Gambar 3.1Single Channel Multiple Phase

Ukuran: px
Mulai penontonan dengan halaman:

Download "Gambar 3.1Single Channel Multiple Phase"

Transkripsi

1 BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag telah disediaa. Selama proses atria, pelagga aa dipaggil oleh seorag pelaya utu medapata pelayaa di loet pertama. Setelah medapata pelayaa di loet pertama, pelagga megatri embali utu medapata pelayaa di loet selajutya. Atria dilaua pelagga sampai proses pelayaa selesai da pelagga eluar dari sistem atria. Dibawah ii aa disajia gambar dari sistem atria sigle chael multiple phase: Gambar.Sigle Chael Multiple Phase Berdasara gambar diatas, sistem sigle chael multiple phase memilii salura pelayaa tuggal dalam setiap tahap pelayaa dimaa pada pada pelayaa pertama higga pelayaa e- haya terdapat satu loet pelayaa. Kedataga pelagga e loet pelayaa dapat terjadi satu per satu ataupu secara berelompo seperti halya pada pelayaa pembuata SIM di Polrestabes ota Badug, saat proses ujia simulator pelagga datag secara berelompo utu emudia medapata pelayaa secara bergilira. Selai itu pula, pada ujia teori pelagga datag satu persatu amu pelayaa dilaua secara berelompo/boroga. Oleh area itu perlu dibahas terlebih dahulu model Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu 9

2 0 atria pelayaa tuggal dega pola edataga idividu jugaedataga berelompo da pelayaa berelompo serta model atria pelayaa majemu pola edataga idividu.. Model Atria M/M/ Dalam bagia ii aa dibahas cara mecari espetasi dari sistem atria yag meliputi rata-rata baya pelagga dalam sistem (L s ), rata-rata jumlah watu yag dihabisa seorag pelagga dalam sistem (W s ), rata-rata jumlah watu yag dihabisa seorag pelagga dalam atria (W q ) da rata-rata bayaya pelagga dalam atria (L q ). Pada model atria M/M/ diasumsia bahwa proses edataga dega pelayaa adalah idepedet(tida ada aita dalam perhitugaya). Dega demiia peluag dari satu edataga selama periode watu t h bersifat osta yaitu h (utu satu edataga). Sedaga peluag utu pelayaa adalah h (utu satu pelayaa).asumsi yag terahir, harus dapat diaalisis dari periode watu t yag sagat ecil, yag aa mecapai ( t) h 0. Dalam meguraia model atria M/M/ perlu dietahui terlebih dahulu: a. yaitu jumlah pelagga dalam sistem. b. P (t) yaitu peluag dari pelagga dalam sistem pada periode watu t. c. ρ / yaitu peluag sistem dalam eadaa sibu, dimaa ρ <. Beriut ii lagah-lagah yag dilaua dalam meguraia pelayaa tuggal yaitu: a. Lagah : Tetua besarya P (t) dalam parameter da. b. Lagah : Berdasarahasil (a), cari expected umber atau jumlah espetasi dari bayaya pelagga dalam sistem utu parameter-parameter da. c. Lagah : Guaa hasil (b) utu medapata perumusa dari lamaya watu di dalam sistem da rumus-rumus laiya. Kedataga da epergia merupaa ejadia-ejadia yag salig bebas, sehigga ejadia-ejadia pada iterval watu tertetu tida mempegaruhi ejadia pada iterval watu sebelumya atau sesudahya. Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

3 Proses edataga da epergia dalam suatu sistem atria ditujua pada gambar beriut: Gambar.Proses Kedataga da epergia Berdasara gambar. emugia-emugia ejadia salig lepas yag dapat terjadi jia terdapat ( > 0) pelagga dalam sistem pada watu (t+h) adalah sebagai beriut: Tabel. Jumlah Pelagga pada Watu (t + h) pada Model Atria M/M/ Jumlah Kasus Jumlah Jumlah pelagga pelagga Jumlahedataga pelayaa pada watu pada watu t pada watu h pada watu h (t + h) P (t + h) (peluag terdapat pelagga pada watu t) x (peluag dari jumlah edataga pada watu h) x (peluag dari jumlah pelayaa pada watu h) [P (t)] (- h) (- h) P (t) [- h - h + h ] P (t) [- h - h] Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

4 P (t + h) (peluag terdapat(+) pelagga pada watu t) x (peluag dari jumlah edataga pada watu h) x pelayaa pada watu h) [P + (t)] (- h) (h) P + (t) [h-h ] P + (t) (h) (peluag dari jumlah P (t + h) (peluag terdapat (-) pelagga pada watu t) x (peluag dari jumlah edataga pada watu h) x pelayaa pada watu h) [P - (t)] (h) (- h) P - (t) [h - h ] P - (t) (h) (peluag dari jumlah Peluag asus 4 berdasara defiisi proses poisso bahwa P N h ο(h) artiya peluag terdapat atau lebih ejadia pada watu h sagat ecil atau diaggap ol. Karea asus-asus tersebut salig lepas, maa peluag terdapat pelagga dalam sistem pada watu (t+h) diyataa dega: P (t+h) asus + asus + asus P (t) [- h - h] + P + (t) (h) + P - (t) (h) P (t) - hp (t) - hp (t) + hp + (t) + hp - (t) Berdasara asumsi, utu h yag ecil berlau: P (t) P (t+h) P (t) P (t) [- h - h] + P + (t) (h) + P - (t) (h) atau P + (t) (h) P (t) - P (t) [- h - h] - P - (t) (h) P + t P (t) - P (t) + hp (t) + hp (t) - hp - (t) P (t). (h + h) - hp - (t) P (t). h ( + ) - hp - (t) P t. h + hp (t) h Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

5 P + (t) P (t) + P t (.) Selajutya, aa dicarai rumus umum P (t) dalam betu (t) dalam parameter da. Pertama-tama aa ditijau segala cara utu (t+h) yag dapat terjadi: Kasus : a. Tida ada uit pada watu t ( (t)) b. Tida ada edataga dega peluag (- h) c. Tida ada pelayaa dega peluag (- h), dimaa h 0 Maa, (t+h) pada asus yaitu: (t+h) (t). (- h). Kasus : d. Satu uit pada watu t (P (t)) e. Tida ada edataga dega peluag (- h) f. Melayai satu uit dega peluagh Maa, (t+h) pada asus yaitu: (t+h) P (t). (- h). h Berdasara asus da asus, maa emugia (t+h) yag dapat terjadi yaitu: (t+h) asus + asus (t). (- h) + P (t). (- h). h (t) - h (t) + hp (t) - h P (t) (t) - h (t) + hp (t) Berdasara asumsi, utu h yag ecil berlau: (t) (t) (t+h) (t) - h (t) + hp (t) h (t) (t) - (t) + hp (t) Atau hp (t) Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

