INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh

Ukuran: px
Mulai penontonan dengan halaman:

Download "INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh"

Transkripsi

1 INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra Zulfiana S. Aib Danang Indrajaya PROGRAM PASCASARJANA ILMU MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS BRAWIJAYA MALANG 2015

2 DAFTAR ISI DAFTAR ISI...2 BAB I PENDAHULUAN Rumusan Masalah Tujuan...4 BAB II TINJAUAN PUSTAKA...5 Deret...5 Interpolasi...5 Integral...6 Teorema Weierstrass...11 BAB III PEMBAHASAN Kuadratur Adaptif dengan Kaidah Simpson Perbaian Kaidah Simpson Algoritma Integral Kuadratur Adaptif dengan Kaidah Simpson Penyelesaian Masalah Integral dengan Metode Kuadratur Adaptif...23 BAB IV KESIMPULAN...30 DAFTAR PUSTAKA...31 LAMPIRAN...32 Flow Chart...32 Source code program (MATLAB)

3 BAB I PENDAHULUAN 1.1.Latar Belaang Integral merupaan salah satu dari dua poo bahasan matematia yang paling mendasar di samping turunan. Secara umum, integral dienal sebagai anti turunan. Konsep integral digunaan dalam menghitung masalah-masalah pada bidang sains maupun teni, misalnya dalam bidang fisia, imia, transportasi, dan lain-lain. Tida setiap fungsi dapat diintegralan secara analiti. Sering ali ditemui fungsi yang sulit atau bahan tida dapat dicari penyelesaiannya menggunaan cara analiti. Untu mencari nilai integral tersebut digunaan cara numeri, sehingga dapat dietahui nilai hampirannya. Berbagai metode dengan berbagai pendeatan yang berbeda telah diciptaan untu menentuan solusi persoalan integral dengan menggunaan cara numeri. Salah satu pendeatan numeri dalam menyelesaian persoalan integral adalah pendeatan berdasaran polinom interpolasi. Pada pendeatan ini, fungsi integran dihampiri dengan polinom, arena suu-suu polinom lebih mudah untu diintegrasian. Integran yang dideati dengan polinom interpolasi Lagrange yaitu metode Newton Cotes. Metode ini menggunaan titi-titi yang berjara sama. Jadi untu memperoleh nilai aprosimasi yang mendeati nilai esa, interval dibagi menjadi sub interval yang sangat ecil. Hal ini membutuhan watu yang sangat lama, sehingga metode ini urang efisien. Untu mengatasi masalah ini diciptaan metode yang lebih efisien yaitu uadratur adaptif. Kuadratur adaptif merupaan sema integrasi yang menyesuaian panjangnya sub interval pada perilau loal dari integrannya (Conte dan Boor, 1992). Dalam mengevaluasi integrannya cuup dipilih sub interval yang tepat dan uurannya tida harus sama, sehingga dapat meminimalan jumlah sub interval. Karena itulah metode uadratur adaptif memerluan watu yang lebih cepat untu mengevaluasi nilai integral dan memilii nilai pendeatan yang bai terhadap nilai esanya. Pada maalah ini dibahas mengenai metode integrasi dengan uadratur adapatif berdasaran aidah Simpson beserta contoh perhitungannya. 3

4 1.2.Rumusan Masalah Berdasaran latar belaang yang telah dipaparan, maa dapat dirumusan permasalahan sebagai beriut. 1. Bagaimana langah-langah integrasi numeri pada metode uadratur adaptif dengan aidah Simpson? 2. Bagaimana penerapan aidah uadratur Adaptif dalam menyelesaian masalah integral? 1.3.Tujuan Tujuan dalam maalah ini adalah sebagai beriut. 1. Mengetahui langah-langah integrasi numeri pada metode uadratur adaptif dengan aidah Simpson. 2. Mengetahui penerapan aidah uadratur Adaptif dalam menyelesaian masalah integral. 4

5 BAB II TINJAUAN PUSTAKA 2.1. Deret Definisi 1 Misalan * + adalah barisan, maa adalah deret ta hingga. Jumlahan parsial e- adalah. Deret ta hingga diataan onvergen jia dan hanya jia barisan * + onvergen e limit, yaitu Jia deret tida onvergen, maa disebut sebagai deret divergen. (Mathews dan Fin, 1999) Teorema 2 (Teorema Taylor) Diasumsian bahwa, - dan misalan, -, maa untu setiap, terdapat bilangan (nilai dari bergantung pada nilai ) yang terleta antara dan sedemiian sehingga di mana dan (Mathews dan Fin, 1999) 2.2. Interpolasi Interpolasi merupaan metode menghasilan titi-titi data baru dalam suatu jangauan dari suatu barisan disret data-data yang dietahui. Definisi 3 Andaian. Misalan, bilangn real berbeda, dan bilangn real. Polinom didefisian oleh 5

6 dengan, didefinisian oleh etia, dan etia, disebut polinom interpolasi Lagrange berderajat untu himpunan dari titi-titi * +. Bilangan, disebut titi-titi interpolasi. (Suli dan Mayers, 2003) Seringali, bilangan real diberian sebagai nilai dari fungsi bernilai real yang didefinisian pada interval tertutup, - di titi-titi interpolasi yang berbeda, -,. Definisi 4 Misalan. Diberian fungsi bernilai real, terdefinisi dan ontinu pada interval tertutup, -, dan titi-titi interpolasi, -,, polinom didefinisian oleh adalah polinom interpolasi Lagrange berderajat (dengan titi interpolasi, ) untu fungsi. (Suli dan Mayers, 2003) 2.3. Integral Dalam sub bab ini dijelasan mengenai integral ta tentu, aturan pangat yang diperumum, integral tentu, integrasi numeri, dan teorema-teorema yang beraitan dengan integral Anti Turunan (Integral Ta Tentu) Definisi 5 Kita sebut suatu anti turunan dari pada selang jia pada yani, jia untu semua dalam. Jia suatu titi ujung dari, hanya perlu berupa turunan satu sisi. (Purcell dan Varberg, 1990) 6

