I PENDAHULUAN II LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "I PENDAHULUAN II LANDASAN TEORI"

Transkripsi

1 I PENDAHULUAN. Laar Belaag D alam erdapa baya seal jes mahlu hdup. Mahlu hdup ersebu aa mejala seles alam d maa yag ua yag aa beraha. Salah sau ejada yag dapa dama adalah persaga uu memperoleh maaa dalam perswa maa da dmaa. Mahlu hdup pemaa aau deal sebaga pemagsa (predaor) aa mecar burua aau deal dega magsa (prey) gua memperahaa hdup. Dalam ulsa, perswa ersebu dama pada dua pemagsa da sau magsa, besera aalss solusya. Persaga bag dua pemagsa dalam mecar sau magsaya dapa dmodela sebaga pemodela ga dmes yag melbaa ga varabel sae. Terdapa baya model yag meggambara perswa magsa-pemagsa, seper; model Loa-Volerra, Hollg pe II, da Hollg pe III. Dalam peulsa arya lmah, peuls membaas dr pada model Hollg pe III, megga bahwa model meggambara secara jelas peurua ga pemagsaa pada saa epadaa magsa redah Model Hollg (Eseberg da Maszle, 995) uu al perama dpereala oleh seorag lmuwa maemaa berama Hollg pada ahu 959 dalam ulsaya yag berjudul Some characerscs of smple ypes of predao ad parassm.. Tujua Tujua uama peulsa adalah megaalss solus model magsa-pemagsa megu model Hollg Tpe III secara grafs..3 Ssemaa Peulsa Pada bab sau djelasa laar belaag sera ujua dar peulsa arya lmah. Bab dua bers ladasa eor yag mejad osep dasar dalam peyusua pembahasa. Bab ga aa membahas model persamaa magsa-pemagsa megu model Hollg pe III, sera bab empa bers smpula da sara. II LANDASAN TEORI. Ssem Persamaa Dferesal Lear Msala sebuah ssem persamaa dferesal (SPD) lear dyaaa sebaga: =A+b, ( ) =, (.) dega A adalah mars oefse beruura da veor osa b, maa ssem ersebu damaa SPD lear orde dega ods awal ( ) =. Ssem (.) daaa homoge ja b = da ahomoge ja b. (Tu, 994). Ssem Persamaa Dferesal Madr Msala dbera suau ssem persamaa dferesal orde sebaga beru: = f (, y), (.) y = g(, y), dega f da g fugs ou berla real dar da y, dega laju perubaha da y dyaaa dega fugs da y sedr sera da berubah erhadap wau, maa ssem (.) merupaa ssem persamaa dfferesal madr..3 Meode Ruge-Kua Orde 4 (Verhuls, 99) Padag masalah la awal = f(, ), [ a, b], ( a) = (.3) Solus umer dar (.3) dapa dcar dega megguaa formula Ruge-Kua orde 4 sebaga beru:

2 = + h + 6 f + f + f + f dega f = f, ( ) 3 4 ( ) h h f = f +, + f h h f3 = f +, + f f = f + + f ( h, h ) 4 3 da + = + h uu =,,..., ; b a h = ; = bayaya eras. (Mahews, 99).4 Fugs Logs Laju perumbuha populas da eap eap bergaug pada uura populas. Ja hal djada asums, secara maemas berar bahwa laju perumbuha populas u merupaa fugs uura populas dn = N = f N d ( ) dega f ( N ) merupaa fugs uru ja N berambah besar. Nla f ( N ) membesar ja N medea ol. Beu palg sederhaa dar fugs f alah beu lear yag dapa dbeu sebaga beru: ja N saga ecl ( N ), populas umbuh secara espoesal da seap dvdu yag dambaha e dalam populas aa megabaa laju perumbuha per apa uru sebesar osaa a, maa persamaa dferesal uu perumbuha populas aa mejad: dn r an Nd = dega r da a merupaa osaa posf. Persamaa lah yag dsebu model logs. Ada cara la yag dapa dguaa uu memperoleh model logs, yau secara espls memasua faor daya duug lguga ( ). Ja dalam populas ada N dvdu, maa lguga mash dapa meduug N dvdu. Jad mash ada baga lguga yag mash bsa ds, sebesar ( N ). Baga lah yag sebadg dega perumbuha perapa. Oleh area u dn ( N ) dn ( N ) = r aau = rn. Nd d Pada asus la awal N <, model logs meramala bahwa uura populas a da meml asmo sebesar. Graf model meml belo d N =, ceug e aas ja N < da ceug e bawah ja N >. Lha Gambar. N / N Gambar. Kurva Model Logs.5 Model Hollg (Hasbua, 988) Ada baya model magsa-pemagsa, salah sauya adalah model Hollg. Pada model Hollg pe II, saa epadaa populas magsa redah, model ersebu meggambara ga pemagsaa sebaga fugs a dar populas magsa, sampa pada epadaa magsa yag gg d maa ga osums mecapa jeuh. Hal dsebaba seap pemagsa haya dapa memaa sejumlah ecl magsa pada saa sau u wau. Model Hollg pe III juga meggambara ga perumbuha pemagsa. Teap pada model dapa erlha jelas megea peurua ga pemagsaa pada saa epadaa magsa redah. Hal ersebu da dapa erlha pada model Hollg pe II. Adapu ga perumbuha magsa pada model Hollg pe II da III dbera pada fugs beru:

3 3 ( II ) a F ( ) = + b ( III ) a F ( ) = + b d maa ( II ) F : fugs Hollg II. ( III ) F : fugs Hollg pe III a, b : osaa : jumlah populas magsa (Eseberg da Maszle, 995).6 Nla Ege da Veor Ege Msala A adalah mars. Sebuah veor a ol d dalam dsebu veor ege dar A, ja uu sebuah salar λ, yag dsebu la ege dar A, berlau: A = λ. (.4) Veor dsebu veor ege yag bersesuaa dega la ege λ. Uu mecar la ege dar mars A yag beruura, maa persamaa (.4) dapa dulsa sebaga beru: ( A λi) =. (.5) dega I mars deas. Persamaa (.5) mempuya solus a ol ja da haya ja: de ( A λi ) =. (.6) Persamaa (.6) dsebu persamaa araers dar A. (Ao, 995).7 T Sgular Dbera sebuah ( ab, ) pada urva f (, y ) =. T ( ab, ) merupaa sgular ja urua parsal dar f erhadap da y eduaya berla ol pada ( ab, ), yau f ( a, b ) = da ( ) fy a, b =. (Arfe, 985).8 T Teap Dbera SPD madr = f ( ), (.7) T dsebu eap ja f ( ) =. T eap dsebu juga rs aau esembaga. (Tu, 994).9 T Teap Sabl Msala adalah eap SPD adalah sebuah solus SPD madr da ( ) madr dega la awal ( ) = dega. T daaa eap sabl ja uu sebarag radus ρ > erdapa r > sedema sehgga ja poss awal memeuh < r maa solus ( ) memeuh ( ) >.. T Teap Tasabl Msala < ρ, uu seap (Verhuls, 99) adalah eap sebuah SPD madr da ( ) SPD madr dega la awal ( ) = adalah sebuah solus dega. T daaa eap asabl ja erdapa radus ρ > dega cr sebaga beru: uu sebarag r > erdapa poss awal memeuh r <, beraba solus ( ) memeuh ( ) ρ, uu palg sed sau >. (Verhuls, 99)

4 4. Peleara Uu suau SPD alear, aalss esablaya dlaua melalu model hasl peleara. Msala dbera SPD alear sebaga beru: = f( ). (.8) Dega megguaa espas Taylor uu suau eap, maa persamaa (.8) dapa duls sebaga beru: =A +ϕ ( ). (.9) Persamaa ersebu merupaa SPD alear dega A adalah mars Jacob, A = Df = Df ( ) ( ) = f f a a = = f f a a ϕ suu berorde gg yag bersfa da ( ) ϕ ( ) lm =. Abaya persamaa dferesal (.9) dbera sebaga beru: = A. (.) Persamaa (.) dsebu peleara dar persamaa dferesal (.8). (Tu, 994). Aalss Kesabla T Teap Msala dbera SPD madr = f( ), (.) Selajuya, dlaua peleara d sear eap sesua dega persamaa (.9), sehgga dperoleh persamaa (.). Aalss esabla SPD (.) dlaua melalu aalss esabla SPD (.). Peeua esabla eap ddapa dega melha la-la ege mars A, yau: λ, =,..., yag dperoleh dar de ( A λi ) =. Secara umum esabla eap mempuya ga perlau sebaga beru:. Sabl, ja a. Seap la ege real adalah egaf ( λ < uu seap ). b. Seap la ege omples meml egaf baga real aau sama dega ol, ( Re( λ ) uu seap ).. Tasabl, ja a. Seap la ege real adalah posf aau sama dega ol ( λ uu seap ). b. Seap la ege omples meml posf baga real, ( Re( λ ) > uu seap ). 3. Sadel, ja Perala dua buah la ege real sembarag adalah egaf ( λλ j < uu da j sembarag). (Tu, 994).3 Ivara Msala E merupaa hmpua baga erbua dar, msal ( E) meyaaa f urua parsal, dega, j =,, j yag ou d E, da msala φ : E E merupaa alra dar ssem alear dar persamaa (.8) yau rayeor fase dar solus persamaa ersebu. Sebuah hmpua S E dsebu vara ja φ ( S ) S da S dsebu vara posf (aau egaf) ja φ ( S ) S uu semua (aau ). (Pero, 99).4 Mafold Msala E merupaa hmpua baga erbua dar, msal f ( E) yau f urua parsal, dega, j =,, j yag ou d E, da msala φ : E E merupaa alra dar ssem alear dar persamaa (.8) yau rayeor fase dar solus persamaa ersebu. Msala bahwa f ( ) = da Df ( ) yau urua fugs dar f mempuya la ege yag baga realya berla egaf da la ege yag baga realya berla posf. Maa erdapa suau mafold S yag berdmes yag erdferesala da bersgguga S dega subruag sabl E dar ssem lear pada sehgga uu, φ ( S ) S da uu seap S, lm φ ( ) = ;