6 4 P t h(t) h (t) Kemudia utu perumusa P t dalam betu dalam da pada setiap watu maa t area harus idepede. Sehigga diperoleh: Lagah : P Berdasara rumus (.) telah dibutia bahwa : P + P + P apabila, maa: P P Utu didapat: P P + P + + Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

7 5 + Utu didapat: P Sehigga didapata: P Atau P (t) (t) Berdasara esimpula ii, sudah dietahui P (t) diyataa dalam (t) dalam parameter da. Utu medapata dalam betu da dapat diaita dega peluag sistem dalam eadaa sibu yaitu ρ /, maa: ρ Dega demiia diperoleh: P t Lagah : Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu (.) Dalam lagah ii aa dicari rata-rata bayaya pelagga dalam sistem yag diotasia dega L s. Berdasara defiisi espetasi: L s 0 Sehigga, L s. P() P +. P +. P + 4. P

8 Dega megguaa deret geometri beriut: 0 ax, dega a 0 Aa overge da mempuyai jumlah S a, apabila x < x Betu L s diatas mejadi: L s + + Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

9 L s (.) Jadi, rata-ratajumlah pelagga dalam sistem yaitu L s Dega demiia lagah edua selesai dega L s dapat diyataa dalam betu da. Lagah : Dalam peguraia lebih lajut, perlu dicari rata-rata watu yag dibutuha seorag pelagga dalam sistem (W s ), Rata-rata jumlah watu yag dihabisa seorag pelagga dalam atria (W q ), rata-rata bayaya pelagga dalam atria (L q ).. Rata-rata watu yag dibutuha seorag pelagga dalam sistem (W s ) W s. L s Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

10 8 (.4). Rata-rata jumlah watu yag dihabisa seorag pelagga dalam atria(w q ) W q W s (.5). Rata-rata bayaya pelagga dalam atria (L q ) L q. W q. L q (.6). Model Atria M/M/ Peguraia utu pelayaa majemu model atria M/M/ sama halya pada pelayaa tuggal M/M/, perbedaaya terleta pada pelagga yag tida perlu meuggu terlalu lama area palig sediit ada pelayaa utu melayai pelagga. Pertama-tama dicari P (t) dalam parameter, da. Disii aa diuraia dua asus yai utu populasi ( ) da ( > ) utu Sebelumya aa dicari P melalui emugia ejadia-ejadia salig lepas dimaa dapat mucul pada saat (t+h). Tida terdapat pelagga pada saat t ( (t)), tida ada edataga dega peluag ( h) da tida ada pelayaa dega peluag.. Haya ada satu pelagga pada saat t (P (t)), tida ada edataga dega peluag ( h) da melayai satu pelagga dega peluag (h). Dega demiia: t + h t h + P (t)( h)(h) Bedasara asumsi, utu h yag ecil berlau: t + h t Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

11 9 maa t t h + P (t)( h)(h) t t h t + hp t h P t 0 h t + hp t h t hp t P utu setiap t (.7).. Populasi dari Aa ditetua emugia-emugia P dapat mucul seperti yag terlihat pada tabel di bawah ii: Tabel. Tabel Kemugia P pada Watu (t+h) Jumlah Kasus Jumlah pelagga Jumlahedataga Jumlah pelayaa pelagga pada watu pada watu t pada watu h pada watu h (t + h) P (t + h) (t)h P (t + h) P t h h P (t + h) P t h h Perlu dietahui bila edua pelayaa diisi maa probabilitas satu server adalah h + h h, dimaa h 0. Karea etigaya merupaa ejadia salig lepas da berlau utu setiap t, maa P h + P h h + P h h P h + P h P h P + h P + h P h P 0 h h P h P + h P P h( + ) P h h h Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

12 0 P ( + ) P Rumus ii dapat diuraia utu peluag dalam edataga, sehigga P dapat dirumusa: P ( + ( )) P P (.8) Utu,,..., utu.. Populasi dari > Aa dicari peluag terdapat pelagga pada watu (t+h) dega emugia ejadia sebagai beriut: Tabel. Jumlah Pelagga pada Watu (t+h) pada Model Atria M/M/ Jumlah Kasus Jumlah Jumlah pelagga pelagga Jumlahedataga pelayaa pada watu pada watu t pada watu h pada watu h (t + h) P (t + h) P (t)( h)( h) P (t + h) P + t h h P (t + h) P t h h Jadi, P t + h P t h h + P + t h h +P t h h Berdasara asumsi, utu h yag ecil berlau: P t + h P t Utu setiap t didapat P P h h + P + h h + P h h Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

13 P P h P hp + h P + h P + h P + + h P h P P P h P hp + h P + + h P 0 h P hp + h P + + h P h P + h P + hp h P P + P + P h + h + P h h P P P utu > Rumus ii dapat diembaga utu pelayaa mejadi: + P P utu + (.9).. Hubuga Atara da. Utu asus < Telah dietahui: P P ( + ) P Dega melaua substitusi didapat: P ( + ) P P P P Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

14 P... P! Dimaa 0,,,..., -. Utu P Dega megguaa rumus dari persamaa (.8) ( + ( )) P P ( + ( )) P 0 ( )! ( + ( )) ( )! ( )! ( )! ( )! + ( ) ( ) ( ) P 0 ( )! ( )! Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

15 P!. Utu dega megguaa pegembaga dari rumus (.9) didapat P!! P! P P!! + ( )!! 4. Utu + dega megguaa pegembaga dari rumus (.9) didapat P +!! P P!! +!! Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

16 4 P +! + P! (.0)..4 Peetua Peluag da Espetasi Lagah terahir adalah meetua utu < da. Perlu dietahui bahwa : P 0 P juga terbagi mejadi dua asus:. < -. sehigga jumlah peluag dari edua asus tersebut adalah !!!!!! + +! +! +! +! +!! () (+) Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

17 5 0! +! 0! +! Rata-rata bayaya pelagga dalam atria (L q ) L q ( )P P!!! + +! ! Perhatia bahwa: Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

18 6 Sehigga diperoleh, a + a + d r + a + d r + a +, d, r a r + dr r L q! ( + ) + +! ( + ) + +! ! !! Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

19 7 L q.! (.) Rata-rata bayaya pelagga dalam sistem (L s ) L s.! + Rata-rata watu yag dibutuha seorag pelagga dalam sistem (W s ) W s.! + (.) (.) Rata-rata jumlah watu yag dihabisa seorag pelagga dalam atria (W q ) W q.! (Kaiay, 004:90) (.4).4 Model Atria M/M/ Pola Kedataga Berelompo Pada model atria ii para pelagga datag secara berelompo pada watu yag sama da medapat pelayaa secara bergilira. Jumlah pelagga dalam elompo yag satu berbeda dega elompo yag lai. Misala dalam atria pembuata SIM, pemoho SIM yag datag utu melaua ujia simulator datag secara berelompo tergatug dari jumlah pemoho yag lulus pada tahap ujia tulis dimaa jumlah pemoho yag lulus pada elompo satu, dua da selajutya berbeda-beda. Jadi, jumlah pelagga dalam satu elompo yag datag selalu aca. Model atria M/M/ pola edataga berelompo diotasia dega M X /M/. Pada model atria M X /M/, uura suatu elompo yag masu edalam suatu sistem atria merupaa variabel aca positif X. Jia laju edataga suatu elompo yag terdiri dari pelagga diyataa dega maa peluag edataga suatu elompo beruura yaitu: Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

