PELABELAN TOTAL BUSUR-AJAIB b-busur BERURUTAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "PELABELAN TOTAL BUSUR-AJAIB b-busur BERURUTAN"

Transkripsi

1 JIMT Vol. 4 No. Jun 07 (Hal - 0) ISSN : X PELABELAN TOTAL BUSUR-AJAIB b-busur BERURUTAN PADA GRAF LOBSTER L n (; ; t) DAN L n (;, s; t) Nujana, I W. Sudasana, dan Resnawat 3,,3 Pogam Stud Matematka Juusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam Unvestas Tadulako Jalan Sukano-Hatta Km. 9 Palu 948, Indonesa jannah_090@yahoo.com, sudasanawayan@yahoo.co.d, 3 35n4w4t@yahoo.com ABSTRACT A bjecton f: V E,, 3,, v + e} s called an b-edge consecutve edge-magc total labelng (b-edge consecutve EMT labelng) of G wth vetces v and edges e f f s an edge-magc total labelng of G and f(e) = b +, b +, b + 3,, b + e}, wth 0 b v. If a connected gaph G has b-edge consecutve EMT labelng wth b,,3,, v } then G s a tee. Lobste s one of tee that conssts of a sngle path, whee whch evey vetex has dstance at most t fom the vetces n the man path, wth t s an ntege. Futhemoe, an nvestgaton wll be conducted about b-edge consecutve EMT labelng on lobste L n (; ; t) and L n (;, s; t) fo n ;, s ; and t. The esults show that lobste L n (; ; t) and L n (;, s; t) fo n ;, s ; and t have b-edge consecutve EMT labelngs. Keywods : B-Edge Consecutve Edge-Magc Total Labelng, Lobste Gaph. ABSTRAK Suatu pemetaan bjektf f: V E,, 3,, v + e} dsebut suatu pelabelan total busu-ajab b-busu beuutan (PTBA b-busu beuutan) da G yang memlk banyaknya ttk v dan banyaknya ss e jka f adalah suatu pelabelan total busu-ajab da Gdan f(e) = b +, b +, b + 3,, b + e}, 0 b v. Jka gaf tehubung G mempunya PTBA b-busu beuutan dengan b,,3,, v } maka G adalah suatu gaf pohon. Gaf lobste meupakan salah satu gaf pohon yang ted da satu lntasan, dmana setap smpul memlk jaak palng banyak t tehadap ttk-ttk d lntasan utama, dengan t adalah suatu blangan bulat. Selanjutnya, akan dlakukan nvestgas mengena PTBA b-busu beuutan pada gaf lobste L n (; ; t) dan gaf Lobste L n (;, s; t) uk n ;, s ; dan t.hasl yang dpeoleh adalah gafl obste L n (; ; t)dan gaf Lobste L n (;, s; t) uk n ;, s ; dan t memlk PTBA b-busubeuutan. Kata Kunc : Gaf Lobste, Pelabelan Total Busu Ajab B-busu Beuutan.

2 I. PENDAHULUAN 3.. Lata Belakang Teo gaf adalah cabang kajan yang mempelaja sfat-sfat gaf. Secaa umum, suatu gaf G adalah pasangan hmpunan (V(G), E(G)) dengan V(G) yang meupakan hmpunan ttk yang tak kosong dan E(G) yang meupakan hmpunan ss (pasangan elemen) da V.Salah satu mate gaf yang bekembang dan mendapat pehatan khusus adalah pelabelan gaf. Pelabelan pada suatu gaf adalah pemetaan bjektf yang memasangkan unsu-unsu gaf (smpul atau busu) dengan blangan bulat postf. Jka doman da pelabelan adalah hmpunan smpul, maka pelabelannya dsebut pelabelan smpul (vetex labelng), sedangkan jka doman da pelabelan adalah hmpunan busu, maka pelabelannya dsebut pelabelan busu (edge labelng). Jka doman da pelabelan adalah gabungan hmpunan smpul dan busu, maka pelabelannya dsebut pelabelan total (total labelng). Kn sudah banyak jens pelabelan gaf yang telah dkembangkan, dantaanya pelabelan gacefull, pelabelan total tak beatuan, pelabelan ajab, pelabelan ant ajab, dan pelabelan total supe ajab. Dalam pelabelan total supe ajab, dkenal pula pelabelan total smpul ajab dan pelabelan total busu ajab, seta pelabelan beuutan yang meupakan pengembangan da pelabelan total supe ajab tu send. Konsep peneltan mengena pelabelan total busu ajab semakn bekembang, sehngga Sugeng dan Mlle [4] mengkaj dan mempekenalkan stlah pelabelan total busuajab busu beuutan. Suatu pemetaan bjektf f: V E,, 3,, v + e} dsebut suatu pelabelan total busu-ajab b-busu beuutan (PTBA b-busu beuutan) da G jka f adalah suatu pelabelan total busu-ajab da G dan f(e) = b +, b +, b + 3,, b + e}, 0 b v. Jka suatu gaf memlk PTBA b-busu beuutan maka banyak maksmum busu pada G adalah v atau dengan kata lan e v. Jka suatu gaf tehubung G mempunya PTBA b-busu beuutan dengan b,, 3,, v } maka G adalah suatu gaf pohon. Peneltan mengena gaf pohon teus bekembang, salah satunya dpekenalkan oleh Khan, Pal, dan Pal [] yatu gaf lobste. Dalam pape Khan, Pal, dan Pal [] mengatakan bahwa gaf lobste adalah gaf pohon yang ted da satu lntasan (dengan panjang maksmum) dmana setap smpul memlk jaak palng banyak t tehadap lntasan utama, dengan t adalah suatu blangan bulat. Dalam gaf lobste, jaak yang dmaksud adalah jaak antaa smpul lan dengan smpul tedekat pada lntasan. Kemudan adapula peneltan mengena PTBA b-busu beuutan pada suatu gaf G, peneltan n juga telah banyak dlakukan. Sehngga Rachmawat [] melakukan peneltan mengena PTBA b-busu beuutan pada gaf Lobste L n (; ) dan L n (;, s) dengan t =.

