Metode Numerik Stepest Descent Dengan Arah Pencarian Negatif Sigma Gradien

Ukuran: px
Mulai penontonan dengan halaman:

Download "Metode Numerik Stepest Descent Dengan Arah Pencarian Negatif Sigma Gradien"

Transkripsi

1 SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 06 T - Metoe Numeri Stepest Descet Dega Arah Pecaria Negatif Sigma Graie Rumoo Bui Utomo Uiversitas Muhammaiyah Tagerag rumoo.bui.u@mail.ugm.ac.i Abstra Peelitia ii megaji tetag metoe umeri stepest escet ega arah pecaria egatif sigma graie. Peelitia ilaua ega memahami terlebih ahulu megeai metoe umeri Stepest Descet ega arah pecaria egatif graie beserta algoritmaya. Setelah itu iostrusi metoe umeri Stepest Descet ega arah pecaria egatif sigma graie beserta algoritmaya. Dalam peilitia ii juga iberia cotoh pegguaa eua metoe umeri alam meyelesaia masalah optimisasi satu fugsi tujua tapa eala beserta aalisis hasilya. Kata uci:stepest escet, arah pecaria egatif sigma graie I. PENDAHULUAN Dalam meyelesaia suatu masalah uia yata (real problem), lagah awal yag ilaua para matematiawa aalah meyataa masalah uia yata tersebut ealam pegertia matematis. Lagah ii meliputi ietifiasi variabel-variabel yag terjai paa masalah, a membetu hubuga atar variabel-variabel tersebut[]. Lagah selajutya aalah mejabara variabel-variabel, merumusa asumsi-asumsi yag iperlua a membuat eraga moel sebelum ahirya merumusa moel matematis yag imasu. Moel matematis merupaa suatu formula matematia yag mejelasa atau merepresetasia sistem fisi atau masalah alam uia yata alam peryataa matemati. Moel matemati apat berbetu moel statisti, stoasti, persamaa iferesial tergatug biag yag iguaa alam meyusu moel matematis tersebut. Setelah memperoleh moel matematis, lagah selajutya yag ilaua matematiawa aalah berusaha memperoleh solusi peyelesaia ari moel matematis yag telah ihasila. Solusi peyelesaia ii apat berupa solusi sejati (aalytic) maupu hampira (umeric). Solusi aaliti merupaa solusi sejati ari suatu moel matematis seaga solusi umeri merupaa solusi hampira atau peeata (approximate) ari solusi sejati []. Karea merupaa solusi hampira, maa terapat besarya esalaha atau galat ari solusi umeri terhaap solusi sejati. Besarya esalaha atau galat ii isimbola ega ostata positif epsilo. Kostata positif epsilo yag meyataa galat tia boleh terlalu besar area aa megaibata solusi umeri yag ihasila aa jauh ari solusi sejati, utu hal emiia besarya epsilo iharapa seeat mugi ega ol. Kesalaha atau galat yag imilii oleh solusi umeri umumya isebaba oleh ua fator yai area pemotoga (cuttig) espasi suu yag terlalu pajag, a pembulata (rouig) igit aga esimal. Mesipu memilii galat, bua berarti metoe umeri (solusi umeri) tia mejai piliha, atau haya seaar mejai piliha eua alam meyelesaia moel matematis. Dalam beberapa asus, metoe umeri serig mejai piliha utama tatala moel matematis yag ihasila sagat sulit itemua solusi sejatiya. Dalam ehiupa sehari-hari, salah satu masalah uia yata yag serig itemua aalah pegoptimala atau masalah optimisasi. Beberapa cotoh masalah optimisasi yag serig ijumpai aalah masalah perguaga (ivetory) utu meetua seberapa besar barag yag harus ipesa ari prouse, masalah memiimala biaya prousi suatu perusahaa, sampai epaa aspe yag lebih jauh ari paa itu seperti optimisasi paa jariga listri, abel, a rute perjalaa. Masalah optimisasi seperti ii jelas memerlua moel matematis yag tepat utu memperoleh solusi yag optimal. Secara umum masalah optimisasi berasara fugsi tujua yag igi ioptimala ibagi atas ua jeis yai masalah optimisasi sigle objetif a masalah optimisasi multi objetif. Masalah optimisasi sigle objetif haya memilii satu fugsi tujua yag ioptimala, seaga masalah optimisasi multi objetif memilii seuragya ua fugsi objetif yag ioptimala. Meurut eala (costrai), masalah optimisasi juga ibagi atas ua, yai masalah optmisasi ega a tapa eala. MT 79

