran umur penuu. Data yang igunaan paa metoe Gunasearan-Palmore aala ata istribusi umur penuu wanita untu menapatan nilai peuba CVG, K3 an β yang mempengarui nilai peuba GRR engan: (i) CVG (oeiient o variation o emale age istribution) yaitu σ / µ. (ii) K 3 umulan e-3.

17 8 (iii) β K + 3. σ (iv) K umulan e-. Dimana umulan e-r ari peuba aa X K ( X ) K ieinisian sebagai r r r t oeisien ari alam eret Taylor ari r! logaritma asli ungsi pembangit momen: ( ln M ( t) ln E( e ) ) tx engan, Kumulan e-1 E( X ) µ 1 µ. Kumulan e- E( X µ ) µ σ. 3 Kumulan e-3 E( X µ ) µ. Kumulan e- E( X µ ) 3σ µ 3 σ. (Buti i Lampiran ) an ( ) E X µ β σ ( ) ( ) ( ) E X µ E X 3 + 6µ E X 3µ, σ an K E( X ) E( X ) µ + µ Moel regresi Gunasearan-Palmore aala ln GRR ( e, CVG, K, β ) a+ bln( e ) 3 + ln( CVG) + ln( β) + eln( K3) [Palmore, 1978] Dengan menggunaan ata ertilitas ari beberapa negara i unia ari taun 1965 sampai taun 1975 seperti yang igunaan Palmore (1978), maa iperole persamaan regresi sebagai beriut 3 ( e ) ln( GRR) ln ( ln CVG).73( lnβ) ( ln K 3 ) (15) ( GRR ) GRR exp ln( ) TFR.5* GRR engan asumsi rasio jenis elamin bayi lailai an perempuan yang lair aala 1.5 an Data Input Penguuran Fertilitas Data yang igunaan untu mengitung ertilitas aala ata asil Survei Penuu ntar Sensus (SUPS) taun 5 ( an asil Survei Demograi an Keseatan Inonesia (SDKI) taun 7 (BPS, 7). 3.1 Pengitungan GRR engan metoe Rele Dengan menggunaan ata SUPS 5 yang terapat paa Lampiran 3, apat iitung nilai CWR untu elompo umur ana an wanita yang igunaan masingmasing yaitu - taun an 15-9 taun, seangan anga arapan iup ( e ) taun 5 aala 7. taun. Dari ata iperole, jumla penuu usia - taun, yaitu P(- ) 1995 an Jumla penuu wanita usia 15-9 taun, yaitu P(15-9) Maa, P(-) 1995 CWR.311 P(15-9) 5966 an persamaan (1) menjai GRR a7. + b7. CWR( /15 9) (16) engan mensubstitusi nilai a 7, b7 an nilai CWR paa persamaan (16), iperole GRR an TFR.5* GRR.5* Seangan untu ata SDKI 7 yang terapat paa Lampiran, iperole jumla penuu usia - taun, yaitu P(- )1663 an jumla penuu wanita usia 15-9 taun, yaitu P(15-9)376. Maa, P(-) 1663 CWR.3819 P(15-9) 376 engan anga arapan iup ( e ) taun 7 aala 7. taun. Seingga persamaan (1) menjai GRR a7. + b7. CWR( /15 9) (17) engan [7. 6] a7. a6 + * ( a7 a6) [7 6] (1.)*(-.39-(-.18)) an [7. 6] b7. b6 + * ( b7 b6 ) [7 6] (1.)*( ) engan mensubstitusi a 7., b7. an nilai CWR paa persamaan (17), iperole GRR (3.757)*(.3819)

18 9 an TFR.5* GRR.5* TFR Hasil pengitungan TFR engan menggunaan metoe Rele untu ata SUPS 5 an ata SDKI 7 masing-masing sebesar. an.6, seangan TFR asil pengitungan BPS untu taun 5 an taun 7 masingmasing sebesar.6 an.6. Hal ini menunjuan asil pengitungan TFR engan metoe Rele tia jau berbea engan asil pengitungan TFR yang ilauan BPS. Paa gambar 1, terliat proporsi jumla penuu Inonesia taun 5 an 7 tia jau berbea an memilii pola yang mirip, al ini menunjuan proporsi jumla penuu meneati onisi stabil seingga metoe Rele uup sesuai igunaan paa ata penuu Inonesia untu mengitung ertilitas. PROPORSI SDKI 7 SUPS 5 UMUR Gambar 1 Proporsi jumla penuu 3. Pengitungan GRR engan metoe Gunasearan-Palmore Dengan menggunaan ata SUPS 5 yang terapat paa Lampiran 3, an anga arapan iup wanita taun 5 aala 7. taun, apat iperole nilai µ E( X ) σ 19.59, CVG.6615, β.856, an K Seangan untu ata SDKI 7 engan anga arapan iup wanita taun 7 aala 7. taun, iperole nilai µ E( X ) σ.691, CVG.687, β , an K Dengan, E( X ) ( ), x i+.5, j 1,,3, 1 j j j xi xi i ( ) E X µ β, σ an K E( X ) E( X ) µ + µ Substitusian nilai e, CVG, K 3, an β untu eua ata tersebut paa persamaan (15), iperole asil sebagai beriut i Proses pengitungan TFR untu ata SUPS 5 ln( GRR ) ln ln ln ( ) ( ) ( ) ( ln ) ln( GRR ) ( ) ( ).73( ) ( ) ln( GRR ) GRR exp(.11975)