20 8 Dimaa P X a Beriut ii adalah ilustrasi gambar utu model atria M/M/ dega edataga elompo aca, dega jumlah pelagga dalam elompo satu, dua atau pelagga: Gambar.Pola Kedataga Berelompo Aca Berdasara (Aaviroh, 0:60),dari gambar di atas emugiaemugia ejadia salig lepas yag dapat terjadi dega pola edataga berelompo yag beruura ( ) jia terdapat ( > 0) pelagga dalam sistem pada watu (t+h) adalah sebagai beriut: Tabel.4 Jumlah Pelagga pada Watu (t+h) padamodel Atria M X /M/ Jumlah Kasus Jumlah Jumlah pelagga pelagga Jumlahedataga pelayaa pada watu pada watu t pada watu h pada watu h (t + h) Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

21 9 4 Peluag satu edataga secara idividu selama periode Δt h adalah h. Sedaga pada model atria dega pola edataga berelompo, peluag satu edataga yag terdiri dari pelagga selama periode Δt h adalah a h dimaa a merupaa distribusi uura elompo edataga. Berdasara tabel.4 terlihat perbedaa emugia ejadia pada model atria M/M/ dega model atria M X /M/ yaitu pada asus etiga. Kasus etiga dapat diuraia sebagai beriut: P (t + h) peluag edataga beruura + peluag edataga beruura peluag edataga beruura P - (t) (a h) (- h) + P - (t) (a h) (- h) (t) (a h) (- h) P - (t) (a h) + P - (t) (a h) (t) (a h) P t a h maa P (t+h) pada asus model atria dega pola edataga berelompo yaitu: P t + h asus + asus + asus + asus 4 P t h h + P + (t)(h) + P t a h P t hp t hp t + hp + (t) + P t a h Berdasara asumsi, utu h yag ecil berlau: P t P t + h P t P t hp t hp t + hp + (t) + P t a h 0 hp t hp t + hp + (t) + P t a h Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

22 hp t + hp + t + P t a h, utu Berdasara perumusa pada model atria M/M/ sebelumya didapata: P P 0 (.5a) Utu 0 + P + P + + P a, utu setiap t (.5b) Perumusa peluag da espetasi model atria M X /M/ adalah sebagai beriut:. Peluag fasilitas pelayaa aa osog ( ), yaitu: a (.6) Dega a E(X) adalah ilai harapa uura elompo yag masu dalam sistem.. Rata-rata bayaya pelagga dalam sistem (L s ), yaitu: L s atau L s K + ρ + E(X ) ( ρ) ρ ρ (.7) (.8). Rata-rata bayaya pelagga dalam atria (L q ), yaitu: L q atau L q K + ρ + E(X ) ( ρ) ρ (.9) ρ ρ (.0) ρ Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

23 4 4. Rata-rata jumlah watu yag dihabisa seorag pelagga dalam sistem (W s ), yaitu: ρ + E(X ) W s E(X)( ρ) (.) atau W s ( ρ) K + K K (.) 5. Rata-rata jumlah watu yag dihabisa seorag pelagga dalam atria (W q ), yaitu: ρ + E(X ) W q E(X)( ρ) (.) atau W q ( ρ) K K( ρ) K (.4) (Aaviroh, 0:7-77).5 Model Atria M/M/ Pola Pelayaa Berelompo Model atria M/M/ dega pelayaa berelompo adalah suatu sistem atria yag pelayaaya mampu melayai pelagga secara berelompo/boroga sebaya pelagga dalam satu watu. Namu jia jumlah pelagga yag datag urag dari pelagga maa pelagga tersebut aa tetap medapata pelayaa tapa harus meuggu higga pelagga. Model atria M/M/ dega pelayaa berelompo diotasia dega M/M K /. Cotoh asus pada model atria ii adalah atria ujia teori pada proses pembuata SIM di Polrestabes Badug, dimaa ruag ujia memuat palig baya 0 pemoho. Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

24 4 Selajutya aa dicari perumusa probabilitas da espetasi dari model atria M/M K /. Pertama-tama aa dicari emugia ejadia-ejadia salig lepas dimaa dapat mucul pada saat (t+h):. Tida terdapat edataga pada saat t ( (t)), tida ada edataga dega peluag ( h) da tida ada pelayaa dega peluag.. Terdapat i pelagga pada saat t (P i (t)), tida ada edataga dega peluag ( h) da terdapat i pelagga yag dilayai dega i,,, dega peluag (h) Dega demiia t + h t h + P i t h (h) Berdasara asumsi, utu h yag ecil berlau: t + h t Maa t t h + P i t h (h) t t h t + h P i (t) i 0 t + P i t (.5) i Selajutya aa ditetua emugia-emugia pelagga dapat mucul pada saat (t+h) seperti yag terlihat pada tabel di bawah ii: Tabel.5 Jumlah Pelagga pada Watu (t+h) Pada Model Atria M/M K / Kasus Jumlah Pelagga pada Watu t Jumlah Kedataga pada Watu h Jumlah Pelayaa pada Watu h Jumlah Pelagga pada watu (t+h) 0 0 Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

25 Berdasara tabel di atas, terlihat perbedaa emugia ejadia pada model atria M/M/ dega model atria M/M K / yaitu pada asus etiga. Kasus etiga dapat diuraia sebagai beriut: P (t + h) P + (t)( h)(h) Maa P (t+h) pada asus model atria M/M K / yaitu: P t + h asus + asus + asus P t + h P t h h + P t h h + P + t h (h) P t + h P t h h + P t h + P + t (h) P t + h P t hp t hp t + hp t + hp + t Berdasara asumsi, utu h yag ecil berlau: P t + h P t Sehigga P t P t hp t hp t + hp t + hp + t 0 hp t hp t + hp t + hp + t 0 + P t + P t + P + t ( ) (.6) Persamaa (.5) da (.6) dapat ditulis embali mejadi 0 P + P + + P (.7) 0 + P + P + P + (.8) Berdasara buu Fudametals of Queueig Theory,Persamaa (.8) dapat diyataa sebagai: D + D + P 0 0 (.9) Dimaa D merupaa persamaa arateristi Misala r, r,, r adalah aar-aar dari persamaa arateristi, maa Dega C i adalah ostata P C i r i ( 0) i Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