5 5 da erdapa suau mafold U yag yag erdferesala berdmes ( ) da bersgguga dega subruag asabl U E dar ssem lear pada sehgga uu seap, φ ( U ) U da uu seap U, lm φ ( ) =..5 Ivara Mafolds (Pero, 99) y Hmpua vara E daaa r r ja E vara mafold ( ) merupaa mafold pada.6 Trayeor Fase r. (Wggs, 99) Dbera solus ssem persamaa dferesal seper d bawah : -3 Gambar. Meda Arah da Pore Fase Dar Gambar erlha adaya lasa yag dempuh oleh solus (, y ) serg berjalaya wau. Lasa dsebu rayeor fase. Sedaga - eulbrum da rayeor fase pal dsebu pore fase. (Sewar, 998) III PEMBAHASAN 3. Perumusa Model Dalam peulsa arya lmah, model Hollg yag dguaa adalah pe III. Model dplh area meggambara secara jelas peurua ga pemagsaa pada saa epadaa populas magsa yag redah, d maa hal ersebu da erlha pada model Hollg pe II. Model magsa-pemagsa yag megu model Hollg pe III dalam arya lmah melbaa sau magsa da dua pemagsa dapa dulsa sebaga beru: ds S S = S = rs m, = d K a + S d S = = m d,,, = d a + S (3.) d maa: S : bayaya magsa. : bayaya pemagsa e-. r : laju perumbuha rs. K : daya duug lguga bag magsa. m : laju elahra pemagsa e-. a : osaa ejeuha pemagsa e-. d : laju emaa pemagsa e-. dega rkm,,, a, d adalah parameer posf. Ssem persamaa (3.) d aas meggambara epadaa dar magsa dega wau dlambaga dega S( ), da dua pemagsa pada wau yag dlambaga masg-masg dega ( ), da ( ). Beu dar fugs pemagsa megu model urva logs, maa ja S meuju a hgga, laju elahra pemagsa per apa aa meuju m. Dalam hal erlha jelas bahwa pemagsa e- yag beraha hdup membuuha laju elahra yag lebh gg dar laju emaa, asumsa: m b = >, =, d Oleh area u, harus dpermbaga pemagsa dega osaa ejeuha a yag redah; a < a dega populas pemagsa e- mula berembag haya ja ruas aa pada persamaa e dua pada ssem persamaa (3.) adalah posf,

PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI

PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI Daua uu Memeuh Persyaraa Peyelesaa Program Saraa Sas Jurusa Maemaa Faulas Maemaa da Ilmu Pegeahua Alam Uversas

Lebih terperinci

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV 4. Proses Sokask Dalam kehdupa yaa, sergkal orag g megama keerkaa sau kejada dega kejada la dalam suau erval waku ereu, yag merupaka suau barsa kejada.

Lebih terperinci

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK BAB II PEMODELAN SRUKUR DAN ANALISIS DINAMIK II Pedaulua Aalss da saga dperlua uu bagua-bagua berlaa baya aau yag el egga leb dar eer Respo da sruur dabaa ole beba beba da yag basaya erupaa fugs dar wau

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga searag adalah aalss terhadap data megea sebuah araterst atau atrbut (ja data tu ualtatg) da megea sebuah araterst (ja data tu uattatf).

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

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

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL MESIN OKK Gll BCG1-P PADA BAGIAN DRAWING PT VONEX INDONESIA 3.1 Pedahulua Pada Bab II elah djelaska megea eor eor yag dbuuhka uuk meeuka jadwal opmum

Lebih terperinci

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

adalah nilai-nilai yang mungkin diambil oleh parameter jika H Uj Nsbah Kemuga Lema Neyma-Pearso dapat dguaa utu meemua uj palg uasa bag hpotess sederhaa bla sebara dataya haya dtetua oleh satu parameter yag tda detahu. Lema tersebut juga adaalaya dapat dguaa utu

Lebih terperinci

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik III. METODE PENELITIAN A. Jes da Sumber Daa Daa yag dguaka adalah daa sekuder dar publkas das aau sas pemerah, daaraya adalah publkas daa dar Bada Pusa Sask megea PDRB Koa Badar Lampug da PDRB Props Lampug.

