BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria"

Transkripsi

1 BAB II LANDASAN EORI Pada bab ii aka dibahas tori tori pdukug yag aka diguaka pada bab slajutya, atara lai modl matmatika, modl pidmik SIR klasik, ilai ig, prsamaaa difrsial, sistm prsamaa difrsial, titik kstimbaga, liarisasi, bilaga rproduksi dasar, aalisa kstabila, kritria Routh Hurwitz, optimal kotrol, Prisip Miimum Potryagi. A. Modl Matmatika. Pgrtia modl matmatika Widowati da Sutimi (007: ) mjlaska modl matmatika adalah rprstasi bidag ilmu trttu k dalam pryataa matmatika yag diprolh dari salah satu bidag matmatika yaitu pmodla matmatika. Pmodla matmatika mrupaka bidag matmatika yag mrprstasika da mjlaska sistm sistm fisik atau problm pada duia yata dalam pryataa matmatika, shigga diprolh pmahama dari duia yata yag lbih tpat. Widowati da Sutimi (007: 3) juga myataka pross pmodla matmatika dalam alur diagram brikut. 8

2 Duia Nyata Duia Matmatika Problm Duia Nyata Problm Matmatika Mmbuat Asumsi Formulasi Prsamaa/ Prtidaksamaa (Modl Matmatika) Solusi Duia Nyata Itrprtasi Solusi / Sifat Solusi Modl Matmatika Pylsaia Solusi / Sifat Solusi Modl Matmatika Badigka Data Gambar. Pross Pmodla Matmatika Gambar. mggambarka suatu prmasalaha yata ilmu trttu yag dibawa k dalam btuk matmatika dga mcari asumsi - asumsi yag tpat ssuai masalah di duia yata, shigga dapat dibtuk suatu modl matmatika. Modl matmatika dibtuk olh sistm prsamaa atau prtidaksamaa ssuai asumsi yag diguaka. Sistm trsbut dapat diguaka utuk mcari pylsaia solusi / sifat solusi dari modl matmatika. Slajutya, uji klayaka dga mgitrprtasi solusi / sifat solusi modl matmatika trsbut dalam khidupa yata. Lagkah slajutya, solusi modl trsbut dibadigka dga suatu data utuk mlihat ktpata modl yag dibuat. 9

3 . Modl Epidmik SIR Klasik Modl matmatika yag aka dibahas dalam tugas akhir adalah modl pidmik SIR. Krmack W.O da McKdrick (Braur, 008: 5) myataka scara umum dalam modl pidmi SIR klasik. Populasi trbagi atas tiga klas yaitu klas suscptibl (S) myataka populasi idividu yag shat da rta trhadap pyakit, klas ifctd (I) myataka populasi idividu yag trifksi pyakit da dapat smbuh, da klas rcovr (R) myataka populasi idividu yag smbuh da kbal trhadap pyakit trsbut. Slajutya St () utuk myataka populasi klas idividu S pada saat t, It () utuk myataka populasi klas idividu I pada saat t, Rt () utuk myataka populasi klas idividu R pada saat t. Didfiisika paramtr myataka laju kotak atara populasi klas idividu S da populasi klas idividu I pr satua waktu t, da myataka laju ksmbuha pr satua waktu t. Diasumsika tidak ada klahira da kmatia, masa ikubasi sigkat, stlah smbuh dari pyakit maka tidak kmbali rta. Brikut mrupaka diagram trasfr utuk modl SIR klasik. Gambar. Diagram rasfr Modl Epidmik SIR Klasik 0

4 Gambar. mujukka laju prubaha St () proporsioal dga brkuragya rata rata stiap idividu dalam populasi trjadi kotak utuk mularka ifksi pada St () olh It () pr satua waktu t sbsar S( t) I( t). N Jadi diprolh prsamaa, ds( t) S( t) I( t). dt N (.a) Laju prubaha It () proposioal dga brtambahya laju ifksi St () sbsar S( t) I( t), N ttapi aka brkurag kara laju populasi mmprolh ksmbuha sbsar It ( ). Jadi diprolh prsamaa, di( t) S( t) I( t) It ( ). dt N Laju prubaha Rt () (.b) proposioal dga brtambahya populasi mmprolh ksmbuha sbsar It ( ). Jadi prsamaa diprolh, dr() t It ( ). dt (.c) Sistm (.) dilgkapi dga ilai awal S(0) S0 0, I(0) I0 0 R(0) R 0, dimaa N myataka total populasi. 0 B. Nilai Eig Dfiisi. (Howard, 997: 77) Dibrika matriks A brukura x. Vktor tak ol x diamaka vktor ig dari A. Jika Ax adalah klipata skalar dari x maka diprolh

5 Ax x utuk suatu skalar. Skalar disbut ilai ig dari A. Brdasarka Dfiisi., maka utuk mcari ilai ig pada matriks A yag brukura x adalah Ax x AxI x Ax I x 0 x ( A I ) 0 (.) dga I adalah matriks idtitas. Slajutya, ilai ig aka dicari mgguaka Prsamaa (.). Murut Howard (997: 78), agar mjadi ilai ig, maka haruslah ada solusi takol dari prsamaa trsbut. Prsamaa (.) mmpuyai solusi takol jika da haya jika AI 0. (.3) Prsamaa (.3) diamaka prsamaa karaktristik dari A, sdagka skalar yag diguaka disbut ilai ig. Jika diprluas, Prsamaa karaktristik (.3) mrupaka poliom yag diamaka poliom karaktristik matriks A, shigga poliom karaktristik matriks A adalah AI a a a a i (.4) 0..., i 0, 0,,...,. Dibrika cotoh utuk mcari ilai ig dari suatu matriks.

6 Cotoh. Misalka jika trdapat matriks A 3 4 dga I 0, 0 diprolh prsamaa karaktristik, , 5 0, (.5) Prsamaa karaktristik (.5), maka diprolh solusi, 5 33 ( 5) ( 5) 4( ) Akar akar Prsamaa karaktristik (.5) adalah da. Slajutya, da mrupaka ilai ig dari matriks A. C. Prsamaa Difrsial Dibrika dfiisi prsamaa difrsial biasa sbagai brikut. 3

7 Dfiisi. (Ross, 984: 4) Prsamaa difrsial biasa adalah prsamaa difrsial yag mmuat turua dari satu atau lbih variabl tak bbas trhadap satu variabl bbas. Dfiisi.3 (Ross, 984: 4) Prsamaa difrsial parsial adalah prsamaa difrsial yag mmuat turua dari satu atau lbih variabl tak bbas trhadap lbih dari satu variabl bbas. Cotoh. Prsamaa prsamaa brikut ii disbut sbagai prsamaa difrsial biasa. dx a) x dt b) dx dy y Prsamaa prsamaa brikut ii disbut sbagai prsamaa difrsial parsial. c) p r p q 0 u u d) 0 x y D. Sistm Prsamaaa Difrsial Dibrika vktor E, 3, x dga x x,x,x,...,x f : E, E adalah himpua trbuka da f C'( E) dga C'( E ) adalah himpua smua fugsi yag mmpuyai turua prtama yag kotiu di E, 4

8 dimaa f ( f, f,..., f ). Jika d x x dt myataka turua x trhadap t. Sistm prsamaa difrsial dapat dituliska sbagai brikut x f x x x (,,..., ), x f( x, x,..., x ), (.6) x f ( x, x,..., x ), atau dx dt f ( x, x,..., x ), dx dt f ( x, x,..., x ), dx dt f ( x, x,..., x ). Sistm (.6) dapat ditulis dga x f( x). (.7) Slajutya, dibrika solusi dari Sistm (.7) sbagai brikut. Dfiisi.4 (Prko, 00: 7) Dibrika f C( E), E dimaa CE ( ) adalah fugsi fugsi yag kotiu di E, dga E adalah himpua trbuka dari. Vktor x () t disbut solusi dari Sistm (.7) dga itrval ( ab, ), jika x () t dapat dituruka pada ( ab, ) da utuk stiap t ( a, b), x( t) E, brlaku 5

9 Dibrika CE x( t) f( x( t)). f yag dilgkapi ilai awal x 0 E da dibrika sistm prsamaa difrsial, x f( x ), x( t ) x. 0 0 (.8) Vktor x( t) x( x ( t)) disbut solusi Sistm (.8) jika ( t0) 0 0 x x dga t 0 ( a, b).. Sistm Prsamaa Difrsial Liar Didfiisika prsamaa yag mggambarka prsamaa difrsial liar scara umum. Dfiisi.5 (Ross, 984: 64) Prsamaa difrsial liar ord dga variabl tak bbas y da x srta variabl bbas t sbagai brikut. d y d x d y d x d y d x a0 b0 a b... a b a y b x P( t) dt dt dt dt dt dt (.9) dga a0, b0 0, a0, b0, a, b,..., a, b da Pt () kotiu pada itrval ( a, b), t ( a, b). Prsamaa (.9) diamaka btuk ohomogous jika Pt ( ) 0. Aka dibahas sistm prsamaa difrsial liar ohomogus ord satu dga variabl tak bbas prsamaa brikut. x x,..., x, da variabl bbas t sbayak buah dx dx dx c c... c b x b x... b x P ( t) dt dt dt 6