3 3.. Rumusan Masalah Bagamana mempeoleh pelabelan total busu-ajab busu-beuutan (PTBA b-busu beuutan) pada gaf Lobste L n (; ; t) dan gaf Lobste L n (;, s; t)uk t Tujuan Tujuan peneltan n adalah mempeoleh pelabelan total busu-ajab busu-beuutan (PTBA b-busu beuutan) pada gaf Lobste yatu gaf Lobste L n (; ; t)dan gaf Lobste L n (;, s; t) uk t Manfaat Peneltan Adapun Manfaat yang dapat dbekan pada peneltan n adalah:. Sebaga tambahan nfomas dan wawasan pengetahuan tentang pelabelan total busu-ajab busu-beuutan pada gaf Lobste. Sebaga bahan kepustakaan yang djadkan saana pengembangan wawasan kelmuwan khususnya d juusan matematka pada mata kulah teo gaf dan pelabelan gaf Batasan Masalah Peneltan n dbatas pada pelabelan total busu-ajab busu-beuutan khususnya pada gaf Lobste L n (; ; t) uk t,dan gaf Lobste L n (;, s; t) uk t. II. METODE PENELITIAN Langkah-langkah yang dlakukan dalam peneltan n yatu a. Memula peneltan. b. Melakukan stud lteatu dengan mengumpulkan mate da buku-buku, atkel dan junal yang ddapat da pepustakaan dan pepustakaan onlne. c. Menotaskan smpul pada Gaf Lobste L n (; ; t)dan Gaf Lobste L n (;, s; t). d. Mendefnskan fungs pelabelan smpul. e. Menunjukkan label-label smpul meupakan gabungan da hmpunan blangan beuutan. f. Menunjukkan hmpunan W = f(x) + f(y) xy E} membentuk hmpunan blangan bulat postf beuutan. g. Menunjukkan Gaf Lobste L n (; ; t)dan Gaf Lobste L n (;, s; t) meupakan PTBA b-busu beuutan dengan konstanta ajab k = b + e + w. h. Menympulkan hasl peneltan. 3

4 III. HASIL DAN PEMBAHASAN Sebelum dsajkan hasl peneltan n, telebh dahulu dbekan Lemma danteoema-teoema pentng yang telah dtemukan sebelumnya yang akan dgunakan uk membuktkan hasl bau dalam peneltan n. Teoema-teoema tesebut adalah: Lemma 3. Suatu gaf G dengan v smpul dan e busu adalah suatu gaf busu ajab b-busu beuutan jka dan hanya jka tedapat suatu pemetaan bjektf f: V E,, 3,, v + e} sedemkan sehngga f(v) =,,3,, v + e} b +, b +, b + 3,, b + e}, 0 b v dan hmpunan W = f(x) + f(y) xy E} ted da e blangan bulat postf beuutan. (Slaban & Sugeng, [3]). Teoema 3. Setap gaf busu-ajab b-busu beuutan mempunya pelabelan smpul busu antajab. Teoema 3. Dual da pelabelan total busu-ajab b-busu beuutan uk suatu gaf G adalah suatu pelabelan total busu ajab (v b) -busu beuutan. Teoema 3.3 Jka suatu gaf tehubung G mempunya pelabelan total busu-ajab b-busu beuutan dengan b,, 3,, v } maka G adalah suatu gaf pohon. 3.. PTBA b-busu Beuutan pada Gaf Lobste L n (; ; t) Gaf lobste L n (; ; t), adalah gaf lobste teatu dengan n menyatakan banyak smpul pada lntasan, menyatakan banyak smpul bejaak da setap smpul lntasan, menyatakan banyak daun pada smpul tejauh da setap smpul lntasan dan t menyatakan panjang maksmum (jaak) da smpul lntasan. vt ut vt ut vt ut vt v3 v u u3 ut vt ut vt v C u ut vt ut vt v3 v u u3 ut v C u v33 v3 u3 u33 v3 C3 u3 vn3 vn un un3 vn Cn un Gamba : Penotasan smpul pada gaf lobste L n (; ; t) 4

5 Banyaknya smpul pada gaf lobste L n (; ; t) adalah v = n + nt n = n( + t ) dan banyaknya busu adalah e = n + nt n = n( + t ). Teoema 3 Setap gaf Lobste L n (; ; t) memlk PTBA b-busu Beuutan dengan n ( + t ) + t +, n = ganjl, t = ganjl n b = ( + t ) + t, n = ganjl, t = genap n ( + t ), n = genap Bukt: Bekan label smpulda gaf lobste L n (; ; t) masng masng pada t ganjl dan t genap sebaga bekut : Label smpul pada t ganjl : f(v j ) = p + p + ( + t ) + + t (t ), ganjl, j ganjl, I, j T ( + t ) + t (t ), ganjl, j genap, I, j T ( + t ) (t ) +, genap, j ganjl, I, j T ( + t ) (t ), genap, j genap, I, j T. () ( + t ) + + t (t ), ganjl, j ganjl, I, j T p + ( + t ) + t (t ), ganjl, j genap, I, j T f(u j ) = p + ( + t ) (t ) +, genap, j ganjl, I, j T ( + t ) (t ), genap, j genap, I, j T. () ( + t ) + k, ganjl, I, k R f(v k ) = p + ( + t ) t + k +, genap, I, k R. (3) ( + t ) + + t + k, ganjl, I, k R f(u k ) = p + ( + t ) + k, genap, I, k R. (4) p + ( + t ) + (t ) +, ganjl, I f(c ) = ( + t ) (t ), genap, I. (5) 5