19 1 TFR.5* Proses pengitungan TFR untu ata SDKI 7 ln( GRR ) ( ln 7.) ( ln.687).73( ln ) ( ln ) ln( GRR ) (.8699) ( ).73( ) ( ) ln( GRR ).1911 GRR exp(.1911) TFR.5* ari asil pengitungan engan metoe Gunasearan-Palmore iperole nilai TFR untu ata SUPS 5 sebesar.755 an asil pengitungan TFR untu ata SDKI 7 sebesar.716. Hasil tersebut berbea engan TFR asil pengitungan BPS untu taun 5 an taun 7 yaitu masing-masing sebesar.6 an.6. KESIMPULN Metoe Rele an metoe Gunasearan- Palmore merupaan metoe penguuran ertilitas ta langsung, yang eperluan atanya seerana yaitu ata strutur umur penuu an anga arapan iup. Keua metoe tersebut sesuai untu aera yang sulit memperole ata ertilitas yang lengap. Metoe Rele igunaan untu menuga GRR berasaran paa onsep penuu stabil, ari nilai CWR an anga arapan iup penuu watu lair ( e ). Dengan CWR aala perbaningan penuu umur - taun engan penuu wanita umur 15-9 taun. Seangan metoe Gunasearan-Palmore menuga GRR engan menggunaan ata sebaran penuu wanita menurut umur an anga arapan iup wanita watu lair ( e ). Paa metoe Gunasearan-Palmore, uuran ertilitas ipengarui ator mortalitas an istribusi umur penuu. Pengitungan ertilitas menggunaan metoe Rele lebi seerana ibaningan engan metoe Gunasearan-Palmore yaitu anya mengitung jumla penuu paa elompo umur tertentu untu memperole nilai peuba bebas CWR. Seangan paa metoe Gunasearan-Palmore nilai ari peuba bebas iitung masing-masing menggunaan ata sebaran penuu wanita menurut umur. Hasil pengitungan TFR menggunaan metoe Rele untu ata SUPS 5 an ata SDKI 7 masing-masing sebesar. an. 6. Seangan paa metoe Gunasearan-Palmore, iperole nilai TFR untu ata SUPS 5 an ata SDKI 7 masing-masing sebesar.7 an.71, seangan pengitungan TFR yang ilauan BPS untu taun 5 an 7 iperole masing-masing sebesar.6 an.6. Hasil tersebut menunjuan bawa asil pengitungan TFR engan metoe Rele lebi meneati TFR asil pengitungan BPS ibaningan engan asil pengitungan TFR menggunaan metoe Gunasearan-Palmore. Hal ini sesuai engan pengitungan proporsi jumla penuu Inonesia yang meneati onisi stabil seingga metoe Rele uup sesuai igunaan untu mengitung ertilitas.

20 11 DFTR PUSTK Baan Pusat Statisti (BPS) an Maro International. 7. Survei Demograi an Keseatan Inonesia 7. Calverton, Marylan, US: BPS an Maro International. Brown RL Introution to te Matematis o Demograpy. E e-3. Winste: tex Publiation. Hogg RV, JW MKean an T Craig. 5. Introution to Matematial Statistis. New Jersey: Prentie Hall. Grimmet GR an DR Stirzaer Probability an Ranom Proesses. Oxor : Clarenon Press. Lembaga Demograi FE UI Buu Pegangan Biang Kepenuuan. Jaarta: Lembaga Demograi FE UI. Luas D Pengantar Kepenuuan. Sumanto WB, R Salai, penerjema. Yogyaarta: Gaja Maa University Press. MontGomery DC an E Pe Introution to Linear Regression nalysis. E e-. New Yor: Jon Willey. Palmore J Regression Estimates o Canges in Fertility or Major Nations an Territories. Paper o te East-West Population Institute. no.58. Rele JR Fertility nalysis Troug Extension o Stable Population Conepts. Bereley: University o Caliornia. Stewart J Kalulus. Jaarta: Erlangga. Utomo B Mortalitas: Pengertian an Conto Kasus i Inonesia. Jaarta: Proye Penelitian Morbiitas an Mortalitas UI. Walpole R Pengantar Statistia. Jaarta: Grameia Pustaa Utama. nent/ supas/tas/itemi,95/ [15 Juli 11].

21 LMPIRN 1

22 13 Lampiran 1. Proses pengitungan ru e an U engan menggunaan eret Taylor: 3 ( ) ( ) 1 rx rx e rx rx+ +...! 3! ru an ibutian bawa e memenui eret Taylor e ru rx e P ( x) P ( x) ( rx) ( rx) 3 (1 rx+ +...) P ( x)! 3! P ( x) 3 r r 3 P ( x) r xp ( x) + x P ( x) x P ( x)! 3! P ( x) 3 3 r r! 3! xp ( x) x P ( x) x P ( x) P ( x) P ( x) P ( x) ( ru) ( ru) 3 1 ru ! 3! ru e i atas memenui eret Taylor imana U, U xp ( x) P ( x)

23 1 Proses pengitungan e rv e an V rx m rx 1,5 e P ( x) + e P ( x) rv m 1,5 P ( x) + P ( x) 3 m m r m r 3 m 3 1,5 P ( x) + P ( x) r 1,5 xp ( x) + xp ( x) + 1,5 x P ( x) x P ( x) 1,5 x P ( x) x P ( x)...! + 3! + + m 1,5 P ( x) + P ( x) m m 3 m 3 1,5 xp ( x) + xp ( x) 1,5 x P ( x) x P ( x) 1,5 x P ( x) x P ( x) 3 r + r + 1 r m! m 3! m 1,5 P ( x) + P ( x) 1,5 P ( x) + P ( x) 1,5 P ( x) + P ( x) ( rv) ( rv) 3 1 rv ! 3! rv e i atas memenui eret Taylor imana V, m 1,5 xp ( x) + xp ( x) V m 1,5 P ( x) + P ( x)

24 15 Lampiran. Deret Taylor ari ungsi [ M t ] ievaluasi untu a tx tx ln ( ) ln E( e ) ln e ( x) yaitu eret Taylor engan variabel t, 3 3 tx X tx t tx t tx t ln e ( x) ln e ( x) + ln e ( x) ln e ( x) ln e ( x)... 3 t ! t! t 3! tx Misalan ln e ( x) ln, maa 3 3 tx X t t t t ln e ( x) ln e ( x) + [ ln ] + [ ln ] + 3[ ln ] + [ ln ] +.. t 1! t! t 3! t! Kumulan e-1 K1 ln t [ ] tx X X Xe ( x) Xe ( x) Xe ( x) E X ' E( X ) µ. tx X X 1 1 ( ) e ( x) e ( x) e ( x) Kumulan e- K t ln [ ] ' " ' ' t X X X e ( x) X e ( x) Xe ( x) X e ( x) X x X x 1 1. ( ) ( ) [ ] E X E X E X µ σ ( ) ( ) ( ).