7 Teorema 6 (Aturan Pangat). Jia adalah sebarang bilangan rasional ecuali, maa Buti. Untu mengembangan suatu hasil berbentu (Purcell dan Varberg, 1990) cuup dengan membutian Dalam asus ini,, Teorema 7 (Kelinearan dari ) Andaian dan mempunyai anti turunan (integral ta tentu) dan andaian suatu onstanta maa: (i) ; (ii), - ; dan (iii), -. (Purcell dan Varberg, 1990) Aturan Pangat yang Diperumum Jia adalah suatu fungsi yang dapat didiferensialan dan adalah suatu bilangan rasional, maa * + atau dalam cara penulisan fungsional, (, - ), - Dari sini ita peroleh suatu aturan penting untu integral ta tentu (Purcell dan Varberg, 1990). 7

8 Teorema 8 (Aturan Pangat yang Diperumum) Andaian suatu fungsi yang dapat didiferensialan dan suatu bilangan rasional yang buan, maa, -, - (Purcell dan Varberg, 1990) Integral Tentu Definisi 9 (Integral Tentu) Andaian suatu fungsi yang didefinisian pada selang tertutup, -. Jia ada, ita ataan terintegralan pada, -. Lebih lanjut, disebut integral tentu (integral Riemann) dari e, diberian oleh (Purcell dan Varberg, 1990) Teorema 10 (Teorema Keterintegralan) Jia terbatas pada, - dan ontinu pada interval tersebut ecuali pada sejumlah terhingga titi, maa terintegralan pada, -. Khususnya, jia ontinu pada seluruh selang, -, maa terintegralan pada, -. (Purcell dan Varberg, 1990) Teorema 11 (Teorema Dasar Kalulus I) Andaian ontinu (arenanya terintegralan) pada, - dan andaian sebarang anti turunan dari pada interval tersebut maa (Purcell dan Varberg, 1990) 8

9 Buti. Andaian adalah partisi sebarang dari, -, diperoleh, - Menurut Teorema Nilai Rata-rata untu turunan yang diterapan pada selang, -, ( ) ( ) untu suatu pilihan dalam selang terbua. Jadi, pada ( ) Pada ruas iri ita mempunyai sebuah onstanta, sedangan pada ruas anan ita mempunyai jumlah Riemann untu pada, -. Bilamana edua ruas diambil limitnya untu, diperoleh ( ) Teorema 12 (Kelinearan Integral Tentu) Andaian bahwa dan terintegralan pada, - dan bahwa onstanta, maa dan terintegralan dan (i), (ii), -, (iii), -. (Purcell dan Varberg, 1990) Teorema 13 (Teorema Nilai Rata-rata Integral) Jia diasumsian, -, maa terdapat bilangan, dengan, sedemiian sehingga 9

10 Nilai adalah nilai rata-rata dari pada interval, -. (Mathews dan Fin, 1999) Teorema 14 (Teorema Nilai Rata-rata Integral Berbobot) Diasumsian, - dan untu, -, maa terdapat bilangan, dengan, sedemiian sehingga (Mathews dan Fin, 1999) Integrasi Numeri Misalan fungsi bernilai real, terdefinisi, dan ontinu pada interval real tertutup, -, dan andaian ita menasir integral Oleh arena polinom mudah diintegralan, maa fungsi polinom interpolasi Lagrange berderajat. Jadi diaprosimasi oleh (2.2) Untu bilangan bulat, misalan,, menotasian titi-titi interpolasi. Kita aan mengasumsian bahwa terdapat jara yang sama, yaitu di mana Polinom irterpolasi Lagrange berderajat untu fungsi adalah di mana 10

11 Selanjutanya, masuan e persamaan (2.2), diperoleh (2.3) di mana (2.4) Kaidah uadratur numeri (2.3) dengan bobot uadratur (2.4) disebut rumus Newton-Cotes dengan orde (Suli dan Mayers, 2003). Jia ita ambil, sehingga,, maa polinom interpolasi Lagrange berderajat untu fungsi adalah, - Jia diintegralan dari e dan mengingat (2.2) diperoleh Integrasi numeri ini disebut aidah Trapesium (Suli dan Mayers, 2003). Jia ita ambil, sehingga,, dan fungsi diaprosimasi oleh polinom interpolasi uadrati, maa diperoleh ( ) Integrasi numeri ini disebut aidah Simpson (Suli dan Mayers, 2003) Teorema Weierstrass Teorema 15 (Teorema Aprosimasi Weierstrass) Jia ontinu untu dan maa terdapat polinom di mana 11

12 Buti. Dengan tida mengurangi umumnya pembutian, dimisalan, -, - dan Sebab, jia teorema ini telah dibutian untu eadaan ini, maa fungsi dengan adalah ontinu jia ontinu pada, -. Di sini. Jia dapat dideati secara seragam oleh barisan suu banya, maa demiian juga dengan, sebab suatu suu banya yani Selanjutnya dengan mendefinisian bernilai nol untu di luar selang tertutup, -, dibentu fungsi suu banya dalam di mana dipilih sehingga (2.5) Selanjutnya untu berlau etidasamaan Bernoulli yang dapat dibutian dengan indusi matematia, atau dengan mengambil turunan fungsi di mana dan untu, sehingga diperoleh Dengan memperhatian (2.5), diperoleh 12

13 Jadi Dengan demiian aan mengaibatan bahwa untu setiap berlau (2.6) Karena barisan onvergen e nol, maa barisan fungsi onvergen seragam e fungsi nol pada Selanjutnya untu dibentu suu banya dalam Karena untu di, -, maa dengan mensubstitusi diperoleh yang memperlihatan bahwa suatu suu banya derajat dalam, yang real apabila fungsi real. Selanjutnya aan dibutian bahwa seragam pada, -. Diberian Karena ontinu seragam pada, -, dan untu, - maa ontinu seragam pada. Jadi terdapat sehingga untu berlau Misalan. Karena, mengingat (2.5) dan (2.6), maa untu, berlau 13

14 arena untu, maa terdapat, sehingga untu berlau Jadi untu semua dan semua, - berlau sehingga seragam pada, -. (Soemantri, 2000) 14