6 Label smpul pada t genap : f(v j ) = f(u j ) = p + ( + t ) + t (t ), ganjl, j ganjl, I, j T ( + t ) + + t (t ), ganjl, j genap, I, j T p + ( + t ) (t ), genap, j ganjl, I, j T ( + t ) (t ) +, genap, j genap, I, j T. (6) ( + t ) + t (t ), ganjl, j ganjl, I, j T p + ( + t ) + + t (t ), ganjl, j genap, I, j T ( + t ) (t ), genap, j ganjl, I, j T ( + t ) (t p + ) +, genap, j genap, I, j T. (7) p + ( + t ) + k, ganjl, I, k R f(v k ) = ( + t ) t + k +, genap, I, k R. (8) p + ( + t ) + + t + k, ganjl, I, k R f(u k ) = ( + t ) + k, genap, I, k R. (9) p + f(c ) = ( + t ) + + (t ), ganjl, I ( + t ) (t ) +, genap, I. (0) Dengan label tesebut dpeoleh : 3n( + t ) +, n = ganjl, t = ganjl k = 3n( + t ) +, n = ganjl, t = genap 3n( + t ), n = genap 3.. PTBA b-busu Beuutan pada Gaf Lobste L n (;, s; t) Gaf lobste L n (;, s; t), adalah gaf lobste teatu dengan n menyatakan banyak smpul pada lntasan, menyatakan banyak smpul bejaak da setap smpul lntasan, menyatakan banyak daun pada smpul tejauh da smpul lntasan pada smpul petama, s 6

7 menyatakan banyak daun pada smpul tejauh da smpul lntasan pada smpul kedua dan t menyatakan panjang maksmum (jaak) da smpul lntasan. vt ut vt ut vt ut ut 3 vt v3 v u u3 ut vt ut vt v C u ut vt ut ut 3 vt v3 v u u3 ut v C u 3 v33 v3 u3 u33 v3 C3 u3 3 vn3 vn un un3 vn Cn un Gamba : Penotasan smpul pada gaf lobste L n (;, s; t) Banyaknya smpul pada gaf lobste L n (;, s; t) adalah v = n + ns + nt n = n( + s + t ) dan banyaknya busu adalah e = n + ns + nt n = n( + s + t ). Teoema 3. Setap gaf Lobste L n (;, s; t) memlk PTBA b-busu Beuutan dengan Bukt: b = n ( + s + t ) + + s + t, n = ganjl, t = ganjl n ( + s + t ) + t, n = ganjl, t = genap n ( + s + t ), n = genap Bekan label smpul da gaf lobste L n (;, s; t) masng masng pada t ganjl dan t genap sebaga bekut : Label smpul pada t ganjl : f(v j ) = p + p + ( + s + t ) + + t (t ), ganjl, j ganjl, I, j T ( + s + t ) + t (t ), ganjl, j genap, I, j T ( + s + t ) s (t ) +, genap, j ganjl, I, j T ( + s + t ) (t ), genap, j genap, I, j T. () 7

8 ( + s + t ) + + t (t ), ganjl, j ganjl, I, j T p + ( + s + t ) + t (t ), ganjl, j genap, I, j T f(u j ) = p + ( + s + t ) s (t ) +, genap, j ganjl, I, j T ( + s + t ) (t ), genap, j genap, I, j T. () ( + s + t ) + k, ganjl, I, k R f(v k ) = p + ( + s + t ) s t + k +, genap, I, k R. (3) ( + s + t ) + + t + k, ganjl, I, k R f(u k ) = p + ( + s + t ) s + k, genap, I, k R. (4) p + ( + s + t ) + (t ) +, ganjl, I f(c ) = ( + s + t ) (t ), genap, I. (5) Label smpul pada t genap: f(v j ) = f(u j ) = p + ( + s + t ) + t (t ), ganjl, j ganjl, I, j T ( + s + t ) + + t (t ), ganjl, j genap, I, j T p + ( + s + t ) (t ), genap, j ganjl, I, j T ( + s + t ) s (t ) +, genap, j genap, I, j T. (6) ( + s + t ) + t (t ), ganjl, j ganjl, I, j T p + ( + s + t ) + + t (t ), ganjl, j genap, I, j T p + ( + s + t ) (t ), genap, j ganjl, I, j T ( + s + t ) s (t ) +, genap, j genap, I, j T. (7) p + ( + s + t ) + k, ganjl, I, k R f(v k ) = ( + s + t ) s t + k +, genap, I, k R. (8) 8

9 p + ( + s + t ) + + t + k, ganjl, I, k R f(u k ) = ( + s + t ) s + k, genap, I, k R. (9) p + f(c ) = ( + s + t ) + + (t ), ganjl, I ( + s + t ) s (t ) +, genap, I. (0) Dengan label tesebut dpeoleh : 3n( + s + t ) + + s, n = ganjl, t = ganjl k = 3n( + s + t ) s +, n = ganjl, t = genap 3n( + s + t ), n = genap IV. Kesmpulan Bedasakan peneltan yang telah dlakukan dapat dsmpulkan bahwa uk gaf lobste L n (; ; t) dan L n (;, s; t) memlk PTBA b-busu beuutan. Hasl-hasl yang dpeoleh dbekan dalam tabel dbawah n: Tabel : PTBA b-busu beuutan pada gaf lobste Gaf b k Keteangan Lobste L n (; ; t) Lobste L n (;, s; t) n ( + t ) + t + 3n( + t ) + n ganjl t ganjl n ( + t ) + t 3n( + t ) + n ganjl t genap n ( + t ) 3n( + t ) n genap n ganjl n ( + s + t ) + + s + t 3n( + s + t ) + + s t ganjl n ( + s + t ) + t 3n( + s + t ) n ganjl s + t genap n ( + s + t ) 3n( + s + t ) n genap 9

10 DAFTAR PUSTAKA [] Khan, N., Pal, A., & Pal, M., 009, Edge Coloung of Cactus Gaphs. [] Rachmawat, Syafan., Pelabelan Total Busu-Ajab B-Busu-Beuutan (PTBA B-Busu Beuutan) Pada Gaf Lobste L n (; ) Dan L n (;, s), 0, FMIPA UI, Depok. [3] Slaban, D. R, & Sugeng, K. A., Pelabelan Total Busu Beuutan Busu Ajab Pada Gaf Tehubung Bukan Gaf Pohon, 00. [4] Sugeng, K.A., & Mlle, M., 008, On Consecutve Edge Magc Total Labelng Of Gaph, Jounal Of Dscete Algotms. 0

PADA GRAF PRISMA BERCABANG

PADA GRAF PRISMA BERCABANG PELABELAN TOTAL SUPER (a, d)-busur ANTI AJAIB PADA GRAF PRISMA BERCABANG Achmad Fahruroz,, Dew Putre Lestar,, Iffatul Mardhyah, Unverstas Gunadarma Depok Program Magster Fakultas MIPA Unverstas Indonesa

Lebih terperinci

PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC

PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC Kurnawan *, Rolan Pane, Asl Srat Mahasswa Program Stud S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

Lebih terperinci

PELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP

PELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP JMP : Volume 1 Nomor 2, Oktober 2009 PELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP Tryan dan Nken Larasat Fakultas Sans dan Teknk, Unverstas Jenderal Soedrman Purwokerto, Indonesa

Lebih terperinci

DIMENSI PARTISI GRAF GIR

DIMENSI PARTISI GRAF GIR Jurnal Matematka UNAND Vol. 1 No. 2 Hal. 21 27 ISSN : 2303 2910 c Jurusan Matematka FMIPA UNAND DIMENSI PARTISI GRAF GIR REFINA RIZA Program Stud Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam,

Lebih terperinci

permasalahan dalam graf yaitu permasalahan dekomposisi dan pelabelan. Lexicographic product dari G1

permasalahan dalam graf yaitu permasalahan dekomposisi dan pelabelan. Lexicographic product dari G1 DEOMPOSISI m, m -(ANTI) AJAIB DARI Hendy 1, St Fatmah 2 Fakultas Matematka dan Ilmu Pengetahuan Alam, Unverstas Pesantren Tngg Darul Ulum 1,2 omplek PP Darul Ulum Peterongan Jombang hendyhendy17@gmal.com

Lebih terperinci

KAJIAN DAN ALGORITMA PELABELAN PSEUDO EDGE-MAGIC. memiliki derajat maksimum dan tidak ada titik yang terisolasi. Jika n i adalah

KAJIAN DAN ALGORITMA PELABELAN PSEUDO EDGE-MAGIC. memiliki derajat maksimum dan tidak ada titik yang terisolasi. Jika n i adalah BAB III KAJIAN DAN ALGORITMA PELABELAN PSEUDO EDGE-MAGIC III. Batas Bawah Magc Number pada Pelabelan Total Pseudo Edge-Magc Teorema 3.. Anggap G = (,E) adalah sebuah graf dengan n-ttk dan m-ss dan memlk

Lebih terperinci

PELABELAN TOTAL BUSUR AJAIB b-busur BERURUTAN PADA GRAF LOBSTER L n (2; r) DAN L n (2; r, s) SKRIPSI SYARIFANI RACHMAWATI

PELABELAN TOTAL BUSUR AJAIB b-busur BERURUTAN PADA GRAF LOBSTER L n (2; r) DAN L n (2; r, s) SKRIPSI SYARIFANI RACHMAWATI UNIVERSITAS INDONESIA PELABELAN TOTAL BUSUR AJAIB b-busur BERURUTAN PADA GRAF LOBSTER L n (; ) DAN L n (;, s) SKRIPSI SYARIFANI RACHMAWATI 08065 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI

Lebih terperinci

SIFAT - SIFAT MATRIKS UNITER, MATRIKS NORMAL, DAN MATRIKS HERMITIAN

SIFAT - SIFAT MATRIKS UNITER, MATRIKS NORMAL, DAN MATRIKS HERMITIAN SFT - SFT MTRKS UNTER, MTRKS NORML, DN MTRKS HERMTN Tasa bstak : Tujuan peneltan n adalah untuk mengetahu pengetan dan sfat sfat da matks unte, matks nomal, dan matks hemtan. Metode peneltan yang dgunakan

Lebih terperinci

Pelabelan Total Sisi Ajaib Pada Subkelas Pohon

Pelabelan Total Sisi Ajaib Pada Subkelas Pohon Pelabelan Total Ss Ajab Pada Subkelas Pohon Hlda Rzky Nngtyas, Dr Daraj, SS, MT [] Jurusan Mateatka, Fakultas MIPA, Insttut Teknolog Sepuluh Nopeber (ITS Jl Aref Rahan Hak, Surabaya 60 E-al: daraj@ateatkatsacd

Lebih terperinci

Bab III Reduksi Orde Model Sistem LPV

Bab III Reduksi Orde Model Sistem LPV Bab III Reduks Ode Model Sstem PV Metode eduks ode model melalu MI telah dgunakan untuk meeduks ode model sstem I bak untuk kasus kontnu maupun dskt. Melalu metode n telah dhaslkan pula bentuk da model

Lebih terperinci

PELABELAN HARMONIOUS PADA GRAF TANGGA DAN GRAF KIPAS

PELABELAN HARMONIOUS PADA GRAF TANGGA DAN GRAF KIPAS PELABELAN HARMONIOUS PADA GRAF TANGGA DAN GRAF KIPAS SKRIPSI Oleh Dony Rusdanto NIM 041810101044 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER 011 PELABELAN HARMONIOUS

Lebih terperinci

BILANGAN RAMSEY SISI DARI r ( P, )

BILANGAN RAMSEY SISI DARI r ( P, ) Charul Imron dan dy Tr Baskoro, Blangan Ramsey Ss BILANGAN RAMSY SISI DARI r ( P, ) (Ramsey Number from the Sde r ( P, ) ) Charul Imron dan dy Tr Baskoro Jurusan Matemátca, FMIPA ITS Surabaya mron-ts@matematka.ts.ac.d

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

BAB I PENDAHULUAN Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Matematka dbag menjad beberapa kelompok bdang lmu, antara lan analss, aljabar, dan statstka. Ruang barsan merupakan salah satu bagan yang ada d bdang

Lebih terperinci

PELABELAN CORDIAL DAN GRACEFUL PADA ARBITRARY SUPERSUBDIVISION GRAF PATH DAN STAR

PELABELAN CORDIAL DAN GRACEFUL PADA ARBITRARY SUPERSUBDIVISION GRAF PATH DAN STAR PELABELAN CORDIAL DAN GRACEFUL PADA ARBITRARY SUPERSUBDIVISION GRAF PATH DAN STAR Kornela Paskatra Cahayan, R. Her Soelstyo U 2, Solchn Zak 3,2,3 Program Stud Matematka FSM Unverstas Dponegoro Jl. Pro.

