BAB II LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB II LANDASAN TEORI"

Transkripsi

1 BAB II LANDASAN TEORI 2.1 Data dan Variabel Data Pengertian data enurut Webster New World Dictionary adalah things known or assued, yang berarti bahwa data itu sesuatu yang diketahui atau dianggap. Diketahui artinya yang sudah terjadi erupakan fakta (bukti). Data juga dapat didefinisikan sekupulan inforasi atau nilai yang diperoleh dari pengaatan (observasi) suatu objek, data dapat berupa angka dan dapat pula erupakan labang atau sifat. Pada dasarnya kegunaan data (setelah diolah dan dianalisis) ialah sebagai dasar yang objektif di dala proses pebuatan keputusan/ kebijaksanaan dala rangka untuk eecahkan persoalan. Menurut sifatnya, data dapat digolongkan enjadi dua, yaitu: a. Data Kualitatif yaitu data yang tidak berbentuk angka. b. Data Kuantitatif yaitu data yang berbentuk angka. Bila ditinjau dari cara eperolehnya, data dapat dibagi enjadi dua, yaitu: a. Data Prier yaitu data yang dikupulkan sendiri oleh perorangan/ atau suatu organisasi secara langsung dari objek yang diteliti dan untuk kepentingan study yang bersangkutan yang dapat berupa interviu atau observasi. b. Data Sekunder yaitu data yang diperoleh/ dikupulkan dan disatukan oleh study-study sebelunya atau yang diterbitkan oleh instansi lain.

2 8 Menurut waktu pengupulannya, data digolongkan enjadi dua, yaitu : a. Data Cross Section ialah data yang dikupulkan pada suatu waktu tertentu untuk enggabarkan keadaan dan kegiatan pada waktu tersebut. Misalnya, data penelitian yang enggunakan kuesioner. b. Data Berkala ialah data yang dikupulkan dari waktu ke waktu untuk elihat perkebangan suatu kejadian/ kegiatan selaa periode tersebut. Misalnya, perkebangan uang yang beredar Variabel S.H.Situorang dkk, Variabel adalah suatu yang dapat ebedakan atau engubah variasi pada nilai. Nilai dapat berbeda pada waktu yang berbeda untuk objek atau orang yang saa, atau nilai dapat berbeda dala waktu yang saa untuk objek atau orang yang berbeda. Menurut hubungan antara suatu variabel dengan variabel lainnya, variabel terbagi atas beberapa yaitu : 1. Variabel bebas yaitu variabel yang enjadi sebab terjadinya atau terpengaruhnya variabel tak bebas. 2. Variabel tak bebas yaitu variabel yang nilainya dipengaruhi oleh variabel bebas. 3. Variabel oderator yaitu variabel yang eperkuat atau eperleah hubungan antara suatu variabel bebas dengan tak bebas. 4. Variabel intervening, seperti halnya variabel oderator, tetapi nilainya tidak dapat diukur, seperti kecewa, arah, gebira, senang, sedih, dan lain sebagainya. 5. Variabel kontrol, yaitu variabel yang dapat dikendalikan oleh peneliti.

3 9 2.2 Uji Validitas dan Reliabilitas Data Pengujian validitas data digunakan untuk engetahui apakah variabel-variabel dala penelitian dapat enggabar keinginan konsuen dan apu engungkapkan sesuatu yang diukur oleh penelitian tersebut. Tinggi rendahnya validitas suatu variabel enunjukkan sejauh ana data yang dikupulkan tidak enyipang dari gabaran tentang variabel yang diaksud. Ruus: r = N( XY) ( X. Y) N X 2 ( X) 2 N Y 2 ( Y) Keterangan: r = Koefisien korelasi product oent N = Julah sapel X = Skor setiap variabel Y = Skor total setiap responden Uji reliabilitas data dilakukan untuk engetahui tingkat kepercayaan hasil suatu pengukuran. Suatu kuesioner dikatakan reliabel jika jawaban seseorang terhadap pertanyaan adalah konsisten dari waktu ke waktu. Nilai suatu kuesioner dianggap reliabel jika eberikan nilai α > 0,60, (Ghozali, 2005). 2.3 Teori Perainan Ainudin, Teori perainan erupakan suatu odel ateatika yang digunakan dala situasi konflik atau persaingan antara berbagai kepentingan yang saling berhadapan sebagai pesaing. Dala peraian peserta adalah pesaing. Keuntungan bagi yang satu erupakan kerugian bagi yang lain. Model-odel perainan dapat dibedakan berdasarkan julah peain, julah keuntungan atau

4 10 kerugian, dan julah startegi yang digunakan dala perainan. Bila julah peain ada dua, perainan disebut sebagai perainan dua peain. Bila keuntungan atau kerugian saa dengan nol, disebut perainan julah nol. Teori perainan ula-ula dikeukakan oleh seorang ahli ateatika Prancis yang bernaa Eile Borel pada tahun keudian, John Von Neeann dan Oskar Morgenstern engebangkan lebih lanjut sebagai alat untuk eruuskan perilaku ekonoi yang bersaing Unsur-unsur Dasar Teori Perainan Pada bagian ini akan dijelaskan beberapa unsur dasar yang sangat penting dala peecahan setiap kasus dengan teori perainan, dengan engabil contoh perainan dua peain julah nol diana atriks pay off-nya ditunjukan dala tabel berikut: Tabel 2.1 Matriks Pay Off Peain B B 1 B 2 B 3 Peain A A 1 A Dari contoh tabel perainan di atas dapat dijelaskan dasar-dasar teori perainan sebagai berikut: 1. Angka-angka dala atriks pay off (atriks perainan) enunjukkan hasilhasil atau pay off dari strategi-strategi perainan yang berbeda-beda, diana hasil-hasil erupakan ukuran efektifitas. Bilangan positif enunjukkan keuntungan bagi peain baris dan kerugian bagi peain kolo. 2. A i dan B j erupakan alternatif strategi-strategi yang diiliki oleh asingasing peain A dan B. Suatu strategi perainan adalah rangkaian rencana

5 11 yang enyeluruh dari peain sebagai reaksi atas aksi yang ungkin dilakukan oleh pesaing. 3. Nilai perainan adalah hasil yang diperkirakan per perainan atau rata-rata pay off sepanjang perainan. Suatu perainan dikatakan adil apabila nilainya saa dengan nol. 4. Suatu perainan dikatakan doinan bila setiap pay off dala strategi adalah superior terhadap setiap pay off yang berhubungan dala suatu strategi alternatif. Pada atriks di atas hal ini terjadi untuk peain B, kedua strategi B 1 dan B 2 didoinasi oleh strategi B 3. Sehingga strategi B 1 dan B 2 dapat direduksi. Artinya peain B enjalankan strategi optialnya adalah B 3. Sedangkan peain A eilih strategi A 2 karena berusaha encari keuntungan aksial. Jadi nilai perainan untuk kasus di atas adalah Tujuan dari odel perainan adalah engidentifikasi strategi ana yang optial untuk setiap peain Klasifikasi Perainan a. Berdasarkan julah langkah dan pilihan Perainan diklasifikasikan enjadi dua, yaitu: i. Perainan berhingga, yaitu suatu perainan yang epunyai sejulah langkah yang berhingga dengan setiap langkah yang euat sejulah pilihan yang berhingga pula. ii. Perainan tak berhingga, untuk setiap perainan selain perainan berhingga. b. Berdasarkan julah peain Suatu perainan dikatakan perainan n orang jika julah orang yang berain adalah n. Disini orang dapat berperan sebagai individu ataupun kelopok.

6 12 c. Berdasarkan julah pebayaran i. Perainan berjulah nol adalah suatu perainan dengan julah keenangan kedua belah pihak saa dengan nol. Hal ini berarti bahwa julah pebayaran yang diteria oleh salah satu peain yang enang saa dengan julah pebayaran yang dibayarkan oleh pihak yang kalah. Bila ada dua orang yang berain di dala perainan aka dinaakan perainan berjulah nol dari dua orang. ii. Perainan berjulah tidak nol, yaitu perainan dengan total pebayaran dari asing-asing peain pada akhir suatu perainan tidak saa dengan nol. Perainan ini dapat diainkan oleh dua orang ataupun n orang Perainan Berjulah Nol Dari Dua Orang Kartono, Konsep dasar yang euat dala teori perainan dapat dijelaskan oleh perainan yang sederhana yang diainkan oleh dua orang atau dua peain. Untuk selanjutnya akan dibahas hal-hal pokok yang sesungguhnya enjadi inti dari teori perainan, yaitu enentukan solusi optiu bagi kedua pihak yang saling bersaing tersebut yang bersesuaian dengan strategi optiunya. Ada dua aca strategi optiu, yaitu strategi urni dan strategi capuran. a. Strategi Murni Perainan dengan strategi urni adalah suatu perainan dengan posisi pilihan terbaiknya bagi setiap peain dicapai dengan eilih satu strategi tunggal. Dala perainan dengan strategi urni, peain pertaa (peain baris) yaitu peain yang berusaha eaksiukan keenangan (keuntungan) yang iniu sehingga kriteria strategi optiunya adalah kriteria axiin. Sedangkan peain kedua (peain kolo) yaitu peain yang berusaha einiukan kekalahan (kerugian) yang aksiu sehingga kriteria strategi optiunya adalah kriteria iniax.