2 ISBN Berasara variabel bebas (iepeet) masalah optimisasi terbagi atas ua jeis yai masalah optimiasasi ega satu a baya variabel bebas. Berbagai metoe peyelesaia apat iguaa utu meyelesaia berbagai jeis masalah optmisasi. Cotohya utu meyelesaia masalah optimisasi sigle objetif ega satu variabel bebas apat iguaa metoe rasio emas (gole rato), Fiboacci, a bisesi, seaga utu meyelesaia masalah optimiasi sigle objetif ega beberapa (multi) variabel bebas apat iguaa metoe umeri Asial, Newto, Hoo a Jeeves, Rooseberg a Stepest Descet []. Utu meyelesaia masalah optimisasi multi objetif apat megguaa Pegali Lagrage a Kuh-Tucer.Paa Masalah optimiasi multi objectif tia ibahas a peeliti lebih memfousa ajia paa masalah optimisasi sigle objetif tapa eala. Metoe umeri Stepest Descet merupaa salah satu metoe yag apat iguaa alam meyelesaia masalah optmisasi sigle objetif tapa eala ega baya variabel bebas. Metoe umeri Stepest Descet beerja ega megambil sembarag titi awal arah pecaria (irectio) egatif graiet Z R ega megguaa []. Metoe umeri Stepest Descet serig iguaa area solusi umeri yag ihasila ceerug aurat ega solusi sejati, baha alam beberapa asus, solusi umeri yag ihasila apat ieti ega solusi sejati atau ega ata lai solusi umeri tapa galat. Mesipu emiia, peelitia lebih lajut paa metoe umeri ii terus iembaga, salah satuya ega memetu arah pecaria (irectio) yag lai. Sebagaimaa ietahui perbeaaa yag measar ari metoe-metoe umeri utu meyelesaia masalah optimisasi sigle tapa eala aa paa arah pecariaya. Metoe umeri Asial, misalya memilii arah pecaria vertor ormal, seaga metoe umeri arah ojugasi melibata matris Hessia alam arah pecariaya. Peelitia ii megaji a membahas megeai metoe umeri Steepest Descet ega arah pecaria (irectio) berupa egatif sigma graie Z. Peelitia ii bertujua utu melihat proses iterasi alam memperoleh solusi umeri ega megguaa metoe Stepest Descet ega arah pecaria yag lai alam hal ii egatif sigma graie. Peelitia ilaua ega memahami terlebih ahulu megeai metoe umeri Steepest Descet ega arah pecaria egatif graie biasa emuia meyusu algoritma utu metoe Steepest Descet ega arah pecaria egatif sigma graiet.buu-buu yag iguaa alam meujag peelitia atara lai A Itrouctio to Optimizatio arya Ewi K.P.Chog a Staislaw H Za, Theory of Multiobjective Optimizatio arya Yoshiazu Sawaragi, Hirotaa Naayama a Tetsuzo Taio, Noliear Programmig Theory a Algorithm arya Mochtar S Bazaraa, Haif D Sherali a C.M Shetty, A Itrouctio to Moel Builig arya Waye L Wisto, Metoe Numeri arya Riali Muir, Ditat uliah Optimisasi arya Salmah a buu-buu laiya yag apat ilihat paa aftar pustaa. Dalam peelitia ii pulaaa iberia cotoh perhituga umeri utu metoe Steepest Descet ega eua arah pecaria tersebut beserta aalisis a perbaiga eaurata solusi atara euaya. II. HASIL DAN PEMBAHASAN Defiisi Norm Diberia Y, sembarag ua vetor. Sembarag bilaga riil iamaa orm ari apabila memeuhi asioma-asioma sebagai beriut i. 0 ii. a 0 0 iii. a a, a R iv. Y Y Defiisi Kombiasi Liear [] Misala jia i, i m vetor-vetor i V maa isebut ombiasi liear ari vetor-vetor i m ai i i MT 80

3 SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 06 Defiisi Betu Kuarati [6] F( ) c x c x... c x c x x c x x... c x x... ega cij, i, j, isebut fugsi betu uarati ega variabel bebas x, x,..., x R, Defiisi Fugsi Positif Betu uarati T T A isebut positif (egatif) efiit jia ( )0 A utu semua 0 T a terapat seuragya satu vetor ta ol seemiia higga A 0. Apabila tia memeuhi euaya, maa betu uarati tersebut iataa Tia efiite. Teorema Fugsi Defiit Suatu matris A iataa i. Positif efiit jia a haya jia i 0 ii. Negatif efiit jia a haya jia i 0 iii. Positif semi efiit jia a haya jia i 0 iv. Negatif semi efiit jia a haya jia i 0 ega i merupaa ilai-ilai eige ari matris A a etiasamaa icapai utu seuraguragya satu j. Apabila efiite. i tia memeuhi butir i,ii,iii, a iv maa matris A isebut Tia Defiisi Miimum Global [7] Fugsi Fx ( ) iataa memilii miimum global i x 0 alam S jia f ( x) f ( x0) Defiisi Miimum Loal Relatif Fugsi Fx ( ) iataa memilii miimum loal i x 0 alam S jia terapat seitar ari x 0 f ( x) f ( x ) seemiia higga 0 utu setiap x i alam perseitara tersebut. Algoritma Stepest Descet eganegatif Graie a Negatif Sigma Graie[8],[9],[0] Diberia suatu fugsi objetif x x x Z F( ) F( x, x,., x ) a aa itetua ilai {,,., } yag memiimalaatau memasimala fugsi Z F( ) tersebut i. Ambil { x, x,., x} R sembarag titi awal a 0 suatu ostata positif yag meyataa besarya esalaha atau galat yag itolerasi. Z Z Z,,, x x x,,, yag meyataa posisi iterasi ii. Dibetu fugsi graiet Z iii. Apabila Z,,,, a tetua Z ega maa iterasi berheti, sebaliya iterasi ilajuta MT 8