Lebih terperinci

PELABELAN HARMONIS GANJIL PADA GABUNGAN GRAF ULAR DAN GRAF ULAR BERLIPAT

PELABELAN HARMONIS GANJIL PADA GABUNGAN GRAF ULAR DAN GRAF ULAR BERLIPAT PROSIDING ISSN: 50-656 PELABELAN HARMONIS GANJIL PADA GABUNGAN GRAF ULAR DAN GRAF ULAR BERLIPAT Fery Frmansah Prod Penddkan Matematka FKIP Unverstas Wdya Dharma Klaten, 5738 Emal :eryrmansah@unwdhaacd

Lebih terperinci

BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA

BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA A-3 Dan Aresta Yuwanngsh 1 1 Mahasswa S Matematka UGM dan.aresta17@yahoo.com Abstrak Dberkan R merupakan rng dengan elemen satuan, M R-modul kanan, dan R S End

Lebih terperinci

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 07 Sfat-sfat Operas Perkalan Modular pada raf Fuzzy T - 3 Tryan, ahyo Baskoro, Nken Larasat 3, Ar Wardayan 4,, 3, 4 Unerstas Jenderal Soedrman transr@yahoo.com.au

Lebih terperinci

Bab 1 Ruang Vektor. R. Leni Murzaini/0906577381

Bab 1 Ruang Vektor. R. Leni Murzaini/0906577381 Bab 1 Ruang Vektor Defns Msalkan F adalah feld, yang elemen-elemennya dnyatakansebaga skalar. Ruang vektor atas F adalah hmpunan tak kosong V, yang elemen-elemennya merupakan vektor, bersama dengan dua

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengetan Koelas Koelas adalah stlah statstk yang menyatakan deajat hubungan lnea antaa dua vaabel atau lebh, yang dtemukan oleh Kal Peason pada awal 1900. Oleh sebab tu tekenal dengan

Lebih terperinci

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang Modul 1 Teor Hmpunan PENDAHULUAN Prof SM Nababan, PhD Drs Warsto, MPd mpunan sebaga koleks (pengelompokan) dar objek-objek yang H dnyatakan dengan jelas, banyak dgunakan dan djumpa dberbaga bdang bukan

Lebih terperinci

PENGGABUNGAN PADA SUPER EDGE-MAGIC PETERSEN GRAPH DENGAN VERTEX PADA SETIAP VERTEX YANG ADA. Ida Christiana 1,Chairul Imron 2 ABSTRAK

PENGGABUNGAN PADA SUPER EDGE-MAGIC PETERSEN GRAPH DENGAN VERTEX PADA SETIAP VERTEX YANG ADA. Ida Christiana 1,Chairul Imron 2 ABSTRAK PENGGABUNGAN PADA SUPER EDGE-MAGIC PETERSEN GRAPH DENGAN VERTEX PADA SETIAP VERTEX YANG ADA Ida Chrstana 1,Charul Imron ABSTRAK Pelabelan suatu grah adalah suatu emetaan dar hmunan elemen grah (vertex,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

Dimensi Partisi pada Graf Kincir

Dimensi Partisi pada Graf Kincir Dimensi Patisi pada Gaf Kinci Disusun Oleh : Chanda Iawan NRP.00 09 0 Abstak Misalkan G(VE) adalah gaf tehubung dan S adalah sebuah subset dai V(G) jaak antaa v dan S adalah dv S min d v x x S.Suatu gaf

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Peluang Peluang adalah suatu nla untuk menguku tngkat kemungknan tejadnya suatu pestwa (event) akan tejad d masa mendatang yang haslnya tdak past (uncetan event). Peluang dnyatakan

Lebih terperinci

NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA

NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA Jurnal Ilmu Maemaka dan Terapan Desember 015 Volume 9 Nomor Hal. 97 10 NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA R. D. S. Rahangmean 1, M. I. Tlukay, F. Y. Rumlawang,

Lebih terperinci

BAB III HASILKALI TENSOR PADA RUANG VEKTOR. Misalkan V ruang vektor atas lapangan F. Suatu transformasi linear f L ( V, F )

BAB III HASILKALI TENSOR PADA RUANG VEKTOR. Misalkan V ruang vektor atas lapangan F. Suatu transformasi linear f L ( V, F ) 28 BAB III HASILKALI TENSOR PADA RUANG VEKTOR III.1 Ruang Dual Defns III.1.2: Ruang Dual [10] Msalkan V ruang vektor atas lapangan F. Suatu transformas lnear f L ( V, F ) dkatakan fungsonal lnear (atau

Lebih terperinci

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM 1) Membuat dstrbus frekuens. 2) Mengetahu apa yang dmaksud dengan Medan, Modus dan Mean. 3) Mengetahu cara mencar Nla rata-rata (Mean). TEORI PENUNJANG

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. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

HASIL KALI LANGSUNG S-NEAR-RING DAN S-NEAR-RING BEBAS Smarandache Direct Product and Smarandache Free Near-Rings

HASIL KALI LANGSUNG S-NEAR-RING DAN S-NEAR-RING BEBAS Smarandache Direct Product and Smarandache Free Near-Rings Junal Baekeng Vol. 8 No. 2 Hal. 7 (204) HASIL KALI LANGSUNG S-NEAR-RING DAN S-NEAR-RING BEBAS Smaandache Dect Poduct and Smaandache Fee Nea-Rng HENRY W. M. PATTY Juuan Matematka Fakulta MIPA Unveta Pattmua