25 16 Kumulan e-3 3 " ' ' 3 3[ ln ] K t t [ ] ' " + ''' ( ' " + ' '') ( " ' ') ' [ ] ' " + ''' ' " ' '' ( " ' ') ' [ ] ''' ' '' ( " ' ') ' + ''' ' '' ' '' ' ' ' ( ) ''' ' '' ' '' ' ( ) ''' 3 ' '' ' 3 3 X 3 X X X X X X e ( x) X e ( x) 3 e ( x) Xe ( x) X e ( x) + e ( x) Xe ( x) X e ( x) ( x) X ( x) 3 ( x) X ( x) X ( x) + ( x) X ( x) ( x) 1. E( X ) 3.1. E( X ) E( X ) +.1. E( X ) E( X ) 3 E( X ) E( X ) + E( X ) E( X ) 3 µ E( X ) + µ 3 E( X µ ).

26 17 Kumulan e- ( ) 3 + K ln t t 3 ''' 3 ' '' ' ( ) ''' 3 ' '' ( ' ) * ''' 3 ' '' ( ' ) * t t + + t t 3 ( ( ) ( ) ( ) ( ) ) 3 ( ''' ( ) ) 3 3 ' '' + ' *( 3 ' ) 3 3 ' ''' '''' 3 ' ' '' '' '' ' ''' ' ' 3 ' " * 8 ( ( ) ( ) ( ) ( ) ) 3 ( ''' ( ) ) 3 3 ' '' + ' *( 3 ' ) 3 3 ' ''' '''' 3 ' '' '' ' ''' ' 3 ' " * 8 ( + ( ) ( ) + ( ) + ( ) ) 3 ( ''' ( ) ) 3 3 ' '' + ' *( 3 ' ) 3 3 ' ''' '''' 6 ' '' 3 '' 3 ' ''' ' 6 ' " * 8 ( 3 ( ) ( ) ( ) ( ) ) 6 ' ''' + 7 '''' 6 5 ' '' 3 6 '' 3 6 ' ''' + ' ' " ( ( ) ( ) ) 6 ' ''' 1 ' '' ' 8 ( ) ( ) ( ) ( ) ' ''' + '''' 6 ' '' 3 '' 3 ' ''' + ' + 6 ' " 6 5 ' ''' + 1 ( ' ) '' 8 ( ' ) 8 ( ) ( ) ( ) ( ) '''' 3 '' + ' ' ''' + 1 ' '' 8 ' 8 ( ) ( ) ( ) '''' 3 '' ' ''' + 1 ' '' 6 ' 8

27 tx tx tx tx tx e ( x) X e ( x) 3 e ( x) X e ( x) e ( x) 5 tx 3 tx tx tx tx Xe ( x) X e ( x) + 1 e ( x) Xe ( x) X e ( x) tx tx 6 e ( x) Xe ( x) 8 tx e ( x) Dievaluasi untu a X X X X X e ( x) X e ( x) 3 e ( x) X e ( x) e ( x) 5 X 3 X X X X Xe ( x) X e ( x) + 1 e ( x) Xe ( x) X e ( x) X X 6 e ( x) Xe ( x) 8 X e ( x) E( X ) 3 1 E( X ) 1 E( X ) E( X ) E( X ) E( X ) 6 1 E( X ) E( X ) 3 E( X ) E( X ) E( X ) 1 E( X ) E( X ) + 6 E( X ) 3 E( X ) 3 E( X ) E( X ) E( X ) 1 E( X ) E( X ) + 3 E( X ) 3 E( X ) 3 E( X ) E( X ) E( X ) 3 E( X ) 6 E( X ) E( X ) 3 E( X ) 6 E( X ) E( X ) E( X ) ( ) 3 E( X ) E( X ) E( X ) 3 E( X ) E( X ) E( X ) E( X ) 6 E( X ) E( X ) E( X ) ( )( ) 3 E( X ) E( X ) E( X ) 3 E( X ) E( X ) E( X ) E( X ) 6 E( X ) E( X ) + 3 E( X ) ( ) 3 E( X ) E( X ) E( X ) 3 E( X ) E( X ) + 6 E( X ) E( X ) 3 E( X ) ( ) 3 E( X ) µ E( X ) 3 σ + 6 µ E( X ) 3µ 3 E( X ) µ E( X ) + 6 µ E( X ) 3σ 3µ

28 19 3 E( X ) µ E( X ) + 6 µ E( X ) 3µ 3σ 3 E( X ) µ E( X ) + 6 µ E( X ) µ + µ 3σ 3 3 E( X ) µ E( X ) + 6 µ E( X ) µ * µ + µ 3σ ( E X E X E X E X ) ( ) µ ( 3 ) + 6 µ ( ) µ 3 * ( ) + µ 3σ ( ) 3 3 E X µ X + 6µ X µ X + µ 3σ ( X ) E X µ + µ 3σ (( ) ) E X µ 3σ

29 Lampiran 3. Tabel istribusi umur penuu asil Survei Penuu ntar Sensus (SUPS) taun 5 Umur Lai-lai Perempuan Umur Lai-lai Perempuan