7 13 Apabila nilai axiin saa dengan nilai iniax aka perainan ini dapat diselesaikan dengan strategi urni diana titik keseibangan telah tercapai. Titik keseibangan ini dikenal sebagai titik pelana. b. Strategi Capuran Di dala perainan diana perainan tersebut tidak epunyai titik pelana aka para peain akan bersandar kepada apa yang disebut sebagai strategi capuran. Hal ini berarti peain pertaa akan eainkan setiap strategi baris dengan proporsi waktu (probabilitas) tertentu. Deikian juga untuk peain kedua, ia akan eainkan setiap strategi kolo dengan proporsi waktu (probabilitas) tertentu. Oleh karena itu dala suatu perainan yang diselesaikan dengan strategi capuran, strategi dari setiap peain akan epunyai probabilitas yang enunjukan proporsi waktu atau banyaknya bagian yang dipergunakan untuk elakukan strategi tersebut. Jadi tugas dari setiap peain adalah enentukan proporsi waktu (probabilitas) yang diperlukan untuk eainkan strateginya. c. Aturan Doinasi Sebelu enyelesaikan suatu perainan, perlu dipertibangkan apakah ada baris atau kolo dala atriks pebayarannya yang tidak efektif pengaruhnya di dala penentuan strategi optiu dan nilai perainan. Bila ada aka baris atau kolo yang seperti itu bisa dihapus atau tidak dipakai. Hal itu berarti bahwa probabilitas untuk eilih strategi sesuai baris atau kolo tersebut saa dengan nol. Dengan deikian ukuran atriks pebayaran yang tersisa akan lebih kecil. Hal ini akan eperudah untuk enyelesaikannya. Aturan deikian ini dinaakan aturan doinasi. i. Aturan doinasi bagi peain pertaa P 1 (peain baris). Karena peain P 1 (peain baris) erupakan peain yang berusaha untuk eaksiukan keenangan / perolehannya aka bila terdapat suatu

8 14 baris dengan seua eleen dari baris tersebut adalah saa atau lebih kecil (sekolo) dari baris yang lain aka baris tersebut dikatakan didoinasi dan baris itu dapat dihapus. Jika dala suatu perainan yang berukuran x n terdapat H (i,j ) H (k,j ) untuk seua j = 1, 2,, n aka baris k endoinasi baris i. Sedangkan jika H (i,j ) H (i,k) untuk seua i = 1, 2,, aka kolo k endoinasi kolo j. ii. Aturan doinasi bagi peain kedua P 2 (peain kolo). Karena peai P 2 (peain kolo) erupakan peain yang berusaha untuk einiukan kekalahan / kerugiannya aka bila terdapat suatu kolo dengan seua eleen dari kolo tersebut adalah saa atau lebih besar dari eleen dala posisi yang saa (sebaris) dari kolo yang lain aka kolo tersebut dikatakan didoinasi dan kolo itu dapat dihapus. Jika dala suatu perainan yang berukuran x n terdapat H (i,j ) H (i,k) untuk seua i = 1, 2,, aka kolo k endoinasi kolo j. Keterangan: H (i,j ) = Eleen atriks pay off baris ke-i dan kolo ke-j H (k,j ) = Eleen atriks pay off baris ke-k dan kolo ke-j H (i,k) = Eleen atriks pay off baris ke-i dan kolo ke-k Aturan doinasi ini dapat diulang lagi jika asih ada baris atau kolonya yang didoinasi oleh baris atau kolo yang lain. Dan ini eungkinkan atriks pebayaran seula akan tersisa enjadi atriks pebayaran dengan satu eleen saja. Bila hal ini dapat terjadi aka perainannya dapat diselesaikan dengan strategi urni dengan nilai perainan sesuai dengan eleen yang tersisa tersebut. Tetapi tidak seua perainan yang epunyai titik pelana dapat diselesaikan dengan aturan doinasi yang berulang-ulang tersebut.

9 Metode Penyelesaian Masalah dala Teori Perainan Yang diaksud dengan enyelesaikan perainan adalah usaha encari strategi optiu dan nilai perainan yang secara uu dapat diruuskan sebagai berikut: X = x 1, x 2,, x dan Y = y 1, y 1,, y n yang engoptiukan nilai harapan ateatis Dengan syarat n E X, Y = a ij x i y i j =1 n x i = y i = 1 j =1 x i, y j 0 ; untuk seua i dan j Diana X dan Y adalah strategi-strategi untuk asing-asing peain P 1 dan P 2. Metode yang akan digunakan dala penelitian ini adalah etode progra linier. Dala penyelesaian suatu perainan dengan etode progra linier ini, kita sering dihadapkan kepada asalah etode siplex dualitas. Untuk suatu perainan dengan atriks pebayaran yang berukuran besar ( x n) dan tidak epunyai titik pelana serta etode doinasi tidak dapat digunakan untuk ereduksi ukuran atriks pebayaran enjadi lebih kecil, aka progra linier enawarkan suatu etode penyelesaian yang efesien. Tabel 2.2 Nilai Probabilitas Strategi Peain Peain P 2 y 1 y 2 y 3 y n x 1 a 11 a 12 a 13 a 1n Peain P 1 x 2 x 3 a 21 a 31 a 22 a 32 a 23 a 33 a 2n a 3n x a 1 a 2 a 3 a n

10 16 Keterangan: x i y j = probabilitas peain P 1 eilih strategi ke-i. = probabilitas peain P 2 eilih strategi ke-j. a ij = nilai pebayaran yang bersesuaian dengan strategi ke-i peain P 1 dan ke-j peain P 2. i = 1, 2, 3,,. j = 1, 2, 3,, n. a. Untuk peain P 1 (peain baris). Peain P 1 eilih x i, x i 0, x i = 1 yang akan enghasilkan ax in a i1 x i, a i2 x i,, a in x i Hal ini enunjukkan bahwa strategi capuran optiu peain P 1 eenuhi ax in a i1 x i, a i2 x i,, a in x i Berdasarkan pebatas x i x i 0 = 1 ; i = 1, 2,, Persoalan ini dapat disajikan ke bentuk progra linier sebagai berikut: Bila v = in a i1 x i, a i2 x i,, a in x i

11 17 aka persoalan itu enjadi: Maksiukan Z = v Berdasarkan pebatas: v = nilai perainan x i a ij x i v ; j = 1, 2,, n = 1 ; x i 0 untuk seua i Peruusan progra linier di atas dapat disederhanakan dengan ebagi (n+1) pebatas dengan v. Pebagian ini berlaku untuk v > 0. Jika v = 0 aka pebagian tidak berlaku. Sebaliknya, jika v < 0 aka pebagian ini juga tidak berlaku naun dapat diubah enjadi v > 0 dengan enabahkan suatu konstanta positif k pada seua eleen dala atriks pebayaran yang akan enjain nilai perainan untuk atriks yang diodifikasi ini lebih besar dari nol. Sebagai pedoan, diabil k harga utlak dari eleen yang terkecil sehingga sebelu eruuskan ke bentuk progra linier perlu diperiksa nilai axiin barisnya karena bila nilai axiin tersebut negatif aka ada keungkinan nilai perainannya negatif atau nol. Dengan deikian atriks pebayarannya perlu diodifikasi dahulu dan sebagai konsekuensinya adalah bila solusi optiu telah diperoleh aka nilai perainan yang sebenarnya ditentukan dengan dengan engurangi sebesar k tadi dari nilai perainan yang diodifikasi. Pada uunya jika nilai axiinnya positif aka nilai perainannya lebih besar dari pada nol (terutaa perainan yang epunyai titik pelana). Oleh karena itu di dala pebentukan ruusan progra linier diasusikan bahwa v > 0. Pebatas-pebatas dala ruusan progra linier di atas enjadi: a ij x i v 1 x i v = 1 v ; j = 1, 2,, n ; x i 0 untuk seua i

12 18 Bila dinotasikan X i = x i v ; i = 1, 2,, aka X i = 1 v Karena ax v = in 1 v aka Persoalan di atas enjadi: Meiniukan z = 1 v Berdasarkan pebatas X i 0 a ij X i 1 ; j = 1, 2,, n ; i = 1, 2,, Dari sini keudian diselesaikan dengan etode sipleks. Penyelesaian bagi peain P 2 erupakan dual dari penyelesaian peain P 1. Jadi penyelesaian optiu bagi salah satu peain dapat eberikan penyelesain optiu bagi peain lainnya walaupun penyelesaian bagi peain P 2 erupakan dual dari penyelesaian peain P 1. Perhitungan penyelesaian optiu peain P 2 dapat dilakukan dengan enggunakan etode sipleks dan penyelesain peain P 1 erupakan dualnya. Dan pada kenyataannya bahwa lebih udah untuk enghitung penyelesaian peain P 2 dengan etode sipleks dahulu. b. Untuk peain P 2 (peain kolo) Dengan cara yang saa akan diperoleh: eaksiukan w = Y 1 + Y Y n berdasarkan pebatas-pebatas: n Y j 0 a ij Y j 1 ; i = 1, 2,, ; j = 1, 2,, n

13 Progra Linier Fien Zulfikarijah, Konsep progra linier diteukan dan diperkenalkan pertaa kali oleh George Dantzig yang berupa etode encari solusi asalah progra linier dengan banyak variabel keputusan. Progra linier dapat didefinisikan sebagai pebuatan rencana kegiatan-kegiatan dengan enggunakan suatu odel uu dala peecahan asalah pengalokasian suber daya yang terbatas secara optial. Dala odel progra linier terdapat asusi-asusi yang harus dipenuhi, yaitu: 1. Proportionality (kesebandingan), artinya perubahan nilai fungsi tujuan dan penggunaan suber daya adalah proporsional (sebanding) dengan perubahan kegiatan, contoh: Z = C 1 X 1, dala persaaan ini dapat diartikan setiap peningkatan X 1 sebesar 1 unit akan eningkatkan Z sebesar C Additivity (penabahan), artinya nilai tujuan setiap kegiatan bersifat independent (bebas/ tidak saling bergantung) dan dala progra linier dianggap bahwa kenaikan nilai tujuan (Z) yang diakibatkan oleh suatu kegiatan dapat langsung ditabahkan tanpa epengaruhi bagian nilai kegiatan lain. 3. Divisibility (pebagian), dala progra linier diperbolehkan enggunakan angka pecahan. 4. Certainty (kepastian), artinya nilai paraeter yang terdapat dala odel progra linier diketahui secara pasti. Model uu progra linier dapat diruuskan ke dala bentuk ateatika sebagai berikut: Maksiukan atau Miniukan Z = c j x j, untuk j = 1, 2,, n Kendala: j =1 n a ij j =1 x j atau b i, untuk i = 1, 2,, n

14 Metode Sipleks Metode sipleks erupakan prosedur aljabar yang bersifat iteratif yang bergerak selangkah dei selangkah, diulai dari titik ekstri pada daerah fisibel (ruang solusi) enuju titik ekstri yang optiu. Dala etode sipleks terdapat beberapa definisi penting, yaitu: a. Solusi Basis, yaitu solusi diana terdapat sebanyak-banyaknya variabel berharga bukan nol. b. Solusi basis fisibel, yaitu solusi variabel pada suatu solusi basis berharga nonnegatif. c. Solusi fisibel titik ekstri, yaitu solusi fisibel yang tidak terletak pada suatu segen garis yang enghubungkan dua solusi fisibel lainnya Algorita Metode Sipleks untuk Persoalan Maksiasi Untuk enyelesaikan persoalan aksiasi progra linier dengan enggunakan etode sipleks, terdapat beberapa langkah, yaitu: 1. Konversikan forulasi persoalan ke dala bentuk standar. 2. Cari solusi basis fisibel (BFS). 3. Jika seluruh variabel nonbasis epunyai koefisien nonnegatif pada baris fungsi tujuan, aka solusi basis fisibel sudah optial. Jika pada baris fungsi tujuan asih ada variabel dengan koefisien negatif, pilih salah satu variabel yang epunyai paling negatif pada baris tersebut. Variabel ini akan easuki status variabel basis, karena itu variabel ini disebut sebagai variabel yang asuk basis (entering variable, disingkat EV) 4. Hitung rasio dari ruas kanan dan koefisien EV pada setiap baris EV yang epunyai koefisien positif. Variabel basis pada baris pebatas dengan rasio positif terkecil akan berubah status enjadi variabel nonbasis. Variabel ini keudian disebut sebagai variabell yang eninggalkan basis (leaving variable/ disingkat LV). Lakukan operasi baris eleenter untuk ebuat koefisien EV pada baris dengan rasio positif terkecil ini enjadi berharga 1 dan berharga nol pada baris-baris lainnya. Keudian kebali ke langkah 3.

15 21 Contoh: Maksiu : Z = 2x 1 + 4x 2 + 3x 3 Kendala : 3x 1 + 4x 2 + 2x x 1 + x 2 + 2x 3 40 x 1 + 3x 2 + 2x 3 80 x 1, x 2, x 3 0 Penyelesaian Bentuk standart Maksiu : Z = 2x 1 + 4x 2 + 3x 3 Kendala : 3x 1 + 4x 2 + 2x 3 + x 4 = 60 2x 1 + x 2 + 2x 3 + x 5 = 40 x 1 + 3x 2 + 2x 3 + x 6 = 80 x 1, x 2, x 3 0 Tabel 2.3 Iterasi 0 Variabel Basis C B x 1 x 2 x 3 x 4 x 5 x 6 x x x Z j C j Tabel 2.4 Iterasi 1 Variabel Basis C B x 1 x 2 x 3 x 4 x 5 x 6 x x x Z j C j

16 22 Variabel Basis Tabel 2.5 Iterasi 2 C B x x x 6 0 x 1 x 2 x 3 x 4 x 5 x Z j C j Karena koefisien dari seluruh variabel pada baris Z j C j 0, aka solusi basis fisibel sudah optial, dengan aksiu Z = 230 x 1 = x 4 = x 5 = 0. 3 untuk x 2 = 20 3, x 3 = 50 3, x 6 = 80 3, Algorita Metode Sipleks untuk Persoalan Miniasi Saa halnya dengan penyelesaian persoalan aksiasi, untuk persoalan iniasi juga enggunakan langkah-langkah penyelesaian, yaitu: 1. Konversikan forulasi persoalan ke dala bentuk standar. 2. Cari solusi basis fisibel (BFS). 3. Jika seluruh variabel nonbasis epunyai koefisien nol atau negatif pada baris fungsi tujuan, aka solusi basis fisibel sudah optial. Jika pada baris fungsi tujuan asih ada variabel dengan koefisien positif, pilih salah satu variabel yang epunyai paling positif pada baris tersebut. Variabel ini akan easuki status variabel basis, karena itu variabel ini disebut sebagai variabel yang asuk basis (entering variable, disingkat EV) 4. Hitung rasio dari ruas kanan dan koefisien EV pada setiap baris EV. Variabel basis pada baris pebatas dengan rasio terkecil akan berubah status enjadi variabel nonbasis. Variabel ini keudian disebut sebagai variabel yang eninggalkan basis (leaving variable/ disingkat LV). Lakukan operasi baris eleenter untuk ebuat koefisien EV pada baris dengan rasio terkecil ini

17 enjadi berharga 1 dan berharga nol pada baris-baris lainnya. Keudian kebali ke langkah Contoh: Miniu : Z = 8x x 2 + 7x 3 + 6x x 5 + 9x 6 Kendala : 12x 1 + 9x x x x x x x x x x x x x x x x x X j 0 ; j = 1, 2, 3,..., 6 Penyelesaian Bentuk standart Miniu : Z = 8x x 2 + 7x 3 + 6x x 5 + 9x 6 + Mx 10 + Mx 11 + Mx 12 Kendala : 12x 1 + 9x x x x x 6 x 7 + x 10 = 60 35x x x x x x 6 x 8 + x 11 = x x x x x x 6 x 9 + x 12 = 125 X j 0 ; j = 1, 2, 3,..., 12

18 Tabel 2.6 Iterasi 0 Basis C M M M B θ x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10 x 11 x 12 x 10 M ,6667 x 11 M ,5714 X 12 M ,3585 z j - c j 84M-8 104M-10 71M-7 75M-6 102M-11 82M-9 -M -M -M M Tabel 2.7 Iterasi 1 Basis C M M M B θ x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10 x 11 x 12 x 10 M 5, , , ,0761 9, , , ,7735 3,2108 x 11 M 5, , , , , , , ,9430 1,5427 x , ,5283 0,4528 0,5471 0, , ,0189 2,3585 4,3109 z j - c j 11,3969M -1, ,0567M -1, ,9072M -1, ,0979M -5, ,7577M -5,2270 -M -M 0,9639M -0, ,9639M +0, ,7165M +23,5850

19 25 Tabel 2.8 Iterasi 2 Basis C M M B θ x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10 x 11 x 10 M 3, , , , ,3659-0, , ,1437 0,925 X , ,1268 0, , ,0303 0, ,0303 1, ,1664 X , ,5977 0, , ,0166-0, ,0166 1,5145 2,5339 z j - c j 3,6401M- 0, ,7765M- 2, ,5424M+0, ,5201M +2,044 -M 0,3659M- 0,1673-0,1197M -0, ,3659M +0, ,1437M +16,9697 Tabel 2.9 Iterasi 3 Basis C M B θ x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10 X 3 7 0, ,53 0-0,1157-0,0459 0,0168-0,0055 0,0459 0,925 1,7453 X , , ,9893-0,0058-0,0282 0,0233 0,0058 1,6597 3,8589 X , , ,1029 0,0274 0,0066-0,0287-0,0274 0, ,3856 z j - c j 0, , ,0434-0,1111-0,1266-0,0692 0,1111-M 34,3477

20 26 Tabel 2.10 Iterasi 4 Basis C B θ x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 X 4 6 0, , ,2183-0,0866 0,0317-0,0104 1,7453-7,995 X , , ,0832-0,0314-0,0418 0,0278 0,909 0,8392 X , , ,1165 0,022 0,0086-0,0294 1,0707-9,1906 z j - c j -0, , ,4404 0,0458-0,1836-0, ,1778 Tabel 2.11 Iterasi 5 Basis C B θ x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 X 4 6 0, , , ,0803 0,0233-0,0048 1, ,0162 X 6 9 0, , , ,029-0,0386 0,0257 0, ,9379 X ,53 1 0, , ,0254 0,0041-0,0264 1, ,0039 z j - c j -0, , , ,0332-0,1666-0, ,8088

21 27 Tabel 2.12 Iterasi 6 Basis C B x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 X 4 6 0, , ,7578 2, ,0836 0,0664 4,2522 X 7 0 0, , , , ,3310 0, ,9379 X , , ,701-0, ,0379-0,0489 0,4335 z j - c j -0, , ,4632-1, ,1226-0, ,8482 Karena z j c j 0, aka solusi optial telah diperoleh. Dengan nilai iniu Z = 29,8482 ; x 2 = 0,4335 ; x 4 = 4,2522 ; x 7 = 28,9379 ; x 1 = x 3 = x 5 = x 6 = x 8 = x 9 = 0

22 2.6 Teori Dualitas Ide dasar yang elatar belakangi teori dualitas adalah bahwa setiap persoalan progra linier epunyai suatu progra linier lain yang saling berkaitan yang disebut dual, sedeikian sehingga solusi pada persoalan seula (yang disebut prial) juga eberi solusi pada dualnya. Adapun hubungan antara prial dan dual adalah sebagai berikut: 1. Koefisien fungsi tujuan prial enjadi konstanta ruas kanan bagi dual, sedangkan konstanta ruas kanan prial enjadi koefisien fungsi tujuan dual. 2. Untuk setiap pebatas prial ada satu variabel dual dan untuk setiap variabel prial ada satu pebatas dual. 3. Tanda ketidaksaaan pada pebatas akan bergantung pada fungsi tujuannya. 4. Fungsi tujuan berubah bentuk (aksiasi enjadi iniasi dan sebaliknya). 5. Setiap kolo pada prial berkorespondensi dengan baris (pebatas) pada dual. 6. Setiap baris (pebatas) pada prial berkorespondensi dengan kolo pada dual. 7. Dual dari dual adalah prial. Untuk lebih jelas lagi dapat dilihat pada tabel berikut ini: Tabel 2.13 Prial dan Dual Prial Dual n Z = ax c j x j Z = in b i y i j =1 Pebatas: Pebatas: n a ij j =1 x j b i ; i = 1, 2,, n a ij j =1 y j c j ; j = 1, 2,, n x j 0 ; j = 1, 2,, n y i 0 ; i = 1, 2,,

Penerapan Metode Simpleks Untuk Optimalisasi Produksi Pada UKM Gerabah

Penerapan Metode Simpleks Untuk Optimalisasi Produksi Pada UKM Gerabah Konferensi Nasional Siste & Inforatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Penerapan Metode Sipleks Untuk Optialisasi Produksi Pada UKM Gerabah Ni Luh Gede Pivin Suwirayanti STMIK STIKOM Bali Jl. Raya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Konsep Dasar Graph Sebelu sapai pada pendefinisian asalah network flow, terlebih dahulu pada bagian ini akan diuraikan engenai konsep-konsep dasar dari odel graph dan representasinya

Lebih terperinci

Bab 2 Tinjauan Pustaka

Bab 2 Tinjauan Pustaka 5 Bab 2 Tinjauan Pustaka 2.1. Definisi Penjadwalan Penjadwalan adalah kegiatan pengalokasian suber-suber atau esin-esin yang ada untuk enjalankan sekupulan tugas dala jangka waktu tertentu. (Baker,1974).

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Kartu Prabayar IM3 PT Indosat (Indonesia Satellite Coorporation) adalah salah satu perusahaan penyelenggara jasa telekounikasi internasional yang terkeuka di Indonesia. Selain

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di PT Tirta Ala Seesta. Perusahaan tersebut berlokasi di Desa Ciburayut, Kecaatan Cigobong, Kabupaten Bogor. Peilihan objek

Lebih terperinci

III. KERANGKA PEMIKIRAN. Proses produksi di bidang pertanian secara umum merupakan kegiatan

III. KERANGKA PEMIKIRAN. Proses produksi di bidang pertanian secara umum merupakan kegiatan 2 III. KERANGKA PEMIKIRAN Proses produksi di bidang pertanian secara uu erupakan kegiatan dala enciptakan dan enabah utilitas barang atau jasa dengan eanfaatkan lahan, tenaga kerja, sarana produksi (bibit,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Beberapa Defenisi Pada analisa keputusan, si pebuat keputusan selalu doinan terhadap penjabaran seluruh alternatif yang terbuka, eperkirakan konsequensi yang perlu dihadapi pada setiap

Lebih terperinci

Definisi 3.3: RUANG SAMPEL KONTINU Ruang sampel kontinu adalah ruang sampel yang anggotanya merupakan interval pada garis bilangan real.

Definisi 3.3: RUANG SAMPEL KONTINU Ruang sampel kontinu adalah ruang sampel yang anggotanya merupakan interval pada garis bilangan real. 0 RUANG SAMPEL Kita akan eperoleh ruang sapel, jika kita elakukan suatu eksperien atau percobaan. Eksperien disini erupakan eksperien acak. Misalnya kita elakukan suatu eksperien yang diulang beberapa

Lebih terperinci

BAB III. METODE PENELITIAN. Tabel 1. Indikator/ Indikasi Penelitian

BAB III. METODE PENELITIAN. Tabel 1. Indikator/ Indikasi Penelitian 39 BAB III. METODE PENELITIAN 3.1. Tipe Penelitian Penelitian ini terasuk tipe penelitian dengan pendekatan analisis deskriptif kualitatif dan kuantitatif. Analisis ini dipergunakan untuk enggabarkan tentang

Lebih terperinci

BAB I PENDAHULUAN. daya nasional yang memberikan kesempatan bagi peningkatan demokrasi, dan

BAB I PENDAHULUAN. daya nasional yang memberikan kesempatan bagi peningkatan demokrasi, dan BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan daerah sebagai bagian yang integral dari pebangunan nasional dilaksanakan berdasakan prinsip otonoi daerah dan pengaturan suber daya nasional yang

Lebih terperinci

PENJUMLAHAN MOMENTUM SUDUT

PENJUMLAHAN MOMENTUM SUDUT PENJUMAHAN MOMENTUM SUDUT A. Penjulahan Moentu Sudut = + Gabar.9. Penjulahan oentu angular secara klasik. Dua vektor oentu angular dan dijulahkan enghasilkan Jika oentu angular elektron pertaa adalah dan

Lebih terperinci

BAB I PENDAHULUAN. pembangunan di bidang-bidang lain, seperti sosial, politik, dan budaya. perbedaan antara yang kaya dengan yang miskin.

BAB I PENDAHULUAN. pembangunan di bidang-bidang lain, seperti sosial, politik, dan budaya. perbedaan antara yang kaya dengan yang miskin. BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan ekonoi erupakan asalah penting bagi suatu negara, untuk itu sejak awal pebangunan ekonoi endapat tepat penting dala skala prioritas pebangunan nasional

Lebih terperinci

DAFTAR ISI KATA PENGANTAR... DAFTAR ISI...

DAFTAR ISI KATA PENGANTAR... DAFTAR ISI... DAFTAR ISI KATA PENGANTAR DAFTAR ISI Halaan i iii I PENGAWASAN DAN PEMERIKSAAN 11 Latar Belakang 1 12 Fungsi Pengawas dan Peeriksa 2 13 Pengawasan 2 14 Peeriksaan 3 II PEMERIKSAAN ISIAN DAFTAR VIMK14-L2

Lebih terperinci

Penyelesaian Algortima Pattern Generation dengan Model Arc-Flow pada Cutting Stock Problem (CSP) Satu Dimensi

Penyelesaian Algortima Pattern Generation dengan Model Arc-Flow pada Cutting Stock Problem (CSP) Satu Dimensi Penyelesaian Algortia Pattern Generation dengan Model Arc-Flow pada Cutting Stock Proble (CSP) Satu Diensi Putra BJ Bangun, Sisca Octarina, Rika Apriani Jurusan Mateatika Fakultas MIPA Universitas Sriwijaya

Lebih terperinci

BAHASAN ALGORITME ARITMETIK GF(3 ) Telah dijelaskan sebelumnya bahwa dalam mengonstruksi field GF(3 )

BAHASAN ALGORITME ARITMETIK GF(3 ) Telah dijelaskan sebelumnya bahwa dalam mengonstruksi field GF(3 ) BAB IV BAHASAN ALGORITME ARITMETIK GF(3 ) Telah dijelaskan sebelunya bahwa dala engonstruksi field GF(3 ) diperoleh dari perluasan field 3 dengan eilih polinoial priitif berderajat atas 3 yang dala hal

Lebih terperinci

Teori permainan mula-mula dikembangkan oleh ilmuan Prancis bernama Emile Borel, secara umum digunakan untuk menyelesaikan masalah yang

Teori permainan mula-mula dikembangkan oleh ilmuan Prancis bernama Emile Borel, secara umum digunakan untuk menyelesaikan masalah yang BAB 2 LANDASAN TEORI 2.1 Strategi Pemasaran Strategi pemasaran adalah pola pikir pemasaran yang akan digunakan untuk mencapai tujuan pemasarannya. Strategi pemasaran berisi strategi spesifik untuk pasar

Lebih terperinci

BAB I PENDAHULUAN. dalam skala prioritas pembangunan nasional dan daerah di Indonesia

BAB I PENDAHULUAN. dalam skala prioritas pembangunan nasional dan daerah di Indonesia BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan ekonoi erupakan asalah penting bagi suatu negara, untuk itu sejak awal pebangunan ekonoi endapat tepat penting dala skala prioritas pebangunan nasional

Lebih terperinci

DISTRIBUSI DUA PEUBAH ACAK

DISTRIBUSI DUA PEUBAH ACAK 0 DISTRIBUSI DUA PEUBAH ACAK Dala hal ini akan dibahas aca-aca fungsi peluang atau fungsi densitas ang berkaitan dengan dua peubah acak, aitu distribusi gabungan, distribusi arginal, distribusi bersarat,

Lebih terperinci

BAB I PENDAHULUAN. segi kuantitas dan kualitasnya. Penambahan jumlah konsumen yang tidak di ikuti

BAB I PENDAHULUAN. segi kuantitas dan kualitasnya. Penambahan jumlah konsumen yang tidak di ikuti BAB I PENDAHULUAN 1.1 Latar Belakang Air erupakan kebutuhan yang penting bagi kehidupan anusia. Manusia tidak dapat elanjutkan kehidupannya tanpa penyediaan air yang cukup dala segi kuantitas dan kualitasnya.

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2. Graf Graf G= (V G,E G ) adalah suatu siste yang terdiri dari hipunan berhingga tak kosong V G dari objek yang dinaakan titik (ertex) dan hipunan E G, pasangan tak berurut dari

Lebih terperinci

ISSN WAHANA Volume 67, Nomer 2, 1 Desember 2016

ISSN WAHANA Volume 67, Nomer 2, 1 Desember 2016 ISSN 0853 4403 WAHANA Volue 67, Noer 2, Deseber 206 PERBANDINGAN LATIHAN BOLA DIGANTUNG DAN BOLA DILAMBUNGKAN TERHADAP HASIL BELAJAR SEPAK MULA DALAM PERMAINAN SEPAK TAKRAW PADA SISWA PUTRA KELAS X-IS

Lebih terperinci

KAJIAN METODE ZILLMER, FULL PRELIMINARY TERM, DAN PREMIUM SUFFICIENCY DALAM MENENTUKAN CADANGAN PREMI PADA ASURANSI JIWA DWIGUNA

KAJIAN METODE ZILLMER, FULL PRELIMINARY TERM, DAN PREMIUM SUFFICIENCY DALAM MENENTUKAN CADANGAN PREMI PADA ASURANSI JIWA DWIGUNA Jurnal Mateatika UNAND Vol. 3 No. 4 Hal. 160 167 ISSN : 2303 2910 c Jurusan Mateatika FMIPA UNAND KAJIAN METODE ZILLMER, FULL PRELIMINARY TERM, DAN PREMIUM SUFFICIENCY DALAM MENENTUKAN CADANGAN PREMI PADA

Lebih terperinci

Model Produksi dan Distribusi Energi

Model Produksi dan Distribusi Energi Model Produksi dan Distribusi Energi Yayat Priyatna Jurusan Mateatika FMIPA UNPAD Jl. Raya Jatinangor Bdg Sd K 11 E ail : yatpriyatna@yahoo.co Abstrak Salah satu tujuan utaa proses produksi dan distribusi

Lebih terperinci

BAB 4. HASIL DAN PEMBAHASAN

BAB 4. HASIL DAN PEMBAHASAN BAB 4. HASIL DAN PEMBAHASAN Analisa pelat lantai gedung rawat inap RSUD Surodinawan Kota Mojokerto dengan enggunakan teori garis leleh ebutuhkan beberapa tahap perhitungan dan analsis aitu perhitungan

Lebih terperinci

BUKU 3 PEDOMAN PENGAWAS/PEMERIKSA BADAN PUSAT STATISTIK

BUKU 3 PEDOMAN PENGAWAS/PEMERIKSA BADAN PUSAT STATISTIK BUKU 3 PEDOMAN PENGAWAS/PEMERIKSA BADAN PUSAT STATISTIK KATA PENGANTAR Buku 3 ini erupakan seri buku pedoan yang disusun dala rangka Survei Industri Mikro dan Kecil 2013 (VIMK13) Buku ini euat pedoan bagi

Lebih terperinci

1 1. POLA RADIASI. P r Dengan : = ½ (1) E = (resultan dari magnitude medan listrik) : komponen medan listrik. : komponen medan listrik

1 1. POLA RADIASI. P r Dengan : = ½ (1) E = (resultan dari magnitude medan listrik) : komponen medan listrik. : komponen medan listrik 1 1. POLA RADIASI Pola radiasi (radiation pattern) suatu antena : pernyataan grafis yang enggabarkan sifat radiasi suatu antena pada edan jauh sebagai fungsi arah. pola edan (field pattern) apabila yang

Lebih terperinci

SIFAT-SIFAT OPERASI ARITMATIKA, DETERMINAN DAN INVERS PADA MATRIKS INTERVAL TUGAS AKHIR. Oleh : NURSUKAISIH

SIFAT-SIFAT OPERASI ARITMATIKA, DETERMINAN DAN INVERS PADA MATRIKS INTERVAL TUGAS AKHIR. Oleh : NURSUKAISIH SIFAT-SIFAT OPERASI ARITMATIKA DETERMINAN DAN INVERS PADA MATRIKS INTERVAL TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Meperoleh Gelar Sarjana Sains pada Jurusan Mateatika Oleh : NURSUKAISIH 0854003938

Lebih terperinci

BAB III METODE BEDA HINGGA CRANK-NICOLSON

BAB III METODE BEDA HINGGA CRANK-NICOLSON BAB III METODE BEDA HINGGA CRANK-NICOLSON 3. Metode Beda Hingga Crank-Nicolson (C-N) Metode Crank-Nicolson dikebangkan oleh Crank John dan Phyllips Nicholson pada pertengahan abad ke-, etode ini erupakan

Lebih terperinci

MAKALAH SEMINAR TUGAS AKHIR ANALISIS TEKSTUR MENGGUNAKAN METODE TRANSFORMASI PAKET WAVELET Rosanita Listyaningrum*, Imam Santoso**, R.

MAKALAH SEMINAR TUGAS AKHIR ANALISIS TEKSTUR MENGGUNAKAN METODE TRANSFORMASI PAKET WAVELET Rosanita Listyaningrum*, Imam Santoso**, R. 1 MAKALAH SEMINAR TUGAS AKHIR ANALISIS TEKSTUR MENGGUNAKAN METODE TRANSFORMASI PAKET WAVELET Rosanita Listyaningru*, Ia Santoso**, R.Rizal Isnanto** Abstrak - Tekstur adalah karakteristik yang penting

Lebih terperinci

Implementasi Histogram Thresholding Fuzzy C-Means untuk Segmentasi Citra Berwarna

Implementasi Histogram Thresholding Fuzzy C-Means untuk Segmentasi Citra Berwarna JURNAL TEKNIK POMITS Vol., No., (03) ISSN: 337-3539 (30-97 Print) Ipleentasi Histogra Thresholding Fuzzy C-Means untuk Segentasi Citra Berwarna Risky Agnesta Kusua Wati, Diana Purwitasari, Rully Soelaian

Lebih terperinci

BAB III METODE PENELITIAN. penulis melakukan penelitian serta pengambilan data-data pada lokasi

BAB III METODE PENELITIAN. penulis melakukan penelitian serta pengambilan data-data pada lokasi BAB III METODE PENELITIAN 3.1 Lokasi Penelitian Guna eperoleh data-data yang dibutuhkan dala penelitian ini, penulis elakukan penelitian serta pengabilan data-data pada lokasi penelitian. Penelitian ini

Lebih terperinci

KEBERADAAN SOLUSI PERSAMAAN DIOPHANTIN MATRIKS POLINOMIAL DAN PENYELESAIANNYA MENGGUNAKAN TITIK-TITIK INTERPOLASI

KEBERADAAN SOLUSI PERSAMAAN DIOPHANTIN MATRIKS POLINOMIAL DAN PENYELESAIANNYA MENGGUNAKAN TITIK-TITIK INTERPOLASI KEBERADAAN SOLUSI PERSAMAAN DIOPHANTIN MATRIKS POLINOMIAL DAN PENYELESAIANNYA MENGGUNAKAN TITIK-TITIK INTERPOLASI Laila Istiani R. Heri Soelistyo Utoo 2, 2 Progra Studi Mateatika Jurusan Mateatika FMIPA

Lebih terperinci

Sistem Linear Max-Plus Interval Waktu Invariant

Sistem Linear Max-Plus Interval Waktu Invariant Siste Linear Max-Plus Interval Waktu Invariant A 11 M. Andy udhito Progra Studi Pendidikan Mateatika FKIP Universitas Sanata Dhara Paingan Maguwoharjo Yogyakarta eail: arudhito@yahoo.co.id Abstrak elah

Lebih terperinci

Pengendalian Kualitas Proses Produksi Teh Hitam di PT. Perkebunan Nusantara XII Unit Sirah Kencong

Pengendalian Kualitas Proses Produksi Teh Hitam di PT. Perkebunan Nusantara XII Unit Sirah Kencong JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Print) D-37 Pengendalian Kualitas Proses Produksi Teh Hita di PT. Perkebunan Nusantara XII Unit Sirah Kencong Qulsu Dwi Anggraini, Haryono, Diaz

Lebih terperinci

PERBANDINGAN KINERJA ALGORITMA GENETIKA DAN ALGORITMA HEURISTIK RAJENDRAN UNTUK PENJADUALAN PRODUKSI JENIS FLOW SHOP

PERBANDINGAN KINERJA ALGORITMA GENETIKA DAN ALGORITMA HEURISTIK RAJENDRAN UNTUK PENJADUALAN PRODUKSI JENIS FLOW SHOP PERBANDINGAN KINERJA ALGORITMA GENETIKA DAN ALGORITMA HEURISTIK RAJENDRAN UNTUK PERJADUALAN PRODUKSI JENIS FLOW SHOP (Didik Wahyudi) PERBANDINGAN KINERJA ALGORITMA GENETIKA DAN ALGORITMA HEURISTIK RAJENDRAN

Lebih terperinci

KAJIAN PERBANDINGAN KINERJA GRAFIK PENGENDALI CUMULATIVE SUM

KAJIAN PERBANDINGAN KINERJA GRAFIK PENGENDALI CUMULATIVE SUM KAJIAN PERBANDINGAN KINERJA GRAFIK PENGENDALI CUMULATIVE SUM (CUSUM) DAN EXPONENTIALLY WEIGHTED MOVING AVERAGE () DALAM MENDETEKSI PERGESERAN RATARATA PROSES Oleh: Nurul Hidayah 06 0 05 Desen pebibing:

Lebih terperinci

THE CAUSALITY AVAILABILITY OF FOOD AND ECONOMIC GROWTH IN CENTRAL JAVA

THE CAUSALITY AVAILABILITY OF FOOD AND ECONOMIC GROWTH IN CENTRAL JAVA THE CAUSALITY AVAILABILITY OF FOOD AND ECONOMIC GROWTH IN CENTRAL JAVA Juli Biantoro 1, Didit Purnoo 2 1,2 Fakultas Ekonoi dan Bisnis, Universitas Muhaadiyah Surakarta dp274@us.ac.id Abstrak Ketahanan

Lebih terperinci

Perbandingan Bilangan Dominasi Jarak Satu dan Dua pada Graf Hasil Operasi Comb

Perbandingan Bilangan Dominasi Jarak Satu dan Dua pada Graf Hasil Operasi Comb Perbandingan Bilangan Doinasi Jarak Satu dan Dua pada Graf Hasil Operasi Cob Reni Uilasari 1) 1) Jurusan Teknik Inforatika, Fakultas Teknik, Universitas Muhaadiyah Jeber Eail : 1) reniuilasari@gailco ABSTRAK

Lebih terperinci

PERANCANGAN TATA LETAK SEL UNTUK MEMINIMASI VARIASI BEBAN SEL DAN MAKESPAN

PERANCANGAN TATA LETAK SEL UNTUK MEMINIMASI VARIASI BEBAN SEL DAN MAKESPAN PERANCANGAN TATA LETAK SEL UNTUK MEMINIMASI VARIASI BEBAN SEL DAN MAKESPAN Agus Ristono Teknik Industri UPN Veteran Yogyakarta Jl. Babarsari 02 Tabakbayan Yogyakarta Indonesia 55281 Phone: + 62 274 485

Lebih terperinci

PEMILIHAN PERINGKAT TERBAIK FESTIVAL KOOR MENGGUNAKAN METODE TOPSIS

PEMILIHAN PERINGKAT TERBAIK FESTIVAL KOOR MENGGUNAKAN METODE TOPSIS Seinar Nasional Teknologi Inforasi dan Kounikasi 01 (SENTIKA 01 ISSN: 089-981 Yogyakarta, 8 Maret 01 PEMILIHAN PERINGKAT TERBAIK FESTIAL KOOR MENGGUNAKAN METODE TOPSIS Sauel Manurung 1 1Progra Studi Teknik

Lebih terperinci

Gambar 1. Skema proses komunikasi dalam pembelajaran

Gambar 1. Skema proses komunikasi dalam pembelajaran 2 kurang tertarik epelajari pelajaran ilu pengetahuan ala karena etode pebelajaran yang diterapkan guru. Jadi etode pengajaran guru sangat epengaruhi inat belajar siswa dala epelajari ilu pengetahuan ala.

Lebih terperinci

MODEL SKEDUL MIGRASI DAN APLIKASINYA DALAM PROYEKSI PENDUDUK MULTIREGIONAL MUSLIMAH

MODEL SKEDUL MIGRASI DAN APLIKASINYA DALAM PROYEKSI PENDUDUK MULTIREGIONAL MUSLIMAH MODEL SKEDUL MIGRASI DAN APLIKASINYA DALAM PROYEKSI PENDUDUK MULTIREGIONAL MUSLIMAH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya

Lebih terperinci

CLASSIFIER BERDASAR TEORI BAYES. Pertemuan 4 KLASIFIKASI & PENGENALAN POLA

CLASSIFIER BERDASAR TEORI BAYES. Pertemuan 4 KLASIFIKASI & PENGENALAN POLA CLASSIFIER BERDASAR TEORI BAYES Perteuan 4 KLASIFIKASI & PENGENALAN POLA Miniu distance classifiers elakukan klasifikasi berdasarkan jarak terpendek. Ada dua jenis yang dibahas:. The Euclidean Distance

Lebih terperinci

ABSTRAK. Keywords: Economic Quantity Production, Nasution, A.H, Perencanaan dan Pengendalian Persediaan. ABSTRACT

ABSTRAK. Keywords: Economic Quantity Production, Nasution, A.H, Perencanaan dan Pengendalian Persediaan. ABSTRACT PERECANAAN DAN PENGENDALIAN PRODUKSI UNTUK MEMINIMALKAN BIAYA PRODUKSI DENGAN METODE ECONOMIC PRODUCTION QUANTITY MULTI ITEM DI CV. FAJAR TEKNIK SEJAHTERA Dio Kharisa Putra, Rusindiyanto dan Budi Santoso

Lebih terperinci

Penentuan Akar-Akar Sistem Persamaan Tak Linier dengan Kombinasi Differential Evolution dan Clustering

Penentuan Akar-Akar Sistem Persamaan Tak Linier dengan Kombinasi Differential Evolution dan Clustering Jurnal Kubik, Volue No. ISSN : 338-0896 Penentuan Akar-Akar Siste Persaaan Tak Linier dengan Kobinasi Differential Evolution dan Clustering Jaaliatul Badriyah Jurusan Mateatika, Universitas Negeri Malang

Lebih terperinci

MAKALAH SISTEM BASIS DATA

MAKALAH SISTEM BASIS DATA MAKALAH SISTEM BASIS DATA (Entity Relationship Diagra (ERD) Reservasi Hotel) Disusun Oleh : Yulius Dona Hipa (16101055) Agustina Dau (15101635) Arsenia Weni (16101648) PROGRAM STUDI TEKNIK INFORMARIKA

Lebih terperinci

BUKU 3 PEDOMAN PENGAWAS/PEMERIKSA BADAN PUSAT STATISTIK

BUKU 3 PEDOMAN PENGAWAS/PEMERIKSA BADAN PUSAT STATISTIK BUKU 3 PEDOMAN PENGAWAS/PEMERIKSA BADAN PUSAT STATISTIK BAB I PENGAWASAN DAN PEMERIKSAAN 11 Latar Belakang Keberhasilan suatu kegiatan survei tidak terlepas dari tanggung jawab, fungsi dan peran seluruh

Lebih terperinci

MATRIKS DALAM LABORATORIUM oleh : Sugata Pikatan

MATRIKS DALAM LABORATORIUM oleh : Sugata Pikatan Kristal no.12/april/1995 1 MATRIKS DALAM LABORATORIUM oleh : Sugata Pikatan Di dala ateatika anda pasti sudah pernah berhadapan dengan sebuah siste persaaan linier. Cacah persaaan yang berada di dala siste

Lebih terperinci

Persamaan Schrödinger dalam Matriks dan Uraian Fungsi Basis

Persamaan Schrödinger dalam Matriks dan Uraian Fungsi Basis Bab 2 Persaaan Schrödinger dala Matriks dan Uraian Fungsi Basis 2.1 Matriks Hailtonian dan Fungsi Basis Tingkat-tingkat energi yang diizinkan untuk sebuah elektron dala pengaruh operator Hailtonian Ĥ dapat

Lebih terperinci

PENDEKATAN ANALISIS FUZZY CLUSTERING

PENDEKATAN ANALISIS FUZZY CLUSTERING PENDEKATAN ANALISIS FUZZY CLUSTERING PADA PENGELOMPOKKAN STASIUN POS HUJAN UNTUK MEMBUAT ZONA PRAKIRAAN IKLIM (ZPI) (Studi Kasus Pengelopokkan Zona Prakiraan Ikli (ZPI) dengan Data Curah Hujan di Kabupaten

Lebih terperinci

PENGGUNAAN METODE HOMOTOPI PADA MASALAH PERAMBATAN GELOMBANG INTERFACIAL

PENGGUNAAN METODE HOMOTOPI PADA MASALAH PERAMBATAN GELOMBANG INTERFACIAL PENGGUNAAN METODE HOMOTOPI PADA MASALAH PERAMBATAN GELOMBANG INTERFACIAL JAHARUDDIN Departeen Mateatika Fakultas Mateatika Ilu Pengetahuan Ala Institut Pertanian Bogor Jl Meranti, Kapus IPB Daraga, Bogor

Lebih terperinci

BAB III m BAHASAN KONSTRUKSI GF(3 ) dalam penelitian ini dapat dilakukan dengan mengacu pada konsep perluasan filed pada Bab II bagian 2.8.

BAB III m BAHASAN KONSTRUKSI GF(3 ) dalam penelitian ini dapat dilakukan dengan mengacu pada konsep perluasan filed pada Bab II bagian 2.8. BAB III BAHASAN KONSTRUKSI GF( ) Untuk engonstruksi GF( ) dala penelitian ini dapat dilakukan dengan engacu pada konsep perluasan filed pada Bab II bagian 28 Karena adalah bilangan pria, aka berdasarkan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bagian ini diberikan beberapa konsep dasar yang menjadi landasan berpikir dalam penelitian ini, seperti pengertian persediaan, metode program linier. 2.1. Persediaan 2.1.1. Pengertian

Lebih terperinci

Kriptografi Visual Menggunakan Algoritma Berbasiskan XOR dengan Menyisipkan pada K-bit LSB Gambar Sampul

Kriptografi Visual Menggunakan Algoritma Berbasiskan XOR dengan Menyisipkan pada K-bit LSB Gambar Sampul Kriptografi Visual Menggunakan Algorita Berbasiskan XOR dengan Menyisipkan pada K-bit LSB Gabar Sapul Yusuf Rahatullah Progra Studi Teknik Inforatika Institut Teknologi Bandung Bandung, Indonesia 13512040@std.stei.itb.a.id

Lebih terperinci

Volume 17, Nomor 2, Hal Juli Desember 2015

Volume 17, Nomor 2, Hal Juli Desember 2015 Volue 17, Noor 2, Hal. 111-120 Juli Deseber 2015 ISSN:0852-8349 EFEKTIVITAS PENGGUNAAN MEDIA MIND MAP TERHADAP PRESTASI BELAJAR BIOLOGI SISWA KELAS VII SMP NEGERI 2 KERINCI TAHUN PELAJARAN 2014/2015 Efriana

Lebih terperinci

III HASIL DAN PEMBAHASAN

III HASIL DAN PEMBAHASAN 7 III HASIL DAN PEMBAHASAN 3. Analisis Metode Dala penelitian ini akan digunakan etode hootopi untuk enyelesaikan persaaan Whitha-Broer-Koup (WBK), yaitu persaaan gerak bagi perabatan gelobang pada perairan

Lebih terperinci

BENTUK GELOMBANG AC SINUSOIDAL

BENTUK GELOMBANG AC SINUSOIDAL BENTUK GELOMBANG AC SINUSOIDAL. PENDAHULUAN Pada bab sebelunya telah dibahas rangkaian resistif dengan tegangan dan arus dc. Bab ini akan eperkenalkan analisis rangkaian ac diana isyarat listriknya berubah

Lebih terperinci

BAB II METODOLOGI PENELITIAN

BAB II METODOLOGI PENELITIAN 6 BAB II METODOLOGI PENELITIAN.1 Waktu dan Tepat Penelitian Gabar Peta kawasan hutan KPH Madiun Peru perhutani Unit II Jati. Pengabilan data penelitian ini dilakukan pada bulan Oktober sapai dengan bulan

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TEMPAT WISATA YOGYAKARTA MENGGUNAKAN METODE ELimination Et Choix Traduisant La RealitA (ELECTRE)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TEMPAT WISATA YOGYAKARTA MENGGUNAKAN METODE ELimination Et Choix Traduisant La RealitA (ELECTRE) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TEMPAT WISATA YOGYAKARTA MENGGUNAKAN METODE ELiination Et Choix Traduisant La RealitA (ELECTRE) Linda Marlinda Jurusan Teknik Koputer, AMIK Bina Sarana Inforatika Jl.RS

Lebih terperinci

Pelabelan Total Super (a,d) - Sisi Antimagic Pada Graf Crown String (Super (a,d)-edge Antimagic Total Labeling of Crown String Graph )

Pelabelan Total Super (a,d) - Sisi Antimagic Pada Graf Crown String (Super (a,d)-edge Antimagic Total Labeling of Crown String Graph ) 1 Pelabelan Total Super (a,d) - Sisi Antiagic Pada Graf Crown String (Super (a,d)-edge Antiagic Total Labeling of Crown String Graph ) Enin Lutfi Sundari, Dafik, Slain Pendidikan Mateatika, Fakultas Keguruan

Lebih terperinci

Bab III S, TORUS, Sebelum mempelajari perbedaan pada grup fundamental., dan figure eight terlebih dahulu akan dipelajari sifat dari grup

Bab III S, TORUS, Sebelum mempelajari perbedaan pada grup fundamental., dan figure eight terlebih dahulu akan dipelajari sifat dari grup GRUP FUNDAMENTAL PADA Bab III S, TORUS, P dan FIGURE EIGHT Sebelu epelajari perbedaan pada grup fundaental S, Torus, P, dan figure eight terlebih dahulu akan dipelajari sifat dari grup fundaental asing-asing

Lebih terperinci

BAB I PENDAHULUAN. History Analysis), metode respon spektrum (Response Spectrum Method), dangaya

BAB I PENDAHULUAN. History Analysis), metode respon spektrum (Response Spectrum Method), dangaya BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Gepa dapat terjadi sewaktu waktu akibat gelobang yang terjadi pada sekitar kita dan erabat ke segala arah.gepa bui dala hubungannya dengan suatu wilayah berkaitan

Lebih terperinci

I. PENDAHULUAN. Konsep teori graf diperkenalkan pertama kali oleh seorang matematikawan Swiss,

I. PENDAHULUAN. Konsep teori graf diperkenalkan pertama kali oleh seorang matematikawan Swiss, I. PENDAHULUAN. Latar Belakang Konsep teori graf diperkenalkan pertaa kali oleh seorang ateatikawan Swiss, Leonard Euler pada tahun 736, dala perasalahan jebatan Konigsberg. Teori graf erupakan salah satu

Lebih terperinci

PERANCANGAN SISTEM KOMPUTERISASI PROSES PINJAMAN DAN ANGSURAN PINJAMAN ANGGOTA KOPERASI ( STUDI KASUS PADA KOPERASI AMANAH SEJAHTERA SEMARANG )

PERANCANGAN SISTEM KOMPUTERISASI PROSES PINJAMAN DAN ANGSURAN PINJAMAN ANGGOTA KOPERASI ( STUDI KASUS PADA KOPERASI AMANAH SEJAHTERA SEMARANG ) PERANCANGAN SISTEM KOMPUTERISASI PROSES PINJAMAN DAN ANGSURAN PINJAMAN ANGGOTA KOPERASI ( STUDI KASUS PADA KOPERASI AMANAH SEJAHTERA SEMARANG ) Siti Munawaroh, S.Ko Abstrak: Koperasi Aanah Sejahtera erupakan

Lebih terperinci

APLIKASI INTEGER LINEAR PROGRAMMING UNTUK MEMINIMALKAN BIAYA PEMINDAHAN BARANG DI PT RST

APLIKASI INTEGER LINEAR PROGRAMMING UNTUK MEMINIMALKAN BIAYA PEMINDAHAN BARANG DI PT RST APLIKASI INTEGER LINEAR PROGRAMMING UNTUK MEMINIMALKAN BIAYA PEMINDAHAN BARANG DI PT RST Andry Budian Sutanto dan Abdullah Shahab Progra Studi Magter Manajeen Teknologi, Institut Teknologi Sepuluh Nopeber

Lebih terperinci

PENENTUAN BESAR CADANGAN PADA ASURANSI JIWA BERSAMA DWIGUNA DENGAN MENGGUNAKAN METODE ILLINOIS

PENENTUAN BESAR CADANGAN PADA ASURANSI JIWA BERSAMA DWIGUNA DENGAN MENGGUNAKAN METODE ILLINOIS Jurnal Mateatika UNAND Vol. 5 No. 3 Hal. 85 91 ISSN : 2303 2910 c Jurusan Mateatika FMIPA UNAND PENENTUAN BESAR CADANGAN PADA ASURANSI JIWA BERSAMA DWIGUNA DENGAN MENGGUNAKAN METODE ILLINOIS FERDY NOVRI

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN INTERNET SERVICE PROVIDER MENERAPKAN METODE ELIMINATION AND CHOICE TRANSLATION REALITY (ELECTRE)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN INTERNET SERVICE PROVIDER MENERAPKAN METODE ELIMINATION AND CHOICE TRANSLATION REALITY (ELECTRE) KOMIK (Konferensi Nasional Teknologi Inforasi dan Koputer) Volue I, Noor, Oktober 27 ISSN 259765 (edia online) ISSN 25976 (edia cetak) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN INTERNET SERVICE PROVIDER MENERAPKAN

Lebih terperinci

BAB III METODE ANALISIS

BAB III METODE ANALISIS BAB III METODE ANALISIS 3.1 Penyajian Laporan Dala penyajian bab ini dibuat kerangka agar eudahkan dala pengerjaan laporan. Berikut ini adalah diagra alir tersebut : Studi Pustaka Model-odel Eleen Struktur

Lebih terperinci

BAB IV GENERATOR BILANGAN RANDOM

BAB IV GENERATOR BILANGAN RANDOM BAB IV GENERATOR BILANGAN RANDOM 4.1. Generator Bilangan Rando dan Fungsi Distribusi Pada siulasi seringkali dibutuhkan bilangan-bilangan yang ewakili keadaan siste yang disiulasikan. Biasanya, kegiatan

Lebih terperinci

PEMBENTUKAN SEL-SEL MESIN UNTUK MENDAPATKAN PENGURANGAN JARAK DAN BIAYA MATERIAL HANDLING DENGAN METODE HEURISTIK DI PT. BENGKEL COKRO BERSAUDARA

PEMBENTUKAN SEL-SEL MESIN UNTUK MENDAPATKAN PENGURANGAN JARAK DAN BIAYA MATERIAL HANDLING DENGAN METODE HEURISTIK DI PT. BENGKEL COKRO BERSAUDARA PEMBENTUKAN SEL-SEL MESIN UNTUK MENDAPATKAN PENGURANGAN JARAK DAN BIAYA MATERIAL HANDLING DENGAN METODE HEURISTIK DI PT. BENGKEL COKRO BERSAUDARA Babang Purwanggono, Andre Sugiyono Progra Studi Teknik

Lebih terperinci

Pedoman Pemeriksa/Pengawas VIMK14 Triwulanan

Pedoman Pemeriksa/Pengawas VIMK14 Triwulanan Pedoan Peeriksa/Pengawas VIMK14 Triwulanan i ii Pedoan Pengawas/ Peeriksa VIMK14 Triwulanan DAFTAR ISI KATA PENGANTAR i DAFTAR ISI iii I PENGAWASAN DAN PEMERIKSAAN 11 Latar Belakang 1 12 Fungsi Pengawas

Lebih terperinci

(R.4) PENGUJIAN DAN PEMODELAN ASOSIASI DUA VARIABEL KATEGORIK MULTI-RESPON DENGAN METODE BOOTSTRAP DAN ALGORITMA GANGE

(R.4) PENGUJIAN DAN PEMODELAN ASOSIASI DUA VARIABEL KATEGORIK MULTI-RESPON DENGAN METODE BOOTSTRAP DAN ALGORITMA GANGE (R.4) PENGUJIAN DAN PEMODELAN ASOSIASI DUA VARIABEL KATEGORIK MULTI-RESPON DENGAN METODE BOOTSTRAP DAN ALGORITMA GANGE Giat Sudrajat Saruda, 2 Septiadi Padadisastra, 3 I Gede Nyoan Mindra Jaya Mahasiswa

Lebih terperinci

MASALAH PEMODELAN JARINGAN LOGISTIK BANYAK PRODUK MUHAMAD YANDRIE AZIS

MASALAH PEMODELAN JARINGAN LOGISTIK BANYAK PRODUK MUHAMAD YANDRIE AZIS ASALAH PEODELA JARIGA LOGISTIK BAYAK PRODUK UHAAD YADRIE AZIS DEPARTEE ATEATIKA FAKULTAS ATEATIKA DA ILU PEGETAHUA ALA ISTITUT PERTAIA BOGOR BOGOR 008 ABSTRACT UHAAD YADRIE AZIS. Logistics etwork Proble

Lebih terperinci

BAB I PENDAHULUAN. sumber untuk membiayai dirinya dan keluarganya, dan bagi tenaga kerja yang

BAB I PENDAHULUAN. sumber untuk membiayai dirinya dan keluarganya, dan bagi tenaga kerja yang BAB I PENDAHULUAN A. Latar Belakang Upah bagi para pekerja erupakan faktor penting karena erupakan suber untuk ebiayai dirinya dan keluarganya, dan bagi tenaga kerja yang berpendidikan upah erupakan hasil

Lebih terperinci

TERMODINAMIKA TEKNIK II

TERMODINAMIKA TEKNIK II DIKTAT KULIAH TERMODINAMIKA TEKNIK II TEKNIK MESIN FAKULTAS TEKNIK UNIVERSITAS DARMA PERSADA 2005 i DIKTAT KULIAH TERMODINAMIKA TEKNIK II Disusun : ASYARI DARAMI YUNUS Jurusan Teknik Mesin, Fakultas Teknik

Lebih terperinci

Membelajarkan Geometri dengan Program GeoGebra

Membelajarkan Geometri dengan Program GeoGebra Mebelajarkan Geoetri dengan Progra GeoGebra Oleh : Jurusan Pendidikan Mateatika FMIPA UNY Yogyakarta Eail: ali_uny73@yahoo.co ABSTRAK Peanfaatan teknologi koputer dengan berbagai progranya dala pebelajaran

Lebih terperinci

Penggunaan Media Manik-Manik Untuk Meningkatkan Kemampuan Belajar Matematika Anak Tunagrahita. Maman Abdurahman SR dan Hayatin Nufus

Penggunaan Media Manik-Manik Untuk Meningkatkan Kemampuan Belajar Matematika Anak Tunagrahita. Maman Abdurahman SR dan Hayatin Nufus Riset PenggunaanMedia Manik-Manik* Maan Abdurahan SR HayatinNufus Penggunaan Media Manik-Manik Untuk Meningkatkan Keapuan Belajar Mateatika Anak Tunagrahita Maan Abdurahan SR Hayatin Nufus Universitas

Lebih terperinci

BILANGAN PRIMA : PERKEMBANGAN DAN APLIKASINYA

BILANGAN PRIMA : PERKEMBANGAN DAN APLIKASINYA J. J. Siang BILANGAN PRIMA : PERKEMBANGAN DAN APLIKASINYA Intisari Dala tulisan ini dipaparkan engenai sejarah peneuan bilangan pria, pengujian bilangan pria besar, serta salah satu aplikasinya dala kriptografi

Lebih terperinci

Bab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik

Bab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik Bab 2 LANDASAN TEORI Pada bab ini akan diberikan penjelasan singkat mengenai pengantar proses stokastik dan rantai Markov, yang akan digunakan untuk analisis pada bab-bab selanjutnya. 2.1 Pengantar Proses

Lebih terperinci

GETARAN PEGAS SERI-PARALEL

GETARAN PEGAS SERI-PARALEL 1 GETARAN PEGAS SERI-PARALEL I. Tujuan Percobaan 1. Menentukan konstanta pegas seri, paralel dan seri-paralel (gabungan). 2. Mebuktikan Huku Hooke. 3. Mengetahui hubungan antara periode pegas dan assa

Lebih terperinci

Simulasi dan Analisis Kinerja Prediktor Smith pada Kontrol Proses yang Disertai Tundaan Waktu

Simulasi dan Analisis Kinerja Prediktor Smith pada Kontrol Proses yang Disertai Tundaan Waktu 6 Siulasi dan Analisis Kinerja Prediktor Sith pada Kontrol Proses yang Disertai Tundaan Waktu Neilcy Tjahja Mooniarsih Progra Studi Teknik Elektro Jurusan Teknik Elektro Fakultas Teknik, Universitas Tanjungpura

Lebih terperinci

KONSTRUKSI KODE CROSS BIFIX BEBAS TERNAIR BERPANJANG GENAP UNTUK MENGATASI MASALAH SINKRONISASI FRAME

KONSTRUKSI KODE CROSS BIFIX BEBAS TERNAIR BERPANJANG GENAP UNTUK MENGATASI MASALAH SINKRONISASI FRAME KONSTRUKSI KODE CROSS BIFIX BEBAS TERNAIR BERPANJANG GENAP UNTUK MENGATASI MASALAH SINKRONISASI FRAME Moh. Affaf 1, Zaiful Ulu 1, STKIP PGRI Bangkalan, ohaffaf@stkippgri-bkl.ac.id, zaifululu@stkippgri-bkl.ac.id

Lebih terperinci

PENGARUH POSISI BEBAN DAN MOMEN INERSIA TERHADAP PUTARAN KRITIS PADA MODEL POROS MESIN KAPAL

PENGARUH POSISI BEBAN DAN MOMEN INERSIA TERHADAP PUTARAN KRITIS PADA MODEL POROS MESIN KAPAL PENGARUH POSISI BEBAN DAN MOMEN INERSIA TERHADAP PUTARAN KRITIS PADA MODEL POROS MESIN KAPAL Waris Wibowo Staf Pengajar Akadei Mariti Yogyakarta (AMY) ABSTRAK Penelitian ini bertujuan untuk endapatkan

Lebih terperinci

Konstruksi Kode Cross Bifix Bebas Ternair Untuk Panjang Ganjil

Konstruksi Kode Cross Bifix Bebas Ternair Untuk Panjang Ganjil Prosiding SI MaNIs (Seinar Nasional Integrasi Mateatika dan Nilai Islai) Vol.1, No.1, Juli 017, Hal. 1-5 p-issn: 580-4596; e-issn: 580-460X Halaan 1 Konstruksi Kode Cross Bifix Bebas Ternair Untuk Panjang

Lebih terperinci

Algoritma Pencarian A* dengan Fungsi Heuristik Jarak Manhattan

Algoritma Pencarian A* dengan Fungsi Heuristik Jarak Manhattan Algorita Pencarian A* dengan Fungsi Heuristik Jarak Manhattan Puanta Della Maharani Riyadi - 13507135 Teknik Inforatika Institut Teknologi Bandung Jl. Ganesha no. 10, Bandung If17135@students.if.itb.ac.id

Lebih terperinci

BENTUK NORMAL SMITH DAN MATRIKS BAIK KIRI/KANAN

BENTUK NORMAL SMITH DAN MATRIKS BAIK KIRI/KANAN BENTUK NORMAL SMITH DAN MATRIKS BAIK KIRI/KANAN Yuiati (yui@ail.ut.ac.id) Universitas Terbuka ABSTRACT The Sith noral for and left good atrix have been known in atrix theore. Any atrix over the principal

Lebih terperinci

KATA PENGANTAR. Pedoman Teknis BPS Provinsi/Kabupaten/Kota VIMK14 Triwulanan

KATA PENGANTAR. Pedoman Teknis BPS Provinsi/Kabupaten/Kota VIMK14 Triwulanan KATA PENGANTAR Buku 1 ini erupakan seri Buku Pedoan yang disusun dala rangka Survei Industri Mikro dan Kecil (VIMK) yang akan dilaksanakan tiap triwulan pada tahun 2014 Buku ini euat pedoan bagi para Pipinan

Lebih terperinci

PERBANDINGAN METODE KEMUNGKINAN MAKSIMUM DAN BAYES DALAM MENAKSIR KEMAMPUAN PESERTA TES PADA RANCANGAN TES ADAPTIF ABSTRAK

PERBANDINGAN METODE KEMUNGKINAN MAKSIMUM DAN BAYES DALAM MENAKSIR KEMAMPUAN PESERTA TES PADA RANCANGAN TES ADAPTIF ABSTRAK PERBANDINGAN METODE KEMUNGKINAN MAKSIMUM DAN BAYES DALAM MENAKSIR KEMAMPUAN PESERTA TES PADA RANCANGAN TES ADAPTIF Agus Santoso Jurusan Statistik FMIPA Universitas Terbuka eail:aguss@ut.ac.id ABSTRAK Penelitian

Lebih terperinci

REVIEW GERAK HARMONIS SEDERHANA

REVIEW GERAK HARMONIS SEDERHANA REVIEW GERAK HARMONIS SEDERHANA Di sekitar kita banyak benda yang bergetar atau berosilasi, isalnya assa yang terikat di ujung pegas, garpu tala, gerigi pada ja ekanis, penggaris elastis yang salah satu

Lebih terperinci

OPTIMISASI SISTEM TRANSPORTASI MINYAK TITIK TUANG TINGGI: STUDI KASUS LAPANGAN X

OPTIMISASI SISTEM TRANSPORTASI MINYAK TITIK TUANG TINGGI: STUDI KASUS LAPANGAN X IATMI 2006-TS-30 PROSIDING, Siposiu Nasional & Kongres IX Ikatan Ahli Teknik Perinyakan Indonesia (IATMI) 2006 Hotel The Ritz Carlton Jakarta, 5-7 Noveber 2006 OPTIMISASI SISTEM TRANSPORTASI MINYAK TITIK

Lebih terperinci

INSTANTON. Casmika Saputra Institut Teknologi Bandung

INSTANTON. Casmika Saputra Institut Teknologi Bandung INSTANTON Casika Saputra 02200 Institut Teknologi Bandung Abstrak. Solusi klasik pada kasus Double Well Potential dala ekanika kuantu dala iaginary tie Euclidian eberikan dua buah solusi yaitu solusi trivial

Lebih terperinci

Diberikan sebarang relasi R dari himpunan A ke B. Invers dari R yang dinotasikan dengan R adalah relasi dari B ke A sedemikian sehingga

Diberikan sebarang relasi R dari himpunan A ke B. Invers dari R yang dinotasikan dengan R adalah relasi dari B ke A sedemikian sehingga Departent of Matheatics FMIPA UNS Lecture 3: Relation C A. Universal, Epty, and Equality Relations Diberikan sebarang hipunan A. Maka A A dan erupakan subset dari A A dan berturut-turut disebut relasi

Lebih terperinci

PERHITUNGAN INTEGRAL FUNGSI REAL MENGGUNAKAN TEKNIK RESIDU

PERHITUNGAN INTEGRAL FUNGSI REAL MENGGUNAKAN TEKNIK RESIDU PERHITUNGAN INTEGRAL FUNGSI REAL MENGGUNAKAN TEKNIK RESIDU Warsito (warsito@ail.ut.ac.id) Universitas Terbuka ABSTRAT A function f ( x) ( is bounded and continuous in (, ), so the iproper integral of rational

Lebih terperinci

BAB II PENYEARAH DAYA

BAB II PENYEARAH DAYA BAB II PENYEARAH DAYA KOMPETENSI DASAR Setelah engikuti ateri ini diharapkan ahasiswa eiliki kopetensi: Menguasai karakteristik penyearah setengah-gelobang dan gelobang-penuh satu fasa dan tiga fasa Menguasai

Lebih terperinci

MENGUKUR MOMEN INERSIA BEBERAPA MODEL VELG SEPEDA MINI

MENGUKUR MOMEN INERSIA BEBERAPA MODEL VELG SEPEDA MINI KONSTAN: Jurnal Fisika dan Pendidikan Fisika (ISSN.460-919) Volue 1, No., Maret 016 MENGUKUR MOMEN INERSIA BEBERAPA MODEL VELG SEPEDA MINI 1 Suraidin, Islahudin, 3 M. Firan Raadhan 1 Mahasiswa Sarjana

Lebih terperinci

STUDI OPTIMASI TATA GUNA AIR PADA PENGEMBANGAN J.I PETERONGAN SEHUBUNGAN DENGAN PERUBAHAN TATA GUNA LAHAN D.I DELTA BRANTAS

STUDI OPTIMASI TATA GUNA AIR PADA PENGEMBANGAN J.I PETERONGAN SEHUBUNGAN DENGAN PERUBAHAN TATA GUNA LAHAN D.I DELTA BRANTAS MAKALAH TUGAS AKHR STUD OPTMAS TATA GUNA AR PADA PENGEMBANGAN J. PETERONGAN SEHUBUNGAN DENGAN PERUBAHAN TATA GUNA LAHAN D. DELTA BRANTAS AYU SUSANT NRP Dosen Pebibing : Prof. Dr. r. Nadjadji Anwar, MSc

Lebih terperinci

LEMBAR SOAL UJIAN SEKOLAH TAHUN PELAJARAN 2008/2009

LEMBAR SOAL UJIAN SEKOLAH TAHUN PELAJARAN 2008/2009 DOKUMEN NEGARA SANGAT RAHASIA P-01 PEMERINTAH DAERAH PROPINSI DKI JAKARTA DINAS PENDIDIKAN MENENGAH DAN TINGGI SUB DINAS PENDIDIKAN SMK LEMBAR SOAL UJIAN SEKOLAH TAHUN PELAJARAN 008/009 Mata Diklat : MATEMATIKA

Lebih terperinci

Penjadwalan Pekerjaan pada No-Wait Flowshop dengan Pembatas Common Due-Date

Penjadwalan Pekerjaan pada No-Wait Flowshop dengan Pembatas Common Due-Date Perfora (2003) Vol. 2, No.: - 5 Penjadwalan Pekerjaan pada No-Wait Flowshop dengan Pebatas Coon Due-Date Yuniaristanto Jurusan Teknik Industri, Universitas Sebelas Maret, Surakarta Abstract This paper

Lebih terperinci

BAB III ESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK 2-LEVEL. Model hirarki 2-level merupakan model statistik yang digunakan untuk

BAB III ESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK 2-LEVEL. Model hirarki 2-level merupakan model statistik yang digunakan untuk BAB III ESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK -LEVEL Model hirarki -level erupakan odel statistik ang digunakan untuk enganalisis data ang bersarang, atau data ang epunai struktur hirarki -level.

Lebih terperinci

BUKU 3 : PEDOMAN PENGAWAS / PEMERIKSA

BUKU 3 : PEDOMAN PENGAWAS / PEMERIKSA BADAN PUSAT STATISTIK BUKU 3 : PEDOMAN PENGAWAS / PEMERIKSA SURVEI INDUSTRI MIKRO DAN KECIL TAHUNAN T A H U N 2 0 1 5 (VIMK15 TAHUNAN) Pedoan Teknis Pipinan BPS Provinsi, Kabupaten/Kota VIMK15 Tahunan

Lebih terperinci