Lebih terperinci

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan

Lebih terperinci

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5 33 III.METODE PENELITIAN A Jens Dan Desan Peneltan. Jens peneltan yang dgunakan dalam peneltan n adalah peneltan kuanttatf. Peneltan n merupakan peneltan korelas yang bertujuan untuk mengetahu hubungan

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bab ini akan diberikan beberapa definisi dan konsep dasar dalam teori graf dan pelabelan graf yang akan digunakan pada bab selanjutnya. 2.1 Definisi dan Istilah Dalam Teori Graf

Lebih terperinci

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996). 2 TINJAUAN PUSTAKA 2.1 Stud Yang Terkat Peneltan n mengacu pada jurnal yang dtuls oleh Khang, dkk.(1995). Dalam peneltannya, Khang, dkk membandngkan arus lalu lntas yang datur menggunakan sstem stats dan

Lebih terperinci

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal 157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

Perancangan, Pembuatan dan Pengujian Omnidirectional Vehicle

Perancangan, Pembuatan dan Pengujian Omnidirectional Vehicle Peancangan, Pembuatan dan Pengujan Omndectonal Vehcle Muljowdodo dan Cahyad Setawan Laboatoum Otomas & Sstem Manufaktu Juusan Teknk Mesn FTI ITB muljo@bdg.centn.net.d, dot@tekpod.ms.tb.ac.d Rngkasan Movng

Lebih terperinci

BAB I PENDAHULUAN. konsep strategi yang cocok untuk menghadapi persaingan baik itu mengikuti marketing

BAB I PENDAHULUAN. konsep strategi yang cocok untuk menghadapi persaingan baik itu mengikuti marketing BAB I PENDAHULUAN 1.1 Latar Belakang Konds persangan dalam berbaga bdang ndustr saat n dapat dkatakan sudah sedemkan ketatnya. Persangan dalam merebut pasar, adanya novas produk, mencptakan kepuasan pelanggan

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi BAB III FUNGSI MAYOR DAN MINOR Pada bab n akan dbahas konsep-konsep dasar dar fungs mayor dan fungs mnor dar suatu fungs yang terdefns pada suatu nterval tertutup. Pendefnsan fungs mayor dan mnor tersebut

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia) PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas

Lebih terperinci

JMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT

JMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT JMP : Volume 5 Nomor, Jun 03, hal. 3 - SPEKTRUM PD GRF REGULER KUT Rzk Mulyan, Tryan dan Nken Larasat Program Stud Matematka, Fakultas Sans dan Teknk Unerstas Jenderal Soedrman Emal : rzky90@gmal.com BSTRCT.

Lebih terperinci

Prosiding Matematika ISSN:

Prosiding Matematika ISSN: Prosdng Matematka ISSN: 246-6464 Pemlhan Rute Perjalanan Terpendek Menggunakan Algortma Djkstra dan Google Maps The Shortest Route Selecton Usng Djkstra's Algorthm and Google Maps 1 Afrzal Herdyanto Sunaryono,

Lebih terperinci

UJI PRIMALITAS. Sangadji *

UJI PRIMALITAS. Sangadji * UJI PRIMALITAS Sangadj * ABSTRAK UJI PRIMALITAS. Makalah n membahas dan membuktkan tga teorema untuk testng prmaltas, yatu teorema Lucas, teorema Lucas yang dsempurnakan dan teorema Pocklngton. D sampng

Lebih terperinci

BAB II DIMENSI PARTISI

BAB II DIMENSI PARTISI BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan

Lebih terperinci

Graf Ajaib (Super) dengan Sisi Pendan

Graf Ajaib (Super) dengan Sisi Pendan 54 Bab IV Graf Ajaib (Super) dengan Sisi Pen Pada bab ini disajikan metode untuk membentuk graf ajaib (super) baru dari graf ajaib (super) yang sudah diketahui. Berdasarkan metode tersebut diperoleh graf

Lebih terperinci

RANGKAIAN SERI. 1. Pendahuluan

RANGKAIAN SERI. 1. Pendahuluan . Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor

Lebih terperinci

Edisi Juni 2011 Volume V No. 1-2 ISSN TRAIL EULER MINIMAL DI DALAM GRAF BERARAH YANG TERBOBOTI. Bandung

Edisi Juni 2011 Volume V No. 1-2 ISSN TRAIL EULER MINIMAL DI DALAM GRAF BERARAH YANG TERBOBOTI. Bandung Eds Jun 211 Volume V No. 1-2 ISSN 1979-8911 RAIL EULER MINIMAL DI DALAM GRAF BERARAH YANG ERBOBOI St Julaeha 1, Murtnngrum 2, Rda Novrda 3, Endang Retno Nugroho 4 1 Dosen Jurusan Matematka, Fakultas Sans

Lebih terperinci

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT ABSTRAK STEVANY HANALYNA DETHAN Fakultas Ekonom Unv. Mahasaraswat Mataram e-mal : stevany.hanalyna.dethan@gmal.com

Lebih terperinci

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

Interpretasi data gravitasi

Interpretasi data gravitasi Modul 7 Interpretas data gravtas Interpretas data yang dgunakan dalam metode gravtas adalah secara kualtatf dan kuanttatf. Dalam hal n nterpretas secara kuanttatf adalah pemodelan, yatu dengan pembuatan

Lebih terperinci

APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K

APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K Jurnal Matematka Murn dan Terapan Vol. 3 No. Desember 009: 4-6 APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH Yun Yulda dan Muhammad Ahsar K Program Stud Matematka Unverstas

Lebih terperinci

BAB III METODE PENELITIAN. Untuk mencapai tujuan penelitian, maka diperlukan suatu metode yang