10 dx dx dx c c... c bx b x... b x P ( t) dt dt dt (.0) (sbayak kali) dx dx dx c c... c b x b x... b x P ( t) dt dt dt Sistm (.0) dapat ditulis sbagai prsamaa difrsial btuk biasa brikut. dx dt dx dt dx dt a a x x a a x x... a x p ( t)... a x p ( t) a x a x... ax p ( t) (.) Sistm (.) dapat diyataka sbagai x Ax P() t (.) dimaa x mrupaka variabl tak bbas, srta A adalah matriks ukura x. Matriks A dga a, i,,3,...,, j,,3,..., da P dga ukura matriks x ij dalam fugsi t. Jadi diprolh, a a a x p () t a a a x p() t x, a a a x p () t Jika pada Sistm (.) didfiisika Pt ( ) 0 da d x x dt dimaa vktor x, x x,x,x,...,x da x,x,x,...,x, maka diprolh 3 3 7

11 sistm prsamaa difrsial liar homog, x Ax (.3) dga A adalah matriks brukura x.. Sistm Prsamaa Difrsial Noliar Suatu prsamaa difrsial dikataka oliar, jika prsamaa difrsial mmuhi salah satu sbagai brikut (Ross, 984: 5). a. rdapat variabl tak bbas da/atau turuaya yag brpagkat slai satu. b. rdapat fugsi trasdtal dari variabl tak bbas da turua - turuaya. c. rdapat prkalia pada variabl tak bbas da/atau turua- turuaya. Cotoh.3 Prsamaa difrsial oliar sbagai brikut: dy y (5 y) xy (PD oliar ord ) (.4a) dx d y dy 3 dx dx 0 (PD oliar ord ) (.4b) 4 d y y 4 dx 0 (PD oliar ord 4) (.4c) Prsamaa (.4a) mrupaka oliar, kara trdapat trasdtal da prkalia pada variabl tak bbas y. Prsamaa (.4b) mrupaka oliar, kara trdapat variabl tak bbas da turuaya variabl bbas yag brpagkat dua. Prsamaa (.4c) mrupaka oliar, kara trdapat prkalia variabl tak bbas. 8

12 Suatu sistm prsamaa difrsial dikataka oliar, jika prsamaa difrsial yag mmbtukya mrupaka prsamaa difrsial oliar. Cotoh.4 Dibrika sistm prsamaa difrsial oliar sbagai brikut. dx x x x dt dx x x dt (.5) Sistm (.5) mrupaka sistm prsamaa difrsial oliar dga variabl bbas t da variabl tak bbas x da x. Sistm (.5) dikataka sistm prsamaa difrsial oliar kara trdapat prkalia atar variabl tak bbas. E. itik Kstimbaga Brikut aka dibrika dfiisi ttag titik kstimbaga. Dfiisi.6 (Stph Wiggis, 990: 5) itik x adalah titik kstimbaga Sistm (.7), jika dipuhi fx ( ) 0. (.6) Cotoh.5 Dibrika cotoh utuk mcari titik kstimbaga Sistm (.5) mgguaka Dfiisi (.6). Misalka x adalah titik kstimbaga dari Sistm (.5). 9

13 f x x x da Misal f x x Aka dicari titik kstimbaga x da x. sdmikia shigga f x, x 0, da f x, x 0. Utuk f 0, maka x x x 0 x x 0 x 0 x. Jika x = 0 disubstitusi k f 0, diprolh x x 0 x 0 0 x 0. Jadi, titik kstimbaga prtama diprolh da disubstitusi k f 0, maka diprolh x 0,0. Smtara, jika x x x 0 4 x 0 x 4. Jadi, titik kstimbaga kdua diprolh x,4. Disimpulka bahwa, 0,0 Sistm (.5) mmiliki dua titik kstimbaga yaitu x,4. 0

14 F. Liarisasi Liarisasi adalah pross mgubah sistm prsamaa difrsial oliar k dalam btuk sistm prsamaa difrsial liar. Brikut torma ttag matriks Jacobia. orma. (Prko, 00: 67) Jika f : difrsiabl di, f x maka difrsial parsial i, i, j,..., 0 x di x ada utuk smua 0 x da, i Df ( x ) x f ( x ) xj. 0 0 j xi Bukti: f f f ( x0 ) x ( x0 ) x ( x0 ) x x x x f f f ( x ) x ( x ) x ( x ) x ( x0) x j x x x j x i f f f f ( x0 ) x ( x0 ) x ( x0 ) x x x x f f f ( x0 ) ( x0 ) ( x0 ) x x x x f f f ( x0 ) ( x0 ) ( x0 ) x x x x x f f f ( x0 ) ( x0 ) ( x0 ) x x x Df( x ) x 0

15 Matriks Df ( x0 ) disbut matriks Jacobia, slajuya diotasika Jf ( x0 ). Dibrika sistm prsamaa brikut. x f( x) (.7) dimaa xe, f: E, f adalah fugsi oliar da kotiu. 3, Sistm (.7) aka diliarisasika. Dibrika x x,x,x,...,x f f, f, f 3,..., f da f C ( E). Misal x ( x, x,..., x ) adalah titik kstimbaga Sistm (.7). Drt aylor dari fugsi f diskitar titik kstimbaga x adalah sbagai brikut f f ( x, x,..., x ) f ( x, x,..., x ) ( x, x,..., x ) ( x x ) x f x f ( x, x,..., x ) ( x x )... ( x, x,..., x ) ( x x ) R f x f f f ( x, x,..., x ) f ( x, x,..., x ) ( x, x,..., x ) ( x x ) ( x, x,..., x ) ( x x )... x x f ( x, x,..., x) ( x x) Rf x (.8) f f f ( x, x,..., x ) f ( x, x,..., x ) ( x, x,..., x ) ( x x ) ( x, x,..., x ) ( x x )... x x f ( x, x,..., x) ( x x) Rf. x dga R, R,..., R diabaika, kara ilaiya f f f R, R,..., R mdkati ol. f f f Smtara, titik kstimbaga x ( x, x,..., x ) Sistm (.8), maka f ( x, x,..., x ) f ( x, x,..., x )... f ( x, x,..., x ) 0, shigga diprolh f f f x ( x, x,..., x ) ( x x ) ( x, x,..., x ) ( x x )... ( x, x,..., x ) ( x x ), x x x

16 f f f x ( x, x,..., x ) ( x x ) ( x, x,..., x ) ( x x )... ( x, x,..., x ) ( x x ), x x x (.9) f f f x ( x, x,..., x ) ( x x ) ( x, x,..., x ) ( x x )... ( x, x,..., x ) ( x x ). x x x dga variabl. Prsamaa (.9) dapat dibtuk matriks brikut f f f ( x, x,..., x) ( x, x,..., x) ( x, x,..., x) x x x x x x f f f x ( x, x,..., x) ( x, x,..., x) ( x, x,..., x) x x x x x.(.0) x f f f x x ( x, x,..., x) ( x, x,..., x) ( x, x,..., x) x x x Misalka q x x, q x x,..., q x x, maka Sistm (.0) mjadi f f f ( x, x,..., x) ( x, x,..., x) ( x, x,..., x) x x x q q f f f q ( x, x,..., x) ( x, x,..., x) ( x, x,..., x) q x x x. (.) q f f f q ( x, x,..., x) ( x, x,..., x) ( x, x,..., x) x x x Prsamaa (.) diprolh matriks Jacobia yaitu f f f ( x, x,..., x) ( x, x,..., x) ( x, x,..., x) x x x f f f ( x, x,..., x) ( x, x,..., x) ( x, x,..., x) J x x x. (.) f f f ( x, x,..., x) ( x, x,..., x) ( x, x,..., x) x x x Matriks Jacobia (.) dapat dilihat kstabila diskitar titik kstimbaga. 3

17 Didfiisika jika J mmiliki ilai ig yag brilai bagia ralya tidak ol, shigga kstabilaya dari prsamaa aka dapat dilihat sbagai brikut. q = Jq (.3) Sistm (.3) diamaka hasil liarisasi pada Sistm (.7). Stlah liarisasi dilakuka, maka pada Sistm (.7) dilihat kstabila sistm oliar di skitar titik kstimbaga. Kstabila Sistm (.7) di skitar titik kstimbaga x dapat dilihat dari kstabila hasil liarisasi yaitu Sistm (.3), haya jika x hiprbolik. Brikut dfiisi utuk titik kstimbaga hiprbolik. Dfiisi.7 (Prko, 00: 0) itik kstimbaga x disbut titik kstimbaga hiprbolik dari Sistm (.7), jika bagia ral ilai ig Jf ( x) 0. Sdagka, jika Jf ( x) mmpuyai bagia ral ol, maka disbut titik kstimbaga ohiprbolik. Cotoh.6 Dibrika Sistm (.5) yag aka dicari matriks ( Jf x) dga x 0,0 da x,4. Sistm (.5) aka dilakuka idtifikasi titik kstimbaga brikut Jf x x x x x x x x x x x x x x x x x Utuk x 0,0 4

18 Jf 0,0 0 0 Nilai ig dari Jf 0,0 diprolh, Bagia ral ilai ig ol, maka titik kstimbaga kstimbaga ohiprbolik. Slajutya x,4 x 0,0 adalah titik Jf,4 4 4 Nilai ig dari Jf,4 diprolh, 4 0 4, shigga tidak trdapat bagia ral ilai ig ol, maka titik kstimbaga x,4 adalah titik kstimbaga hiprbolik. 5