Lebih terperinci

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1 HIMPUNAN RENTANGAN DAN BEBA LINIER HIMPUNAN RENTANGAN Defs (Kombas Ler) Msala V suatu ruag etor atas feld F. w etor d V, da, 1, juga etoretor d V. Vetor w dataa sebaga ombas ler dar etor-etor, 1, ja w

Lebih terperinci

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA Jural Maemaka, Vol., No., 2, 6 2 BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA AMIR KAMAL AMIR Jurusa Maemaka, FMIPA, Uversas Hasaudd 9245 Emal : amrkamalamr@yahoo.com INTISARI Msalka

Lebih terperinci

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE Fan Puspasar 201 16019 Program Sud Magser Maemaa Faulas Maemaa dan Ilmu Pengeahuan Alam Insu Tenolog Bandung

Lebih terperinci

Hidraulika Komputasi

Hidraulika Komputasi Hdraulka Kompuas Meoda Beda Hgga Ir. Djoko Lukao, M.Sc., Ph.D. Jurusa Tekk Spl Fakulas Tekk Uversas Gadjah Mada Peyelesaa Pedekaa Karea dak dperoleh peyelesaa aals, maka dguaka peyelesaa pedekaa umers.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI Dalam bab aa djelasa teor-teor yag berhubuga dega peelta yag dapat djada sebaga ladasa teor atau teor peduug dalam peelta Ladasa teor aa mempermudah pembahasa hasl peelta pada bab 3 Adapu

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN 11 Latar Belakag Peelta yag dlakuka oleh Va der Pol pada sebuah tabug trode tertutup, yatu sebuah alat yag dguaka utuk megedalka arus lstrk dalam suatu srkut pada trasmtter da recever meghaslka

Lebih terperinci

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal Vol 5, No, 9-98, Jauar 9 But Teorema Ssa Cha dega egguaa deal asmal Abstra Sstem perogruea yag dapat dcar peyelesaaya secara teor blaga dasar teryata dapat dbuta melalu teor-teor strutur aljabar hususya

Lebih terperinci

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT Aryato, Kaja Sfat Keompaa pada Ruag Baah KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH Aryato* ABSTRACT The propertes of ompatess Baah spaes ths paper s a geeralzato of a ompat uderstadg the system o the real

Lebih terperinci

PERSAMAAN DIFERENSIAL PARSIAL. Partial Differential Equations PDE

PERSAMAAN DIFERENSIAL PARSIAL. Partial Differential Equations PDE PERSAMAAN DIFERENSIAL PARSIAL Paral Dffereal Equaos PDE Persamaa Dferesal Parsal PDE Acua Chapra, S.C., Caale R.P., 99, Numercal Mehods for Egeers, d Ed., McGraw-Hll Boo Co., New Yor. Chaper 3 da, hlm.

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam BAB II LANDASAN TEORI Pada bab II, aa djelasa tetag teor yag dpaa dalam semvarogram asotrop. Sela tu juga aa dbahas megea teor peduug dalam melaua peasra aduga cadaga baust d daerah Mempawah Kalmata, dataraya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu terjad dega sedrya amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

H dinotasikan dengan B H

H dinotasikan dengan B H Delta-P: Jural Matemata da Pedda Matemata ISSN 089-855X Vol., No., Aprl 03 OPERATOR KOMPAK Mustafa A. H. Ruhama Program Stud Pedda Matemata, Uverstas Kharu ABSTRAK Detahu H da H dua ruag Hlbert, B H )

Lebih terperinci

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar. ANALISIS REGRESI Berdasara betu eleara data, model regres dapat dlasfasa mead dua macam yatu lear da o-lear. Ja pola data lear maa dguaa pemodela lear. Begtu uga sebalya apabla pola data tda lear maa dguaa

Lebih terperinci

Bab 7 NILAI DAN VEKTOR EIGEN

Bab 7 NILAI DAN VEKTOR EIGEN Bab 7 NILAI DAN VEKTOR EIGEN 7 Movas Dmovas bab dega medskuska persamaa a hy by c, dega dak semua dar a, b, da c adalah ol Peryaaa a hy by dsebu beuk kuadrak dalam da y, sera erdapa deas a hy by a h [

Lebih terperinci

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan II. LANDASAN TEORI.1. Data Kategor Wallpole (1995, medefsa data ategor sebaga data yag dlasfasa meurut rtera tertetu. Data ategor dsebut uga data ometr atau data yag bua merupaa hasl peguura. Data ategor