26 44 0 Kita tahu bahwa P, sehigga masig-masig r i harus urag dari satu atau C i 0 utu semua r i yag lebih dari satu. Sehigga dapat di etahui bahwa jumlah dari seluruh aar urag dari satu. Berdasara teorema rouche haya terdapat satu aar ataalah r 0 yag ilaiya berada pada selag (0,) sehigga P Cr 0 ( 0, 0 < r 0 < ) 0 Dega megguaa odisi batas da P, ita dapata Maa C r 0 P ( r 0 )r 0 0, 0 < r 0 < (.0) Selajutya aa dicari espetasi dari model atria M/M K /. Karea betu di atas serupa dega model atria M/M/, ita dapat meulis. Rata-rata bayaya pelagga dalam sistem (L s ) L s r 0 r 0 (.). Rata-rata bayaya pelagga dalam atria (L q ) L q r 0 r 0 r 0 (.). Rata-rata jumlah watu yag dihabisa seorag pelagga dalam sistem (W s ) W s r 0 r 0 r 0 ( r 0 ) (.) 4. Rata-rata jumlah watu yag dibutuha seorag pelagga dalam atria (W q ) W q r 0 r r 0 0 r 0 r 0 ( r 0 ) (.4) Ea Septia Tatias, 04 Sistem atria pembuata sim di polrestabes badug Uiversitas Pedidia Idoesia repository.upi.edu perpustaaa.upi.edu

MACAM-MACAM TEKNIK MEMBILANG

MACAM-MACAM TEKNIK MEMBILANG 0 MACAM-MACAM TEKNIK MEMBILANG ATURAN PERKALIAN Beriut ii diberia sebuah dalil tetag peetua baya susua yag palig sederhaa dalam suatu permasalaha yag beraita dega peluag. Dalil 2.1: ATURAN PERKALIAN SECARA

Lebih terperinci

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain.

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain. BARIAN DAN DERET A. Barisa Barisa adalah uruta bilaga yag memilii atura tertetu. etiap bilaga pada barisa disebut suu barisa yag dipisaha dega lambag, (oma). Betu umum barisa:,, 3, 4,, dega: = suu pertama

Lebih terperinci

MODUL BARISAN DAN DERET

MODUL BARISAN DAN DERET MODUL BARISAN DAN DERET SEMESTER 2 Muhammad Zaial Abidi Persoal Blog http://meetabied.wordpress.com BAB I. PENDAHULUAN A. Desripsi Dalam modul ii, ada aa mempelajari pola bilaga, barisa, da deret diidetifiasi

Lebih terperinci

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C.

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C. BAB II LANDASAN TEORI Pada bab ii aa dibahas teori teori yag meduug metode upper level set sca statistics, atara lai peubah aca, distribusi gamma, fugsi gamma, fugsi lielihood, da uji rasio lielihood.

Lebih terperinci

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes eluag uatu Kejadia, Kaidah ejumlaha, eluag ersyarat, Kaidah eralia da Kaidah aiyes.eluag uatu Kejadia Defiisi : eluag suatu ejadia adalah jumlah peluag semua titi otoh dalam. Dega demiia : 0 (), ( ) =

Lebih terperinci

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG)

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG) PEMBAHASAN SOAL OLIMPIADE SAINS NASIONAL SMP A. ISIAN SINGKAT SELEKSI TINGKAT PROPINSI TAHUN 011 BIDANG STUDI MATEMATIKA WAKTU : 150 MENIT 1. Jia x adalah jumlah 99 bilaga gajil terecil yag lebih besar

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

Model Antrian Multi Layanan

Model Antrian Multi Layanan Jural Gradie Vol. No. Juli : 8- Model Atria Multi Layaa Sisa Yosmar Jurusa Matematia, Faultas Matematia da Ilmu egetahua Alam, Uiversitas Begulu, Idoesia Diterima 9 April; Disetujui 8 Jui Abstra - Salah

Lebih terperinci

Perluasan Uji Kruskal Wallis untuk Data Multivariat

Perluasan Uji Kruskal Wallis untuk Data Multivariat Statistia, Vol. No., Mei Perluasa Uji Krusal Wallis utu Data Multivariat TETI SOFIA YANTI Program Studi Statistia, Uiversitas Islam Badug, Jl. Purawarma No. Badug. E-mail: buitet@yahoo.com ABSTAK Adaia

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

Bab 16 Integral di Ruang-n

Bab 16 Integral di Ruang-n Catata Kuliah MA3 Kalulus Elemeter II Oi Neswa,Ph.D., Departeme Matematia-ITB Bab 6 Itegral di uag- Itegral Gada atas persegi pajag Itegral Berulag Itegral Gada atas Daerah sebarag Itegral Gada Koordiat

Lebih terperinci

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

BAB 6 NOTASI SIGMA, BARISAN DAN DERET BAB 6 NOTASI SIGMA, BARISAN DAN DERET A RINGKASAN MATERI. Notasi Sigma Diberia suatu barisa bilaga, a, a,..., a. Lambag deret tersebut, yaitu: a = a + a +... + a a meyataa jumlah suu pertama barisa Sifat-sifat

Lebih terperinci

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K)

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) JMP : Volume 4 Nomor 1, Jui 2012, hal. 41-50 PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) Malahayati Program Studi Matematia Faultas Sais da Teologi UIN Sua Kalijaga malahayati_01@yahoo.co.id ABSTRACT. I this

Lebih terperinci

Lecture 4 : Queueing Theory and Aplications. Hanna Lestari, M.Eng

Lecture 4 : Queueing Theory and Aplications. Hanna Lestari, M.Eng Leture 4 : Queueig Theory ad Apliatios Haa Lestari, M.Eg Struktur Dasar Model Model Atria Teori Atria bertujua utuk megetahui/meetuka besara kierja sistem atria. Ukura kierja sistem dalam kodisi steady

Lebih terperinci

Penggunaan Transformasi z

Penggunaan Transformasi z Pegguaa Trasformasi pada Aalisa Respo Freuesi Sistem FIR Oleh: Tri Budi Satoso E-mail:tribudi@eepis-its.eduits.edu Lab Siyal,, EEPIS-ITS ITS /3/6 osep pemiira domais of represetatio Domai- discrete time:

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5 Mata Kuliah : Matematia Disrit Program Studi : Tei Iformatia Miggu e : 5 KOMBINATORIAL PENDAHULUAN Persoala ombiatori bua merupaa persoala baru dalam ehidupa yata. Baya persoala ombiatori sederhaa telah

Lebih terperinci

PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR

PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR Jural Tei da Ilmu Komputer PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR Budi Marpaug Faultas Tei da Ilmu Komputer Jurusa Tei Idustri

Lebih terperinci

PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ )

PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ ) (Fey Nilawati Kusuma et al.) PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ ) I Gede Agus Widyadaa I Nyoma Sutapa Dose Faultas Teologi

Lebih terperinci

Pendekatan Teori Antrian : Kasus Nasabah Bank pada Pukul WIB di Bank BNI 46 Cabang Bengkulu

Pendekatan Teori Antrian : Kasus Nasabah Bank pada Pukul WIB di Bank BNI 46 Cabang Bengkulu Jural Gradie Vol. No. Juli 5 : 9-97 edeata Teori Atria : Kasus Nasabah Ba pada uul 8.-. WIB di Ba BNI 46 Cabag Begulu Fahri Faisal Jurusa Matematia, Faultas Matematia da Ilmu egetahua Alam, Uiversitas

Lebih terperinci

1) Leptokurtik Merupakan distribusi yang memiliki puncak relatif tinggi

1) Leptokurtik Merupakan distribusi yang memiliki puncak relatif tinggi Statisti Desriptif Keruciga atau Kurtosis Pegertia Kurtosis Peguura urtosis (peruciga) sebuah distribusi teoritis adaalaya diamaam peguura eses (excess) dari sebuah distribusi Sebearya urtosis bisa diaggap

Lebih terperinci

Penulis: Penilai: Editor: Ilustrator: Dra. Puji Iryanti, M.Sc. Ed. Al. Krismanto, M.Sc. Sri Purnama Surya, S.Pd, M.Si. Fadjar N. Hidayat, S.Si.,M.Ed.