19 G. Aalisa Kstabila Kstabila titik kstimbaga scara umum dibagi mjadi tiga jis yaitu stabil, stabil asimtotik, tidak stabil. Brikut dfiisi kstabila Dfiisi.8 (Olsdr, 004: 57) Dibrika titik kstimbaga x dari sistm x ( ) f x dikataka, a. Stabil jika utuk stiap 0 trdapat 0, sdmikia shigga jika x0 x maka x( t, x0 ) x utuk stiap t t0 b. Stabil asimtotik jika utuk stiap titik kstimbaga x trdapat 0 0 sdmikia shigga jika x0x 0 brlaku lim (, ) 0. t x t x0 x c. idak stabil jika titik kstimbaga x tidak mmuhi (a) Dfiisi (.8) disajika gambar brikut. Stabil Stabil asimtotik idak stabil 6

20 Dfiisi (.8) trlalu sulit utuk mmuka kstabila titik kstimbaga. Slajutya, torma kstabila dibrika agar mmudahka dalam mgaalisa kstabila modl di skitar titik kstimbaga dga mlihat ilai ig. orma. (Olsdr, 004: 58) Dibrika prsamaa difrsial x = A, x dga A adalah matriks brukura x, mmpuyai w ilai ig yag brbda,,..., dga w. w a. itik kstimbaga x= 0 adalah stabil asimtotik jika da haya jika ( ) 0, i,,3,..., w. i b. itik kstimbaga x= 0 adalah stabil jika da haya jika ( i ) 0, utuk smua i,,..., w da utuk stiap ilai ig imajir dga i ( i ) 0, yag multisiplisitas aljabar da multisiplisitas gomtri utuk ilai ig sama. c. itik kstimbaga x= 0 tidak stabil jika da haya jika ( i ) 0, i,,..., w atau jika ada imajir dga i ( i ) 0, maka multisiplisitas aljabar da multisiplisitas gomtri utuk ilai ig tidak sama. Bukti: a. Aka dibuktika bahwa ( ) Jika titik kstimbaga x= 0 adalah stabil asimtotik maka ( ) 0, i,,3,..., w. i 7

21 Murut Dfiisi (.8), titik kstimbaga x= 0 disbut stabil asimtotik, jika lim t x( t, x0 ) x 0. Artiya utuk t, x( t, x0 ) muju x= 0 Solusi x( t, x0 ) dari sistm prsamaa difrsial x = A, x maka x( t, x0 ) slalu mmuat ( i ) t. Artiya utuk ( i ) t yag muju x= 0 maka ( i ) 0 utuk smua i,,3,..., w. ( ) Jika ( ) 0, i,,3,..., w maka titik kstimbaga x= 0 adalah stabil asimtotik. i ( i Solusi x( t, x0 ) slalu mmuat ) t, jika ( i ) 0 maka utuk t, ( i ) t muju x= 0. Brdasarka Dfiisi (.8) titik kstimbaga x= 0 stabil asimtotik. b. Aka dibuktika bahwa ( ) Jika titik kstimbaga x= 0 adalah stabil, maka ( ) 0, i,,..., w. i Adaika jika ada ( i ) 0, maka titik kstimbaga tidak stabil. Jika ( i ) 0, maka x( t, x0 ) yag slalu mmuat ( i ) t utuk t aka muju artiya mjauhi x 0. Jadi, sistm tidak stabil. Kotradiksi dari bukti trsbut myimpulka bahwa ( i ) 0. Jadi trbukti bahwa jika titik kstimbaga x 0 stabil, maka ( ) 0, i,,..., w. ( ) i 8

22 Jika ( ) 0, i,,..., w, maka titik kstimbaga x= 0 adalah i stabil da jika ( i ) 0, maka multisiplisitas aljabar da multisiplisitas gomtri utuk ilai ig harus sama. ( i Solusi x( t, x0 ) yag slalu mmuat ) t. Jika ( i ) 0, maka ( i ) t aka muju x 0, artiya stabil asimtotik. itik kstimbaga yag stabil asimtotik pastilah stabil. Jika ( i ) 0, maka ilai ig brupa bilaga komplks muri. Murut Lubrgr (979:85), multiplisitas aljabar brhubuga dga ilai ig da multiplisitas gomtri brhubuga dga vktor ig. Aka dibuktika bahwa bayak ilai ig da vktor ig adalah sama. Misalka dibrika sbarag sistm yag mmpuyai ilai ig komplks muri. x 0 c x, y 0 y dga c0, 0. (.4) Aka dicari ilai ig sistm (.4). 0 c c 0 0, 0 0 c 0, c 0. (.5) Akar dari prsamaa (.5) adalah 9

23 4c c, i i c didapat i c da i c Vktor ig utuk i c adalah i c c v 0 i c v 0 maka c i c c 0 i c 0 i 0 R R R i c 0 i c c 0 0 i c c c i 0 0 R i cr shigga diprolh, c v i v c v i v 0, misal v c v i v c t maka v i t da diambil t diprolh Slajutya vktor ig utuk i c adalah i c c v 0 i c v 0 30

24 maka c i c c 0 i c 0 i 0 R ~ R R i c 0 i c c 0 0 i c c c i 0 0 R i cr 0 0 shigga c i v 0. v diprolh v i c v 0, misal v c v i v c t maka v i t da diambil t diprolh rbukti jumlah ilai ig sama dga jumlah vktor ig sbayak buah. c. Jika titik kstimbaga x= 0 tidak stabil, maka ( ) 0, i,,..., w i itik kstimbaga tidak stabil, utuk t, x( t, x0 ) muju haya apabila ( i ) 0. ( ) 3

25 Jika ( ) 0, i,,..., w maka titik kstimbaga x= 0 tidak stabil. i Dibrika ( i ) 0, x( t, x0) yag slalu mmuat ( i ) t aka slalu muju. Jadi titik kstimbaga x= 0 tidak stabil. Disimpulka bahwa utuk mlihat kstabila suatu ilai ig dari Sistm (.7) diguaka sistm liarisasi agar mjadi sistm liar x Ax, dimaa A Jf(x) adalah matriks Jacobia. orma kstabila sistm liar didapat sbagai brikut. orma.3: (Hal & Kocak, 99: 67) Misal f C'(E) dga E adalah himpua trbuka. Jika smua ilai ig dari matriks Jacobia mmpuyai bagia ral gatif, maka titik kstimbaga x dari Sistm (.7) stabil asimtotik. orma.4: (Hal & Kocak, 99: 7) Misal f C'(E) dga E adalah himpua trbuka. Jika trdapat ilai ig dari matriks Jacobia yag mmpuyai bagia ral positif, maka titik kstimbaga x dari Sistm (.7) tidak stabil. Slajutya, kstabila yag dimaksud yaitu kstabila lokal. H. Bilaga Rproduksi Dasar Murut Drissch da Watmough (00) bilaga rproduksi dasar adalah jumlah kasus ifksi skudr pada populasi klas idividu suscptibl olh idividu yag trifksi tuggal, shigga dari pulara trsbut diharapka adaya rata rata durasi mular da rata - rata tigkat pulara ifksi 3

26 skudr. Bilaga rproduksi dasar dilihat dari titik kstimbaga modl, dalam hal ii diotasika dga R ˆ 0. Slajutya, populasi dibagi atas dua klas yaitu populasi klas idividu yag trifksi da populasi klas idividu yag tidak trifksi. Brikut dibrika modl klas populasi trsbut. m I P I, S Q I, S, I (.6) S z I, S, S. (.7) dga I S sbagai populasi klas idividu yag trifksi pyakit, sbagai populasi klas idividu yag tidak trifksi pyakit atau rta pyakit, P sbagai matriks dari rata rata jumlah idividu baru dalam populasi klas idividu yag tifksi pyakit, Q sbagai matriks dari rata rata brkuragya jumlah idividu dalam populasi klas idividu yag tifksi pyakit. Dimisalka (0, S0) utuk myataka titik kstimbaga bbas pyakit. Smtara, bilaga ˆR 0 myataka jumlah kasus ifksi skudr pada populasi, maka mlihat ada atau brkuragya ifksi haya mgguaka Prsamaa (.6) pada titik kstimbaga bbas pyakit. Prsamaa (.6) dapat ditulis sbagai brikut M P I, S da V Q( I, S) 33

27 Hasil dari liarisasi M P I, S da V Q( I, S) di (0, S 0) brikut M B (0, S ) V D (0, S ) 0 I da 0 I dga B da D mrupaka matriks mxm. Didfiisika W BD sbagai xt gratio matrix, shigga bilaga rproduksi dasar diprolh dari ilai ig trbsar dari matriks W. I. Kritria Routh Hurwitz Aalisa kstabila titik kstimbaga x dapat mgguaka kritria Routh Hurwitz sbagai altratif mtuka tada bagia ral dari ilai ilai ig. Dibrika suatu prsamaa poliomial brikut r( ) a a... a a, a 0, i 0,,...,. 0 i (.8) Murut Olsdr (004) kritria Routh Hurwitz dipakai utuk mgck lagsug kstabila tapa mghitug akar akar dari Prsamaa (.8). Kofisi dari Prsamaa (.8) disusu sbagai brikut. a a a 4 a a a 3 5 b b b 4 6 c c c dga ilai b, b 4, c 3, c adalah, 5 34

28 b b a a a a b a b a c a b a a a a b a b a c a b,, Nilai trsbut brhti ktika hasil dari prhituga adalah ol. Jika kolom prtama pada susua trsbut smua brtada positif atau smua brtada gatif, maka bagia ral dari poliom r( ) adalah gatif. J. Optimal Kotrol Murut Naidu (00: 6) tujua utama dari optimal kotrol adalah mtuka kotrol yag aka mybabka sistm mmuhi bbrapa kostrai fisik da pada waktu yag sama dapat dittuka kstrim (maksimum/ miimum) yag ssuai dga fugsi tujua atau prformac idx yag diktahui. Brikut pross kotrol mlalui alur kotrol Gambar.3 Alur Kotrol Gambar.3 diprolh otasi kotrol yaitu u(t) shigga diotasika pula utuk optimal kotrol yaitu u *( t) yag madaka kodisi yag optimal. Slajutya, u *( t) aka dipross kdalam P dga bbrapa kostrai yag dimulai dari 35

29 kadaa awal higga kadaa akhir. Kotrol yag diguaka dga kadaa da waktu kstrim yag sama ssuai fugsi tujua. Formulasi yag dapat dibrika pada prmasalaha optimal kotrol murut Naidu (00: 6) adalah: a. Diskripsi matmatika atau modl matmatika artiya diprolh mtod matmatika dari pross trjadiya pgdalia (scara umum dalam btuk variabl kadaa), b. Spsifikasi dari fugsi tujua, c. Mtuka kodisi batas dari kostrai fisik pada kadaa (stat) da atau kotrol. ujua mcari kotrol u() t dga mmaksimumka atau mmiimumka fugsi tujua. Didfiisika fugsi tujua sbagai brikut K ( x( t ), t ) F( x( t), u( t), t) dt f f t t f 0 (.9) dga kdala x g( x( t), u( t), t) (.30) x( t ) x 0 0 Fugsi tujua (.9) dikataka btuk Lagrag jika ( x( t ), t ) 0 f f da dikataka btuk Mayr jika F( x( t), u( t), t) 0. 36

30 Saat u*( t) mjadi optimal kotrol mlalui substitusi k Sistm (.30), shigga stat aka diprolh yag optimal x*( t) da fugsi tujua (.9) juga aka optimal. (Naidu, 00: 0) K. Prisip Miimum Potryagi Prisip Miimum Potryagi adalah suatu kodisi shigga dapat diprolh pylsaia optimal kotrol yag ssuai dga fugsi tujua yaitu mmiimumka fugsi tujua. Brikut tahap tahap pylsaia optimal kotrol suatu modl aka dibahas dga Prisip Miimum Potryagi, khusus utuk fugsi tujua btuk Lagrag. Didfiisika otasi vktor kotrol kotiu yaitu u t u t u t ( ) ( ),..., ( ) m da vktor kadaa yaitu x( t) x t x t pada itrval trtutup t t ( ),..., ( ) Slajutya, murut Naidu (00: 57) diprolh fugsi tujua yag dimiimumka brikut.,. 0 ( ) mi t ( ( ), ( ), ) t0 K u F x t u t t dt (.3) dga fugsi kdala, x g( x( t), u ( t), t) (.3) 37

31 a u() t b x( t ) x. (.33) 0 0 Brikut prsamaa Lagragia dibtuk: L( x( t), u( t), t) F( x( t), u ( t), t) (.34) Slajutya, prsamaa Hamiltoia yag dibtuk yaitu pjumlaha atara Prsamaa (.34) da prkalia pgali Lagrag dga kdala : x( ), u( ), ( ), x( ), u( ), x( ), u( ), H t t l t t F t t t l g t t t (.35) dimaa l adalah variabl co- stat. Prsamaa (.3) diamaka pula sbagai sistm prsamaa stat. Pylsaia stat da co stat diyataka sbagai brikut H x( t), u( t), l( t) x( t), (.36) l H x( t), u( t), l( t) l( t). (.37) x pylsaia didapat utuk mcari kodisi stimbag mgguaka Sistm (.35) brikut. (Naidu, 00: 89) H x( t), u( t), l( t) u 0 (.38) dga kodisi batas variabl kotrol a u( t) b. 38

32 Brdasarka Prsamaa (.38) da kodisi batas variabl kotrol a u ( t) b, solusi u() t yag optimal diprolh brikut a, jika u () t a u*( t) u( t), jika a u () t b (.39) b, jika u () t b Btuk (.39) dapat ditulis sbagai brikut u*( t) maks mi u ( t), b, a. (.40) 39

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT Catata Kuliah EL Aalisis Numrik BAB HAMPIRAN TAYLOR DAN ANALISIS GALAT. Pgatar Mtod Numrik Ktika kita mylsaika prsamaa-prsamaa matmatika di maa torma-tormaya masih dapat ditrapka, solusi aalitik atau solusi

Lebih terperinci

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada.

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada. 3 TURUNAN FUNGSI 3. Pgrtia Turua Fugsi Diisi Turua ugsi adala ugsi yag ilaiya di c adala c c c asalka it ii ada. Coto Jika 3 4, maka turua di adala 3 4 3.. 4 3 4 4 4 4 4 4 3 3 3 4 Jika mmpuyai turua di

Lebih terperinci

BAB 2 SOLUSI NUMERIK PERSAMAAN

BAB 2 SOLUSI NUMERIK PERSAMAAN BAB SOLUSI NUMERIK PERSAMAAN Dalam sais da rkayasa, kita srigkali harus mcari akar solusi dari prsamaa f 0. Jika f mrupaka fugsi poliomial liar atau kuadratis, solusi ksakya mudah utuk didapatka kara rumusya

Lebih terperinci

INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga)

INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga) INTEGRA FOURIER DISUSUN OEH : Klompok III (Tiga). Maruah (7 6). Yusi Oktavia (7 45 ) 3. Widya Elvi AS (7 45) 4. Azar Saarudi (7 454) 5. Irmaati (7 455) Mata Kuliah Dos Pgasuh Klas : Matmatika ajuta : Fadli,

Lebih terperinci

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian TEORI ANTRIAN Tori atria mrupaka studi matmatis mgai atria atau waitig lis yag di dalamya disdiaka bbrapa altratif modl matmatika yag dapat diguaka utuk mtuka bbrapa karaktristik da optimasi dalam pgambila

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI A II LANDASAN TEORI. Distribusi Pluag Diisi. (Walpol da M rs 995) Jika X adalah suatu variabl radom kotiu maka ugsi dsitas pluaga adalah suatu ugsi ag mmuhi kodisi: i. ; utuk x (- ) ii. = iii. = (.) Diisi.

Lebih terperinci

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t}

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t} Elm Dasar Modl Atria. TEORI ANTRIAN Aktor utama customr da srvr. Elm dasar :. distribusi kdataga customr.. distribusi waktu playaa. 3. disai fasilitas playaa (sri, parall atau jariga). 4. disipli atria

Lebih terperinci

ESTIMASI TITIK BAYESIAN OBYEKTIF

ESTIMASI TITIK BAYESIAN OBYEKTIF ESTIMASI TITIK BAYESIAN OBYEKTIF Adi Stiawa (adi_stia_3@yahoo.com) Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist Satya Wacaa Jl Dipogoro 52-6 Salatiga 57, Idosia Abstrak Estimasi

Lebih terperinci

Transformasi Fourier Waktu Diskrit

Transformasi Fourier Waktu Diskrit Praktikum Isyarat da Sistm Topik 5 Trasformasi ourir Waktu Diskrit Tuua Mahasiswa dapat mtuka da mgguaka trasformasi ourir waktu diskrit dalam aalisa suatu sistm LTI Mahasiswa dapat mgguaka MATLAB sbagai

Lebih terperinci

PERLUASAN METODE NEWTON DENGAN PENDEKATAN PARABOLIK

PERLUASAN METODE NEWTON DENGAN PENDEKATAN PARABOLIK PERLUASAN METDE NEWTN DENGAN PENDEKATAN PARABLIK Abdul Rahma, Supriadi Putra, Bustami Mahasiswa Program Studi S Matmatika Dos JurusaMatmatika Fakultas Matmatika da Ilmu Pgtahua Alam Uivrsitas Riau Kampus

Lebih terperinci

MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF 221 : 5099 : DRA ENDANG SUMARTINAH,MA

MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF 221 : 5099 : DRA ENDANG SUMARTINAH,MA MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF DOSEN : 5099 : DRA ENDANG SUMARTINAH,MA TUJUAN MATA KULIAH : A.URAIAN DAN TUJUAN MATA KULIAH : Mahasiswa mmplajari Fugsi a

Lebih terperinci

S - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner

S - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner PROSIDING ISBN : 978 979 6353 6 3 S - Pgguaa Mtod Baysia Obyktif dalam Aalisis Pgukura Tigkat Kpuasa Plagga Brdasarka Kusior Adi Stiawa Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist

Lebih terperinci

PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB dan GEOGEBRA

PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB dan GEOGEBRA Bidag Kajia : Pdidika Matmatika PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB da GEOGEBRA H.A. Parhusip Program Studi Matmatika Fakultas Sais da Matmatika Uivrsitas Krist Satya

Lebih terperinci

METODE SECANT-MIDPOINT NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Supriadi Putra

METODE SECANT-MIDPOINT NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Supriadi Putra METODE SENT-MIDPOINT NEWTON UNTUK MENYELESIKN PERSMN NONLINER Supriadi Putra sputra@uri.ac.id Laboratorium Komputasi Jurusa Matmatika Fakultas Matmatika da Ilmu Pgtahua lam Uivrsitas Riau Kampus Biawidya

Lebih terperinci

Modifikasi Metode Bahgat tanpa Turunan Kedua dengan Orde Konvergensi Optimal

Modifikasi Metode Bahgat tanpa Turunan Kedua dengan Orde Konvergensi Optimal Smiar Nasioal Tkologi Iformasi, Komuikasi da Idustri (SNTIKI 9 ISSN (Pritd : 79-77 Fakultas Sais da Tkologi, UIN Sulta Syarif Kasim Riau ISSN (Oli : 79-406 Pkabaru, -9 Mi 07 Modifikasi Mtod Bahgat tapa

Lebih terperinci

APLIKASI RESIDU UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL CAUCHY - EULER ORDE-n SKRIPSI. Oleh: IKE NORMA YUNITA NIM

APLIKASI RESIDU UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL CAUCHY - EULER ORDE-n SKRIPSI. Oleh: IKE NORMA YUNITA NIM APLIKASI RESIDU UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL CAUCHY - EULER ORDE- SKRIPSI Olh: IKE NORMA YUNITA NIM. 65 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI (UIN) MAULANA

Lebih terperinci

Modifikasi Varian Metode Newton dengan Orde Konvergensi Tujuh

Modifikasi Varian Metode Newton dengan Orde Konvergensi Tujuh Jural Sais Matmatika da Statistika Vol. No. Juli 0 ISSN 0- Modiikasi Varia Mtod Nwto dga rd Kovrgsi Tujuh Wartoo Ria Rasla Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari Kasim Riau Jl. HR. Sobratas

Lebih terperinci

Transformasi Z Materi :

Transformasi Z Materi : 4 Trasformasi Z Matri : Dfiisi Trasformasi Darah Kovrgsi (Rgio of Covrgc) Diagram Pol Zro Sifat Trasformasi Trasformasi dalam Btu Poliomial Rasioal Fugsi Sistm atau Fugsi Trasfr H() dari Sistm Liir Tida

Lebih terperinci

METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR

METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Vol. 9. No., 0 Jural Sais, Tkologi da Idustri METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Supriadi Putra, Ria Kuriawati, Asmara Karma sputra@uri.ac.id Laboratorium Matmatika Trapa Jurusa

Lebih terperinci

APLIKASI RESIDU KOMPLEKS PADA PERSAMAAN DIFERENSIAL HOMOGEN CAUCHY- EULER ORDE DUA SKRIPSI. Oleh: YUDIA ISMAIL SYAFITRI NIM:

APLIKASI RESIDU KOMPLEKS PADA PERSAMAAN DIFERENSIAL HOMOGEN CAUCHY- EULER ORDE DUA SKRIPSI. Oleh: YUDIA ISMAIL SYAFITRI NIM: APLIKASI RESIDU KOMPLEKS PADA PERSAMAAN DIFERENSIAL HOMOGEN CAUCHY- EULER ORDE DUA SKRIPSI Olh: YUDIA ISMAIL SYAFITRI NIM: 4547 UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM MALANG FAKULTAS SAINS DAN

Lebih terperinci

Kalkulus 2. Persamaan Differensial Biasa (Ordinary Differential Equations (ODE))

Kalkulus 2. Persamaan Differensial Biasa (Ordinary Differential Equations (ODE)) Kalkulus Prsamaa Diffrsial Biasa Ordiar Diffrtial Equatios ODE Dhoi Hartato S.T. M.T. M.Sc. Prodi Tkik Kimia Fakultas Tkik Uivrsitas Ngri Smarag Prsamaa Diffrsial Biasa Prsamaa Diffrsial adalah Prsamaa

Lebih terperinci

MODUL 2 BILANGAN KOMPLEKS

MODUL 2 BILANGAN KOMPLEKS Diktat Kuliah EL- Matmatika Tkik I MODUL BILANGAN KOMPLEKS Satua Acara Prkuliaha Mdul (Bilaga Kmplks sbagai brikut Ptmua k- Pkk/Sub PkkBahasa TuuaPmblaara Bilaga Kmplks Pgatar Bilaga Kmplks Lambag Bilaga

Lebih terperinci

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Enam untuk Menyelesaikan Persamaan Nonlinear

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Enam untuk Menyelesaikan Persamaan Nonlinear Jural Sais Matmatika da Statistika Vol No Juli 6 ISSN 6-5 Mtod Itrasi Tiga Lagkah dga rd Kovrgsi Eam utuk Mlsaika Prsamaa Noliar M Ari da M M Niam Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari

Lebih terperinci

Metode Iterasi Tiga Langkah Bebas Turunan Orde Konvergensi Delapan untuk Menyelesaikan Persamaan Nonlinear

Metode Iterasi Tiga Langkah Bebas Turunan Orde Konvergensi Delapan untuk Menyelesaikan Persamaan Nonlinear Jural Sais Matmatika da Statistika Vol o Jauari ISS - prit/iss - oli Mtod Itrasi Tiga Lagkah Bbas Turua rd Kovrgsi Dlapa utuk Mlsaika Prsamaa oliar M Muhaiir L L ada Jurusa Matmatika Fakultas Sais da Tkologi

Lebih terperinci

Penyelesaian Persamaan Nonlinear Menggunakan Metode Iterasi Tiga Langkah

Penyelesaian Persamaan Nonlinear Menggunakan Metode Iterasi Tiga Langkah Smiar Nasioal Tkologi Iormasi, Komuikasi da Idustri SNTIKI ISSN Pritd : -1 Fakultas Sais da Tkologi, UIN Sulta Sari Kasim Riau ISSN li : -0 Pkabaru, 1-1 Mi 01 Plsaia Prsamaa Noliar Mgguaka Mtod Itrasi

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN EORI Pada bab ii aka dijelaska megeai ladasa teori yag aka diguaka pada bab pembahasa. eori-teori ii diguaka sebagai baha acua yag medukug tujua peulisa. Materi-materi yag aka dibahas atara

Lebih terperinci

Metode Iterasi Orde Konvergensi Enam Untuk Penyelesaian Persamaan Nonlinear

Metode Iterasi Orde Konvergensi Enam Untuk Penyelesaian Persamaan Nonlinear Smiar asioal Tkologi Iormasi Komuikasi da Idustri STIKI 9 ISS Pritd : 9- Fakultas Sais da Tkologi UI Sulta Sari Kasim Riau ISS li : 9-6 Pkabaru 8-9 Mi Mtod Itrasi rd Kovrgsi Eam Utuk Plsaia Prsamaa oliar

Lebih terperinci

STUDI TERHADAP SEBARAN STASIONER PADA SISTEM BONUS MALUS SWISS

STUDI TERHADAP SEBARAN STASIONER PADA SISTEM BONUS MALUS SWISS STUDI TERHDP SEBRN STSIONER PD SISTEM BONUS MLUS SWISS Olh : RENSY ERMWTY G PROGRM STUDI MTEMTIK FKULTS MTEMTIK DN ILMU PENGETHUN LM INSTITUT PERTNIN BOGOR BSTRK RENSY ERMWTY Studi Trhadap Sbara Stasior

Lebih terperinci

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n.

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n. 0 DISTRIBUSI POISSO Distribusi Poisso ii diprolh dari distribusi biomial, apabila dalam distribusi biomial brlau syarat-syarat sbagai briut: a. baya pgulaga sprimya sagat bsar ( ). b. pluag trjadiya pristiwa

Lebih terperinci

1001 Pembahasan UTS Kalkulus II KATA PENGANTAR

1001 Pembahasan UTS Kalkulus II KATA PENGANTAR KATA PENGANTAR 00 Pmbahasa UTS Kalkulus II Sbagaia bsar mahasiswa mgagga bahwa Mata Kuliah yag brhubuga dga mghitug yag salah satuya Kalkulus adalah susah, rumit da mmusigka. Alhasil jala kluar yag ditmuh

Lebih terperinci

STATISTIKA MATEMATIKA I

STATISTIKA MATEMATIKA I STATISTIKA MATEMATIKA I Disusu Olh : (005005) PROGRAM STUDI PENDIDIKAN MATEMATIKA SEKOLAH TINGGI KEGURUAN DAN PENDIDIKAN (STKIP) PGRI SUMATERA BARAT 0 BAB I PELUANG. Ruag Sampl da Kjadia Ruag sampl atau

Lebih terperinci

Modifikasi Metode Iterasi Dua Langkah dengan Satu Parameter

Modifikasi Metode Iterasi Dua Langkah dengan Satu Parameter Smiar Nasioal Tkologi Iormasi, Komuikasi da Idustri SNTIKI 9 ISSN Pritd : 79-77 Fakultas Sais da Tkologi, UIN Sulta Sari Kasim Riau ISSN Oli : 79-406 Pkabaru, 8-9 Mi 07 Modiikasi Mtod Itrasi Dua Lagkah

Lebih terperinci

Modifikasi Metode Newton-Steffensen Bebas Turunan

Modifikasi Metode Newton-Steffensen Bebas Turunan Smiar Nasioal Tkologi Iormasi Komuikasi da Idustri SNTIKI 7 ISSN :08-990 Pkabaru Novmbr 0 Modiikasi Mtod Nto-Sts Bbas Turua M. Niam M.Y Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari Kasim Riau

Lebih terperinci

KONVERGENSI MODIFIKASI METODE POTRA - PTAK DENGAN MENGGUNAKAN KELENGKUNGAN KURVA TUGAS AKHIR

KONVERGENSI MODIFIKASI METODE POTRA - PTAK DENGAN MENGGUNAKAN KELENGKUNGAN KURVA TUGAS AKHIR KNVERGENSI MDIFIKASI METDE PTRA - PTAK DENGAN MENGGUNAKAN KELENGKUNGAN KURVA TUGAS AKHIR Diajuka sbagai Salah Satu Sarat utuk Mmprolh Glar Sarjaa Sais pada Jurusa Matmatika lh: YUZI ANDRI SUHARYN 0800086

Lebih terperinci

KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA

KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA Vol. 9. No. Jural Sais Tkologi da Idustri KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA Yuslita Muda Wartoo Novi Maulaa Laboratorium Matmatika Trapa Jurusa Matmatika

Lebih terperinci

Perumusan Fungsi Green Sistem Osilator Harmonik dengan Menggunakan Metode Integral Lintasan (Path Integral)

Perumusan Fungsi Green Sistem Osilator Harmonik dengan Menggunakan Metode Integral Lintasan (Path Integral) Prumusa Fugsi Gr Sistm Osilator Harmoik dga Mgguaka Mtod Itgral Litasa (Path Itgral) Sutisa Abstrat: Th path itgral is a mthod that oft usd i th uatum problms alulatio. For xampl; th alulatio of uatum

Lebih terperinci

BARISAN DAN DERET. Nurdinintya Athari (NDT)

BARISAN DAN DERET. Nurdinintya Athari (NDT) BARISAN DAN DERET Nurdiitya Athari (NDT) BARISAN Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) = a Fugsi tersebut dikeal sebagai barisa bilaga

Lebih terperinci

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas.

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas. BAB 1 PENDAHUUAN 1.1 atar Belakag Pada dasarya masalah optimisasi adalah suatu masalah utuk membuat ilai fugsi tujua mejadi maksimum atau miimum dega memperhatika pembatas pembatas yag ada. Dalam aplikasi

Lebih terperinci

BAB 2. Teori Pendukung Lingkungan. Misalkan z. adalah suatu titik pada bidang dan r adalah bilangan nyata. positif. Lingkungan r bagi z

BAB 2. Teori Pendukung Lingkungan. Misalkan z. adalah suatu titik pada bidang dan r adalah bilangan nyata. positif. Lingkungan r bagi z BAB Toi Pdukug.. Ligkuga Misalka z adalah suatu titik pada bidag da adalah bilaga yata positi. Ligkuga bagi z -ighbohood o z didiisika sbagai sluuh titik z pada bidag, sdmikia shigga z z < ; ditulis z,.

Lebih terperinci

Perencanaan Optimal Sistem Kontrol AVR (Automatic Voltage Regulator) Untuk Memperbaiki Kestabilan Tegangan Dengan Menggunakan Algoritma Genetik

Perencanaan Optimal Sistem Kontrol AVR (Automatic Voltage Regulator) Untuk Memperbaiki Kestabilan Tegangan Dengan Menggunakan Algoritma Genetik Abstrak Prcaaa Optimal Sistm Kotrol A (Automatic oltag gulator) Utuk Mmprbaiki Kstabila Tgaga Dga Mgguaka Algoritma Gtik Makalah Tugas Akhir Disusu Olh : driyato NW LF30437 Jurusa Tkik lktro Fakultas Tkik

Lebih terperinci

JURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print) 54

JURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print) 54 JURNAL TEKNIK ITS Vol. 5, No., (06) ISSN: 337-3539 (30-97 Pri 54 Pracaga Kotrolr PID-Fuzzy utuk Sistm Pgatura Cascad Lvl da Flow pada Basic Procss Rig 38-00 Dwi Arki Pritadi, Joko Susila, Eka Iskadar Jurusa

Lebih terperinci

MODIFIKASI SEDERHANA DARI VARIAN METODE NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT

MODIFIKASI SEDERHANA DARI VARIAN METODE NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT MODIFIKASI SEDERHANA DARI VARIAN METODE NEWTON UNTUK MENYELESAIKAN Supriadi Putra Jurusa Matmatika Fakultas Matmatika da Ilmu Pgtahua Alam Uivrsitas Riau, Pkabaru ABSTRAT This articl discusss a simpl modiicatio

Lebih terperinci

Sudaryatno Sudirham ing Utari. Mengenal Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1)

Sudaryatno Sudirham ing Utari. Mengenal Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1) Sudaryato Sudirham ig Utari Mgal Sifat-Sifat Matrial () - Sudaryato S & Nig Utari, Mgal Sifat-Sifat Matrial () BAB Sifat-Sifat Thrmal Sjumlah rgi bisa ditambahka k dalam matrial mlalui pmaasa, mda listrik,

Lebih terperinci

Jurnal Mutiara Pendidikan Indonesia, 10/08 (2016), 67-73

Jurnal Mutiara Pendidikan Indonesia, 10/08 (2016), 67-73 67, 1/ (16), 67-73 STUDI OPARASI IPLEENTASI URIULU PADA PEBELAJARAN ASELERASI DAN PEBELAJARAN REGULER (ajia pada las XI CI+BI IPA da las XI IPA di SAN 1 Padag) Yssi Rifmasari STIP Adzkia Padag Email :

Lebih terperinci

BAB I METODE NUMERIK SECARA UMUM

BAB I METODE NUMERIK SECARA UMUM BAB I METODE NUMERIK SECARA UMUM Aplikasi modl matmatika banyak muncul dalam brbagai disiplin ilmu pngtahuan, sprti isika, kimia, konomi, prsoalan rkayasa (tknik msin, sipil, lktro). Modl matmatika yang

Lebih terperinci

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret Program Perkuliaha Dasar Umum Sekolah Tiggi Tekologi Telkom Barisa da Deret Barisa Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) a Fugsi tersebut

Lebih terperinci

Bab III Aplikasi Teori Kontrol H 2 Pada Sistem Suspensi

Bab III Aplikasi Teori Kontrol H 2 Pada Sistem Suspensi Bab III Alikasi Tori Kotrol H Pada Sistm Sssi 36 Bab III Alikasi Tori Kotrol H Pada Sistm Sssi Pggaa tori kotrol H tlah bayak digaka Olh kara it brikt ii aka dirkalka da macam alikasi tori kotrol H ii

Lebih terperinci

TINJAUAN PUSTAKA. 2.1 Ruang Vektor. Definisi (Darmawijaya, 2007) Diketahui (V, +) grup komutatif dan (F,,. ) lapangan dengan elemen identitas

TINJAUAN PUSTAKA. 2.1 Ruang Vektor. Definisi (Darmawijaya, 2007) Diketahui (V, +) grup komutatif dan (F,,. ) lapangan dengan elemen identitas II. TINJAUAN PUSTAKA 2.1 Ruag Vektor Defiisi 2.1.1 (Darmawijaya, 2007) Diketahui (V, +) grup komutatif da (F,,. ) lapaga dega eleme idetitas 1. V disebut ruag vektor (vector space) atas F jika ada operasi

Lebih terperinci

TEORI ANTRIAN A. Proses Antrian 1. Pola Kedatangan 2. Pola Kepergian 3. Kapasitas Sistem

TEORI ANTRIAN A. Proses Antrian 1. Pola Kedatangan 2. Pola Kepergian 3. Kapasitas Sistem TEORI ANTRIAN A. ross Aria ross aria mrupaka pross yag brhubuga dga kdaaga plagga pada suau fasilias playaa, muggu dalam baris aria jika blum mdapa playaa, da akhirya miggalka fasilias rsbu slah playaa

Lebih terperinci

PENGEMBANGAN METODE ITERASI DUA DAN TIGA LANGKAH DENGAN ORDE KONVERGENSI OPTIMAL

PENGEMBANGAN METODE ITERASI DUA DAN TIGA LANGKAH DENGAN ORDE KONVERGENSI OPTIMAL PENGEMBANGAN METODE ITEASI DUA DAN TIGA LANGKAH DENGAN ODE KONVEGENSI OPTIMAL Supriadi Putra M.Si* Dr. Sasudhuha M.S urusa Matatika FMIPA Uivrsitas iau *sputra@uri.a.id ABSTAK Dala akalah ii disajika dua

Lebih terperinci

II. LANDASAN TEORI. digunakan sebagai landasan teori pada penelitian ini. Teori dasar mengenai graf

II. LANDASAN TEORI. digunakan sebagai landasan teori pada penelitian ini. Teori dasar mengenai graf II. LANDASAN TEORI 2.1 Konsp Dasar Graf Pada bagian ini akan dibrikan konsp dasar graf dan dimnsi partisi graf yang digunakan sbagai landasan tori pada pnlitian ini. Tori dasar mngnai graf yang akan digunakan

Lebih terperinci

Kalkulus Rekayasa Hayati DERET

Kalkulus Rekayasa Hayati DERET Kalkulus Rekayasa Hayati DERET 1 Isi Bab Pedahulua Barisa tak-higga Deret tak-higga Deret Positif : Uji kekovergea Deret Gati Tada Deret Pagkat Deret Taylor da Maclauri 2 Kompetesi Dasar Setelah megikuti

Lebih terperinci

PENALA NADA ALAT MUSIK MENGGUNAKAN ALIHRAGAM FOURIER

PENALA NADA ALAT MUSIK MENGGUNAKAN ALIHRAGAM FOURIER PENL ND L MUSIK MENGGUNKN LIHRGM OURIER Olh : di Kuria (L57) Jurusa kik Elktro akultas kik Uivrsitas Dipogoro Jl. Pro. H Sudarto S. H., mbalag, Smarag -mail : Katrosid@Yahoo.com bstrak - Mlalui pristiwa

Lebih terperinci

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4)

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4) 3 II LANDASAN TEORI 2.1 Peubah Kompleks da Fugsi Kompleks Sebuah bilaga kompleks dapat diyataka dalam betuk z = x + jy, (2.1) dega x da y adalah bilaga-bilaga real da j = 1. Bilaga x disebut bagia real

Lebih terperinci

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum BAB II TEORI DASAR 2.1 Aljabar Liier Defiisi 2. 1. 1 Grup Himpua tak kosog G disebut grup (G, ) jika pada G terdefiisi operasi, sedemikia rupa sehigga berlaku : a. Jika a, b eleme dari G, maka a b eleme

Lebih terperinci

Himpunan/Selang Kekonvergenan

Himpunan/Selang Kekonvergenan oki eswa (fmipa-itb) Deret Pagkat Kita aka mempelajari beberapa tehik utuk meyajika suatu fugsi f (x) dalam betuk deret pagkat (power series), yaitu meetuka derat pagkat c (x a) sehigga f (x) = c (x a)

Lebih terperinci

BARISAN TAK HINGGA DAN DERET TAK HINGGA

BARISAN TAK HINGGA DAN DERET TAK HINGGA BARIAN TAK HINGGA DAN DERET TAK HINGGA Bajar/Barisa Tak Higga Barisa tak higga { } adalah suatu fugsi dari dimaa daerah domaiya adalah himpua bilaga bulat positif (bilaga asli). Cotoh: Bila.. maka fugsi

Lebih terperinci

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya TKS 4007 Matematika III Fugsi Kompleks (Pertemua XXVII - XXX) Dr. AZ Jurusa Tekik Sipil Fakultas Tekik Uiversitas Brawijaya Pedahulua Persamaa x + 1 = 0 tidak memiliki akar dalam himpua bilaga real. Pertayaaya,

Lebih terperinci

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Tujuh

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Tujuh Smiar Nasioal Tkologi Iormasi Komuikasi da Idustri SNTIKI 8 ISSN : 08-0 Pkabaru Novmbr 0 Mtod Itrasi Tiga Lagkah dga rd Kovrgsi Tujuh Wartoo Maumi Istiqomah Uivrsitas Islam Ngri Sulta Sari Kasim Riau Jl.

Lebih terperinci

Bab 6 Sumber dan Perambatan Galat

Bab 6 Sumber dan Perambatan Galat Mtod Pnlitian Suradi Sirgar Bab 6 Sumbr dan Prambatan Galat 6. Sumbr galat. Data masukan, misal hasil pngukuran (galat bawaan). Slama komputasi (galat pross), galat ang timbul akibat komputasi 3. Galat

Lebih terperinci

MODIFIKASI METODE NEWTON DENGAN KEKONVERGENAN ORDE TIGA.

MODIFIKASI METODE NEWTON DENGAN KEKONVERGENAN ORDE TIGA. MDIFIKASI METDE NEWTN DENGAN KEKNVERGENAN RDE TIGA Fby Satrya HP ), Agusi ), Musraii ) bysatrya@ymail.om ) Mahasiswa Program Studi S Matmatia ) Dos Matmatia, Jurusa Matmatia Faultas Matmatia da Ilmu Pgtahua

Lebih terperinci

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model. BAB II LANDASAN TEORI Pada bagia ii aka dibahas tetag teori-teori dasar yag diguaka utuk dalam megestimasi parameter model.. MATRIKS DAN VEKTOR Defiisi : Trace dari matriks bujur sagkar A a adalah pejumlaha

Lebih terperinci

Semigrup Matriks Admitting Struktur Ring

Semigrup Matriks Admitting Struktur Ring Semigrup Matriks dmittig Struktur ig K a r y a t i Jurusa Pedidika Matematika FMIP, Uiversitas Negeri Yogyakarta Email: yatiuy@yahoo.com bstrak Diberika adalah rig komutatif dega eleme satua da adalah

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

KOMBINASI METODE NEWTON DENGAN METODE ITERASI YANG DITURUNKAN BERDASARKAN KOMBINASI LINEAR BEBERAPA KUADRATUR UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR

KOMBINASI METODE NEWTON DENGAN METODE ITERASI YANG DITURUNKAN BERDASARKAN KOMBINASI LINEAR BEBERAPA KUADRATUR UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Vol. 0. No. 0 Jural Sais Tkologi da Idustri KOMINSI METODE NEWTON DENGN METODE ITERSI YNG DITURUNKN ERDSRKN KOMINSI LINER EERP KUDRTUR UNTUK MENYELESIKN PERSMN NONLINER Supriadi Putra gusi Yudi Prima Rstu

Lebih terperinci

TINJAUAN PUSTAKA PENDAHULUAN

TINJAUAN PUSTAKA PENDAHULUAN PEDAHULUA Latar Blakag Dalam bidag didika, kgiata ilaia atau valuasi hasil blajar srta didik mruaka salah satu tugas tig yag harus dilakuka olh didik. Evaluasi hasil blajar srta didik dilakuka utuk mgtahui

Lebih terperinci

4.3 Sampling dari distribusi normal dan estimasi likelihood maksimum

4.3 Sampling dari distribusi normal dan estimasi likelihood maksimum Hardwiyao Uomo 060545 4.3 Samlig dari disribusi ormal da simasi liklihood maksimum Liklihood ormal mulivaria Kia asumsika vkor,,..., dga mrrsasika saml acak dari oulasi ormal mulivaria dga raa-raa µ da

Lebih terperinci

Analisis Faktor Faktor Yang Mempengaruhi Kemampuan. : Pemecahan Masalah, Soal Cerita Matematika

Analisis Faktor Faktor Yang Mempengaruhi Kemampuan. : Pemecahan Masalah, Soal Cerita Matematika Kartika Hadayai Z Aalisis Faktor Faktor Yag Mmpgaruhi Kmampua PmcahaMasalah Soal Crita Matmatika Kartika Hadayai Z Prodi Pdidika Matmatika PPs Uivrsitas Ngri Mda Email: kartikahadayaiasthaas@yahoo.com

Lebih terperinci

Aplikasi Integral. Panjang sebuah kurva w(y) sepanjang selang dapat ditemukan menggunakan persamaan

Aplikasi Integral. Panjang sebuah kurva w(y) sepanjang selang dapat ditemukan menggunakan persamaan Aplikasi Intgral Intgral dapat diaplikasikan k dalam banyak hal. Dari yang sdrhana, hingga aplikasi prhitungan yang sangat komplks. Brikut mrupakan aplikasi-aplikasi intgral yang tlah diklompokkan dalam

Lebih terperinci

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real: BARISAN TAK HINGGA Secara umum, suatu barisa dapat diyataka sebagai susua terurut dari bilaga-bilaga real: u 1, u 2, u 3, Barisa tak higga merupaka suatu fugsi dega domai berupa himpua bilaga bulat positif

Lebih terperinci

HASIL DAN PEMBAHASAN. Gambar 3 Proses penentuan perilaku api.

HASIL DAN PEMBAHASAN. Gambar 3 Proses penentuan perilaku api. 6 yang diharapkan. Msin infrnsi disusun brdasarkan stratgi pnalaran yang akan digunakan dalam sistm dan rprsntasi pngtahuan. Msin infrnsi yang digunakan dalam pngmbangan sistm pakar ini adalah FIS. Implmntasi

Lebih terperinci

SISTEM PERSAMAAN LINEAR PADA ALJABAR MIN-PLUS

SISTEM PERSAMAAN LINEAR PADA ALJABAR MIN-PLUS Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 4 Mei 0 SISTEM PERSAMAAN LINEAR PADA ALJABAR MIN-PLUS Musthofa Jurusa Pedidika Matematika FMIPA

Lebih terperinci

Modifikasi Metode Rata-Rata Harmonik Newton Tiga Langkah Menggunakan Interpolasi Hermite Orde Tiga

Modifikasi Metode Rata-Rata Harmonik Newton Tiga Langkah Menggunakan Interpolasi Hermite Orde Tiga Jural Sais Matmatika da Statistika Vol. I No. I Jui 06 pp. - ISSN 6-0 prit/issn 0-0 oli Modiikasi Mtod Rata-Rata Harmoik Nwto Tiga Lagkah Mgguaka Itrpolasi Hrmit rd Tiga Wartoo Dwi Sartika Jurusa Matmatika

Lebih terperinci

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang 2 LANDASAN TEORI Ruag Cotoh, Kejadia, da Peluag Percobaa acak adalah suatu percobaa yag dapat diulag dalam kodisi yag sama, yag hasilya tidak dapat diprediksi secara tepat tetapi dapat diketahui semua

Lebih terperinci

TINJAUAN ULANG EKSPANSI ASIMTOTIK UNTUK MASALAH BOUNDARY LAYER

TINJAUAN ULANG EKSPANSI ASIMTOTIK UNTUK MASALAH BOUNDARY LAYER TINJAUAN ULANG EKSPANSI ASIMTOTIK UNTUK MASALAH BOUNDARY LAYER HannaA Parhusip Cntr of Applid Mathmatics Program Studi Matmatika Industri dan Statistika Fakultas Sains dan Matmatika Univrsitas Kristn Sata

Lebih terperinci

HALAMAN Dengan definisi limit barisan buktikan limit berikut ini : = 0. a. lim PENYELESAIAN : jadi terbukti bahwa lim = 0 = 5. b.

HALAMAN Dengan definisi limit barisan buktikan limit berikut ini : = 0. a. lim PENYELESAIAN : jadi terbukti bahwa lim = 0 = 5. b. Didowload dari ririez.blog.us.ac.id HALAMAN 36 37 5. Dega defiisi limit barisa buktika limit berikut ii : a. lim = 0 lim 1 2 + 3 = 0 > 0 h 1 = 2 + 3 0 = 1 2 + 3 1 2 1 2 1 2 < jadi terbukti bahwa lim =

Lebih terperinci

LANDASAN TEORI. Pada bab ini akan diberikan beberapa konsep dasar (pengertian) yang akan digunakan dalam. pembahasan penelitian. 2.

LANDASAN TEORI. Pada bab ini akan diberikan beberapa konsep dasar (pengertian) yang akan digunakan dalam. pembahasan penelitian. 2. II. LANDASAN TEORI Pada bab ii aka diberika beberapa kosep dasar (pegertia) yag aka diguaka dalam pembahasa peelitia 2.1 Ruag Vektor Defiisi 3.1.1 (Darmawijaya, 2007) Diketahui (V, +) grup komutatif da

Lebih terperinci

PENERIMAAN APLIKASI KAMUS ISTILAH AKUNTANSI PADA SMARTPHONE DENGAN METODE UTAUT

PENERIMAAN APLIKASI KAMUS ISTILAH AKUNTANSI PADA SMARTPHONE DENGAN METODE UTAUT PENERIMAAN APLIKASI KAMUS ISTILAH AKUNTANSI PADA SMARTPHONE DENGAN METODE UTAUT Qoriai Widayati 1, Fbriyati Pajaita 2 Dos Uivrsitas Bia Darma 1, Dos Uivrsitas Bia Darma 2 Jala Jdral Ahmad Yai No.12 Palmbag

Lebih terperinci

Transformasi Fourier Sinyal Waktu Kontinyu. oleh: : Tri Budi Santoso DSP Group, EEPIS-ITS

Transformasi Fourier Sinyal Waktu Kontinyu. oleh: : Tri Budi Santoso DSP Group, EEPIS-ITS Siyal da Sism Trasformasi Fourir Siyal Waku Koiyu olh: : Tri Budi Saoso DSP Group, EEPIS-ITS ITS Tujua: - Siswa mampu mylsaika buk rprsasi alraif pada siyal da sism waku koiyu. - Siswa mjlaska kmbali pyusua

Lebih terperinci

ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA NELAYAN KECAMATAN BULAK SURABAYA

ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA NELAYAN KECAMATAN BULAK SURABAYA ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA NELAYAN KECAMATAN BULAK SURABAYA Citra Elok Mgahardiyai, da Dstri Susilaigrum Mahasiswa Jurusa Statistika

Lebih terperinci

TUGAS ANALISIS REAL LANJUT. a b < a + A. b + B < A B.

TUGAS ANALISIS REAL LANJUT. a b < a + A. b + B < A B. TUGAS ANALISIS REAL LANJUT NOVEMBER 207 () (a) Jika b > 0, B > 0, da a b < A, buktika ab < ba. Kemudia buktika B a b < a + A b + B < A B. (b) Buktika [ 2 (a + b)] 2 2 (a2 + b 2 ). Kemudia tujukka bahwa

Lebih terperinci

BAB VI BARISAN TAK HINGGA DAN DERET TAK HINGGA

BAB VI BARISAN TAK HINGGA DAN DERET TAK HINGGA BAB VI BARIAN TAK HINGGA DAN DERET TAK HINGGA Bajar/Barisa Tak Higga Barisa tak higga { },,,,, adalah suatu fugsi dari dimaa daerah domaiya adalah himpua bilaga bulat positif (bilaga asli). Cotoh: Bila,,,..,

Lebih terperinci

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3 SUKU BANYAK A Pegertia: f(x) x + a 1 x 1 + a 2 x 2 + + a 2 +a 1 adalah suku bayak (poliom) dega : - a, a 1, a 2,.,a 2, a 1, a 0 adalah koefisiekoefisie suku bayak yag merupaka kostata real dega a 0 - a

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

2 BARISAN BILANGAN REAL

2 BARISAN BILANGAN REAL 2 BARISAN BILANGAN REAL Di sekolah meegah barisa diperkealka sebagai kumpula bilaga yag disusu meurut "pola" tertetu, misalya barisa aritmatika da barisa geometri. Biasaya barisa da deret merupaka satu

Lebih terperinci

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah III PEMBAHASAN Pada bagia ii aka diformulasika masalah yag aka dibahas. Solusi masalah aka diselesaika dega Metode Dekomposisi Adomia. Selajutya metode ii aka diguaka utuk meyelesaika model yag diyataka

Lebih terperinci

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR Dose Pegampu : Darmadi, S.Si, M.Pd Disusu : Kelas 5A / Kelompok 5 : Dia Dwi Rahayu (084. 06) Hefetamala (084. 4) Khoiril Haafi (084. 70) Liaatul Nihayah (084. 74)

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Model Pertumbuha Betuk ugsi pertumbuha satu jeis spesies pada umumya megguaka otasi ugsi aalitik yag diyataka dalam satu persamaa. Secara umum ugsi pertumbuha meyataka hubuga

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Optimasi 2.1.1. Pegertia Optimasi Optimasi (Optimizatio) adalah aktivitas utuk medapatka hasil terbaik di bawah keadaa yag diberika. Tujua akhir dari semua aktivitas tersebut

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

Lebih terperinci

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,...

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,... SISEM PERSAMAAN LINIER DAN MARIKS. SISEM PERSAMAAN LINIER Secara umum, persamaa liier dega variabel ( x, x,..., x ) didefiisika sebagai persamaa yag dapat diyataka dalam betuk: a x a x a x b... dega a,

Lebih terperinci

Sifat-Sifat Thermal. Sudaryatno Sudirham

Sifat-Sifat Thermal. Sudaryatno Sudirham Sifat-Sifat hrmal Sudaryato Sudirham Sjumlah rgi bisa ditambahka k dalam matrial mlalui pmaasa, mda listrik, mda magit, bahka glombag cahaya sprti pada pristwa photo listrik yag tlah kita kal. aggapa padata

Lebih terperinci

Pembahasan Soal. Pak Anang SELEKSI MASUK UNIVERSITAS INDONESIA. Disertai TRIK SUPERKILAT dan LOGIKA PRAKTIS. Disusun Oleh :

Pembahasan Soal. Pak Anang SELEKSI MASUK UNIVERSITAS INDONESIA. Disertai TRIK SUPERKILAT dan LOGIKA PRAKTIS. Disusun Oleh : Pmbahasan Soal SELEKSI MASUK UNIVERSITAS INDONESIA Disrtai TRIK SUPERKILAT dan LOGIKA PRAKTIS Disusun Olh : Pak Anang Kumpulan SMART SOLUTION dan TRIK SUPERKILAT Pmbahasan Soal SIMAK UI 2011 Matmatika

Lebih terperinci

METODE NEWTON-STEFFENSEN DENGAN ORDE KEKONVERGENAN TIGA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR

METODE NEWTON-STEFFENSEN DENGAN ORDE KEKONVERGENAN TIGA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR METDE NEWTN-STEFFENSEN DENGN RDE KEKNVERGENN TIG UNTUK MENYELESIKN PERSMN NNLINER Fitiai, Joha Kho, Supiadi Puta Mahaiwa Pogam Studi S Matmatika FMIP Uivita Riau Do JuuaMatmatika FMIP Uivita Riau Fakulta

Lebih terperinci

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu Secara umum persamaa rekursif liier tigkat-k bisa dituliska dalam betuk: dega C 0 0. C 0 x + C 1 x 1 + C 2 x 2 + + C k x k = b, Jika b = 0 maka persamaa rekursif tersebut diamaka persamaa rekursif liier

Lebih terperinci

Oleh : Bambang Supraptono, M.Si. Referensi : Kalkulus Edisi 9 Jilid 1 (Varberg, Purcell, Rigdom) Hal

Oleh : Bambang Supraptono, M.Si. Referensi : Kalkulus Edisi 9 Jilid 1 (Varberg, Purcell, Rigdom) Hal BAB. Limit Fugsi Ole : Bambag Supraptoo, M.Si. Referesi : Kalkulus Edisi 9 Jilid (Varberg, Purcell, Rigdom) Hal 56 - Defiisi: Pegertia presisi tetag it Megataka bawa f ( ) L berarti bawa utuk tiap yag

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1 Barisa Barisa Tak Higga Kekovergea barisa tak higga Sifat sifat barisa Barisa Mooto 9/0/06 Matematika Barisa Tak Higga Secara sederhaa, barisa merupaka susua dari bilaga bilaga yag urutaya berdasarka bilaga

Lebih terperinci

Hendra Gunawan. 12 Februari 2014

Hendra Gunawan. 12 Februari 2014 MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2013/2014 12 Februari 2014 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 82 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg

Lebih terperinci

PERTEMUAN 13. VEKTOR dalam R 3

PERTEMUAN 13. VEKTOR dalam R 3 PERTEMUAN VEKTOR dalam R Pegertia Ruag Vektor Defiisi R Jika adalah sebuah bilaga bulat positif, maka tupel - - terorde (ordered--tuple) adalah sebuah uruta bilaga riil ( a ),a,..., a. Semua tupel - -terorde

Lebih terperinci