Lebih terperinci

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM Ed-Math; ol Tah EKITENI BAI ORTHONORMAL PADA RUANG HAIL KALI DALAM Mhammad Kh Abstras at rag etor ag dlegap oleh sat operas ag memeh beberapa asoma tertet damaa Rag Hasl Kal Dalam (RHKD) Pada RHKD deal

Lebih terperinci

PERSAMAAN DIFERENSIAL PARSIAL

PERSAMAAN DIFERENSIAL PARSIAL hp://saro.saff.ugm.ac.d PERSAMAAN DIFERENSIAL PARSIAL Paral Dffereal Equaos PDE Persamaa Dferesal Parsal PDE hp://saro.saff.ugm.ac.d Acua Chapra, S.C., Caale R.P., 99, Numercal Mehods for Egeers, d Ed.,

Lebih terperinci

Penerapan Aljabar Max Plus Interval pada Jaringan Antrian dengan Waktu Aktifitas Interval

Penerapan Aljabar Max Plus Interval pada Jaringan Antrian dengan Waktu Aktifitas Interval Peerapa Aljabar Max Plus Ierval pada Jarga Ara dega Wau Afas Ierval M. Ady Rudho Mahasswa S Maeaa FMIPA UGM da Saff Pegajar FKIP Uversas Saaa Dhara Yogyaara rudho@saff.usd.ac.d Sr Wahyu, Ar Suparwao Jurusa

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (uregstered verso) http://www.smpopdf.com Statst Bss : BAB V. UKURA PEYEBARA DATA.1 Peyebara Uura peyebara data adalah uura statst yag meggambara bagamaa berpecarya data

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN TINJAUAN PUSTAKA PENDAHULUAN Laar Belaag Jahe (Zgber offcale Rosc. merupaa salah sau es aama oba yag mempuya baya eguaa ba sebaga baha oba aaupu maaa. Jahe besar serg dguaa dalam dusr maaa da muma peghaga. Jahe puh ecl,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu tejad dega sedrya, amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

MODEL DINAMIS : AUTOREGRESSIVE DAN DISTRIBUSI LAG

MODEL DINAMIS : AUTOREGRESSIVE DAN DISTRIBUSI LAG MODEL DINAMIS : AUTOREGRESSIVE DAN DISTRIBUSI LAG SKRIPSI Dajua epada Faulas Maemaa da Ilmu Pegeahua Alam Uversas Neger ogyaara uu memeuh sebaga persyaraa gua memperoleh gelar Sarjaa Sas Oleh: Naala Jagrum

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

BAB 3 PENYELESAIAN PERSAMAAN DIFFERENSIAL BIASA

BAB 3 PENYELESAIAN PERSAMAAN DIFFERENSIAL BIASA BAB PENYELESAIAN PERSAMAAN DIFFERENSIAL BIASA Meode Euler Meode Euler adala Meode ampira palig sederaa uu meelesaia masala ilai awal: ( Biasaa diasumsia bawa peelesaia ( dicari pada ierval erbaas ag dieaui

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Utu mempermudah dalam meyeleaa pembahaa pada bab, maa aa dbera beberapa def da beberapa teor daar yag meduug... Teor Teor Peduug... Rua Gar Def. Rua Gar Ja ada d R atau 3 R, maa ebuah

Lebih terperinci

BAB III TEORI PERRON-FROBENIUS

BAB III TEORI PERRON-FROBENIUS BB III : EORI PERRON-FROBENIUS 34 BB III EORI PERRON-FROBENIUS Pada Bab III aa dbahas megea eor Perro-Frobeus, yatu teor hasl otrbus dar seorag matematawa asal Germa, Osar Perro da Ferdad Georg Frobeus

Lebih terperinci

PROSIDING ISSN:

PROSIDING ISSN: PROSIDING ISSN: 5-656 OPTIMISASI BERKENDALA MENGGUNAKAN METODE GRADIEN TERPROYEKSI Nida Sri Uami Uiversias Muhammadiyah Suraara idaruwiyai@gmailcom ABSTRAK Dalam ulisa ii dibahas eag meode gradie erproyesi

Lebih terperinci

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 50 K MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE Kade Ad Dw Purwaa 2205 00 038 dose pembmbg :. Ir. Syarffudd M M.Eg. 2.