15 BAB III PEMBAHASAN 3.1 Kuadratur Adaptif dengan Kaidah Simpson Kuadratur adaptif merupaan sema integrasi yang menyesuaian panjang sub interval pada perilau loal integrannya. Dalam pembahasan maalah ini integrasi uadratur adaptif berdasar pada aidah Simpson. Kaidah Simpson pada sub interval, - dirumusan sebagai beriut. ( ) (3.1) di mana adalah pusat dari, - dan. Kesalahan pemenggalan pada persamaan (3.1) ditentuan dengan persamaan beriut ini ( ) (3.2) Oleh arena, maa dan. Selanjutnya,,, masing-masing diespansian e dalam deret Taylor di seitar, sehingga diperoleh 4 x a 4 f a 2 3 x a x a f x f a x a f a f a f a 2! 3! ' '' ''' 4! 2 3 h h f c f a h f a hf a f a f a 2! 3! ' '' ''' 4 h f 4 a 4! 2 3 4h 8h f b f a h f a hf a f a f a 2! 3! 4 16h 4 f a. 4! ' '' ''' 2 2 (3.3) (3.4) (3.5) 15

16 Persamaan (3.3), (3.4), dan (3.5) disubstitusian e dalam persamaan (3.2), sehingga diperoleh E ( h, f ) 2 3 a 2h f a x a f a f a f a 1 4 a ( x a ) ( x a ) ( x a ) ' " '" 2! 3! dx (4) f ( a ) 4! h h h h (4) f ( a ) hf '( a ) f "( a ) f "'( a ) f ( a ) 3 2! 3! 4! h 4h 8h 16h (4) f ( a ) 2 hf '( a ) f "( a ) f "'( a) f ( a) 3 2! 3! 4! 2 3 (2 h) (2 h) ( a 2 h) f ( a ) f '( a ) f "( a ) 2 6 E1 ( h, f ) a f a (2 h) (2 h) (4) f "'( a) f ( a) h h (4) 6 f ( a ) 6 hf '( a ) 4 h f "( a ) 2 h f "'( a ) f ( a ) h 2h 32h (4) E1 ( h, f ) 2 hf ( a ) 2 h f '( a ) f "( a ) f "'( a ) f ( a ) h 2h 20h (4) 2 hf ( a ) 2 h f '( a ) f "( a ) f "'( a ) f ( a ) h (4) 20h (4) E1 ( h, f ) f ( a) f ( a) (4) E1 ( h, f ) h f ( a ) (3.6) 5 f(4)( d1) h, 90 untu, -. Jadi dapat disimpulan, jia, -, maa terdapat, - sedemiian sehingga (3.7) (Mathews dan Fin, 1999) 16

17 3.2. Perbaian Kaidah Simpson Untu menggunaan aidah Simpson gabungan yang menggunaan empat sub interval pada interval, -, dapat dilauan dengan membagi interval tersebut menjadi dua sub interval yang sama yaitu, - dan, - dan mengapliasiannya e dalam persamaan (3.1). Aibatnya uuran langah pada aidah Simpson gabungan adalah, sehingga diperoleh ( ) ( ) (3.8) di mana,,, adalah titi tengah dari, -, dan adalah titi tengah dari, -. Persamaan untu menghitung nilai esalahan pemenggalan pada persamaan (3.8) adalah sebagai beriut ( ) (3.9) ( ) Oleh arena, maa,,, dan. Selanjutnya,,,,,, dan masing-masing diespansian e dalam deret Taylor di seitar. Sebelumnya telah diperoleh espansi deret Taylor untu,,, dan yaitu seperti pada persamaan (3.3), (3.4), dan (3.5). Sehingga espansi deret Taylor untu dan adalah 17

18 Espansi deret Taylor,,,,, dan disubstitusian e dalam persamaan (3.9). Dengan cara yang sama seperti (3.6) sehingga diperoleh esalahan pemenggalan a h h h E2 ( h, f ) f ( x) dx ( f ( a ) 4 f ( c ) ) ( 4 ) 1 f b 1 f a 1 f c 2 f b a 2 3 (2 h) (2 h) a 2 h f ( a ) f '( a ) f "( a ) 2 6 h E2( h, f ) a f a f a 1 (2 h) (2 h) 6 (4) f "'( a) f ( a) h h h 2h h f ( c ) f ( b ) 1 f a 1 f c 2 f b h 2h 2 hf ( a ) 2 h f '( a ) f "( a ) f "'( a ) 3 3 h E2( h, f ) f ( a ) 5 32h (4) 6 f ( a ) h h h 2h f (4) ( a ) hf '( a ) f "( a ) f "'( a ) f ( a ) 3 2 2! 3! 4! 18

19 2 3 (4) h h h h (4) f ( a ) hf '( a ) f "( a ) f "'( a ) f ( a ) 6 2! 3! 4! 2 3 (4) h h h h (4) f ( a ) hf '( a ) f "( a ) f "'( a ) f ( a ) 6 2! 3! 4! h h h 2h f (4) ( a ) hf '( a ) f "( a ) f "'( a ) f ( a ) 3 2 2! 3! 4! 4h 2h 32h (4) E2( h, f ) 2 hf ( a ) 2 h f '( a ) f "( a ) f "'( a ) f ( a ) h 2h 77h (4) 2 hf ( a ) 2 h f '( a ) f "( a ) f "'( a ) f ( a ) untu, -. Sehingga dapat disimpulan bahwa, jia, -, maa terdapat, - sedemiian sehingga (3.10) ( Jia diasumsian bahwa ) ( ), maa sisi sebelah anan pada persamaan (3.7) dan (3.10) digunaan untu memperoleh hubungan sebagai beriut ( ) 19

20 ( ) Selanjutnya persamaan (3.11) disubstitusian e persamaan (3.10) untu memperoleh tasiran esalahan dan hasilnya. (3.11) ( ) ( ) (Mathews dan Fin, 1999) Berdasaran pada hasil di atas, apabila diasumsian bahwa toleransi esalahan integral adalah pada interval, -. Jia (3.12) maa dapat diataan bahwa Sehingga aprosimasi integral uadratur adapatif berdasaran aidah Simpson gabungan (3.8) pada interval, - adalah 20