Penulis: Penilai: Editor: Ilustrator: Dra. Puji Iryanti, M.Sc. Ed. Al. Krismanto, M.Sc. Sri Purnama Surya, S.Pd, M.Si. Fadjar N. Hidayat, S.Si.,M.Ed. PAKET FASILITASI PEMBERDAYAAN KKG/MGMP MATEMATIKA Pembelajara Barisa, Deret Bilaga da Notasi Sigma di SMA Peulis: Dra. Puji Iryati, M.Sc. Ed. Peilai: Al. Krismato, M.Sc. Editor: Sri Purama Surya, S.Pd,

Lebih terperinci

TEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE

TEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE Teorema Keovergea Fugsi Teritegral Hestoc(Aiswita) TORMA KKONVRGNAN FUNGSI TRINTGRAL HNSTOCK- KURZWIL SRNTAK DAN FUNGSI BRSIFAT LOCALLY SMALL RIMANN SUMS (LSRS) DARI RUANG UCLID K RUANG BARISAN Aiswita,

Lebih terperinci

BAHAN AJAR DIKLAT GURU MATEMATIKA

BAHAN AJAR DIKLAT GURU MATEMATIKA BAHAN AJAR DIKLAT GURU MATEMATIKA DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH DIREKTORAT PENDIDIKAN MENENGAH KEJURUAN 005 DAFTAR ISI Kata Pegatar.. i Daftar Isi...

Lebih terperinci

MODUL BARISAN DAN DERET

MODUL BARISAN DAN DERET MODUL BARISAN DAN DERET KELAS XII. IPS SEMESTER I Oleh : Drs. Pudjul Prijoo ( http://vidyagata.wordpress.co ) SMA NEGERI 6 Jala Mayje Sugoo 58 Malag Telp./Fax : (034) 75036 E-Mail : sa6_alag@yahoo.co.id

Lebih terperinci

BAB II TINJAUAN PUSTAKA. membahas distribusi normal dan distribusi normal baku, penaksir takbias μ dan σ,

BAB II TINJAUAN PUSTAKA. membahas distribusi normal dan distribusi normal baku, penaksir takbias μ dan σ, BAB II TINJAUAN PUSTAKA.1 Pedahulua Dalam peulisa materi poo dari sripsi ii diperlua beberapa teori-teori yag meduug, yag mejadi uraia poo pada bab ii. Uraia dimulai dega membahas distribusi ormal da distribusi

Lebih terperinci

SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA

SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA KELAS D(K) Malahayati Program Studi Matematia Faultas Sais da Teologi UIN Sua Kalijaga Yogyaarta e-mail: malahayati_01@yahoo.co.id ABSTRAK Himpua

Lebih terperinci

GRAFIKA

GRAFIKA 6 5 7 3 6 3 3 GRAFIKA 3 6 57 08 0 9 5 9 385 946 5 3 30 0 8 9 5 9 3 85 946 5 ANALISA REAL Utu uliah (pegatar) aalisa real yag dilegapi dega program MATLAB Dr. H.A. Parhusip G R A F I K A Peerbit Tisara

Lebih terperinci

Mengkaji Perbedaan Diagonalisasi Matriks Atas Field dan Matriks Atas Ring Komutatif

Mengkaji Perbedaan Diagonalisasi Matriks Atas Field dan Matriks Atas Ring Komutatif Megaji Perbedaa Diagoalisasi Matris Atas Field da Matris Atas Rig Komutatif Teorema : Jia A adalah matris x maa eryataa eryataa beriut eivale satu sama lai : a A daat didiagoalisasi b A memuyai vetor eige

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

MANAJEMEN RISIKO INVESTASI MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya

Lebih terperinci

TEORI ANTRIAN. Gambar 1 Proses antrian pada suatu sistem antrian

TEORI ANTRIAN. Gambar 1 Proses antrian pada suatu sistem antrian TEORI ANTRIAN Teori atria merupaka studi matematis megeai atria atau waitig lies yag di dalamya disediaka beberapa alteratif model matematika yag dapat diguaka utuk meetuka beberapa karakteristik da optimasi

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI. mandiri jika tidak mengandung t secara eksplisit di dalamnya. (Kreyszig, 1983)

I PENDAHULUAN II LANDASAN TEORI. mandiri jika tidak mengandung t secara eksplisit di dalamnya. (Kreyszig, 1983) I PENDAHULUAN Latar Belaag Permasalaha ebiaa pemaea ia yag memberia eutuga masimum da berelauta (tida teradi epuaha dari populasi ia yag dipae) adalah hal yag sagat petig bagi idustri periaa Para ilmuwa

Lebih terperinci

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 1, No.2, September 2012

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 1, No.2, September 2012 IfiityJual Ilmiah Pogam Studi Matematia STKIP Siliwagi Badug, Vol, No., Septembe HIMPUNAN KOMPAK PADA RUANG METRIK Oleh : Cee Kustiawa Juusa Pedidia Matematia FPMIPA Uivesitas Pedidia Idoesia eeustiawa@yahoo.om

Lebih terperinci

Aproksimasi Terbaik dalam Ruang Metrik Konveks

Aproksimasi Terbaik dalam Ruang Metrik Konveks Aprosimasi Terbai dalam Ruag etri Koves Oleh : Suharsoo S Jurusa atematia FIPA Uiversitas Lampug Abstra asalah esistesi da etuggala aprosimasi terbai suatu titi dalam ruag berorm telah dipelajari oleh

Lebih terperinci

Bab 6: Analisa Spektrum

Bab 6: Analisa Spektrum BAB Aalisa Spetrum Bab : Aalisa Spetrum Aalisa Spetrum Dega DFT Tujua Belajar Peserta dapat meghubuga DFT dega spetrum dari sial hasil samplig sial watu otiue. -poit DFT dari sial x adalah Xω ag diealuasi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Risio Operasioal.1.1 Defiisi Dewasa ii risio operasioal semai diaui sebagai salah satu fator uci yag perlu dielola da dicermati oleh para pelau usaha, hususya di bidag jasa euaga.