Lebih terperinci

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok) ANALSS DSRNAN (asus : Lebh dar elompo) Hazmra Yozza Jur. atemata FPA Uad LOGO POP POP POP 4 : POP Uura sampel : Sampel telah detahu dar elompo maa berasal Terhadap masg-masg obe damat/duur p peubah POP

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN UNTUK PENGADAAN BAHAN BAKU DINAMIS DENGAN ADANYA DISKON DAN BATAS MASA KADALUARSA

SISTEM PENDUKUNG KEPUTUSAN UNTUK PENGADAAN BAHAN BAKU DINAMIS DENGAN ADANYA DISKON DAN BATAS MASA KADALUARSA JURNAL NFORMATKA Vol 4, No., Jauar SSTEM PENUKUNG KEPUTUSAN UNTUK PENGAAAN BAHAN BAKU NAMS ENGAN AANYA SKON AN BATAS MASA KAALUARSA S Mahsaah Budja Te dusr, Faulas Teolog dusr Uversas Ahmad ahla ABSTRAK

Lebih terperinci

BAB I PENDAHULUAN I.1.

BAB I PENDAHULUAN I.1. BAB I PENDAHULUAN I.. Laar Belaag Pegeahua megea pasag suru d Idoesa dapa dguaa uu peeua baas wlayah, pemeaa bamer, surve hdrograf, da avgas. LAT (Lowes Asroomcal Tde dguaa oleh Idoesa sebaga char daum

Lebih terperinci

BAB II KAJIAN TEORI. tertentu (Martono, 1999). Sistem bilangan real dinotasikan dengan R. Untuk

BAB II KAJIAN TEORI. tertentu (Martono, 1999). Sistem bilangan real dinotasikan dengan R. Untuk 5 BAB II KAJIAN TEOI A. Sstem Blaga eal Sstem blaga real adalah hmpua blaga real ag dserta dega operas pejumlaha da perala sehgga memeuh asoma tertetu (Martoo, 999). Sstem blaga real dotasa dega. Utu lebh

Lebih terperinci

8.4 GENERATING FUNCTIONS

8.4 GENERATING FUNCTIONS 8.4 GEERATIG FUCTIOS Fugs pembagt Fugs pembagt dguaa utu merepresetasa barsa secara efse dega megodea usur barsa sebaga oefse deret pagat dalam varabel. Fugs pembagt dapat dguaa utu: memecaha berbaga masalah

Lebih terperinci

BAB I PENDAHULUAN I.1.

BAB I PENDAHULUAN I.1. BAB I PENDAHULUAN I.. Laar Belaag Pasag suru lau adalah feomea pergeraa a uruya permuaa ar lau secara perod yag dsebaba oleh pegaruh gravas beda-beda lag eruama bula da maahar (Poerbadoo da Djuarsjah,

Lebih terperinci

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global.

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global. BAB 1 PENDAHULUAN 1.1 Laar Belakag Telah dkeahu bahwa saa sedag megalam krss global, dak haya erjad pada Negara yag sedag berkembag, bahka Negara maju juga megalamya, seper Amerka. Akbaya bayak orag yag

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

BAB I PANDAHULUAN. 1.1 Latar Belakang

BAB I PANDAHULUAN. 1.1 Latar Belakang BB I PNDHULUN Latar Belaag Data merupaa seumlah formas yag dapat membera gambara/eteraga tetag suatu eadaa Iformas yag dperoleh membera eteraga, gambara, atau fata megea suatu persoala dalam betu ategor,

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

BAB 3 Interpolasi. 1. Beda Hingga

BAB 3 Interpolasi. 1. Beda Hingga BAB Iterpolas. Hgga. Iterpolas Lear da Kuadrat. Iterpolas -Maju da -Mudur Newto 4. Polo Iterpolas Terbag Newto 5. Polo Iterpolas Lagrage . Hgga Msala dbera suatu tabel la-la uers j j dar suatu ugs pada

Lebih terperinci

PERBANDINGAN MODEL EKSPONEN DAN MODEL SPLINE SERTA PENENTUAN LAMA WAKTU OPTIMAL DALAM PROSES SINTERING KERAMIK DI PT. KUALI MAS

PERBANDINGAN MODEL EKSPONEN DAN MODEL SPLINE SERTA PENENTUAN LAMA WAKTU OPTIMAL DALAM PROSES SINTERING KERAMIK DI PT. KUALI MAS PERBANDINGAN MODEL ESPONEN DAN MODEL SPLINE SERA PENENUAN LAMA WAU OPIMAL DALAM PROSES SINERING ERAMI DI P. UALI MAS Ulfa Meda Nurmaa(389) I Noma Budaara Mahasswa Jurusa Sasa FMIPA-IS Dose Pembmbg ugas

Lebih terperinci

ANALISIS & INTERPRETASI DATA KINETIKA SISTEM REAKTOR BATCH

ANALISIS & INTERPRETASI DATA KINETIKA SISTEM REAKTOR BATCH NLISIS & INTERPRETSI DT KINETIK SISTEM REKTOR BTH PEROBN KINETIK REKSI Salah sau caupa aau ruag gup sud ea reas adalah peeua ecepaa reas secara uaaf; hal mejad bera peerjaa seorag chemcal egeer yag harus

