ANALISIS KESTABILAN MODEL PREY-PREDATOR DENGAN PEMANENAN KONSTAN PADA IKAN PREY

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS KESTABILAN MODEL PREY-PREDATOR DENGAN PEMANENAN KONSTAN PADA IKAN PREY"

Transkripsi

1 ANALISIS KESTABILAN MODEL PREY-PREDATOR DENGAN PEMANENAN KONSTAN PADA IKAN PREY Luluk Ianaul Afifah 1, Usman Pagalay 1, Jurusan Maemaika Fakulas Sains dan Teknologi UIN Maulana Malik Ibrahim Malang 1, ABSTRAK Model Prey-predaor merupakan salah sau model ineraksi anara dua spesies yang berbenuk persamaan diferensial biasa nonlinier. Tujuan dari peneliian ini yaiu unuk menganalisis model preypredaor dengan pemanenan konsan pada ikan prey dan melakukan inepreasi pada model ersebu berdasarkan simulasi yang dilakukan. Dengan menggunakan nilai pemanenan h h maks, dimana h maks merupakan nilai pemanenan maksimu. Maka didapakan lima iik keseimbangan yang erdapa sau iik keseimbangan yang sabil dengan jenis iik simpul dan jenis kesabilan berupa sabil asimoik. Dari simulasi yang dilakukan dengan iga kondisi nilai pemanenan yaiu keika h < h maks, h = h maks dan h > h maks. Maka dapa disimpulkan bahwa jika nilai pemanenan melebihi nilai pemanenan maksimum maka model ersebu idak sabil dan populasi ikan prey akan punah dan diikui oleh populasi ikan predaor. Pada peneliian selanjunya dapa dilakukan analisis pada model prey-predaor dengan memberikan perlakuan pemanenan berupa konsan pada kedua spesies dan selain iu juga dengan memberikan perlakuan pemanenan berupa fungsi pemanenan kepada salah sau spesies aau kedua spesies. Kaa Kunci: model prey-predaor, pemanenan maksimum, kesabilan. ABSTRACT A prey-predaor model is one of ineracion models beween he wo species populaions in he from sysem of nonlinier defferenial equaions. The aim of his sudy is o analysis a pre-predaor model wih harvesing a he prey and inerpre he model based on simulaion. The value of he harvesing used is h h maks, where h maks is maximum value of he Harvesing. Then here are five equilibrimu poin obained in which here is one sabile poin in ypenode poin anhe ype ofasympoically sabiliy. The resuls of he simulaions, simulaion done by hree condiions of he harvesing is h < h maks, h = h maks and h > h maks. Then we can conclude ha if he value of he harvesing exceeds maximum value of he harvesing hen he model was unsable and he populaion of prey will he will be followed by he exincion of predaor fish. Furher research canbe donein a prey-predaor modelwih a givenreamenharvesingconsan o he wo ofhem and wha isreamen in he form of a harvesing funcionfor one or wo spesies. Key Words: prey-predaor model, maximum harvesing, sabiliy. 1. PENDAHULUAN Salah sau benuk ineraksi pada makhluk hidup yaiu saling memangsa anara spesies sau dengan lainnya demi kelangsungan hidupnya. Dalam maemaika model ersebu dinamakan model prey-predaor yang diperkenalkan oleh Vio Volerra. Pada kasus ini pemanenan yang dilakukan pada populasi ikan prey berupa konsan. Menuru [1], pemanenan yang berupa konsan pada ikan idak mengalami kenaikan maupun penurunan diseiap ahunnya. Dalam peneliian ini diasumsikan pemanenan yang dilakukan bisa mendapakan hasil yang maksimum. Terdapa salah sau konsep pemanenan yaiu pemanenan maksimum disebu juga sebagai Maximum Suseinable Yield (MSY). Secara eoriis MSY merupakan jumlah angkapan ikan predaor erbesar yang dapa diambil dari persediaan suau jenis ikan prey dalam jangka waku yang ak erbaas. Terdapa beberapa peneliian erdahulu mengenai kasus ini yaiu peneliian oleh [], peneliian ersebu enang Maximum Suseinable Yield (MSY) pada perikanan dengan srukur prey-predaor, Kemudian peneliian yang dilakukan oleh [3], enang analisis model mangsa-pemangsa Michaelis-Menen dengan pemanenan konsan pada populasi prey. Kemudian peneliian yang dilakukan oleh [4],

2 Analisis Kesabilan Model Prey-Predaor dengan Pemanenan Konsan pada Ikan Prey enang Effor Dynamics in a Prey-Predaor Model wih Herfesing. Pada peneliian ersebu membahas enang kesabilan model preypredaor dengan pemanenan yang berupa fungsi pada populasi ikan prey. Sedangkan dalam peneliian ersebu belum dibahas mengenai model prey-predaor dengan pemanenan konsan. Maka penulis akan menganalisis kesabilan dan membua simulasi dari model prey-predaor dengan pemanenan konsan pada ikan prey berdasarkan model dari [4].. TINJAUAN PUSTAKA.1 Model Prey-predaor Menuru [5], model Prey-predaor merupakan sisem persamaan nonlinier dan idak ada cara yang dikeahui unuk menyelsaikan secara eksplisi, meskipun demikian dimungkinkan dengan menggunakan eori kualiaif mengenai sisem semacam iu. Menuru Waluya (6), erdapa dua kunci konsep dalam sisem nonlinier yang menenukan semua hasil dinamik. Dua konsep ersebu adalah iik keseimbangan (iik equilibrium) dan kesabilan.. Model Pemanenan Ikan Prey Menuru Verhus pada buku [6], diberikan model logisik sebagai beriku dn() = rn() (1 N() K ) (1) dari model perumbuhan (.1) dengan diberikan nilai r =.8 dan nilai K =, maka grafik perumbuhan maksimum dari N() yaiu Menuru [3], maka erdapa perumbuhan populasi N() maksimum diberi simbol N(), sesuai pada gambar (.1), dapa diliha nilai perumbuhan maksimum dari populasi N() yaiu N() = K () sehingga populasi N() akan mencapai nilai maksimum pada kondisi seengah dari daya dukung lingkungan..3 Linierisasi Persamaan Deferensial Biasa Auonomus Menuru [7], dalam suau sisem auonomus seperi beriku: d = f(x, y), d = g(x, y) unuk f dan g adalah nonlinier, kemudian akan dicari pendekaan pada sisem linier di sekiar (x, y )menggunakan dere Taylor, unuk menghilangkan suku nonliniernya sebagai beriku: dx = f(x, y ) + (x, y )(x x ) + (x, y )(y y ) dy = f(x, y ) + (x, y )(x x ) + (x, y )(y y )(3) Misal maka unuk dx = du (x x ) = v dan (y y ) = u dy dan = dv pada keadaan seimbang f(x, y ) = dan g(x, y ) =, kemudian disubiusikan pada sisem persamaan (3) dan sisem persamaan linear pada iik keseimbangan (x, y ) diberikan dengan [ u v ] = [ dimana semua urunan parsial di dalam mariks adalah dievaluasi pada (x, y ) yang lebih dikel sebagai mariks Jacobi ] Gambar 1. Grafik Perumbuhan Maksimum dari Persamaan (1) dengan r =.8 dan K = Pada Gambar 1 bahwa erdapa dua iik keseimbangan yaiu N 1 = dan N = K. Terliha bahwa grafik memenuhi iik keseimbangan N 1 =, maka dapa diarikan makhluk hidup umbuh jumlahnya idak akan mendekai nilai nol, karena makhluk hidup umbuh dan berkembang. Pada grafik ersebu garis menuju ke iik keseimbangan kedua yaiu N = K, maka pada iik keseimbangan kedua sabil..4 Tiik Kesabilan Sisem Auonomous Menuru [8], erdapa beberapa kemungkinan dari nilai akar-akar karakerisik λ 1 dan λ ersebu, maka jenis iik keseimbangan (,) dapa digolongkan seperi pada Tabel 1 beriku:.5 Pore Fase dari Sisem Auonomous Menuru [5], gambar semua rayekori dari suau sisem disebu pore fase dari sisem. Pore fase dari sebuah sisem hampir seluruhnya berganung pada akar λ 1 dan λ. CAUCHY ISSN:

3 Luluk Ianaul Afifah, Usman Pagalay Tabel 1. Jenis-jenis Kesabilan dari Tiik Keseimbangan (,) Jenis dari Tiik Jenis Kesabilan Keseimbangan (,) Nilai Akarakar Persamaan Karakerisik Real, berbeda dan beranda sama Real, berbeda dan berbeda anda Real dan sama Kompleks api idak imajiner murni Imajiner murni 3. PEMBAHASAN Tiik simpul (node) Tiik plana (saddle poin) Tiik binang (sar) Tiik spiral (spiral poin) Tiik pusa (cener) Sumber: [8] Sabil asimook bila akar-akar negaif, idak sabil bila akarakar posiif Tidak sabil Sabil asimoik bila akar-akar negaif, idak sabil bila akar akar posiif Sabil asimoik bila bagian real dari akar-akar negaif, idak sabil bila bagian real dari akarakar posiif Sabil, eapi idak sabil asimoik 3.1 Model Prey-predaor dengan Pemanenan Konsan pada Ikan prey Beriku diberikan diagram model preypredaor dengan pemanenan konsan pada ikan prey yaiu sebagai beriku: : Banyaknya populasi ikan prey erhadap Waku : Banyaknya populasi ikan predaor erhadap waku r : Laju perumbuhan inerisik populasi ikan prey K : Daya kapasias populasi ikan prey α : Laju penangkapan relaif maksimum akiba predasi β : Laju perumbuhan maksimum ikan predaor γ : Laju kemaian predaor akiba predasi A : Laju kelahiran populasi ikan prey B : Laju kemaian alami ikan predaor H : Tingka pemanenan ikan prey dengan r,k, α, β, γ,a,b,h adalah parameer posiif. 3. Besaran Parameer Model Parameer yang dipakai dalam model prey-predaor dengan pemanenan konsan pada ikan prey menggunakan parameer dari peneliian Kar dan Cakraborry (), yaiu: Tabel. Nilai Awal yang Digunakan unuk Model Vareabel Nilai 8 Tabel 3. Nilai Parameer unuk Model Parameer Nilai r.8 K α.75 β.75 γ.8 a b.1 Gambar. Diagram Model Prey-predaor dengan Pemanenan Konsan pada Ikan Prey Pada Gambar () ersebu dapa dirumuskan menjadi model maemaika oleh Kar dan Cakrabory () sebagai beriku: d = r (1 K ) α a + h (4) d = b + βα γ a + (5) dengan: 3.3 Penenuan Nilai Pemanenan Maksimum (hmaks) Diberikan perlakuan pemanenan berupa konsana h dalam kasus ini pada populasi ikan prey. Telah dikeahui bahwa nilai perumbuhan maksimum populasi ikan prey( ) adalah seengah dari daya kapasiasnya ( K ). Berdasarkan asumsi yang diberikan unuk nilai pemanenan yaiu h h maks, dimana h maks merupakan nilai pemanenan maksimum. Maka meneenukan nilai populasi ikan predaor maksimum yaiu = b γ + βα (6) γ(a + ) 16 Volume 3 No. 4 Mei 15

4 Analisis Kesabilan Model Prey-Predaor dengan Pemanenan Konsan pada Ikan Prey dengan memsubiusikan nilai pada persamaan (3.4), maka nilai populasi ikan predaor maksimum yaiu = b γ + βαk γ(a + K) Dengan mensubiusikan nilai populasi maksimum ikan predaor dan nilai perumbuhan maksimum ikan prey, maka didapakan nilai pemanenan maksimum pada populasi ikan preyh maks yaiu h maks = rk 4 + αbk γ(a + K) βα K (7) γ(a + K) jika dimasukan nilai parameer sesuai abel (3.), maka didapakan nilai pemanenan maksimum h maks = maka unuk nilai pemanenan yaiu h Keika Tidak Ada Populasi Ikan Prey Unuk populasi ikan predaor keika idak adanya populasi ikan prey, maka persamaan (3.) menjadi sebagai beriku: d = b γ dengan nilai awal sebesar, b = γ =.8, dan h =, maka didapakan solusi dari persamaan ersebu yaiu 5 = e 1 maka simulasi dari solusi yaiu 3.4 Analisis Model Prey-predaor dengan Pemanenan Konsan pada Ikan Prey Keika Salah Saunya Tidak Ada Keika Tidak Ada Populasi Ikan Predaor Unuk populasi ikan prey keika idak adanya populasi ikan predaor persamaan (4) menjadi sebagai beriku: d = r (1 K ) h dengan nilai awal sebesar 8, r =,8, K =, dan h = maka didapakan solusi dari persamaan ersebu yaiu = ( anh ( 3635 ( ) arcanh ( 1 77)) 77) 77 maka simulasi dari solusi yaiu Gambar 4. Model Prey-predaor dengan Pemanenan Konsan pada Ikan Prey Keika Tidak Ada Populasi Ikan Predaor dari Gambar 4 erliha bahwa populasi ikan prey akan mengalami peningkaan erus menerus sampai mengarah kesuau iik yaiu yang berai sabil dengan nilai pemanenan sebesar sau sauan dan idak dipengaruhi oleh populasi ikan predaor. Gambar 5 Model Prey-predaor dengan Pemanenan Konsan pada Ikan Prey Keika Tidak Ada Populasi Ikan Prey dari Gambar 5 erliha bahwa populasi ikan predaor akan mengalami penurunan erus menerus sampai menuju ke nol yang berai idak sabil. Tidak sabil ersebu dapa diarikan bahwa jumlah populasi ikan predaor mengalami penurunan sampai pada kepunahan karena idak ada sumber makanan. 3.5 Linierisasi Model maka didapakan hasil linierisasi dari sisem ersebu dengan iik keseimbangan (x, y ), yaiu Dengan = r (1 K = α. a + ( x ) = y ( r. α. ) K a + β. α. β. α.. = + a + (a + ) β. α. = b +. γ. y a + ) + α.. (a + ) dari Mariks Jacobi yang didapakan, kemudiaan akan dianalisis kesabilannya. 3.6 Penenuan Tiik Keseimbangan Pada persamaan (4) dan (5) dengan d d memisalkan = dan = maka persamaan ersebu menjadi: CAUCHY ISSN:

5 Luluk Ianaul Afifah, Usman Pagalay = r (1 K ) α a + h = b + βα γ a + (8) (9) Keika = Dengan memisalkan =, maka didapakan nilai =. Maka iik keseimbangan perama yaiu (x 1, y 1 ) = (, ). Pada iik keseimbangan ini dapa diarikan bahwa jika populasi ikan prey idak ada maka populasi ikan predaor juga idak ada. Karena idak ada sumber makanan unuk populasi ikan predaor. Keika = Dengan memisalkan =, maka didapakan iik keseimbangan yang dua dan nilai parameernya disubiusikan maka (x, y ) = ( K+K r r +4 r K h, ) = (71.36, ). Unuk iik keseimbangan yang keiga (x 4, y 4 ) = ( K K r r +4 r K h, ) = (8.63, ). Pada iik keseimbangan ini dapa diarikan bahwa jika populasi ikan predaor idak ada, maka populasi ikan prey eap dapa berahan hidup meskipun erdapa pemanenan pada populasi ikan prey. Keika dan Perama menenukan nilai, yaiu = b γ + βα γ(a + ) kemudian smensubiusikan nilai, maka persamaan (3.6) = ( r K ) + r α ( b γ(a + ) + βα γ(a + ) ) h Maka pada iik keseimbangan ini, jika dimasukan nilai parameer sesuai pada abel (3.) dengan menggunakan banuan sofware MAPLE 1 maka didapakan dua nilai dari yaiu 6.41 dan Sehingga didapakan dua iik keseimbangan yaiu iik keseimbangan keempa (x 4, y 4 ) = (46.98, 5.78) dan iik keseimbangan kelima (x 5, y 5 ) = (49.81, 5.84). Seelah didapakan iik keseimbangan kemudian akan dianalisis keseabilanya. 3.7 Analisis Kesabilan pada Tiik Keseimbangan Unuk Tiik Keseimbangan Perama (x 1, y 1 ) Pada iik keseimbangan perama yaiu (,), didapakan nilai eigen sebagai beriku λ =.8 dan λ =.1. Didapakan nilai eigen real, berbeda dan idak sama anda yaiu maka nilai eigen pada iik keseimbangan(,) ermasuk pada ipe iik saddle yang idak sabil. Unuk Tiik Keseimbangan Kedua (x, y ) Pada iik keseimbangan keiga yaiu ( K+K r r +4 r K h, ) = (71.36, ), maka didapakan nilai eigen sebagai beriku yaiu λ =.34 dan λ =.49. Didapakan nilai eigen real, berbeda dan idak sama anda yaiu maka nilai eigen pada iik keseimbangan(71.6,) ermasuk pada ipe iik saddle yang idak sabil. Unuk Tiik Keseimbangan Keiga (x 3, y 3 ) Pada iik keseimbangan keempa yaiu ( K K r r +4 r K h, ) = (8.63, ),maka didapakan nilai eigen sebagai beriku yaiu λ =.34 dan λ =.41. Didapakan nilai eigen real, berbeda dan sama anda yaiu maka nilai eigen pada iik keseimbangan(5.8,) ermasuk pada ipe iik simpul (node) yang idak sabil, karena nilai eigen beranda posiif. Unuk Tiik Keseimbangan Keempa (x 4, y 4 ) Pada iik keseimbangan yang kelima yaiu (46.98,5.78),maka didapakan nilai eigen yaiu λ 1 =. dan λ =.45. Didapakan nilai eigen real, berbeda dan idak sama anda yaiu maka nilai eigen pada iik keseimbangan (46.98, 5.78) ermasuk pada ipe iik saddle yang idak sabil. Keidak sabilan disini bisa merupakan keidak simbangan anara Unuk Tiik Keseimbangan Kelima (x 5, y 5 ) Pada iik keseimbangan yang keenam yaiu(49.81,5.84), maka didapakan nilai eigen yaiu λ 1 =. dan λ =.45 didapakan nilai eigen real, berbeda dan sama anda, maka nilai eigen pada iik keseimbangan (88.33,6.3) ermasuk pada ipe iik simpul (node) yang sabil, karena nilai eigen keduanya beranda negaif. Maka jenis kesabilan pada iik keseimbangan ini merupakan kesabilan asimoik. Kesabilan pada iik keseimbangan ersebu menunjukan bahwa, populasi ikan prey populasi ikan predaor dapa hidup 18 Volume 3 No. 4 Mei 15