Lebih terperinci

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS Bab 5 Siyal da Sistem Watu Disrit Oleh: Tri Budi Satoso Laboratorium Siyal, EEPIS-ITS Materi: Represetasi matemati pada siyal watu disrit, domai watu da freuesi pada suatu siyal watu disrit, trasformasi

Lebih terperinci

3. Integral (3) (Integral Tentu)

3. Integral (3) (Integral Tentu) Darublic www.darublic.com. Itegral () (Itegral Tetu).. Luas Sebagai Suatu Itegral. Itegral Tetu Itegral tetu meruaa itegral ag batas-batas itegrasia jelas. Kose dasar dari itegral tertetu adalah luas bidag

Lebih terperinci

Penerapan Algoritma Dijkstra dalam Pemilihan Trayek Bus Transjakarta

Penerapan Algoritma Dijkstra dalam Pemilihan Trayek Bus Transjakarta Peerapa Algoritma Dijstra dalam Pemiliha Traye Bus Trasjaarta Muhammad Yafi 504 Program Studi Tei Iformatia Seolah Tei Eletro da Iformatia Istitut Teologi Badug, Jl. Gaesha 0 Badug 40, Idoesia 504@std.stei.itb.ac.id

Lebih terperinci

ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU

ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU Saitia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 277 287. ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU Siti Aria R. Harahap

Lebih terperinci

BAB 2 LANDASAN TEORI. lebar pita sinyal tersebut. Pada kebanyakan aplikasi, termasuk kamera digital video dan

BAB 2 LANDASAN TEORI. lebar pita sinyal tersebut. Pada kebanyakan aplikasi, termasuk kamera digital video dan BAB LADASA TEORI Teorema Shao-yquist meyataa agar tida ada iformasi yag hilag etia pecuplia siyal, maa ecepata pecuplia harus miimal dua ali dari lebar pita siyal tersebut. Pada ebayaa apliasi, termasu

Lebih terperinci

MENGUJI KEMAKNAAN SAMPEL TUNGGAL

MENGUJI KEMAKNAAN SAMPEL TUNGGAL MENGUJI KEMAKNAAN SAMPEL TUNGGAL 1.1 Uji Biomial 1. Uji esesuaia Chi Kuadrat 1.3 Uji Kesesuaia K-S 1.4 Uji Ideedesi Chi Kuadrat 1.5 Uji Pasti Fisher UJI BINOMIAL Meruaa uji roorsi dalam suatu oulasi Poulasi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma

Lebih terperinci

Proses Kelahiran dengan Imigrasi dan Kematian Password

Proses Kelahiran dengan Imigrasi dan Kematian Password Statistia, Vol. 6 No., 7 Mei 26 Proses Kelaira dega Imigrasi da Kematia Password Sri Mulyai Saro i, Neeg Suegsi da Gatot Riwi Setyato Jurusa Statistia FMIPA Upad ABSTRAK Dalam peelitia dibaas megeai sebua

Lebih terperinci

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n LIMIT 4.. FUNGSI LIMIT Defiisi 4.. A R Titik c R adalah titik limit dari A, jika utuk setiap δ > 0 ada palig sedikit satu titik di A, c sedemikia sehigga c < δ. Defiisi diatas dapat disimpulka dega cara

Lebih terperinci

BAGAN KENDALI G UNTUK PENGENDALIAN VARIABILITAS PROSES MULTIVARIAT (Studi Kasus pada data cuaca di kota Makassar pada tahun 2003 sampai tahun 2012)

BAGAN KENDALI G UNTUK PENGENDALIAN VARIABILITAS PROSES MULTIVARIAT (Studi Kasus pada data cuaca di kota Makassar pada tahun 2003 sampai tahun 2012) BAGAN KENDALI G UNTUK PENGENDALIAN VARIABILITAS PROSES MULTIVARIAT (Studi Kasus pada data cuaca di ota Maassar pada tahu 003 sampai tahu 0) PAISAL, H, HERDIANI, E.T. DAN SALEH, M 3 Jurusa Matematia, Faultas

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat

Lebih terperinci

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai 37 Gambar 4-3. Layout Model Awal Sistem Pelayaa Kedai Jamoer F. Aalisis Model Awal Model awal yag telah disusu kemudia disimulasika dega waktu simulasi selama 4,5 jam. Selama simulasi dijalaka, aimasi

Lebih terperinci

Metode Perhitungan Grafik Dalam Geolistrik Tahanan Jenis Bumi Dengan Derajat Pendekatan Satu

Metode Perhitungan Grafik Dalam Geolistrik Tahanan Jenis Bumi Dengan Derajat Pendekatan Satu Metode Perhituga Grafi.. P. Maurug Metode Perhituga Grafi Dalam Geolistri Tahaa Jeis Bumi Dega Derajat Pedeata Satu Posma Maurug Jurusa Fisia, FMIPA Uiversitas Lampug Jl. S. Brojoegoro No. Badar Lampug

Lebih terperinci

PRINSIP MAKSIMUM DAN MINIMUM FUNGSI PANHARMONIK

PRINSIP MAKSIMUM DAN MINIMUM FUNGSI PANHARMONIK PRINSIP MAKSIMUM DAN MINIMUM FUNGSI PANHARMONIK Oleh, Edag Cahya M.A. Jrsa Pedidia Matematia FPMIPA UPI Badg Jl. Dr. Setiabdi 9 Badg E-mail ecma@ds.math.itb.ac.id Abstra Tlisa ii mejelasa prisip masimm

Lebih terperinci

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARA DAN FAKTOR DIKON 3.1 Ecoomic Order Quatity Ecoomic Order Quatity (EOQ) merupaka suatu metode yag diguaka utuk megedalika

Lebih terperinci

STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS

STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS (Tati Octavia et al.) STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS Tati Octavia Dose Faultas

Lebih terperinci

HASIL DAN PEMBAHASAN. Performance Model. Real System. Mangukur Utilisasi CPU dan Penggunaan memori. Menghitung Utilisasi CPU dan Penggunaan memori

HASIL DAN PEMBAHASAN. Performance Model. Real System. Mangukur Utilisasi CPU dan Penggunaan memori. Menghitung Utilisasi CPU dan Penggunaan memori Real System Pegukura Magukur Utilisasi CPU da Pegguaa memori Diterima? Ya Performace Model Kalkulasi Meghitug Utilisasi CPU da Pegguaa memori Tidak Kalibrasi Model Gambar 3 Cara utuk melakuka validasi

Lebih terperinci

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 <

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 < II. TINJAUAN PUSTAKA 2.1 Keterbagia Secara umum apabila a bilaga bulat da b bilaga bulat positif, maka ada tepat satu bilaga bulat q da r sedemikia sehigga : = +, 0 < dalam hal ii b disebut hasil bagi