Lebih terperinci

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data Raguma. Statt meyataa umpula data yag dapat berupa aga yag damaa data uattat maupu o aga yag damaa data ualtat yag duu dalam betu tabel da atau dagram/gra, yag meggambara da mempermudah pemahama aa aga

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

BAB 3 PENYELESAIAN NUMERIK MODEL ADVEKSI-DISPERSI DENGAN IMPLEMENTASI SPREADSHEET

BAB 3 PENYELESAIAN NUMERIK MODEL ADVEKSI-DISPERSI DENGAN IMPLEMENTASI SPREADSHEET BAB PENYELESAIAN NUMERIK MODEL ADVEKSI-DISPERSI DENGAN IMPLEMENTASI SPREADSHEET MENGENAI METODE NUMERIK Persoalan yang melbaan model maemaa banya munul dalam berbaga lmu pengeahuan seper halnya dalam asus

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

Materi Bahasan. Pemrograman Bilangan Bulat (Integer Programming) Pemrograman Bilangan Bulat. 1 Pengantar Pemrograman Bilangan Bulat

Materi Bahasan. Pemrograman Bilangan Bulat (Integer Programming) Pemrograman Bilangan Bulat. 1 Pengantar Pemrograman Bilangan Bulat Mater Bahasa Pemrograma Blaga Bulat (Iteger Programmg) Kulah - Pegatar pemrograma blaga bulat Beberapa cotoh model pemrograma blaga bulat Metode pemecaha blaga bulat Metode cuttg-plae Metode brach-ad-boud

Lebih terperinci

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data, blaga ataupu

Lebih terperinci

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh MODU PERKUIAHA Ragkaa srk Idukas da Kapasas Fakulas Program Sud Taap Muka Kode MK Dsusu Oleh FAKUTAS TEKIK TEKIK EEKTRO 0 4009 Yulza ST,MT Absrac Tak ada egaga melas sebuah dukor jka arus ag melalu dukor

Lebih terperinci

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

Lebih terperinci

GARIS DAN BIDANG DALAM RUANG EUCLID BERDIMENSI N

GARIS DAN BIDANG DALAM RUANG EUCLID BERDIMENSI N GARIS DAN BIDANG DALAM RUANG EUCLID BERDIMENSI N SKRIPSI Dajua dalam raga meelesaa Stud Strata Satu utu mecapa gelar Sarjaa Sas Oleh Nama : M SOLIKIN ADRIANSAH NIM : 4504009 Program Stud Jurusa : Matemata

Lebih terperinci

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k Prma: Jural Program Stud Pedda da Peelta Matemata Vol. 6, No., Jauar 07, hal. 7-59 P-ISSN: 0-989 METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l UNTUK BEBERAPA NILAI

Lebih terperinci

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Bule Ilmah Mah. Sa. da Terapaya Bmaser Volume 5, No. 3 26, hal 23 22. ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Syarah

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

ANALISA HANTARAN GELOMBANG LISTRIKMAGNET DENGAN MENGGUNAKAN METODA FINITE DIFFERENCE TIME DOMAIN (FDTD)

ANALISA HANTARAN GELOMBANG LISTRIKMAGNET DENGAN MENGGUNAKAN METODA FINITE DIFFERENCE TIME DOMAIN (FDTD) Tuoral Rse Uggula Terpadu RUT VI PNGMBANGAN SISTM RADAR BAWA TANA PULSA IRP ANALISA ANTARAN GLOMBANG LISTRIKMAGNT DNGAN MNGGUNAKAN MTODA FINIT DIFFRN TIM DOMAIN FDTD Ieses P db Peel Uama Ir. Josapha Teuo

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Ruag Baach Sumaag Muhtar Gozal UNIVERSITAS PENDIDIKAN INDONESIA Satu kose etg d kulah Aalss ugsoal adalah teor ruag Baach. Pada baga aka drevu defs, cotoh-cotoh, serta sfat-sfat etg ruag Baach. Kta aka

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

PRESENTASI TUGAS AKHIR

PRESENTASI TUGAS AKHIR Penerapan PID Predcve Ar-Rao Conroller Pada Mesn Mobl Msubsh Type 4G63 Unu Memnmuman Ems Gas Buang Oleh Hendre Angga P 10 105 03 PRESENTASI TUGAS AKHIR Mesn-mesn oomof saa n dunu unu menghaslan performa

Lebih terperinci

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2 PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI D DENGAN SKEMA FCS, LAASONEN DAN CRANK-NICOLSON Eko Praseya Budaa Syamsul Had Absrac, Fe dfferece mehod ( FCS, Laasoe ad Crak-Ncholso scheme) have bee develop for