4 ISBN ega cara mecari titi estrim Z meerivatifa fugsi Z egative graie Z,,,, iv. Tetua v. Nilai itetua ega yai ega cara a meyamaegaa ol ega arah pecaria Berasara algoritma Stepest Descet ega arah pecaria egatifgraie Z,,,, aa iembaga suatu metoe Stepest Descet ega arah pecaria egatif sigma graiet. Algoritma Stepest Descet ega arah pecaria egative sigma graie memilii lagah yag sama ega metoe umeri steepest escet ega arah pecaria egatifgraie, amu alam hal ii arah pecaria iefiisia sebagai Z Z a iterasi berheti etia ilai orm Cotoh Numeri [] Diberia suatu fugsi Z( x, x ) 6x x x x x x 6 { x, x } metoe Stepest Descet, tetua pembuat miimum {0,} R tolerasi esalaha 0. Solusi Stepest Descet ega Arah Pecaria Negatif Graie Dalam soal ietahui iambiltiti awal {0,}, ega megguaa apabila iberia titi awal R ega tolerasi esalaha 0.. Berasara hal tersebut apat itetua ilai graie Z 0,.Karea ilai orm Z maa iterasi ilajuta ega arah pecaria Z 0 a iperoleh 0 0, 0.09 (Iterasi ). Apabila icari lebih lajut, aa iperoleh ilai 6 0.9,0.86 Z 0.67,.0 a ilai orm ega ilai graie Z Berasara hal tersebut iterasi ilajuta ega arah pecaria Z 0.67,.0 a 0.9 (Iterasi ). Paa Iterasi iperoleh 0.79,0.7 ega graie Z.086,0.88 a orm Z.6. Nilai arah pecaria Z.086, 0.8 ega Paa iterasi, ilai 0.96,0.8 ega ilai graie Z 0.,0.6 a ilai orm Z 0.6. Nilai arah pecaria iperoleh Z 0., 0.6 ega 0.8. Paa Iterasi, Dega megguaa lagah yag sama iperoleh 0.99,0.000 ega graie Z 0.07, 0.0 a ilai orm Z. Karea ilai orm 0. MT 8

5 SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 06 Z, maa iterasi berheti a solusi umeri utu masalah optimisasi paa cotoh ii aalah {0.99,0.000} R. Peyajia perhituga isajiia alam tabel beriut ii. Iterasi TABEL. PERHITUNGAN NUMERIK STEPEST DESCENT DENGAN ARAH PENCARIAN NEGATIF GRADIEN Z Z {0,} 0, 0.9, , , ,0.8 0., , , , , 0.67,.0.086, , Dari tabel i atas, terlihat bahwa solusi umeri utu masalah optimisasi paa cotoh satu aalah. Apabila ilaua pegecea lebih lajut, solusi sejati utu masalah x 0.99 a x optimisasi paa cotoh ii aalah x a x 0 yag ihasila utu x aalah a x aalah 0.00., berasara hal tersebut galat ari solusi umeri Solusi Stepest Descet ega Arah Pecaria Negatif Graie Paa bagia ii aa icoba pecaria solusi umeri masalah optimisasi ii ega cara Stepest Descet ega arah pecaria egatif sigma graie. Paa iterasi, tetap ilaua pegambila titi awal iperoleh Z 0, ega Z {0,} R ega 0., selajutya 0. Lebih lajut arah pecaria 0 Z 0, a Apabila icari lebih lajut, aa iperoleh ilai 6 0.9,0.86 ega ilai graie Z 0.67,.0 a ilai orm Z 0.6. Berasara hal tersebut iterasi ilajuta ega arah pecaria Z 9.8,.0 a (Iterasi ). Paa Iterasi iperoleh.0,0.76 ega graie Z.678,.086 ilai ormiperoleh Z a.069. Nilai arah pecaria iperoleh Z 7.696, 8.90 ega Paa Iterasi iperoleh.,0.66 ega graie Z.998,.7890 ilai orm iperoleh Z a.988. Nilai arah pecaria iperoleh Z.6898, ega 0.0. MT 8

6 ISBN Paa Iterasi, ega megguaa lagah yag sama iperoleh.876,0.88 ega graie Z.08,.7 a ilai orm Z.Nilai arah pecaria iperoleh Z 0.660, ega , Hasil perhituga isajia alam tabel i bawah ii. a ilai Iterasi TABEL. PERHITUNGAN NUMERIK STEPEST DESCENT DENGAN ARAH PENCARIAN NEGATIF SIGMA GRADIEN. Z Z {0,} 0, 0.9, , , 9.8, ,0.76,678, , , ,, , , , , , Paa tabel i atas, terlihat bahwa iterasi tia mugi berheti iareaa ilai orm Z selalu lebih besar ari epsilo. Hal ii itaai ega ilai graie Z semai membesar a ilai,,,, yag semai membesar. Hasil perhituga ilai terlihat bahwa ilai x semai mejaui ari ilai asliya yai x, begitupu paa x yag juga mejauh ari ilai asliya yai x 0 mesipu sampai iterasi e, terlihat ilai x seolah meuju ilai asliya, amu hal emiia tia bear ega melihat paa iterasi selajutya imaa ilai x justru mejauhi ilai ol. III. SIMPULAN DAN SARAN Simpula Terapat beberapa hal yag mejai esimpula alam peelitia ii, iatarya:. Masalah optimisasi berasara fugsi ojetifya ibagi atas jeis yai masalah optimisasi sigle objetif a masalah optimisasi multi objetif.. Meurut variabel bebasya masalah optimisasi ibagi atas jeis yai masalah optimisasi ega satu variabel bebas a multi variabel bebas. Lebih lajut, meurut ealaya masalah optimisasi juga ibagi atas jeis yai masalah optimisasi ega a tapa eala. Masalah optimisasi sigle objetif tapa eala ega satu variabel bebas apat iselesaia ega metoe umeri gole rasio, Fiboacci, bisesi l, seaga masalah optimisasi sigle objetif tapa eala ega multi variable bebas apat iselesaia salah satuya ega metoe umeri Stepest Descet yag MT 8

7 SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 06 { x, x,., x }. Metoe umeri Stepest Descet imulai ega megambil sembarag ega arah pecaria egatif graie Z Z,,,,. Iterasi berheti etia orm. Metoe umeri Stepset Descet ega arah pecaria egatif sigma graiet juga imulai ega megambil { x, x,., x }, amu megguaa arah pecaria Z. Iterasi berheti etia ilai orm Z,,,, 6. Paa cotoh alam peelitia ii, terlihat bahwa utu masalah optimisasi sigle objetif tapa eala memiimala Z( x, x ) 6x x x x x x 6 ega tolerasi esalaha 0., solusi umeri yag ihasila melalui Stepest Descet ega arah egatif graiet aa berheti paa iterasi e yai ega ilai x 0.99 a x ega ilai orm Z Galata atau esalaha yag ihasila utu x aalah a x aalah Berbea ega solusi umeri yag ihasila oleh Stepest Descet ega arah pecaria egatif graiet, solusi umer yag ihasila ega metoe umeri egaif sigma graiet justru tia aa berheti utu ilai iterasi berapapu. Hal ii apat isebaba ilai graie Z a,,,, aa semai membesar seirig bertambahya iterasi. Hal emia terlihat cotoh i atas ega ilai yag semai mejaui ari ilai asliya. Sara Terapat beberapa hal yag mejai sara alam peelitia ii, iatarya:. Umumya metoe umeri Stepest Descet ega arah pecaria egatif graie suah cuup bai alam meyelesaia masalah optimisasi sigle objetif tapa eala, amu peelitia utu megembaga arah pecaria yag lai tetap iperlua agar lagah iterasi utu mecari solusi umeri mejai lebih sigat a mejai semai aurat.. Beraca paa hasil Stepest Descet ega arah pecaria egatif sigma graie yag justu meghasila solusi yag tia optimal, maa perlu iembaga lagi arah pecaria yag lai agar solusi umeri ari masalah optmiasi mejai lebih aurat a ega lagah yag lebih seiit. UCAPAN TERIMA KASIH Ucapa terimaasih peulis ucapa epaa Retorat Uiversitas Muhammaiyah Tagerag a Departeme S Matematia ITB atas batua fiasial sehigga peulis apat meyelesaia paper a megiuti semiar asioal matematia a pembelajara matematia UNY paa taggal November 06 DAFTAR PUSTAKA [] Wiowati, Sutimi, Pemoela Matematia: Aalisis aapliasiya, Semarag, Peerbit Uip Press: 0 [] Muir, Riali. Metoe Numeri, Baug, Iformatia: 008 [] Epperso, James, A Itrouctio to Numerical Methos a Aalysis, New Yor: Joh Willey a Sos. Ic: 0 [] Otto, S.R. a Deier, J.P, A itrouctio to Programmig a Numerical Methos i Matlab, Loo, Spriger-Verlag: 00 [] Ato, Howar, Aljabar Liier Elemeter: Peerjemah Patur Silaba, Jaarta, Erlagga: 99 [6] Bazaraa, S. Mochtar,Noliear Programmig Theory a Algorithms, Loo, Joh-Willey Iter Sciece: 006 [7] Salmah, Ditat Optimisasi, Yogyaarya, FMIPA UGM: 0 MT 8

8 ISBN [8] Bober, William, A Itrouctio to Numerical a Aalytical Methos with Matlab for Egieers a Scietist, Loo: Taylor a Fracis Group: 0 [9] K.P.Chog,Ewi, A Itrouctio to Optimizatio, New Yor, Joh Wiley & Sos: 00 Ic. [0] Corless, Robert, M, a Fillio, Nicholas. A Grauate Itrouctio to Numerical Methos,Loo, Spriger-Verlag:0 [] Lia, Metoe Numeri Stepest Descet: Soal UAS FKIP UMT, 06 MT 86

METODE NUMERIK STEPEST DESCENT DENGAN DIRECTION DAN NORMRERATA ARITMATIKA

METODE NUMERIK STEPEST DESCENT DENGAN DIRECTION DAN NORMRERATA ARITMATIKA e-issn 44-549 Vol. 5, No. (6) 8-6 p-issn 89-87 METODE NUMERIK STEPEST DESCENT DENGAN DIRECTION DAN NORMRERATA ARITMATIKA Rumoo Bui Utomo Uiversitas Muhammaiyah Tagerag Email: rumoo.bui.u@mail.ugm.ac.i

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL

PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL Ahma Sya roi, M Natsir, Eag Lily E-mail: Arolativa@yahoocom Mahasiswa Program S Matematia Dose Jurusa Matematia

Lebih terperinci

Metode Numerik Stepest Descent Dengan Arah Pencarian Negatif Sigma Gradien

Metode Numerik Stepest Descent Dengan Arah Pencarian Negatif Sigma Gradien SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 6 Metoe Numer Stepest Descet Dega Arah Pecara Negatf Sgma Grae Rumoo Bu Utomo Uverstas Muhammayah Tagerag rumoo.bu.u@mal.ugm.ac. Abstra Peelta

Lebih terperinci

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Jural Matematia Vol.6 No. November 6 [ 5 : ] TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Ooy Rohaei Jurusa Matematia, UNISBA, Jala Tamasari No, Badug,6, Idoesia

Lebih terperinci

MODUL BARISAN DAN DERET

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

Lebih terperinci

BARISAN, (1 p< ) Aniswita 1

BARISAN, (1 p< ) Aniswita 1 βeta -ISSN: 85-5893 e-issn: 54-458 Vol 6 No Mei 3 Hal 46-57 βeta3 TRMA NVRGNAN FUNGSI TRINTGRAL HNSTC- URZWIL SRNTA AN FUNGSI BRSIFAT LCALLY SMALL RIMANN SUMS LSRS ARI RUANG UCLI RUANG BARISAN < Aiswita

Lebih terperinci

Gambar 3.1Single Channel Multiple Phase

Gambar 3.1Single Channel Multiple Phase BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag

Lebih terperinci

MACAM-MACAM TEKNIK MEMBILANG

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

Lebih terperinci

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

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

Lebih terperinci

Representasi sinyal dalam impuls

Representasi sinyal dalam impuls Represetasi siyal dalam impuls Represetasi siyal dalam impuls adalah siyal yag diyataa sebagai fugsi dari impuls atau sebagai umpula dari impuls-impuls. Sembarag siyal disret dapat diyataa sebagai pejumlaha

Lebih terperinci

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik Sifat-sifat Fugsi Karateristi dari Sebara Geometri Dodi Deviato Jurusa Matematia, Faultas MIPA, Uiversitas Adalas Kamus Limau Mais, Padag 563, Sumatera Barat, Idoesia Abstra Fugsi arateristi dari suatu

Lebih terperinci

PENARAPAN METODE GOAL PROGRAMMING UNTUK MENGOPTIMALKAN BEBERAPA TUJUAN PADA PERUSAHAAN DENGAN KENDALA JAM KERJA, PERMINTAAN DAN BAHAN BAKU

PENARAPAN METODE GOAL PROGRAMMING UNTUK MENGOPTIMALKAN BEBERAPA TUJUAN PADA PERUSAHAAN DENGAN KENDALA JAM KERJA, PERMINTAAN DAN BAHAN BAKU Eisi: Otober 06. Vol. 0 No. 0 ISSN: 57-359 E-ISSN: 57-367 PENARAPAN METODE GOAL PROGRAMMING UNTUK MENGOPTIMALKAN BEBERAPA TUJUAN PADA PERUSAHAAN DENGAN KENDALA JAM KERJA, PERMINTAAN DAN BAHAN BAKU auziyah

Lebih terperinci

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K)

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

Lebih terperinci

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia?

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia? Kartia Yuliati, SPd, MSi MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK Masalah Terdapat berapa caraah ita dapat memilih baju dari 0 baju yag tersedia? Cara Misala baju diberi omor dari sampai

Lebih terperinci

APLIKASI ALJABAR MAX-PLUS PADA SISTEM PRODUKSI TIPE ASSEMBLY

APLIKASI ALJABAR MAX-PLUS PADA SISTEM PRODUKSI TIPE ASSEMBLY Volme Tah 6 ISSN 58-59X APLIKASI ALJABAR MAX-PLUS PADA SISTEM PRODUKSI TIPE ASSEMBLY Pohet Bitoto Program Sti Peiia Matematia FST Uiversitas Kajrha Malag pohet.bitoto@gmail.com ABSTRAK. Efetivitas peggaa

Lebih terperinci

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

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

Lebih terperinci

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier Apliasi Sistem Orthoormal Di Ruag Hilbert Pada Deret Fourier A 7 Fitriaa Yuli S. FMIPA UNY Abstra Ruag hilbert aa dibahas pada papper ii. Apliasi system orthoormal aa diaji da aa diapliasia pada ruahg

Lebih terperinci

MAKALAH TEOREMA BINOMIAL

MAKALAH TEOREMA BINOMIAL MAKALAH TEOREMA BINOMIAL Disusu utu memeuhi tugas mata uliah Matematia Disrit Dose Pegampu : Dr. Isaii Rosyida, S.Si, M.Si Rombel B Kelompo 2 1. Wihdati Martalya (0401516006) 2. Betha Kuria S. (0401516012)

Lebih terperinci

Susunan N-Antena Isotropis Segaris

Susunan N-Antena Isotropis Segaris TTGD Atea Moul#4b Atea a Propagasi Susua N-Atea Isotropis Segaris Oleh : Nachwa Mufti Ariasyah, ST, MT Moul#4b - Susua N Atea Isotropis Segaris Outlie Paa sub bab ii, sejumlah N atea isotropis isusu a

Lebih terperinci

SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL

SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL Edag Habiuddi (Staf Pegajar UP MKU Politei Negeri Badug (Email : ed_.hab@yahoo.co.id ABSTRAK Sistem ragaia listri RLC seri

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas.

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas. BAB 1 PENDAHUUAN 1.1 atar Belakag Pada dasarya masalah optimisasi adalah suatu masalah utuk membuat ilai fugsi tujua mejadi maksimum atau miimum dega memperhatika pembatas pembatas yag ada. Dalam aplikasi

Lebih terperinci

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc. METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai

Lebih terperinci

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi BAB III TAKSIRA PROPORSI POPULASI JIKA TERJADI ORESPO Dalam bab ii aa dibaas peasira proporsi populasi jia terjadi orespo da dilaua allba sebaya t ali. Selai itu, juga aa dibaas peetua uura sampel yag

Lebih terperinci

METODE KONJUGAT GRADIEN HIBRID BARU: METODE WYL-FR DAN METODE PRP-CD UNTUK MENYELESAIKAN MASALAH OPTIMASI TAK BERKENDALA NETTY JULINDA MARLIN GELLA

METODE KONJUGAT GRADIEN HIBRID BARU: METODE WYL-FR DAN METODE PRP-CD UNTUK MENYELESAIKAN MASALAH OPTIMASI TAK BERKENDALA NETTY JULINDA MARLIN GELLA MEODE KONJUGA GRADIEN HIBRID BARU: MEODE WYL-FR DAN MEODE PRP-CD UNUK MENYELESAIKAN MASALAH OPIMASI AK BERKENDALA NEY JULINDA MARLIN GELLA SEKOLAH PASCASARJANA INSIU PERANIAN BOGOR BOGOR 05 PERNYAAAN

Lebih terperinci

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE)

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) 5.1. Pembagit Radom Variate Disrit Suatu Radom Variate diartia sebagai ilai suatu radom variate yag mempuyai distribusi tertetu. Utu megambil

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

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

Lebih terperinci

Konvolusi pada Distribusi dengan Support Kompak

Konvolusi pada Distribusi dengan Support Kompak Prosidig SI MaNIs (Semiar Nasioal Itegrasi Matematia da Nilai Islami) Vol1, No1, Juli 2017, Hal 453-457 p-issn: 2580-4596; e-issn: 2580-460X Halama 453 Kovolusi pada Distribusi dega Support Kompa Cythia

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

Bab 16 Integral di Ruang-n

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

Lebih terperinci

Keywords: Convergen Series, Banach Space, Sequence space cs, Dual-α, Dual-

Keywords: Convergen Series, Banach Space, Sequence space cs, Dual-α, Dual- Jural MIPA FST UNDANA, Volume 2, Nomor, April 26 DUAL-, DUAL- DAN DUAL- DARI RUANG BARISAN CS Albert Kumaereg, Ariyato 2, Rapmaida 3,2,3 Jurusa Matematia, Faultas Sais da Tei Uiversitas Nusa Cedaa ABSTRACT

Lebih terperinci

(Density Estimation by Wavelet Thresholding Method) Suparti, Rukun Santoso dan Yulia Sugiyanti

(Density Estimation by Wavelet Thresholding Method) Suparti, Rukun Santoso dan Yulia Sugiyanti Suparti Ruu Satoso a Yulia Sugiyati (Desity Estimatio by Wavelet Thresholig Metho) Suparti Ruu Satoso a Yulia Sugiyati Program Stui Statistia urusa Matematia FMIPA Uiversitas Dipoegoro Semarag Abstract

Lebih terperinci

Gerak Brown Fraksional dan Sifat-sifatnya

Gerak Brown Fraksional dan Sifat-sifatnya SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 06 S - 3 Gera Brow Frasioal da Sifat-sifatya Chataria Ey Murwaigtyas, Sri Haryatmi, Guardi 3, Herry P Suryawa 4,,3 Uiversitas Gadjah Mada,4 Uiversitas

Lebih terperinci

FAKTORISASI MATRIKS NON-NEGATIF MENGGUNAKAN ALGORITMA CHOLESKY BERBANTUAN SCILAB

FAKTORISASI MATRIKS NON-NEGATIF MENGGUNAKAN ALGORITMA CHOLESKY BERBANTUAN SCILAB Prosidig Semiar Nasioal Matematika da Pidika Matematika (SESIOMADIKA) 017 ISBN: 978-60-60550-1-9 Matematika Terapa, hal. 1-5 FAKTORISASI MATRIKS NON-NEGATIF MENGGUNAKAN ALGORITMA CHOLESKY BERBANTUAN SCILAB

Lebih terperinci

Aproksimasi Terbaik dalam Ruang Metrik Konveks

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

Lebih terperinci

TEOREMA WEYL UNTUK OPERATOR HYPONORMAL

TEOREMA WEYL UNTUK OPERATOR HYPONORMAL Jural UJMC, Volume 3, Nomor, Hal. - 6 pissn : 460-3333 eissn : 579-907X TEOREMA WEYL UNTUK OPERATOR HYPONORMAL Guawa Uiversitas Muhammadiyah Purwokerto, gu.oge@gmail.com Abstract This paper aims at describig

Lebih terperinci

Rancangan Percobaan. Arum Handini Primandari, M.Sc.

Rancangan Percobaan. Arum Handini Primandari, M.Sc. Kosep Dasar Statistika utuk Racaga Percobaa Arum aii Primaari, M.Sc. Operator Pejumlaha Operator pejumlaha: Sifat: i1 i i1 i1 k k kx k x i1 i i1 i1 i i i i i1 i1 i1 i a bx a b x x y x y x x x... x i i

Lebih terperinci

Perluasan Uji Kruskal Wallis untuk Data Multivariat

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

Lebih terperinci

BAHAN AJAR DIKLAT GURU MATEMATIKA

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

Lebih terperinci

PROSIDING ISSN:

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

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

Lebih terperinci

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial 5 BAB II LANDASAN TEORI A. Persamaa Diferesial Dari ata persamaa da diferesial, dapat diliat bawa Persamaa Diferesial beraita dega peelesaia suatu betu persamaa ag megadug diferesial. Persamaa diferesial

Lebih terperinci

3. Integral (3) (Integral Tentu)

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

Lebih terperinci

PERTEMUAN 13. VEKTOR dalam R 3

PERTEMUAN 13. VEKTOR dalam R 3 PERTEMUAN VEKTOR dalam R Pegertia Ruag Vektor Defiisi R Jika adalah sebuah bilaga bulat positif, maka tupel - - terorde (ordered--tuple) adalah sebuah uruta bilaga riil ( a ),a,..., a. Semua tupel - -terorde

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN BAB IV ETODOLOGI PENELITIAN IV Lagkah-Lagkah Aalisis Struktur yag aka ijaika moel alam peelitia ii aalah struktur bagua latai a latai, yag iasumsika terbuat ari baja Struktur terlebih ahulu imoel ega megguaka

Lebih terperinci

Prosiding Seminar Nasional Matematika dan Pembelajarannya. Jurusan Matematika, FMIPA UM. 13 Agustus 2016

Prosiding Seminar Nasional Matematika dan Pembelajarannya. Jurusan Matematika, FMIPA UM. 13 Agustus 2016 Prosdg Semar Nasoal Matemata da Pembelajaraya. Jurusa Matemata, FMIPA UM. Agustus 06 METODE NUMERIK STEPEST DESCENT DENGAN ARAH PENCARIAN RERATA ARITMATIKA Rumoo Bud Utomo Uverstas Muhammadyah Tagerag

Lebih terperinci

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Prosidig Semiar Nasioal Matematika da Terapaya 06 p-issn : 0-0384; e-issn : 0-039 PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Liatus

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA

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

Lebih terperinci

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit Siyal da Sistem Watu Disrit ET 35 Pegolaha Siyal Watu Disrit EL 5155 Pegolaha Siyal Watu Disrit Effria Yati Hamid 1 2 Siyal da Sistem Watu Disrit 2.1 Siyal Watu Disrit 2.1.1 Pegertia Siyal Watu Disrit

Lebih terperinci

METODE NUMERIK TKM4104. Kuliah ke-2 DERET TAYLOR DAN ANALISIS GALAT

METODE NUMERIK TKM4104. Kuliah ke-2 DERET TAYLOR DAN ANALISIS GALAT METODE NUMERIK TKM4104 Kuliah ke- DERET TAYLOR DAN ANALISIS GALAT DERET TAYLOR o Deret Taylor adalah alat yag utama utuk meuruka suatu metode umerik. o Deret Taylor bergua utuk meghampiri ugsi ke dalam

Lebih terperinci

Mengkaji Perbedaan Diagonalisasi Matriks Atas Field dan Matriks Atas Ring Komutatif

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

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

Galat dan Perambatannya

Galat dan Perambatannya Modul 1 Galat da Perambataya Prof. Dr. Bambag Soedijoo P PENDHULUN ada Modul 1 ii dibahas masalah galat atau derajat kesalaha da perambataya, dega demikia para peggua modul ii diharapka telah memahami

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

x x x1 x x,..., 2 x, 1

x x x1 x x,..., 2 x, 1 0.4 Variasi Kaoi amel Da Korelasi Kaoi amel amel aca dari observasi ada masig-masig variabel dari ( + q) variabel (), () daat digabuga edalam (( + q) ) data matris,,..., dimaa (0-5) Adau vetor rata-rata

Lebih terperinci

GRAFIKA

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

Lebih terperinci

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng MODUL 1.03 DINMIK PROSES Ole : Ir. Tatag Kusmara, M.Eg LBORTORIUM OPERSI TEKNIK KIMI JURUSN TEKNIK KIMI UNIVERSITS SULTN GENG TIRTYS CILEGON BNTEN 2008 2 Modul 1.03 DINMIK PROSES I. Pedaulua Dalam bidag

Lebih terperinci

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL Defiisi Persamaa diferesial adalah persamaa yag melibatka variabelvariabel tak bebas da derivatif-derivatifya terhadap variabel-variabel bebas. Berikut ii adalah

Lebih terperinci

ARTIKEL. Menentukan rumus Jumlah Suatu Deret dengan Operator Beda. Markaban Maret 2015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

ARTIKEL. Menentukan rumus Jumlah Suatu Deret dengan Operator Beda. Markaban Maret 2015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN ARTIKEL Meetuka rumus Jumlah Suatu Deret dega Operator Beda Markaba 191115198801005 Maret 015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN PUSAT PENGEMBANGAN DAN PEMBERDAYAAN PENDIDIK DAN TENAGA KEPENDIDIKAN

Lebih terperinci

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN DALAM SUATU MODEL NON-LINIER Abstrak Nur ei 1 1, Jurusa Matematika FMIPA Uiversitas Tadulako Jl. Sukaro-Hatta Palu,

Lebih terperinci

BAB I PENDAHULUAN. A. Latar Belakang Masalah

BAB I PENDAHULUAN. A. Latar Belakang Masalah BAB I PENDAHULUAN A. Latar Belakag Masalah Struktur alabar adalah suatu himpua yag di dalamya didefiisika suatu operasi bier yag memeuhi aksioma-aksioma tertetu. Gelaggag ( Rig ) merupaka suatu struktur

Lebih terperinci

CATATAN KULIAH Pertemuan VII: Konsep Total Derivatif dan Aplikasinya pada Komparatif Statik

CATATAN KULIAH Pertemuan VII: Konsep Total Derivatif dan Aplikasinya pada Komparatif Statik CATATAN KULIAH ertemua VII: Kosep Total erivati a Aplikasia paa Komparati tatik A. ieresial Masalah ag ihaapi: Bagaimaa aalisis komparati-statik jika tiak aa solusi betuk-rigkas reuce-orm ikareaka oleh

Lebih terperinci

MODUL BARISAN DAN DERET

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

Lebih terperinci

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

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

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 1, 41-48, April 2003, ISSN : MATRIKS STOKASTIK GANDA DAN SIFAT-SIFATNYA

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 1, 41-48, April 2003, ISSN : MATRIKS STOKASTIK GANDA DAN SIFAT-SIFATNYA JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No., 4-48, April 00, ISSN : 40-858 MATRIKS STOKASTIK GANDA DAN SIFAT-SIFATNYA Suryoto Jurusa Matematika F-MIPA Uiversas Dipoegoro Semarag Abstrak Suatu matriks tak

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN Supriadi Putra, M,Si Laboratorium Komputasi Numerik Jurusa Matematika FMIPA Uiversitas Riau e-mail : spoetra@yahoo.co.id ABSTRAK Makalah ii

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya

Lebih terperinci

SAP. Pertemu Materi Pokok Sub-Materi Tugas KBM Bentuk. Matriks. Projector/Vie proses penunjang. software. pembelajaran. Sistem

SAP. Pertemu Materi Pokok Sub-Materi Tugas KBM Bentuk. Matriks. Projector/Vie proses penunjang. software. pembelajaran. Sistem Mata kuliah Bobot Deskripsi Mata Kuliah SAP : Matriks & Ruag Vektor : 2 SKS/IT043231 : Mata kuliah ii merupaka fodasi keragka berfikir mahasiswa dalam memahami da meyelesaika masalah berbasis ruag melalui

Lebih terperinci

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

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

Lebih terperinci

Aji Wiratama, Yuni Yulida, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Jl. Jend. A. Yani km 36 Banjarbaru

Aji Wiratama, Yuni Yulida, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Jl. Jend. A. Yani km 36 Banjarbaru Jural Matematika Muri da Terapa εpsilo Vol.8 No.2 (24) Hal. 39-45 APLIKASI METODE DEKOMPOSISI ADOMIAN UNTUK MENENTUKAN FORMULA TRANSFORMASI LAPLACE Aji Wiratama, Yui Yulida, Thresye Program Studi Matematika

Lebih terperinci

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

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

Lebih terperinci

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da

Lebih terperinci

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

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

Lebih terperinci

PRINSIP MAKSIMUM DAN MINIMUM FUNGSI PANHARMONIK

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Dalam duia iformatika, assigmet Problem yag biasa dibetuk dega matriks berbobot merupaka salah satu masalah terbesar, dimaa masalah ii merupaka masalah yag metode peyelesaiaya

Lebih terperinci

Himpunan/Selang Kekonvergenan

Himpunan/Selang Kekonvergenan oki eswa (fmipa-itb) Deret Pagkat Kita aka mempelajari beberapa tehik utuk meyajika suatu fugsi f (x) dalam betuk deret pagkat (power series), yaitu meetuka derat pagkat c (x a) sehigga f (x) = c (x a)

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

Penyelesaian Persamaan Non Linier

Penyelesaian Persamaan Non Linier Peyelesaia Persamaa No Liier Metode Iterasi Sederhaa Metode Newto Raphso Permasalaha Titik Kritis pada Newto Raphso Metode Secat Metode Numerik Iterasi/NewtoRaphso/Secat - Metode Iterasi Sederhaa- Metode

Lebih terperinci

MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI

MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI Vol. 11, No. 1, 45-55, Juli 2014 MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI Fauziah Baharuddi 1, Loey Haryato 2, Nurdi 3 Abstra Peulisa ii bertujua utu medapata perumusa

Lebih terperinci

TINJAUAN PUSTAKA. 2.1 Ruang Vektor. Definisi (Darmawijaya, 2007) Diketahui (V, +) grup komutatif dan (F,,. ) lapangan dengan elemen identitas

TINJAUAN PUSTAKA. 2.1 Ruang Vektor. Definisi (Darmawijaya, 2007) Diketahui (V, +) grup komutatif dan (F,,. ) lapangan dengan elemen identitas II. TINJAUAN PUSTAKA 2.1 Ruag Vektor Defiisi 2.1.1 (Darmawijaya, 2007) Diketahui (V, +) grup komutatif da (F,,. ) lapaga dega eleme idetitas 1. V disebut ruag vektor (vector space) atas F jika ada operasi

Lebih terperinci

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR Dose Pegampu : Darmadi, S.Si, M.Pd Disusu : Kelas 5A / Kelompok 5 : Dia Dwi Rahayu (084. 06) Hefetamala (084. 4) Khoiril Haafi (084. 70) Liaatul Nihayah (084. 74)

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab ii berisi teori-teori yag meladasi pembahasa dalam tugas akhir ii, yag terdiri fugsi liear, persamaa da pertidaksamaa liear, pemrograma liear, bilaga iterval, karakteristik dari

Lebih terperinci

Penerapan Algoritma Dijkstra dalam Pemilihan Trayek Bus Transjakarta

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

Lebih terperinci

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

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

Lebih terperinci

Bab IV. Penderetan Fungsi Kompleks

Bab IV. Penderetan Fungsi Kompleks Bab IV Pedereta Fugsi Kompleks Sebagaimaa pada fugsi real, fugsi kompleks juga dapat dideretka pada daerah kovergesiya. Semua watak kajia kovergesi pada fugsi real berlaku pula pada fugsi kompleks. Secara

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI S1 TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS RIAU

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI S1 TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS RIAU RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI S1 TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS RIAU 1 Nama Mata Kuliah : Statitika Probabilitas 2 Kode Mata Kuliah : TSS-1208 3 Semester : II 4 (sks) : 2

Lebih terperinci

Kompleksitas dari Algoritma-Algoritma untuk Menghitung Bilangan Fibonacci

Kompleksitas dari Algoritma-Algoritma untuk Menghitung Bilangan Fibonacci Kompleksitas dari Algoritma-Algoritma utuk Meghitug Bilaga Fiboacci Gregorius Roy Kaluge NIM : 358 Program Studi Tekik Iformatika, Istitut Tekologi Badug Jala Gaesha, Badug e-mail: if8@studets.if.itb.ac.id,

Lebih terperinci