21 dengan batas esalahan (error). Nilai aprosimasi aan mendeati nilai esa jia sangat ecil Algoritma Integral Kuadratur Adaptif dengan Kaidah Simpson Langah-langah perhitungan integral numeri dengan metode uadratur adaptif yang diterapan pada aidah Simpson adalah sebagai yang pertama, dietahui *, - +, di mana adalah toleransi untu uadratur numeri pada, -. Interval diperhalus atau dibagi menjadi dua sub interval, yaitu, - dan, -. Jia uji etelitian pada (3.12) dipenuhi, maa persamaan uadratur (3.8) diterapan pada, - dan dilauan proses perhitungan. Jia uji pada (3.12) gagal, maa interval, - menjadi dua sub interval yaitu, - dan, - dengan toleransi masing-masing dan. Sehingga diperoleh dua interval dengan toleransi yang berhubungan untu pengujian selanjutnya, *, - + dan *, - +, di mana. Jia uadratur adaptif harus dilanjutan, interval yang lebih ecil harus diperhalus dan diuji, masing-masing dengan toleransi yang berhubungan. Langah edua yaitu, perhatian *, - +. Perhalus interval, - menjadi, - dan, -. Jia, - dan, - memenuhi uji etelitian (3.12) dengan toleransi maa persamaan uadratur (3.8) diterapan pada, - dan etelitian telah dicapai pada interval ini. Jia tida memenuhi uji etelitian pada (3.12) dengan toleransi, maa masing-masing interval, - dan, - harus diperhalus dan diuji pada langah etiga dengan meredusi toleransi menjadi. Selanjutnya perhatian interval *, - +. Perhalus interval, - menjadi, - dan, -. Jia, - dan, - memenuhi uji etelitian pada (3.12) dengan toleransi maa persamaan uadratur (3.8) diterapan pada, - dan etelitian telah dicapai pada interval ini. Jia tida memenuhi uji etelitian pada (3.12) dengan toleransi, maa masing-masing interval, - dan, - harus diperhalus dan diuji pada 21

22 langah etiga dengan meredusi toleransi menjadi. Oleh arena itu, pada langah edua diperoleh tiga atau empat interval, yang ita beri label embali dengan teratur. Tiga interval yang dihasilan tersebut adalah {*, - + *, - + *, - +}, di mana. Pada asus dengan empat interval, ita aan memperoleh {*, - + *, - + *, - + *, - +}, di mana. Jia uadratur adaptif dilanjutan, interval yang lebih ecil harus diuji, masing-masing dengan toleransinya yang berhubungan. Untu secara ringasnya, diberian algoritma sebagai beriut: 1. Mulai {[ ] }, 2. Perhalus menjadi sub interval [ ] dan [ ], 3. Uji etelitian i. Jia dipenuhi, diterima dan dilauan perhitungan beriutnya, ii. Jia gagal, [ ] dibagi menjadi dua sub interval yaitu [ ] dan [ ], sehingga {[ ] } dan {[ ] } di mana dan, 4. Lauan langah 2-3 pada masing-masing {[ ] } dan {[ ] }, 5. Ulangi sampai tida ada interval yang gagal dalam uji etelitian, 6. Aprosimasi nilai integralnya adalah untu yang diterima. 22

23 3.4. Penyelesaian Masalah Integral dengan Metode Kuadratur Adaptif Contoh 1 Dengan menggunaan uadratur adaptif, carilah aprosimasi terhadap integral tepat sampai suatu esalahan. Jawab Jia diselesaian secara analiti, nilai integral tersebut adalah Selanjutnya, digunaan udratur adaptif untu mendeati integral tersebut. Pertama, ita terapan rumus (3.1) dan (3.8) pada interval, -, diperoleh ( ) Interval, - dibagi menjadi dua sub interval untu diterapan pada (3.8) yaitu 0 1 dan 0 1. ( ) ( ) 23

24 Selanjutnya diuji etelitiannya dengan toleransi. Oleh arena uji etelitiannya gagal, maa interval, - dibagi lagi menjadi dua interval, diperoleh 0 1 dan 0 1. Kemudian terapan interval 0 1 terlebih dahulu pada persamaan (3.1) dan (3.8), diperoleh ( ) Interval 0 1 dibagi menjadi dua sub interval untu menerapannya pada (3.8) yaitu 0 1 dan 0 1. ( ) ( ) Selanjutnya uji etelitiannya dengan toleransi. Oleh arena uji etelitian dipenuhi, maa diterima dan dilauan proses perhitungan selanjutnya. Kemudian terapan rumus (3.1) dan (3.8) pada interval 0 1, diperoleh 24

25 ( ) Interval 0 1 dibagi menjadi dua sub interval untu menerapannya pada (3.8) yaitu 0 1 dan 0 1. ( ) ( ) Selanjutnya diuji etelitiannya dengan toleransi. Oleh arena uji etelitiannya gagal, maa interval 0 1 dibagi lagi menjadi dua interval, diperoleh 0 1 dan 0 1. Dengan cara yang sama dan menerapan (3.1) dan (3.8) pada interval 0 1, diperoleh dan 25

26 Selanjutnya diuji etelitiannya dengan toleransi. Oleh arena uji etelitian dipenuhi, maa diterima dan dilauan proses perhitungan selanjutnya. Kemudian terapan rumus (3.1) dan (3.8) pada interval 0 1, diperoleh dan Selanjutnya uji etelitiannya dengan toleransi. Oleh arena uji etelitiannya gagal, maa interval 0 1 dibagi lagi menjadi dua interval, diperoleh 0 1 dan 0 1. Kemudian terapan rumus (3.1) dan (3.8) pada interval 0 1, diperoleh 26

27 dan Selanjutnya uji etelitiannya dengan toleransi. Oleh arena uji etelitian dipenuhi, maa diterima dan dilauan proses perhitungan selanjutnya. Dengan cara yang sama dan menerapan (3.1) dan (3.8) pada interval 0 1 diperoleh dan Selanjutnya uji etelitiannya dengan toleransi. Oleh arena uji etelitian dipenuhi, maa diterima. Jadi diperoleh 27

28 Karena nilai integral secara analiti diperoleh, maa Jadi aprosimasi terhadap memenuhi riteria toleransi yang diinginan. Contoh 2 Tentuan nilai integral dari Jawab: Jia diselesaian secara analiti, nilai integral tersebut adalah 28

29 Jia menggunaan pendeatan numeri dengan metode uadratur adaptif, diperoleh hasil seperti pada tabel beriut ini. Toleransi awal Tabel 3.1 Galat 92, , , , , , , , , , Dari asus diatas diperoleh bahwa hasil integrasi dengan aidah uadratur adaptif menunjuan hasil pendeatan yang bai, arena integral dievaluasi dengan menyesuaian perilau loal integrannya. Semain rcil nilai toleransi awalnya maa nilai galatnya semain ecil, sehingga nilai aprosimasinya semain bai, hanya saja diperluan iterasi yang lebih banya lagi. 29

30 BAB IV KESIMPULAN Berdasaran pada hasil dan pembahasan pada bab sebelumnya dapat diperoleh beberapa esimpulan, yaitu 1. Metode uadratur adaptif merupaan sema integrasi numeri yang perhitungannya menyesuaian pada perilau loal dari integrannya. Sehingga panjang sub interval pada metode uadratur adaptif tida selalu sama tergantung pada integrannya. 2. Ketepatan metode ini bergantung pada nilai toleransi awal, semain ecil nilai toleransi awal, nilai aprosimasi mendeati nilai esa, artinya semain bai nilai aprosimasinya 3. Metode uadratur adaptif dengan aidah simpson merupaan metode yang sangat bai untu mengaprosimasi nilai integral. 30

31 DAFTAR PUSTAKA Conte, S.D. dan Boor, C.D Dasar-dasar Analisis Numeri: Suatu Pendeatan Algoritma. Erlangga. Jaarta. Levy, D Introduction to Numerical Analysis. Department of Mathematics and Center Scientific Computation and Mathematical Modelling (CSCMM) University of Maryland. United States. Mathews, J.H. dan K.D. Fin Numerical Method Using Matlab, Third Edition. Prentice Hall. United States. Munir, R Metode Numeri. Informatia. Bandung. Purcell, E.D. dan D. Varberg Kalulus dan Geometri Analitis, Jilid I (Terjemahan, B. Kartasasmita). Erlangga. Jaarta. Soemantri, R Analisis Real I. Pusat Penerbitan Universitas Terbua. Jaarta. Suli, E. dan D. Mayers An Introduction to Numerical Analysis. Cambridge University Press. Cambridge. 31

32 Flow Chart LAMPIRAN Mulai *,a b - ε + Bagi 2 sub interval [a b ] dan [a b ], ε ε NO S(a b ) S(a b ) S(a b ) ε YES N I (S(a b ) S(a b )) SELESAI 32

33 Source Code Program (MATLAB) function [I,err,iflg]=adpsim(a,b,tol,fun) % implementasi adaptif uadratur Simpson % Masuan integrand,fun. % a,b :Batas integrasi,tol:toleransi eror absolute % errest: estimasi error % iflg: Modus pengembalian, memberian jumlah subinterval di mana % jumlah masimum ( levmax = 10 ) dari terbagi dua diperluan dan % nilai diterima secara default. Semain besar iflg, epercayaan semain % berurang % harus memilii nilai yang dihitung, y. % nofun: jumlah fungsi yang dievaluasi % inisialisasi I=0;iflg=0;jflg=0;err=0;levmax=20; fsave=zeros(levmax,3);xsave=zeros(levmax,3);simp=zeros( levmax); a=input('a='); b=input('b='); tol=input('toleransi awal='); %fun=@(x)sqrt(x); %integrand fun=@(x)(sin(x))^2; %integrand tol2=tol+10*eps; tol1=tol2*15/(b-a); x=a:(b-a)/4:b; for j=1:5 end level=1; f(j)=feval(fun,x(j)); %level=0 berarti seluruh interval tertutup, maa selesai while level>0 for =1:3 fsave(level,)=f(+2); 33

34 xsave(level,)=x(+2); end h=(x(5)-x(1))/4; simp(level)=(h/3)*(f(3)+4*f(4)+f(5)); if jflg<=0 s1=2*(h/3)*(f(1)+4*f(3)+f(5)); end sl=(h/3)*(f(1)+4*f(2)+f(3)); s2=sl+simp(level); d=abs(s1-s2); if d<=tol1*4*h level=level-1; jflg=0; I=I+s2; err=err+d/15; if level<=0 fprintf('nilai integral= %.10f \n',i) return end for j=1:3 jj=2*j-1; f(jj)=fsave(level,j); x(jj)=xsave(level,j); end else level=level+1; s1=sl; if level <= levmax jflg=1; f(5)=f(3);f(3)=f(2); 34

35 end end x(5)=x(3);x(3)=x(2); else iflg=iflg+1; level=level-1; jflg=0; I=I+s2; err=err+d/15; end for =1:2 =2*; x()=.5*(x(+1)+x(-1)); f()=feval(fun,x()); end 35

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam

Lebih terperinci

Optimasi Non-Linier. Metode Numeris

Optimasi Non-Linier. Metode Numeris Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran

Lebih terperinci

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan

Lebih terperinci

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan

Lebih terperinci

MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL

MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL Sarta Meliana 1, Mashadi 2, Sri Gemawati 2 1 Mahasiswa Program Studi S1 Matematia 2 Dosen Jurusan Matematia Faultas Matematia dan

Lebih terperinci

- Persoalan nilai perbatasan (PNP/PNB)

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

Lebih terperinci

GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH

GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRACT SUNARSIH.

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Pada bab ini disampaian beberapa pengertian dasar yang diperluan pada bab selanutnya. Selain definisi, diberian pula lemma dan teorema dengan atau tanpa buti. Untu beberapa teorema

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3

Lebih terperinci

Aplikasi diagonalisasi matriks pada rantai Markov

Aplikasi diagonalisasi matriks pada rantai Markov J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan

Lebih terperinci

VARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL

VARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL SEMINAR NASIONAL PENDIDIKAN SAINS Peningatan Kualitas Pembelajaran Sains dan Kompetensi Guru melalui Penelitian & Pengembangan dalam Menghadapi Tantangan Abad-1 Suraarta, Otober 016 VARIASI NILAI BATAS

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas

Lebih terperinci

Variasi Spline Kubik untuk Animasi Model Wajah 3D

Variasi Spline Kubik untuk Animasi Model Wajah 3D Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/f(x) DAN h(x)/f(x) ABSTRACT

MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/f(x) DAN h(x)/f(x) ABSTRACT MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/(x DAN h(x/(x Yuliana Saitri 1, Sri Gemawati 2, Musraini 2 1 Mahasiswa Program Studi S1 Matematia 2 Dosen Jurusan Matematia Faultas Matematia dan

Lebih terperinci

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman. JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses

Lebih terperinci

BAB IV Solusi Numerik

BAB IV Solusi Numerik BAB IV Solusi Numeri 4. Algoritma Genetia Algoritma Genetia (AG) [2] merupaan teni pencarian stoasti yang berdasaran pada meanisme selesi alam dan prinsip penurunan genetia. Algoritma genetia ditemuan

Lebih terperinci

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

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

Lebih terperinci

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

BAB 3 PRINSIP SANGKAR BURUNG MERPATI BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana

Lebih terperinci

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( ) PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132

Lebih terperinci

( ) terdapat sedemikian sehingga

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

Lebih terperinci

Estimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga

Estimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Estimasi Konsentrasi Polutan Sungai Menggunaan Metode Redusi Kalman Filter dengan Pendeatan Elemen Hingga Muyasaroh, Kamiran,

Lebih terperinci

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

BEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si

BEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si BEBERAPA ODIFIKASI ETODE NEWTON RAPHSON UNTUK ENYELESAIKAN ASALAH AKAR GANDA Suriadi Putra,,Si Laboratorium Komutasi Numeri Jurusan atematia Faultas atematia & Ilmu Pengetahuan Alam Universitas Riau Kamus

Lebih terperinci

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor MATA KULIAH MATEMATIKA TEKNIK [KODE/SKS : KD4 / SKS] Ruang Vetor FIELD: Ruang vetor V atas field salar K adalah himpunan ta osong dengan operasi penjumlahan vetor dan peralian salar. Himpunan ta osong

Lebih terperinci

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa

Lebih terperinci

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT. BAB 5 RUANG VEKTOR UMUM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Ruang Vetor Nyata. Subruang. Kebebasan Linier 4. Basis dan Dimensi 5. Ruang Baris, Ruang Kolom dan Ruang Nul 6. Ran dan Nulitas

Lebih terperinci

FUNGSI BANTU NONPARAMETRIK BARU UNTUK MENYELESAIKAN OPTIMASI GLOBAL

FUNGSI BANTU NONPARAMETRIK BARU UNTUK MENYELESAIKAN OPTIMASI GLOBAL Seminar Nasional Matematia dan Apliasinya, 2 Otober 27 FUNGSI BANTU NONPARAMETRIK BARU UNTUK MENYELESAIKAN OPTIMASI GLOBAL Ridwan Pandiya #, Emi Iryanti #2 # S Informatia, Faultas Tenologi Industri dan

Lebih terperinci

3.1 TEOREMA DASAR ARITMATIKA

3.1 TEOREMA DASAR ARITMATIKA 3. TEOREMA DASAR ARITMATIKA Definisi 3. Suatu bilangan bulat > disebut (bilangan) rima, jia embagi ositif bilangan tersebut hanya dan. Jia bilangan bulat lebih dari satu buan bilangan rima disebut (bilangan)

Lebih terperinci

RINGKASAN SKRIPSI MODUL PERKALIAN

RINGKASAN SKRIPSI MODUL PERKALIAN RINGKASAN SKRIPSI MODUL PERKALIAN SAMSUL ARIFIN 04/177414/PA/09899 DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM YOGYAKARTA 2008 HALAMAN PENGESAHAN

Lebih terperinci

OSN 2014 Matematika SMA/MA

OSN 2014 Matematika SMA/MA Soal 5. Suatu barisan bilangan asli a 1, a 2, a 3,... memenuhi a + a l = a m + a n untu setiap bilangan asli, l, m, n dengan l = mn. Jia m membagi n, butian bahwa a m a n. Solusi. Andaian terdapat bilangan

Lebih terperinci

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya J. Math. and Its Appl. ISSN: 1829-605X Vol. 2, No. 1, May. 2005, 37 45 Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya Sadjidon Jurusan Matematia Institut Tenologi Sepuluh Nopember,

Lebih terperinci

Penggunaan Metode Bagi Dua Terboboti untuk Mencari Akar-akar Suatu Persamaan

Penggunaan Metode Bagi Dua Terboboti untuk Mencari Akar-akar Suatu Persamaan Jurnal Penelitian Sains Volume 16 Nomor 1(A) Januari 013 Penggunaan Metode Bagi Dua Terboboti untu Menari Aar-aar Suatu Persamaan Evi Yuliza Jurusan Matematia, FMIPA, Universitas Sriwijaya, Indonesia Intisari:

Lebih terperinci

KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W

KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W J. Math. and Its Appl. ISSN: 1829-605X Vol. 8, No. 2, November 2011, 43 49 KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W Sunarsini. 1, Sadjidon 2 Jurusan

Lebih terperinci

KENNETH CHRISTIAN NATHANAEL

KENNETH CHRISTIAN NATHANAEL KENNETH CHRISTIAN NATHANAEL. Sistem Bilang Real. Fungsi dan Grafi. Limit dan Keontinuan 4. Limit Ta Hingga 5. Turunan Fungsi 6. Turunan Fungsi Trigonometri 7. Teorema Rantai 8. Turunan Tingat Tinggi 9.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

BAB IV APLIKASI PADA MATRIKS STOKASTIK BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii

Lebih terperinci

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry

Lebih terperinci

ESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)

ESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR) SEMINAR NASIONAL PASCASARJANA SAL ESIMASI RAJECORY MOBILE ROBO MENGGUNAKAN MEODE ENSEMBLE KALMAN FILER SQUARE ROO (ENKF-SR) eguh Herlambang Zainatul Mufarrioh Firman Yudianto Program Studi Sistem Informasi

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE SCHNABEL

BAB III METODE SCHNABEL BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan

Lebih terperinci

Solusi Pengayaan Matematika Edisi 16 April Pekan Ke-4, 2005 Nomor Soal:

Solusi Pengayaan Matematika Edisi 16 April Pekan Ke-4, 2005 Nomor Soal: Solusi Pengayaan Matematia Edisi 6 pril Pean Ke-4, 00 Nomor Soal: -60. Jia. sin cos tan 00 00, maa nilai adalah... cos sin 00 00. 40 Solusi: [] sin cos tan 00 00 cos sin 00 00 sin sin 00 00 cos sin 00

Lebih terperinci

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id

Lebih terperinci

Makalah Seminar Tugas Akhir

Makalah Seminar Tugas Akhir Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,

Lebih terperinci

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas

Lebih terperinci

ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER

ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER Oleh: Supardi SEKOLAH PASCA SARJANA JURUSAN ILMU FISIKA UNIVERSITAS NEGERI YOGYAKARTA 2012 1 PENDAHULUAN Liquid Crystal elastomer (LCE

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang

Lebih terperinci

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)

Lebih terperinci

Materi. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham

Materi. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham Materi IF37325P - Grafia Komputer Geometri Primitive Menggambar garis Irfan Malii Jurusan Teni Informatia FTIK - UNIKOM IF27325P Grafia Komputer 2008 IF27325P Grafia Komputer 2008 Halaman 2 Garis adalah

Lebih terperinci

SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS)

SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS) Prosiding Semirata15 bidang MIPA BKS-PTN Barat Hal 357-36 SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS) Budi Rudianto 1, Narwen Jurusan

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN

BAB III HASIL DAN PEMBAHASAN 15 BAB III HASIL DAN PEMBAHASAN 3.1Relasi Dispersi Pada bagian ini aan dibahas relasi dispersi untu gelombang internal pada fluida dua-lapisan.tinjau lapisan fluida dengan ρ a dan ρ b berturut-turut merupaan

Lebih terperinci

ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT

ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT Jurnal Teni Eletro Vol. 3 No.1 Januari - Juni 1 6 ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoo Sumaryono ABSTRACT Noise is inevitable in communication

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti

Lebih terperinci

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

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

Lebih terperinci

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN TINJAUAN PUSTAKA 1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii

Lebih terperinci

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B

Lebih terperinci

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE Desfrianta Salmon Barus - 350807 Jurusan Teni Informatia, Institut Tenologi Bandung Bandung e-mail: if807@students.itb.ac.id ABSTRAK

Lebih terperinci

METODE FUNGSI PENALTI EKSTERIOR. Skripsi. Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematika

METODE FUNGSI PENALTI EKSTERIOR. Skripsi. Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematika METODE FUNGSI PENALTI EKSTERIOR Sripsi Diajuan untu Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematia Disusun Oleh : Maria Martini Leto Kurniawan NIM : 03409 PROGRAM STUDI

Lebih terperinci

SOLUSI BAGIAN PERTAMA

SOLUSI BAGIAN PERTAMA SOLUSI BAGIAN PERTAMA 1. 13.. 931 3. 4 9 4. 63 5. 3 13 13 6. 3996 7. 1 03 8. 3 + 9 9. 3 10. 4 11. 6 1. 9 13. 31 14. 383 8 15. 1764 16. 5 17. + 7 18. 51 19. 8 0. 360 1 SOLUSI BAGIAN PERTAMA Soal 1. Misalan

Lebih terperinci

2.1 Bilangan prima dan faktorisasi prima

2.1 Bilangan prima dan faktorisasi prima BAB 2 BILANGAN PRIMA 2.1 Bilangan prima dan fatorisasi prima Definisi 2.1.1. Bilangan bulat p > 1 diataan prima jia ia hanya mempunyai pembagi p dan 1. Dengan ata lain bilangan prima tida mempunyai pembagi

Lebih terperinci

BAB 3 RUANG BERNORM-2

BAB 3 RUANG BERNORM-2 BAB RUANG BERNORM-. Norm- dan Ruang ` De nisi. Misalan V ruang vetor atas R berdimensi d (dalam hal ini d boleh ta hingga). Sebuah fungsi ; V V! R yang memenuhi sifat-sifat beriut;. x; y 0 ia dan hanya

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup [1] Sistem endali dapat diataan sebagai hubungan antara omponen yang membentu sebuah onfigurasi sistem, yang aan menghasilan tanggapan sistem yang diharapan.

Lebih terperinci

KARAKTERISTIK POHON FUZZY

KARAKTERISTIK POHON FUZZY KARAKTERISTIK POHON FUZZY Yuli Stiawati 1, Dwi Juniati 2, 1 Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Universitas Negeri Surabaya, 60231 2 Jurusan Matematia, Faultas Matematia dan

Lebih terperinci

PERBANDINGAN BEBERAPA METODE NUMERIK DALAM MENGHITUNG NILAI PI

PERBANDINGAN BEBERAPA METODE NUMERIK DALAM MENGHITUNG NILAI PI PERBANDINGAN BEBERAPA METODE NUMERIK DALAM MENGHITUNG NILAI PI Perbandingan Beberapa Metode Numerik dalam Menghitung Nilai Pi Aditya Agung Putra (13510010)1 Program Studi Teknik Informatika Sekolah Teknik

Lebih terperinci

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik Penerapan Sistem Persamaan Lanjar untu Merancang Algoritma Kriptografi Klasi Hendra Hadhil Choiri (135 08 041) Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi

Lebih terperinci

3. Sebaran Peluang Diskrit

3. Sebaran Peluang Diskrit 3. Sebaran Peluang Disrit EL2002-Probabilitas dan Statisti Dosen: Andriyan B. Susmono Isi 1. Sebaran seragam (uniform) 2. Sebaran binomial dan multinomial 3. Sebaran hipergeometri 4. Sebaran Poisson 5.

Lebih terperinci

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan I. PENDAHULUAN. Latar Belaang Teori graf merupaan salah satu bagian ilmu dari matematia dan merupaan poo bahasan yang relatif muda jia dibandingan dengan cabang ilmu matematia yang lain seperti aljabar

Lebih terperinci

SATUAN ACARA PERKULIAHAN ( SAP )

SATUAN ACARA PERKULIAHAN ( SAP ) SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Tinjauan Pustaa Untu menacapai tujuan penulisan sripsi, diperluan beberapa pengertian dan teori yang relevan dengan pembahasan. Karena itu, dalam subbab ini aan diberian beberapa

Lebih terperinci

BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE. Triyani dan Irham Taufiq Universitas Jenderal Soedirman

BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE. Triyani dan Irham Taufiq Universitas Jenderal Soedirman JMP : Volume 4 Nomor 2, Desember 2012, hal. 271-278 BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE Triyani dan Irham Taufiq Universitas Jenderal Soedirman trianisr@yahoo.com.au ABSTRACT.

Lebih terperinci

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

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

Lebih terperinci

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,

Lebih terperinci

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium

Lebih terperinci

BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR

BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR 3. Dimensi Partisi Graf Kipas (F n ) Berdasaran Proposisi dan Proposisi, semua graf G selain graf P n dan K n memilii 3 pd(g) n -. Lebih husus, graf Kipas

Lebih terperinci

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa 187 Modifiasi ACO untu Penentuan Rute Terpende e Kabupaten/Kota di Jawa Ahmad Jufri, Sunaryo, dan Purnomo Budi Santoso Abstract This research focused on modification ACO algorithm. The purpose of this

Lebih terperinci

APLIKASI ALGORITMA CONJUGATE GRADIENT PADA JARINGAN SYARAF TIRUAN PERAMBATAN BALIK. Tesis

APLIKASI ALGORITMA CONJUGATE GRADIENT PADA JARINGAN SYARAF TIRUAN PERAMBATAN BALIK. Tesis APLIKASI ALGORITMA CONJUGATE GRADIENT PADA JARINGAN SYARAF TIRUAN PERAMBATAN BALIK Tesis Program Studi Teni Eletro Jurusan Ilmu-ilmu Teni disusun oleh : Wiwien Widyastuti 8475/I-/820/02 PROGRAM PASCASARJANA

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan

Lebih terperinci

MAT. 12. Barisan dan Deret

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

Lebih terperinci

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

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

Lebih terperinci

BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR 1

BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR 1 BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR K a r y a t i Jurusan Pendidian Matematia FMIPA Uniersitas Negeri Yogyaarta e-mail : yatiuny@yahoo.com Abstra. Misalan R adalah ring, Q

Lebih terperinci

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR

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

Lebih terperinci

BAB 2 TEORI PENUNJANG

BAB 2 TEORI PENUNJANG BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan

Lebih terperinci

PERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU

PERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU PERTEMUAN 2 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU 2. SISTEM WAKTU DISKRET Sebuah sistem watu-disret, secara abstra, adalah suatu hubungan antara barisan masuan dan barisan eluaran. Sebuah

Lebih terperinci

Studi Perbandingan Perpindahan Panas Menggunakan Metode Beda Hingga dan Crank-Nicholson

Studi Perbandingan Perpindahan Panas Menggunakan Metode Beda Hingga dan Crank-Nicholson 1 Studi Perbandingan Perpindahan Panas Menggunaan Metode Beda Hingga dan Cran-Nicholson Durmin, Drs. Luman Hanafi, M.Sc Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Institut Tenologi

Lebih terperinci

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul

Lebih terperinci

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract

Lebih terperinci

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS Seminar Sains Penidi Sains VI UKSW Salatiga Juni 0 MSLH VEKTOR EIGEN MTRIKS INVERS MONGE DI LJBR MX-PLUS Farida Suwaibah Subiono Mahmud Yunus Jurusan Matematia FMIP Institut Tenologi Sepuluh Nopember Surabaya

Lebih terperinci

REDUKSI MODEL ALIRAN AIR SUNGAI SATU DIMENSI DENGAN METODE SINGULAR PERTURBATION APPROXIMATION

REDUKSI MODEL ALIRAN AIR SUNGAI SATU DIMENSI DENGAN METODE SINGULAR PERTURBATION APPROXIMATION TUGAS AKHIR SM141501 REDUKSI MODEL ALIRAN AIR SUNGAI SATU DIMENSI DENGAN METODE SINGULAR PERTURBATION APPROXIMATION AIRIN NUR HIDAYATI NRP 113 100 095 Dosen Pembimbing Dr. Didi Khusnul Arif, S.Si, M.Si.

Lebih terperinci

Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR)

Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR) Maalah Seminar ugas Ahir Apliasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self uning Regulator (SR) Oleh : Muhammad Fitriyanto e-mail : D_3_N2@yahoo.com Maalah Seminar ugas Ahir Apliasi

Lebih terperinci

II. LANDASAN TEORI ( ) =

II. LANDASAN TEORI ( ) = II. LANDASAN TEORI 2.1 Fungsi Definisi 2.1.1 Fungsi Bernilai Real Fungsi bernilai real adalah fungsi yang domain dan rangenya adalah himpunan bagian dari real. Definisi 2.1.2 Limit Fungsi Jika adalah suatu

Lebih terperinci

BAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN

BAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN BAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN Kompetensi : 1. Mahasiswa memahami onsep pembelaaran dalam JST Sub Kompetensi : 1. Dapat mengetahui prinsip algoritma Perceptron 2. Dapat mengetahui

Lebih terperinci

Kumpulan soal-soal level seleksi Kabupaten: Solusi: a a k

Kumpulan soal-soal level seleksi Kabupaten: Solusi: a a k Kumpulan soal-soal level selesi Kabupaten: 1. Sebuah heliopter berusaha menolong seorang orban banjir. Dari suatu etinggian L, heliopter ini menurunan tangga tali bagi sang orban banjir. Karena etautan,

Lebih terperinci

Danang Mursita Sekolah Tinggi Teknologi Telkom Bandung 2002

Danang Mursita Sekolah Tinggi Teknologi Telkom Bandung 2002 Bandung DAFTAR ISI Judul Kata Pengantar Daftar Isi i ii iv Bab Fungsi Real. Sistem Bilangan Real. Fungsi dan Grafi 6. Limit dan eontinuan.4 Limit ta Hingga dan Limit di Ta Hingga 7 Bab Turunan dan Penggunaan.

Lebih terperinci

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain 8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen

Lebih terperinci

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia

Lebih terperinci

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan

Lebih terperinci