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI KEDELAI DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI SEMIPARAMETRIK SPLINE

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI KEDELAI DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI SEMIPARAMETRIK SPLINE ANAISIS FATOR-FATOR YANG MEMPENGARUHI PRODUSI EDEAI DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI SEMIPARAMETRI SPINE Da Amela, I Nyoma Budaara Jurusa Sasa, FMIPA, Isu Teolog Seuluh Noember (ITS Jl. Aref

Lebih terperinci

Uji Median Pengaruh Utama dan Interaksi dalam Percobaan Berfaktor

Uji Median Pengaruh Utama dan Interaksi dalam Percobaan Berfaktor Jural Grade Vol3 No Jul 007 : 77-8 U Meda Pegaruh Uaa da Ieras dala Peroaa Berfaor Sg Nugroho Jurusa Maeaa, Faulas Maeaa da Ilu Pegeahua Ala, Uversas Begulu, Idoesa Dera Ju 007; Dseuu 6 Jul 007 Asra -

Lebih terperinci

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah 3 III. METODE ENELITIAN 3.1 Watu da Tempat eelta da peracaga tugas ahr dlaua d Laboratorum Terpadu Te Eletro Uverstas Lampug da dusu Margosar, desa esawara Idah abupate esawara pada bula Agustus 1 sampa

Lebih terperinci

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Jural Ilmah Mrote Vol., No. 4 OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Joha Vara Alfa ), Rully Soelama ), Chaste Fatchah ) ), ), ) Te Iformata, Faultas

Lebih terperinci

U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K

U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K Isaro Elevas Jurusan Ten Spl dan Lngungan FT UGM U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K SABTU JULI OPE N BOOK WAKTU ME NIT PETUNJUK ) Saudara bole menggunaan ompuer unu mengerjaan

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

LOGO ANALISIS REGRESI LINIER

LOGO ANALISIS REGRESI LINIER LOGO ANALISIS REGRESI LINIER BERGANDA Hazmra Yozza Jur. Maemaka FMIPA Uv. Adalas KOMPETENSI megdefkaska model regres ler bergada dalam oas aljabar basa maupu oas marks da asumsya medapaka model regres

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA Beberapa teor yag dperlua utu meduug pembahasa dataraya adalah varabel radom, regres lear bergada, metode uadrat terecl (MKT), peguja asums aalss regres, pecla (outler), regres robust,

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

BAB II LANDASAN TEORI. merepresentasikan dan menjelaskan permasalahan pada dunia nyata ke dalam. pernyataan matematis (Widowati & Sutimin, 2007 : 1).

BAB II LANDASAN TEORI. merepresentasikan dan menjelaskan permasalahan pada dunia nyata ke dalam. pernyataan matematis (Widowati & Sutimin, 2007 : 1). BAB II LANDASAN EORI.. Model Matematka Model Matematka merupaka represetas matematka yag dhaslka dar pemodela Matematka. Pemodela Matematka merupaka suatu proses merepresetaska da mejelaska permasalaha

Lebih terperinci

DISUSUN OLEH KELOMPOK III

DISUSUN OLEH KELOMPOK III FUNGSI BESSEL DISUSUN OLEH KELOMPOK III Nama Aggoa : Desaah 7.. T Yua 7..5 Oa Helaa 7.. Sea ula 7..78 Dessy Adea 7.. Esca Oaa 7..59 Semese : L Pogam Sud : Pedda Maemaa Maa Kulah : Maemaa Lajua FAKULTAS

Lebih terperinci

BAB III ISI. x 2. 2πσ

BAB III ISI. x 2. 2πσ BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)

Lebih terperinci

PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2011 ISBN: INTERVAL KONFIDENSI SPLINE KUADRAT

PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2011 ISBN: INTERVAL KONFIDENSI SPLINE KUADRAT PROSIDING SEMINAR NASIONAL SAISIA UNIVERSIAS DIPONEGORO 0 ISBN: 978-979-097-4-4 INERVAL ONFIDENSI SPLINE UADRA DENGAN PENDEAAN PIVOAL QUANIY Rowa Dafl Saraamual I Noma Budaara ) Mahasswa Magser Jurusa

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M JP : Volue 4 Noor Ju 0 hal. 4-5 LEA HENSTOCK PADA NTEGRAL uslch Jurusa ateata FPA UNS uslch_us@yahoo.co ABSTRACT. Based o the cshae e partto ad cshae tegral t ca be arraged the e partto ad tegral cocepts.

Lebih terperinci

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA PEAKI ATAI AIO-CUM-DUAL UTUK ATA-ATA POPULAI PADA AMPLIG GADA Holla Maalu Bustam Haposa rat Mahasswa Program Matemata Dose Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas au Kampus Bawda

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci