PENERAPAN METODE ANALYTIC HIERARCHY PROCESS DALAM SISTEM PENUNJANG KEPUTUSAN UNTUK PEMILIHAN ASURANSI. Fitria Rahma Sari dan Dana Indra Sensuse

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENERAPAN METODE ANALYTIC HIERARCHY PROCESS DALAM SISTEM PENUNJANG KEPUTUSAN UNTUK PEMILIHAN ASURANSI. Fitria Rahma Sari dan Dana Indra Sensuse"

Transkripsi

1 PENERAPAN METODE ANALYTIC HIERARCHY PROCESS DALAM SISTEM PENUNJANG KEPUTUSAN UNTUK PEMILIHAN ASURANSI Ftr Rhm Sr d D Idr Sesuse Fkults Ilmu Komputer, Uversts Idoes, Depok, Idoes d@cs.u.c.d Astrk Memlh produk surs memutuhk proses pegml keputus yg cukup rumt kre meltk yk krter sepert rd mge perush, esr prem yg hrus dyrk, kemudh prosedur klm, d l segy, seg h pertmg dlm prosesy. Slh stu metode yg sesu utuk dguk dlm pegml keputus dlh Alytc Herrchy Process (AHP). Peelt dlkuk utuk megethu pkh metode AHP dpt dguk dlm sutu sstem peujg keputus. Utuk medukug peelt, dut sutu sstem peujg keputus yg ers modul smuls utuk memlh produk surs. Berdsrk skero peguj yg dut, dperoleh hsl hw solus yg derk oleh sstem cukup kurt d medekt kemmpu mus dlm megml keputus. Kt kuc : Sstem peujg keputus, surs 1. Ltr Belkg Kehdup mus tdk leps dr stlh rsko. Berg mcm rsko sepert rsko kekr, rsko gemp um, d segy dpt memulk kerug g mus. Slh stu cr utuk megtspsy dlh deg megkut surs. Asurs merupk etuk pegedl rsko yg dlkuk deg cr meglhk rsko dr stu phk ke phk l. Memlh produk surs merupk pegml keputus yg cukup rumt kre meltk erg krter, sepert rd mge perush, esr prem yg hrus dyrk, kemudh prosedur klm, d l segy, seg h pertmg dlm pegml keputus. Utuk medukug proses pegml keputus terseut dpt dut sutu sstem erss komputer yg dkel seg Decso Support System (DSS) tu sstem peujg keputus. Sstem komputerss semk erkemg, terutm utuk sstem yg memfslts metode lss deg ergm krter yg dkel deg stlh Multple Crter Decso Mkg (MCDM) tu pegml keputus erkrter gd. Byk tekk yg dguk dlm metode MCDM sepert Geerlzed Dt Evelopmet Alyss (GDEA) [1], Ler Costrt, Multojectve Ler Progrmmg [2], d Alytc Herrchy Process (AHP) [3,4,5]. Tekk AHP dperkelk oleh Thoms L. Sty pd perode thu AHP memlk keuggul kre dpt melkuk lss secr smult d tertegrs tr krter-krter, k yg kulttf d kutttf. Peelt dlkuk utuk megethu pkh metode AHP dpt dguk dlm mplemets sstem peujg keputus utuk pemlh surs. 2. Altc Herrchy Process Alytc Herrchy Process (AHP) merupk seuh proses yg memtu pr pegml keputus utuk memperoleh solus terk deg medekomposs permslh kompleks ke dlm etuk yg leh sederh utuk kemud melkuk stess terhdp erg fktor yg terlt dlm permslh pegml keputus terseut [6]. AHP mempertmgk spek kulttf d kutttf dr sutu keputus [7] d megurg kompleksts sutu keputus deg memut perdg stu-stu dr erg krter yg dplh utuk kemud megolh d memperoleh hsly. Tekk tdk hy memtu pr pegml keputus utuk memperoleh ltertf solus yg terk, tetp jug memerk pemhm rsol yg jels utuk plh yg dml. Ad empt uh prsp dsr AHP yg hrus dphm, ytu [8]: 1. Decomposto, ytu memech persol kompleks ke dlm etuk yg leh 100 Jurl Sstem Iforms MTI-UI, Volume 4, Nomor 2, ISBN

2 Ftr Rhm Sr d D Idr Sesuse Thp 2: Melkuk pemoot krter pd setp tgkt hrrk Pd thp, seluruh krter yg erd pd setp tgkt hrrk derk pel kepetg reltf tr stu krter deg krter ly. Pel terseut megguk stdr pemoot Sty deg skl erksr dr 1 hgg 9 d kelky. Keterg mege skl terseut dpt dlht pd tel 1 erkut [9]: Gmr 1. Thp AHP Gmr 2. Poho Hrrk AHP sederh d meyusuy ke dlm sutu poho hrrk. 2. Comprtve judgmet, ytu proses pel mege kepetg reltf tr stu krter deg krter ly pd sutu tgkt tertetu. Pel erpegruh terhdp prorts krter yg merupk t dr metode AHP. Hsl pel dsusu dlm etuk mtrks prwse comprso. 3. Sythess of prorty, ytu proses stess d tr prorts lokl dlm sutu tgkt hrrk utuk memperoleh prorts glol dr ergm krter sutu pegml keputus. 4. Locl cosstecy, ytu pel kepetg reltf yg kosste tr stu krter deg krter ly. Thp yg dlkuk dlm metode AHP secr umum dgmrk pd Gmr 1. Thp 1: Medefsk struktur hrrk mslh Permslh ddekomposs ke dlm etuk poho hrrk yg meujukk huug tr permslh, krter, d ltertf solus. Poho hrrk terseut dlustrsk dlm Gmr 2 [9]. Tel 1. Pel kepetg reltf krter megguk skl Sty Keterg Skl, j 1 Kedu krter sm petg. 3 Krter gk (wekly) leh petg dr krter j. 5 Krter cukup (strogly) petg dr krter j. 7 Krter sgt (very strogly) petg dr krter j. 9 Krter memlk kepetg yg ekstrm (solutely) dr krter j. 2, 4, 6, 8 Krter d j memlk l tegh erlk (, j = 1/ j, ) dtr du l keputus yg erdekt. Krter mempuy l kepetg yg leh dr krter j, mk krter j memlk l erlk. Berdsrk l-l krter terseut dpt dsusu seuh mtrks prwse comprso A seg erkut: 1,1 1,2 1,3 1, j 2,1 2,2 2,3 2, j 3,1 3,2 3,3 3, j A,1,2,3, j, meytk eleme mtrks A rs ke- j kolom ke- j. Thp 3: Meghtug pemoot krter d kosstes pemoot Thp meghtug prorts pemoot deg mecr l egevector dr mtrks A mellu proses seg erkut: 1. Kudrtk mtrks A. Nl eleme mtrks Jurl Sstem Iforms MTI-UI, Volume 4, Nomor 2, ISBN

3 Peerp Metode Alytc Herrchy Process dlm Sstem Peujg Keputus utuk Pemlh Asurs 2 A dtetuk deg megguk rumus erkut: k 2, j k1, k k, j, meytk eleme mtrks A rs ke- kolom ke- k d, meytk k j eleme mtrks A rs ke- k kolom ke- j. 2 A 2. Jumlhk eleme setp rs mtrks sehgg dperoleh sutu mtrks B deg megguk rumus erkut: j1, j,1,2,3. meytk eleme mtrks B rs ke.mtrks B dsusu megguk eleme sepert erkut : B Jumlhk seluruh eleme mtrks B megguk rumus erkut: Dr mtrks B yg telh dperoleh pd lgkh 2 d ts, seljuty dlkuk ormlss terhdp mtrks B utuk memperoleh l egevector dr mtrks B terseut. Nl egevector dr mtrks B dgmrk dlm etuk mtrks E seg erkut: e1 1 / 1 e / 2 2 E. e / 1 1, j e 1 meytk eleme mtrks E rs ke. 4. Ketg proses d ts dlkuk erulg-ulg d pd setp khr ters dcr selsh l egevector mtrks E yg dperoleh deg l egevector mtrks E seelumy smp dperoleh gk yg medekt ol. Mtrks E yg dperoleh pd lgkh terkhr meujukk prorts krter yg dtujukk oleh koefse l egevector. Kosstes AHP Pel tr stu krter deg krter l tdk s sepeuhy kosste. Ikosstes dpt dsek oleh keslh memsukk pel ke dlm sstem, kurgy forms, kurgy kosetrs, du yt yg tdk sellu kosste, tu model struktur hrrk yg kurg sesu. Metode AHP megjk terjdy kosstes pel krter, tetp kosstes pel terseut tdk oleh meleh l rso kosstes seesr 10%. Rso kosstes dpt dperoleh deg lgkh seg erkut [3, 5, 6]: 1. Meghtug mx dr setp mtrks erorde deg cr mejumlhk hsl perkl tr jumlh oot seluruh krter pd msg-msg kolom mtrks deg l egevector utm dr mtrks. 2. Meghtug l deks kosstes utuk setp mtrks er-orde deg megguk rumus: mx CI 1 Keterg: CI = cosstecy dex (deks kosstes) = orde dr mtrks = l egevector teresr dr mtrks mx erorde. 3. Rso kosstes dpt dhtug deg megguk rumus: CI CR RI Keterg: CR = cosstecy rto (rso kosstes) RI = rdom dex (deks ck) utuk setp mtrks erorde. Tel 2 erkut meujukk l deks ck utuk setp mtrks erorde 1 hgg 10: 102 Jurl Sstem Iforms MTI-UI, Volume 4, Nomor 2, ISBN

4 Ftr Rhm Sr d D Idr Sesuse Tel 2. Nl deks ck (RI) Orde RI Thp 4: Meghtug pemoot ltertf Pd thp dlkuk pemoot ltertf utuk setp krter dlm mtrks prwse comprso. Proses utuk melkuk pemoot ltertf sm deg proses yg dlkuk utuk meghtug pemoot krter. Thp 5: Memplk urut ltertf yg dpertmgk d memlh ltertf Thp meghtug l egevector yg dperoleh pd pemoot ltertf utuk setp krter deg l egevector yg dperoleh pd pemoot krter. Hl dlkuk utuk meetuk plh dr ltertf yg tersed. Jumlh l teresr merupk plh yg terk. Peghtug terseut dtujukk seg erkut: R E R R 1,1 2,1,1 R1 R2 R 1 1,2 2,2,2 1, 2,, E1 E2 E R dperoleh deg rumus seg erkut: R 1 E 1, meytk eleme mtrks rs ke- kolom ke- d mtrks E rs ke-. E meytk eleme Gmr 3. Kergk pemkr peelt 3. Metodolog Peelt AHP merupk tekk yg melkuk lss terhdp dt umerk, sehgg metodolog yg dguk dlm peelt dlh metodolog peelt kutttf. Dlm metodolog peelt kutttf, peuls megelompokk dt ke dlm klsfks tertetu, meghtug dt terseut, d memut seuh model utuk mejelsk oyek peelt [10]. Secr umum, thp yg dlkuk dlm melksk peelt dtujukk pd Gmr 3. Dlm melkuk lss hsl keputus, peuls megguk metode peguj Turg test utuk megethu kurs solus yg derk oleh sstem peujg keputus pemlh surs. Proses peguj meltk seorg surce lyst yg derk put yg sm deg put yg derk ke dlm sstem. Dr put terseut g dperoleh output yg dpt dlht perdgy tr hsl pemlh surs yg dlkuk oleh sstem deg pemlh surs yg dlkuk oleh surce lyst. Apl hsl yg derk tdk juh ered, mk dpt dktk solus yg derk sstem cukup kurt [11]. 4. Peguj Utuk medukug proses peguj, dutlh sutu sstem peujg keputus pemlh surs (SIPEKPA). Sstem dkemgk deg megguk hs pemrogrm JvServer Pges (JSP) vers 2.0 d ss dt MySQL vers Peguj dlkuk deg megml lm uh ksus ered utuk memlh produk surs. Ksus-ksus terseut dlh seg erkut: 1. Memlh produk surs jw (kecelk dr) deg prorts utm ytu rd mge perush surs. 2. Memlh produk surs jw (kecelk dr) deg prorts utm ytu jm rsko yg lus d prem yg murh. Jurl Sstem Iforms MTI-UI, Volume 4, Nomor 2, ISBN

5 Peerp Metode Alytc Herrchy Process dlm Sstem Peujg Keputus utuk Pemlh Asurs 3. Memlh produk surs kedr ermotor deg prorts utm ytu jm rsko yg lus d prosedur klm yg mudh. 4. Memlh produk surs rumh tggl deg prorts utm ytu dy fslts resurs dr seuh perush surs d jm rsko yg mejm rsko terjdy ec lm sepert gemp um d tsum. 5. Memlh produk surs keseht deg prorts utm ytu jm rsko yg cukup lus d wlyh pertggug. Utuk melht deskrps leh detl dr setp ksus, Ad dpt merujuk pd lmpr. 5. Hsl Peguj d Pemhs Ksus-ksus yg djdk seg skero peguj merupk put yg derk utuk sstem d mus. Deg megguk turg test, g dlht perdg tr solus yg derk oleh sstem deg solus yg derk oleh mus. Perdg tr solus pemlh produk surs yg derk oleh sstem deg yg derk oleh mus dpt dlht pd tel 3 erkut: Tel 3. Perdg hsl peguj sstem deg hsl peguj mus Ksus Solus Sstem Solus Mus I II III IV V Persol Accdet Isurce (PT. P Isurce). Asurs Kecelk Dr (PT. AS. Cetrl As). Sms Mol (PT. AS. Sr Ms). Sms Rumh Hemt Plus+ (PT. AS. Sr Ms). Sms Seht Gold (PT. AS. Sr Ms). Persol Accdet Isurce (PT. P Isurce). SmrtCre Prme (PT. AS. AXA Idoes). Grd Oto (PT. AS. Astr Bu). Sms Rumh Hemt Plus+ (PT. AS. Sr Ms). Sms Seht Gold (PT. AS. Sr Ms). Dr tel 3 dpt dlht hw tg dr lm uh ksus pemlh produk surs (ksus I, ksus IV, d ksus V) memerk jw solus yg sm, k dr hsl peguj sstem mupu dr hsl peguj mus. Jw solus yg ered terdpt pd ksus II d ksus III. Ak tetp, solus yg dperoleh dr hsl peguj mus merupk solus terk kedu dr sstem erdsrk pemoot metode AHP (lht Gmr 2.3 d Gmr 3.6 pd Lmpr). Pd Gmr 2.3 (Lmpr), sstem memerk pemoot seesr 0,3949 (pemult 4 dgt gk d elkg kom) utuk produk Asurs Kecelk Dr dr PT. AS. Cetrl As d 0,3898 utuk produk SmrtCre Prme dr PT. AS. AXA Idoes. Kedu l pemoot tdk juh ered. Algortm AHP yg dguk dlm sstem memlh solus produk surs yg memlk oot tertgg ytu Asurs Kecelk Dr dr PT. AS. Cetrl As, sedgk solus yg derk oleh mus memlh SmrtCre Prme dr PT. AS. AXA Idoes. Pd gmr 3.6 (Lmpr), sstem memerk pemoot seesr 0,3821 (pemult 4 dgt gk d elkg kom) utuk produk Sms Mol dr PT. AS. Sr Ms d 0,3722 utuk produk Grd Oto dr PT. AS. Astr Bu. Solus yg derk oleh sstem memlh produk Sms Mol dr PT. AS. Sr Ms kre produk memlk oot tertgg erdsrk hsl perhtug metode AHP, sedgk solus yg derk oleh mus dlh produk Grd Oto dr PT. AS. Astr Bu. Pered dsek oleh fktor pel terhdp produk-produk surs yg mejd ltertf solus d pel terhdp kepetg krter. Peguj yg dlkuk oleh mus hy ddsr oleh rso pemkr mus yg mel produk terk erdsrk deskrps ksus d produk yg derk. D ss l, peguj yg dlkuk oleh sstem meltk proses perhtug l perdg kepetg yg derk oleh user terutm mege l perdg kepetg tr stu krter deg krter ly megguk skl perdg Sty. Peruh skl l perdg yg derk sedkt sj k mempegruh hsl pemoot khr dr metode AHP d mempegruh solus yg derk oleh sstem. Berdsrk hsl peguj yg dperoleh tdk dpt dml kesmpul hw solus yg derk oleh sstem leh k dr solus yg derk oleh mus tu selky. Nmu, dr hsl yg dperoleh terseut dpt dktk hw solus yg derk oleh sstem cukup kurt d medekt kemmpu mus dlm megml keputus. Hl dpt dlht dr jw solus yg sm utuk tg uh ksus yg derk. Meskpu du uh ksus memerk jw solus yg ered, solus yg derk oleh mus merupk solus deg l pemoot teresr kedu pd hsl perhtug sstem. 6. Kesmpul d Sr Kesmpul yg dpt dperoleh dr hsl peelt tugs khr dlh seg erkut: 104 Jurl Sstem Iforms MTI-UI, Volume 4, Nomor 2, ISBN

6 Ftr Rhm Sr d D Idr Sesuse 1. Alytc Herrchy Process (AHP) merupk slh stu metode yg dpt dguk dlm sstem peujg keputus yg meltk yk krter dlm sutu pegml keputus. Proses pemech permslh yg kompleks ke dlm etuk yg leh sederh d perdg stu-stu terhdp krter yg dguk dlm sutu pegml keputus merupk keuggul dr metode. 2. Berdsrk hsl peguj dpt dsmpulk hw solus yg derk oleh sstem cukup kurt d medekt kemmpu mus dlm megml keputus. Deg demk, metode AHP merupk metode yg sesu utuk dguk dlm pegml keputus yg meltk yk krter. 3. Sstem yg dgu dpt memtu msyrkt memlh produk surs terk yg sesu deg keutuh d prorts krter l msyrkt yg mejd peggu sstem memerk pel yg sesu utuk ltertf solus d perdg krter dlm pemlh surs. Sr-sr yg dpt dsmpk oleh peuls utuk peelt d pegemg sstem seljuty dlh: 1. Pegumpul dt produk surs yg legkp d vld utuk dguk seg put ke dlm rcg ss dt sstem sehgg produk surs yg dtmplk dlm smuls meggmrk kods seery. 2. Pemh krter tu pemlh krter l yg dguk dlm proses pegml keputus. 3. Peguj utuk megethu pkh solus yg derk oleh sstem leh k dr solus yg derk oleh mus tu selky. Hl dpt dlkuk deg megguk stu org respode yg hl dlm dg surs utuk memdgk kedu solus yg derk. 4. Megurg terks tr user deg sstem ketk melkuk pel terhdp krter d ltertf, sehgg dpt meghdr terjdy kosstes dlm pel. 5. Memut skero peguj l deg ksus yg leh represettf. Setp ksus tdk hy memprortsk stu tu du uh krter sj melk s leh yk lg, sehgg proses yg terjd dlm tekk AHP dpt leh terlht. REFERENSI [1] Yu, Y.B., dkk Multple Crter Decso Mkg usg Geerlzed Dt Evelopmet Alyss. Fculty of Egeerg, Kgw Uversty d Fculty of Scece & Egeerg, Ko Uversty, Jp. Almt: 1/yu.pdf [2] Heg, Mordec d Joh Buch Decso Mkg y Multple Crter: A Cocept of Soluto. Jourl of Multple Crter Decso Mkg. Almt: [3] Atthrwog, Wllk d Brt McCrthy A Applcto of the Alytc Herrchy Process to Itertol Locto Decso Mkg. Opertos Mgemet Group, School of Mechcl, Mterls, Mufcturg Egeerg d Mgemet, Uversty of Nottghm, NG7 2RD. Almt: sum2002/ppers/atthrwog.pdf [4] Dvdsso, Pul, Stef Johsso, Mkel Svherg Usg the Alytc Herrchy Process for Evlutg Mult-Aget System Archtecture Cddtes. Deprtmet of Systems d Softwre Egeerg, Blekge Isttute of Techology, Soft Ceter, Roey, Swede. Almt: 21.pdf [5] Tekomo, Krd, Hedro Sswto, Sestus Ar Yudhto Peggu Metode Alytc Herrchy Process Dlm Megls Fktor-fktor yg Mempegruh Pemlh Mod ke Kmpus. Jurus Tekk Spl, Fkults Tekk, Uversts Krste Petr. Almt: /Dmes1.pdf [6] Form, Erest H Decso y Ojectves. Deprtmet of Decso Scece, School of Busess, The George Wshgto Uversty. Almt: Jurl Sstem Iforms MTI-UI, Volume 4, Nomor 2, ISBN

7 Peerp Metode Alytc Herrchy Process dlm Sstem Peujg Keputus utuk Pemlh Asurs [7] Sty, Thoms L. d Mchel P. Nemer A Frmework for Mkg Better Decso: How to Mke More Effectve Ste Selecto, Store Closg, d Other Rel Estte Decsos. Reserch Revew, Vol.13, No.1, hl.4. Almt: er [8] Ltfh, St Prsp-prsp Dsr Alytc Herrchy Process. Jurus Kehut, Fkults Pert, Uversts Sumter Utr. [9] Hs, Dr. Rer d Dr. Olver Mexer A llustrted Gude to the Alytc Herrchy Process. Isttute of Mrketg & Iovto, Uversty of Nturl Resources d Appled Lfe Sceces, Ve. Almt: [10] Nell, Jmes Qulttve versus Qutttve Reserch: Key Pots Clssc Dete. Almt: VersusQutttve Reserch.html [11] Stford Ecycloped of Phlosophy. The Turg Test. Frst pulshed Wed Apr, 9, 2003; susttve revso Thu Jul 28, Almt: sedgk ssy sedg tu kurg. Utuk krter l sepert RBC, meskpu produk surs SmrtCre Prme d Asurs Kecelk Dr memlk rso RBC yg leh kecl ddgk produk surs Persol Accdet Isurce, pel terhdp ketg produk sm. Seljuty, user memerk pel perdg kepetg tr stu krter deg krter ly. Skl yg dguk dlh skl perdg Sty. Pel perdg kepetg krter terseut dtujukk pd Gmr 2.1. Pd Gmr 2.1 dpt dlht hw user memerk pel leh petg tu ekstrm utuk pel terhdp krter jm rsko d prem ddgk deg krter ly. Berdsrk kedu pel terseut, sstem memerk solus produk surs sepert dtujukk oleh Gmr 2.2. Agk-gk yg erd d smpg k setp produk surs meujukk oot pel sstem megguk metode AHP. Produk yg LAMPIRAN Ksus II Permslh pd ksus II hmpr sm deg permslh yg dtemu pd ksus I. User jug g memlh produk surs jw (kecelk dr). Peredy dlh pd ksus II, prorts krter user dlm memlh produk surs uk rd mge perush melk jm rsko yg derk oleh seuh produk surs d esr prem yg hrus dyrk. Gmr 2.3 erkut meujukk pel terhdp ltertf solus msg-msg produk surs terseut sesu deg prorts krter user. Bered deg pel user pd ksus I, pd ksus II user memperhtk pel terhdp jm rsko d prem setp produk surs. Produk surs yg memlk jm rsko yg lus d prem yg murh der pel k, Gmr 2.1. Pel kepetg krter ksus II memlk oot tertgg merupk solus yg terk sesu deg prorts d keutuh user. Pd ksus, produk yg sesu utuk user dlh Asurs Kecelk Dr dr PT. AS. Cetrl As. Gmr 2.2. Solus sstem utuk ksus II 106 Jurl Sstem Iforms MTI-UI, Volume 4, Nomor 2, ISBN

8 Ftr Rhm Sr d D Idr Sesuse Gmr 2.3. Pel ltertf solus ksus II Ksus III Pd ksus III, user g memlh produk surs yg dpt memerk jm kecelk sepert trk terhdp kedr yg dmlky. Krter smuls yg dguk erdsrk jes surs ytu surs umum sepert dtujukk pd Gmr 3.1. Sstem memerk produk surs hsl peyrg dr krter smuls yg dplh. Kemud, user dmt keml utuk melkuk peyrg erdsrk krter yg mecermk prorts keutuh user sepert dtujukk Gmr 3.2. Dr dftr produk surs umum yg derk, user meyrg lg produk yg dgk sesu deg keutuhy ytu produk yg memerk jm kecelk sepert trk pd kedry. User seljuty memlh 3 produk surs yg dgk sepert dtujukk oleh Gmr 3.3. Sstem kemud memt user utuk memerk pel terhdp msg-msg Gmr 3.1. Krter smuls ksus III produk surs sesu deg krter yg dmlk oleh msg-msg produk. Pd ksus III, prorts krter user dlh jm rsko d prosedur klm yg jels d mudh. Pel terhdp ltertf solus dtujukk pd Gmr 3.6. Pd Gmr 3.6 dpt dlht hw user memperhtk pel terhdp krter jm rsko d prosedur klm. Produk surs yg memlk jm rsko plg lus d prosedur klm plg jels k derk pel terk. Seljuty, user memerk pel perdg kepetg tr stu krter deg krter ly. Skl yg dguk dlh skl perdg Sty. Pel perdg kepetg krter terseut dtujukk pd Gmr 3.4. Jurl Sstem Iforms MTI-UI, Volume 4, Nomor 2, ISBN

9 Peerp Metode Alytc Herrchy Process dlm Sstem Peujg Keputus utuk Pemlh Asurs Gmr 3.2. Krter kedu smuls ksus III jm rsko d prosedur klm memlk pel petg, leh petg tu memlk kepetg yg ekstrm ddgk deg krter ly. Mellu kedu pel, sstem memerk solus produk surs sepert dtujukk oleh Gmr 3.5. Agk-gk yg erd d smpg k setp produk surs meujukk oot pel sstem megguk metode AHP. Produk yg memlk oot tertgg merupk solus yg terk sesu deg prorts d keutuh user. Pd ksus III, sstem memerk oot yg hmpr sm tr produk surs Sms Mol d Grd Oto. Berdsrk pel ltertf d krter yg derk user, sstem memerk solus produk surs yg terk g user dlh Sms Mol dr PT. AS. Sr Ms. Gmr 3.5. Solus sstem utuk ksus III Gmr 3.3. Memlh produk surs ksus III Gmr 3.4. Pel kepetg krter ksus III Pd Gmr 3.4 dpt dlht hw user memerk pel sesu deg fktor pemlh utm yg dgky. Krter 108 Jurl Sstem Iforms MTI-UI, Volume 4, Nomor 2, ISBN

10 Ftr Rhm Sr d D Idr Sesuse Gmr 3.6. Pel ltertf solus ksus III Jurl Sstem Iforms MTI-UI, Volume 4, Nomor 2, ISBN

BAB VI ANALISIS REGRESI

BAB VI ANALISIS REGRESI BAB VI ANALISIS REGRESI A. Pedhulu Alss regres merupk slh stu lss yg ertuju utuk megethu pegruh sutu vrel terhdp vrel l. Vrel yg mempegruh dseut depedet vrle/vrel es () d vrel yg dpegruh dseut depedet

Lebih terperinci

( X ) 2 ANALISIS REGRESI

( X ) 2 ANALISIS REGRESI ANALII REGREI A. PENGERTIAN REGREI ecr umum d du mcm huug tr du vrel tu leh, tu etuk huug d keert huug. Utuk megethu etuk huug dguk lss regres. Utuk keert huug dpt dkethu deg lss korels. Alss regres dperguk

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Ltr Belkg Smp st, model Regres d model Alss Vrs telh dpdg sebg du hl g tdk berkt. Meskpu merupk pedekt g umum dlm meergk kedu cr pd trf permul, model Alss Vrs dpt dpdg sebg hl khusus model

Lebih terperinci

Bab 4 ANALISIS REGRESI dan INTERPOLASI

Bab 4 ANALISIS REGRESI dan INTERPOLASI Als Numerk Bh Mtrkuls B 4 ANALISIS RGRSI d INTRPOLASI 4 Pedhulu Pd kulh k dpeljr eerp metde utuk mempredks d megestms dt dskret Dr sutu peelt serg dlkuk peglh dt utuk megethu pl dt tu etuk kurv g dggp

Lebih terperinci

PRAKTIKUM 10 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Seidel

PRAKTIKUM 10 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Seidel Prktkum 0 Peyeles Persm Ler Smult - Metode Elms Guss Sedel PRAKTIKUM 0 Peyeles Persm Ler Smult Metode Elms Guss Sedel Tuu : ler smult Mempelr metode Elms Guss Sedel utuk peyeles persm Dsr Teor : Metode

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BB LNDSN TEORI. lytcl Herrchy Process (HP) lytc Herrchy Process (HP) dlh slh stu metode khusus dr Mult Crter Decso Mkg (MCDM) yg dperkelk oleh Thoms Lore Sty. HP dpt dguk utuk memechk mslh pd stus yg kompleks.

Lebih terperinci

Dr.Eng. Agus S. Muntohar Department of Civil Engineering

Dr.Eng. Agus S. Muntohar Department of Civil Engineering Pertemu ke-7 Persm Ler Smult Oktober 0 Metode Iters Guss-Sedel Dr.Eg. Agus S. Mutohr Deprtmet of Cvl Egeerg Metode Guss-Sedel Merupk metode ters. Prosedur umum: - Selesk ser lbr vrbel tdk dkethu msg-msg

Lebih terperinci

CATATAN KULIAH Pertemuan XIII: Analisis Dinamik dan Integral (1)

CATATAN KULIAH Pertemuan XIII: Analisis Dinamik dan Integral (1) CATATAN KULIAH Pertemu XIII: Alss Dmk d Itegrl () A. Dmk d Itegrs Model Stts : mecr l vrel edoge yg memeuh kods ekulrum tertetu. Model Optms : mecr l vrel plh yg megoptms fugs tuju tertetu. Model Dmk :

Lebih terperinci

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA)

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA) Alss Vrs stu fktor (Alss Of Vrce / ANOVA) 1. Megethu rcg d eses. Megethu model ler 3. Meuruk Jumlh Kudrt (JK) 4. Melkuk uj lss vrs 5. Melkuk uj perbdg gd Apkh ber kot dlm rokok dpt megkbtk Kker? Sel kker

Lebih terperinci

BAB V ANALISIS REGRESI

BAB V ANALISIS REGRESI BAB V ANALISIS REGRESI Setelh mempeljr mhssw dhrpk dpt : Meghtug prmeter regres Melkuk estms d uj prmeter regres 3 Meemuk model regres g tept Dlm kehdup serg dtemuk d sekelompok peuh g dtr terdpt huug,

Lebih terperinci

Analisis Variansi satu faktor Single Factor Analysis Of Variance (ANOVA)

Analisis Variansi satu faktor Single Factor Analysis Of Variance (ANOVA) BAB 1 Alss Vrs stu fktor Sgle Fctor Alss Of Vrce (ANOVA) ANALISIS VARIANSI SATU FAKTOR D MetStt 1 sudh dkel uj hpotess rt-rt du populs A d B g berdstrbus Norml Bgm jk terdpt lebh dr du populs? Alss vrs

Lebih terperinci

INTEGRASI NUMERIK. n ax. ax e. n 1. x x. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

INTEGRASI NUMERIK. n ax. ax e. n 1. x x. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal : INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser ltk. INTEGRASI

Lebih terperinci

INTEGRASI NUMERIK C 1. n ax. ax e. cos( 1 1. n 1. x x. 0 Fungsi yang dapat dihitung integralnya : 0 Fungsi yang rumit misal :

INTEGRASI NUMERIK C 1. n ax. ax e. cos( 1 1. n 1. x x. 0 Fungsi yang dapat dihitung integralnya : 0 Fungsi yang rumit misal : INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser ltk. INTEGRASI

Lebih terperinci

INTEGRASI NUMERIK. n ax. ax e. a 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

INTEGRASI NUMERIK. n ax. ax e. a 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal : INTEGRASI NUMERIK INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser

Lebih terperinci

PEMECAHAN SISTEM PERSAMAAN LINIER NON HOMOGEN DENGAN METODE SAPUAN GANDA CHOLESKY. Oleh : Yusup Fakultas Ilmu Komputer, Universitas AKI Semarang

PEMECAHAN SISTEM PERSAMAAN LINIER NON HOMOGEN DENGAN METODE SAPUAN GANDA CHOLESKY. Oleh : Yusup Fakultas Ilmu Komputer, Universitas AKI Semarang PEMECAHAN SISTEM PERSAMAAN LINIER NON HOMOGEN DENGAN METODE SAPUAN GANDA CHOLESKY Oleh : Yusup Fkults Ilmu Komputer, Uversts AKI Semrg Astrt The frto of No Homoge Lerty Ajustmet System towr Cholesky Doule

Lebih terperinci

BAB 1 PENDAHULUAN. perkebunan karet. Karet merupakan Polimer hidrokarbon yang terkandung pada

BAB 1 PENDAHULUAN. perkebunan karet. Karet merupakan Polimer hidrokarbon yang terkandung pada BAB PENDAHULUAN. Ltr Belkg Sektor perkebu merupk sub sektor pert yg mejd slh stu fktor yg dpt medukug kegt perekoom d Idoes. Slh stu sub sektor perkebu yg cukup besr potesy dlm perekoom Idoes dlh perkebu

Lebih terperinci

Menaksir Matriks Teknologi Kota Cimahi Berdasarkan Tabel Input Output Provinsi Jawa Barat Menggunakan Metode Location Quontient

Menaksir Matriks Teknologi Kota Cimahi Berdasarkan Tabel Input Output Provinsi Jawa Barat Menggunakan Metode Location Quontient Sttstk, Vol. 9 No., 75 8 Nopemer 9 eksr trks Tekolog Kot Cmh Berdsrk Tel Iput utput Provs Jw Brt egguk etode octo Quotet TETI SFIA ANTI Jurus Sttstk Uversts Islm Bdug Eml: utet@yhoo.com ABSTRAK Tel Iput

Lebih terperinci

a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Integral Pertemuan - 6

a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Integral Pertemuan - 6 home se to ecellece Mt Kulh : Klkulus Kode : TSP 0 SKS : SKS Itegrl Pertemu - 6 home se to ecellece TIU : Mhssw dpt memhm tegrl fugs d plksy TIK : Mhssw mmpu mecr tegrl fugs Mhssw mmpu megguk tegrl utuk

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN REGRESI ROBUST PADA SAMPING ACAK SEDERHANA.

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN REGRESI ROBUST PADA SAMPING ACAK SEDERHANA. PENAKI AIO ANG EFIIEN UNTUK ATA-ATA POPULAI MENGGUNAKAN KOEFIIEN EGEI OUT PADA AMPING ACAK EDEHANA M Okto Mork Arsm Ad Hpos rt moktomoo@hoo.co.d Mhssw Progrm Mtemtk Dose Jurus Mtemtk Fkults Mtemtk d Ilmu

Lebih terperinci

KAJIAN BATAS KESALAHAN MINIMUM METODE RUNGE-KUTTA ORDE KEDUA, KETIGA, DAN KEEMPAT

KAJIAN BATAS KESALAHAN MINIMUM METODE RUNGE-KUTTA ORDE KEDUA, KETIGA, DAN KEEMPAT Prosdg Semr Nsol Mtemtk d Terpy 06 p-issn : 550-084; e-issn : 550-09 KAJIAN BATAS KESALAHAN MINIMUM METODE RUNGE-KUTTA ORDE KEDUA, KETIGA, DAN KEEMPAT St Muhwh Uversts Jederl Soedrm st_muhwh@yhoo.co.d

Lebih terperinci

GEOMETRI EUCLID EG(2, p n ) UNTUK MEMBENTUK RANCANGAN BLOK TIDAK LENGKAP SEIMBANG

GEOMETRI EUCLID EG(2, p n ) UNTUK MEMBENTUK RANCANGAN BLOK TIDAK LENGKAP SEIMBANG GEOMETRI EUCLID EG(, p ) UNTUK MEMBENTUK RANCANGAN BLOK TIDAK LENGKAP SEIMBANG Bmg Irwto d Yu Hdyt Jurus Mtemtk FMIPA UNDIP Jl. Prof. H. Soedrto, S.H, Semrg 5075 Astrt. A Bled Iomplete Blok (BIB) desg

Lebih terperinci

BAB 2 ANAVA 2 JALAN. Merupakan pengembangan dari ANAVA 1 Jalan Jika pada ANAVA 1 jalan 1 Faktor Jika pada ANAVA 2 jalan 2 Faktor

BAB 2 ANAVA 2 JALAN. Merupakan pengembangan dari ANAVA 1 Jalan Jika pada ANAVA 1 jalan 1 Faktor Jika pada ANAVA 2 jalan 2 Faktor BAB ANAVA JALAN Merupk pegembg dr ANAVA 1 Jl Jk pd ANAVA 1 l 1 Fktor Jk pd ANAVA l Fktor Model Ler Asums: Model efek Tetp! 1,..., 1,..., Stu fktor g dtelt Av 1 l k k 1,,..., 1,,..., b k 1,,..., Du fktor

Lebih terperinci

PENCOCOKAN KURVA (CURVE FITTING) INTERPOLASI

PENCOCOKAN KURVA (CURVE FITTING) INTERPOLASI PENCOCOKAN KURVA (CURVE FITTING) Iterpols : Iterpols er Iterpols Kudrtk Iterpols Poloml Iterpols grge Regres : Regres er Regres Ekspoesl Regres Poloml INTERPOASI Iterpols dguk utuk meksr l tr (termedte

Lebih terperinci

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Prktkum 8 Peyeles Persm Ler Smult Metode Elms Guss PRAKTIKUM 8 Peyeles Persm Ler Smult Metode Elms Guss Tuju : Mempeljr metode Elms Guss utuk peyeles persm ler smult Dsr Teor : Metode Elms Guss merupk

Lebih terperinci

PRAKTIKUM 22 Interpolasi Linier, Kuadratik, Polinomial, dan Lagrange

PRAKTIKUM 22 Interpolasi Linier, Kuadratik, Polinomial, dan Lagrange Prktkum. Iterpols Ler, Kudrtk, Poloml d Lgrge PRAKTIKUM Iterpols Ler, Kudrtk, Poloml, d Lgrge Tuju : Mempeljr berbg metode Iterpols g d utuk meetuk ttkttk tr dr buh ttk deg megguk sutu fugs pedekt tertetu.

Lebih terperinci

CNH2B4 / KOMPUTASI NUMERIK

CNH2B4 / KOMPUTASI NUMERIK CNHB4 / KOMPUTASI NUMERIK TIM DOSEN KK MODELING AND COMPUTATIONAL EXPERIMENT PENCOCOKAN KURVA Pedhulu Dt g bersl dr hsl pegmt lpg pegukur tu tbel g dmbl dr buku-buku cu. Nl tr turu tegrl mudh dcr utuk

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Alss Regres Alss regres dlh tekk sttstk yg ergu utuk memerks d memodelk huug dtr vrel-vrel. Peerpy dpt djump secr lus d yk dg sepert tekk, ekoom, mjeme, lmu-lmu olog, lmu-lmu sosl,

Lebih terperinci

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA)

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA) Alss Vrs stu fktor (Alss Of Vrce / ANOVA) 1. Desg d coduct expermets volvg sgle. Uderstd how the ov s used to lze the dt from these expermets 3. Assess model dequc wth resdul plots 4. Use multple comprso

Lebih terperinci

INTEGRASI NUMERIK. n ax. ax e. n 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

INTEGRASI NUMERIK. n ax. ax e. n 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal : INTEGRASI NUMERIK Pegtr Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser ltk. Msly dlm termodmk, model Deye utuk megtug kpsts ps dr ed pdt.

Lebih terperinci

REGRESI. Curve Fitting Regresi Linier Regresi Eksponensial Regresi Polynomial. Regresi 1

REGRESI. Curve Fitting Regresi Linier Regresi Eksponensial Regresi Polynomial. Regresi 1 REGRESI Curve Fttg Regres Ler Regres Ekspoesl Regres Poloml Regres Curve Fttg: Ksus Dberk dt berup kumpul ttk-ttk dskrt. Dperluk estms / perkr utuk medptk l dr ttk-ttk g berd d tr ttk-ttk dskrt tersebut

Lebih terperinci

REGRESI. Curve Fitting. Regresi Eksponensial. Regresi 1

REGRESI. Curve Fitting. Regresi Eksponensial. Regresi 1 REGRESI Curve Fttg Regres Ler Regres Ekspoesl Regres Poloml Regres Curve Fttg: Ksus Dberk dt berup kumpul ttk-ttk dskrt. Dperluk estms / perkr utuk medptk l dr ttk-ttk g berd d tr ttk-ttk dskrt t tersebut

Lebih terperinci

Model Tak Penuh. Definisi dapat di-uji (testable): nxp

Model Tak Penuh. Definisi dapat di-uji (testable): nxp Model T Peuh Defs dpt d-u (testle): Sutu c c 'c 'c H 'c 'c dpt du l d stu set fugs g dpt - ddug m m ' sehgg H er c ' ' slg es ler tu C c ' c m ' Perht : Kre r X p r p m m r c' (X' X) c X' X c' C(X' X)

Lebih terperinci

Solusi Sistem Persamaan Linear

Solusi Sistem Persamaan Linear Sos Sstem Persm Ler Sstem persm er: h persm deg h kow j d dketh, j,,, j? So: z 6 z z () () () persm d kow Jw: z 6.5 z.5 z () () () ems : pers. ().5 pers. () pers. ().5 pers. () z 6.5 z 8z 8 () () () ems

Lebih terperinci

Metode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS

Metode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS Itegrs Numerk Um S d Poltekk Elektrok Neger Sury Topk Itegrl Rem Trpezod Smpso / Smpso /8 Kudrtur Guss ttk Kudrtur Guss ttk INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl

Lebih terperinci

x 1 M = x 1 m 1 + x 2 m x n m n = x i

x 1 M = x 1 m 1 + x 2 m x n m n = x i Iterl Tertetu..6 oe d ust ss Ttk Bert slk d du ed s-s elk ss sesr d y dletkk pd pp er de jrk erturut-turut d d d dr ttk pey pd - y ered. Ked terseut k se jk dpeuh d d. d d Sutu odel tets y k dperoleh pl

Lebih terperinci

DEFINISI INTEGRAL. ' untuk

DEFINISI INTEGRAL. ' untuk DEINISI INTEGRAL Dlm mtemtk d eerp stl sepert des, teorem, lemm Istl petg kre meujuk keeksstes Des dl peryt yg erl er kre dsepkt, d tdk perlu duktk Teorem dl peryt yg dpt duktk keery Lemm dl teorem kecl,

Lebih terperinci

Metode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS

Metode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS Itegrs Numerk Um S d Poltekk Elektrok Neger Sury Topk Itegrl Rem Trpezod Smpso / Smpso /8 Kudrtur Guss ttk Kudrtur Guss ttk INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl

Lebih terperinci

INTEGRAL DELTA DAN SIFAT-SIFATNYA. Delta Integral and Properties of Delta Integral

INTEGRAL DELTA DAN SIFAT-SIFATNYA. Delta Integral and Properties of Delta Integral Jurl Brekeg Vol. 7 No. Hl. 3 8 (03) INTEGRAL DELTA DAN SIFAT-SIFATNYA Delt Itegrl d Propertes of Delt Itegrl MOZART WINSTON TALAKUA, MARLON STIVO NOYA VAN DELSEN Stf Jurus Mtemtk, FMIPA, Uptt Alum Jurus

Lebih terperinci

Jl. HR. Soebrantas No. 155 Simpang Baru, Panam, Pekanbaru,

Jl. HR. Soebrantas No. 155 Simpang Baru, Panam, Pekanbaru, Jurl Ss Mtetk d Sttstk, Vol. No. Jul 6 ISSN 6-5 Metode Guss-Sedel d Geerlss Guss-Sedel utuk Meyelesk Sste Pers Ler Kopleks Cotoh Ksus: SPL Kopleks deg pers d vrel tr ry, Le Tr Lestr, Jurus Mtetk, kults

Lebih terperinci

Penilaian Kinerja Guru dengan Metode Analytic Network Process (ANP) untuk Pemilihan Guru Berprestasi

Penilaian Kinerja Guru dengan Metode Analytic Network Process (ANP) untuk Pemilihan Guru Berprestasi Pel Kerj Guru deg Metode Alytc Netork Process (ANP) utuk Pemlh Guru Berprests Nuryt 29 Alvd Mustk Rukm,S.S, MS. Prof.Dr. Mohmmd Is Ir,MT. Cotet : Pedhulu Tju Pustk Metodolog Als d Pembhs Kesmpul Dftr Pustk

Lebih terperinci

ANOVA ANALISIS VARIANSI/ ANALYSIS OF VARIANCE ( ANOVA ) 8/29/2012

ANOVA ANALISIS VARIANSI/ ANALYSIS OF VARIANCE ( ANOVA ) 8/29/2012 8/9/0 ANALISIS VARIANSI/ ANALYSIS OF VARIANCE ( ANOVA ) Elty Srv, S., M. Fkults ekk Jurus ekk Idustr Uversts Krste Mrth Bdug ANOVA Dsr perhtug ANOVA dtetpk oleh Rold A. Fsher. Dstrus teorts yg dguk dlh

Lebih terperinci

1. Kepekatan bakteria pencemar p(t), di dalam secawan teh tarik yang dibiarkan selama beberapa jam diberikan oleh: p(t) = 50e -1.5t + 15e -0.

1. Kepekatan bakteria pencemar p(t), di dalam secawan teh tarik yang dibiarkan selama beberapa jam diberikan oleh: p(t) = 50e -1.5t + 15e -0. KKKF BAHAGAN A 6 MARKAH Arh : Jw SEMUA sol. Kepekt kter pecemr pt, d dlm secw teh trk yg drk selm eerp jm derk oleh: pt = 5e -.5t + 5e -.75t Crk ms, t, dlm ut jm yg dperluk utuk kter jk kepekt yg dkehedk

Lebih terperinci

Bab 1. Anava satu. Analisis Variansi (Analysis Of Variance / ANOVA) satu faktor

Bab 1. Anava satu. Analisis Variansi (Analysis Of Variance / ANOVA) satu faktor Bb 1 Av stu Alss Vrs (Alss Of Vrce / ANOVA) stu fktor Lerg Objectves 1. Desg d coduct expermets volvg sgle d two fctors. Uderstd how the ov s used to lze the dt from these expermets 3. Assess model dequc

Lebih terperinci

Seminar Nasional IENACO ISSN: METODE USULAN UNTUK ANALISIS SENSITIFITAS DALAM PEMILIHAN PEMASOK

Seminar Nasional IENACO ISSN: METODE USULAN UNTUK ANALISIS SENSITIFITAS DALAM PEMILIHAN PEMASOK Semr Nsol IENACO - 07 ISSN: 337-4349 METODE USULAN UNTUK ANALISIS SENSITIFITAS DALAM PEMILIHAN PEMASOK Agus Rstoo *, Prtkto, Puromo Bud Stoso 3, Ishrdt Pmbud Tm 4, Jurus Tekk Mes, 3,4 Jurus Tekk Idustr

Lebih terperinci

PENDEKATAN KEMUNGKINAN MAKSIMUM DAN BAYES UNTUK PENDUGAAN PRODUKTIVITAS KOMODITAS HORTIKULTURA (Kasus Komoditas Kentang) HARI WIJAYANTO

PENDEKATAN KEMUNGKINAN MAKSIMUM DAN BAYES UNTUK PENDUGAAN PRODUKTIVITAS KOMODITAS HORTIKULTURA (Kasus Komoditas Kentang) HARI WIJAYANTO PEDEKATA KEMUGKIA MAKSIMUM DA BAYES UTUK PEDUGAA PRODUKTIVITAS KOMODITAS HORTIKULTURA Ksus Komodts Ketg HARI WIJAYATO SEKOLAH PASCASARJAA ISTITUT PERTAIA BOGOR BOGOR 005 PERYATAA MEGEAI DISERTASI DA SUMBER

Lebih terperinci

Bab 4 ANAKOVA (ANALISIS KOVARIANSI)

Bab 4 ANAKOVA (ANALISIS KOVARIANSI) Bb 4 ANAKOVA (ANALISIS KOVARIANSI) ANAVA vs ANREG ANAVA ANREG megu perbdg vrbel tergtug () dtu dr vrbel bebs () mempredks vrbel tergtug () mellu vrbel bebs () Ksus: Peelt deg vrbel : 1 Prests Mhssw Kemmpu

Lebih terperinci

mengambil semua titik sample berupa titik ujung, yakni jumlah Riemann merupakan hampiran luas dari daerah dibawah kurva y = f (x) x i b x

mengambil semua titik sample berupa titik ujung, yakni jumlah Riemann merupakan hampiran luas dari daerah dibawah kurva y = f (x) x i b x B 4. Peerp Itegrl BAB 4. PENGGUNAAN INTEGRAL 4.. Lus re dtr Perhtik derh di wh kurv y = f () di tr du gris tegk = d = di ts sumu, deg f fugsi kotiu. Seperti pd s medefiisik itegrl tertetu, kit gi itervl

Lebih terperinci

3SKS-TEKNIK INFORMATIKA-S1

3SKS-TEKNIK INFORMATIKA-S1 SKS-TEKNIK INFORMATIKA-S Momd Sdq PERTEMUAN : 9- INTEGRASI NUMERIK METODE NUMERIK TEKNIK INFORMATIKA S SKS Momd Sdq MATERI PERKUIAHAN SEBEUM-UTS Pegtr Metode Numerk Sstem Blg d Kesl Peyj Blg Bult & Pe

Lebih terperinci

Nuryanto,ST.,MT. Integral merupakan operasi invers dari turunan. Jika turunan dari F(x) adalah F (x) = f(x), maka F(x) = f(x) dx.

Nuryanto,ST.,MT. Integral merupakan operasi invers dari turunan. Jika turunan dari F(x) adalah F (x) = f(x), maka F(x) = f(x) dx. Nuryto,ST.,MT d c. INTEGRAL TAK TENTU KONSEP DASAR INTGRAL f. ALJABAR INTEGRAL f. TRIGONO CONTOH SOAL SOAL LATIHAN UJI KOMPETENSI Itegrl merupk opersi ivers dri turu. Jik turu dri F dlh F = f, mk F = f

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 30-37

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 30-37 Jurl Mtemtk Mur d Terp Vol. 4 No. Desember : - 7 PENGGUNN BENTUK SMITH UNTUK MENENTUKN BENTUK KNONIK MTRIKS NORML DENGN ENTRI-ENTRI BILNGN KOMPLEKS Thresye Progrm Stud Mtemtk Uversts Lmbug Mgkurt Jl. Jed..

Lebih terperinci

VARIASI PEMBAYARAN ANUITAS DENGAN POLA DERET ARITMATIKA

VARIASI PEMBAYARAN ANUITAS DENGAN POLA DERET ARITMATIKA VARIASI PEMBAYARAN ANUITAS DENGAN POLA DERET ARITMATIKA De Prm Sr Jurus Mtemtk Uersts Neger Pg, Ioes eml: eprmsr@yhoo.com Abstrk. Auts lh rgk pembyr tu peerm lm jumlh tertetu yg lkuk secr berkl p jgk wktu

Lebih terperinci

Sistem Bilangan dan Kesalahan. Sistim Bilangan Metode Numerik 1

Sistem Bilangan dan Kesalahan. Sistim Bilangan Metode Numerik 1 Sistem Bilg d Keslh Sistim Bilg Metode Numerik Peyji Bilg Bult Bilg ult yg serig diguk dlh ilg ult dlm sistem ilg desiml yg didefiisik s: N ( )...... Sistim Bilg Metode Numerik Cotoh : 673 * 3 6* 7* 3*

Lebih terperinci

PENERAPAN CLUSTERING K-MEANS PADA CUSTOMER SEGMENTATION BERBASIS RECENCY FREQUENCY MONETARY (RFM) (STUDI KASUS : PT. SINAR KENCANA INTERMODA SURABAYA)

PENERAPAN CLUSTERING K-MEANS PADA CUSTOMER SEGMENTATION BERBASIS RECENCY FREQUENCY MONETARY (RFM) (STUDI KASUS : PT. SINAR KENCANA INTERMODA SURABAYA) Semr Nsol Mtemtk d Aplksy, 21 Oktober 2017 Surby, Uversts Arlgg PENERAPAN CLUSTERING K-MEANS PADA CUSTOMER SEGMENTATION BERBASIS RECENCY FREQUENCY MONETARY (RFM) (STUDI KASUS : SINAR KENCANA INTERMODA

Lebih terperinci

Sistem Bilangan dan Kesalahan. Metode Numerik

Sistem Bilangan dan Kesalahan. Metode Numerik Sistem Bilg d Keslh Peyji Bilg Bult Bilg ult yg serig diguk dlh ilg ult dlm sistem ilg desiml yg didefiisik s: N ( )...... Cotoh : 673 * 3 6* 7* 3* Bilg ult deg ilg dsr c didefiisik segi : ( )... c N c

Lebih terperinci

BAB I SISTEM PERSAMAAN LINEAR

BAB I SISTEM PERSAMAAN LINEAR BAB I SISTEM PERSAMAAN LINEAR Sistem persm ditemuk hmpir di semu cg ilmu pegethu Dlm idg ilmu ukur sistem persm diperluk utuk mecri titik potog eerp gris yg seidg, di idg ekoomi tu model regresi sttistik

Lebih terperinci

BAB I PENDAHULUAN. Populasi merupakan kumpulan dari individu organisme yang memiliki

BAB I PENDAHULUAN. Populasi merupakan kumpulan dari individu organisme yang memiliki BAB I PENDAHULUAN. Ltr Belkg Populs merupk kumpul dr dvdu orgsme yg memlk sft tumbuh growth, reks respos terhdp lgkugy, d reproduks. Pd dsry, pertumbuh mkhluk hdup pd sutu populs merupk proses yg berlgsug

Lebih terperinci

Teknik Komputasi Ujian Akhir Semester (UAS)

Teknik Komputasi Ujian Akhir Semester (UAS) Tekk Komputs U Akhr Semester UAS Dose : Dr. Ir. Nzor Az MT. Nm : Yog Prhstomo NIM : 06006 Kels : XB MAGISTER ILMU KOMPUTER UNIVERSITAS BUDI LUHUR 0 Hlm 0 Tekk Komputs: U Akhr Semester UAS A. Sol Dkethu

Lebih terperinci

DIGRAF EKSENTRIS PADA DIGRAF SIKEL, DIGRAF KOMPLIT DAN DIGRAF KOMPLIT MULTIPARTIT. Jl. Prof. H. Soedarto SH Semarang 50275

DIGRAF EKSENTRIS PADA DIGRAF SIKEL, DIGRAF KOMPLIT DAN DIGRAF KOMPLIT MULTIPARTIT. Jl. Prof. H. Soedarto SH Semarang 50275 DIGRAF ESENTRIS PADA DIGRAF SIEL DIGRAF OMPLIT DAN DIGRAF OMPLIT MULTIPARTIT Reto tur umlsr d Luc Rtsr Jurus Mtemtk FMIPA UNDIP Jl Prof H Soedrto SH Semrg 5075 Abstrct The eccetrc dgrph of dgrph ED ( D)

Lebih terperinci

METODE UNWEIGHTED MEANS UNTUK FAKTORIAL TAK SEIMBANG DISPROPORSIONAL

METODE UNWEIGHTED MEANS UNTUK FAKTORIAL TAK SEIMBANG DISPROPORSIONAL METODE UNWEIGHTED MEANS UNTUK AKTORIAL TAK SEIMBANG DISPROPORSIONAL Trstut Wurydr Jurus Mtemtk MIPA UNDIP Jl Prof H Soedrto, SH, Semrg 5075 Astrct A fctorl desg should e used whe there re severl fctors

Lebih terperinci

BAB 2 SISTEM BILANGAN DAN KESALAHAN

BAB 2 SISTEM BILANGAN DAN KESALAHAN Metode Numerik Segi Algoritm Komputsi 5 BAB SISTEM BILANGAN DAN KESALAHAN.. Peyji Bilg Bult Bilg ult yg serig diguk dlh ilg ult dlm sistem ilg desiml yg didefiisik : N ( )...... Cotoh : 67. 6. 7.. Bilg

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI b LNDSN TEORI. Hmpu Fuzzy Tdk semu hmpu yg dump dlm kehdup sehr-hr terdefs secr els, msly hmpu org msk, hmpu org pd, hmpu org tgg, d sebgy. Msly, pd hmpu org tgg, tdk dpt dtetuk secr tegs pkh seseorg dlh

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN Ltr Belg Istlh Pemrogrm Geometr (PG) dperel oleh Duff, Peterso, d Zeer pd thu 967 Istlh dmbl dr mslh-mslh geometr g dpt dformuls sebg PG Pemrogrm Geometr dlh sutu tpe mslh optmlss mtemt g

Lebih terperinci

BAB V INTEGRAL DARBOUX

BAB V INTEGRAL DARBOUX Itegrl Droux BAB V INTEGRAL DARBOUX Pd thu 1875, mtemtikw I.G. Droux secr kostruktif memodifiksi defiisi itegrl Riem deg terleih dhulu medefiisik jumlh Droux ts (upper Droux sum) d jumlh Droux wh (lower

Lebih terperinci

A. Pusat Massa Suatu Batang

A. Pusat Massa Suatu Batang Perteu 7 Pust ss sutu Kepg, Setrod, d Teore Pppus A. Pust ss Sutu Btg Dskusk!. slk ss,,..., terletk pd tg pdt sgsg d ttk,...,,, d = jrk errh tr ss ke sutu ttk tetp 0 pd tg,,,...,. ss prtkel, oe prtkel

Lebih terperinci

1 yang akan menghasilkan

1 yang akan menghasilkan Rset Opers Probblstk Teor Per (Ge Theor) Nughthoh Arfw Kurdh, M.Sc Deprteet of Mthetcs FMIPA UNS Lecture 6: Med Strteg: Ler Progrg Method A. Metode Cpur deg Progr Ler Terdpt hubug g ert tr teor per d progr

Lebih terperinci

Matematika Dasar INTEGRAL TENTU . 2. Partisi yang terbentuk merupakan segiempat dengan ukuran x dan f ( x k ) sebagai

Matematika Dasar INTEGRAL TENTU . 2. Partisi yang terbentuk merupakan segiempat dengan ukuran x dan f ( x k ) sebagai Mtemtik Dsr INTEGRAL TENTU Pegerti tu kosep itegrl tetu pertm kli dikelk oleh Newto d Leiiz. Nmu pegerti secr leih moder dikelk oleh Riem. Mteri pemhs terdhulu yki tetg itegrl tk tetu d otsi sigm k kit

Lebih terperinci

SOLUSI DERET PANGKAT TETAP DENGAN FUNGSI PEMBANGKIT

SOLUSI DERET PANGKAT TETAP DENGAN FUNGSI PEMBANGKIT OLUI DERET PANGKAT TETAP DENGAN FUNGI PEMBANGKIT Aleder A Guw Jurus Mtemt d ttst Fults s d Teolog, Uversts B Nustr Jl. K. H. yhd No. 9, Kemggs/Plmerh, Jrt Brt 8 gug@bus.edu ABTRACT Ths rtcle dscusses bout

Lebih terperinci

III PEMBAHASAN. peubah. Sistem persamaan (6) dapat diringkas menjadi Bentuk Umum dari Magic Square, Bilangan Magic, dan Matriks SPL

III PEMBAHASAN. peubah. Sistem persamaan (6) dapat diringkas menjadi Bentuk Umum dari Magic Square, Bilangan Magic, dan Matriks SPL III PEMBAHASAN 3.1. Betuk Umum dri Mgic Squre, Bilg Mgic, d Mtriks SPL Mislk eleme dri bris ke-i d kolom ke-j dlh i,j mk mgic squrey secr umum dlh 1,1 1, 1,,1,,,1,, Gmbr 1. Betuk umum mgic squre deg: i,j

Lebih terperinci

Bentuk Umum Perluasan Teorema Pythagoras

Bentuk Umum Perluasan Teorema Pythagoras Jrl Grde Vol No Jr 6 : 9-4 Betk Umm Perls Teorem Pythors Ml stt By Kerm Ulsr les Jrs Mtemtk Fklts Mtemtk d Ilm Peeth lm Uversts Bekl Idoes Dterm Septemer 5; dset Desemer 5 strk - Peelt memhs perls teorem

Lebih terperinci

CATATAN KULIAH Pertemuan IV: Model-model linier dan Aljabar Matriks (2)

CATATAN KULIAH Pertemuan IV: Model-model linier dan Aljabar Matriks (2) TTN KULH ertemu V: Moel-moel ler lr Mtrks (). Mer Mtrks vers Sutu mtrks () mempuy vers l terpt sutu mtrks B, seh B B. Mtrks B seut vers mtrks, tuls -, y merupk mtrks uur skr ermes. Syrt keer r Mtrks vers

Lebih terperinci

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Prktkum 8 Peyeles Persm Ler Smult Metoe Elms Guss PRAKTIKUM 8 Peyeles Persm Ler Smult Metoe Elms Guss Tuju : smult Mempeljr metoe Elms Guss utuk peyeles persm ler Dsr Teor : Metoe Elms Guss merupk metoe

Lebih terperinci

ANALISIS KINERJA METODE ZERO SUFFIX DALAM MENYELESAIKAN MASALAH TRANSPORTASI FUZZY DAN LINIER

ANALISIS KINERJA METODE ZERO SUFFIX DALAM MENYELESAIKAN MASALAH TRANSPORTASI FUZZY DAN LINIER ANALISIS KINERJA METODE ZERO SUFFIX DALAM MENYELESAIKAN MASALAH TRANSPORTASI FUZZY DAN LINIER Tof Adtyw, Spt Whyugsh 2 Uversts Neger Mlg E l : tofdtyw@yhoo.co.d ABSTRAK: Slh stu slh dl kehdup sehr hr yg

Lebih terperinci

Bab 2 Landasan Teori

Bab 2 Landasan Teori Bb 2 Lds Teor 2.1. Ler Progrmmg Model pemrogrm ler tdk mmpu meyelesk ksus-ksus mjeme yg meghedk ssr-ssr tertetu dcp secr smult. Kelemh dlht oleh A. Chres d W.M. Cooper. Merek berdu kemud megembgk model

Lebih terperinci

BAB 12 METODE SIMPLEX

BAB 12 METODE SIMPLEX METODE ANAISIS PERENCANAAN Mteri 9 : TP 3 SKS Oleh : Ke Mrti Ksikoe BAB METODE SIMPE Metode Simplex dlh metode pemrogrm liier yg mempuyi peubh (vrible) byk, sehigg dimesiy lebih dri 3. Metode simplex dpt

Lebih terperinci

UNIVERSITAS INDONESIA METODE STAIRCASE UNTUK MENDAPATKAN BENTUK KANONIK JORDAN DENGAN KARAKTERISTIK WEYR SKRIPSI NURRY WIDYA HESTY

UNIVERSITAS INDONESIA METODE STAIRCASE UNTUK MENDAPATKAN BENTUK KANONIK JORDAN DENGAN KARAKTERISTIK WEYR SKRIPSI NURRY WIDYA HESTY UNIVERSITS INDONESI METODE STIRCSE UNTUK MENDPTKN BENTUK KNONIK JORDN DENGN KRKTERISTIK WEYR SKRIPSI NURRY WIDY HESTY 976 Fkults Mtemtk d Ilmu Pegethu lm Progrm Stud Mtemtk Depok Februr Metode strcse...,

Lebih terperinci

PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA

PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR ABSTRAK ANA FARIDA.

Lebih terperinci

ANALISIS ALIRAN DAYA BEBAN TIDAK SEIMBANG PADA FEEDER BLANG BINTANG GH LAMBARO BANDA ACEH

ANALISIS ALIRAN DAYA BEBAN TIDAK SEIMBANG PADA FEEDER BLANG BINTANG GH LAMBARO BANDA ACEH Semr Nsol d ExoTekk Elektro 2012 SSN : 2088-9984 ANALSS ALRAN DAYA BEBAN TDAK SEMBANG PADA FEEDER BLANG BNTANG GH LAMBARO BANDA ACEH Syhrl 1, Syukryd 2,Rdh Frdus 3 1,2,3.Tekk Eerg Lstrk Uversts Syh Kul

Lebih terperinci

Dia yang menjadikan matahari dan bulan bercahaya, serta mengaturnya pada beberapa tempat, supaya kamu mengetahui bilangan tahun dan perhitunganya

Dia yang menjadikan matahari dan bulan bercahaya, serta mengaturnya pada beberapa tempat, supaya kamu mengetahui bilangan tahun dan perhitunganya Pemeljr M t e m t i k... Di g mejdik mthri d ul erch, sert megtur pd eerp tempt, sup kmu megethui ilg thu d perhitug (QS Yuus:5 ) Pedhulu us Sift : - us derh rt dlh ilg riil tk egtif - persegipjg=pjg ler

Lebih terperinci

OVERDISPERSI KARENA KESALAHAN SPESIFIKASI MODEL DAN CARA MENGATASINYA

OVERDISPERSI KARENA KESALAHAN SPESIFIKASI MODEL DAN CARA MENGATASINYA Prosdg Semr Nsol Ss d Peddk Ss IX Fkults Ss d Mtemtk UKSW Sltg Ju 04 Vol 5 No. ISSN :087-09 OVERDISPERSI KARENA KESALAHAN SPESIFIKASI MODEL DAN CARA MENGAASINYA mbg Srt Derteme Sttstk FMIPA-IPB Eml: tmbg_srt@yhoo.com

Lebih terperinci

Integrasi Numeris dengan Menggunakan Polinomial Lagrange. Syawaluddin H 1) Hang Tuah 2) Widiadnyana Merati 2) Leo Wiryanto 2) f (x) =

Integrasi Numeris dengan Menggunakan Polinomial Lagrange. Syawaluddin H 1) Hang Tuah 2) Widiadnyana Merati 2) Leo Wiryanto 2) f (x) = Huhe, Vol. No. dkk. Aprl 5 url TEKNIK SIPIL Iegrs Numers deg Megguk Poloml Lgrge Sywludd H Hg Tuh Wddy Mer Leo Wryo Asrk Pd pper dsjk pegemg egrs umers erdsrk poloml Lgrge. Meod yg dhslk mrp deg meod Guss-qudrure,

Lebih terperinci

RANK MINIMUM MATRIKS HERMITE YANG DIGAMBARKAN GRAF G SKRIPSI

RANK MINIMUM MATRIKS HERMITE YANG DIGAMBARKAN GRAF G SKRIPSI RANK MINIMUM MATRIKS HERMITE YANG DIGAMBARKAN GRAF G SKRIPSI Oleh: MOHAMAD SYAFI I NIM. 8 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM MALANG RANK MINIMUM

Lebih terperinci

6. Selanjutnya langkah penyelesaian

6. Selanjutnya langkah penyelesaian MENYELESAIKAN SISTEM PERSAMAAN LINEAR FUZZY DALAM BENTUK A y DENGAN MENGURAIKAN y D Mstk, Mshd, Sr Gemwt Mhssw Progrm Std S Mtemtk Dose Jrs Mtemtk Fklts Mtemtk d Ilm Pegeth Alm Uversts R Kmps Bwdy Pekbr

Lebih terperinci

HANDS-OUT ANALISIS NUMERIK

HANDS-OUT ANALISIS NUMERIK HANDS-OUT ANALISIS NUMERIK Oleh : Drs Her Sutro, M T Dew Rchmt, SS, MS JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA 8 Pertemu

Lebih terperinci

DUALITAS DAN ANALISIS SENSITIVITAS

DUALITAS DAN ANALISIS SENSITIVITAS /5/008 DUALITAS DAN ANALISIS SENSITIVITAS Dr. Mohd Adul Mukhy, SE., MM. Prl Prole P ze z cx suject to Ax x 0 optu vlue s z* Dul Prole xze suject to D v π πa c optu vlue s v* Theore. (Strog Dulty) If oth

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. mempengaruhi sering disebut variabel bebas, variabel independen atau variabel

BAB 2 TINJAUAN TEORITIS. mempengaruhi sering disebut variabel bebas, variabel independen atau variabel BAB TINJAUAN TEORITIS.. Regres Ler Sederh Regres ler dlh lt sttst yg dpergu utu megethu pegruh tr stu tu beberp vrbel terhdp stu buh vrbel. Vrbel yg mempegruh serg dsebut vrbel bebs, vrbel depede tu vrbel

Lebih terperinci

PRAKTIKUM 12 Regresi Linier, Regresi Eksponensial dan Regresi Polinomial

PRAKTIKUM 12 Regresi Linier, Regresi Eksponensial dan Regresi Polinomial Prktkum. Regres Regres Ler, Regres Ekspoesl, d Regres Poloml Poltekk Elektrok eger Surb ITS 47 PRAKTIKUM Regres Ler, Regres Ekspoesl d Regres Poloml. Tuju : Mempeljr metode peeles regres ler, ekspoesl

Lebih terperinci

Aljabar Linear Elementer

Aljabar Linear Elementer Aljr Lier Elemeter MA SKS Silus : B I Mtriks d Opersiy B II Determi Mtriks B III Sistem Persm Lier B IV Vektor di Bidg d di Rug B V Rug Vektor B VI Rug Hsil Kli Dlm B VII Trsformsi Lier B VIII Rug Eige

Lebih terperinci

BAB VI SIFAT-SIFAT LANJUTAN INTEGRAL RIEMANN

BAB VI SIFAT-SIFAT LANJUTAN INTEGRAL RIEMANN BAB VI SIFAT-SIFAT LANJUTAN INTEGAL IEMANN Sift-sift Ljut Itegrl iem Teorem 6.1 Jik f [, ] d f [, ] deg < < mk f [, ]. Leih ljut f x dx f x dx + () f x dx f [, ] d f [, ], mislk () f x dx A 1 d () f x

Lebih terperinci

Pertemuan : 3 Materi : Sistem Persamaan Linear : - Teorema Eksistensi - Reduksi ke Bentuk Echelon

Pertemuan : 3 Materi : Sistem Persamaan Linear : - Teorema Eksistensi - Reduksi ke Bentuk Echelon Pertemu : 3 Mteri : Sistem Persm Lier : - Teorem Eksistesi - Reduksi ke Betuk Echelo Stdr Kompetesi : Setelh megikuti perkulih ii mhsisw dihrpk dpt. memhmi kemli pegerti mtriks d trsformsi lier. memhmi

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA 7 BAB TINJAUAN PUSTAKA. Sstem Perml Cerds Perlku Kosume Sstem Perml Cerds Perlku Kosume dlh sebuh sstem g berfugs utuk merml sub produk p g seber dbutuhk oleh kosume ketk g membel sutu produk berdsrk kods

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 0 BAB III METODOLOGI PENELITIAN 3. 1. Loks d Wktu Peelt 1.1.1 Loks Peelt Peelt dlksk d MA Neger 3 Kot Gorotlo pd ssw kels. ekolh merupk slh stu sekolh meegh ts yg terletk d Jl KH. Dewtoro Kelurh Lmb U1

Lebih terperinci

Anuitas. Anuitas Akhir

Anuitas. Anuitas Akhir Auts Auts bersl r kt bhs Iggrs uty yg pt efsk sebg rgk pembyr tu peerm tetp lm jumlh tertetu yg lkuk secr berkl p jgk wktu tertetu. Kt uty sly berrt pembyr ul (thu), k tetp serg eg berjly wktu kt uts jug

Lebih terperinci

INTEGRASI PENDEKATAN FUZZY ANP DAN TOPSIS UNTUK PEMILIHAN LOGISTIC SERVICE PROVIDER (STUDI KASUS: PT.EPT)

INTEGRASI PENDEKATAN FUZZY ANP DAN TOPSIS UNTUK PEMILIHAN LOGISTIC SERVICE PROVIDER (STUDI KASUS: PT.EPT) Prosdg Semr Nsol Mjeme Tekolog XIV Progrm Stud MMT-ITS Surby 23 Jul 20 INTEGRASI PENDEKATAN FUZZY ANP DAN TOPSIS UNTUK PEMILIHAN LOGISTIC SERVICE PROVIDER (STUDI KASUS: PT.EPT) Ydl Drt Yy Udsubkt Cptomulyoo

Lebih terperinci

METODE NUMERIK. Sistem Persamaan Linier (SPL) (1) Pertemuan ke 5. Rinci Kembang Hapsari, S.Si, M.Kom

METODE NUMERIK. Sistem Persamaan Linier (SPL) (1) Pertemuan ke 5. Rinci Kembang Hapsari, S.Si, M.Kom METODE NUMERIK Pertemu ke 5 Sistem Persm Liier (SPL) () Rici Kemg Hpsri, S.Si, M.Kom www.rkhcdemy.com/wp Represetsi SPL Betuk umum persm lier deg peuh Dim :,, : koefisie dri persm, d,,..., merupk peuh.

Lebih terperinci

RENCANA PELAKSANAAN PERKULIAHAN

RENCANA PELAKSANAAN PERKULIAHAN Lesso Study FMIPA UNY RENCANA PELAKSANAAN PERKULIAHAN MATA KULIAH : ALJABAR LINEAR II SEMESTER : III TOPIK : NILAI EIGEN DAN VEKTOR EIGEN SUB TOPIK : NILAI EIGEN DAN VEKTOR EIGEN WAKTU : X 5 A. Stdr Kompetesi:

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER DENGAN METODE NEWTON-RAPHSON

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER DENGAN METODE NEWTON-RAPHSON PENYELESAIAN SISTEM PERSAMAAN TAK LINIER DENGAN METODE NEWTON-RAPHSON SKRIPSI oleh: KHUTWATUN NASIHA NIM: 4 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI (UIN) MALANG MALANG

Lebih terperinci

INTEGRAL TERTENTU. sebagai P = max{x i x i-1 1 = 1, 2, 3,, n}. a = x 0 x 1 x 2 x n = b. Contoh: Pada interval [ 3, 3], suatu partisi P = { 3, 1 2 , 31

INTEGRAL TERTENTU. sebagai P = max{x i x i-1 1 = 1, 2, 3,, n}. a = x 0 x 1 x 2 x n = b. Contoh: Pada interval [ 3, 3], suatu partisi P = { 3, 1 2 , 31 INTEGRAL TERTENTU Defs: Prs P pd ervl [,] dlh suu suse erhgg P = {,,,, } dr [,] deg = < < < < = Jk P = {,,,, } prs pd [,] mk Norm P, duls P, ddefsk seg P = m{ - =,,,, } Cooh: = = Pd ervl [, ], suu prs

Lebih terperinci

MENENTUKAN KOEFISIEN REGRESI EKSPONENSIAL DENGAN METODE KUADRAT TERKECIL SEDERHANA DAN METODE KUADRAT TERKECIL BERBOBOT

MENENTUKAN KOEFISIEN REGRESI EKSPONENSIAL DENGAN METODE KUADRAT TERKECIL SEDERHANA DAN METODE KUADRAT TERKECIL BERBOBOT MENENTUKAN KOEFISIEN REGRESI EKSPONENSIAL DENGAN METODE KUADRAT TERKECIL SEDERHANA DAN METODE KUADRAT TERKECIL BERBOBOT Rz Phlev, Arsm Ad, Sgt Sugrto Mhssw Progrm Stud S Mtemtk Dose Jurus Mtemtk Fkults

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN ALJABAR LINIER

PENYELESAIAN SISTEM PERSAMAAN ALJABAR LINIER PENYELESAIAN SISTEM PERSAMAAN ALJABAR LINIER Mter Kulh: Sstem Persm Aljr Ler; Overvew Aljr Mtrks; Metode Elms Guss; Metode Guss-Jord; Metode Itertf (Guss-Sedel & Jco); Metode Thoms # SISTEM PERSAMAAN ALJABAR

Lebih terperinci

bila nilai parameter sesungguhnya adalah. Jadi, K( ) P( SU jatuh ke dalam WP bila nilai parameter sama dengan )

bila nilai parameter sesungguhnya adalah. Jadi, K( ) P( SU jatuh ke dalam WP bila nilai parameter sama dengan ) Kus Uji d Lem Neym-Perso Kebik sutu uji serig diukur oleh d. Di dlm prktek, bisy ditetpk, d kibty wilyh peolk (WP) mejdi tertetu pul. Kierj sutu uji jug serig diukur oleh p yg disebut kus uji (power of

Lebih terperinci