BAB III METODE PENELITIAN. Untuk mencapai tujuan penelitian, maka diperlukan suatu metode yang 39 BAB III METODE PENELITIAN 3.1. Desan Peneltan Untuk mencapa tujuan peneltan, maka dpelukan suatu metode yang tepat aga peneltan dapat dlaksanakan dengan bak. Sebagamana yang dkemukakan oleh Mohammad

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang. menghimpun dana dari pihak yang kelebihan dana (surplus spending unit) kemudian

BAB I PENDAHULUAN Latar Belakang. menghimpun dana dari pihak yang kelebihan dana (surplus spending unit) kemudian Pengaruh Captal Structure terhadap Proftabltas pada Industr Perbankan d Indonesa Mutara Artkel n d-dgtalsas oleh Perpustakaan Fakultas Ekonom-Unverstas Trsakt, 2016. 021-5663232 ext.8335 BAB I PENDAHULUAN

Lebih terperinci

Nama : Crishadi Juliantoro NPM :

Nama : Crishadi Juliantoro NPM : ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

PELABELAN GRACEFUL DAN FELICITOUS PADA GRAF LINTASASN P n, UNTUK n BILANGAN ASLI SKRIPSI. Oleh: RIZAL ABADI NIM

PELABELAN GRACEFUL DAN FELICITOUS PADA GRAF LINTASASN P n, UNTUK n BILANGAN ASLI SKRIPSI. Oleh: RIZAL ABADI NIM PELABELAN GRACEFUL DAN FELICITOUS PADA GRAF LINTASASN P n, UNTUK n BILANGAN ASLI SKRIPSI Oleh: RIZAL ABADI NIM 050006 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI (UIN) MALANG

Lebih terperinci

BAB II TINJAUAN PUSTAKA. pada suatu graf sebagai landasan teori pada penelitian ini.

BAB II TINJAUAN PUSTAKA. pada suatu graf sebagai landasan teori pada penelitian ini. BAB II TINJAUAN PUSTAKA Pada bagan n akan dbrkan konsp dasar graf dan blangan kromatk lokas pada suatu graf sbaga landasan tor pada pnltan n 21 Konsp Dasar Graf Bbrapa konsp dasar yang dgunakan dalam pnltan

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

EVALUASI EFISIENSI TERMINAL BUS ANTAR KOTA DI SURABAYA DENGAN MENGGUNAKAN DATA ENVELOPMENT ANALISIS

EVALUASI EFISIENSI TERMINAL BUS ANTAR KOTA DI SURABAYA DENGAN MENGGUNAKAN DATA ENVELOPMENT ANALISIS EVALUASI EFISIENSI TERMINAL BUS ANTAR KOTA DI SURABAYA DENGAN MENGGUNAKAN DATA ENVELOPMENT ANALISIS Nama : Evta Punanngum NRP : 127 1 35 Juusan : Matematka FMIPA-ITS Dosen Pembmbng : Ds. Sulstyo, MT Abstak

Lebih terperinci

PELABELAN TOTAL BUSUR AJAIB b-busur BERURUTAN SKRIPSI SRI WAHYUNI WULANDARI

PELABELAN TOTAL BUSUR AJAIB b-busur BERURUTAN SKRIPSI SRI WAHYUNI WULANDARI UNIVERSITAS INDONESIA PELABELAN TOTAL BUSUR AJAIB b-busur BERURUTAN PADA GRAF LOBSTER SEMI TERATUR L n (r, 0; 1, r) DAN L n (r, 0; 1, s) SKRIPSI SRI WAHYUNI WULANDARI 080635756 FAKULTAS MATEMATIKA DAN

Lebih terperinci

PROSEDUR MENGGUNAKAN STRATIFIED RANDOM SAMPLING METHOD DALAM MENGESTIMASI PARAMETER POPULASI

PROSEDUR MENGGUNAKAN STRATIFIED RANDOM SAMPLING METHOD DALAM MENGESTIMASI PARAMETER POPULASI JEMI, Vol 1, No 1, Desember 2010 PROSEDUR MENGGUNAKAN STRATIFIED RANDOM SAMPLING METHOD DALAM MENGESTIMASI PARAMETER POPULASI Des Rahmatna, SPd, MSc (Unverstas Martm Raja Al Haj) ABSTRAKSI Peneltan n dmaksudkan

Lebih terperinci

LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES

LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES Hubungan n akan dawal dar gaya yang beraks pada massa fluda. Gaya-gaya n dapat dbag ke dalam gaya bod, gaya permukaan, dan gaya nersa. a. Gaya Bod Gaya bod

Lebih terperinci

BAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol

BAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol BAB I PENDAHULUAN 1.1. Latar Belakang Sebagan besar peneltan-peneltan bdang statstka berhubungan dengan pengujan asums dstrbus, bak secara teor maupun praktk d lapangan. Salah satu uj yang serng dgunakan

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

DERET BALMER DARI ATOM HIDROGEN

DERET BALMER DARI ATOM HIDROGEN DERET BALMER DARI ATOM HIDROGEN I. Tujuan: Menentukan haga konstanta ydbeg dan spectum atom hydogen II. Teo Dasa Pengamatan menunjukan bahwa gas yang besuhu tngg memancakan cahaya dengan spectum gas yang

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

BAB V INTEGRAL KOMPLEKS

BAB V INTEGRAL KOMPLEKS 6 BAB V INTEGRAL KOMPLEKS 5.. INTEGRAL LINTASAN Msal suatu lntasan yang dnyatakan dengan : (t) = x(t) + y(t) dengan t rl dan a t b. Lntasan dsebut lntasan tutup bla (a) = (b). Lntasan tutup dsebut lntasan

Lebih terperinci

Dekomposisi Nilai Singular dan Aplikasinya

Dekomposisi Nilai Singular dan Aplikasinya A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak

Lebih terperinci

PELABELAN SUPER MEAN PADA GENERALISASI GRAF TUNAS KELAPA

PELABELAN SUPER MEAN PADA GENERALISASI GRAF TUNAS KELAPA JIMT Vol. 3 No. Juni 06 (Hal. 70 80) Jurnal Ilmiah Matematika dan Terapan ISSN : 450 766X PELABELAN SUPER MEAN PADA GENERALISASI GRAF TUNAS KELAPA D.A. Merdekawati, I.W. Sudarsana, dan S. Musdalifah 3,,3

Lebih terperinci

Ring Bersih Kanan Right Clean Rings

Ring Bersih Kanan Right Clean Rings ng esh Kanan ght Clean ngs Cyena Novella Ksnamt Pogam Std Penddkan Matematka FKIP USD Kamps III Pangan, Magwohajo,Sleman, cyenanovella@gmalcom STK Peneltan n etjan ntk mengenal, memaham mennjkkan ahwa

Lebih terperinci

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,

Lebih terperinci

Sistem Kriptografi Stream Cipher Berbasis Fungsi Chaos Circle Map Dengan Pertukaran Kunci Diffie-Hellman

Sistem Kriptografi Stream Cipher Berbasis Fungsi Chaos Circle Map Dengan Pertukaran Kunci Diffie-Hellman SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Sstem Krptograf Stream Cpher Berbass Fungs Chaos Crcle Map Dengan Pertukaran Kunc Dffe-Hellman A-6 Muh. Fajryanto 1,a), Aula Kahf 2,b), Vga Aprlana

Lebih terperinci

BAB III BAGAN CUSUM Dasar statistik bagan kendali Cumulative Sum untuk rata-rata

BAB III BAGAN CUSUM Dasar statistik bagan kendali Cumulative Sum untuk rata-rata 3 BAB III BAGAN CUSUM 3.. Dasa statstk bagan kendal Cumulatve Sum untuk ata-ata Bagan Cusum dgunakan untuk mendeteks pegesean kecl pada mean atau vaans dalam poses oleh kaena adanya penyebab khusus secaa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belakang Ketahanan pangan adalah ketersedaan pangan dan kemampuan seseorang untuk mengaksesnya. Sebuah rumah tangga dkatakan memlk ketahanan pangan jka penghunnya tdak berada

Lebih terperinci

Apabila dua variabel X dan Y mempunyai hubungan, maka nilai variabel X yang sudah diketahui dapat dipergunakan untuk mempekirakan / menaksir Y.

Apabila dua variabel X dan Y mempunyai hubungan, maka nilai variabel X yang sudah diketahui dapat dipergunakan untuk mempekirakan / menaksir Y. ANALISIS KORELASI (ANALISIS HUBUNGAN) Korelas Hubungan antar kejadan (varabel) yang satu dengan kejadan (varabel) lannya (dua varabel atau lebh), yang dtemukan oleh Karl Pearson pada awal 1900 Apabla dua

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

Perepresentasian Pohon Berakar dengan Model Balon

Perepresentasian Pohon Berakar dengan Model Balon Perepresentasan Pohon Berakar dengan Model Balon Danang Aref Setyawan Jurusan Teknk Informatka Insttut Teknolog Bandung, emal: f5090@students.f.tb.ac.d Abstract Terdapat beberapa metode yang dapat dgunakan

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

Bab 4 ANALISIS KORELASI

Bab 4 ANALISIS KORELASI Bab 4 ANALISIS KORELASI PENDAHULUAN Koelas adalah suatu alat analss yang dpegunakan untuk menca hubungan antaa vaabel ndependen/bebas dengan vaabel dpenden/takbebas. Apabla bebeapa vaabel ndependen/bebas

Lebih terperinci

KALKULUS VARIASI JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA

KALKULUS VARIASI JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA KALKULUS VARIASI JURUSAN PENDIDIKAN ISIKA PMIPA UNIVERSITAS PENDIDIKAN INDONESIA Smak Petanaan! Bang A B Bentuk kuva apakah ang menunjukkan jaak tepenek ang menghubung-kan ttk A an ttk B alam bang ata

Lebih terperinci

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 29 MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Stud Kasus : Kota Surabaya Rokhana DB 1, Sutkno 2, Agnes Tut

Lebih terperinci

Preferensi untuk alternatif A i diberikan

Preferensi untuk alternatif A i diberikan Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses

Lebih terperinci

Eksistensi Bifurkasi Mundur pada Model Penyebaran Penyakit Menular dengan Vaksinasi

Eksistensi Bifurkasi Mundur pada Model Penyebaran Penyakit Menular dengan Vaksinasi 1 Eksstens Bfurkas Mundur pada Model Penyebaran Penyakt Menular dengan Vaksnas Intan Putr Lestar, Drs. M. Setjo Wnarko, M.S Jurusan Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Insttut Teknolog

Lebih terperinci

LAPORAN PENELITIAN. Pola Kecenderungan Penempatan Kunci Jawaban Pada Soal Tipe-D Melengkapi Berganda. Oleh: Drs. Pramono Sidi

LAPORAN PENELITIAN. Pola Kecenderungan Penempatan Kunci Jawaban Pada Soal Tipe-D Melengkapi Berganda. Oleh: Drs. Pramono Sidi LAPORAN PENELITIAN Pola Kecenderungan Penempatan Kunc Jawaban Pada Soal Tpe-D Melengkap Berganda Oleh: Drs. Pramono Sd Fakultas Matematka dan Ilmu Pengetahuan Alam Me 1990 RINGKASAN Populas yang dambl

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi 3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 1 BAB III METODE PENELITIAN.1 Tempat dan Waktu Peneltan Peneltan n dlakukan d areal IUPHHK-HA PT Mamberamo Alasmandr yatu pada hutan prmer (BLOK RKT 01), Logged Over Area (LOA) berumur tahun (Blok RKT

Lebih terperinci

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah,

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah, III. METODELOGI PENELITIAN A. Metode Peneltan Suatu peneltan dapat berhasl dengan bak dan sesua dengan prosedur lmah, apabla peneltan tersebut menggunakan metode atau alat yang tepat. Dengan menggunakan

Lebih terperinci

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran

Lebih terperinci