Penentuan Panjang Optimal Data Deret Waktu Bebas Outlier dengan Menggunakan Metode Window Time
|
|
- Veronika Yuwono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (017) ISSN: (301-98X Prin) D-137 Penenun Pnjng Opiml D Dere Wku Bebs Oulier dengn Menggunkn Meode Window Time Ry Sofi Auli dn Rden Mohmd Aok Jurusn Sisik, Fkuls Memik dn Ilmu Pengehun Alm, Insiu Teknologi Sepuluh Nopember (ITS) Jl. Arief Rhmn Hkim, Surby Indonesi e-mil: rysofi@gmil.com, rdenok@gmil.com Absrk D oulier sering kli mempengruhi model d secr umum sehingg pengruh dri d oulier ersebu hrus dikurngi u dihilngkn. Nmun, di sisi lin oulier merupkn d yng sng informif pbil penyebb dny oulier ersebu dikehui sehingg beberp peneliin merekomendsikn unuk idk menghilngkn oulier nmun menggni model wl dengn model bru yng disisipkn dengn model oulier. Kemunculn oulier dp menyebbkn bis yng cukup serius dlm esimsi prmeer. As dsr peneliinpeneliin yng dilkukn sebelumny mk pd peneliin ini dilkukn meode bru unuk mendeeksi oulier. Tujun dri meode ini dlh unuk mendpkn pnjng d opimum yng bis digunkn unuk mendeeksi d oulier. Peneliin ini erfokus pd pendeeksin oulier pd d dere wku dengn jumlh d yng bnyk. Dri hsil simulsi d dn implemensi yng dilkukn pd d riil didpkn hsil bhw window ime 500 dn 1000 memberikn nili kursi deeksi oulier lebih bik dibndingkn dengn window ime 100. Selin iu, meode deeksi menggunkn window ime memberikn hsil yng lebih bik dibndingkn meode deeksi oulier bis. K Kunci D Bebs Oulier, Oulier, Window Time M I. PENDAHULUAN ODEL ime series secr umum digunkn unuk mempeljri kehomogenn pol memory pd d ime series. Keberdn d-d ouliers mupun perubhn srukurl d menurunkn efisiensi dlm esimsi model uoregressive (AR). Oulier dn perubhn srukurl d merupkn suu hl yng umum diemui dlm nlisis d ime series sehingg dp menghsilkn kesimpuln yng slh. D oulier merupkn d observsi yng memiliki krkerisik yng berbed dengn d linny. Oulier dibedkn menjdi 4 jenis yiu Addiionl Oulier (AO), Innovion Oulier (IO), Temporry Chnge (TC) dn Level Shif (LS). Unuk mengidenifiksi model prmeer yng pling bik, mk d-d oulier hrus dideeksi dengn cr menghilngkn pengruh oulier mupun menghilngkn d oulier ersebu. Berbgi mcm meode oulier elh dicobkn oleh beberp penelii. Tsy (1986) melkukn peneliin mengeni spesifiksi model ime series keik diemukn oulier pd d dere wku [1]. D oulier merupkn suu kejdin yng wjr erjdi dn sering kli muncul dlm nlisis d, ermsuk d ime series. Pengruh dri dny d oulier bis menyebbkn bis u slh prediksi pd model d ime series ersebu. Kemudin Tsy (1988) kembli melkukn peneliin enng ouliers, level shif dn perubhn vrins dlm d dere wku []. Keig jenis kejdin ini mempengruhi sbilis model ime series. Nmun erkdng keberdnny sering dibikn dn pengruhny diremehkn dmpkny. Prmeer dri model ime series dn pengruh oulier dp pul diesimsi secr bersm [3]. Oulier merupkn d yng kemunculnny idk bis diprediksi kren erdp berbgi mcm fkor yng dp menjdi penyebb munculny oulier ersebu. Oulier dp memberikn pengruh yng cukup signifikn pd hsil idenifiksi, esimsi prmeer dn hsil permln. Meode yng digunkn dlh deeksi oulier secr ierif unuk mendpkn esimsi prmeer dri model ime series dn pengruh oulier secr bersm. Kemudin dilkukn peneliin enng pendeeksin perubhn semenr pd model d ARMA (1,1) [4]. Pengruh oulier disi dengn menggunkn du cr () menggni d oulier dengn nili d lin yng bukn oulier dn (b) menghpus d oulier. Pd meode deeksi oulier yng dilkukn oleh peneliipenelii sebelumny, oulier yng erkndung di dlm suu d dp dideeksi dengn menggunkn hsil spesifiksi model yng msih mengndung oulier sehingg bis erjdi keslhn hsil prediksi keberdn oulier ser hsil forecsing-ny. Nmun, pd peneliin yng kn dilkukn ini spesifiksi model dibngun dri d yng bebs oulier sehingg dihrpkn dp meningkkn kekurn hsil deeksi oulier. Selin melkukn deeksi oulier dengn menggunkn keseluruhn d, dp dilkukn dengn cr pemodeln window ime yiu memodelkn dengn semu d in smpel kemudin model yng diperoleh kn digunkn pd msingmsing window ime yng elh dibenuk [5]. Berpedomn pd cr ersebu, deeksi oulier dengn pembgin window ime dp dilkukn dengn cr yng sm. Mislny, d in smpel yng digunkn sebnyk 4800 d, kemudin model yng diperoleh dri d ersebu digunkn unuk memprediksi keberdn oulier pd 100 d erkhir. Apbil erdp oulier, mk oulier ersebu dihilngkn, nmun pbil idk d oulier mk 100 d erkhir yng bebs oulier ersebu dimodelkn unuk memprediksi keberdn 00 d erkhir, dn seerusny. Kemunculn oulier dp menyebbkn bis yng cukup serius dlm esimsi prmeer model AR. As dsr peneliin-peneliin yng dilkukn sebelumny mk pd
2 JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (017) ISSN: (301-98X Prin) D-138 peneliin ini dilkukn prosedur bru unuk mendeeksi oulier yng d pd d ime series sehingg nniny kn diperoleh pnjng d opimum yng bis digunkn unuk mendeeksi d oulier pd d dere wku dengn jumlh d yng bnyk. A. Anlisis Time Series II. TINJAUAN PUSTAKA Dsr pemikirn ime series dlh pengmn sekrng (Z ) ergnung pd su u beberp pengmn sebelumny (Z -k ). Unuk melih dny korelsi nr pengmn, dp dilkukn uji korelsi nr pengmn yng sering dikenl dengn Auocorrelion Funcion (ACF). Meode yng digunkn unuk d ime series nr lin dlh meode ARIMA Box-Jenkins yng digunkn unuk mengolh ime series yng univri [6]. Misl Z 1,Z,.,Z merupkn proses soksik unuk runun wku diskri. Proses di s disebu ssioner jik men dn vrinsiny konsn unuk seip iik dn kovrin yng konsn unuk seip selng wku ke-k [7]. B. Auoregressive Inegred Moving Averge (ARIMA) Model Auoregressive Inegred Moving Averge (ARIMA) merupkn model ARMA nonssioner yng elh di-differencing sehingg menjdi model ssioner. Model ARIMA yng ssioner dn inverible dp diuliskn: ( B) Z ( B) (1) dimn ( ) (1. p p B B B B ) dn ( ) (1. q q B B B B ) B dlh operor bckshif dn dlh residul whie noise. Persmn 1 dp diulis ( B) sebgi: Z ( B) Jik sumsi ssioneris dlm vrins idk erpenuhi mk dilkukn rnsformsi Box-Cox dengn rumus seperi pd persmn () dengn λ merupkn nili konsn rounded vlue yng digunkn. Y λ 1 T(Y ) = {, λ 0 λ () log(y ), λ = 0, Esimsi prmeer ARIMA dilkukn dengn menggunkn meode Mximum Likelihood Esimor (MLE) dengn memksimumkn fungsi kepdn pelung pd rumus (3) dimn = ( 1,,, T ) ' dn ~N(0,σ ). P( φ, μ, θ, σ = (πσ ) T exp ( 1 σ ) Seelh prmeer diesimsi, mk kemudin dilkukn pengujin signifiknsi prmeer menggunkn sisik uji pd rumus (4) unuk prmeer AR. Nili hipoesis nol, yiu H 0 : i 0 unuk prmeer AR dimn i=1,,., p dn H 0 : 0 unuk MA dengn j=1,,., q kn diolk pbil nili j sisik uji unuk AR yiu. /,( ) hiung i T n p T =1 (3) ˆ i hiung. i (4) SE( i ) Pengujin sumsi whie-noise dilkukn menggunkn uji Ljung-Box seperi pd rumus (5) dengn hipoesis nol, yiu H 0 : 1 L kl K 0 dn H 1 : miniml d su nili k 0 dimn k 1,, L, K. H 0 diolk pbil nili sisik uji Q bernili lebih besr dri χ K-p-q,α dimn nili p dlh bnykny prmeer AR pd model dn q dlh bnykny prmeer MA pd model. K ˆ k Q T( T ) T k (5) k1 Uji normlis dilkukn dengn menggunkn uji Kolmogorov-Smirnov dengn sisik uji seperi pd rumus (6) dimn: H 0 : F( ) F0 ( ) (Residul berdisribusi norml) H 1 : F( ) F0 ( ) (Residul idk berdisribusi norml) C. Evlusi Model D Sup F( ) F ( ) (6) Pd peneliin ini, evlusi model dn pemilihn model erbik kn dilkukn menggunkn krieri nili roo men squre error (R). Semkin kecil nili R mk dp dikkn bhw model semkin bik. Nili R ou-smple didpkn dri rumus (7) [8]. R ou = ou = 1 N N (Z Z ) D. Jenis Oulier Addiive oulier dlh kejdin yng mempunyi efek pd d ime series hny pd su periode sj. Benuk umum sebuh Addiive Ouliers (AO) dlm proses ARMA diurikn sebgi beriku: X T Z X T (8) = X I AO ( B) = AO I ( B ) dlh vribel indikor yng mewkili d u idk dny oulier pd wku T. Innovionl ouliers dlh kejdin yng efekny mengikui proses ARMA. Benuk umum sebuh innovionl ouliers didefinisikn sebgi beriku: ( B) ( T) ( B) (9) ( T) Z X I IO ( I IO ) ( B) ( B) TC dlh kejdin dimn oulier menghsilkn efek wl sebesr ω pd wku, kemudin secr perlhn sesui dengn besrny δ. Model TC diuliskn sebgi beriku: 1 Z X I TC (1 B) (10) ( B) 1 = TC I ( B ) (1 B ) 0 =1 (7)
3 JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (017) ISSN: (301-98X Prin) D-139 Pd s δ = 0 mk TC kn menjdi ksus ddiive oulier, sedngkn pd s δ = 1 mk TC kn menjdi ksus level shif. Suu LS dlh kejdin yng mempengruhi dere pd su wku erenu yng memberikn suu perubhn ib-ib dn permnen. Model oulier LS dinykn sebgi: 1 Z X I LS (1 B) ( B) 1 I LS ( B) (1 B) ( B) S LS ( B) (11) E. Meode Window Time Isilh window ime berkin er dengn konsep drif [9]. Terdp lim mcm jenis pembgin jendel yng digunkn dlm pemodeln yiu full memory dn no memory, fixed size dn dpble size, ser bch selecion. Meode window ime full memory mengsumsikn bhw mengbikn window ime sebelumny idk diperlukn dlm pemodeln. Model dihsilkn dri semu window ime pd inervl sebelumny dn observsi erbru dimbhkn ke window ime yng ergbung dlm inervl. Semenr iu, idk d window ime lm yng dihpus dri lebr jendel. Acun no memory window ime dlh menggunkn jendel dengn ukurn yng ep dri su kumpuln d. Meode ini mengsumsikn bhw kumpuln d pembenuk idk berhubungn dengn konsep d s ini, dn model bru hrus dibngun dri kumpuln d erbru pd seip iik wku yng bru pul dengn mengbikn semu informsi lm. Permslhn um fixed size window ime dlh bgimn memilih ukurn jendel yng sesui. Unuk dpble size window ime, ukurn jendel disesuikn oleh beberp meknisme. Adpif window ime dp diepkn dengn heurisik, yiu melibkn beberp prmeer [10]. F. Uji ANOVA Anlisis of vrince u ANOVA merupkn slh su uji prmerik yng berfungsi unuk membedkn nili r-r lebih dri du kelompok d dengn cr membndingkn vrinsiny [11]. Prinsip uji ANOVA dlh melkukn nlisis vribilis d menjdi du sumber vrisi yiu vrisi di dlm kelompok (wihin) dn vrisi nr kelompok (beween). Unuk mengnlisis d dengn fkor yng lebih bnyk dp menggunkn Muli Wy ANOVA. Unuk memudhkn perhiungn ANOVA, mk dp digunkn bel ANOVA yng diunjukkn oleh Tbel 1 beriku. Source of Vriion Fkor A Fkor B i1 b j 1 Tbel 1. Pengujin Muli Wy ANOVA SS MS F n ( y y ) i i n ( y y ) j j SSA ( 1) SSB ( b 1) MSA MSB Fkor C Fkor D Error Tol k 1 l 1 n ( y y ) k k n ( y y ) l SST-SSA- SSB-SSC- SSD b c d i1 j 1 k 1 l 1 l ( y y ) ijkl SSC ( c 1) SSD ( d 1) SSE ( 1)( b 1)( c 1)( d 1) III. METODOLOGI PENELITIAN MSC MSD D yng digunkn merupkn simulsi dri d dere wku dengn model ARIMA (1,0,0) dengn ϕ=0.8, -0.8, 0.5 dn -0.5 Kemudin pd msing-msing d ersebu disisipkn oulier unggl di dlmny. Pnjng d yng disimulsikn sebnyk 5000 d, criicl vlue yng digunkn sebesr 4, =0.7 dn besrny oulier dienukn sebesr 4. Lngkh peneliin yng digunkn dlm nlisis dlh sebgi beriku. 1. Membngkikn d simulsi msing-msing 100 d dengn model ARIMA (1,0,0) dengn besr prmeer yng dienukn dn pnjng d sebnyk 5000 dengn residul yng memenuhi IIDN(0,1).. Memvlidsi msing-msing model yng elh dibngkikn pkh sesui dengn model peneliin yng diinginkn. 3. Menmbhkn efek oulier unggl pd msing-msing model d. Emp jenis oulier yng disisipkn dlh AO, IO, TC dn LS. Msing-msing penyisipn oulier ersebu dikombinsi dengn loksi oulier ersebu dilekkn yiu di wl (T=1300), engh (T=500) dn khir d (T=3700). Sehingg erdp 36 kombinsi yng dihsilkn dri 3 model, 4 jenis oulier dn 3 loksi yng berbed. 4. Menghpus 100 d wl sehingg d yng kn digunkn dlm observsi sebnyk 4900 d. 5. Membgi d menjdi 4800 d in smpel dn 100 d ou smpel. 6. Mendeeksi oulier yng d dlm d dengn kombinsi pnjng d wl yng dideeksi sebnyk 100, 500 dn Ser mengkombinsikn loksi oulier yiu di wl, engh dn khir d. Meode bru yng kn dilkukn unuk menenukn pnjng opiml d dere wku bebs oulier dengn jumlh d wl yng digunkn sebnyk 100, 500 dn 1000 dengn pnjng pergesern sebesr 100 d.. Memodelkn d in smpel keseluruhn b. Model yng didpkn dri keseluruhn d in smpel ersebu digunkn unuk mendeeksi oulier pd 100 observsi in smple erkhir. c. Apbil oulier erdeeksi mk oulier ersebu dikelurkn dri series smpi idk d oulier lgi. d. Seelh 100 observsi ersebu bersih dri oulier llu dimodelkn.
4 JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (017) ISSN: (301-98X Prin) D-140 e. Model yng didpkn dri 100 observsi erkhir ersebu digunkn unuk mendeeksi oulier pd 00 observsi in smple erkhir. f. Apbil oulier erdeeksi mk oulier ersebu dikelurkn dri series smpi idk d oulier lgi. Proses erus berlnju smpi d observsi hbis dn bersih dri oulier. Dengn lngkh-lngkh yng sm dilkukn unuk pnjng d wl yng diobservsi sebesr 500 dn 1000 yng erlek di wl dn engh series. 7. Menghiung keslhn pendeeksin oulier pd msing-msing d. 8. Membndingkn persense keslhn pendeeksin oulier pd msing-msing model. 9. Mendpkn pnjng opiml d yng dibuuhkn unuk memprediksi suu d dere wku dengn model ARIMA (1,0,0) yng bebs oulier. A. D Simulsi IV. HASIL DAN PEMBAHASAN D simulsi dibngkikn dri model ARIMA (1,0,0) dengn 4 nili prmeer yng berbed-bed bik prmeer yng bernili posiif mupun negif. Bnykny dere yng dibngkiny dlh 5000 observsi dn bnykny perulngn yng dibngkikn dlm seip model dlh 100 kli. Kemudin, d simulsi ersebu disisipkn oulier dengn jenis Addiionl Oulier (AO), Innovionl Oulier (IO), Temporry Chnge (TC) u Level Shif (LS) di loksi yng berbed-bed. Criicl vlue yng digunkn sebesr 4, begiu jug dengn besrn oulier dienukn sebesr 4. Beriku merupkn d dengn model ARIMA (1,0,0) yng dibngkikn dengn 4 vrisi prmeer. Tbel. Emp Model yng Digunkn Dlm Simulsi No. 1. Model Z 0, 8Z 1 () (c) (d) Gmbr 1. Time Series Plo Model Simulsi Perulngn Perm () Z 0, 8Z (b) Z 0, 8Z (c) Z 0, 5Z (d) Z 0, 5Z 1 (b) Seelh diperoleh 100 d dengn model yng vlid dn sesui dengn model bngkin mk seip d dibgi menjdi d in smple dn ou smple. Dri 4900 observsi, d ou smple yng digunkn sebnyk 100 d erkhir dn sisny menjdi d in smple. D in smple inilh yng kemudin kn disisipkn emp jenis oulier yng berbed-bed. B. Penyisipn Oulier Dengn menggunkn d simulsi yng sm, msingmsing disisipkn oulier unggl dengn jenis yng berbed yiu Addiionl Oulier (AO), Innovionl Oulier (IO), Temporry Chnge (TC) u Level Shif (LS) di loksi yng berbed yiu depn (T=100), engh (T=400) u belkng (T=3600) dri keseluruhn d observsi. () (b) (c) Z 0, 8Z 1 Z 0, 5Z 1 Z 0, 5Z 1 (d) (e) (f) Seip model ARIMA (1,0,0) dengn prmeer yng sudh dienukn ersebu dibngkikn sebnyk 100 kli perulngn supy memberikn hsil yng erbik. Pd 100 observsi perm di seip d bngkin dihpus kren pd wl proses bngkin belum menghsilkn model ARIMA (1,0,0) yng konvergen. Seip d hrus dilkukn vlidsi erlebih dhulu unuk memsikn bhw d bngkin mengikui model yng diinginkn. Sehingg pd khirny dipilih 100 d unuk msing-msing model yng benr-benr vlid mengikui model ARIMA (1,0,0) dengn prmeer yng sesui. Beriku merupkn ime series plo dri d bngkin seip model. (g) (h) (i) (j) (k) (l) Gmbr. Time Series Plo Model Z 0, 8Z Perulngn Perm 1 Seelh Penmbhn oulier () AO T 100 (b) AO T 400 (c) AO T 3600 (d) IO T 100 (e) IO T 400 (f) IO T 3600 (g) TC T 100 (h) TC T 400 (i) TC T 3600 (j) LS T 100 (k) LS T 400 (l) LS T 3600
5 JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (017) ISSN: (301-98X Prin) D-141 Msing-msing jenis oulier memiliki krkerisik yng berbed. Pd d simulsi ini, diberikn efek oulier unggl yng loksiny di depn yiu pd T 100, di engh yiu pd dn di belkng yiu pd. Besrny efek oulier yng diberikn dlh dn. Ilusrsi ime series plo seelh penmbhn efek oulier dlh seperi pd Gmbr T T C. Prosedur Deeksi Oulier Dengn Meode Window Time Dlm peneliin ini erdp 4 fkor yng didug berpengruh erhdp keslhn deeksi oulier yng erdp pd d simulsi. Fkor perm dlh prmeer model AR(1) yng dibngkikn yiu 0.8, -0.8, 0.5 dn Fkor kedu dlh jenis oulier yng erdp pd d yiu AO, IO dn TC. Fkor keig dlh pnjng window ime wl yng dideeksi keberdn windowny yiu 100, 500 dn Dn fkor yng erkhir dlh loksi keberdn oulier yng disisipkn yiu berd di depn (T=100), engh (T=400) dn belkng (T=3600). Unuk menguji pkh keemp fkor yng disebukn dis berpengruh erhdp keslhn deeksi oulier dilkukn pengujin Muli Wy ANOVA erhdp hsil d keslhn deeksi oulier. Sebgi conoh pd penyisipn ipe oulier AO yng dilekkn pd d observsi sebesr pd s observsi ke 100 pd model ARIMA (1,0,0) dengn prmeer 0.8 pd model bngkin perulngn perm. Didpkn hsil bhw erdp keslhn deeksi oulier pd s d observsi ke 101 dn 117. D ersebu sehrusny bukn merupkn oulier, nmun kren keslhn deeksi mk d pd observsi ersebu dinggp sebgi oulier. Sedngkn d observsi ke-100 dideeksi secr benr sebgi oulier. Sehingg erdp keslhn deeksi oulier dn prosense keslhn deeksi oulier menjdi sebesr 0,04%. Selnjuny dilkukn prosedur yng sm unuk model perulngn berikuny smpi pd d perulngn ke 100. Prosedur ini menghsilkn r-r prosense keslhn deeksi oulier sebesr 0.075% pd model dengn prmeer 0.8. Prosedur yng sm dilkukn pd prmeer model yng berbed dn lebr window wl yng berbed pul. LS merupkn kejdin yng mempengruhi dere pd suu wku erenu dn efek dri oulier ersebu membu suu perubhn yng ib-ib dn permnen smpi khir periode. Meode yng pling bik unuk mengsi jenis oulier ini dlh dengn menggunkn nlisis inervensi sep funcion kren dp memodelkn pol d yng besrnny berubh secr permnen. Sedngkn dlm peneliin ini cr yng digunkn unuk mengsi keig jenis oulier yng lin dlh dengn menghilngkn d yng erdeeksi sebgi oulier [3]. Sehingg unuk nlisis deeksi oulier pd prosedur window ime yng d dlm peneliin ini idk membhs hsil d simulsi yng disisipkn dengn oulier jenis level shif. Slh su fkor yng menjdi objek peneliin dlh pengruh pnjng wl window ime erhdp keslhn deeksi oulier. Tbel 3 merupkn r-r keslhn deeksi oulier berdsrkn pnjng window ime wl yng diujikn yiu 100, 500 dn Tbel 3. R-R Keslhn Deeksi Oulier Berdsrkn Lebr Window Time Awl No. Window Time Awl R-R (%) , , ,03473 Prosense r-r keslhn deeksi oulier yng erjdi keik dicobkn dengn lebr window ime wl 100 dlh %, selnjuny menurun keik dicobkn pd window ime yng lebih lebr yiu 500 dengn r-r prosense keslhn deeksi sebesr %. Keik lebr window ime sebesr 1000 menghsilkn prosense sebesr %. Slh su sumsi yng diperlukn dlm pengujin Muli Wy ANOVA dlh vrins nr kelompok hrus bersif homogen. Unuk menguji kehomogenn vrins nr kelompok digunkn Levene s Tes seperi diunjukkn pd Tbel 4 beriku. Tbel 4. Levene s Tes Unuk Menguji Homogenis F df1 df Sig Tbel 4 dis menunjukkn bhw nili signifiknsi sebesr yiu kurng dri nili, sehingg dp dikkn vrins nr kelompok secr signifikn bersif homogen. Sehingg dp dilkukn uji Muli Wy ANOVA. Pengujin Muli Wy ANOVA dilkukn unuk mengehui fkor-fkor p sj yng mempengruhi keslhn deeksi oulier yng dilkukn pd d simulsi. Dlm peneliin ini didug erdp 4 fkor yng mempengruhi keslhn deeksi oulier yiu besrmy prmeer dlm model, jenis oulier yng d dlm dere, lebr window ime wl dn loksi keberdn oulier. Berdsrkn nili correced model dp disimpulkn bhw semu vribel independen secr serenk berpengruh erhdp prosense keslhn deeksi oulier. Hl ini diunjukkn dengn nili signifiknsi sebesr yiu kurng dri nili 0.05, sehingg dp dikkn bhw model ersebu vlid. Nili signifiknsi dri emp fkor yng didug berpengruh erhdp prosense keslhn deeksi oulier bernili yiu kurng dri nili 0.05, berri bhw besrmy prmeer dlm model, jenis oulier yng d dlm dere, lebr window ime wl dn loksi keberdn oulier berpengruh signifikn erhdp keslhn deeksi oulier. Prmeer dlm model, jenis oulier dn loksi keberdn oulier merupkn fkor-fkor yng idk bis diubh dlm suu d riil kren menjdi suu krkerisik msingmsing yng menjdi ciri khs sebuh d. Dlm peneliin ini kn dibndingkn mengeni fkor lebr window ime wl yng dp diubh-ubh sesui dengn peneliin. Inerksi nr fkor yng berpengruh signifikn erhdp keslhn deeksi oulier dlh prmeer * lebr window ime wl dengn nili signifiknsi sebesr 0.018, jenis oulier * loksi oulier dengn nili signifiknsi sebesr 0.000, prmeer * jenis oulier * loksi oulier dengn nili signifiknsi sebesr dn jenis oulier * lebr window ime wl * loksi oulier dengn nili signifiknsi sebesr Sedngkn inerksi linny idk berpengruh signifikn erhdp keslhn 0.05
6 JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (017) ISSN: (301-98X Prin) D-14 deeksi oulier. Sebgi conoh, inerksi yng mengndung loksi oulier dn lebr window ime wl cenderung idk signifikn kren pd pengmn oulier dilekkn di lur 1000 observsi erkhir sedngkn lebr window ime pling mksimum dlh 1000 observsi erkhir. Secr idel, hl ini membukikn bhw pd semu lebr window ime wl idk kn dideeksi oulier sehingg idk berpengruh signifikn erhdp keslhn deeksi oulier. Dengn menggunkn Uji Tukey dp dikehui kegori mnkh dri lebr window ime wl yng memiliki perbedn secr signifikn. Tbel 5 beriku menunjukkn hsil dri Uji Tukey. Lebr window ime wl Tbel 5. Hsil Uji Tukey Pos Hoc Lebr window Selisih R-R ime wl Sig ,0051 0, , , ,0051 0, ,0009 0, , , ,0009 0,969 Dri Tbel 5 di s dp dilih bhw erdp perbedn signifikn nr lebr window ime wl 100 dengn 500 dn 100 dengn 1000 dengn nili signifiknsi sebesr yiu kurng dri nili Sehingg selnjuny perlu dielii enng r-r kursi msing-msing lebr window ime wl. Tbel 5 menjelskn bhw r-r prosense keslhn deeksi oulier kelompok dengn lebr window ime wl 500 sebesr % idk berbed secr signifikn dengn r-r prosense keslhn deeksi oulier kelompok dengn lebr window ime wl 1000 sebesr %. Sedngkn r-r prosense keslhn deeksi oulier kelompok dengn lebr window ime wl 100 yiu sebesr % berbed secr signifikn dengn r-r prosense keslhn deeksi oulier kelompok dengn lebr window ime wl 500 dn Kren nili prosense lebr window ime wl 100 lebih besr dibndingkn dengn nili prosense lebr window ime wl 500 dn 1000, mk lebr window ime wl 500 dn 1000 memberikn kursi yng lebih bik. D. Membndingkn Akursi Hsil Prediksi Seelh mendpkn hsil bhw dengn lebr window ime wl 500 dn 1000 memberikn nili r-r prosense keslhn deeksi oulier yng lebih bik dibndingkn dengn lebr window ime wl 100. Selnjuny kn dibndingkn kursi hsil prediksi dri d ou smpel sebnyk 100 observsi yng kn digunkn dnegn 3 cr yiu: (1) prediksi np melkukn deeksi oulier pd d, () prediksi dengn melkukn deeksi oulier di keseluruhn d, dn (3) prediksi dengn melkukn deeksi oulier dn window ime. Perhiungn kursi dri nili prediksi menggunkn nili R. Nili prediksi kn semkin kur pbil nili R yng dihsilkn semkin kecil. Hsil perbndingn keig cr memberikn kesimpuln bhw cr keig yiu prediksi dengn melkukn deeksi oulier dn window ime menghsilkn R yng pling kecil pd model perm, keig dn kedu yiu Z 0,8Z, Z 0,5Z dn Z 0,5Z Sedngkn pd model kedu yiu Z 0, 8Z dengn 1 prmeer model -0.8, cr keig idk menghsilkn nili R yng pling kecil dibndingkn kedu cr yng linny. Sehingg dp disimpulkn deeksi oulier dengn menggunkn window ime menghsilkn kursi yng bik jik prmeer model. Pd peneliin ini hny dicobkn pd keemp nili prmeer iu sj, nmun idk menuup kemungkinn unuk memberikn hsil pd prmeer-prmeer selin yng disebukn unuk dielii pd peneliin selnjuny. 0.8, E. Sudi Ksus (Tree Rings) 0.5dn 0.5 D riil yng kn digunkn dlh d lingkr pohon yng d di Chili. D ini digunkn kren didug memiliki model ARIMA yng sm dengn d simulsi yiu ARIMA (1,0,0). D ersedi dlm websie resmi dlm kegori ree rings. D yng dijdikn observsi unuk pengujin sudi ksus dlh hun 164 smpi dengn Sehingg erdp 71 observsi yng dimi dlm ime series. Selnjuny 71 observsi ersebu dibgi menjdi 700 observsi in smple dn 1 observsi ou smple. Pembgin ini dienukn berdsrkn prosense pembgin d in smple dn ou smple yng dilkukn pd d simulsi, selin iu unuk memudhkn pemoongn window ime yng dilkukn pd d observsi dengn pergesern sebesr 100 observsi. Selnjuny dilkukn spesifiksi model dengn hp-hp idenifiksi model, esimsi dn signifiknsi prmeer dn dignosic checking. Selnjuny dihiung nili prediksi dengn menggunkn 3 cr seperi pd d simulsi. Keig cr yng dibndingkn pd d ree rings memberikn hsil bhw cr perm dn keig memiliki nili R yng sm sedngkn cr kedu memiliki nili R yng lebih kecil, nili R msing-msing cr diunjukkn pd Tbel 6 beriku. Tbel 6. Perbndingn R Keig Cr Cr R Dengn menggunkn cr 1 dn 3 idk erdeeksi oulier yng d di dlm dere d, sedngkn jik menggunkn cr erdeeksi oulier di dlm d sebnyk 15 oulier. V. KESIMPULAN R-r prosense keslhn deeksi oulier kelompok dengn lebr window ime wl 500 sebesr % idk berbed secr signifikn dengn r-r prosense keslhn deeksi oulier kelompok dengn lebr window ime wl 1000 sebesr %. Sedngkn r-r prosense keslhn deeksi oulier kelompok dengn lebr window ime wl 100 yiu sebesr % berbed secr signifikn dengn r-
7 JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (017) ISSN: (301-98X Prin) D-143 r prosense keslhn deeksi oulier kelompok dengn lebr window ime wl 500 dn Kren nili prosense lebr window ime wl 100 lebih besr dibndingkn dengn nili prosense lebr window ime wl 500 dn 1000, mk lebr window ime wl 500 dn 1000 memberikn kursi yng lebih bik. Beberp hl beriku sebgi srn pd peneliin selnjuny dlh pd peneliin selnjuny disrnkn unuk menelii lebr window nr 500 dn 1000 kren, didug renng lebr window ersebu menghsilkn nili prosense kursi yng opiml ser perlu dilkukn kombinsi prmeer yng lebih bergm lgi, menging dlm peneliin ini erdp su prmeer yng idk menghsilkn kesimpuln yng sm dengn keig prmeer yng diujicobkn. DAFTAR PUSTAKA [1] Tsy, R. S., Time Series Model Specificion in he Presence of Ouliers. Journl of he Americn Sisicl Associion, No. 393, Mr, Volume 81, pp [] Tsy, R. S., Ouliers, Level Shifs, nd Vrince Chnges in Time Series. Journl of Forecsing, Volume 7, pp [3] Chen, C. & Liu, L. M., Join Esimion of Model Prmeers nd Oulier Effec in Time Series. Journl of he Americn. [4] Aok, R. M. e l., 015. Temporry Chnge Deecion on ARMA(1,1) D. Inernionl Journl of Mhemicl Models nd Mehods in Applied Sciences, Volume 9, pp [5] Hdi, A. F., 016. Model Hibrid Kombinsi ARIMAX-NN dn GARCH unuk Permln Inflow dn Ouflow Ung Krl, Surby: s.n. [6] Box, G. J. G.. R. G., Time Series Anlysis Forecsing nd Conrol. 3rd ediion penyun. s.l.:englewood Cliffs: Prenice Hll. [7] Soejoei, Z., Anlisis Runun Wku, Meri Pokok UT Jkr: Krunik. [8] Cryer, J., Time Series Anlysis. Boson: Publishing Compny. [9] Sun, J., & Li, H. (011). Dynmic finncil disress predicion using insnce selecion for he disposl. Exper Sysem wih Applicion 38, [10] Widmer, G., & Kub, M. (1996). Lerning in he Presence of Concep Drif nd Hidden Conexs. Mchine Lerning, [11] Ghozli, I. (009). Apliksi Anlisis Mulivrie dengn Progrm SPSS. Semrng: UNDIP.
PENDETEKSIAN PENCILAN ADITIF DAN INOVATIF DALAM DATA DERET WAKTU MELALUI METODE ITERATIF
Forum Sisik dn Kompusi, Vol No., 8 ISSN : 85-85 PENDEEKSIAN PENCILAN ADIF DAN INOVIF DALAM DA DERE WAKU MELALUI MEODE ERIF Kusmn Sdik, Erfini, Noviyni WP Depremen Sisik FMIPA Insiu Pernin Bogor E-mil :
Lebih terperinciMODUL VIII FISIKA MODERN Transformasi Lorentz
MODUL VIII FISIKA MODERN Trnsformsi Loren Tujun Insruksionl Umum : Agr mhsisw dp memhmi mengeni Trnsformsi Loren Tujun Insruksionl Khusus : Dp menjelskn enng kedu posul Einsein Dp menjelskn enng perbedn
Lebih terperinciPemodelan Inflasi Provinsi Riau Menggunakan ARIMA Dengan Deteksi Outlier dan Model Intervensi
Pemodeln nflsi Provinsi Riu Menggunkn ARMA Dengn Deeksi Oulier dn Model nervensi Erie Sdewo Progrm Pscsrjn Sisik FMPA TS Surby erie@mhs.sisik.is.c.id Absrk Permslhn inflsi memiliki dmpk lus dlm perekonomin
Lebih terperinciKesesuaian Persamaan Pola Intensitas Curah Hujan Sebagai Fungsi dari Durasi Hujan di Balai Pengamatan Dirgantara Pontianak
Kesesuin Persmn Pol nensis Curh Hujn Sebgi Fungsi dri Dursi Hujn di Bli Pengmn Dirgnr Ponink Ann Krin 1), M. shk Jumrng 1)* 1)Progrm Sudi Fisik, FMPA, Universis njungpur Jln Jendrl Ahmd Yni, Ponink, ndonesi
Lebih terperinciRENCANA PELAKSANAAN PEMBELAJARAN
7 RENCANA PELAKSANAAN PEMBELAJARAN M Peljrn : Memik Kels/ Semeser: XI Progrm IPA/ Aloksi Wku: 6 jm Peljrn ( Peremun) A. Sndr Kompeensi Menggunkn konsep i fungsi dn urunn fungsi dlm pemehn mslh. B. Kompeensi
Lebih terperinciPERTEMUAN 2 DASAR METODE NUMERIK
PERTEMUAN DASAR METODE NUMERIK Meri pd peremun ini:. Dlil-dlil dsr memik unuk meode numerik. Teori bilngn. Rl Seelh menyelesikn peremun ini, mhsisw dihrpkn dp menjelskn dlil dsr memik unuk meode numerik,
Lebih terperinciSELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA TAHUN 2002 TIM OLIMPIADE MATEMATIKA INDONESIA TAHUN 2003
SELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA TAHUN 00 TIM OLIMPIADE MATEMATIKA INDONESIA TAHUN 00 Bidng Memik Wku : 90 Meni DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH
Lebih terperinciINTEGRAL TAK-WAJAR. bentuk tak-tentu karena bentuk ini saling membantu dan tidak bersaing.
INTEGRAL TAK-WAJAR A. Tk Terhingg Seip ilngn sli merupkn ilngn erhingg dn dp menykn sesuu yng nykny erhingg. Arisoeles menykn hw ilngn sli n dp ernili seesr-esrny epi ep erhingg dn idk kn pernh sm dengn
Lebih terperinciMatematika EBTANAS Tahun 1987
Memik EBTANAS Thun 987 EBT-SMA-87-0 Himpunn penyelesin dri persmn : x + = x unuk x R dlh {, } {, } {, } {, } {, } EBT-SMA-87-0 Di bwh ini dlh gmbrpenmpng sebuh pip. Jik jri jri pip cm dn AB = 0 cm (AB
Lebih terperinciSOAL PILIHAN GANDA A. 10 B. 100 C D E
OLIMPIADE SAINS TAHUN 004 TINGKAT KABUPATEN/KOTA DIREKTORAT PENDIDIKAN LANJUTAN PERTAMA DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH DEPARTEMEN PENDIDIKAN NASIONAL BIDANG STUDI: MATEMATIKA. Ad du
Lebih terperinciFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA Yogyakarta 2011
Progrm Sudi M Kulih Pokok hsn : Memik : Geomeri : Kesengunn isusun oleh r. li Mhmudi FKULTS MTEMTIK N ILMU PENGETHUN LM UNIVERSITS NEGERI YOGYKRT Yogykr 0 Lemr Kegin Mhsisw Geomeri Lemr Kegin Mhsisw M
Lebih terperinciPeramalan Harga Saham Perusahaan Selular di Indonesia Menggunakan Metode Vector Autoregressive (VAR)
Permln Hrg Shm Perushn Selulr di Indonesi Menggunkn Meode Vecor Auoregressive (VAR) Rez Tino, Agus Suhrsono dn Seiwn Jurusn Sisik, Fkuls Memik dn Ilmu Pengehun Alm, Insiu Teknologi Sepuluh Nopember (ITS)
Lebih terperinciDiana Holidah Bagian Farmasi Klinik dan Komunitas Fakultas Farmasi Universitas Jember
Din Holidh Bgin Frmsi Klinik dn Komunis Fkuls Frmsi Universis Jember Absorpsi Ob Absorpsi sisemik dri slurn cern ergnung pd:. Benuk sedin ble, kpsul, sirup dll b. Anomi fisiologi emp bsorpsi, melipui :
Lebih terperinciANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN ARIMAX
ANALII PERAMALAN PENJUALAN EPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN ARIMAX Muflih Rori Pur Hrh, Agus uhrsono Jurusn isik, Fkuls Memik dn Ilmu Pengehun Alm, Insiu Teknologi euluh Noember (IT) Jl.
Lebih terperinciAnalisis Peramalan Penjualan Sepeda Motor Di Kabupaten Ngawi Dengan Arima Dan Arimax
JURNAL AIN DAN ENI POMIT Vol. 3, No.2, (2014) 2337-3520 (2301-928X Prin) D-122 Anlisis Permln Penjuln eed Moor Di Kbuen Ngwi Dengn Arim Dn Arimx Muflih Rori Pur Hrh dn Agus uhrsono Jurusn isik, Fkuls Memik
Lebih terperinciVII. FUNGSI PERMINTAAN TAMAN WISATA TIRTA SANITA Fungsi Permintaan Taman Wisata Tirta Sanita
VII. FUNGSI PERMINTAAN TAMAN WISATA TIRTA SANITA 7.1. Fungsi Permintn Tmn Wist Tirt Snit Model persmn fungsi permintn di bwh ini sudh menglmi pemilihn independent vrible, untuk menghindri mslh multikolinerits.
Lebih terperinciPERAMALAN CURAH HUJAN DI KOTA YOGYAKARTA DENGAN MODEL FUNGSI TRANSFER MULTIVARIAT
Prosiding Seminr Nsionl Peneliin, Pendidikn dn Penerpn MIPA, Fkuls MIPA, Universis Negeri Yogykr, Mei PERAMALAN CURAH HUJAN DI KOTA YOGYAKARTA DENGAN MODEL FUNGSI TRANSFER MULTIVARIAT Khrisn Yuli Siswni
Lebih terperinciPenaksiran parameter model ARIMA dengan menggunakan Algoritma Genetika
Penksirn prmeer model ARIMA dengn menggunkn Algorim Geneik Wiwin yulini 306 00 070 Dosen Pembimbing I Dr. Irhmh, S.Si,M.Si Dosen Pembimbing II Dedy Dwi Prsyo, S.Si, M.Si Pge Pendhulun Lr belkng Permslhn
Lebih terperinciBAB III METODOLOGI PE ELITIA
24 BAB III METODOLOGI PE ELITIA Meodologi yng digunkn dlm peneliin ini merujuk pd proses Knowledge Discovery in Dbse (KDD). KDD merupkn nm lin dri D Mining yng bis digunkn dlm jurnl ilmih. Lngkh-lngkh
Lebih terperinciPeramalan Netflow Uang Kartal dengan Metode ARIMAX dan Radial Basis Function Network (Studi Kasus Di Bank Indonesia)
Permln Neflow Ung Krl dengn Meode ARIMAX dn Rdil Bsis Funcion Nework (Sudi Ksus Di Bnk Indonesi) Renny Elfir Wulnsri dn Suhrono Jurusn Sisik, FMIPA, Insiu Teknologi Seuluh Noember (ITS) Jl. Arief Rhmn
Lebih terperinciModel Sederhana Penyebaran Avian Flu di Cikelet
13 Bb III Model Sedern Penyebrn Avin Flu di Cikele Pd bb ini kn dibs mengeni model penyebrn virus flu burung di der Cikele bik penyebrn pd ym mupun penyebrn dri ym erdp mnusi dengn memnfkn berbgi informsi
Lebih terperinciTwo-Stage Nested Design
Mteri #13 TIN309 DESAIN EKSPERIMEN Two-Stge Nested Design Nested design dlh slh stu ksus dri desin multi fktor dimn level dri slh stu fktor (misl: fktor B) serup tpi tidk identik untuk setip level yng
Lebih terperinciBAB IV HASIL PENELITIAN DAN ANALISIS
Dri Gmbr 4.7, Gmbr 4.8, dn Gmbr 4.9 di ts dpt diliht bhw hybrid film yng terbentuk menglmi retkn (crck). Hl ini sm seperti yng terjdi pd hybrid film presintered dn hybrid film dengn 5% wt PDMS terhdp TEOS
Lebih terperinciPEMILIHAN METODE INTENSITAS HUJAN YANG SESUAI DENGAN KARAKTERISTIK STASIUN PEKANBARU
PEMILIHAN METODE INTENSITAS HUJAN YANG SESUAI DENGAN KARAKTERISTIK STASIUN PEKANBARU Yohnn Lilis Hndyni Jurusn Teknik Sipil Fkuls Teknik Universis Riu Kmpus Bin Widy Jl. H.R. Soebrns Km. 1,5 Peknbru emil
Lebih terperinciANALISIS PENGARUH STRATEGI BAURAN PEMASARAN TERHADAP MINAT BELI ULANG PRODUK BARU
ANALISIS PENGARUH STRATEGI BAURAN PEMASARAN TERHADAP MINAT BELI ULANG PRODUK BARU Oleh : Bmng Srjono Sf Pengjr Polieknik Negeri Semrng Jl. Prof. Sudro SH. Temlng. Semrng 50275 Asrk Peneliin ini unuk mengehui
Lebih terperinciFisika Dasar I (FI-321) 3) Gerak dalam Dua dan Tiga Dimensi Posisi dan Perpindahan Kecepatan Percepatan Gerak Parabola Gerak Melingkar
Fisik Ds I (FI-31) Topik hi ini (minggu 3) Gek dlm Du dn Tig Dimensi Posisi dn Pepindhn Kecepn Pecepn Gek Pbol Gek Melingk Gek dlm Du dn Tig Dimensi Menggunkn nd u idk cukup unuk menjelskn sec lengkp gek
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bb berikut ini kn disjikn mteri pendukung yng dpt membntu penulis untuk menyelesikn permslhn yng kn dibhs pd bb selnjutny. Adpun mteri pendukungny dlh pengertin mtriks, jenis-jenis
Lebih terperinciSTRATEGI PENGAJARAN MATEMATIKA UNTUK MENENTUKAN AKAR-AKAR PERSAMAAN KUADRAT
Jurnl Vol II. No., Mret 08, hlm. 9-95 vilble online t www.jurnl.un.c.id/indeks/jmp STRTEGI PENGJRN MTEMTIK UNTUK MENENTUKN KR-KR PERSMN KUDRT Indh Purnm Putri, Symsudhuh, Ihd Hsbiyti 3 Progrm Studi Mgister
Lebih terperincir x = 0. Koefisien-koefisien persamaan yang dihasilkan adalah analitik pada x = 0. Jadi dapat kita gunakan metode deret pangkat.
Husn Arifh,M.Sc : Persmn Legendre Emil : husnrifh@uny.c.id Persmn diferensil Legendre (1) 1 x 2 y 2xy + n n + 1 y = 0 Prmeter n pd (1) dlh bilngn rill yng diberikn. Setip penyelesin dri (1) dinmkn fungsi
Lebih terperinciIntegral Tak Wajar. Ayundyah Kesumawati. March 25, Prodi Statistika FMIPA-UII
Kesumwti Prodi Sttistik FMIPA-UII Mrch 25, 205 Sutu integrl tertentu b f (x)dx () diktkn wjr jik i memenuhi du syrt berikut: i. Bts integrsi dn b merupkn bilngn berhingg ii. fungsi f (x) terbts pd intervl
Lebih terperinciPROBLEM SOLVING TERKAIT DENGAN KELAS X SEMESTER 1 PADA STANDAR KOMPETENSI (SK) 1.
PROLEM SOLVING TERKIT DENGN KELS X SEMESTER PD STNDR KOMPETENSI (SK). LJR Memechkn mslh yng berkitn dengn bentuk pngkt, kr, dn logritm Oleh: Sigit Tri Guntoro. Du orng berselisih mengeni bnykny psngn bilngn
Lebih terperinciBab 2 HUKUM KEKEKALAN. 2.1 Hukum Kekekalan Skalar
Bb 2 HUKUM KEKEKALAN 2.1 Hukum Kekekln Sklr Hukum kekekln mendeskripsikn dinmik suu kunis dlm sisem eruup. Khususny, hukum kekekln menykn bhw lju perubhn kumulif kunis ersebu hny ergnung pd fluks yng msuk,
Lebih terperinciFISIKA BESARAN VEKTOR
K-3 Kels X FISIKA BESARAN VEKTOR TUJUAN PEMBELAJARAN Setelh mempeljri mteri ini, kmu dihrpkn memiliki kemmpun berikut.. Memhmi pengertin besrn vektor.. Mengusi konsep penjumlhn vektor dengn berbgi metode.
Lebih terperinciANALISIS NUMERIK. Inter polasi. SPL simultan. Akar Persama. linear
ANALISIS NUMERIK Inter polsi SPL simultn Akr Persm n Non liner INTERPOLASI Tujun Interpolsi bergun untuk menksir hrg-hrg tengh ntr titik dt yng sudh tept. Interpolsi mempunyi orde tu derjt. Mcm Interpolsi
Lebih terperinci1) BENTUK UMUM DAN BAGIAN-BAGIAN PERSAMAAN KUADRAT Bentuk umum persamaan kuadrat adalah seperti di bawah ini:
) BENTUK UMUM DAN BAGIAN-BAGIAN PERSAMAAN KUADRAT Bentuk umum persmn kudrt dlh seperti di bwh ini: b c dengn, b, c bilngn dn riil Dimn, disebut sebgi koefisien dri b disebut sebgi koefisien dri c disebut
Lebih terperinciMODEL POTENSIAL 1 DIMENSI
MODEL POTENSIAL 1 DIMENSI 1. Sumur Potensil Tk Berhingg Kit tinju prtikel bermss m dengn energi positif, berd dlm sumur potensil stu dimensi dengn dinding potensil tk berhingg dn potensil didlmny nol,
Lebih terperinciSISTEM BILANGAN REAL. 1. Sifat Aljabar Bilangan Real
SISTEM BILANGAN REAL Dlm terminologi Aljbr Abstrk, sistem bilngn rel disebut dengn field (lpngn) pd opersi penjumlhn dn perklin. Sutu opersi biner bis ditulis dengn sutu psngn terurut (, b) yng unik dri
Lebih terperinciCONTOH SOLUSI BEBERAPA SOAL OLIMPIADE MATEMATIKA Oleh: Wiworo, S.Si, M.M. 3. Untuk k 2 didefinisikan bahwa a
CONTOH SOLUSI BEBERAPA SOAL OLIMPIADE MATEMATIKA Oleh: Wiworo, S.Si, M.M. Dikethui bhw,. Untuk k didefinisikn bhw k k k. Tentukn jumlh tk hingg dri. Kit mislkn S S. Dengn demikin kit dpt menuliskn Kedu
Lebih terperinciMETODE PENELITIAN. Penelitian dilaksanakan pada bulan Oktober sampai dengan November 2011
III. METODE PENELITIAN 3.1. Tempt dn Wktu Penelitin Penelitin dilksnkn pd buln Oktober smpi dengn November 2011 bertempt di Lbortorium Rekys Bioproses dn Psc Pnen, Jurusn Teknik Pertnin, Fkults Pertnin,
Lebih terperinciVEKTOR. 1. Pengertian Vektor adalah besaran yang memiliki besar (nilai) dan arah. Vektor merupakan sebuah ruas garis yang
VEKTOR 1. Pengertin Vektor dlh besrn yng memiliki besr (nili dn rh. Vektor merupkn sebuh rus gris yng P berrh dn memiliki pnjng. Pnjng rus gris tersebut dlh pnjng vektor. Rus gris dri titik P dn berujung
Lebih terperinciOleh: Abstrak. Kata kunci : data multivariat, deret waktu dan lokasi, VAR, STAR.
Perbndingn Model VAR dn STAR pd Permln Produksi Teh di Jw Br Comprison beween VAR nd STAR models for Te Producion Forecsing Wes Jv Oleh: Suhrono dn Dhoriv Urwul Wusq Jurusn Sisik, Insiu Teknologi Sepuluh
Lebih terperinciBAB III UPPER LEVEL SET SCAN STATISTICS. Bab ini akan membahas mengenai metode upper level set scan statistics.
BB III UPPER LEVEL SET SCN STTISTICS Bb ini kn membhs mengeni metode upper level set sn sttistis. Selin itu, kn dibhs jug hl-hl yng berkitn dengn metode upper level set sn sttistis. Berikut ini dlh istilh-istilh
Lebih terperinciKerjakan di buku tugas. Tentukan hasil operasi berikut. a. A 2 d. (A B) (A + B) b. B 2 e. A (B + B t ) c. A B f. A t (A t + B t ) Tes Mandiri
Mmt Apliksi SMA Bhs Dikethui A = Tentukn hsil opersi berikut A c A A b A A d A Dikethui A = Tentukn hsil opersi berikut (A + B) c (B A) b A + AB + B d B BA + A Sol Terbuk Kerjkn di buku tugs Jik X = dn
Lebih terperinci2. Paman mempunyai sebidang tanah yang luasnya 5 hektar. Tanah itu dibagikan kepada 3. Luas tanah yang diterima oleh mereka masing-masing = 5 :3 1
. Hitunglh 7 5. : b. 5 : c. 8 : 6 d. 8 9 7 7 7 5 77 77 77. : c. 8 : 6 : 6 6 9 9 9 6 54 8 40 7 b. 5: 5 d. 4: 4: 4 6 8 7 95 Husein Tmpoms, Rumus-rumus Dsr Mtemtik 4 :. Pmn mempunyi sebidng tnh yng lusny
Lebih terperinciMODEL GARCH UNTUK VARIANSI SESATAN DARI MODEL AUTOREGRESIVE MOVING AVERAGE
MODEL GARCH UNUK VARIANSI SESAAN DARI MODEL AUOREGRESIVE MOVING AVERAGE Ole: Eni usi Jurusn Pendidikn Memik FPMIPA UPI Jl Dr Seibudi 9, Bndung 404 Absk Model yng digunkn dlm emodeln d runun wku yiu model
Lebih terperinciMA3231 Analisis Real
MA3231 Anlisis Rel Hendr Gunwn* *http://hgunwn82.wordpress.com Anlysis nd Geometry Group Bndung Institute of Technology Bndung, INDONESIA Progrm Studi S1 Mtemtik ITB, Semester II 2016/2017 HG* (*ITB Bndung)
Lebih terperinci15. INTEGRAL SEBAGAI LIMIT
15. INTEGRAL SEBAGAI LIMIT 15.1 Jumlh Riemnn Dlm kulih Klkulus pd thun pertm, integrl Riemnn bisny diperkenlkn sebgi limit dri jumlh Riemnn, tidk mellui integrl Riemnn ts dn integrl Riemnn bwh. Hl ini
Lebih terperinciperusahaan-perusahaan go public yang terdaftar di BEJ sampai dengan tahun
BAB IV ANALISIS DAN PEMBAHASAN Pd bgin ini kn dilkukn nlisis terhdp dt yng diteliti. Penelitin ini bertujun untuk mengethui hubungn kinerj keungn dengn hrg shm bik secr prsil mupun secr simultn. Dlm penelitin
Lebih terperinci6. Himpunan Fungsi Ortogonal
6. Himpunn Fungsi Ortogonl Mislkn f periodik dengn periode, dn mulus bgin demi bgin pd [ π, π]. Jik S f N (θ) = N n= N c ne inθ, n =,, 2,..., dlh jumlh prsil dri deret Fourier f, mk kit telh menunjukkn
Lebih terperinciBAB ALJABAR MARIX Dlm pokok bhsn ini kn disjikn dsr-dsr opersi ljbr mtrix yng berhubungn dengn nlisis struktur dengn menggunkn metode mtrix kekkun (stiffness method)... Pengertin Mtrix Mtrix merupkn sutu
Lebih terperinciSkew- Semifield dan Beberapa Sifatnya 1
Skew- Semifield dn Beberp Siftny K r y t i Jurusn Pendidikn Mtemtik Fkults Mtemtik dn Ilmu Pengethun Alm Universits Negeri Yogykrt E-mil: ytiuny@yhoo.com Abstrk Sutu field ( lpngn ) F dlh struktur ljbr
Lebih terperinciDETERMINAN. Misalkan A adalah suatu matriks persegi. a) Jika A memiliki satu baris atau satu kolom bilangan nol, maka det(a) = 0.
DETERMINAN Fungsi determinn dri sutu mtriks persegi A (dinotsikn dengn det(a) tu A ) didefinisikn sebgi jumlh dri semu hsil kli elementer bertnd dri A. Sementr, ngk tu bilngn dri det(a) disebut determinn
Lebih terperinciJawaban Tugas Awal Gerak dan Gaya. Eksperimen Kereta dinamika
Jwbn Tugs Awl Gerk dn Gy Eksperimen Kere dinmik. Bil du buh blok erbu dri bhn yng sm epi M>M dijuhkn pd bidng miring yng sm dengn posisi yng sm, mn yng lebih cep smpi ke dsr? Mengp demikin? Jwb : Mg sin
Lebih terperinciJurnal Ilmu Keolahragaan Vol. 14 (1) Januari Juni 2015: 47-57
Jurnl Ilmu Keolhrgn Vol. 14 (1) Jnuri Juni 215: 47-57 PERBEDAAN PENGARUH LATIHAN DOUBLE LEG SPEED HOP DENGAN SKIPPING TERHADAP POWER OTOT TUNGKAI DAN DAYA TAHAN OTOT TUNGKAI PEMAIN BOLA VOLIBUANA PUTRA
Lebih terperinciBAB 2 LANDASAN TEORI. pengetahuan, terutama para peneliti yang dalam penelitiannya banyak
BAB 2 LANDASAN TEORI 2.1 Pengertin Anlisis Regresi Sttistik merupkn slh stu cbng ilmu pengethun yng pling bnyk mendptkn perhtin dn dipeljri oleh ilmun dri hmpir semu ilmu bidng pengethun, terutm pr peneliti
Lebih terperinciTeorema Dasar Integral Garis
ISBN: 978-979-79-55-9 Teorem Dsr Integrl Gris Erdwti Nurdin Progrm Studi Pendidikn Mtemtik FKIP UIR d_1910@yhoo.com Abstrk Slh stu generlissi integrl tentu (definite integrl) f x dx diperoleh dengn menggnti
Lebih terperinciEyus Sudihartinih Tugas MK Geometri
Eyus Sudihrinih Tugs MK Geomeri Posul Prlel Euclid Mellui suu iik A yng idk erlek pd gris m, erdp pling nyk su gris yng kn mellui A dn prlel erhdp m Konvers Teorem Sudu Dlm Berseerngn Jik erdp du gris
Lebih terperinciSistem Persamaan Linear Bagian 1
Sistem Persmn Liner Bgin. SISTEM PERSAMAAN LINEAR PENGANTAR Dlm bgin ini kn kit perkenlkn istilh dsr dn kit bhs sebuh metode untuk memechkn sistem-sistem persmn liner. Sebuh gris dlm bidng xy secr ljbr
Lebih terperinciPERSAMAAN DAN PERTIDAKSAMAAN LOGARITMA
K- Kels X mtemtik PEMINATAN PERSAMAAN DAN PERTIDAKSAMAAN LOGARITMA Tujun Pembeljrn Setelh mempeljri mteri ini, kmu dihrpkn memiliki kemmpun berikut.. Memhmi definisi persmn dn pertidksmn logritm.. Dpt
Lebih terperincimatematika PEMINATAN Kelas X FUNGSI LOGARITMA K-13 A. Definisi Fungsi Logaritma
K-3 Kels mtemtik PEMINATAN FUNGSI LOGARITMA Tujun Pembeljrn Setelh mempeljri mteri ini, kmu dihrpkn memiliki kemmpun berikut.. Memhmi definisi fungsi logritm.. Dpt menggunkn konsep fungsi logritm dlm menyelesikn
Lebih terperinciKINEMATIKA. Membahas gerak suatu benda tanpa memandang penyebabnya. Dinamika : Membahas hubungan gaya & gerak
KINEMATIKA Membhs gerk suu bend np memndng penyebbny. Dinmik : Membhs hubungn gy & gerk Trnslsi : Gerk yg berhubungn dgn perpindhn seluruh bgin bend dri suu emp ke emp lin PENDAHULUAN Suu bend dikkn bergerk
Lebih terperinciCatatan Kuliah 2 Matematika Ekonomi Memahami dan Menganalisa Aljabar Matriks (2)
Cttn Kulih Mtemtik Ekonomi Memhmi dn Mengnlis ljbr Mtriks (). Vektor dn kr Krkteristik pbil dlh mtriks berordo n n dn X dlh vector n, kn dicri sklr λ R yng memenuhi persmn : X λ X tu ( λi) X gr X (solusiny
Lebih terperinciQUANTUM, Jurnal Inovasi Pendidikan Sains, Vol.6, No.2, Oktober 2015, hlm
QUANTUM, Jurnl Inovsi Pendidikn Sins, Vol.6, No.2, Okober 2015, hlm. 11-22 11 PENGARUH MODEL PROBLEM BASED LEARNING (PBL) BERBASIS AKTIVITAS METAKOGNISI TERHADAP KEMAMPUAN MEMECAHKAN MASALAH KELARUTAN
Lebih terperinciRumus Luas Daerah Segi Empat Sembarang? Oleh: Al Jupri Dosen Jurusan Pendidikan Matematika Universitas Pendidikan Indonesia
Rumus Lus Derh Segi Empt Sembrng? Oleh: Al Jupri Dosen Jurusn Pendidikn Mtemtik Universits Pendidikn Indonesi Kit bisny lebih menyuki brng yng siftny serb gun dn efektif, stu brng untuk berbgi jenis keperlun.
Lebih terperinciBab a. maka notasi determinan dari matriks A ditulis : det (A) atau. atau A.
Bb DETERMINAN MATRIKS Determinn sutu mtriks dlh sutu fungsi sklr dengn domin mtriks bujur sngkr. Dengn kt lin, determinn merupkn pemetn dengn domin berup mtriks bujur sngkr, sementr kodomin berup sutu
Lebih terperinciAUTOMATA SEBAGAI MODEL PENGENAL BAHASA
JMP : Volume Nomor Oktober 9 AUTOMATA SEBAGAI MODEL PENGENAL BAHASA Eddy Mrynto Fkults Sins dn Teknik Universits Jenderl Soedirmn Purwokerto Indonesi emil: eddy_mrynto@unsoed.c.id Abstrct. A deterministic
Lebih terperinciPEMBAHASAN SOAL OSN MATEMATIKA SMP 2013 TINGKAT KABUPATEN
www.sip-osn.blogspot.com @Mret 0 PEMBAHASAN SOAL OSN MATEMATIKA SMP 0 TINGKAT KABUPATEN. B. x ( x ) ( x + )( x ) ( x ( ) )( x ) ( x + )( x )( x + )( x ) (d fktor) Tidk d penjelsn tentng fktor hrus bilngn
Lebih terperinciBAB 4 IMPLEMENTASI HASIL PENELITIAN. Rancangan ini dibuat dan dites pada konfigurasi hardware sebagai berikut :
BAB 4 IMPLEMENTASI HASIL PENELITIAN 4.1 Spesifiksi Hrdwre dn Softwre Rncngn ini diut dn dites pd konfigursi hrdwre segi erikut : Processor : AMD Athlon XP 1,4 Gytes. Memory : 18 Mytes. Hrddisk : 0 Gytes.
Lebih terperinciAljabar Linear Elementer
ljbr Liner Elementer M SKS Silbus : Bb I Mtriks dn Opersiny Bb II Determinn Mtriks Bb III Sistem Persmn Liner Bb IV Vektor di Bidng dn di Rung Bb V Rung Vektor Bb VI Rung Hsil Kli Dlm Bb VII Trnsformsi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI. Mtriks Definisi. (Anton, Howrd. ). Mtriks dlh sutu susunn bilngn berbentuk segi empt. Bilngn-bilngn dlm susunn itu disebut nggot dlm mtriks tersebut. Ukurn (size) sutu mtriks dinytkn
Lebih terperinciBAB 10. MATRIKS DAN DETERMINAN
Dessy Dwiynti, S.Si, MBA Mtemtik Ekonomi 1 BAB 10. MATRIKS DAN DETERMINAN 1. Pengertin mtriks Mtriks kumpuln bilngn yng disjikn secr tertur dlm bris dn kolom yng membentuk sutu persegi pnjng, sert termut
Lebih terperinciBABAK PENYISIHAN AMSO JENJANG SMA PEMBAHASAN BABAK PENYISIHAN AMSO
. Jwbn : C 8 3 8 6 3 3 3 6 BABAK PENYISIHAN AMSO JENJANG SMA PEMBAHASAN BABAK PENYISIHAN AMSO. Jwbn : C Tig bilngn prim pertm yng lebih besr dri 0 dlh 3, 9, dn 6. Mk 3 + 9 + 6 = 73. Jdi, jumlh tig bilngn
Lebih terperinciIV. METODE PENELITIAN. Secara umum analisis yang digunakan dalam penelitian ini menggunakan
93 IV. METODE PENELITIAN 4.. Pendekn dn Kerngk Anlisis Secr umum nlisis yng digunkn dlm peneliin ini menggunkn pendekn ekonomerik. Meod dn eknik p yng digunkn ergnung pd ujun yng ingin dicpi dn jenis d
Lebih terperinciMatematika SMA (Program Studi IPA)
Smrt Solution UJIAN NASIONAL TAHUN PELAJARAN 2013/2014 Disusun Sesui Indiktor Kisi-Kisi UN 2013 Mtemtik SMA (Progrm Studi IPA) Disusun oleh : Pk Anng - Blogspot Pge 1 of 13 5. 2. Menyelesikn sol pliksi
Lebih terperinciKINEMATIKA Kelas XI. Terdiri dari sub bab : 1. persamaan gerak 2. Gerak Parabola 3. Gerak Melingkar
Terdiri dri sub bb : 1. persmn gerk. Gerk Prbol 3. Gerk Melingkr KINEMATIKA Kels XI 1. PERSAMAAN GERAK Membhs tentng posisi, perpindhn, keceptn dn perceptn dengn menggunkn vector stun. Pembhnsn meliputi
Lebih terperinciSTRUKTUR BETON BERTULANG I. Tulangan Rangkap. Oleh Resmi Bestari Muin
MODUL KULIAH STRUKTUR BETON BERTULANG I Minggu ke : 9 Tulngn Rngkp Oleh Resmi Bestri Muin PRODI TEKNIK SIPIL FAKULTAS TEKNIK SIPIL dn PERENCANAAN UNIVERSITAS MERCU BUANA 2010 DAFTAR ISI DAFTAR ISI i IX
Lebih terperinciPEMODELAN VEKTOR AUTOREGRESIF X TERHADAP VARIABEL MAKROEKONOMI DI INDONESIA
PEMODELAN VEKTOR AUTOREGRESIF X TERHADAP VARIABEL MAKROEKONOMI DI INDONESIA SKRIPSI Disusun Oleh : Nm : Bony Yudhisir Nugrh NIM : JE 004 6 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciDETERMINAN DAN INVERS MATRIKS BLOK 2 2
Buletin Ilmih Mth. Stt. dn Terpnny (Bimster) Volume 06, No. 3(2017), hl 193 202. DETERMINAN DAN INVERS MATRIKS BLOK 2 2 Ilhmsyh, Helmi, Frnsiskus Frn INTISARI Mtriks blok merupkn mtriks persegi yng diblok
Lebih terperinciPENYELESAIAN SOAL UJIAN TENGAH SEMESTER 2010
PNYLSAIAN SOAL UJIAN TNGAH SMSTR SOAL A Pengolhn dt nnul series curh hujn hrin mximum, H mm, di sutu stsiun ARR menunjukkn bhw sebrn probbilits sutu besrn curh hujn, p H (h), dpt dinytkn dengn sutu ungsi
Lebih terperinciBAB IV TESTING DAN IMPLEMENTASI
BAB IV TESTING DAN IMPLEMENTASI 4.1. Implementsi Sistem Setelh melkukn nlisis dn perncngn sistem yng telh dibhs, mk untuk thp selnjutny yitu implementsi sistem. Implementsi sistem merupkn thp meletkn sistem
Lebih terperinciINTEGRAL. Bogor, Departemen Matematika FMIPA IPB. (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, / 45
INTEGRAL Deprtemen Mtemtik FMIPA IPB Bogor, 2012 (Deprtemen Mtemtik FMIPA IPB) Klkulus I Bogor, 2012 1 / 45 Topik Bhsn 1 Pendhulun 2 Anti-turunn 3 Lus di Bwh Kurv 4 Integrl Tentu 5 Teorem Dsr Klkulus 6
Lebih terperinciAnalisa Regresi Linear. Akibat dari nilai σε yang membesar. Analisa Regresi Linear. Regresi Linear Sederhana dan Korelasi
Anlis Regresi Liner Anlis regresi digunkn untuk mermlkn nili dri stu peubh (peubh Terikt) berdsrkn peubh yng yng lin (peubh bebs). Peubh Terikt: dituliskn sebgi Y Peubh Bebs: dituliskn sebgi X1, X2,, Xk
Lebih terperinciPERBANDINGAN MODEL ARIMA DAN FUNGSI TRANSFER PADA PERAMALAN CURAH HUJAN KABUPATEN WONOSOBO
ISSN: 339-54 JURNAL GAUSSIAN, Volume 4, Nomor 4, Thun 05, Hlmn 037-044 Online di: h://eournl-s.undi.c.id/index.h/gussin PERBANDINGAN MODEL ARIMA DAN FUNGSI TRANSFER PADA PERAMALAN CURAH HUJAN KABUPATEN
Lebih terperinciVektor di R 2 dan R 3
Vektor di R dn R Pengertin Vektor dlh besrn yng mempunyi besr dn rh Vektor digmbrkn oleh rus gris yng dilengkpi dengn nk pnh vektor dimuli dri titik wl (initil point) dn dikhiri oleh titik khir (terminl
Lebih terperincimatematika WAJIB Kelas X RASIO TRIGONOMETRI Kurikulum 2013 A. Definisi Trigonometri
Kurikulum 0 Kels X mtemtik WAJIB RASIO TRIGONOMETRI Tujun Pembeljrn Setelh mempeljri mteri ini, kmu dihrpkn memiliki kemmpun berikut.. Memhmi rsio-rsio trigonometri yng meliputi sinus, kosinus, tngen,
Lebih terperinciAplikasi Teori Permainan Lawan pemain (punya intelegensi yang sama). Setiap pemain mempunyai beberapa strategi untuk saling mengalahkan.
Apliksi Teori Perminn Lwn pemin (puny intelegensi yng sm) Setip pemin mempunyi beberp strtegi untuk sling menglhkn Two-Person Zero-Sum Gme Perminn dengn pemin dengn perolehn (keuntungn) bgi slh stu pemin
Lebih terperinciVolume Bangun Ruang. 1. Balok. Perhatikan gambar di atas. 1. Bangun apa saja yang ada di atas meja? 2. Termasuk bangun apa benda yang dibawa Tini?
Volume Bngun Rung Bend-bend di mej ini merupkn bngun rung. Kleng uu ini berbenuk p, y? Tono Tini Di kel V kmu elh mempeljri beberp jeni bngun rung. Blok Kubu Prim Lim Tbung Kerucu Tin Em... p, y? Perhikn
Lebih terperinciPerhitungan Biaya Tenaga Kerja Sesungguhnya Pada Cafe WarunKomando
Perhitungn Biy Teng Kerj Sesungguhny Pd Cfe WrunKomndo Jnuri Posisi Keterngn: JKS (Jm) TUS JKS : Jm Kerj Sesungguhny TUS : Trif Uph Sesungguhny JTUS : Jumlh Trif Uph per orng (JKS x TUS) JTK : Jumlh Teng
Lebih terperinciMODUL 6. Materi Kuliah New_S1
MODUL 6 Mteri Kulih New_S1 KULIAH 10 Spnning tree dn minimum spnning tree - Definisi spnning tree T diktkn spnning tree dri grph terhubung G bil T dlh sutu tree yng vertexvertexny sm dengn vertexny G dn
Lebih terperinciNFA. Teori Bahasa dan Automata. Viska Mutiawani - Informatika FMIPA Unsyiah
NFA Teori Bhs dn Automt Visk Mutiwni - Informtik FMIPA Unsyih 1 NFA NFA: Nondeterministic Finite Automt Atu Automt Hingg NonDeterministik (AHND) Slh stu bentuk dri Finite Automt NFA memiliki kemmpun untuk
Lebih terperinciBAB II PANGKAT, AKAR DAN LOGARITMA
BAB II PANGKAT, AKAR DAN LOGARITMA ILUSTRASI Sony kn membeli sebuh motor secr kredit, ketentun yng ditwrkn oleh perushn lesing dlh, ung muk sebesr Rp.500.000,00 dn ngsurn perbulnny sebesr Rp 365.000,00
Lebih terperinciPETUNJUK PENULISAN LKM MODUL IV STATISTIK INFERENSIA
A. PENDAHULUAN KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI PETUNJUK PENULISAN LKM MODUL IV STATISTIK INFERENSIA (Berisi ltr elkng mengeni fungsi sttistik inferensi pd permslhn di kehidupn sehri-hri.
Lebih terperinci12. LUAS DAERAH DAN INTEGRAL
12. LUAS DAERAH DAN INTEGRAL 12.1 Lus Derh di Bwh Kurv Mslh menentukn lus derh (dn volume rung) telh dipeljri sejk er Pythgors dn Zeno, pd thun 500-n SM. Konsep integrl (yng terkit ert dengn lus derh)
Lebih terperinciTIM OLIMPIADE MATEMATIKA INDONESIA TAHUN 2009
SELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA TIM OLIMPIADE MATEMATIKA INDONESIA TAHUN 009 Bidng Mtemtik Wktu :,5 Jm DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH DIREKTORAT
Lebih terperinciMetoda Penyelesaian Pendekatan
Metod Elemen Hingg Dlm Hidrulik Bb 3 Dsr Pertm: Metod Penyelesin Pendektn Ir. Djoko Luknnto, M.Sc., Ph.D. milto:luknnto@ugm.c.id I. Tig Lngkh Pokok (hl.54). Bentuk sebuh penyelesin pendektn Û. Optimsikn
Lebih terperinciAljabar Linear Elementer
ljbr Liner Elementer M3 3 SKS Silbus : Bb I Mtriks dn Opersiny Bb II Determinn Mtriks Bb III Sistem Persmn Liner Bb IV Vektor di Bidng dn di Rung Bb V Rung Vektor Bb VI Rung Hsil Kli Dlm Bb VII Trnsformsi
Lebih terperinciBAB III PEMODELAN SIMULASI SISTEM
BAB DLA SULAS SST d bgin ini dijelskn enng pemodeln sisem Tubo Convoluionl, Tubo Block dn Tubo Gbungn sepei yng diunjukkn pd Gmb 3., Gmb 3., dn Gmb 3.3 sec beuun. emodeln esebu beup poses pembngkin d bi
Lebih terperinciSistem Persamaan Linear
Sistem Persmn Liner Muhtdin, ST. MT. Metode Numerik & Komputsi. By : Muhtdin Persmn Aljbr Liner Simultn Metode Numerik & Komputsi. By : Muhtdin 9 Menyelesikn SPL sederhn Grphicl Method dri kedu persmn
Lebih terperinciSistem pengukuran. Bab III SISTEM PENGUKURAN. III.1. Karakteristik Statis. Karakteristik instrument pengukuran. Akurasi (ketelitian)
Sistem pengukurn Bb III SISTEM PENGUKURAN III.1. Krkteristik Sttis III.2. Krkteristik Dinmis III.3. Prinsip Dsr Pengukurn Sistem pengukurn merupkn bgin pertm dlm sutu sistem pengendlin Jik input sistem
Lebih terperinciTURUNAN FUNGSI. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI
LA - WB (Lembr Aktivits Wrg Beljr) TURUNAN FUNGSI Oleh: Hj. ITA YULIANA, S.Pd, M.Pd MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI Creted By It Yulin 33 Turunn Fungsi Kompetensi Dsr 1. Menggunkn
Lebih terperinci