6 Analisis Kesabilan Model Prey-Predaor dengan Pemanenan Konsan pada Ikan Prey berdampingan meskipun erdapa pemanenan pada ikan prey. 4. SIMULASI Kondisi Keika h < h maks Keika nilai pemanenan h = (c) 8 7 6, 5 4 3, (a) (b) Gambar 5. Pore Fase (a) dan Grafik Perilaku (b) dari Sisem Persamaan (3.1) dan (3.) dengan Nilai Pemanenan h = Dari Gambar 5 unuk Pore Fase (a) keseimbangan dengan diunjukan adanya arah panah menuju ke suau iik yaiu (94.3, 6.34). Hal ini menunjukan bahwa keika nilai pemanenan idak ada maka model ini sabil. Unuk grafik perilaku (b) dengan nilai pemanenan idak ada, dapa diliha bahwa grafik dari populasi ikan prey dengan nilai awal sebesar 8 sau sauan mengalami kenaikan pada saa waku sebesar 1sau sauan menuju ke suau iik 94.3 sau sauan. Sedangkan unuk populasi ikan prey dengan nilai awal sau sauan mengalami penurunan saa waku sebesar 6 sau sauan dan menuju ke iik 6.34 sau sauan waku. Hal ini dapa diarikan bahwa populasi ikan prey dan populasi ikan predaor dapa hidup berdampingan anpa adanya pemanenan pada populasi ikan prey (d) 6. Pore Fase (c) dan Grafik Perilaku (d) dari Sisem Persamaan (3.1) dan (3.) dengan Nilai Pemanenan h = 5 Dari Gambar 6 unuk Pore Fase (c) keseimbangan dengan diunjukan adanya arah panah menuju ke suau iik yaiu (86.7, 6.9). Hal ini menunjukan bahwa keika nilai pemanenan sebesar 5 sau sauan sabil. Unuk grafik perilaku (d) dengan nilai pemanenan sebesar 5 sau sauan dapa diliha bahwa grafik dari ikan prey dengan nilai awal sebesar 8 sau sauan mengalami penurunan sebesar sau sauan pada saa waku.5 sau sauan waku dan mengalami kenaikan menuju ke suau iik 86.7sau sauan pada saa waku sau sauan waku. Sedangkan unuk populasi ikan predaor dengan niali awal sebesar sau sauan mengalami penurunan pada saa waku 5 sau sauan waku dan menunju ke suau iik 6.9 sau sauan. Hal ini dapa diarikan bahwa populasi ikan prey dan populasi ikan predaor dapa hidup berdampingan meskipun adanya pemanenan pada ikan prey sebesar 5 sau sauan.keika Keika nilai pemanenan h =16.5 Keika nilai pemanenan h = 5 CAUCHY ISSN:

7 Luluk Ianaul Afifah, Usman Pagalay, (e) (f) Gambar 7. Pore Fase (e) dan Grafik Perilaku (f) dari Sisem Persamaan (4) dan (5) dengan Nilai Pemanenan h = 16.5 Dari Gambar.7 unuk Pore Fase (e) keseimbangan dengan diunjukan adanya arah panah menuju ke suau iik yaiu (5.8, 5,89). Hal ini menunjukan bahwa keika nilai pemanenan sebesar 16.5 sau sauan sabil. Unuk grafik perilaku (f) dengan nilai pemanenan sebesar 16.5 sau sauan dapa diliha bahwa grafik dari ikan prey dengan nilai awal sebesar 8 sau sauan mengalami penurunan sampai 5.8 sau sauan pada saa waku 6 sau sauan waku. Sedangkan unuk populasi ikan predaor dengan niali awal sebesar sau sauan mengalami penurunan pada saa waku 16.5 sau sauan waku dan menunju ke suau iik 5,89. Hal ini dapa diarikan bahwa populasi ikan prey dan populasi ikan predaor dapa hidup berdampingan dengan meskipun adanya pemanenan pada ikan prey sebesar 16.5 sau sauan., (g) (h) Gambar 8. Pore Fase (g) dan Grafik Perilaku (h) dari Sisem Persamaan (4) dan (5) dengan Nilai Pemanenan h = Dari Gambar 8. unuk Pore Fase (g) keseimbangan dengan diunjukan adanya arah panah menuju ke suau iik yaiu (49.81, 5.84). Hal ini menunjukan bahwa keika nilai pemanenan sebesar sau sauan sabil. Unuk grafik perilaku (h) dengan nilai pemanenan sebesar sau sauan dapa diliha bahwa grafik dari ikan prey dengan nilai awal sebesar 8 sau sauan mengalami penurunan sampai sau sauan pada saa waku 4 sau sauan waku. Sedangkan unuk populasi ikan predaor dengan niali awal sebesar sau sauan mengalami penurunan pada saa waku sau sauan waku dan menunju ke suau iik 5.84 sau sauan. Hal ini dapa diarikan bahwa populasi ikan prey dan populasi ikan predaor dapa hidup berdampingan dengan meskipun adanya pemanenan pada ikan prey sebesar sau sauan. Kondisi Keika h > h maks Keika nilai pemanenan h =16.45 Kondisi Keika h = h maks Keika nilai pemanenan h = Volume 3 No. 4 Mei 15

8 Analisis Kesabilan Model Prey-Predaor dengan Pemanenan Konsan pada Ikan Prey, (i) (j) Gambar 9. Pore Fase (i) dan Grafik Perilaku (j) dari Sisem Persamaan (4) dan (5) dengan Nilai Pemanenan h = Dari Gambar 9. unuk Pore Fase (i) keseimbangan dengan diunjukan idak adanya arah panah menuju ke suau iik. Hal ini menunjukan bahwa keika nilai pemanenan sebesar sau sauan idak sabil. Unuk grafik perilaku (j) dengan nilai pemanenan sebesar sau sauan dapa diliha bahwa grafik dari ikan prey dengan nilai awal sebesar 8 sau sauan mengalami penurunan sampai sau sauan pada saa waku sebesar 1 sau sauan waku. Sedangkan unuk populasi ikan predaor dengan niali awal sebesar sau sauan mengalami penurunan sampai sau sauan pada saa waku sebesar 111 sau sauan waku. Hal ini dapa diarikan bahwa populasi ikan prey akan mengami kepunahan kemudian erjadi kepunahan pada populasi ikan predaor karena erdapa pemanenan sebesar sau sauan. Keika nilai pemanenan h =18, (k) (l) Gambar. Pore Fase (m) dan Grafik Perilaku (n) dari Sisem Persamaan (4) dan (5) dengan Nilai Pemanenan h = 18 Dari Gambar. unuk Pore Fase (k) keseimbangan dengan diunjukan idak adanya arah panah menuju ke suau iik. Hal ini menunjukan bahwa keika nilai pemanenan sebesar 18 sau sauan idak sabil. Unuk grafik perilaku (l) dengan nilai pemanenan sebesar 18 sau sauan dapa diliha bahwa grafik dari ikan prey dengan nilai awal sebesar 8 sau sauan mengalami penurunan sampai sau sauan pada saa waku sebesar 19 sau sauan waku. Sedangkan unuk populasi ikan predaor dengan niali awal sebesar sau sauan mengalami penurunan sampai sau sauan pada saa waku sebesar sau sauan waku. Hal ini dapa diarikan bahwa populasi ikan prey akan mengami kepunahan kemudian erjadi kepunahan pada populasi ikan predaor karena erdapa pemanenan sebesar 18 sau sauan. PENUTUP 1. KESIMPULAN Berdasarkan peneliian yang dilakukan pada model prey-predaor dengan pemanenan konsan pada ikan prey. Dari hasil analisis yang CAUCHY ISSN:

9 Luluk Ianaul Afifah, Usman Pagalay dilakukan pada model ersebu, didapakan nilai pemanenan maksimum h maks sebesar sau sauan. Kemudian dilakukan analisi kesabilan keika nilai pemanen maksimum. Dari lima iik keseimbangan didapakan sau iik keseimbangan yang sabil yaiu pada iik (49.81, 5.84) kemudian didapakan nilai eigennya yaiu λ 1 =. dan λ =.45, maka jenis iik keseimbangan yaiu berupa iik simpul yang sabil dengan jenis kesabilan sabil asimoik. Dari simulasi yang dilakukan dengan nilai pemanenan diasumsikan h h maks, maka diberikan iga kondisi unuk menganalisi model ini yaiu kondisi perama h < h maks, kondisi kedua h = h maks, dan kondisi keiga h > h maks. Pada kondisi nilai pemanenan h < h maks dan h = h maks dapa disimpulkan model ersebu sabil, ini berari bahwa spesies ikan prey dan populasi ikan predaor dapa hidup berdampingan meskipun erdapa pemanenan pada populasi ikan prey. Pada kondisi nilai pemanenan h > h maks dapa disimpukan bahwa model ersebu idak sabil, ini berari populasi ikan prey dan populasi iakn predaor idak dapa hidup berdampingan dengan nilai pemanenan melebihi nilai pemanenan maksimu. 4. Saran Pada peneliian selanjunya dapa dilakukan pada model prey-predaor dengan memberikan perlakuan pemanenan berupa konsan pada kedua spesies dan selain iu juga dengan memberikan perlakuan pemanenan berupa fungsi pemanenan kepada salah sau spesies aau kedua spesies. DAFTAR PUSTAKA [1] Idels, W dan Mai, W, Harvesing Fisheries Menegemen Sraegis Wih Modified Effor Funcion, IJMC Jurnal dalam Modeling Complex Sysem, 6. [] Herini, E dan Gusriani, N, Maximum Susainable Yield (MSY) pada Perikanan dengan Srukur Prey-predaor, Sumedang: Universias Padjadjaran, 13. Skripsi S1 idak dipublikasikan. Bogor: ITB, 11. [4] Kar,T dan Cakrabory, K, Effor Dynamics In A Prey-predaor Model Wih Harvesing. Vol.6 No. 3 Hal , India,. [5] Finizio dan Ladas, Persamaan Deferensial Biasa dan Dan Penerapan Moderen, Jakara: Eirlangga, 988. [6] R. J. Iswano, Pemodelan Maemaika: Aplikasi dan Terapan, Yogyakara: Graha Ilmu, 1. [7] Boyce, W. E dan Prima, R. C, Elemenery Differenial Equaion and Boundary Value Problem, Uied Saes of America: John Wiley and Sons, [8] Widowai dan Suimin, Buku Ajar Model Maemaika, Semarang: Fakulas MIPA UNDIP, 7. [9] Karono, Persamaan Deferensial Biasa: Model Maemaika Fenomena Perubahan, Yogyakara: Graha Ilmu, 1. [] P. S. Redjeki, Dika Kuliah Ma71 Meoda Maemaika, Bandung: Fakulas MIPA ITB, 9. [11] R. C. Robinson, An Inroducion o Dynamical Sysem Coninous and Discree, New Jersey: Pearson Educaion, In, 4. [3] H. Dwaradi, Analisis Model Mangsapemangsa Michaelis-menen dengan Pemanenan pada Populasi Mangsa, Volume 3 No. 4 Mei 15

MODEL PREDATOR DAN PREY DENGAN MODEL SUSCEPTIBLE - INFECTED SUSCEPTIBLE. Jl. Prof. H. Soedarto, S.H. Tembalang Semarang

MODEL PREDATOR DAN PREY DENGAN MODEL SUSCEPTIBLE - INFECTED SUSCEPTIBLE. Jl. Prof. H. Soedarto, S.H. Tembalang Semarang MODEL PREDATOR DAN PREY DENGAN MODEL SUSCEPTIBLE - INFECTED SUSCEPTIBLE Firsy Nur Hidayai Sunarsih Djuwandi Program Sudi Maemaika F.MIPA Universias Diponegoro Jl. Prof. H. Soedaro S.H. Tembalang Semarang

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis BAB III HASIL DAN PEMBAHASAN A. Permasalahan Nyaa Penyebaran Penyaki Tuberculosis Tuberculosis merupakan salah sau penyaki menular yang disebabkan oleh bakeri Mycobacerium Tuberculosis. Penularan penyaki

Lebih terperinci

MATHunesa (Volume 3: No 2) 2014

MATHunesa (Volume 3: No 2) 2014 MATHunesa (Volume 3: No 2) 214 ANALISIS STABILITAS MODEL SEL IMUN-TUMOR DENGAN TUNDAAN WAKTU Pungky Zanuar Arizona Jurusan Maemaika, Fakulas Maemaika dan Ilmu Pengeahuan Alam, Universias Negeri Surabaya

Lebih terperinci

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan BAB 2 KINEMATIKA Tujuan Pembelajaran 1. Menjelaskan perbedaan jarak dengan perpindahan, dan kelajuan dengan kecepaan 2. Menyelidiki hubungan posisi, kecepaan, dan percepaan erhadap waku pada gerak lurus

Lebih terperinci

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP Karakerisik Umur Produk (Sudarno) KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL Sudarno Saf Pengajar Program Sudi Saisika FMIPA UNDIP Absrac Long life of produc can reflec is qualiy. Generally, good producs

Lebih terperinci

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1 PERSAMAAN GERAK Posisi iik maeri dapa dinyaakan dengan sebuah VEKTOR, baik pada suau bidang daar maupun dalam bidang ruang. Vekor yang dipergunakan unuk menenukan posisi disebu VEKTOR POSISI yang diulis

Lebih terperinci

ANALISIS MODEL DINAMIKA VIRUS DALAM SEL TUBUH. Winarno 1 (M )

ANALISIS MODEL DINAMIKA VIRUS DALAM SEL TUBUH. Winarno 1 (M ) ANALISIS MODEL DINAMIKA VIRUS DALAM SEL TUBUH Winarno (M49) Virus merupakan salah sau conoh organisme yang sering mengganggu perumbuhan sel Akhirakhir ini keberadaan virus dirasa sanga mengganggu kehidupan

Lebih terperinci

MODEL MATEMATIKA GERAK PENDULUM DENGAN MEMPERTIMBANGKAN GAYA GESEK UDARA

MODEL MATEMATIKA GERAK PENDULUM DENGAN MEMPERTIMBANGKAN GAYA GESEK UDARA JMP : Vol. 8 No., Des. 06, hal. 9-3 ISSN 085-456 MODEL MATEMATIKA GERAK PENDULUM DENGAN MEMPERTIMBANGKAN GAYA GESEK UDARA Rukmono Budi Uomo Universias Muhammadiyah Tangerang Email: rukmono.budi.u@mail.ugm.ac.id

Lebih terperinci

MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA TERAPAN (2 sks)

MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA TERAPAN (2 sks) Polieknik Negeri Banjarmasin 4 MODUL PERTEMUAN KE 3 MATA KULIAH : ( sks) MATERI KULIAH: Jarak, Kecepaan dan Percepaan; Gerak Lurus Berauran, Percepaan; Gerak Lurus Berauran, Gerak Lurus Berubah Berauran

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t TKE 305 ISYARAT DAN SISTEM B a b I s y a r a Indah Susilawai, S.T., M.Eng. Program Sudi Teknik Elekro Fakulas Teknik dan Ilmu Kompuer Universias Mercu Buana Yogyakara 009 BAB I I S Y A R A T Tujuan Insruksional.

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN PEMODELAN NILAI UKAR RUPIAH ERHADAP $US MENGGUNAKAN DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY, DIMAS HARI SANOSO, N. K. KUHA ARDANA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun 43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C

Lebih terperinci

Jurusan Teknik Sipil Fakultas Teknik Sipil dan Perencanaan Universitas Mercu Buana MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA DASAR (4 sks)

Jurusan Teknik Sipil Fakultas Teknik Sipil dan Perencanaan Universitas Mercu Buana MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA DASAR (4 sks) MODUL PERTEMUAN KE 3 MATA KULIAH : (4 sks) MATERI KULIAH: Jarak, Kecepaan dan Percepaan; Gerak Lurus Berauran, Percepaan; Gerak Lurus Berauran, Gerak Lurus Berubah Berauran POKOK BAHASAN: GERAK LURUS 3-1

Lebih terperinci

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi

Lebih terperinci

Aljabar Linear Elementer

Aljabar Linear Elementer Silabus : Aljabar Linear Elemener MA SKS Bab I Mariks dan Operasinya Bab II Deerminan Mariks Bab III Sisem Persamaan Linear Bab IV Vekor di Bidang dan di Ruang Bab V Ruang Vekor Bab VI Ruang Hasil Kali

Lebih terperinci

Penyelesaian Persamaan Diferensial Hill Dengan Menggunakan Teori Floquet

Penyelesaian Persamaan Diferensial Hill Dengan Menggunakan Teori Floquet JURNAL FOURIER Okober 6, Vol. 5, No., 67-8 ISSN 5-763X; E-ISSN 54-539 Penyelesaian Persamaan Diferensial Hill Dengan Menggunakan eori Floque Syarifah Inayai Program Sudi Maemaika, Fakulas Maemaika dan

Lebih terperinci

3. Kinematika satu dimensi. x 2. x 1. t 1 t 2. Gambar 3.1 : Kurva posisi terhadap waktu

3. Kinematika satu dimensi. x 2. x 1. t 1 t 2. Gambar 3.1 : Kurva posisi terhadap waktu daisipayung.com 3. Kinemaika sau dimensi Gerak benda sepanjang garis lurus disebu gerak sau dimensi. Kinemaika sau dimensi memiliki asumsi benda dipandang sebagai parikel aau benda iik arinya benuk dan

Lebih terperinci

BAB 4 PENGANALISAAN RANGKAIAN DENGAN PERSAMAAN DIFERENSIAL ORDE DUA ATAU LEBIH TINGGI

BAB 4 PENGANALISAAN RANGKAIAN DENGAN PERSAMAAN DIFERENSIAL ORDE DUA ATAU LEBIH TINGGI BAB 4 PENANAISAAN RANKAIAN DENAN PERSAMAAN DIFERENSIA ORDE DUA ATAU EBIH TINI 4. Pendahuluan Persamaan-persamaan ferensial yang pergunakan pada penganalisaan yang lalu hanya erbaas pada persamaan-persamaan

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju perumbuhan

Lebih terperinci

ANALISIS CRITICAL ROOT VALUE PADA DATA NONSTATIONER

ANALISIS CRITICAL ROOT VALUE PADA DATA NONSTATIONER ANALISIS CRITICAL ROOT VALUE PADA DATA NONSTATIONER Abdul Aziz Dosen Jurusan Maemaika Fakulas Sains Teknologi Universias Islam Negeri (UIN) Maulana Malik Ibrahim Malang e-mail : abdulaziz_uinmlg@yahoo.com

Lebih terperinci

MUH1G3/ MATRIKS DAN RUANG VEKTOR

MUH1G3/ MATRIKS DAN RUANG VEKTOR MUHG/ MATRIKS DAN RUANG VEKTOR TIM DOSEN 8 VEKTOR DAN NILAI EIGEN /5/7 9.9 Beberapa Aplikasi Ruang Eigen Uji Kesabilan dalam sisem dinamik Opimasi dengan SVD pada pengolahan Cira Sisem Transmisi dan lain-lain.

Lebih terperinci

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah persediaan merupakan masalah yang sanga pening dalam perusahaan. Persediaan mempunyai pengaruh besar erhadap kegiaan produksi. Masalah persediaan dapa diaasi

Lebih terperinci

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel BAB III ANALISIS INTERVENSI 3.1. Pendahuluan Analisis inervensi dimaksudkan unuk penenuan jenis respons variabel ak bebas yang akan muncul akiba perubahan pada variabel bebas. Box dan Tiao (1975) elah

Lebih terperinci

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA PENDUGAAN PARAMEER DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY DAN DIMAS HARI SANOSO Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor Jl Merani, Kampus

Lebih terperinci

JURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: ( Print) D-108

JURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: ( Print) D-108 JURNAL TEKNIK POMITS Vol., No., (013) ISSN: 337-3539 (301-971 Prin) D-108 Simulasi Peredaman Gearan Mesin Roasi Menggunakan Dynamic Vibraion Absorber () Yudhkarisma Firi, dan Yerri Susaio Jurusan Teknik

Lebih terperinci

PENGGUNAAN KONSEP FUNGSI CONVEX UNTUK MENENTUKAN SENSITIVITAS HARGA OBLIGASI

PENGGUNAAN KONSEP FUNGSI CONVEX UNTUK MENENTUKAN SENSITIVITAS HARGA OBLIGASI PENGGUNAAN ONSEP FUNGSI CONVEX UNU MENENUAN SENSIIVIAS HARGA OBLIGASI 1 Zelmi Widyanuara, 2 Ei urniai, Dra., M.Si., 3 Icih Sukarsih, S.Si., M.Si. Maemaika, Universias Islam Bandung, Jl. amansari No.1 Bandung

Lebih terperinci

MODEL MATEMATIKA GERAK PENDULUM DENGAN MEMPERTIMBANGKAN GAYA GESEK UDARA

MODEL MATEMATIKA GERAK PENDULUM DENGAN MEMPERTIMBANGKAN GAYA GESEK UDARA MODEL MATEMATIKA GERAK PENDULUM DENGAN MEMPERTIMBANGKAN GAYA GESEK UDARA Rukmono Budi Uomo Universias Muhammadiyah Tangerang email_rukmono.budi.u@mail.ugm.ac.id ABSTRACT. This paper aims o consruc a mahemaical

Lebih terperinci

RANK DARI MATRIKS ATAS RING

RANK DARI MATRIKS ATAS RING Dela-Pi: Jurnal Maemaika dan Pendidikan Maemaika ISSN 089-855X ANK DAI MATIKS ATAS ING Ida Kurnia Waliyani Program Sudi Pendidikan Maemaika Jurusan Pendidikan Maemaika dan Ilmu Pengeahuan Alam FKIP Universias

Lebih terperinci

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr.

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr. Pekan #1: Kinemaika Sau Dimensi 1 Posisi, perpindahan, jarak Tinjau suau benda yang bergerak lurus pada suau arah erenu. Misalnya, ada sebuah mobil yang dapa bergerak maju aau mundur pada suau jalan lurus.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju-laju

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON*

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* BERLIAN SETIAWATY DAN HIRASAWA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor

Lebih terperinci

BAB KINEMATIKA DENGAN ANALISIS VEKTOR

BAB KINEMATIKA DENGAN ANALISIS VEKTOR BAB KINEMATIKA DENGAN ANALISIS VEKTOR Karakerisik gerak pada bidang melibakan analisis vekor dua dimensi, dimana vekor posisi, perpindahan, kecepaan, dan percepaan dinyaakan dalam suau vekor sauan i (sumbu

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Air merupakan kebuuhan pokok bagi seiap makhluk hidup di dunia ini ermasuk manusia. Air juga merupakan komponen lingkungan hidup yang pening bagi kelangsungan hidup

Lebih terperinci

Pekan #3. Osilasi. F = ma mẍ + kx = 0. (2)

Pekan #3. Osilasi. F = ma mẍ + kx = 0. (2) FI Mekanika B Sem. 7- Pekan #3 Osilasi Persamaan diferensial linear Misal kia memiliki sebuah fungsi berganung waku (. Persamaan diferensial linear dalam adalah persamaan yang mengandung variabel dan urunannya

Lebih terperinci

HUMAN CAPITAL. Minggu 16

HUMAN CAPITAL. Minggu 16 HUMAN CAPITAL Minggu 16 Pendahuluan Invesasi berujuan unuk meningkakan pendapaan di masa yang akan daang. Keika sebuah perusahaan melakukan invesasi barang-barang modal, perusahaan ini akan mengeluarkan

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi dan Waku Peneliian Peneliian ini dilaksanakan di PT Panafil Essenial Oil. Lokasi dipilih dengan perimbangan bahwa perusahaan ini berencana unuk melakukan usaha dibidang

Lebih terperinci

SEBARAN STASIONER PADA SISTEM BONUS-MALUS SWISS SERTA MODIFIKASINYA (Cherry Galatia Ballangan)

SEBARAN STASIONER PADA SISTEM BONUS-MALUS SWISS SERTA MODIFIKASINYA (Cherry Galatia Ballangan) SEBARAN STASIONER PADA SISTEM BONUS-MALUS SWISS SERTA MODIFIKASINYA (Cherry Galaia Ballangan) SEBARAN STASIONER PADA SISTEM BONUS-MALUS SWISS SERTA MODIFIKASINYA (Saionary Disribuion of Swiss Bonus-Malus

Lebih terperinci

SOLUSI-SOLUSI PERIODIK PADA PERLUASAN FRACTIONAL VAN-DER POL TAK LINEAR

SOLUSI-SOLUSI PERIODIK PADA PERLUASAN FRACTIONAL VAN-DER POL TAK LINEAR Jurnal Maemaika Vol. 8, No., Desember 5: 7-77 SOLUSI-SOLUSI PERIODIK PADA PERLUASAN FRACTIONAL VAN-DER POL TAK LINEAR S. B. Waluya Jurusan Maemaika FMIPA Universias Negeri Semarang sevanusbudi@yahoo.com

Lebih terperinci

Kontrol Optimal pada Model Economic Order Quantity dengan Inisiatif Tim Penjualan

Kontrol Optimal pada Model Economic Order Quantity dengan Inisiatif Tim Penjualan Jurnal Teknik Indusri, Vol. 19, No. 1, Juni 17, 1- ISSN 111-5 prin / ISSN 7-739 online DOI: 1.97/ji.19.1.1- Konrol Opimal pada Model Economic Order Quaniy Inisiaif Tim Penjualan Abdul Laif Al Fauzi 1*,

Lebih terperinci

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap

Lebih terperinci

Faradina GERAK LURUS BERATURAN

Faradina GERAK LURUS BERATURAN GERAK LURUS BERATURAN Dalam kehidupan sehari-hari, sering kia jumpai perisiwa yang berkaian dengan gerak lurus berauran, misalnya orang yang berjalan kaki dengan langkah yang relaif konsan, mobil yang

Lebih terperinci

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode 20 BAB 2 LADASA TEORI 2.1. Pengerian Peramalan Meode Peramalan merupakan bagian dari ilmu Saisika. Salah sau meode peramalan adalah dere waku. Meode ini disebu sebagai meode peramalan dere waku karena

Lebih terperinci

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan BAB 2 URAIAN EORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan aau memprediksi apa yang erjadi pada waku yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan

Lebih terperinci

Analisis Gerak Osilator Harmonik Dengan Gaya pemaksa Bebas Menggunakan Metode Elemen Hingga Dewi Sartika junaid 1,*, Tasrief Surungan 1, Eko Juarlin 1

Analisis Gerak Osilator Harmonik Dengan Gaya pemaksa Bebas Menggunakan Metode Elemen Hingga Dewi Sartika junaid 1,*, Tasrief Surungan 1, Eko Juarlin 1 Analisis Gerak Osilaor Harmonik Dengan Gaya pemaksa Bebas Menggunakan Meode Elemen Hingga Dewi Sarika junaid 1,*, Tasrief Surungan 1, Eko Juarlin 1 1 Jurusan Fisika FMIPA Universias Hasanuddin, Makassar

Lebih terperinci

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND Noeryani 1, Ely Okafiani 2, Fera Andriyani 3 1,2,3) Jurusan maemaika, Fakulas Sains Terapan, Insiu Sains & Teknologi

Lebih terperinci

PENGENDALIAN CHAOS MENGGUNAKAN SLIDING MODE CONTROL (SMC) PADA SISTEM PERSAMAAN RӦSSLER YANG TERMODIFIKASI

PENGENDALIAN CHAOS MENGGUNAKAN SLIDING MODE CONTROL (SMC) PADA SISTEM PERSAMAAN RӦSSLER YANG TERMODIFIKASI PENGENDALIAN CHAOS MENGGUNAKAN SLIDING MODE CONTROL (SMC) PADA SISTEM PERSAMAAN RӦSSLER YANG TERMODIFIKASI Muhammad Hajarul Aswad, Moh. Isa Irawan 2, Mardlijah 3 Saf Pengajar MAN Kendari, Jurusan Maemaika

Lebih terperinci

Estimasi Fungsi Tahan Hidup Virus Hepatitis di Kabupaten Jember (Estimating of Survival Function of Hepatitis Virus in Jember)

Estimasi Fungsi Tahan Hidup Virus Hepatitis di Kabupaten Jember (Estimating of Survival Function of Hepatitis Virus in Jember) Jurnal ILMU DASAR Vol. 8 No. 2, Juli 2007 : 135-141 135 Esimasi Fungsi Tahan Hidup Virus Hepaiis di Kabupaen Jember (Esimaing of Survival Funcion of Hepaiis Virus in Jember) Mohamad Faekurohman Saf Pengajar

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 15 BAB 2 LANDASAN TEORI 2.1 Ruang Sampel dan Kejadian 2.1.1 Definisi Ruang Sampel Himpunan semua hasil semua hasil (oucome) yang mungkin muncul pada suau percobaan disebu ruang sampel dan dinoasikan dengan

Lebih terperinci

1.4 Persamaan Schrodinger Bergantung Waktu

1.4 Persamaan Schrodinger Bergantung Waktu .4 Persamaan Schrodinger Berganung Waku Mekanika klasik aau mekanika Newon sanga sukses dalam mendeskripsi gerak makroskopis, eapi gagal dalam mendeskripsi gerak mikroskopis. Gerak mikroskopis membuuhkan

Lebih terperinci

SIMULASI PERGERAKAN TINGKAT BUNGA BERDASARKAN MODEL VASICEK

SIMULASI PERGERAKAN TINGKAT BUNGA BERDASARKAN MODEL VASICEK Jurnal Maemaika Murni dan Terapan εpsilon Vol.9 No.2 (215) Hal. 15-24 SIMULASI PEGEAKAN TINGKAT BUNGA BEDASAKAN MODEL VASICEK Shanika Marha, Dadan Kusnandar, Naomi N. Debaaraja Fakulas MIPA Universias

Lebih terperinci

PERHITUNGAN VALUE AT RISK (VaR) DENGAN SIMULASI MONTE CARLO (STUDI KASUS SAHAM PT. XL ACIATA.Tbk)

PERHITUNGAN VALUE AT RISK (VaR) DENGAN SIMULASI MONTE CARLO (STUDI KASUS SAHAM PT. XL ACIATA.Tbk) Jurnal UJMC, Volume 3, Nomor 1, Hal. 15-0 pissn : 460-3333 eissn : 579-907X ERHITUNGAN VAUE AT RISK (VaR) DENGAN SIMUASI MONTE CARO (STUDI KASUS SAHAM T. X ACIATA.Tbk) Sii Alfiaur Rohmaniah 1 1 Universias

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa BAB 2 TINJAUAN TEORITI 2.1. Pengerian-pengerian Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. edangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan

Lebih terperinci

PERSAMAAN DIFERENSIAL. metode euler metode runge-kutta

PERSAMAAN DIFERENSIAL. metode euler metode runge-kutta PERSAMAAN DIFERENSIAL (DIFFERENTIAL EQUATION) meode euler meode runge-kua Persamaan Diferensial Persamaan paling pening dalam bidang rekayasa, paling bisa menjelaskan apa yang erjadi dalam sisem fisik.

Lebih terperinci

BAB 7 NILAI EIGEN DAN VEKTOR EIGEN. Dr. Ir. Abdul Wahid Surhim, MT.

BAB 7 NILAI EIGEN DAN VEKTOR EIGEN. Dr. Ir. Abdul Wahid Surhim, MT. BAB 7 NILAI EIGEN DAN VEKTOR EIGEN Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Nilai Eigen dan Vekor Eigen. Diagonalisasi. Diagonalisasi secara Orogonal 7. NILAI EIGEN DAN VEKTOR EIGEN Definisi

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang

Lebih terperinci

Aplikasi Metode Seismik 4D untuk Memantau Injeksi Air pada Lapangan Minyak Erfolg

Aplikasi Metode Seismik 4D untuk Memantau Injeksi Air pada Lapangan Minyak Erfolg Aplikasi Meode Seismik 4D unuk Memanau Injeksi Air pada Lapangan Minyak Erfolg Prillia Aufa Adriani, Gusriyansyah Mishar, Supriyano Absrak Lapangan minyak Erfolg elah dieksploiasi sejak ahun 1990 dan sekarang

Lebih terperinci

Suatu Catatan Matematika Model Ekonomi Diamond

Suatu Catatan Matematika Model Ekonomi Diamond Vol. 5, No.2, 58-65, Januari 2009 Suau aaan Maemaika Model Ekonomi Diamond Jeffry Kusuma Absrak Model maemaika diberikan unuk menjelaskan fenomena dalam dunia ekonomi makro seperi modal/kapial, enaga kerja,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan

Lebih terperinci

BAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami

BAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami 11 BAB 1 PENDAHULUAN 1.1. Laar Belakang Keahanan pangan (food securiy) di negara kia ampaknya cukup rapuh. Sejak awal ahun 1990-an, jumlah produksi pangan eruama beras, cenderung mengalami penurunan sehingga

Lebih terperinci

FISIKA. Kelas X GLB DAN GLBB K13 A. GERAK LURUS BERATURAN (GLB)

FISIKA. Kelas X GLB DAN GLBB K13 A. GERAK LURUS BERATURAN (GLB) K3 Kelas X FISIKA GLB DAN GLBB TUJUAN PEMBELAJARAN Seelah mempelajari maeri ini, kamu diharapkan memiliki kemampuan beriku.. Memahami konsep gerak lurus berauran dan gerak lurus berubah berauran.. Menganalisis

Lebih terperinci

FIsika KTSP & K-13 KINEMATIKA. K e l a s A. VEKTOR POSISI

FIsika KTSP & K-13 KINEMATIKA. K e l a s A. VEKTOR POSISI KTSP & K-13 FIsika K e l a s XI KINEMATIKA Tujuan Pembelajaran Seelah mempelajari maeri ini, kamu diharapkan mampu menjelaskan hubungan anara vekor posisi, vekor kecepaan, dan vekor percepaan unuk gerak

Lebih terperinci

Integral dan Persamaan Diferensial

Integral dan Persamaan Diferensial Sudaryano Sudirham Sudi Mandiri Inegral dan Persamaan Diferensial ii Darpublic 4.1. Pengerian BAB 4 Persamaan Diferensial (Orde Sau) Persamaan diferensial adalah suau persamaan di mana erdapa sau aau lebih

Lebih terperinci

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting BAB 1 PENDAHULUAN 1.1. Laar Belakang Dalam pelaksanaan pembangunan saa ini, ilmu saisik memegang peranan pening baik iu di dalam pekerjaan maupun pada kehidupan sehari-hari. Ilmu saisik sekarang elah melaju

Lebih terperinci

BAB 4 ANALISIS DAN PEMBAHASAN

BAB 4 ANALISIS DAN PEMBAHASAN BAB 4 ANALISIS DAN EMBAHASAN 4.1 Karakerisik dan Obyek eneliian Secara garis besar profil daa merupakan daa sekunder di peroleh dari pusa daa saisik bursa efek Indonesia yang elah di publikasi, daa di

Lebih terperinci

PENGARUH PENGEMBANGAN KARYAWAN TERHADAP MOTIVASI DAN PRESTASI KERJA KARYAWAN (Studi pada karyawan tetap PT PG Tulangan Sidoarjo)

PENGARUH PENGEMBANGAN KARYAWAN TERHADAP MOTIVASI DAN PRESTASI KERJA KARYAWAN (Studi pada karyawan tetap PT PG Tulangan Sidoarjo) PENGARUH PENGEMBANGAN KARYAWAN TERHADAP MOTIVASI DAN PRESTASI KERJA KARYAWAN (Sudi pada karyawan eap PT PG Tulangan Sidoarjo) Niken Dwi Okavia Heru Susilo Moehammad Soe`oed Hakam Fakulas Ilmu Adminisrasi

Lebih terperinci

HASIL DAN PEMBAHASAN. Model Potensial Aksi Membran Hodgkin-Huxley

HASIL DAN PEMBAHASAN. Model Potensial Aksi Membran Hodgkin-Huxley 9 HASIL DAN PEMBAHASAN Model Poensial Aksi Membran Hodgkin-Huley Hasil yang didapa dengan banuan bahasa pemrograman kompuer Sofware Mahemaica 7. dari Wolfram Research unuk plo poensial aksi berdasarkan

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi dan Waku Peneliian Peneliian ini dilaksanakan pada kasus pengolahan ikan asap IACHI Peikan Cia Halus (PCH) yang erleak di Desa Raga Jaya Kecamaan Ciayam, Kabupaen Bogor,

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 39 III. METODE PENELITIAN 3.1 Waku dan Meode Peneliian Pada bab sebelumnya elah dibahas bahwa cadangan adalah sejumlah uang yang harus disediakan oleh pihak perusahaan asuransi dalam waku peranggungan

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi dan Waku Peneliian Peneliian ini dilakukan di Dafarm, yaiu uni usaha peernakan Darul Fallah yang erleak di Kecamaan Ciampea, Kabupaen Bogor, Jawa Bara. Pemilihan lokasi

Lebih terperinci

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi. PENGUJIAN HIPOTESIS 1. PENDAHULUAN Hipoesis Saisik : pernyaaan aau dugaan mengenai sau aau lebih populasi. Pengujian hipoesis berhubungan dengan penerimaan aau penolakan suau hipoesis. Kebenaran (benar

Lebih terperinci

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun Pemodelan Daa Runun Waku : Kasus Daa Tingka Pengangguran di Amerika Serika pada Tahun 948 978. Adi Seiawan Program Sudi Maemaika, Fakulas Sains dan Maemaika Universias Krisen Saya Wacana, Jl. Diponegoro

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasing) 2.1.1 Pengerian Peramalan Peramalan dapa diarikan sebagai beriku: a. Perkiraan aau dugaan mengenai erjadinya suau kejadian aau perisiwa di waku yang akan

Lebih terperinci

ANALISIS ANTRIAN ANGKUTAN UMUM BUS ANTAR KOTA REGULER DI TERMINAL ARJOSARI

ANALISIS ANTRIAN ANGKUTAN UMUM BUS ANTAR KOTA REGULER DI TERMINAL ARJOSARI Achmadi, Analisis Anrian Angkuan Umum Bus Anar Koa Reguler di Terminal ANALISIS ANTRIAN ANGKUTAN UMUM BUS ANTAR KOTA REGULER DI TERMINAL ARJOSARI Seno Achmadi Absrak : Seiring dengan berkembangnya aku,

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 11 BAB I PENDAHULUAN 1.1 Laar Belakang Salah sau masalah analisis persediaan adalah kesulian dalam menenukan reorder poin (iik pemesanan kembali). Reorder poin diperlukan unuk mencegah erjadinya kehabisan

Lebih terperinci

KAJIAN PEMODELAN DERET WAKTU: METODE VARIASI KALENDER YANG DIPENGARUHI OLEH EFEK VARIASI LIBURAN

KAJIAN PEMODELAN DERET WAKTU: METODE VARIASI KALENDER YANG DIPENGARUHI OLEH EFEK VARIASI LIBURAN JMP : Volume 4 omor, Juni 22, hal. 35-46 KAJIA PEMODELA DERET WAKTU: METODE VARIASI KALEDER YAG DIPEGARUHI OLEH EFEK VARIASI LIBURA Winda Triyani Universias Jenderal Soedirman winda.riyani@gmail.com Rina

Lebih terperinci

III. PEMODELAN HARGA PENGGUNAAN INTERNET

III. PEMODELAN HARGA PENGGUNAAN INTERNET 8 III EMODELAN HARGA ENGGUNAAN INTERNET 3 Asumsi dan Model ada peneliian ini diperhaikan beberapa asumsi yaiu sebagai beriku: Waku anarkedaangan menyebar eksponensial dengan raaan λ - (laju kedaangan adalah

Lebih terperinci

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis JURNAL SAINS DAN NI POMITS Vol. 3, No. 2, (2014) ISSN: 2337-3539 (2301-9271 Prin) D-224 Peramalan Penjualan Sepeda Moor di Jawa Timur dengan Menggunakan Model Dinamis Desy Musika dan Seiawan Jurusan Saisika,

Lebih terperinci

Matematika EBTANAS Tahun 1988

Matematika EBTANAS Tahun 1988 Maemaika EBTANAS Tahun 988 EBT-SMA-88- cos = EBT-SMA-88- Sisi sisi segiiga ABC : a = 6, b = dan c = 8 Nilai cos A 8 4 8 EBT-SMA-88- Layang-layang garis singgung OAPB, sudu APB = 6 dan panjang OP = cm.

Lebih terperinci

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Adapun bentuk yang sederhana dari suatu persamaan diferensial orde satu adalah: di dt

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Adapun bentuk yang sederhana dari suatu persamaan diferensial orde satu adalah: di dt BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C. Persamaan Diferensial Orde Sau Adapun benuk yang sederhana dari suau persamaan ferensial orde sau adalah: 0 a.i a 0 (.) mana a o dan a konsana. Persamaan (.)

Lebih terperinci

Jurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN

Jurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN Peramalan Dengan Meode Smoohing dan Verifikasi Meode Peramalan Dengan Grafik Pengendali Moving Range () (Sudi Kasus: Produksi Air Bersih di PDAM Tira Kencana Samarinda) Forecasing wih Smoohing and Verificaion

Lebih terperinci

Analisis Model dan Contoh Numerik

Analisis Model dan Contoh Numerik Bab V Analisis Model dan Conoh Numerik Bab V ini membahas analisis model dan conoh numerik. Sub bab V.1 menyajikan analisis model yang erdiri dari analisis model kerusakan produk dan model ongkos garansi.

Lebih terperinci

PENYELESAIAN SISTEM DESKRIPTOR KONTINU

PENYELESAIAN SISTEM DESKRIPTOR KONTINU LEMMA VOL I NO. 2, MEI 215 PENYELESAIAN SISTEM DESKRIPTOR KONTINU Siskha Handayani STKIP PGRI Sumaera Bara Email: siskhandayani@yahoo.com Absrak. Dalam peneliian ini akan dibahas penyelesaian dari sisem

Lebih terperinci

PELATIHAN STOCK ASSESSMENT

PELATIHAN STOCK ASSESSMENT PELATIHA STOCK ASSESSMET Modul 5 PERTUMBUHA Mennofaria Boer Kiagus Abdul Aziz Maeri Pelaihan Sock Assessmen Donggala, 1-14 Sepember 27 DIAS PERIKAA DA KELAUTA KABUPATE DOGGALA bekerjasama dengan PKSPL

Lebih terperinci

ANALISIS KESTABILAN REAKTOR DENGAN MENGGUNAKAN PERSAMAAN LIAPUNOV. Hasan, Didi Gayani, Sudjatmi, Deden *

ANALISIS KESTABILAN REAKTOR DENGAN MENGGUNAKAN PERSAMAAN LIAPUNOV. Hasan, Didi Gayani, Sudjatmi, Deden * ANALISIS KESTABILAN REAKTOR DENGAN MENGGUNAKAN PERSAMAAN LIAPUNOV Hasan, Didi Gayani, Sudjami, Deden * ABSTRAK ANALISIS KESTABILAN REAKTOR DENGAN MENGGUNAKAN PERSAMAAN LIAPUNOV. Telah dilakukan analisis

Lebih terperinci

*Corresponding Author:

*Corresponding Author: Prosiding Seminar Tugas Akhir FMIPA UNMUL 5 Periode Mare 6, Samarinda, Indonesia ISBN: 978-6-7658--3 Penerapan Model Neuro-Garch Pada Peramalan (Sudi Kasus: Reurn Indeks Harga Saham Gabungan) Applicaion

Lebih terperinci

PENGENDALIAN CHAOS MENGGUNAKAN SLIDING MODE CONTROL (SMC) PADA SISTEM PERSAMAAN RӦSSLER YANG TERMODIFIKASI

PENGENDALIAN CHAOS MENGGUNAKAN SLIDING MODE CONTROL (SMC) PADA SISTEM PERSAMAAN RӦSSLER YANG TERMODIFIKASI PENGENDALIAN CHAOS MENGGUNAKAN SLIDING MODE CONTROL (SMC) PADA SISTEM PERSAMAAN RӦSSLER YANG TERMODIFIKASI Muhammad Hajarul Asad Moh. Isa Iraan Mardlijah 3 E-mail : as_ad8@yahoo.co.id mii@is.ac.id mardlijah@maemaika.is.ac.id

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 9 TKE 35 ISYARAT DAN SISTEM B a b I s y a r a (bagian 2) Indah Susilawai, S.T., M.Eng. Program Sudi Teknik Elekro Fakulas Teknik dan Ilmu Kompuer Universias Mercu Buana Yogyakara 29 2.4. Isyara Periodik

Lebih terperinci

ADOPSI REGRESI BEDA UNTUK MENGATASI BIAS VARIABEL TEROMISI DALAM REGRESI DERET WAKTU: MODEL KEHILANGAN AIR DISTRIBUSI DI PDAM SUKABUMI

ADOPSI REGRESI BEDA UNTUK MENGATASI BIAS VARIABEL TEROMISI DALAM REGRESI DERET WAKTU: MODEL KEHILANGAN AIR DISTRIBUSI DI PDAM SUKABUMI ADOPSI REGRESI BEDA UNTUK MENGATASI BIAS VARIABEL TEROMISI DALAM REGRESI DERET WAKTU: MODEL KEHILANGAN AIR DISTRIBUSI DI PDAM SUKABUMI Yusep Suparman Universias Padjadjaran yusep.suparman@unpad.ac.id ABSTRAK.

Lebih terperinci

(T.9) PENAKSIRAN MODEL GARCH DENGAN METODE BOUNDED M-ESTIMATES

(T.9) PENAKSIRAN MODEL GARCH DENGAN METODE BOUNDED M-ESTIMATES PROSIDING ISSN : 087-590. Seminar Nasional Saisika November 0 Vol, November 0 (T.9) PENAKSIRAN MODEL GARCH DENGAN METODE BOUNDED M-ESTIMATES Yahya Ubaid ), Budi Nurani R. ), Mulyana K. 3) )Mahasiswa Program

Lebih terperinci

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X JURAL SAIS DA SEI ITS Vol. 6, o.1, (2017) 2337-3520 (2301-928X Prin) A 1 Perbandingan Meode Winer Eksponensial Smoohing dan Meode Even Based unuk Menenukan Penjualan Produk Terbaik di Perusahaan X Elisa

Lebih terperinci

BAB IV NILAI EIGEN DAN VEKTOR EIGEN. Bab ini membahas suatu vektor tidak nol x dan skalar l yang mempunyai

BAB IV NILAI EIGEN DAN VEKTOR EIGEN. Bab ini membahas suatu vektor tidak nol x dan skalar l yang mempunyai BAB IV NILAI EIGEN DAN VEKTOR EIGEN Bab ini membahas suau vekor idak nol dan skalar l yang mempunyai hubungan erenu dengan suau mariks A. Hubungan ersebu dinyaakan dalam benuk A λ. Bagaimana kia memperoleh

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1. Kerangka Pemikiran Poensi sumberdaya perikanan, salah saunya dapa dimanfaakan melalui usaha budidaya ikan mas. Budidaya ikan mas yang erus berkembang di masyaraka, kegiaan budidaya

Lebih terperinci

MODEl PERSAMAAN DIFERENSIAL STOKASTIK UNTUK PROSES PRENDIVILLE

MODEl PERSAMAAN DIFERENSIAL STOKASTIK UNTUK PROSES PRENDIVILLE βea p-issn: 285-5893 / e-issn: 2541-458 hp://jurnalbea.ac.id Vol. 5 No. 1 (Mei) 212, Hal. 75-8 βea 212 MODEl PERSAMAAN DIFERENSIAL STOKASTIK UNTUK PROSES PRENDIVILLE Grania Absrak: Suau model yang banyak

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau aau kondisi yang diperkirakan akan erjadi

Lebih terperinci

LIMIT FUNGSI. 0,9 2,9 0,95 2,95 0,99 2,99 1 Tidak terdefinisi 1,01 3,01 1,05 3,05 1,1 3,1 Gambar 1

LIMIT FUNGSI. 0,9 2,9 0,95 2,95 0,99 2,99 1 Tidak terdefinisi 1,01 3,01 1,05 3,05 1,1 3,1 Gambar 1 LIMIT FUNGSI. Limi f unuk c Tinjau sebuah fungsi f, apakah fungsi f ersebu sama dengan fungsi g -? Daerah asal dari fungsi g adalah semua bilangan real, sedangkan daerah asal fungsi f adalah bilangan real

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI I. PENDAHULUAN. Laar Belakang Menuru Sharpe e al (993), invesasi adalah mengorbankan ase yang dimiliki sekarang guna mendapakan ase pada masa mendaang yang enu saja dengan jumlah yang lebih besar. Invesasi

Lebih terperinci

PERHITUNGAN PARAMETER DYNAMIC ABSORBER

PERHITUNGAN PARAMETER DYNAMIC ABSORBER PERHITUNGAN PARAMETER DYNAMIC ABSORBER BERBASIS RESPON AMPLITUDO SEBAGAI KONTROL VIBRASI ARAH HORIZONTAL PADA GEDUNG AKIBAT PENGARUH GERAKAN TANAH Oleh (Asrie Ivo, Ir. Yerri Susaio, M.T) Jurusan Teknik

Lebih terperinci

PENENTUAN KONSTANTA PEMULUSAN YANG MEMINIMALKAN MAPE DAN MAD MENGGUNAKAN DATA SEKUNDER BEA DAN CUKAI KPPBC TMP C CILACAP

PENENTUAN KONSTANTA PEMULUSAN YANG MEMINIMALKAN MAPE DAN MAD MENGGUNAKAN DATA SEKUNDER BEA DAN CUKAI KPPBC TMP C CILACAP Prosiding Seminar Nasional Maemaika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 PENENTUAN KONSTANTA PEMULUSAN YANG MEMINIMALKAN MAPE DAN MAD MENGGUNAKAN DATA SEKUNDER BEA DAN CUKAI KPPBC

Lebih terperinci