FORMULASI DAN ALGORITMA PENYELESAIAN MODEL BATCHING DAN SEQUENCING DENGAN KRITERIA MINIMASI WAKTU TINGGAL AKTUAL TOTAL

Ukuran: px
Mulai penontonan dengan halaman:

Download "FORMULASI DAN ALGORITMA PENYELESAIAN MODEL BATCHING DAN SEQUENCING DENGAN KRITERIA MINIMASI WAKTU TINGGAL AKTUAL TOTAL"

Transkripsi

1 FORMULASI DAN ALGORITMA PENYELESAIAN MODEL BATCHING DAN SEQUENCING DENGAN KRITERIA MINIMASI WAKTU TINGGAL AKTUAL TOTAL Zhed ABSTRACT Ths pper exmnes btch schedulng problem tht hve btchng nd sequencng n sngle formulton. The frst step s to develop model for sngle tem sngle resource model dscussed n Hlm et l. (998) hs determned btch szes nd the schedule for the resultng btch szes n two steps, but ths pper determnes btch szes nd ther schedule smultneously. The obectve functon of the models s the sme s Hlm et l. (998),.e. to mnmze the totl ctul flow tmes. The propose lgorthm to the model cn fnd optml soluton effectvely. Keywords: ctul flow tme, btchng, sequencng, sngle formulton, optml soluton. ABSTRAK Tulsn n mengevlus problem pendwln btch d mn penentun ukurn btch dn pendwln btch dbut dlm formuls tunggl. Lngkh pertm dlh mengembngkn model stu tem stu sumber yng dbhs dlm Hlm et l. (998), d sn penentun ukurn btch dn pendwln btch yng dhslkn dlkukn secr terpsh. Dlm tulsn n penentun ukurn btch dn pendwln btch yng dhslkn dlkukn secr smultn.fungs tuun dr tulsn n sm dengn Hlm et l. (998), ytu mnms wktu tnggl ctul. Algortm yng dusulkn untuk model dpt menentukn solus optml secr efektf. Kt kunc: wktu tnggl ctul, btchng, sequencng, formuls tunggl, solus optml Jurusn Jurusn Mtemtk, Fkults Sns dn Teknolog, Unversts Bn Nusntr, Jln. Kebon Jeruk Ry No.7, Kebon Jeruk, Jkrt Brt 0, zhedzhed@bnus.edu 9 Jurnl Mt Stt, Vol. 9 No. Jul 009: 9-99

2 PENDAHULUAN Model pendwln btch (kumpuln prt) telh bnyk dtuls oleh pr penelt, mslny Dobson et l. (987, 989) yng menggunkn krter mnms totl flow tme (wktu tnggl totl) seluruh prt. Dlm model yng dkembngkn, persoln pendwln dpt delskn sebg berkut. Mslkn d seumlh prt, yng seluruhny dtng pd ln produks pd wktu nol (tme zero) dn kn dproses pd sebuh mesn, dengn wktu pemrosesn setp prt pd mesn dkethu. Btch yng seles dproses dsumskn dkrm pd st yng sm dengn wktu seles proses (completon tme). Persoln yng muncul dlh penentun umlh btch, ukurn btch dn urutn pemrosesn dr btch. Pendektn yng dgunkn dlh pendektn mu (forwrd). D smpng Dobson et l. (987, 989), peneltn ln yng mengembngkn penwln btch dlh Hlm et l. (998), yng menmbhkn kendl bhw seluruh prt hrus seles pd st due dte (tdk dznkn d prt yng terlmbt (trdy)). Pengembngn ln yng dlkukn dlh bhw prt yng kn dproses tdk perlu tb d ln produks secr bersmn pd wktu nol, tetp bs tb st dperlukn, sehngg sngt dptf dengn konsep sstem produks Just In Tme (JIT). Dlm pemechn mslh tersebut, Hlm et l. (998) menggunkn krter mnms totl ctul flow tme (wktu tnggl ktul totl) dengn pendektn mundur (bckwrd). Dobson et l. (989b) mengembngkn konsep btchng dn schedulng dlm formuls tunggl, d mn fungs tuun yng dgunkn dlh mnms umlh flow tme seluruh prt yng dhtung dengn cr menumlhkn perkln ntr wktu tnggl btch dengn ukurn btch dn ongkos smpn prt per stun wktu (holdng cost) sebg bobot. Asums dn Btsn Mslh Untuk mencp tuun peneltn, dperlukn beberp sums dn btsn sebg berkut. Wktu setup (perspn) ntr btch sm pd mesn (sumber) yng dgunkn; ukurn btch dsumskn kontnu; sumber yng kn dgunkn sp dgunkn pd wktu nol (tme zero), tdk d keruskn sumber st dgunkn, semu prmeter model sepert wktu setup ntr btch, wktu proses per prt, umlh prt yng kn dproses, wktu tuh tempo penyerhn (common due dte) dsumskn dkethu. Totl Wktu Tnggl Aktul Wktu tnggl ktul dlm peneltn n dkembngkn dr konsep yng dkemukkn Hlm dkk. (998) dlm pembhsn tentng pendwln btch. Dkemukkn dlm pembhsn tersebut bhw mslkn d sutu kumpuln n ob J ( =,,,n) dproses pd sutu mesn dn dserhkn pd due dte (wktu tuh tempo) yng bersmn d. Wktu proses p untuk ob J dkethu, wktu set up s untuk ob J tdk tergntung dr urutn ob dn tdk termsuk dlm wktu proses. Wktu sp-sp r yng menytkn ob J telh tersed untuk dproses dsumskn berhubungn dengn wktu mul pemrosesn B. Jk semu ob hrus dseleskn sebelum tu berteptn dengn due dte dn menngglkn shop secr serentk pd due dte bersm mk wktu tnggl ktul F dr ob J dpt dnytkn sebg berkut. F = d B... () Rumusn () n menytkn bhw wktu tnggl ktul dlh rentng wktu ob J tnggl d shop dr wktu mul pemrosesn smp due dte d. Formuls dn Algortm... (Zhed) 9

3 Jk hl n dktkn dengn pendwln mundur, d mn poss ob dhtung dr poss khr pd skl wktu, mk rumus () dpt dlustrskn dengn gmbr gntt chrt (Gmbr ) dn dpt dtuls kembl dlm bentuk rumusn () berkut. Gmbr Gntt Chrt Pendwln Btch FJ [ ] = p + s) s, = ( =,,,N. () Untuk btch d mn umlh prt dlm btch dnytkn dengn Q [ ], wktu untuk menyeleskn stu prt dnytkn dengn t, dn umlh seluruh btch dlh N, mk wktu tnggl ktul dr btch L [] yng dkerkn pd poss dpt dnytkn sebg. FL[ ] = ( tq[ ] + s) s, = =,,, N.. () Dlm teor yng dkemukkn berktn dengn sequencng N btch dengn wktu setup konstn yng dproses pd stu mesn, dnytkn bhw dengn memnmlkn totl wktu tnggl ktul FL dr btch yng mellu shop, mk pendwln LPT (btch terkecl ddwlkn pd poss terkhr) kn memberkn solus optml sehngg totl wktu tnggl ktul semu btch dpt dtuls sebg: N FL tq = = { ( [ ] + s) s } Q[ ] =... () Pengembngn Model Mslkn sekumpuln prt dr tem seens hrus dproses pd sebuh mesn. Setp prt hny perlu stu opers untuk menyelesknny (sngle stge). Permslhn yng dbhs dlh menentukn ukurn-ukurn btch dn mendwlkn btch tersebut sehngg wktu tnggl ktul (ctul flow tmes) totl untuk dwl yng dhslkn mend mnmum. Prmeter-prmeter yng dkethu dlh wktu proses per prt, wktu setup ntr btch, umlh prt yng kn ddwl, dn wktu penyerhn seluruh prt. Wktu penyerhn n dsumskn dlkukn secr bersmn untuk semu prt tu dkenl ug dengn due dte bersm (common due dte). 9 Jurnl Mt Stt, Vol. 9 No. Jul 009: 9-99

4 Model formuls pendwln stu-tem-stu-sumber (Formuls SISS) dengn btchng dn sequencng dlm stu formuls n, dkembngkn dr tulsn Hlm dkk (998). Dlm Hlm dkk (998), btchng dn sequencng dlkukn secr terpsh. Penmbhn koefsen bner Y dn X kn menytkn bhw formuls SISS berkut menggbungkn thp btchng dn sequencng dlm stu formuls (untuk pendektn forwrd, lht Dobson dkk (989)). Formuls SISS Mnms F= N =[ ={ sx + tq [] } - s ] Q [].. () Dengn syrt: N = Q [] = n.. (6) B [] + t Q [] = d (7) (N mks -)s + t N = Q [] d... (8) B [] + t Q [] B [] + M (Y ),,. (9) Y + Y =,,.. (0) Q [] X n.. () Y = 0,,, () X = 0,.. () B [N] 0. () Q [] 0.. () N dn nteger. (6) Fungs () menytkn tuun model, ytu mnms wktu tnggl ktul totl semu prt yng kn dproses. Syrt (6) menytkn umlh prt untuk seluruh btch hrus sm dengn umlh prt totl yng hrus dproses. Syrt (7) menytkn btch terkhr yng dproses hrus seles tept pd due dte d. Syrt (8) menytkn wktu seles seluruh btch terdwl hrus pd ntervl ntr ttk nol (tme zero) dn due dte. Pd syrt (9), nl M dlh blngn postf yng cukup besr. Dlm prktekny, nl M dpt dmbl dengn rumusn M = n (s + t ). Untuk nl Y =, syrt (9) n tdk mengkt (unbndng), tetp k Y = 0 syrt (9) menytkn wktu seles dr btch- hrus lebh kecl dr wktu mul btch- k btch- mendhulu btch- (secr bckwrd). Syrt (0) dn () menytkn tdk d du btch yng dkerkn pd mesn pd st yng sm. Syrt () dn () menytkn bhw btch- tk kosong kn memlk nl X =. Jk X = 0, mk btch- kosong. Kendl () menytkn wktu mul btch pertm yng dproses hrus pd wktu nol tu setelh wktu nol. Syrt () menytkn syrt kenonnegtfn vrbel keputusn, dn syrt (6) menytkn syrt bult (nteger) dr umlh btch. Berkut n kn dsederhnkn formuls SISS d ts gr lebh mudh doperskn, dengn mensubsttuskn n sebg umlh prt dr seluruh btch dn menghlngkn syrt bner tnp mengubh persoln sert sempurnkn syrt (7) untuk semu btch terdwl gr rpt ke due dte. Hslny dlh sebg berkut. Formuls SISS* Mnms F = N =[ ={sx + t Q [] } - s ] Q []... (7) Formuls dn Algortm... (Zhed) 9

5 Dengn syrt N Q [] = n.. (8) B [] + ={sx + t Q [] } - s = d =,,...,N.. (9) (N mks -)s + t n d. (0) B [] + t Q [] B [] + n(s+t)(y ),, () Y + Y =,,.. () Q [] X n.. () B [N] 0 () Y 0,, () Y,,.. (6) Q [] 0.. (7) X 0 (8) X... (9) N, Y, X 0 dn nteger,, (0) Formuls SISS n termsuk problem pemrogrmn kudrtk bult (Integer Qudrtc Progrmmng (IQP)). Untuk menyeleskn problem SISS n, lngkh pertm yng hrus dlkukn dlh menunukkn kelykn problem terhdp due dte, kemudn tentukn N sebg umlh btch nteger mksml yng dhtung dr kendl (0), dn dperoleh: N = N mks, dengn N mks = (d-tn)/s +.. () ytu blngn bult terbesr yng lebh kecl tu sm dengn nl N mks. Selnutny substtuskn semu prmeter yng dukethu ke dlm formuls SISS* dn lkukn btchng, dengn menkkn umlh btch smp tercp wktu tnggl ktul totl mnml. Heurstk yng lengkp dr penyelesn problem SISS dlh sebg berkut. Algortm Sss Step-. Htung T mn = n.t Step-. Problem SISS lyk k dn hny k T mn d. Lnutkn Step-. Jk T mn > d, mk problem SISS tdk lyk, stop. Step-. Htung N dengn persmn (). Step-.Substtuskn nl-nl dr N dengn N = N mks, n, t, s dn d ke dlm formuls SISS* tnp syrt nteger sehngg dperoleh urn formuls SISS* untuk problem. Step-. Set Y =, k <,,,, dn Y = 0 untuk yng lnny. Step-6. Set F 0 = n.t + Step-7. Untuk =, set X =, untuk =,...,, dn X = 0, untuk yng ln. Step-8. Seleskn problem pd step-7. Step-9. Apkh B [] 0, - Jk y, tuls F, - Apkh F < F -, - Jk y, set = +, lnutkn ke step Jurnl Mt Stt, Vol. 9 No. Jul 009: 9-99

6 - Jk tdk, set - = N (opt), lnutkn ke step-0. -Jk tdk, set - = N (opt), Solus optml tercp, lnutkn step-0. Step-0. Tuls nl fungs tuun dn semu nl vrbel keputusn. Untuk memudhkn pemhmn tentng model SISS dn lgortmny, berkut n dkemukkn sebuh contoh. Contoh SISS Mslkn sutu problem SISS dengn n =, t = 0.6, s =. sert d =. Step- dn kn memberkn T mn = < d= sehngg problem SISS n dlh lyk. Step-, dengn persmn () kn dperoleh N mks =.8 sehngg umlh btch mksmum nteger N =. Step-, dengn melkukn substtus nl-nl yng dkethu ke dlm formuls terkhr (SISS*), mk kn dperoleh urn formuls SISS*. Lnutkn step-. Selnutny, dengn step-, 6, dn 7 kn memberkn nl F = Dengn menyeleskn seluruh ters pd step-8, 9, dn 0 kn memberkn solus optml sebg berkut. Tbel Solus Optml Contoh SISS N opt Urutn Ukurn btch Q [] Wktu mul B [] Wktu Tnggl Aktul Totl F Anlss Model Pengelompokn hsl pengun terhdp lgortm model yng dkembngkn dlkukn berdsrkn kenkn slh stu tu du prmeter model. Tbel kelompok I dengn nomor,, berrt terdpt kenkn wktu setup (s). Tbel kelompok II dengn nomor,, berrt terdpt penurunn due dte (d) pd model, dn seterusny. Terlht dr Tbel d bwh bhw penmbhn wktu setup dn wktu proses kn memperbesr wktu tnggl ktul totl (lht contoh-contoh pd kelompok I, III, VI, XII). Pengurngn due dte pd ksus due dte longgr tdk mengurng wktu tnggl ktul totl (lht psngn contoh-contoh (8, 6, 8), (9, 7, 9), (0, 0)). D mn totl wktu tnggl ktul optmlny sm. Hl n berrt bhw perbedn pd dwl hny terd pd wktu mul pemrosesn btch pertm. Pd kelompok-kelompok contoh dengn perubhn pd du prmeter dpt dktkn bhw dengn semkn keclny perbndngn t terhdp s, mk umlh btch optml cenderung mengecl (lht kelompok contoh IV, V, VI, VII). Pd kelompok-kelompok contoh d mn terd perubhn pd tg prmeter, mk hl yng dpt dktkn bhw pd ksus due dte longgr mk wktu tnggl ktul totlsm (lht kelompok contoh VIII smp XV). Formuls dn Algortm... (Zhed) 97

7 Jurnl Mt Stt, Vol. 9 No. Jul 009: Tbel Solus Optml Contoh-Contoh Problem SISS Kel. No Dt Problem F opt N Nopt B n t s d I II III IV V VI VII VIII IX X XI XII XIII XIV XV , 0,9 0, 0,,0,0 0, 0, 0, 0, 0, 0,,0,0,0,0 0, 0, 0, 0,,,0,0,,,,,,,,,,,,,,,,,, ,00 789, 76, 8,7 6,,80 86,0 9,80 098,00 9,80 8,00,80 7,0,80 86,0,80 86,0 9,80 098,00 96,90 Tk lyk 9,80 8,00 9,90 Tk lyk,80 7,0,80 7, ,80 8,00 6,00 8,80 8,80,0 9,0 8,80,60 8,80 8,80 9,0 8,80 9,9 0,00 8,80 7,60,60 8,80 7, 8,00 8,80 8,80 9,0 8,80 8,80 9,0 8,80 9,0 0,00 8,80,9 8,80 7,60 0 8,80 0,0 8,80 7, 8,00 8,80 7, 8,00

8 PENUTUP Terlht dr contoh-contoh problem yng dberkn pd Tbel, bhw penmbhn wktu setup dn wktu proses cenderung memperbesr wktu tnggl ktul totl. Pengurngn due dte pd ksus due dte longgr tdk mengurng wktu tnggl ktul totl. DAFTAR PUSTAKA Dobson G., Krmrkr U.S., nd Rummel J.L. (987). Btchng to mnmze flow tmes on one mchne, Mngement Scence,, Dobson G., Krmrkr U.S., nd Rummel J.L. (989). Btchng to mnmze flow tmes on heterogeneous mchnes, Mngement Scence,, Dobson G., nd Krmrkr U.S. Smultneous resource schedulng to mnmze weghted flow tmes, Opertons Reserch, 7(), July-August 989. Hlm, A.H., Toh, I.S., nd Zhed. (998). Smultneous resource schedulng to mnmze totl ctul flow tmes. Congress of Mnufcturng nd Mngement, Vctor, Austrl. Zhed. (008). Relkss nteger untuk problem bnry qudrtc progrmmng untuk ksus penyelesn schedulng dn sequencng bnyk sumber, Jurnl MtStt Unversts Bn Nusntr, (), September 007, Akredts Dkt No /DIKTI/Kep/00. Zhed. (008). Model optms ukurn blok optml dengn krter mnms totl wktu tnggl ktul, Jurnl MtStt Unversts Bn Nusntr, 6(), Jnur 008, Akredts Dkt No /DIKTI/Kep/00. Formuls dn Algortm... (Zhed) 99

MODEL PENJADWALAN BATCH PADA FLOWSHOP DUA TAHAP DENGAN VARIASI JUMLAH PART UNTUK MEMINIMASI TOTAL ACTUAL FLOW TIME

MODEL PENJADWALAN BATCH PADA FLOWSHOP DUA TAHAP DENGAN VARIASI JUMLAH PART UNTUK MEMINIMASI TOTAL ACTUAL FLOW TIME MODEL PEJADWALA BATCH PADA LOWSHOP DUA TAHAP DEGA VARIASI JUMLAH PART UTUK MEMIIMASI TOTAL ACTUAL LOW TIME Prty Poer Surydhn Industrl Engneerng Study Progrm, Industrl Engneerng culty, Telkom Unversty prty@telkomunversty.c.d

Lebih terperinci

Pemain P 1. Teorema 4.1 (Teorema minimax). Untuk setiap matriks pembayaran (pay off matrix), terdapat strategi optimal x* dan y* sedemikian sehingga

Pemain P 1. Teorema 4.1 (Teorema minimax). Untuk setiap matriks pembayaran (pay off matrix), terdapat strategi optimal x* dan y* sedemikian sehingga Rset Opers Probblstk Teor Permnn (Gme Theor) Deprtement of Mthemtcs FMIPA UNS Lecture 4: Med Strteg A. Metode Cmpurn (Med Strteg) D dlm permnn d mn permnn tersebut tdk mempun ttk peln, mk pr pemn kn bersndr

Lebih terperinci

BAB IV METODA ANALISIS RANGKAIAN

BAB IV METODA ANALISIS RANGKAIAN 6 BAB METODA ANALSS RANGKAAN Metod nlss rngkn sebenrny merupkn slh stu lt bntu untuk menyeleskn sutu permslhn yng muncul dlm mengnlss sutu rngkn, blmn konsep dsr tu hukum-hukum dsr sepert Hukum Ohm dn

Lebih terperinci

Metode Numerik. Regresi. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2008 PENS-ITS

Metode Numerik. Regresi. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2008 PENS-ITS Metode Numerk Regres Um S dh Polteknk Elektronk Neger Surb 008 PENS-ITS 1 Metode Numerk Topk Regres Lner Regres Non Lner PENS-ITS Metode Numerk Metode Numerk Regres vs Interpols REGRESI KUADRAT TERKECIL

Lebih terperinci

KAJIAN TENTANG SKEMA BEDA HINGGA KOMPAK ORDE-4

KAJIAN TENTANG SKEMA BEDA HINGGA KOMPAK ORDE-4 KAJIA TETAG SKEA BEDA HIGGA KOPAK ORDE-4 Eko Prsety Budn Abstrct : Fourth order compct fnte-dfference scheme s bsed on low-storge Runge-Kutt schemes for temporl dscretzton nd fourth order compct fnte-dfference

Lebih terperinci

PENGEMBANGAN MODEL PEMENUHAN DUE-DATE PRODUKSI YANG MEMPERTIMBANGKAN KONDISI AKTUAL PROSES DAN KEANDALAN MESIN

PENGEMBANGAN MODEL PEMENUHAN DUE-DATE PRODUKSI YANG MEMPERTIMBANGKAN KONDISI AKTUAL PROSES DAN KEANDALAN MESIN Pengembngn Model Pemenuhn Due-Dte Produk yng Mempertmbngkn Kond Aktul Proe dn Kendln Men PENGEMBANGAN MODEL PEMENUHAN DUE-DATE PRODUKSI YANG MEMPERTIMBANGKAN KONDISI AKTUAL PROSES DAN KEANDALAN MESIN Schbud

Lebih terperinci

MATEMATIKA TEKNIK 2 3 SKS TEKNIK ELEKTRO UDINUS

MATEMATIKA TEKNIK 2 3 SKS TEKNIK ELEKTRO UDINUS MATEMATIKA TEKNIK SKS TEKNIK ELEKTRO UDINUS Integrl Fungs Kompleks 4 INTEGRAL FUNGSI KOMPLEKS Sepert hlny dlm fungs rl, dlm fungs kompleks jug dkenl stlh ntegrl fungs kompleks sert sft-sftny Sft kenltkn

Lebih terperinci

BAB 5 PERSAMAAN DIFERENSIAL HOMOGEN ORDE TINGGI

BAB 5 PERSAMAAN DIFERENSIAL HOMOGEN ORDE TINGGI BAB 5 PESAMAAN DIFEENSIA HOMOGEN ODE TINGGI 5. Pendhulun Metode penyelesn persmn dferensl orde stu dn du yng telh dbhs dpt dpergunkn untuk persmn dferensl homogen untuk orde n dengn persmn krkterstk sepert

Lebih terperinci

BAB I PENDAHULUAN. Universitas Sumatera Utara

BAB I PENDAHULUAN. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Ltr Belkng Dlm teor permnn dkenl orng kembl setelh munculny kry bersm yng gemlng dr John Von Neumn dn V Mergenstern pd thun 1944 dengn judul Theory of Gmes nd economc behvor. Teor

Lebih terperinci

Koefisien Regresi / persamaan regresi linier digunakan untuk meramalkan / mengetahui besarnya pengaruh variabel X terhadap variabel Y

Koefisien Regresi / persamaan regresi linier digunakan untuk meramalkan / mengetahui besarnya pengaruh variabel X terhadap variabel Y REGRESI Koefsen Regres / persmn regres lner dgunkn untuk mermlkn / mengethu esrny pengruh vrel terhdp vrel Vrel yng mempengruh ddlm nlss regres dseut vrel predktor ( ) Vrel yng dpengruh dseut vrel krterum

Lebih terperinci

ANALISIS OPTIMASI. Oleh Muhiddin Sirat*)

ANALISIS OPTIMASI. Oleh Muhiddin Sirat*) ANALISIS OPTIMASI Oleh Muhddn Srt*) I. PENDAHULUAN D tnju dr seg ekonom, sumber terjdny mslh ekonom yng dhdp msyrkt berwl dr kebutuhn mnus yng tdk terbts, dln phk sumber-sumber ekonom sngt terbts. Untuk

Lebih terperinci

BAB 6 FITTING DATA ˆ (6.1) (6.2) (6.3) =. Nilai akan. akan minimum jika. minimum. Misal. 0. Jika ini dikerjakan maka akan diperoleh nilai

BAB 6 FITTING DATA ˆ (6.1) (6.2) (6.3) =. Nilai akan. akan minimum jika. minimum. Misal. 0. Jika ini dikerjakan maka akan diperoleh nilai BAB 6 FITTIG DATA Atu dseut dengn penookn dt tu menentukn kurv terk ng mellu set dt (sekumpuln dt) dengn keslhn mnmum. Ukurn keslhn dlh E (root men squre, kr kudrt rt-rt). Ad eerp mm pol fttng dt: menurut

Lebih terperinci

Dr.Eng. Agus S. Muntohar Department of Civil Engineering

Dr.Eng. Agus S. Muntohar Department of Civil Engineering Pertemu ke-7 Persm Ler Smult Oktober 0 Metode Iters Guss-Sedel Dr.Eg. Agus S. Mutohr Deprtmet of Cvl Egeerg Metode Guss-Sedel Merupk metode ters. Prosedur umum: - Selesk ser lbr vrbel tdk dkethu msg-msg

Lebih terperinci

FISIKA. Sesi INDUKSI MAGNETIK A. KAWAT LURUS BERARUS

FISIKA. Sesi INDUKSI MAGNETIK A. KAWAT LURUS BERARUS FISIKA KELAS XII IPA - KURIKULUM GABUNGAN 07 Ses NGAN INDUKSI MAGNETIK Pd bd kesembln bels, Hns Chrstn Oersted (777-85) membuktkn keterktn ntr gejl lstrk dn gejl kemgnetn. Oersted mengmt st jrum kmps dtempelkn

Lebih terperinci

KRITERIA LAPLACE PADA PENCARIAN SOLUSI PROGRAM LINIER FUZZY SKRIPSI ELISABETH ARITONANG

KRITERIA LAPLACE PADA PENCARIAN SOLUSI PROGRAM LINIER FUZZY SKRIPSI ELISABETH ARITONANG KRITERIA LAPLACE PADA PENCARIAN SOLUSI PROGRAM LINIER FUZZY SKRIPSI ELISABETH ARITONANG 05080067 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 009

Lebih terperinci

Pengenalan Pola/ Pattern Recognition

Pengenalan Pola/ Pattern Recognition Pengenln Pol/ Pttern Recognton Byesn Decson Theory Imm Cholssodn S.S., M.Kom. Klsfks 1 1. Teor Keputusn Byes Keputusn ddukung probblts posteror Keputusn mempertmbngkn Rsk/Cost 2. Fse Trnng & Testng Dt

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Persmn Smultn Persmn smultn tmbul hmpr dsetp cbng mtemtk, dlm beberp hl, persmn n tmbul lngsung dr perumusn mul dr persolnny, ddlm hl ln penyelesn dr persmn merupkn bgn dr pengerjn

Lebih terperinci

(, ) 2 ESS C ESS YANG DIBANGKITKAN OLEH FUNGSI TERUKUR DAN TERBATAS ESSENSIAL. Muslim Ansori 1 dan Y.D. Sumanto 2

(, ) 2 ESS C ESS YANG DIBANGKITKAN OLEH FUNGSI TERUKUR DAN TERBATAS ESSENSIAL. Muslim Ansori 1 dan Y.D. Sumanto 2 RUANG BANA ( L ( b L [ ] SEBAGAI RUANG OPERATOR YANG DIBANGKITKAN OLE FUNGSI TERUKUR DAN TERBATAS ENSIAL Muslm Ansor dn YD Sumnto Jurusn Mtemtk FMIPA Unversts Lmpung Jln Soemntr Brodjonegoro No Bndr Lmpung

Lebih terperinci

SOAL UN MATEMATIKA IPA 2014

SOAL UN MATEMATIKA IPA 2014 SOAL UN MATEMATIKA IPA 2014 1. Dkethu prems-prems berkut : Prems 1 : Jk hr hujn, mk tnmn pd subur. Prems 2 : Jk pnen tdk melmph, mk tnmn pd tdk subur. Prems 3 : Pnen tdk melmph Kesmpuln yng sh dr prems-prems

Lebih terperinci

PRAKTIKUM 6 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Jordan

PRAKTIKUM 6 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Jordan Prtum 6 Penyelesn Persmn Lner Smultn - Metode Elmns Guss Jordn PRAKTIKUM 6 Penyelesn Persmn Lner Smultn Metode Elmns Guss Jordn. Tujun : Mempeljr metode Elmns Guss Jordn untu penyelesn persmn lner smultn.

Lebih terperinci

MODEL OPTIMASI UKURAN BLOK OPTIMAL KRITERIA MINIMISASI TOTAL WAKTU TINGGAL AKTUAL

MODEL OPTIMASI UKURAN BLOK OPTIMAL KRITERIA MINIMISASI TOTAL WAKTU TINGGAL AKTUAL MODEL OPTIMASI UKURA BLOK OPTIMAL KRITERIA MIIMISASI TOTAL WAKTU TIGGAL AKTUAL Umr Ww ; Zhed ABSTRACT Artcle proposes optmzton model to determne optml bloc mesurement subject to ll producton condtons concurrently

Lebih terperinci

Kerjakan di buku tugas. Tentukan hasil operasi berikut. a. A 2 d. (A B) (A + B) b. B 2 e. A (B + B t ) c. A B f. A t (A t + B t ) Tes Mandiri

Kerjakan di buku tugas. Tentukan hasil operasi berikut. a. A 2 d. (A B) (A + B) b. B 2 e. A (B + B t ) c. A B f. A t (A t + B t ) Tes Mandiri Mmt Apliksi SMA Bhs Dikethui A = Tentukn hsil opersi berikut A c A A b A A d A Dikethui A = Tentukn hsil opersi berikut (A + B) c (B A) b A + AB + B d B BA + A Sol Terbuk Kerjkn di buku tugs Jik X = dn

Lebih terperinci

Menentukan Statistik Pengujian Untuk Eksperimen Faktorial dengan Dua Kali Pembatasan Pengacakan. Oleh : Enny Supartini

Menentukan Statistik Pengujian Untuk Eksperimen Faktorial dengan Dua Kali Pembatasan Pengacakan. Oleh : Enny Supartini Menentukn Sttstk Pengujn Untuk Ekspermen Fktorl dengn Du Kl Pembtsn Pengckn Oleh : Enny Suprtn Jurusn Sttstk FMIPA Unversts Pdjdjrn Bndung e-ml : rthn@yhoo.com Abstrk Dlm ekspermen fktorl pbl pengckn tdk

Lebih terperinci

Komputasi Efisiensi Dan Linearitas Daya Optik Pada Pemisahan Longitudinal Serat Optik Indeks Undak Multiragam Dengan Metode Simpson

Komputasi Efisiensi Dan Linearitas Daya Optik Pada Pemisahan Longitudinal Serat Optik Indeks Undak Multiragam Dengan Metode Simpson Komputs Esens Dn Lnerts Dy Optk Pd Pemshn Longtudnl Sert Optk Indeks Undk Multrgm Dengn Metode Smpson Wrsono Jurusn Penddkn Fsk FMIPA Unversts Neger Yogykrt ABSTRAK Peneltn n bertuun untuk menentukn esens

Lebih terperinci

PRAKTIKUM 9 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Jordan

PRAKTIKUM 9 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Jordan Prtum 9 Penyelesn Persmn Lner Smultn - Metode Elmns Guss Jordn PRAKTIKUM 9 Penyelesn Persmn Lner Smultn Metode Elmns Guss Jordn Tujun : lner smultn Mempeljr metode Elmns Guss Jordn untu penyelesn persmn

Lebih terperinci

Teorema Gauss. Garis Gaya oleh muatan negatip. Garis gaya listrik. Garis gaya oleh sebuah muatan titik. Sebuah muatan negatip

Teorema Gauss. Garis Gaya oleh muatan negatip. Garis gaya listrik. Garis gaya oleh sebuah muatan titik. Sebuah muatan negatip Gs Gy Lstk Konsep fluks Teoem Guss Teoem Guss Penggunn Teoem Guss Medn oleh mutn ttk Medn oleh kwt pnjng tk behngg Medn lstk oleh plt lus tk behngg Medn lstk oleh bol solto dn kondukto Medn lstk oleh slnde

Lebih terperinci

Skew- Semifield dan Beberapa Sifatnya 1

Skew- Semifield dan Beberapa Sifatnya 1 Skew- Semifield dn Beberp Siftny K r y t i Jurusn Pendidikn Mtemtik Fkults Mtemtik dn Ilmu Pengethun Alm Universits Negeri Yogykrt E-mil: ytiuny@yhoo.com Abstrk Sutu field ( lpngn ) F dlh struktur ljbr

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Ltr Belkg Smp st, model Regres d model Alss Vrs telh dpdg sebg du hl g tdk berkt. Meskpu merupk pedekt g umum dlm meergk kedu cr pd trf permul, model Alss Vrs dpt dpdg sebg hl khusus model

Lebih terperinci

,, % ,, % -0: 0 -0: 0! 2 % 26, &

,, % ,, % -0: 0 -0: 0! 2 % 26, & PERSAMAAN LINIER GAUSS-SIEDEL METHOD Simultneous Liner Equtions Oleh : Purwnto,S.Si Bentuk Umum x + x + 3 x 3 + + n x n = b Sebuh persmn linier dengn : n peubh : x, x, x 3,, x n n konstnt :,, 3,, n Contoh

Lebih terperinci

Bab a. maka notasi determinan dari matriks A ditulis : det (A) atau. atau A.

Bab a. maka notasi determinan dari matriks A ditulis : det (A) atau. atau A. Bb DETERMINAN MATRIKS Determinn sutu mtriks dlh sutu fungsi sklr dengn domin mtriks bujur sngkr. Dengn kt lin, determinn merupkn pemetn dengn domin berup mtriks bujur sngkr, sementr kodomin berup sutu

Lebih terperinci

12 Langkah Penyelesaian Pendekatan

12 Langkah Penyelesaian Pendekatan Meto Elemen Hngg Dlm Hrulk B 4 Dsr eu: Lngkh Penyelesn Penektn Ir. Djoko Luknnto, M.S., Ph.D. mlto:luknnto@ugm.. Revew (hl.96) Anlss yng utuhkn: Û(;) hrus r Integrs Resul rter Optms p R(;) untuk menentukn

Lebih terperinci

Matriks. Pengertian. Lambang Matrik

Matriks. Pengertian. Lambang Matrik triks Pengertin Definisi: trik dlh susunn bilngn tu fungsi yng diletkkn ts bris dn kolom sert dipit oleh du kurung siku. Bilngn tu fungsi tersebut disebut entri tu elemen mtrik. mbng mtrik dilmbngkn dengn

Lebih terperinci

CNH2B4 / KOMPUTASI NUMERIK

CNH2B4 / KOMPUTASI NUMERIK CNHB4 / KOMPUTASI NUMERIK TIM DOSEN KK MODELING AND COMPUTATIONAL EXPERIMENT PENCOCOKAN KURVA Pedhulu Dt g bersl dr hsl pegmt lpg pegukur tu tbel g dmbl dr buku-buku cu. Nl tr turu tegrl mudh dcr utuk

Lebih terperinci

DETERMINAN DAN INVERS MATRIKS BLOK 2 2

DETERMINAN DAN INVERS MATRIKS BLOK 2 2 Buletin Ilmih Mth. Stt. dn Terpnny (Bimster) Volume 06, No. 3(2017), hl 193 202. DETERMINAN DAN INVERS MATRIKS BLOK 2 2 Ilhmsyh, Helmi, Frnsiskus Frn INTISARI Mtriks blok merupkn mtriks persegi yng diblok

Lebih terperinci

Eksistensi Interpolan Deret Ganda Sinusoida

Eksistensi Interpolan Deret Ganda Sinusoida Eksstens Interpoln Deret Gnd Snusod Endng Rusmn ), Hendr Gunwn ), sep Kuswnd Suprtn ), dn Rustm Effend Sregr ) ) Jurusn temtk, Fkults temtk dn Ilmu Pengethun lm, Unpd, ) Kelompk Kehln nlss dn Geometr,

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 11 Ltr Belkng Mslh trnsshpent erupkn slh stu slh pentng yng dhdp oleh perushn Pd uuny slh trnsports berhubungn dengn dstrbus sutu brng dr beberp suber dengn penwrn terbts enuu beberp

Lebih terperinci

CONTOH SOLUSI BEBERAPA SOAL OLIMPIADE MATEMATIKA Oleh: Wiworo, S.Si, M.M. 3. Untuk k 2 didefinisikan bahwa a

CONTOH SOLUSI BEBERAPA SOAL OLIMPIADE MATEMATIKA Oleh: Wiworo, S.Si, M.M. 3. Untuk k 2 didefinisikan bahwa a CONTOH SOLUSI BEBERAPA SOAL OLIMPIADE MATEMATIKA Oleh: Wiworo, S.Si, M.M. Dikethui bhw,. Untuk k didefinisikn bhw k k k. Tentukn jumlh tk hingg dri. Kit mislkn S S. Dengn demikin kit dpt menuliskn Kedu

Lebih terperinci

FISIKA BESARAN VEKTOR

FISIKA BESARAN VEKTOR K-3 Kels X FISIKA BESARAN VEKTOR TUJUAN PEMBELAJARAN Setelh mempeljri mteri ini, kmu dihrpkn memiliki kemmpun berikut.. Memhmi pengertin besrn vektor.. Mengusi konsep penjumlhn vektor dengn berbgi metode.

Lebih terperinci

AUTOMATA SEBAGAI MODEL PENGENAL BAHASA

AUTOMATA SEBAGAI MODEL PENGENAL BAHASA JMP : Volume Nomor Oktober 9 AUTOMATA SEBAGAI MODEL PENGENAL BAHASA Eddy Mrynto Fkults Sins dn Teknik Universits Jenderl Soedirmn Purwokerto Indonesi emil: eddy_mrynto@unsoed.c.id Abstrct. A deterministic

Lebih terperinci

VEKTOR. 1. Pengertian Vektor adalah besaran yang memiliki besar (nilai) dan arah. Vektor merupakan sebuah ruas garis yang

VEKTOR. 1. Pengertian Vektor adalah besaran yang memiliki besar (nilai) dan arah. Vektor merupakan sebuah ruas garis yang VEKTOR 1. Pengertin Vektor dlh besrn yng memiliki besr (nili dn rh. Vektor merupkn sebuh rus gris yng P berrh dn memiliki pnjng. Pnjng rus gris tersebut dlh pnjng vektor. Rus gris dri titik P dn berujung

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bb berikut ini kn disjikn mteri pendukung yng dpt membntu penulis untuk menyelesikn permslhn yng kn dibhs pd bb selnjutny. Adpun mteri pendukungny dlh pengertin mtriks, jenis-jenis

Lebih terperinci

r x = 0. Koefisien-koefisien persamaan yang dihasilkan adalah analitik pada x = 0. Jadi dapat kita gunakan metode deret pangkat.

r x = 0. Koefisien-koefisien persamaan yang dihasilkan adalah analitik pada x = 0. Jadi dapat kita gunakan metode deret pangkat. Husn Arifh,M.Sc : Persmn Legendre Emil : husnrifh@uny.c.id Persmn diferensil Legendre (1) 1 x 2 y 2xy + n n + 1 y = 0 Prmeter n pd (1) dlh bilngn rill yng diberikn. Setip penyelesin dri (1) dinmkn fungsi

Lebih terperinci

PROBLEM SOLVING TERKAIT DENGAN KELAS X SEMESTER 1 PADA STANDAR KOMPETENSI (SK) 1.

PROBLEM SOLVING TERKAIT DENGAN KELAS X SEMESTER 1 PADA STANDAR KOMPETENSI (SK) 1. PROLEM SOLVING TERKIT DENGN KELS X SEMESTER PD STNDR KOMPETENSI (SK). LJR Memechkn mslh yng berkitn dengn bentuk pngkt, kr, dn logritm Oleh: Sigit Tri Guntoro. Du orng berselisih mengeni bnykny psngn bilngn

Lebih terperinci

Kegiatan Belajar 5. Aturan Sinus. Kegiatan 5.1

Kegiatan Belajar 5. Aturan Sinus. Kegiatan 5.1 Pge of 8 Kegitn eljr 5. Tujun Pembeljrn Setelh mempeljri kegitn beljr 5, dihrpkn sisw dpt. Menentukn unsur-unsur segitig dengn turn sinus b. Menentukn unsur-unsur segitig dengn turn kosinus. Menghitung

Lebih terperinci

Universitas Esa Unggul

Universitas Esa Unggul ALJABAR LINIER DAN MATRIKS BHAN KULIAH DRA SURYARI PURNAMA, MM Universits Es Unggul Minggu I Mtriks Pokok Bhsn Sub Pokok Bhsn Tujun Instruksionl Umum Tujun Instruksionl Khusus : Pendhulun Mtriks : A. Pengertin

Lebih terperinci

TURUNAN FUNGSI. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI

TURUNAN FUNGSI. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI LA - WB (Lembr Aktivits Wrg Beljr) TURUNAN FUNGSI Oleh: Hj. ITA YULIANA, S.Pd, M.Pd MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI Creted By It Yulin 33 Turunn Fungsi Kompetensi Dsr 1. Menggunkn

Lebih terperinci

BAB 1 PENDAHULUAN. (http//badan lingkungan hidup daerah.com). Hal ini dapat terjadi jika jumlah

BAB 1 PENDAHULUAN. (http//badan lingkungan hidup daerah.com). Hal ini dapat terjadi jika jumlah BAB PENDAHULUAN. Ltr Belkng Penduduk dlh kekyn bngs seklgus modl dsr pembngunn (http//bdn lngkungn hdup derh.com). Hl n dpt terjd jk jumlh penduduk yng besr tersebut dpt dberdykn sesu kodrt, kehln dn bdng

Lebih terperinci

Aljabar Linear dan Matriks (Transformasi Linier dan Matriks) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs.

Aljabar Linear dan Matriks (Transformasi Linier dan Matriks) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs. ljr Lner dn Mtrks (Trnsforms Lner dn Mtrks) Instruktur : Ferry Whyu Wowo SS MCs Penjumlhn Perkln Sklr dn Perkln Mtrks j : unsur dr mtrks d rs dn kolom j Defns Du mtrks dlh sm jk keduny mempuny ukurn yng

Lebih terperinci

INTEGRAL. Bogor, Departemen Matematika FMIPA IPB. (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, / 45

INTEGRAL. Bogor, Departemen Matematika FMIPA IPB. (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, / 45 INTEGRAL Deprtemen Mtemtik FMIPA IPB Bogor, 2012 (Deprtemen Mtemtik FMIPA IPB) Klkulus I Bogor, 2012 1 / 45 Topik Bhsn 1 Pendhulun 2 Anti-turunn 3 Lus di Bwh Kurv 4 Integrl Tentu 5 Teorem Dsr Klkulus 6

Lebih terperinci

Integral Tak Wajar. Ayundyah Kesumawati. March 25, Prodi Statistika FMIPA-UII

Integral Tak Wajar. Ayundyah Kesumawati. March 25, Prodi Statistika FMIPA-UII Kesumwti Prodi Sttistik FMIPA-UII Mrch 25, 205 Sutu integrl tertentu b f (x)dx () diktkn wjr jik i memenuhi du syrt berikut: i. Bts integrsi dn b merupkn bilngn berhingg ii. fungsi f (x) terbts pd intervl

Lebih terperinci

PenerapanTeori Respons Butir Dalam Penyetaran Tes. Kana Hidayati Jurusan Pendidikan Matematika FMIPA UNY ABSTRAK

PenerapanTeori Respons Butir Dalam Penyetaran Tes. Kana Hidayati Jurusan Pendidikan Matematika FMIPA UNY ABSTRAK PenerpnTeor Respons Butr Dlm Penyetrn Tes Kn Hdyt Jurusn Penddkn Mtemtk FMIPA UNY ABSTRAK Penyetrn tes perlu dlkukn khususny bg kegtn pengujn dlm skl besr yng memperspkn lebh dr stu perngkt tes mengngt

Lebih terperinci

Two-Stage Nested Design

Two-Stage Nested Design Mteri #13 TIN309 DESAIN EKSPERIMEN Two-Stge Nested Design Nested design dlh slh stu ksus dri desin multi fktor dimn level dri slh stu fktor (misl: fktor B) serup tpi tidk identik untuk setip level yng

Lebih terperinci

matematika PEMINATAN Kelas X FUNGSI LOGARITMA K-13 A. Definisi Fungsi Logaritma

matematika PEMINATAN Kelas X FUNGSI LOGARITMA K-13 A. Definisi Fungsi Logaritma K-3 Kels mtemtik PEMINATAN FUNGSI LOGARITMA Tujun Pembeljrn Setelh mempeljri mteri ini, kmu dihrpkn memiliki kemmpun berikut.. Memhmi definisi fungsi logritm.. Dpt menggunkn konsep fungsi logritm dlm menyelesikn

Lebih terperinci

10/21/2011 POKOK BAHASAN MODEL DATAMINING DEFINISI KATEGORI DALAM DATA MINING. Definisi Kategori Model Naïve Bayesian k-nearest Neighbor Clustering

10/21/2011 POKOK BAHASAN MODEL DATAMINING DEFINISI KATEGORI DALAM DATA MINING. Definisi Kategori Model Naïve Bayesian k-nearest Neighbor Clustering 0//0 POKOK BAHASAN Defns Ktegor Model Nïve Byesn k-nerest Neghbor Clusterng MODEL DATAMINING Bhn Kulh : Topk Khusus DEFINISI DEFINISI Mnng : proses tu ush untuk mendptkn sedkt brng berhrg dr sejumlh besr

Lebih terperinci

DETERMINAN. Misalkan A adalah suatu matriks persegi. a) Jika A memiliki satu baris atau satu kolom bilangan nol, maka det(a) = 0.

DETERMINAN. Misalkan A adalah suatu matriks persegi. a) Jika A memiliki satu baris atau satu kolom bilangan nol, maka det(a) = 0. DETERMINAN Fungsi determinn dri sutu mtriks persegi A (dinotsikn dengn det(a) tu A ) didefinisikn sebgi jumlh dri semu hsil kli elementer bertnd dri A. Sementr, ngk tu bilngn dri det(a) disebut determinn

Lebih terperinci

LUAS DENGAN PARTISI SEGITIGA UNTUK FUNGSI CEKUNG

LUAS DENGAN PARTISI SEGITIGA UNTUK FUNGSI CEKUNG Posdng Semt05 dng MIPA BKS-PTN Bt Unvests Tnjungpu Pontnk Hl 7 - LUAS DENGAN PARTISI SEGITIGA UNTUK FUNGSI CEKUNG Jun Lest Nengsh *, Symsudhuh, Lel Deswt Juusn Mtemtk Unvests Ru, Ru jun.lest@gml.om, Kmpus

Lebih terperinci

1) BENTUK UMUM DAN BAGIAN-BAGIAN PERSAMAAN KUADRAT Bentuk umum persamaan kuadrat adalah seperti di bawah ini:

1) BENTUK UMUM DAN BAGIAN-BAGIAN PERSAMAAN KUADRAT Bentuk umum persamaan kuadrat adalah seperti di bawah ini: ) BENTUK UMUM DAN BAGIAN-BAGIAN PERSAMAAN KUADRAT Bentuk umum persmn kudrt dlh seperti di bwh ini: b c dengn, b, c bilngn dn riil Dimn, disebut sebgi koefisien dri b disebut sebgi koefisien dri c disebut

Lebih terperinci

PENGEMBANGAN MODEL OPTIMASI MANAJEMEN PENGELOLAAN KUALITAS AIR KALI SURABAYA DENGAN INTERVAL FUZZY LINIER PROGRAMMING (IFLP)

PENGEMBANGAN MODEL OPTIMASI MANAJEMEN PENGELOLAAN KUALITAS AIR KALI SURABAYA DENGAN INTERVAL FUZZY LINIER PROGRAMMING (IFLP) Prosdng Semnr Nsonl Mnemen Teknolog VIII Progrm Stud MMT-ITS Surby 2 Agustus 28 PENGEMBANGAN MODEL OPTIMASI MANAJEMEN PENGELOLAAN KUALITAS AIR KALI SURABAYA DENGAN INTERVAL FUZZY LINIER PROGRAMMING (IFLP

Lebih terperinci

matematika WAJIB Kelas X RASIO TRIGONOMETRI Kurikulum 2013 A. Definisi Trigonometri

matematika WAJIB Kelas X RASIO TRIGONOMETRI Kurikulum 2013 A. Definisi Trigonometri Kurikulum 0 Kels X mtemtik WAJIB RASIO TRIGONOMETRI Tujun Pembeljrn Setelh mempeljri mteri ini, kmu dihrpkn memiliki kemmpun berikut.. Memhmi rsio-rsio trigonometri yng meliputi sinus, kosinus, tngen,

Lebih terperinci

PENDAHULUAN. 1993). Pada penelitian ini menggunakan rancangan acak kelompok dengan model liniear aditif ditulis sebagai berikut: Latar belakang

PENDAHULUAN. 1993). Pada penelitian ini menggunakan rancangan acak kelompok dengan model liniear aditif ditulis sebagai berikut: Latar belakang PENDAHULUAN Ltr belkng Anlss rgm memerlukn sums yng kett, slh stuny sums kehomogenn rgm. Pdhl bnyk ksus d lpngn yng ggl dlm memenuh sums n. Dlm percobn multloks serng terjd ketdkhomogenn rgm pd fktor loks

Lebih terperinci

SIMULASI TINGGI HIDRAULIK PADA ALIRAN AIR DALAM TANAH DUA DIMENSI MENGGUNAKAN METODE ELEMEN HINGGA. BAYU CAHAYA NUGRAHA

SIMULASI TINGGI HIDRAULIK PADA ALIRAN AIR DALAM TANAH DUA DIMENSI MENGGUNAKAN METODE ELEMEN HINGGA. BAYU CAHAYA NUGRAHA ISSN : 407-65 SIMULASI TINGGI HIDRAULIK PADA ALIRAN AIR DALAM TANAH DUA DIMENSI MENGGUNAKAN METODE ELEMEN HINGGA BAYU CAHAYA NUGRAHA quetzlcotl@gml.com ABSTRAK Peneltn n merepresentskn smuls tngg hdrulk

Lebih terperinci

Minggu ke 3 : Lanjutan Matriks

Minggu ke 3 : Lanjutan Matriks inggu ke : Lnjutn triks Pokok Bhsn Sub Pokok Bhsn Tujun Instruksionl Umum Tujun Instruksionl Khusus : triks :. Trnsformsi Elementer. Trnsformsi Elementer pd bris dn kolom. triks Ekivlen. Rnk triks B. Determinn.

Lebih terperinci

III. LIMIT DAN KEKONTINUAN

III. LIMIT DAN KEKONTINUAN KALKULUS I MUG1A4 PROGRAM PERKULIAHAN DASAR DAN UMUM PPDU TELKOM UNIVERSITY III. LIMIT DAN KEKONTINUAN 3.1 Limit Fungsi di Stu Titik Pengertin it secr intuisi Perhtikn ungsi 1 1 Fungsi dits tidk terdeinisi

Lebih terperinci

3. LIMIT DAN KEKONTINUAN. INF228 Kalkulus Dasar

3. LIMIT DAN KEKONTINUAN. INF228 Kalkulus Dasar . LIMIT DAN KEKONTINUAN INF8 Klkulus Dsr . Limit Fungsi di Stu Titik Pengertin it secr intuisi Perhtikn ungsi Fungsi dits tidk terdeinisi di =, kren di titik tersebut berbentuk 0/0. Tpi msih bis ditnykn

Lebih terperinci

ANALISIS PRIORITAS SOLUSI KEMACETAN LALU LINTAS DI KOTA DENPASAR DENGAN MENGGUNAKAN METODE ANALYTIC NETWORK PROCESS

ANALISIS PRIORITAS SOLUSI KEMACETAN LALU LINTAS DI KOTA DENPASAR DENGAN MENGGUNAKAN METODE ANALYTIC NETWORK PROCESS E-Jurnl Mtemtk Vol. 5 (, Jnur 206, pp. 7-3 ISSN: 2303-75 ANALISIS PRIORITAS SOLUSI KEMACETAN LALU LINTAS DI KOTA DENPASAR DENGAN MENGGUNAKAN METODE ANALYTIC NETORK PROCESS N yn Nnng Ismrnt,I Putu Ek N.

Lebih terperinci

LIMIT DAN KONTINUITAS

LIMIT DAN KONTINUITAS LIMIT DAN KONTINUITAS Limit Fungsi di Stu Titik Pengertin it secr intuisi Perhtikn ungsi Fungsi dits tidk terdeinisi di =, kren di titik tersebut berbentuk 0/0. Tpi msih bis ditnykn berp nili jik mendekti

Lebih terperinci

CATATAN KULIAH Pertemuan XI: Optimasi Tanpa Kendala dan Aplikasinya (Fungsi dengan Variabel 2 atau Lebih) II. = dx

CATATAN KULIAH Pertemuan XI: Optimasi Tanpa Kendala dan Aplikasinya (Fungsi dengan Variabel 2 atau Lebih) II. = dx CATATAN KULIA ertemun XI: Optms Tnp Kendl dn Aplksny (Fungs dengn Vrel tu Leh) II A. Fungs Tujun dengn Leh dr Du Vrel Bentuk Umum Fungs Vrel : z( ) Derensl Totl Orde Stu: Derensl Totl Orde Du: Derensl

Lebih terperinci

METODE PENELITIAN. Penelitian dilaksanakan pada bulan Oktober sampai dengan November 2011

METODE PENELITIAN. Penelitian dilaksanakan pada bulan Oktober sampai dengan November 2011 III. METODE PENELITIAN 3.1. Tempt dn Wktu Penelitin Penelitin dilksnkn pd buln Oktober smpi dengn November 2011 bertempt di Lbortorium Rekys Bioproses dn Psc Pnen, Jurusn Teknik Pertnin, Fkults Pertnin,

Lebih terperinci

3. LIMIT DAN KEKONTINUAN

3. LIMIT DAN KEKONTINUAN . LIMIT DAN KEKONTINUAN . Limit Fungsi di Stu Titik Pengertin it secr intuisi Perhtikn ungsi Fungsi dits tidk terdeinisi di, kren di titik tersebut berbentuk 0/0. Tpi msih bis ditnykn berp nili jik mendekti

Lebih terperinci

SISTEM BILANGAN REAL. 1. Sifat Aljabar Bilangan Real

SISTEM BILANGAN REAL. 1. Sifat Aljabar Bilangan Real SISTEM BILANGAN REAL Dlm terminologi Aljbr Abstrk, sistem bilngn rel disebut dengn field (lpngn) pd opersi penjumlhn dn perklin. Sutu opersi biner bis ditulis dengn sutu psngn terurut (, b) yng unik dri

Lebih terperinci

RELASI DAN FUNGSI. A disebut daerah asal dari R (domain) dan B disebut daerah hasil (range) dari R.

RELASI DAN FUNGSI. A disebut daerah asal dari R (domain) dan B disebut daerah hasil (range) dari R. REASI DAN FUNGSI A. REASI Adlh hubungn ntr elemen himpunn dengn elemen himpunn yng lin. Cr pling mudh untuk menytkn hubungn ntr elemen himpunn dlh dengn himpunn psngn terurut. Himpunn psngn terurut diperoleh

Lebih terperinci

ESTIMASI DATA HILANG PADA RANCANGAN ACAK KELOMPOK LENGKAP

ESTIMASI DATA HILANG PADA RANCANGAN ACAK KELOMPOK LENGKAP ESTIMASI DATA HILANG PADA RANCANGAN ACAK KELOMPOK LENGKAP Ttk Wdhrh Progrm Stud Sttstk, Jurusn Mtemtk FMIPA UNDIP Jl. Prof. H. Soedrto, SH Temlng Semrng 5075 Astrct. Rndomzed complete lock desgn s desgn

Lebih terperinci

ANALISIS HASIL PANEN PADI MENGGUNAKAN PEMODELAN KUADRATIK

ANALISIS HASIL PANEN PADI MENGGUNAKAN PEMODELAN KUADRATIK Bdng Kjn: Mtemtk Terpn ANALISIS HASIL PANEN PADI MENGGUNAKAN PEMODELAN KUADRATIK Vn Puspt Dew 1), Hnn Arn Prhusp ), Llk Lnwt ) 1) Mhssw Progrm Stud Mtemtk FSM UKSW ), ) Dosen Progrm Stud Mtemtk FSM UKSW

Lebih terperinci

Analisis Variansi satu faktor Single Factor Analysis Of Variance (ANOVA)

Analisis Variansi satu faktor Single Factor Analysis Of Variance (ANOVA) BAB 1 Alss Vrs stu fktor Sgle Fctor Alss Of Vrce (ANOVA) ANALISIS VARIANSI SATU FAKTOR D MetStt 1 sudh dkel uj hpotess rt-rt du populs A d B g berdstrbus Norml Bgm jk terdpt lebh dr du populs? Alss vrs

Lebih terperinci

MA3231 Analisis Real

MA3231 Analisis Real MA3231 Anlisis Rel Hendr Gunwn* *http://hgunwn82.wordpress.com Anlysis nd Geometry Group Bndung Institute of Technology Bndung, INDONESIA Progrm Studi S1 Mtemtik ITB, Semester II 2016/2017 HG* (*ITB Bndung)

Lebih terperinci

2. Paman mempunyai sebidang tanah yang luasnya 5 hektar. Tanah itu dibagikan kepada 3. Luas tanah yang diterima oleh mereka masing-masing = 5 :3 1

2. Paman mempunyai sebidang tanah yang luasnya 5 hektar. Tanah itu dibagikan kepada 3. Luas tanah yang diterima oleh mereka masing-masing = 5 :3 1 . Hitunglh 7 5. : b. 5 : c. 8 : 6 d. 8 9 7 7 7 5 77 77 77. : c. 8 : 6 : 6 6 9 9 9 6 54 8 40 7 b. 5: 5 d. 4: 4: 4 6 8 7 95 Husein Tmpoms, Rumus-rumus Dsr Mtemtik 4 :. Pmn mempunyi sebidng tnh yng lusny

Lebih terperinci

PERSAMAAN DAN PERTIDAKSAMAAN LOGARITMA

PERSAMAAN DAN PERTIDAKSAMAAN LOGARITMA K- Kels X mtemtik PEMINATAN PERSAMAAN DAN PERTIDAKSAMAAN LOGARITMA Tujun Pembeljrn Setelh mempeljri mteri ini, kmu dihrpkn memiliki kemmpun berikut.. Memhmi definisi persmn dn pertidksmn logritm.. Dpt

Lebih terperinci

Perancangan Pengendali Knowledge Base MIMO pada Turbin Angin

Perancangan Pengendali Knowledge Base MIMO pada Turbin Angin 30 Perncngn Pengendl Knowledge Bse MIMO pd urbn Angn r Nurwt Abstrk -Perncngn pengendl Knowledge Bse MIMO pd tubn ngn bersumbu horsontl yng leksbel terhdp keceptn ngn yng berubhubh dengn memperoleh nl

Lebih terperinci

Luas Dengan Partisi Segitiga Untuk Fungsi Cekung

Luas Dengan Partisi Segitiga Untuk Fungsi Cekung Jurnl Sns Mtemtk dn Sttstk, Vol1, No1, Jnur 015 ISSN 40-454 Lus Dengn Prts Segtg Untuk Fungs Cekung Jun Lest Nengsh 1, Symsudhuh, Lel Deswt 3 Jurusn Mtemtk, Fkults MIPA, Unversts Ru Jl HR Soebrnts No 155

Lebih terperinci

BAB: PENERAPAN INTEGRAL Topik: Volume Benda Putar (Khusus Kalkulus 1)

BAB: PENERAPAN INTEGRAL Topik: Volume Benda Putar (Khusus Kalkulus 1) BAB: PENERAPAN INTEGRAL Topik: Volume Bend Putr (Khusus Klkulus ) Kompetensi yng diukur dlh kemmpun mhsisw menghitung volume bend putr dengn metode cincin, metode ckrm, tu metode kulit tbung.. UAS Klkulus,

Lebih terperinci

1 yang akan menghasilkan

1 yang akan menghasilkan Rset Opers Probblstk Teor Per (Ge Theor) Nughthoh Arfw Kurdh, M.Sc Deprteet of Mthetcs FMIPA UNS Lecture 6: Med Strteg: Ler Progrg Method A. Metode Cpur deg Progr Ler Terdpt hubug g ert tr teor per d progr

Lebih terperinci

BAB 7. LIMIT DAN LAJU PERUBAHAN

BAB 7. LIMIT DAN LAJU PERUBAHAN BAB 7. LIMIT DAN LAJU PERUBAHAN 7. LIMIT FUNGSI 7.. Limit fungsi di sutu titik Menggmbrkn perilku fungsi jik peubhn mendekti sutu titik Illustrsi: Dikethui f( ) f(), 3,30,0 3,030,00 3,003 3 f() = f() 3,000?

Lebih terperinci

II. TINJAUAN PUSTAKA

II. TINJAUAN PUSTAKA II. TINJAUAN PUSTAKA 2.1. Tnjun Teorts 2.1.1. Teor Aloks Wktu Teor yng menunjukkn bhw setp ndvdu memutuskn bgmn menglokskn wktu yng dmlkny dntr plhn untuk bekerj (work) tu snt (lesure) mengsumskn bhw setp

Lebih terperinci

PEMBAHASAN SOAL OSN MATEMATIKA SMP 2013 TINGKAT KABUPATEN

PEMBAHASAN SOAL OSN MATEMATIKA SMP 2013 TINGKAT KABUPATEN www.sip-osn.blogspot.com @Mret 0 PEMBAHASAN SOAL OSN MATEMATIKA SMP 0 TINGKAT KABUPATEN. B. x ( x ) ( x + )( x ) ( x ( ) )( x ) ( x + )( x )( x + )( x ) (d fktor) Tidk d penjelsn tentng fktor hrus bilngn

Lebih terperinci

3. LIMIT DAN KEKONTINUAN

3. LIMIT DAN KEKONTINUAN 3. LIMIT DAN KEKONTINUAN 1 3.1 Limit Fungsi di Stu Titik Pengertin it secr intuisi Perhtikn ungsi 1 1 Fungsi dits tidk terdeinisi di =1, kren di titik tersebut berbentuk 0/0. Tpi msih bis ditnykn berp

Lebih terperinci

OPTIMASI TEBAR BENIH DAN TEBAR PAKAN PADA BUDIDAYA IKAN MAS MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO)

OPTIMASI TEBAR BENIH DAN TEBAR PAKAN PADA BUDIDAYA IKAN MAS MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) OPTIMASI TEBAR BENIH DAN TEBAR PAKAN PADA BUDIDAYA IKAN MAS MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) (Stud Ksus : Buddy Ikn Ms d Km 14 Jl.Tnjung Ubn) Hend Yusd Aprnto 1, Sulfkr Sllu, S.Kom.,

Lebih terperinci

Hendra Gunawan. 30 Oktober 2013

Hendra Gunawan. 30 Oktober 2013 MA MATEMATIKA A Hendr Gunwn Semester I, 2/24 Oktoer 2 Ltihn. Fungsi g =,, terintegrlkn pd [, ]. Nytkn integrl tentu g pd [, ] segi limit jumlh Riemnn dengn prtisi reguler, dn hitunglh niliny. //2 c Hendr

Lebih terperinci

3.1 Permutasi. Secara umum, bilangan-bilangan pada {1, 2,, n} akan mempunyai n! permutasi

3.1 Permutasi. Secara umum, bilangan-bilangan pada {1, 2,, n} akan mempunyai n! permutasi BB Determinn . Permutsi Definisi Permutsi: (i) Sutu permutsi dri bilngn-bilngn bult {,,,, n} dlh penyusunn bilngn-bilngn tersebut dengn urutn tnp pengulngn. (ii) Brisn bilngn ( j, j,.., j n ) dimn j i

Lebih terperinci

Metode Numerik 1. Imam Fachruddin (Departemen Fisika, Universitas Indonesia)

Metode Numerik 1. Imam Fachruddin (Departemen Fisika, Universitas Indonesia) Metode Numerk Imm Fchruddn (Deprtemen Fsk, Unversts Indones Dftr Pustk: P. L. DeVres, A Frst Course n Computtonl Physcs (John Wley & Sons, Inc., New York, 994 W. H. Press, et. l., Numercl Recpes n Fortrn

Lebih terperinci

SIFAT-SIFAT LOGARITMA

SIFAT-SIFAT LOGARITMA K- Kels X mtemtik PEMINATAN SIFAT-SIFAT LOGARITMA Tujun Pembeljrn Setelh memeljri mteri ini, kmu dihrkn memiliki kemmun berikut.. Memhmi definisi logritm.. Dt menentukn nili logritm dengn menggunkn tbel

Lebih terperinci

BAB VI ANALISIS REGRESI

BAB VI ANALISIS REGRESI BAB VI ANALISIS REGRESI A. Pedhulu Alss regres merupk slh stu lss yg ertuju utuk megethu pegruh sutu vrel terhdp vrel l. Vrel yg mempegruh dseut depedet vrle/vrel es () d vrel yg dpegruh dseut depedet

Lebih terperinci

BAB 10. MATRIKS DAN DETERMINAN

BAB 10. MATRIKS DAN DETERMINAN Dessy Dwiynti, S.Si, MBA Mtemtik Ekonomi 1 BAB 10. MATRIKS DAN DETERMINAN 1. Pengertin mtriks Mtriks kumpuln bilngn yng disjikn secr tertur dlm bris dn kolom yng membentuk sutu persegi pnjng, sert termut

Lebih terperinci

MODUL 6. Materi Kuliah New_S1

MODUL 6. Materi Kuliah New_S1 MODUL 6 Mteri Kulih New_S1 KULIAH 10 Spnning tree dn minimum spnning tree - Definisi spnning tree T diktkn spnning tree dri grph terhubung G bil T dlh sutu tree yng vertexvertexny sm dengn vertexny G dn

Lebih terperinci

Bab. Vektor. A. Vektor B. Perkalian Vektor. Hasil yang harus Anda capai: menerapkan konsep besaran Fisika dan pengukurannya.

Bab. Vektor. A. Vektor B. Perkalian Vektor. Hasil yang harus Anda capai: menerapkan konsep besaran Fisika dan pengukurannya. 2 Sumer: Dsr-Dsr Foto Jurnlistik, 2003 esrn yng memiliki esr dn rh diseut esrn vektor. Keceptn merupkn slh stu esrn vektor. Vektor Hsil yng hrus nd cpi: menerpkn konsep esrn Fisik dn pengukurnny. Setelh

Lebih terperinci

ξ. Elemen elemen dari ruang vektor

ξ. Elemen elemen dari ruang vektor KEGITN BELJR REPRESENTSI MTRIKS Rung Hlbert "ξ" Menurut nots drc Vektor Ket dn Vektor Br Setp elemen tu vektor ddlm rung hlbert dsebut vektor ket tu ket Ket menurut nots drc dnytkn dengn smbol " " Supy

Lebih terperinci

KINEMATIKA Kelas XI. Terdiri dari sub bab : 1. persamaan gerak 2. Gerak Parabola 3. Gerak Melingkar

KINEMATIKA Kelas XI. Terdiri dari sub bab : 1. persamaan gerak 2. Gerak Parabola 3. Gerak Melingkar Terdiri dri sub bb : 1. persmn gerk. Gerk Prbol 3. Gerk Melingkr KINEMATIKA Kels XI 1. PERSAMAAN GERAK Membhs tentng posisi, perpindhn, keceptn dn perceptn dengn menggunkn vector stun. Pembhnsn meliputi

Lebih terperinci

didefinisikan sebagai bilangan yang dapat ditulis dengan b

didefinisikan sebagai bilangan yang dapat ditulis dengan b 1 PENDAHULUAN 1.1 Sistem Bilngn Rel Untuk mempeljri klkulus perlu memhmi hsn tentng system ilngn rel, kren klkulus didsrkn pd system ilngn rel dn siftsiftny. Sistem ilngn yng pling sederhn dlh ilngn sli,

Lebih terperinci

BAB III. PERANCANGAN ANTENA BRICK 2,4 GHz

BAB III. PERANCANGAN ANTENA BRICK 2,4 GHz BAB III PERANCANGAN ANTENA BRICK, GHZ BAB III PERANCANGAN ANTENA BRICK, GHz 3. Pernnn Anten Brik Bb ini menjelskn proses pernnn nten brik denn melkukn beberp perhitunn yn terdiri dri beberp prmeter yn

Lebih terperinci

Sistem Persamaan Linear

Sistem Persamaan Linear Sistem Persmn Liner Muhtdin, ST. MT. Metode Numerik & Komputsi. By : Muhtdin Persmn Aljbr Liner Simultn Metode Numerik & Komputsi. By : Muhtdin 9 Menyelesikn SPL sederhn Grphicl Method dri kedu persmn

Lebih terperinci

LEMBAR KEGIATAN SISWA. : Menemukan Teorema Pythagoras Sekolah/Satuan Pendidikan:... Kelas/Semester :... Anggota Kelompok :

LEMBAR KEGIATAN SISWA. : Menemukan Teorema Pythagoras Sekolah/Satuan Pendidikan:... Kelas/Semester :... Anggota Kelompok : LEMBAR KEGATAN SSWA Topik : Menemukn Teorem Pythgors Sekolh/Stun Pendidikn:... Kels/Semester :... Anggot Kelompok : 1.... 2.... 3.... 4. 5.... Tnggl Mengerjkn LKS :. Petunjuk Umum: 1. Setelh mengerjkn

Lebih terperinci