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

ARITMATIKA MODUL PEMBINAAN OLEH TIM PEMBINA OLIMPIADE KOMPUTER ILMU KOMPUTER UDAYANA (DISAJIKAN UNTUK PESERTA PEMBINAAN BIDANG KOMPUTER OSN 2009)

ARITMATIKA MODUL PEMBINAAN OLEH TIM PEMBINA OLIMPIADE KOMPUTER ILMU KOMPUTER UDAYANA (DISAJIKAN UNTUK PESERTA PEMBINAAN BIDANG KOMPUTER OSN 2009) ARITATIKA ODUL PEBINAAN OLEH TI PEBINA OLIPIADE KOPUTER ILU KOPUTER UDAYANA (DISAJIKAN UNTUK PESERTA PEBINAAN BIDANG KOPUTER OSN 009) PEERINTAH DAERAH PROPINSI BALI DINAS PENDIDIKAN PEUDA DAN OLAHRAGA

Lebih terperinci

1 n MODUL 5. Peubah Acak Diskret Khusus

1 n MODUL 5. Peubah Acak Diskret Khusus ODUL 5 Peubah Acak Diskret Khusus Terdapat beberapa peubah acak diskret khusus yag serig mucul dalam aplikasi. Peubah Acak Seragam ( Uiform) Bila X suatu peubah acak diskret dimaa setiap eleme dari X mempuyai

Lebih terperinci

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada 8 BAB III RUANG HAUSDORFF Pada bab ii aka dibahas megeai ruag Hausdorff, kekompaka pada ruag Hausdorff da ruag regular legkap. Pembahasa diawali dega medefiisika Ruag Hausdorff da beberapa sifatya kemudia

Lebih terperinci

BAB I PENDAHULUAN. A. Latar Belakang. B. Tujuan dan Sasaran. C. Ruang Lingkup

BAB I PENDAHULUAN. A. Latar Belakang. B. Tujuan dan Sasaran. C. Ruang Lingkup BAB I PENDAHULUAN A. Latar Belaag Kombiatoria mempuyai beberapa aspe, yaitu eumerasi, teori graf, da ofigurasi atau peyusua. Eumerasi membahas peghituga susua berbagai tipe. Sebagai cotoh: (i) meghitug

Lebih terperinci

PERBANDINGAN KINERJA SKEMA CHANNEL SHARING PADA JARINGAN GSM/GPRS DENGAN MODEL ANTRIAN ERLANG

PERBANDINGAN KINERJA SKEMA CHANNEL SHARING PADA JARINGAN GSM/GPRS DENGAN MODEL ANTRIAN ERLANG o. 27 Vol.2 Th. XIV April 2007 ISS 854-847 PERBADIGA KIERJA SKEMA CHAEL SHARIG PADA JARIGA / DEGA MODEL ATRIA ERLAG Rudy Feradez Jurusa Tekik Elektro Fakultas Tekik Uiversitas Adalas ABSTRAK Blockig merupaka

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

ANUITAS. 9/19/2012 MK. Aktuaria Darmanto,S.Si.

ANUITAS. 9/19/2012 MK. Aktuaria Darmanto,S.Si. ANUITAS 9/19/2012 MK. Aktuaria Darmato,S.Si. 1 OVERVIEW Auitas adl suatu pembayara dalam jumlah tertetu, yag dilakuka setiap selag waktu da lama tertetu, secara berkelajuta. Suatu auitas yg pasti dilakuka

Lebih terperinci

PELUANG. Drs. Marsudi Raharjo, M.Sc.Ed JENJANG LANJUT

PELUANG. Drs. Marsudi Raharjo, M.Sc.Ed JENJANG LANJUT DIKLAT INSTRUKTUR PENGEMBANG MATEMATIKA SMA JENJANG LANJUT PELUANG JENJANG LANJUT Drs Marsudi Raharjo, MScEd DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENINGKATAN MUTU PENDIDIK DAN TENAGA KEPENDIDIKAN

Lebih terperinci

Anova (analysis of varian)

Anova (analysis of varian) ova (aalysis of varia) Ui hipotesis perbedaa ilai rata-rata dari atau lebih elompo idepede Cotoh: daah perbedaa berat bayi lahir dari eluarga E tiggi dega E sedag atau E redah sumsi Ui ova: 1. ube diambil

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

APROKSIMASI DISTRIBUSI WAKTU HIDUP YANG AKAN DATANG (Aproximations of the Future Lifetime Distribution)

APROKSIMASI DISTRIBUSI WAKTU HIDUP YANG AKAN DATANG (Aproximations of the Future Lifetime Distribution) Jural Bareeg Vol 5 No Hal 47 5 (2) APROKSIMASI DISRIBUSI WAKU HIDUP YANG AKAN DAANG (Aproimatios of te Future Lifetime Distributio) HOMAS PENURY RUDY WOLER MAAKUPAN 2 LEXY JANZEN SINAY 3 Guru Besar Jurusa

Lebih terperinci

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t) BAB II KONSEP DASAR Kosep dasar yag dtuls dalam bab, merupaa beberapa dasar acua yag aa dguaa utu megaalsa model rso las da meetua fugs sebara peluag bertaha dalam model rso las Datara dasar acua tersebut

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI Utuk lebih memahami megeai etropi, pada bab ii aka diberika perhituga etropi utuk beberapa distribusi diskrit da kotiu. 3. Distribusi Diskrit Pada sub bab ii dibahas

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

SEBARAN t dan SEBARAN F

SEBARAN t dan SEBARAN F SEBARAN t da SEBARAN F 1 Tabel uji t disebut juga tabel t studet. Sebara t pertama kali diperkealka oleh W.S. Gosset pada tahu 1908. Saat itu, Gosset bekerja pada perusahaa bir Irladia yag melarag peerbita

Lebih terperinci

KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR. Oleh: LIA NURLIANA

KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR. Oleh: LIA NURLIANA KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR Ole: LIA NURLIANA PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

UJI STATISTIK PENGARUH PERLAKUAN PERMUKAAN TERHADAP UMUR FATIK DENGAN DATA TERBATAS

UJI STATISTIK PENGARUH PERLAKUAN PERMUKAAN TERHADAP UMUR FATIK DENGAN DATA TERBATAS Uji Statisti Pegaruh Perlaua Permuaa terhadap dega Data Terbatas (Agus Suhartoo) Areditasi LIPI omor : 536/D/007 Taggal 6 Jui 007 UJI STATISTIK PEGARUH PERLAKUA PERMUKAA TERHADAP UMUR FATIK DEGA DATA TERBATAS

Lebih terperinci

PROBLEM ELIMINASI CUT PADA LOGIKA LBB I nk

PROBLEM ELIMINASI CUT PADA LOGIKA LBB I nk Jural Mateatia, Vol. 10 No. 3, Deseber 007, ISSN 1410-8518 PROBLEM ELIMINASI CUT PADA LOGIKA LBB I Bayu Surarso Jurusa Mateetia FMIPA UNDIP Jl. Prof. H. Soedarto, SH Tebalag Searag 5075 Abstract. I the

Lebih terperinci

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

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

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel. II. LANDASAN TEORI Defiisi 2.1 Distribusi Samplig Distribusi samplig adalah distribusi probibilitas dari suatu statistik. Distribusi tergatug dari ukura populasi, ukura sampel da metode memilih sampel.