30 1 Lanjutan Umur Lai-lai Perempuan Umur Lai-lai Perempuan

31 Lampiran. Tabel Distribusi umur penuu asil Survei Demograi an Keseatan Inonesia (SDKI) taun 7 Umur Lai-lai Perempuan Umur Lai-lai Perempuan

32 3 Lanjutan Umur Lai-lai Perempuan Umur Lai-lai Perempuan

MAKALAH TURUNAN. Disusun oleh: Agusman Bahri A1C Dosen Pengampu: Dra. Irma Suryani, M.Pd

MAKALAH TURUNAN. Disusun oleh: Agusman Bahri A1C Dosen Pengampu: Dra. Irma Suryani, M.Pd MAKALAH TURUNAN Disusun ole: Agusman Bari A1C214027 Dosen Pengampu: Dra. Irma Suryani, M.P PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS JAMBI 2015 KATA PENGANTAR

Lebih terperinci

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang LANDASAN TEORI Ruang Contoh Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam ondisi yang sama yang hasilnya tida dapat dipredisi secara tepat tetapi ita dapat mengetahui semua emunginan hasil

Lebih terperinci

BAB III METODE PENELITIAN. Lokasi yang dijadikan tempat dalam penelitian ini adalah Tempat

BAB III METODE PENELITIAN. Lokasi yang dijadikan tempat dalam penelitian ini adalah Tempat BAB III METODE PENELITIAN 3.1 Loasi an Watu Penelitian 3.1.1 Loasi penelitian Loasi yang ijaian tempat alam penelitian ini aalah Tempat Pelelangan Ian (TPI) Kota Gorontalo. 3.1. Watu penelitian Penelitian

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

Aplikasi Neural-Fuzzy pada Regresi Interval untuk Data Time Series

Aplikasi Neural-Fuzzy pada Regresi Interval untuk Data Time Series Apliasi Neural-Fuzzy paa Regresi Interval untu Data Time Series Sri Kusumaewi Jurusan Teni Informatia, Universitas Islam Inonesia, Yogyaarta Jl. Kaliurang K, 4, Yogyaarta (04 E-mail : cicie@fti.uii.ac.i

Lebih terperinci

Bagian 3 Differensiasi

Bagian 3 Differensiasi Bagian Differensiasi Bagian Differensiasi berisi materi tentang penerapan konsep limit untuk mengitung turunan an berbagai teknik ifferensial. Paa penerapan konsep limit, Ana akan iperkenalkan engan konsep

Lebih terperinci

MODIFIKASI METODE RELE UNTUK MODEL PENDUDUK QUASI-STABIL CECEP A.H.F. SANTOSA

MODIFIKASI METODE RELE UNTUK MODEL PENDUDUK QUASI-STABIL CECEP A.H.F. SANTOSA MODIFIKASI METODE RELE UNTUK MODEL PENDUDUK QUASI-STABIL CECEP A.H.F. SANTOSA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 Hak Cipta milik Institut Pertanian Bogor, tahun 2008 Hak Cipta dilindungi

Lebih terperinci

PENGARUH KERAGAMAN SUKU BUNGA TERHADAP KERAGAMAN FUTURE VALUE SUATU ANUITAS WINA FATMILA SARI

PENGARUH KERAGAMAN SUKU BUNGA TERHADAP KERAGAMAN FUTURE VALUE SUATU ANUITAS WINA FATMILA SARI PENGARUH KERAGAMAN SUKU BUNGA TERHADAP KERAGAMAN FUTURE VALUE SUATU ANUITAS WINA FATMILA SARI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 03 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI SERTA

Lebih terperinci

- Persoalan nilai perbatasan (PNP/PNB)

- Persoalan nilai perbatasan (PNP/PNB) PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL Persamaan diferensial biasanya digunaan untu pemodelan matematia dalam sains dan reayasa. Seringali tida terdapat selesaian analiti seingga diperluan ampiran

Lebih terperinci

METODE PENELITIAN Data Langkah-Langkah Penelitian

METODE PENELITIAN Data Langkah-Langkah Penelitian METODE PENELITIAN Data Inonesia merupakan salah satu negara yang tiak mempunyai ata vital statistik yang lengkap. Dengan memperhatikan hal tersebut, sangat tepat menggunakan Moel CPA untuk mengukur tingkat

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

PENAKSIR RASIO-PRODUK EKSPONENSIAL YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA

PENAKSIR RASIO-PRODUK EKSPONENSIAL YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA PENAIR RAIO-PRODU EPONENIAL YANG EFIIEN UNTU RATA-RATA POPULAI PADA AMPLING ACA BERTRATA Dess Nuralita 1*, Ruam Efendi, Haposan irait 1 Maasiswa Program 1 Matematia Dosen Jurusan Matematia Faultas Matematia

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

METODE PENGUKURAN FERTILITAS

METODE PENGUKURAN FERTILITAS Diisi Pua Aa Kotiu Pua aa iataa otiu jia F P apat ugsi sara ( ( iyataa sagai ( ( F u u R ga : R aala ugsi yag tritgrala. Fugsi isut ugsi pata pluag ari. [Gritt a Stirzar 199] Nilai Harapa Diisi Nilai Harapa

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

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

Universitas Indonusa Esa Unggul Fakultas Ilmu Komputer Teknik Informatika. Integral Lipat Dua

Universitas Indonusa Esa Unggul Fakultas Ilmu Komputer Teknik Informatika. Integral Lipat Dua Universitas Inonusa Esa Unggul Faultas Ilmu Komputer Teni Informatia Integral Lipat ua Integral Lipat ua Misalan z = f(,) terefinisi paa merupaan suatu persegi panjang tertutup, aitu : = {(, ) : a b, c

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

METODE KEKAKUAN (METODE DEFORMASI)

METODE KEKAKUAN (METODE DEFORMASI) METODE KEKAKUAN (METODE DEORMASI) (DISPLACEMENT METHOD ATAU STINESS METHOD) Hanayanu Metoe Elemen Hingga (LL6) JTK-TK-ITS DEINISI MATRIK KEKAKUAN Matri eauan elemen: ˆ sehingga persamaan sistem aalah:

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

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

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 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

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

PENERAPAN PROGRAM RESISTIVITY 2D UNTUK ANALISA POTENSI AIRTANAH DI CEKUNGAN AIRTANAH PASURUAN.

PENERAPAN PROGRAM RESISTIVITY 2D UNTUK ANALISA POTENSI AIRTANAH DI CEKUNGAN AIRTANAH PASURUAN. PENERAPAN PROGRAM RESISTIVITY 2D UNTUK ANALISA POTENSI AIRTANAH DI CEKUNGAN AIRTANAH PASURUAN M. Solicin 1,Runi Asmaranto 1, Suermin Pratiwi 2 1 Dosen Jurusan Teknik Pengairan 2 Maasiswa Jurusan Teknik

Lebih terperinci

BREAK EVEN ANALYSIS PENYUSUTAN (DEPRESIASI)

BREAK EVEN ANALYSIS PENYUSUTAN (DEPRESIASI) BREAK EVEN ANALYSIS PENYUSUTAN (DEPRESIASI) 1. Brea Even Analysis Pengertian Langah-langah perhitungan Contoh 2. Penyusutan (Depresiasi) Pengertian Metoe Depresiasi Contoh BREAK EVEN ANALYSIS Paa investasi

Lebih terperinci

FUNGSI TRANSENDEN J.M. TUWANKOTTA

FUNGSI TRANSENDEN J.M. TUWANKOTTA FUNGSI TRANSENDEN J.M. TUWANKOTTA. Penekatan Kalkulus: menefinisikan fungsi logaritma natural sebagai integral Panang sebuah fungsi yang iefinisikan engan menggunakan integral: (.) L(x) = t t. Dari Teorema

Lebih terperinci

DETEKSI DAN KOREKSI KESALAHAN INFORMASI DALAM SANDI BINER DENGAN MENGGUNAKAN METODE HAMMING

DETEKSI DAN KOREKSI KESALAHAN INFORMASI DALAM SANDI BINER DENGAN MENGGUNAKAN METODE HAMMING DETEKSI DAN KOREKSI KESALAHAN INFORMASI DALAM SANDI BINER DENGAN MENGGUNAKAN METODE HAMMING Wiwi Anggraeni Program Stui Sistem Informasi Faultas Tenologi Informasi, Institut Tenologi Sepulu Nopember Kampus

Lebih terperinci

JURNAL PEMBELAJARAN FISIKA

JURNAL PEMBELAJARAN FISIKA Volume 1, Nomor 3, Desember 2012 ISSN : 2301-9794 JURNAL PEMBELAJARAN FISIKA Diterbitan Oleh: Program Stui Peniian Fisia FKIP Universitas Jember JURNAL PEMBELAJARAN FISIKA (JPF) Terbit empat ali setahun

Lebih terperinci

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

U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K SE NIN, 9 JANUAR I OPEN BOO K W AKT U MENIT KLAS B D AN KL AS C PETUNJUK ) Saudara bole menggunaan omputer untu mengerjaan soal-soal

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

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

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

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

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian Penelitian ini menggunakan metode eksperimen kuantitati dengan desain posttest control group design yakni menempatkan subyek penelitian kedalam

Lebih terperinci

PENAKSIR YANG EFISIEN DARI KOMBINASI PENAKSIR RASIO-PRODUK UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA. Mahasiswa Program S1 Matematika

PENAKSIR YANG EFISIEN DARI KOMBINASI PENAKSIR RASIO-PRODUK UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA. Mahasiswa Program S1 Matematika PEAKIR AG EFIIE DARI KOMIAI PEAKIR RAIO-PRODUK UTUK RATA-RATA POPUAI PADA AMPIG ACAK ERTRATA tevani amosir * Arisman Adnan Haposan irait Maasisa Program Matematia Dosen Jurusan Matematia Faultas Matematia

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

DESAIN PENGENDALIAN KETINGGIAN AIR DAN TEMPERATUR UAP PADA SISTEM STEAM DRUM BOILER DENGAN METODE SLIDING MODE CONTROL (SMC)

DESAIN PENGENDALIAN KETINGGIAN AIR DAN TEMPERATUR UAP PADA SISTEM STEAM DRUM BOILER DENGAN METODE SLIDING MODE CONTROL (SMC) Prosiing Seminar Nasional Penelitian, Peniikan an Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 4 Mei 20 DESAIN PENGENDALIAN KEINGGIAN AIR DAN EMPERAUR UAP PADA SISEM SEAM DRUM BOILER DENGAN

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

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

DESAIN PENGENDALIAN KETINGGIAN AIR DAN TEMPERATUR UAP PADA SISTEM STEAM DRUM BOILER DENGAN METODE SLIDING MODE CONTROL (SMC)

DESAIN PENGENDALIAN KETINGGIAN AIR DAN TEMPERATUR UAP PADA SISTEM STEAM DRUM BOILER DENGAN METODE SLIDING MODE CONTROL (SMC) DESAIN PENGENDALIAN KETINGGIAN AIR DAN TEMPERATUR UAP PADA SISTEM STEAM DRUM BOILER DENGAN METODE SLIDING MODE CONTROL (SMC) Ole : Tegu Herlambang 206 00 046 Dosen Pembimbing : Dr. Erna Apriliani, MSi

Lebih terperinci

PERSAMAAN DIFFERENSIAL. Disusun untuk memenuhi tugas mata kuliah Matematika

PERSAMAAN DIFFERENSIAL. Disusun untuk memenuhi tugas mata kuliah Matematika PERSAMAAN DIFFERENSIAL Disusun untuk memenuhi tugas mata kuliah Matematika Disusun oleh: Aurey Devina B 1211041005 Irul Mauliia 1211041007 Anhy Ramahan 1211041021 Azhar Fuai P 1211041025 Murni Mariatus

Lebih terperinci

Differensiasi Numerik

Differensiasi Numerik Dierensiasi Numerik Yuliana Setiowati Politeknik Elektronika Negeri Surabaya 2007 1 Topik DIFFERENSIASI NUMERIK Mengapa perlu Metode Numerik? Dierensiasi dg MetNum Metode Selisi Maju Metode Selisi Tengaan

Lebih terperinci

BAB 3 MODEL DASAR DINAMIKA VIRUS HIV DALAM TUBUH

BAB 3 MODEL DASAR DINAMIKA VIRUS HIV DALAM TUBUH BAB 3 MODEL DASA DINAMIKA VIUS HIV DALAM TUBUH 3.1 Moel Dasar Moel asar inamika virus HIV alam tubuh menggunakan beberapa asumsi sebagai berikut: Mula-mula tubuh alam keaaan tiak terinfeksi virus atau

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

SKEMA AKAR KUADRAT DALAM UNSCENTED KALMAN FILTER UNTUK MENDETEKSI KERAK PADA ALAT PENUKAR PANAS

SKEMA AKAR KUADRAT DALAM UNSCENTED KALMAN FILTER UNTUK MENDETEKSI KERAK PADA ALAT PENUKAR PANAS Prosiding Seminar Nasional Penelitian, Pendidian dan Penerapan MIPA, Faultas MIPA, Universitas Negeri Yogyaarta, 4 Mei 2 SKEMA AKAR KUADRA DALAM UNSCENED KALMAN FILER UNUK MENDEEKSI KERAK PADA ALA PENUKAR

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

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

Matematika dan Statistika

Matematika dan Statistika ISSN 4-6669 Volume 2, Juni 22 MAJALAH ILMIAH Matematika dan Statistika DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Majala Ilmia Matematika dan Statistika Volume 2, Juni 22 PROFIL PENDERITA

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

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 4 BAB II TINJAUAN PUSTAKA 2.1 ISTILAH-ISTILAH 2.1.1 Dinamika Penduduk [Population Dynamics] Dinamika penduduk adalah proses perubahan yang terjadi secara terus menerus yang mempengaruhi jumlah penduduk

Lebih terperinci

, serta notasi turunan total ρ

, serta notasi turunan total ρ LANDASAN TEORI Lanasan teori ini berasarkan rujukan Jaharuin (4 an Groesen et al (99, berisi penurunan persamaan asar fluia ieal, sarat batas fluia ua lapisan an sistem Hamiltonian Penentuan karakteristik

Lebih terperinci

ANALISIS PERBANDINGAN KOMULAN TERHADAP BEBERAPA JENIS DISTRIBUSI KHUSUS Analysis of Comulans Comparative on some Types of Special Distribution

ANALISIS PERBANDINGAN KOMULAN TERHADAP BEBERAPA JENIS DISTRIBUSI KHUSUS Analysis of Comulans Comparative on some Types of Special Distribution Jurnal Bareeng Vol. 8 No. Hal. 5 0 (04) ANALISIS PRBANDINGAN OMULAN TRHADAP BBRAPA JNIS DISTRIBUSI HUSUS Analysis of Comulans Comparative on some Types of Special Distribution ABRAHAM ZACARIA WATTIMNA,

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

untuk i = 0, 1, 2,..., n

untuk i = 0, 1, 2,..., n RANGKUMAN KULIAH-2 ANALISIS NUMERIK INTERPOLASI POLINOMIAL DAN TURUNAN NUMERIK 1. Interpolasi linear a. Interpolasi Polinomial Lagrange Suatu fungsi f dapat di interpolasikan ke dalam bentuk interpolasi

Lebih terperinci

1 Kapasitor Lempeng Sejajar

1 Kapasitor Lempeng Sejajar FI1201 Fisika Dasar IIA Kapasitor 1 Kapasitor Lempeng Sejajar Dosen: Agus Suroso Paa bab sebelumnya, telah ibahas mean listrik i sekitar lempeng-yang-sangat-luas yang bermuatan, E = σ 2ε 0 ˆn, (1) engan

Lebih terperinci

BAB II LANDASAN TEORI. landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di

BAB II LANDASAN TEORI. landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di 5 BAB II LANDASAN TEORI Bab ini membahas pengertian-pengertian dasar yang digunakan sebagai landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di bahas adalah sebagai berikut: A.

Lebih terperinci

( ) terdapat sedemikian sehingga

( ) terdapat sedemikian sehingga LATIHAN.. Misalan A R, : A R, c R adala titi cluster dari A (c, ). Maa pernyataan beriut equivalen : a. lim b. Barisan ( ) yan onveren e c seina dan >., maa barisan ( ) onveren e. Buti : lim ( ) Berarti

Lebih terperinci

MENYELESAIKAN TURUNAN TINGKAT TINGGI DENGAN MENGGUNAKAN METODE SELISIH ORDE PUSAT BERBANTUAN PROGRAM MATLAB

MENYELESAIKAN TURUNAN TINGKAT TINGGI DENGAN MENGGUNAKAN METODE SELISIH ORDE PUSAT BERBANTUAN PROGRAM MATLAB MENYELESAIKAN TURUNAN TINGKAT TINGGI DENGAN MENGGUNAKAN METDE SELISIH RDE PUSAT BERBANTUAN PRGRAM MATLAB Arwan Maasiswa Prodi Matematika, FST-UINAM Try Azisa Prodi Matematika, FST-UINAM Irwan Prodi Matematika,

Lebih terperinci

BAB 2 URAIAN TEORITIS

BAB 2 URAIAN TEORITIS BAB URAIAN EORIIS Paa bab ini akan ibaas enang masala opimisasi berpembaas persamaan. Sebelum membaas masala opimisasi berpembaas persamaan maka erlebi aulu iberikan pengerian an sia-sia eksrim ari suau

Lebih terperinci

PENAKSIR PARAMETER DISTRIBUSI WEIBULL BERDASARKAN SENSOR TIPE I. Rizka Anggraini ABSTRACT

PENAKSIR PARAMETER DISTRIBUSI WEIBULL BERDASARKAN SENSOR TIPE I. Rizka Anggraini ABSTRACT PENAKSIR PARAMETER DISTRIBUSI WEIBULL BERDASARKAN SENSOR TIPE I Rizka Anggraini Mahasiswa Program Stui S1 Matematika Jurusan Matematika Fakultas Matematika an Ilmu Pengetahuan Alam, Universitas Riau Kampus

Lebih terperinci

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode 3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode

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

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

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR Ngarap Im Mani 1) dan Lim Widya Sanjaya ), 1) & ) Jurs. Matematia Binus University PENGANTAR Perancangan percobaan adalah suatu

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

F = M a Oleh karena diameter pipa adalah konstan, maka kecepatan aliran di sepanjang pipa adalah konstan, sehingga percepatan adalah nol, d dr.

F = M a Oleh karena diameter pipa adalah konstan, maka kecepatan aliran di sepanjang pipa adalah konstan, sehingga percepatan adalah nol, d dr. Hukum Newton II : F = M a Oleh karena iameter pipa aalah konstan, maka kecepatan aliran i sepanjang pipa aalah konstan, sehingga percepatan aalah nol, rr rr( s) rs rs( r r) rrs sin o Bentuk tersebut apat

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

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure 8/9/01 UJI TUKEY UJI DUNCAN UJI BARTLETT UJI COCHRAN UJI DUNNET Elty Sarvia, ST., MT. Faultas Teni Jurusan Teni Industri Universitas Kristen Maranatha Bandung Macam Metode Post Hoc Analysis The Fisher

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

FUNGSI KABUR. Tugas Akhir Diajukan untuk memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematika

FUNGSI KABUR. Tugas Akhir Diajukan untuk memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematika FUNGSI KBUR Tugas kir Diajukan untuk memenui Sala Satu Syarat Memperole Gelar Sarjana Sains Program Studi Matematika Disusun ole: Nama : Retno Triyanti NIM : 4 PROGRM STUDI MTEMTIK FKULTS SINS DN TEKNOLOGI

Lebih terperinci

ANALISA ALIRAN DAYA DENGAN METODE INJEKSI ARUS PADA SISTEM DISTRIBUSI 20 KV

ANALISA ALIRAN DAYA DENGAN METODE INJEKSI ARUS PADA SISTEM DISTRIBUSI 20 KV ANALISA ALIRAN DAA DENGAN METODE INJEKSI ARUS PADA SISTEM DISTRIBUSI 0 K IBG Manuaba 1, Kade Amerta asa 1 Staff pengajar Teni Eletro Faultas Teni Universitas Udayana Kampus Buit Jimbaran, Bali, 80361 Staff

Lebih terperinci

MAT. 12. Barisan dan Deret

MAT. 12. Barisan dan Deret MAT.. Barisan dan Deret i Kode MAT. Barisan dan Deret U, U, U3,..., Un,... Un a + (n-)b U + U +..., Un +... n?? Sn? BAGIAN PROYEK PENGEMBANGAN KURIKULUM DIREKTORAT PENDIDIKAN MENENGAH KEJURUAN DIREKTORAT

Lebih terperinci

a. Integral Lipat Dua atas Daerah Persegi Panjang

a. Integral Lipat Dua atas Daerah Persegi Panjang a. Integral Lipat ua atas aerah Persegi Panjang Misalan z = f(,) terdefinisi pada merupaan suatu persegi panjang tertutup, aitu : = {(, ) : a b, c d} b a z c d (,) Z=f(,). Bentu partisi [a,b] dan [c,d]

Lebih terperinci

Agar Xn berperilaku acak yang dapat dipertanggungjawabkan :

Agar Xn berperilaku acak yang dapat dipertanggungjawabkan : ara memperoleh data Zaman dahulu, dgn cara : 1. Melempar dadu 2. Mengoco artu Zaman modern (>1940), dgn cara membentu bilangan aca secara numeri/ aritmati(menggunaan omputer), disebut Pseudo Random Number

Lebih terperinci

MAKALAH TUGAS AKHIR DIMENSI METRIK PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 + mk n

MAKALAH TUGAS AKHIR DIMENSI METRIK PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 + mk n MAKALAH TUGAS AKHIR DIMENSI METRIK PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 + mk n Oleh : JOHANES ARIF PURWONO 105 100 00 Pembimbing : Drs. Suhu Wahyui, MSi 131 651 47 ABSTRAK Graph aalah suatu sistem

Lebih terperinci

ANALISIS LOGISTIK KELAS LATEN. (Pengelompokan Prestasi Matematika Siswa Indonesia Berdasarkan Hasil Survey TIMSS) RISWAN

ANALISIS LOGISTIK KELAS LATEN. (Pengelompokan Prestasi Matematika Siswa Indonesia Berdasarkan Hasil Survey TIMSS) RISWAN ANALISIS LOGISTIK KELAS LATEN (Pengelompoan Prestasi Matematia Siswa Indonesia Berdasaran Hasil Survey TIMSS) RISWAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2010 i PERNYATAAN MENGENAI TESIS DAN SUMBER

Lebih terperinci

Universitas Pendidikan Indonesia Jalan Dr. Setiabudi no 229, Bandung

Universitas Pendidikan Indonesia Jalan Dr. Setiabudi no 229, Bandung Transmitansi Eletron yang Melalui Penghalang engan Ketebalan Nanometer paa Heterostrutur Anisotropi yang Diberi Tegangan Panjar Lili Hasanah # Khairurrijal Mirajuin Abullah Toto Winata an Suirno KK Fisia

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series) III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunaan data seunder bersifat runtun watu (time series) dalam periode tahunan dan data antar ruang (cross section). Data seunder tersebut

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya

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

1 PRINSIP DASAR PEMODELAN

1 PRINSIP DASAR PEMODELAN Seri Mata Kuliah : PEMODELN an MTEMTIK TERPN PRINSIP DSR PEMODELN an MODEL MTEMTIS.. Prinsip Dasar Pemoelan Secara funamental, pemoelan i alam ajian-ajian proses teni imia an proses aalah : Penggambaran

Lebih terperinci

MAKALAH STATISTIK 1. Disusun Oleh : Kelompok 6 Sesi : 12

MAKALAH STATISTIK 1. Disusun Oleh : Kelompok 6 Sesi : 12 MAKALAH STATISTIK 1 Disusun Oleh : Kelompo 6 Sesi : 12 1. Adzanny belina nusha (201466043) 2. Via ariesti Audini (201466140) 3. Meldiana agustin putri (201466063) 4. Ramdhan setiawan (201466117) 5. Miftahul

Lebih terperinci

HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG

HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Volume, Nomor, Juli 6 (ISSN: 56-6) HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Firnanda Zia Azmi *) Tinu Istiarti **) Kusyogo Cahyo

Lebih terperinci

Soal-Jawab Fisika OSN x dan = min. Abaikan gesekan udara. v R Tentukan: a) besar kelajuan pelemparan v sebagai fungsi h. b) besar h maks.

Soal-Jawab Fisika OSN x dan = min. Abaikan gesekan udara. v R Tentukan: a) besar kelajuan pelemparan v sebagai fungsi h. b) besar h maks. Soal-Jawab Fisia OSN - ( poin) Sebuah pipa silinder yang sangat besar (dengan penampang lintang berbentu lingaran berjarijari R) terleta di atas tanah. Seorang ana ingin melempar sebuah bola tenis dari

Lebih terperinci

PROGRAM KOMPUTER UNTUK PEMODELAN SEBARAN PERGERAKAN. Abstrak

PROGRAM KOMPUTER UNTUK PEMODELAN SEBARAN PERGERAKAN. Abstrak PROGRAM KOMPUTER UNTUK PEMODELAN SEBARAN PERGERAKAN Ruy Setiawan, ST., MT. Sukanto Tejokusuma, Ir., M.Sc. Jenny Purwonegoro, ST. Staf Pengajar Fakultas Staf Pengajar Fakultas Alumni Fakultas Teknik Sipil

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

VIII. ALIRAN MELALUI LUBANG DAN PELUAP

VIII. ALIRAN MELALUI LUBANG DAN PELUAP VIII. ALIRAN MELALUI LUBANG DAN PELUAP 8.. Penahuluan Lubang aalah bukaan paa ining atau asar tangki imana zat cair mengalir melaluinya. Lubang tersebut bisa berbentuk segi empat, segi tiga, ataupun lingkaran.

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

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) PENYELESAIAN MASALAH MINIMUM SPANNING TREE (MST) MENGGUNAKAN ANT COLONY SYSTEM (ACS)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) PENYELESAIAN MASALAH MINIMUM SPANNING TREE (MST) MENGGUNAKAN ANT COLONY SYSTEM (ACS) Volume. I Nomor. 2, Bulan Otober 2012 - ISSN :2089-9033 35 PENYELESAIAN MASALAH MINIMUM SPANNING TREE (MST) MENGGUNAKAN ANT COLONY SYSTEM (ACS) Irawan Afrianto 1, Euis Wiiani Jamilah 2 1,2 Program Stui

Lebih terperinci

Kegiatan Belajar 4. Fungsi Trigonometri

Kegiatan Belajar 4. Fungsi Trigonometri Page o Kegiatan Belajar A. Tujuan Pembelajaran Setelah mempelajari egiatan belajar, diharapan siswa dapat a. Menentuan nilai ungsi trigonometri b. Menentuan persamaan grai ungsi trigonometri c. Menggambar

Lebih terperinci

STATISTICS WEEK 8. By : Hanung N. Prasetyo POLTECH TELKOM/HANUNG NP

STATISTICS WEEK 8. By : Hanung N. Prasetyo POLTECH TELKOM/HANUNG NP STATISTICS WEEK 8 By : Hanung N. Prasetyo BAHASAN Pengertian Hypotesisdan Hypotesis Testing Tipe Kesalaan dalam Pengujian Hipotesis Lima Langka Pengujian Hipotesis Pengujian: Dua Sisi dan Satu Sisi Uji

Lebih terperinci

Studi Kependudukan - 1. Demografi formal. Konsep Dasar. Studi Kependudukan - 2. Pertumbuhan Penduduk. Demographic Balancing Equation

Studi Kependudukan - 1. Demografi formal. Konsep Dasar. Studi Kependudukan - 2. Pertumbuhan Penduduk. Demographic Balancing Equation Demografi formal Pengumpulan dan analisis statistik atas data demografi Dilakukan ahli matematika dan statistika Contoh : jika jumlah perempuan usia subur (15-49) berubah, apa pengaruhnya pada tingkat

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

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

Hukum Coulomb. a. Uraian Materi

Hukum Coulomb. a. Uraian Materi Hukum oulomb a. Tujuan Kegiatan Pembelajaran Setelah mempelajari kegiatan belajar, iharapkan ana apat: - menjelaskan hubungan antara gaya interaksi ua muatan listrik, besar muatan-muatan, an jarak pisah

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

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

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

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT TUGAS AKHIR STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT 040803023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci