BAB II TINJAUAN PUSTAKA

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB II TINJAUAN PUSTAKA"

Transkripsi

1 perpustaaa.us.ac.d dglb.us.ac.d BAB II TINJAUAN PUSTAKA. Ladasa Teor.. Efus Pleura Pleura adalah membrae petg yag membugus setap paru da berfugs utu meldug paru. Membrae baga luar damaa pleura paretal, sedaga membrae baga dalam damaa pleura sceral. Pleura paretal melaps rogga toras (eraga ga, dafragma, medastum) da pleura sceral melaps paru serta bersambuga dega pleura paretal d baga bawah paru. Ruag d atara dua membrae pleura damaa pleura caty yag bers cara pleura yag deluara oleh membrae pleura. Cara meml fugs yag petg utu melumas da megurag frs atau gesea d atara dua membrae pleura area paru-paru bergera selama berapas (Maryudato, ). Peyat Efus Pleura merupaa suatu eadaa dmaa terdapatya aumulas cara pleura dalam umlah yag berlebha d dalam rogga pleura, yag dsebaba oleh etdasembaga atara pembetua da pegeluara cara pleura (Tobg & Wdrahardo, 3). Efus pleura merupaa suatu geala yag serus da dapat megacam wa pedertaya. Efus pleura dapat d sebaba atara la area tuberuloss, eo plasma atau arsoma, gagal atug, pemoa, da fes rus maupu bater (Aryat, 3). Pase dega efus pleura d dalam rogga pleura terdapat urag lebh 5 ml cara yag cuup utu membasah seluruh permuaa pleura paretals da serals. Sebaga cara dserap embal oleh apler paru da pleura serals, sebaga ecl laya (%-%) megalr e dalam pembuluh lmfe (Maryudato, ). commt to user 5

2 perpustaaa.us.ac.d dglb.us.ac.d.. Thora Terdapat beberapa cara utu melaua dagosa peyat paru, yatu dega mafestas ls, pemersaa fs, pemersaa radolog (thora, CT sca, MRI sca), Stolog Sputum, da Broosop (Saga, ). Pemersaa radolog thora merupaa pemersaa yag sagat petg utu medagoss baya ods yag melbata ddg thora, tulag thora da strutur yag berada d dalam atas thora termasu paru-paru, atug da salura-salura yag besar. Kemaua teolog yag cuup pesat dalam te pemersaa radolog thora da pegetahua utu mela suatu rotgeogram thora meyebaba pemersaa thora dega sar rotge mead suatu eharusa rut. Sela tu, berbaga elaa d dalam paru uga sudah dapat dlhat dega elas pada foto rotge sebelum tmbul geala-geala ls, sehgga pemersaa secara rut pada orag-orag yag tda mempuya eluha apa-apa sudah mead prosedur yag lazm dalam pemersaa esehata masyaraat secara massal, sepert yag dlaua pada mahasswa, aa seolah, aggota egara, pegawa perusahaa, serta para aryawa laya. Msalya suatu sarag tuberuloss yag haya seecl mm dameterya, mug sudah dapat dlhat pada foto rotge, sedaga pada pemersaa fs ls tetu tda aa berhasl meemua sarag seecl (Rasad, 5). Pemersaa radolog merupaa cara yag petg utu doumetas da pemersaa berala yag obyetf. Foto rotge yag dbuat pada suatu saat tertetu dapat merupaa doume yag abad dar peyat seorag pederta, da setap watu dapat dperguaa da dperbadga dega foto yag dbuat pada saat-saat la (Rasad, 5). Utu megetahu adaya suatu elaa pada foto rotge, seorag doter memerlua sedt latha, tetap utu mela dega telt suatu elaa yag terlhat serta mear esmpula yag tepat, merupaa sesuatu hal yag auh lebh sult da memerlua latha yag lebh lama d sampg pegetahua yag medalam tetag cabag lmu edotera laya, terutama patolog da lmu peyat dalam. Msalya, utu dapat melhat adaya suatu bayaga sepert lubag atau atas dalam paru haya memerlua apaah atas tu dsebaba commt to user 6

3 perpustaaa.us.ac.d dglb.us.ac.d oleh tuberuloss atau suatu abses da bua tuberuloss, sta ogetal, atau suatu arsoma yag megalam eross, da sebagaya, adalah suatu hal yag auh lebh sult, baha adag-adag ta mug dpasta. Dalam hal sepert, maa hayalah oordas yag ba atara hasl pemersaa ls da laboratorum dega pemersaa radolog aa dapat meuag peegaa dagoss yag tepat. Kerasama yag erat da osultas yag terus-meerus atara ahl radlog da ahl-ahl ls laya merupaa syarat mutla utu mecapa hasl yag seba-baya (Rasad, 5). Gambara dar Radolog Efus Pleura salah satuya dtuua pada Gambar. : Gambar. Gambara Radolog Efus Pleura..3 Algortma Fuzzy C-Meas (FCM) Fuzzy C-Meas (FCM) adalah suatu te clusterg data yag maa eberadaa tap-tap data dalam suatu cluster dtetua oleh la eaggotaa. Te pertamaal dpereala oleh Jm Bezde pada tahu 98. Kosep dasar FCM, pertama al adalah meetua pusat cluster yag aa meada loas rata-rata utu tap-tap cluster. Pada ods awal, pusat cluster mash belum aurat. Tap-tap data meml deraat eaggotaa utu tap-tap cluster. Dega cara memperba pusat cluster da la eaggotaa tap-tap data secara berulag, maa aa dapat dlhat bahwa pusat cluster aa bergera meuu loas yag tepat (Kusumadew & Hartat, 6). Algortma FCM adalah sebaga berut (Kusumadew & Hartat, 6) : commt to user 7

4 perpustaaa.us.ac.d dglb.us.ac.d a. Tetua : a) Matrs X beruura m, dega = umlah data yag aa dcluster, da m = umlah arabel (rtera). b) Jumlah cluster yag aa dbetu = C ( ). c) Pagat pembobot = w ( ). d) Masmum teras. e) Toleras error = (la postf yag sagat ecl). f) Iteras awal, t =. g) Krtera pegheta. b. Betu matrs parts awal, U U, sebaga berut : () C C C (Matrs parts awal basaya dplh secara aca) c. Htug pusat cluster ( V ), utu setap cluster : V, w,, w, d. Perba deraat eaggotaa setap data pada setap cluster (perba matrs parts), sebaga berut : (), C d d / w (3) dega : m / d d (4) e. Tetua rtera berhet, yatu perubaha matrs parts pada teras searag dega teras sebelumya, sebaga berut : t t U U (5) commt to user 8

5 perpustaaa.us.ac.d dglb.us.ac.d Apabla, maa teras dheta, amu apabla, maa aa teras (t = t+) da embal e lagah c. Pecara la dapat dlaua dega megambl eleme terbesar dar la mutla selsh, t dega, t...4 Algortma Fuzzy Learg Vector Quatzato (FLVQ) Learg Vector Quatzato (LVQ) merupaa salah satu metode pembelaara pada arga syaraf trua dega tuua utu melaua pegelompoa terhadap M etor data pelatha mead C elompo (cluster). Pada Loga Fuzzy, uga deal suatu metode pegelompoa data yag deal dega ama Fuzzy C-Meas (FCM). Itegras atara edua metode melahra suatu metode baru yatu Fuzzy Learg Vector Quatzato (FLVQ). FLVQ yag demuaa oleh Karayas (997) merupaa algortma FLVQ yag pertama al dpereala oleh Tsao (994) (Kusumadew & Hartat, 6). Msala ta meml M etor data, X = {,,..., M },, yag aa delompoa mead C cluster dega pusat cluster d V = {,,..., c }. FLVQ aa memperba pusat cluster tersebut dega perubaha sebesar (Kusumadew & Hartat, 6) : M C /( m ) m ; C (6) Dega adalah lau pembelaara utu da m adalah pagat pembobot teras e- utu fugs eaggotaa yag dadops dar FCM. U = C /( m ) ; m (7) 6) : Nla m terleta pada teral [,; 7]. Adapu algortma FLVQ adalah sebaga berut (Kusumadew & Hartat, commt to user 9

6 perpustaaa.us.ac.d dglb.us.ac.d a. Tetapa : ) Jumlah cluster = C ; ) Pagat pembobot = m da 3) Masmum teras = N ; 4) Toleras error = ; 5) Iteras awal, =. m f ; b. Tetapa la awal pusat cluster secara aca, V = {, ;,;..., c, }. c. K = + d. Htug : ) m = m + ((mf-m)/n); ), = C /( m ) m ; M; C. (8) 3), = M, ; C. (9), =, +,,, ; C. 4) () M 5) E = C,, () e. Ja ( < N) da ( E > ), maa ulag lagah 3 Dmaa adalah learg rate, adalah lau pembelaara, E adalah error, adalah pusat cluster, M adalah umlah etor data, da adalah etor put...5 Pegolaha Ctra..5. Defs Ctra Dgtal Secara harfah, ctra adalah gambar pada bdag dwmatra (dua dmes). Dtau dar sudut padag matemats, ctra adalah sebuah fugs commt to user

7 perpustaaa.us.ac.d dglb.us.ac.d testas cahaya dua dmes f(,y) dmaa adalah poss bars da y adalah poss olom sedaga f adalah fugs testas atau eceraha dar ctra pada oordat (,y). Pada umumya ctra berbetu empat perseg paag da dmes uuraya dyataa sebaga (tgg lebar). Ctra dega tgg N psel, lebarya M psel, da meml testas f dapat dpresetasa sebaga suatu matrs yag beruura N bars da M olom sebaga berut (Gozales & Woods, ) : f = = () Dmaa f adalah fugs matrs. Ides bars () da des olom (y) meyataa suatu oordat tt pada ctra. Masg-masg tt (,y) d ctra dsebut pcture elemet atau psel, sedaga f(,y) merupaa testas (deraat eabua) pada tt (,y) (Gozales & Woods, ). Ctra htam-puth mempuya la uatsas deraat eabua sampa tgata e-56, artya mempuya sala abu dar sampa 55 atau selag [, 55] da ctra membutuha byte (8 bt) utu represetas setap pselya 56 = 8 (Gozales & Woods, ). Ctra ber adalah ctra yag haya mempuya dua la deraat eabua, yatu htam da puth. Psel-psel obe berla satu () da psel-psel latar belaag berla ol (). Pada watu meampla gambar, ol () adalah puth da satu () adalah htam (Gozales & Woods, )...5. Dscrete Cose Trasform Trasformas megacu pada perubaha represetas gambar, yatu dar doma spasal e doma freues. DCT (Dscrete Cose Trasform) adalah trasformas matemata yag megambl da megubah syal dar commt to user

8 perpustaaa.us.ac.d dglb.us.ac.d doma spasal e dalam doma freues. DCT basaya dguaa utu ompres area mampu megurag teradya perulaga psel yag sama pada daerah yag berdeata. DCT dmes satu (-D DCT) bergua utu megolah syal-syal dmes satu sepert betu gelombag suara. Sedaga utu ctra yag merupaa syal dua dmes, dperlua ers dua dmes dar DCT (-D DCT) (Syarf et al, ). -D DCT merupaa te yag petg utu ompres data. Utu meghtug -D DCT adalah sebaga berut (Orozco et al, ) : F u, u M m N f ( m, ) cos m u cos M u N (3) u M N dmaa :, u M u (4), u M M da, u N (5), N N Dmaa f m, adalah ompoe spasal, M da N adalah uura bars da olom dar f m, da F u, adalah ompoe spetral Statstcal teture features etracto Aalss testur basaya dmafaata sebaga proses utu melaua lasfas da terpretas ctra. Testur pada sebuah gambar dtada dega dstrbus spasal dar gray leels d seellgya. Oleh area tu, testur tda dapat ddefsa oleh sebuah tt. Hstogram dar suatu gambar commt to user

9 perpustaaa.us.ac.d dglb.us.ac.d memuga selas utu medapata gambara asar tetag dstrbus gray leels da otras. Ftur testur statst yag dambl pada tahapa adalah dar hstogram masg-masg foto rotge. Hal dareaa beberapa peyat paru memag mempegaruh paru-paru sedema rupa sehgga megabata perubaha ctra foto rotge. Perubaha testur yag terad pada ctra foto rotge dapat dguaa utu membedaa atara ctra paru yag terdas peyat dega paru ormal. Ada pu 6 ftur testur yatu aerage gray leel, stadard deato, smoothess, thrd momet, uformty da etropy (Agoso et al, ); (Sutto & Hall, 97); (Orozco et al, ); (Kurawa et al, 3). Aerage gray leel Stadard deato (6) Thrd momet 3 3 p (9) Uformty S N ( ) Smoothess (7) R (8) S N U Etropy H p p () log p () Dmaa adalah bayaya pel-pel dalam ctra, adalah la testas wara pada tap pel, da testas pada hstogram dbag dega umlah pel. p adalah umlah pel utu setap..6 M-Ma Normalzato Metode M-ma ormalzato me-rescale data dar suatu rage e rage baru la. Data dsalaa dalam rage sampa. Sela meml msclassfcato errors yag ecl, M-Ma Normalzato uga meldug hubuga atara la data asl area semua la data baru berada dalam rage yag past. Dbera yag bersesuaa (dalam satu olom) {s }, =,,... Maa commt to user 3

10 perpustaaa.us.ac.d dglb.us.ac.d la ormalsasya adalah (Ja & Bhadare, ) ; (Saraya & Maada, 3) : s ' s m s ma s m s () Dmaa ' s adalah data ormalsas, s adalah data asl, masmum dar semua data asl, asl. ma s adalah la m s adalah la mmum dar semua data..7 Algortma Possblstc Fuzzy Learg Vector Quatzato (PFLVQ) Terspras oleh algortma Fuzzy Learg Vector Quatzato (FLVQ) yag megtegrasa Fuzzy C-Meas (FCM) da Learg Vector Quatzato (LVQ), emuda dtegrasa algortma pegelompoa Possblstc Fuzzy C-Meas (PFCM) e dalam FLVQ da ddapata algortma Possblstc Fuzzy Learg Vector Quatzato (PFLVQ) (Wu et al, ). Arstetur dar arga syaraf trua PFLVQ dtuua pada Gambar. sebaga berut : X V X V V V V3 X-V y_ F y X3 V3 V4 X4 V4 V5 V5 X5 X-V y_ F y X6 V6 V6 Gambar. Arstetur arga PFLVQ Pertama, ddefsa learg rates utu PFLVQ yatu sebaga berut (Wu et al, ) :, = m u, ;, = t, (3) commt to user 4

11 perpustaaa.us.ac.d dglb.us.ac.d m = m m; m = m / ma (4) = ; = / ma (5) D s deraat eaggotaa setap data pada setap cluster ( u, da t, ) dalulasa dega persamaa sebaga berut : c m D u =, D,; b t = D,, (6) D (7) m m m m, da. (8) m m da eduaya adalah pagat pembobot yag merupaa ostata postf. ma adalah batas teras., adalah sebaga fuzzy learg rate da, adalah typcalty learg rate. Kemuda utu bobot etor dar PFLVQ ddefsa sebaga berut (Wu et al, ): a b, (9) a b,,,, =,, Algortma PFLVQ ddesrpsa sebaga berut (Wu et al, ) : Lagah : Isalsas a. Tetua : ) Jumlah cluster = C ; ) Pagat pembobot = m da 3) Toleras error = ; ; 4) Jumlah teras, da masmal teras ; 5) Kostata a da b yag merupaa eaggotaa fuzzy da la tpal, a da b. b. Jalaa FCM sampa ods berhet da guaa persamaa berut: ma commt to user 5

12 perpustaaa.us.ac.d dglb.us.ac.d m = u D, K K m u utu medapata (3) c. Isalsas bobot etor secara aca,,,,,..., c, R cp Lagah : Pegulaga a. Htug semua learg rate, da, dega persamaa (3), (4), (5), da (6). b. Laua update bobot etor, dega persamaa (9). c. Tambah la Lagah 3 : Ulag sampa atau ma Dmaa adalah umlah data yag aa dcluster da adalah ector put.. Peelta Terat Peelta sebelumya yag perah dlaua yag berata dega peelta tugas ahr yag pertama adalah peelta terhadap araterst pederta efus pleura yag ada pada RSUP H. Adam Mal Meda yag dlaua oleh Tobg & Wdrahardo (). Peelta tersebut dlaua megguaa metode crosssectoal da desrptf. Perbedaa dega peelta adalah pada peelta tersebut haya meelt araterst pederta efus pleura yag ada pada RSUP H. Adam Mal Meda, sedaga pada peelta membuat sstem utu medagosa peyat efus pleura yag megguaa algortma PFLVQ. Peelta la yag berata adalah peelta yag dlaua oleh Utomo () tetag pembuata sstem dagosa peyat paru berdasara foto rotge. Perbedaa dega peelta adalah pada peyat yag ddagosa da algortma yag dguaa. Peyat yag ddagosa pada peelta tersebut adalah efus pleura parapeumoa da algortma yag dguaa adalah Fast Fourer Trasform (FFT) da Fuzzy Learg Vector Quatzato (FLVQ). Sedaga pada peelta peyat yag ddagosa adalah efus pleura da algortma yag dguaa adalah Dscrete Cose Trasform (DCT), Statstcal teture features etracto, da PFLVQ. commt to user 6

13 perpustaaa.us.ac.d dglb.us.ac.d Peelta terat laya adalah peelta yag dlaua oleh Bsr et al (3) tetag lasfas ctra paru yag dlasfasa e dalam 3 lasfas yatu paru-paru ormal, berpeyat aer, da efus. Peelta tersebut megguaa Estras Ftur Hstogram da arga syaraf trua Bacpropagato. Perbedaa dega peelta adalah pada algortma yag dguaa, pada peelta tersebut megguaa algortma Estras Ftur Hstogram da arga syaraf trua Bacpropagato, sedaga pada peelta algortma yag dguaa adalah Dscrete Cose Trasform (DCT), Statstcal teture features etracto, da PFLVQ. Peelta sebelumya yag berata uga dega peelta adalah peelta yag dlaua oleh Orozco et al () megea lasfas ctra paru. Perbedaa dega peelta adalah pada peelta tersebut algortma yag dguaa utu megubah gambar e dalam doma freques megguaa algortma Dscrete Cose Trasform (DCT) da Fast Fourer Trasform (FFT) serta algortma utu peglasfasaya megguaa algortma Support Vector Mache. Sedaga pada peelta algortma yag dguaa utu megubah gambar e dalam doma freques haya megguaa algortma Dscrete Cose Trasform (DCT) da algortma yag dguaa utu peglasfasa megguaa algortma PFLVQ. Peelta laya yag berata adalah peelta yag dlaua oleh Wu et al (). Peelta tersebut megusula algortma Possblstc Fuzzy Learg Vector Quatzato (PFLVQ) yag merupaa tegras dar model Possblstc Fuzzy C-Meas (PFCM) e dalam algortma FLVQ. Perbedaa dega peelta adalah pada peelta tersebut melaua esperme pada data set X utu membadga auras dar algortma PFLVQ da algortma FLVQ. Sedaga pada peelta algortma PFLVQ dguaa utu melaua dagosa peyat paru efus pleura yag emuda hasl aurasya uga dbadga dega FLVQ. Berut aa dgambara dega tabel peelta-peelta terat sebelumya da recaa peelta yag aa dlaua. commt to user 7

14 perpustaaa.us.ac.d dglb.us.ac.d Tabel. Peelta Terat Sebelumya da Recaa Peelta No. Judul Peelta Metode Kasus Tahu Peelta. Karaterst cross-sectoal da Megetahu Pederta Efus desrptf araterst Pleura d RSUP H. pederta Efus Adam Mal Meda Pleura d baga paru.. Sstem Dagosa Fast Fourer Trasform Dagosa Peyat Paru (FFT) da Fuzzy Peyat Paru Berdasara Foto Learg Vector Efus Pleura Rotge Dega Quatzato (FLVQ) Parapeumoa Pedeata Fuzzy Berdasara Learg Vector Foto Rotge Quatzato 3. Klasfas Ctra Paru- Estras Ftur Klasfas ctra 3 Paru dega Estras Hstogram da paru-paru (paru- Ftur Hstogram da Bacpropagato paru ormal, Jarga Syaraf berpeyat Trua aer, da Bacpropagato efus) 4. Lug Nodule Dscrete Cose Klasfas ctra Classfcato Trasform (D-DCT), paru (aer Frequecy Doma Fast Fourer Trasform paru) dega Usg Support Vector (D-FFT), Statstcal gambar CT Maches teture features Thora dalam etracto, Support doma Vector Maches freques commt to user 8

15 perpustaaa.us.ac.d dglb.us.ac.d No. Judul Peelta Metode Kasus Tahu Peelta 5. Possblstc Fuzzy Possblstc Fuzzy Esperme data Learg Vector Learg Vector set X utu Quatzato Quatzato (PFLVQ) membadga da Fuzzy Learg auras Vector Quatzato algortma (FLVQ) PFLVQ da FLVQ 6. Dagosa Peyat Dscrete Cose Dagosa 4 Paru Efus Pleura Trasform (DCT), Peyat Paru Dega Pedeata Statstcal teture Efus Pleura Possblstc Fuzzy features etracto, Berdasara Learg Vector da Possblstc Fuzzy Foto Rotge Quatzato Learg Vector Quatzato (PFLVQ) commt to user 9

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan II. LANDASAN TEORI.1. Data Kategor Wallpole (1995, medefsa data ategor sebaga data yag dlasfasa meurut rtera tertetu. Data ategor dsebut uga data ometr atau data yag bua merupaa hasl peguura. Data ategor

Lebih terperinci

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1 HIMPUNAN RENTANGAN DAN BEBA LINIER HIMPUNAN RENTANGAN Defs (Kombas Ler) Msala V suatu ruag etor atas feld F. w etor d V, da, 1, juga etoretor d V. Vetor w dataa sebaga ombas ler dar etor-etor, 1, ja w

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (uregstered verso) http://www.smpopdf.com Statst Bss : BAB V. UKURA PEYEBARA DATA.1 Peyebara Uura peyebara data adalah uura statst yag meggambara bagamaa berpecarya data

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga searag adalah aalss terhadap data megea sebuah araterst atau atrbut (ja data tu ualtatg) da megea sebuah araterst (ja data tu uattatf).

Lebih terperinci

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok) ANALSS DSRNAN (asus : Lebh dar elompo) Hazmra Yozza Jur. atemata FPA Uad LOGO POP POP POP 4 : POP Uura sampel : Sampel telah detahu dar elompo maa berasal Terhadap masg-masg obe damat/duur p peubah POP

Lebih terperinci

titik tengah kelas ke i k = banyaknya kelas

titik tengah kelas ke i k = banyaknya kelas STATISTIKA Bab 0 UKURAN PEMUSATAN DAN PENYEBARAN. Mea X. a. Data Tuggal... 3 b. Data Kelompo ( dstrbus frewes) f. f. f.... f. 3 3 f f f... f = f. f 3 Ket : tt tegah elas e = bayaya elas f frewes elas e

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam BAB II LANDASAN TEORI Pada bab II, aa djelasa tetag teor yag dpaa dalam semvarogram asotrop. Sela tu juga aa dbahas megea teor peduug dalam melaua peasra aduga cadaga baust d daerah Mempawah Kalmata, dataraya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI Dalam bab aa djelasa teor-teor yag berhubuga dega peelta yag dapat djada sebaga ladasa teor atau teor peduug dalam peelta Ladasa teor aa mempermudah pembahasa hasl peelta pada bab 3 Adapu

Lebih terperinci

BAB I PANDAHULUAN. 1.1 Latar Belakang

BAB I PANDAHULUAN. 1.1 Latar Belakang BB I PNDHULUN Latar Belaag Data merupaa seumlah formas yag dapat membera gambara/eteraga tetag suatu eadaa Iformas yag dperoleh membera eteraga, gambara, atau fata megea suatu persoala dalam betu ategor,

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.. Watu da Temat Peelta Peelta srs dlaua d Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas Lamug ada tahu aadem 2009/200. 3.2. Metode Peelta Secara umum, elasaaa

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar. ANALISIS REGRESI Berdasara betu eleara data, model regres dapat dlasfasa mead dua macam yatu lear da o-lear. Ja pola data lear maa dguaa pemodela lear. Begtu uga sebalya apabla pola data tda lear maa dguaa

Lebih terperinci

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data, blaga ataupu

Lebih terperinci

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT Aryato, Kaja Sfat Keompaa pada Ruag Baah KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH Aryato* ABSTRACT The propertes of ompatess Baah spaes ths paper s a geeralzato of a ompat uderstadg the system o the real

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t) BAB II KONSEP DASAR Kosep dasar yag dtuls dalam bab, merupaa beberapa dasar acua yag aa dguaa utu megaalsa model rso las da meetua fugs sebara peluag bertaha dalam model rso las Datara dasar acua tersebut

Lebih terperinci

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube Aalsa Probablst Algortma Routg pada Jarga ypercube Zuherma Rustam Jurusa Matemata Uverstas Idoesa Depo 644. E-mal : rustam@maara.cso.u.ac.d Abstra Algortma routg pada suatu arga teroes suatu measme utu

Lebih terperinci

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai BB III FUZZY C-MENS 3. Fuzzy Klasterg Fuzzy lasterg erupaa salah satu etode aalss laster dega epertbaga tgat eaggotaa yag eaup hpua fuzzy sebaga dasar pebobota bag pegelopoa (Bezde,98). Metode erupaa pegebaga

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu terjad dega sedrya amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Utu mempermudah dalam meyeleaa pembahaa pada bab, maa aa dbera beberapa def da beberapa teor daar yag meduug... Teor Teor Peduug... Rua Gar Def. Rua Gar Ja ada d R atau 3 R, maa ebuah

Lebih terperinci

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap III. METODE PENELITIAN A. Populas da Sampel Populas dar peelta adalah seluruh peserta dd elas VII semester geap SMP Neger 3 Terbaggbesar tahu pelaara 0/0 yag terdstrbus e dalam tuuh elas, yatu elas VII

Lebih terperinci

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

adalah nilai-nilai yang mungkin diambil oleh parameter jika H Uj Nsbah Kemuga Lema Neyma-Pearso dapat dguaa utu meemua uj palg uasa bag hpotess sederhaa bla sebara dataya haya dtetua oleh satu parameter yag tda detahu. Lema tersebut juga adaalaya dapat dguaa utu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu tejad dega sedrya, amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

8.4 GENERATING FUNCTIONS

8.4 GENERATING FUNCTIONS 8.4 GEERATIG FUCTIOS Fugs pembagt Fugs pembagt dguaa utu merepresetasa barsa secara efse dega megodea usur barsa sebaga oefse deret pagat dalam varabel. Fugs pembagt dapat dguaa utu: memecaha berbaga masalah

Lebih terperinci

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen BAB DAAR TEOR ALRAN DAA. Umum,,3,4 stem teaga lstr Electrc ower stem terdr dar tga ompoe utama, atu sstem pembagta teaga lstr, sstem trasms teaga lstr, da sstem dstrbus teaga lstr. Kompoe dasar ag membetu

Lebih terperinci

Gambar 3.1Single Channel Multiple Phase

Gambar 3.1Single Channel Multiple Phase BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag

Lebih terperinci

BAB III TEORI PERRON-FROBENIUS

BAB III TEORI PERRON-FROBENIUS BB III : EORI PERRON-FROBENIUS 34 BB III EORI PERRON-FROBENIUS Pada Bab III aa dbahas megea eor Perro-Frobeus, yatu teor hasl otrbus dar seorag matematawa asal Germa, Osar Perro da Ferdad Georg Frobeus

Lebih terperinci

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah 3 III. METODE ENELITIAN 3.1 Watu da Tempat eelta da peracaga tugas ahr dlaua d Laboratorum Terpadu Te Eletro Uverstas Lampug da dusu Margosar, desa esawara Idah abupate esawara pada bula Agustus 1 sampa

Lebih terperinci

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k Prma: Jural Program Stud Pedda da Peelta Matemata Vol. 6, No., Jauar 07, hal. 7-59 P-ISSN: 0-989 METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l UNTUK BEBERAPA NILAI

Lebih terperinci

UKURAN DASAR DATA STATISTIK

UKURAN DASAR DATA STATISTIK UKURAN DASAR DATA STATISTIK UKURAN PUSAT Apa yag dapat ta smpula secara gamblag da cepat dar data yag dsodora berut : Tabel 1 Sampel Data Karyawa peserta Jamsoste Nama Sex Status Kerja Gaj/Bl Umur NATUL

Lebih terperinci

Perbandingan Algoritma Fuzzy C-Means (FCM) Dan Algoritma Mixture Dalam Penclusteran Data Curah Hujan Kota Bengkulu

Perbandingan Algoritma Fuzzy C-Means (FCM) Dan Algoritma Mixture Dalam Penclusteran Data Curah Hujan Kota Bengkulu Perbadga Algortma Fuzzy C-Meas (FCM Da Algortma Mxture Dalam Pelustera Data Curah Huja Kota Begulu Herla Latpa Sar Dose Tetap Program Stud Te Ifromata verstas Dehase Begulu Emal : herlalatpasar@ymal.om

Lebih terperinci

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data Raguma. Statt meyataa umpula data yag dapat berupa aga yag damaa data uattat maupu o aga yag damaa data ualtat yag duu dalam betu tabel da atau dagram/gra, yag meggambara da mempermudah pemahama aa aga

Lebih terperinci

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC JEMTN PD GRF FUZZY INTUITIONISTIC St lfatur Rohmaah, au Surarso, da ambag Irawato 3 Uverstas Islam Darul Ulum Lamoga, a0304@gmalcom Uverstas Dpoegoro Semarag 3 Uverstas Dpoegoro Semarag bstract tutostc

Lebih terperinci

PENGENALAN POLA BAHAN TERKOROSI MENGGUNAKAN METODA PEMBELAJARAN PERCEPTRON PADA SISTIM JARINGAN SYARAF

PENGENALAN POLA BAHAN TERKOROSI MENGGUNAKAN METODA PEMBELAJARAN PERCEPTRON PADA SISTIM JARINGAN SYARAF PENGENALAN POLA BAHAN ERKOROSI MENGGUNAKAN MEODA PEMBELAJARAN PERCEPRON PADA SISIM JARINGAN SYARAF Me Susmat Pusat Pegembaga Iformas Nulr-BAAN Kawasa PUSPIPEK Serpog, agerag e-mal: me@bata.go.d ABSRAKSI

Lebih terperinci

BAB 3 Interpolasi. 1. Beda Hingga

BAB 3 Interpolasi. 1. Beda Hingga BAB Iterpolas. Hgga. Iterpolas Lear da Kuadrat. Iterpolas -Maju da -Mudur Newto 4. Polo Iterpolas Terbag Newto 5. Polo Iterpolas Lagrage . Hgga Msala dbera suatu tabel la-la uers j j dar suatu ugs pada

Lebih terperinci

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

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

Lebih terperinci

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d Jural Grade Vol4 No Jul 008 : 37-38 Kaja Hubuga Koefse Korelas Pearso (r), Spearma-rho (ρ), Kedall-Tau (τ), Gamma (G), da Somers ( d yx ) Sgt Nugroho, Syahrul Abar, da Res Vusvtasar Jurusa Matemata, Faultas

Lebih terperinci

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON Jural Bareeg Vol. 5 No. Hal. 3 7 () PEMODELAN JUMLAH KEMAIAN BAYI DI PROVINSI MALUKU AHUN DENGAN MENGGUNAKAN REGRESI POISSON SALMON N. AULELE Staf Jurusa Matemata, FMIPA, Upatt Jl. Ir. M. Putuhea, Kampus

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 30 BAB III METODE PENELITIAN A. Tujua Peelta Tujua ag g dcapa dalam peelta adalah utu megetahu apaah hasl belajar perserta dd elas IX MP Nusa Bagsa Mragge Dema pada mater poo volume bagu ruag ss legug

Lebih terperinci

STATISTIKA ELEMENTER

STATISTIKA ELEMENTER STATISTIKA ELEMENTER Statsta Apa tu statsta? Apa beda statsta dega statst? Populas? Sampel? Parameter? Sala Peguura: Nomal Ordal 3 Iterval 4 Raso Bagamaa r-r eempat sala d atas? Bera masg-masg otoh sala

Lebih terperinci

Prosiding Seminar Nasional Matematika dan Pembelajarannya. Jurusan Matematika, FMIPA UM. 13 Agustus 2016

Prosiding Seminar Nasional Matematika dan Pembelajarannya. Jurusan Matematika, FMIPA UM. 13 Agustus 2016 Prosdg Semar Nasoal Matemata da Pembelajaraya. Jurusa Matemata, FMIPA UM. Agustus 06 METODE NUMERIK STEPEST DESCENT DENGAN ARAH PENCARIAN RERATA ARITMATIKA Rumoo Bud Utomo Uverstas Muhammadyah Tagerag

Lebih terperinci

H dinotasikan dengan B H

H dinotasikan dengan B H Delta-P: Jural Matemata da Pedda Matemata ISSN 089-855X Vol., No., Aprl 03 OPERATOR KOMPAK Mustafa A. H. Ruhama Program Stud Pedda Matemata, Uverstas Kharu ABSTRAK Detahu H da H dua ruag Hlbert, B H )

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di: ISSN: 339-541 JURNAL GAUSSIAN, Volume 4, Nomor, ahu 015, Halama 05-14 Ole d: http://eoural-s1.udp.ac.d/dex.php/gaussa ANALISIS FAKOR FAKOR YANG MEMPENGARUHI JUMLAH KEJAHAAN PENCURIAN KENDARAAN BERMOOR

Lebih terperinci

ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD

ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD Jural as, Teolog da Idustr, Vol., No., Desember 04, pp. 48-57 IN 693-390 prt/in 407-0939 ole ANALII JUMLAH TENAGA KERJA TERHADAP JUMLAH PAIEN RUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGREI GULUD

Lebih terperinci

Materi Bahasan. Pemrograman Bilangan Bulat (Integer Programming) Pemrograman Bilangan Bulat. 1 Pengantar Pemrograman Bilangan Bulat

Materi Bahasan. Pemrograman Bilangan Bulat (Integer Programming) Pemrograman Bilangan Bulat. 1 Pengantar Pemrograman Bilangan Bulat Mater Bahasa Pemrograma Blaga Bulat (Iteger Programmg) Kulah - Pegatar pemrograma blaga bulat Beberapa cotoh model pemrograma blaga bulat Metode pemecaha blaga bulat Metode cuttg-plae Metode brach-ad-boud

Lebih terperinci

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M JP : Volue 4 Noor Ju 0 hal. 4-5 LEA HENSTOCK PADA NTEGRAL uslch Jurusa ateata FPA UNS uslch_us@yahoo.co ABSTRACT. Based o the cshae e partto ad cshae tegral t ca be arraged the e partto ad tegral cocepts.

Lebih terperinci

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

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

Lebih terperinci

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM Ed-Math; ol Tah EKITENI BAI ORTHONORMAL PADA RUANG HAIL KALI DALAM Mhammad Kh Abstras at rag etor ag dlegap oleh sat operas ag memeh beberapa asoma tertet damaa Rag Hasl Kal Dalam (RHKD) Pada RHKD deal

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

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

Lebih terperinci

Ir. Tito Adi Dewanto

Ir. Tito Adi Dewanto Ir. Tto A Dewato Dega megetahu la rata-rata saja,ormas yag apat aag-aag bsa salah terpretas. Msalya, ar ua elompo ata etahu rata-rataya sama, alau haya ar ormas ta suah meyataa bahwa ua elompo sama, mug

Lebih terperinci

MENINGKATKAN KEMAMPUAN PENGENALAN POLA SINYAL DENGAN OPTIMALKAN RULES PADA FUZZY NEURAL NETWORK

MENINGKATKAN KEMAMPUAN PENGENALAN POLA SINYAL DENGAN OPTIMALKAN RULES PADA FUZZY NEURAL NETWORK Semar Nasoal Iformata 2013 (semasif 2013) ISSN: 1979-2328 UPN Vetera Yogyaarta, 18 Me 2013 MENINGKATKAN KEMAMPUAN PENGENALAN POLA SINYAL DENGAN OPTIMALKAN RULES PADA FUZZY NEURAL NETWORK Muhtar Haaf Program

Lebih terperinci

BAB 2 TINJAUAN PUSTKA. Jaringan transmisi dan jaringan distribusi pada sistem tenaga listrik berfungsi

BAB 2 TINJAUAN PUSTKA. Jaringan transmisi dan jaringan distribusi pada sistem tenaga listrik berfungsi BAB TINJAUAN USTKA.. Sstem Dstrbus Jarga trasms da arga dstrbus pada sstem teaga lstr berfugs sebaga saraa utu meyalura eerg lstr yag dhasla dar pusat pembagt e pusat-pusat beba. Sstem arga dstrbus dapat

Lebih terperinci

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA PEAKI ATAI AIO-CUM-DUAL UTUK ATA-ATA POPULAI PADA AMPLIG GADA Holla Maalu Bustam Haposa rat Mahasswa Program Matemata Dose Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas au Kampus Bawda

Lebih terperinci

π(x) 1 e JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-277

π(x) 1 e JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-277 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. 22) ISSN: 23-928X D-277 Klasfas Pase Hasl Pap Smear Test sebaga Pedetes Awal Upaya Peagaa D pada Peyat Kaer Servs d RS. X Surabaya dega Metode Baggg Logstc Regresso

Lebih terperinci

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak Jural Sas Matemata da Statsta, Vol. 3, No., Jul 07 ISSN 693-390 prt/issn 407-0939 ole Te Megatas Data Hlag pada Kasus Racaga Blo Legapaca Rado Yedra, Muslm, Jurusa Matemata, Faultas Sas da Teolog, UIN

Lebih terperinci

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Jural Ilmah Mrote Vol., No. 4 OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Joha Vara Alfa ), Rully Soelama ), Chaste Fatchah ) ), ), ) Te Iformata, Faultas

Lebih terperinci

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prt) D-361 Pemodela Aga Buta Huruf d Provs Sumatera Barat Tahu 014 dega Geographcally Weghted Regresso Rath Mahara da Wwe Setya Wahju Jurusa

Lebih terperinci

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi Pemodela Reso Peyat Peumoa pada Balta d Jawa Tmur Megguaa Regres Logst Ber Stratfas Ita Novaa, Sr Pgt Wuladar da Purhad Jurusa Statsta, Faultas Matemata da Ilmu Pegetahua Alam, Isttut Teolog Sepuluh Nopember

Lebih terperinci

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

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

Lebih terperinci

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi JURNAL SAINS DAN SENI POMITS Vol., No., (13) ISSN: 337-35 (31-98X Prt D-5 Pemodela Reso Peyat Peumoa pada Balta d Jawa Tmur Megguaa Regres Logst Ber Stratfas Ita Novaa, Sr Pgt Wuladar da Purhad Jurusa

Lebih terperinci

Penelitian Operasional II Program Bilangan Bulat PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING)

Penelitian Operasional II Program Bilangan Bulat PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING) Peelta Operasoal II Program Blaga Bulat 37 3 PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING) 3 PENDAHULUAN : Formulas Program Blaga Bulat da Aplasya Program Lear (LP) Program Lear basa dormulasa secara matemats

Lebih terperinci

BAB 2 DASAR TEORI. Suatu sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

BAB 2 DASAR TEORI. Suatu sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen BAB DASA TEOI. Umum,,3,4 Suatu sstem teaga lstr Electrc ower System terdr dar tga ompoe utama, yatu sstem pembagta teaga lstr, sstem trasms teaga lstr, da sstem dstrbus teaga lstr. Kompoe dasar yag membetu

Lebih terperinci

Taksiran Distribusi Aggregate Loss Asuransi Mobil Menggunakan Fast Fourier Transform (FFT) dalam Menentukan Premi Murni

Taksiran Distribusi Aggregate Loss Asuransi Mobil Menggunakan Fast Fourier Transform (FFT) dalam Menentukan Premi Murni Tasra Dstrbus Aggregate Loss Asuras Mobl Megguaa Fast Fourer Trasorm FFT dalam Meetua Prem Mur Tohap Maurug *, Mas Maaohas, Program tud Matemata, Faultas Matemata da Ilmu Pegetahua Alam, Uverstas am Ratulag

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

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

Lebih terperinci

Model Log Linier untuk Empat Dimensi. Log Linier Model for Four Dimentions

Model Log Linier untuk Empat Dimensi. Log Linier Model for Four Dimentions ural ESPONENSAL Volume 6, Nomor, Nopember 015 SSN 085-789 Model Log Ler utu Empat Dmes Log Ler Model for Four Dmetos M. Ars Budyoo 1, Sr ayugs, a Puramasar 3 1 Maasswa Program Stud Statsta Faultas MPA

Lebih terperinci

ANALISIS LOSSES JARINGAN DISTRIBUSI PRIMER 20 KV AREA LHOKSEUMAWE

ANALISIS LOSSES JARINGAN DISTRIBUSI PRIMER 20 KV AREA LHOKSEUMAWE Aalss Losses Jarga Dstrbus Prmer 0 v Area Lhoseumawe....Zamzam ANALSS LOSSES JARNGAN DSTRBUS PRMER 0 AREA LHOSEUMAWE Zamzam 1 1 Dose Jurusa Te Eletro Polte Neger Lhoseumawe ABSTRA Peelta bertujua utu megetahu

Lebih terperinci

BAB III UKURAN PEMUSATAN (RATA-RATA)

BAB III UKURAN PEMUSATAN (RATA-RATA) BAB III UKUAN PEMUSATAN (ATA-ATA Salah sat ra mer yag mejelasa cr-cr data yag petg adalah ra pemsata, yat ra yag meja psat seggs data yag telah drta dar yag terecl sampa yag terbesar ata sebalya Ura pemsata

Lebih terperinci

Pemodelan Faktor-Faktor yang Mempengaruhi Angka Morbiditas di Jawa Timur Menggunakan Regresi Nonparametrik Spline

Pemodelan Faktor-Faktor yang Mempengaruhi Angka Morbiditas di Jawa Timur Menggunakan Regresi Nonparametrik Spline JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: 337-35 (-98X Prt) D-5 Pemodela Fator-Fator yag Mempegaruh Aga Morbdtas d Jawa Tmur Megguaa Regres Noparametr Sple Krsa Wuladar, I Nyoma Budatara, da Madu

Lebih terperinci

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

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

Lebih terperinci

UNIVERSITAS INDONESIA

UNIVERSITAS INDONESIA UNIVERSITAS INDONESIA STUDI KARAKTERISTIK NEURAL NETWORK ENSEMBLE BERBASIS FUNGSI EROR CROSS ENTROPY DAN KUADRATIS SKRIPSI ALIFIA FITHRITAMA 0706163590 FAKULTAS TEKNIK PROGRAM STUDI TEKNIK ELEKTRO DEPOK

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan Waktu 4.2 Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan Waktu 4.2 Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4. Loas da Watu Peelta dlasaaa d Strawberry Café yag berloas d Jala Gadara No.75 Jaarta Selata. Loas peelta dplh da dtetua dega segaja sesua dega pertmbaga dar peelt. Alasa utama memlh

Lebih terperinci

Implementasi Algoritma Particle Swarm untuk Menyelesaikan Sistem Persamaan Nonlinear

Implementasi Algoritma Particle Swarm untuk Menyelesaikan Sistem Persamaan Nonlinear JURNL TKNIK ITS Vol. Sept ISSN: -97 - Implemetas lgortma Partcle Swarm utu Meyelesaa Sstem Persamaa Nolear rdaa Rosta Yudh Purwaato da Rully Soelama Jurusa Te Iformata Faultas Teolog Iformas Isttut Teolog

Lebih terperinci

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 50 K MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE Kade Ad Dw Purwaa 2205 00 038 dose pembmbg :. Ir. Syarffudd M M.Eg. 2.

Lebih terperinci

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion Jural Iformata Mulawarma Vol 4 No. 3 September 009 37 Pemlha Model Regres erba Megguaa Metode Aae s Iformato Crtero da Schwarz Iformato Crtero M. Fathurahma Program Stud Ilmu Komputer, FMIPA Uverstas Mulawarma

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

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

Lebih terperinci

BAB II KAJIAN TEORI. tertentu (Martono, 1999). Sistem bilangan real dinotasikan dengan R. Untuk

BAB II KAJIAN TEORI. tertentu (Martono, 1999). Sistem bilangan real dinotasikan dengan R. Untuk 5 BAB II KAJIAN TEOI A. Sstem Blaga eal Sstem blaga real adalah hmpua blaga real ag dserta dega operas pejumlaha da perala sehgga memeuh asoma tertetu (Martoo, 999). Sstem blaga real dotasa dega. Utu lebh

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 ANDAAN EOI Pada a aa dperlhata teor-teor yag erhuuga dega peelta sehgga dapat djada seaga ladasa erfr dalam melaua peelta da aa mempermudah dalam hal pemahasa hasl utama pada a erutya. eor terseut

Lebih terperinci

EVALUASI OPERASI SISTEM TENAGA LISTRIK 5OO kv JAWA BALI MENGGUNAKAN PARTICLE SWARM OPTIMIZATION

EVALUASI OPERASI SISTEM TENAGA LISTRIK 5OO kv JAWA BALI MENGGUNAKAN PARTICLE SWARM OPTIMIZATION EVALUASI OPERASI SISTEM TENAGA LISTRIK 5OO V JAWA BALI MENGGUNAKAN PARTICLE SWARM OPTIMIZATION Roy Chadrabuaa, Ad Soeprjato, Teguh Yuwoo Jurusa Te Eletro-FTI, Isttut Teolog Sepuluh Nopember Kampus ITS,

Lebih terperinci

Interpretasi Kombinatorial Bilangan Euler. Rektor Sianturi 1. Abstrak

Interpretasi Kombinatorial Bilangan Euler. Rektor Sianturi 1. Abstrak Retor Satur, Iterpretas Kombatoral Blaga Iterpretas Kombatoral Blaga Euler Retor Satur 1 bstra Kombatoral blaga Euler alah suatu proses yag meghtug bayaya alteratf permutas ar hmpua blaga ega umlah geap.

Lebih terperinci

HUBUNGAN MATRIKS AB DAN BA PADA STRUKTUR JORDAN NILPOTEN

HUBUNGAN MATRIKS AB DAN BA PADA STRUKTUR JORDAN NILPOTEN HUBUNGAN ARKS AB DAN BA ADA SRUKUR ORDAN NLOEN Sodag uraasar aaha (sodag@ub-ut.ac.d) UB-U eda Elva Herawaty FA ateata Uverstas Suatera Utara ABSRAC ths aer, we gve aother roof about the relatosh betwee

Lebih terperinci

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

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

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

Lebih terperinci

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

Koefisien Korelasi Spearman

Koefisien Korelasi Spearman Koefe Koela Speama La hala dega oefe oela poduct-momet Peao, oela Speama dapat dguaa utu data beala mmal odal utu edua vaabel ag heda dpea oelaa. Lagah petama ag dlaua utu meghtug oefe oela Speama adalah

Lebih terperinci

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel Uura Statt. Pedahulua Uura Statt:. Uura Pemuata Bagamaa, d maa data berpuat? Rata-Rata Htug Arthmetc Mea Meda Modu Kuartl, Del, Peretl. Uura Peyebara Bagamaa peyebara data? Ragam, Vara Smpaga Bau Uura

Lebih terperinci

MODUL BARISAN DAN DERET

MODUL BARISAN DAN DERET MODUL BARISAN DAN DERET SEMESTER 2 Muhammad Zaial Abidi Persoal Blog http://meetabied.wordpress.com BAB I. PENDAHULUAN A. Desripsi Dalam modul ii, ada aa mempelajari pola bilaga, barisa, da deret diidetifiasi

Lebih terperinci

BAB I PENDAHULUAN. Statistik Terapan Sem 3 D-IV Jalan Tol

BAB I PENDAHULUAN. Statistik Terapan Sem 3 D-IV Jalan Tol BAB I PENDAHULUAN PENGERTIAN ISTILAH STATISTIK DAN STATISTIKA Baya seal des tetag statst, dsebaba area luasya ruag lgup statst Utu eperlua prats, statst dapat darta secara sempt da luas Dalam art sempt,

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

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

Lebih terperinci

Lam piran 1 K uesioner

Lam piran 1 K uesioner LAMPIAN Lam pra K uesoer KUESIONE PENDAHULUAN Saya adalah mahasswa Uverstas Krste Maraatha Badug sedag megadaa peelta dalam pembuata Tugas Ahr. Maa saya megharapa erasamaya utu megs uesoer, saya megharapa

Lebih terperinci

Analisis Pengendalian Kualitas Proses Pengantongan Semen di PT Semen Indonesia (Persero) Tbk dengan Pendekatan Six Sigma

Analisis Pengendalian Kualitas Proses Pengantongan Semen di PT Semen Indonesia (Persero) Tbk dengan Pendekatan Six Sigma JURNAL SAINS DAN SENI ITS Vol. 4, No., (15) 337-35 (31-98X Prt) D-54 Aalss Pegedala Kualtas Proses Pegatoga Seme d PT Seme Idoesa (Persero) Tb dega Pedeata Sx Sgma Ftrah Idra Cahya, Sr Mumpu Retagsh Jurusa

Lebih terperinci

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014) Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 Aalss Regres Espoesal Bergada (Stud Kasus: Jumlah Kelahra Bay d Kalmata Tmur pada Tahu 3 da 4) Double Expoetal Regresso Aalyss (Case Study: Number

Lebih terperinci

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain.

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain. BARIAN DAN DERET A. Barisa Barisa adalah uruta bilaga yag memilii atura tertetu. etiap bilaga pada barisa disebut suu barisa yag dipisaha dega lambag, (oma). Betu umum barisa:,, 3, 4,, dega: = suu pertama

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA Beberapa teor yag dperlua utu meduug pembahasa dataraya adalah varabel radom, regres lear bergada, metode uadrat terecl (MKT), peguja asums aalss regres, pecla (outler), regres robust,

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

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

Lebih terperinci