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini bertujuan untuk mengetahui ada tidaknya peningkatan

BAB III METODE PENELITIAN. Penelitian ini bertujuan untuk mengetahui ada tidaknya peningkatan BAB III METODE PENELITIAN A. Desai Peelitia Peelitia ii bertujua utu megetahui ada tidaya peigata emampua siswa dalam pealara setelah megguaa model pembelajara berbasis masalah terstrutur dalam pembelajara

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan BAB LANDASAN TEORI. Pegertia Regresi Statistika merupaka salah satu cabag peegtahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hamper semua bidag ilmu peegtahua, terutama para peeliti

Lebih terperinci

ANALISIS KESALAHAN Deskripsi : Objektif : 6.1 Pendahuluan 6.2 Koefesien Kesalahan Statik

ANALISIS KESALAHAN Deskripsi : Objektif : 6.1 Pendahuluan 6.2 Koefesien Kesalahan Statik 96 VI ANALISIS ESALAHAN Desrisi : Bab ii memberia gambara tetag aalisis esalaha da eeaa ada sistem edali yag terdiri dari oefesie esalaha stati, oefesie esalaha diami da aalisis eeaa sistem Objetif : Memahami

Lebih terperinci

titik tengah kelas ke i k = banyaknya kelas

titik tengah kelas ke i k = banyaknya kelas STATISTIKA Bab 0 UKURAN PEMUSATAN DAN PENYEBARAN. Mea X. a. Data Tuggal... 3 b. Data Kelompo ( dstrbus frewes) f. f. f.... f. 3 3 f f f... f = f. f 3 Ket : tt tegah elas e = bayaya elas f frewes elas e

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

APLIKASI PENGAMBILAN GAJI PENSIUN PADA KANTOR POS KEC.NGASEM KAB.KEDIRI BERDASARKAN NOMOR KARTU IDENTITAS PENSIUN DENGAN METODE FIRST IN FIRST OUT

APLIKASI PENGAMBILAN GAJI PENSIUN PADA KANTOR POS KEC.NGASEM KAB.KEDIRI BERDASARKAN NOMOR KARTU IDENTITAS PENSIUN DENGAN METODE FIRST IN FIRST OUT APLIKASI PENGAMBILAN GAJI PENSIUN PADA KANTOR POS KEC.NGASEM KAB.KEDIRI BERDASARKAN NOMOR KARTU IDENTITAS PENSIUN DENGAN METODE FIRST IN FIRST OUT SKRIPSI Diajuka Utuk Memeuhi Sebagia Syarat Gua Memperoleh

Lebih terperinci

KLASIFIKASI KARAKTERISTIK KECELAKAAN LALU LINTAS DI KOTA DENPASAR DENGAN PENDEKATAN CLASSIFICATION AND REGRESSION TREES (CART)

KLASIFIKASI KARAKTERISTIK KECELAKAAN LALU LINTAS DI KOTA DENPASAR DENGAN PENDEKATAN CLASSIFICATION AND REGRESSION TREES (CART) E-Jural Matematia Vol. 4 (4), November 2015, pp. 146-151 ISSN: 2303-1751 KLASIFIKASI KAAKTEISTIK KECELAKAAN LALU LINTAS DI KOTA DENPASA DENGAN PENDEKATAN CLASSIFICATION AND EGESSION TEES (CAT) I Gede Agus

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

DISAIN DAN IMPLEMENTASI PERANGKAT LUNAK KLASIFIKASI CITRA INDERAJA MULTISPEKTRAL SECARA UNSUPERVISED

DISAIN DAN IMPLEMENTASI PERANGKAT LUNAK KLASIFIKASI CITRA INDERAJA MULTISPEKTRAL SECARA UNSUPERVISED DISAIN DAN IMPLEMENTASI PERANGAT LUNA LASIFIASI CITRA INDERAJA MULTISPETRAL SECARA UNSUPERVISED AGUS ZAINAL ARIFIN, Faultas Teologi Iformasi, Istitut Teologi Sepuluh Nopember, Surabaya Gedug Tei Iformatia,

Lebih terperinci

Makalah Tugas Akhir. Abstract

Makalah Tugas Akhir. Abstract Maalah Tugas Ahir IDENTIFIKASI JENIS PENYAKIT KULIT BERDASARKAN ANALISIS WARNA DAN TEKSTUR PADA CITRA KULIT MENGGUNAKAN KLASIFIKASI K-NEAREST NEIGHBOR Faris Fitriato 1, R Rizal Isato 2, Ajub Ajulia Zahra.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya

Lebih terperinci

1. Integral (1) Pembahasan yang akan kita lakukan hanya mengenai bentuk persamaan diferensial seperti contoh yang pertama.

1. Integral (1) Pembahasan yang akan kita lakukan hanya mengenai bentuk persamaan diferensial seperti contoh yang pertama. Darublic www.darublic.com 1. Itegral (1) (Macam Itegral, Pedeata Numeri) Sudarato Sudirham Dalam bab sebeluma, ita memelajari salah satu bagia utama alulus, aitu alulus diferesial. Beriut ii ita aa membahas

Lebih terperinci

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 2 Jui 2012 PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Adi Setiawa

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan Selag Kepercayaa (Cofidece Iterval) Pegatar Peduga titik (poit estimator) telah dibahas pada kuliah-kuliah sebelumya. Walau statistikawa telah berusaha memperoleh peduga titik yag baik, amu hampir bisa

Lebih terperinci

7. Perbaikan Kualitas Citra

7. Perbaikan Kualitas Citra 7. Perbaia Kualitas Citra Perbaia ualitas citra (image ehacemet) merupaa salah satu proses awal dalam pegolaha citra (image preprocessig). Perbaia ualitas diperlua area serigali citra yag diadia obe pembahasa

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yang tepat dalam sebuah penelitian ditentukan guna menjawab

BAB III METODE PENELITIAN. penelitian yang tepat dalam sebuah penelitian ditentukan guna menjawab BAB III METODE PENELITIAN Metode peelitia merupaka suatu cara atau prosedur utuk megetahui da medapatka data dega tujua tertetu yag megguaka teori da kosep yag bersifat empiris, rasioal da sistematis.

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

ANALISIS ALOKASI RUGI TRANSMISI DENGAN METODE Z-BUS

ANALISIS ALOKASI RUGI TRANSMISI DENGAN METODE Z-BUS ANALISIS ALOKASI RUGI TRANSMISI DENGAN METODE Z-BUS Firdaus Dose Jurusa edidia Tei Eletro FT UNM Abstra Sistem teaga listri telah berembag begitu pesat sehigga sistem ariga uga meela biaya rugirugi daya

Lebih terperinci