TUGAS AKHIR ALGORITMA MODIFIKASI BROYDEN-FLETCHER-GOLDFARB- SHANNO (MBFGS) PADA PERMASALAHAN OPTIMASI

Ukuran: px
Mulai penontonan dengan halaman:

Download "TUGAS AKHIR ALGORITMA MODIFIKASI BROYDEN-FLETCHER-GOLDFARB- SHANNO (MBFGS) PADA PERMASALAHAN OPTIMASI"

Transkripsi

1 TUGAS AKHIR ALGORITMA MODIFIKASI BROYDEN-FLETCHER-GOLDFARB- SHANNO (MBFGS) PADA PERMASALAHAN OPTIMASI (ALGORITHM OF MODIFIED BROYDEN-FLETCHER-GOLDFARB- SHANNO (MBFGS ) FOR OPTIMIZATION PROBLEM ) Oleh: RAHMAWATI ERMA STANDSYAH NRP Dosen Pembimbing:. Subchan, M.Sc, Ph.D 1 Drs. Lukman Hanafi, M.Sc 2 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2012

2 PENDAHULUAN LATAR BELAKANG algoritma algoritma penyelesaian optimasi BFGS MBFGS implementasi keefektifan

3 PENDAHULUAN RUMUSAN MASALAH Bagaimana implementasi algoritma Broyden-Fletcher- Goldfarb-Shanno (BFGS)? Bagaimana implementasi algoritma modifikasi Broyden- Fletcher-Goldfarb-Shanno (MBFGS)? Bagaimana menganalisis hasil numerik dari algoritma Broyden-Fletcher-Goldfarb-Shanno (BFGS) dibandingkan modifikasinya (MBFGS)?

4 PENDAHULUAN BATASAN MASALAH Optimasi tanpa kendala Fungsi obyektif atau fungsi tujuan merupakan fungsi yang tidak linear (non linear) Meminimalkan nilai fungsi obyektifnya Domain fungsi optimasi yang digunakan adalah

5 PENDAHULUAN TUJUAN Tujuan : Menerapkan algoritma Broyden-Fletcher-Goldfarb- Shanno (BFGS). Menerapkan algoritma modifikasi Broyden-Fletcher- Goldfarb-Shanno (MBFGS). Menganalisis hasil numerik dari algoritma Broyden- Fletcher-Goldfarb-Shanno (BFGS) dibandingkan dengan modifikasinya (MBFGS).

6 PENDAHULUAN MANFAAT Manfaat : Menunjukkan konvergensi hasil numerik dari algoritma Broyden- Fletcher-Goldfarb-Shanno (BFGS). Menunjukkan konvergensi hasil numerik dari algoritma modifikasi Broyden-Fletcher-Goldfarb-Shanno (MBFGS). menunjukkan kecepatan konvergensi serta keakuratan algoritma tersebut sehingga dapat dilanjutkan untuk penelitian berikutnya dengan modifikasi yang baru. Memudahkan dalam memperoleh penyelesaian yang optimal pada permasalahan meminimalkan optimasi nonconvex.

7 PENDAHULUAN SISTEMATIKA PENULISAN Tugas akhir ini disusun berdasarkan sistematika penulisan sebagai berikut: BAB I: PENDAHULUAN BAB II: TINJAUAN PUSTAKA BAB III: METODOLOGI BAB IV: PEMBAHASAN BAB V: KESIMPULAN dan SARAN

8 TINJAUAN PUSTAKA FUNGSI CONVEX Fungsi convex didefinisikan sebagai berikut [Nocedal, J., Wright, S. 1999]: adalah convex jika domain merupakan himpunan convex. dan maka

9 TINJAUAN PUSTAKA OPTIMASI TANPA KENDALA (UNCONSTRAINED OPTIMAZATION) Ditunjukkan fungsi Obyektif atau fungsi tujuan: maks atau min nilai awal:

10 TINJAUAN PUSTAKA ALGORITMA BROYDEN-FLETCHER-GOLDFARB-SHANNO (BFGS) algoritma ini dikembangkan oleh Broyden-Fletcher-Goldfarb- Shanno dari algoritma Quasi-Newton. Persamaan umum quasi-newton [Yuan, G dan Lu,X. 2011] : Dengan sehingga matriks BFGS pembaruannya adalah

11 TINJAUAN PUSTAKA ALGORITMA BROYDEN-FLETCHER-GOLDFARB- SHANNO (BFGS) algoritmanya sebagai berikut : 1. Tentukan nilai jika tidak diketahui dapat menggunakan 2. Hitung dengan ( menandakaan iterasi) 3. Hitung norm dari 4. Uji jika maka berhenti dan jika tidak maka lanjut ke tahap berikutnya 5. Mendapatkan nilai dari persamaan linear 6. Hitung nilai dari fungsi 7. Hitung 8. Hitung untuk menghitung Matriks pembaruan BFGS: 9. Kembali ke langkah 3 dengan k = k+1 C O N T O H S O A L

12 METODE PENELITIAN BAGAN PENELITIAN Studi Literatur Implementasi Algoritma Simulasi Hasil Implementasi Analisis Hasil Simulasi

13 PEMBAHASAN ALGORITMA MODIFIKASI BROYDEN-FLETCHER- GOLDFARB-SHANNO (MBFGS) Quasi-Newton dimodifikasi sehingga persamaannya menjadi: dengan maka matriks pembaruan MBFGS adalah

14 PEMBAHASAN ALGORITMA MODIFIKASI BROYDEN-FLETCHER- GOLDFARB-SHANNO (MBFGS) algoritma MBFGS dapat dijelaskan sebagai berikut: 1. Tentukan nilai jika tidak diketahui dapat menggunakan 2. Hitung dengan ( menandakaan iterasi) 3. Hitung norm dari 4. Uji jika maka berhenti dan jika tidak maka lanjut ke tahap berikutnya 5. Mendapatkan nilai dari persamaan linear 6. Mencari nilai integer j yang terendah yang memenuhi persamaan dengan

15 PEMBAHASAN ALGORITMA MODIFIKASI BROYDEN-FLETCHER- GOLDFARB-SHANNO (MBFGS) 7. Hitung 8. Hitung untuk menghitung matriks pembaruan BFGS: 9. Kembali ke langkah 3 dengan k = k+1

16 PEMBAHASAN FUNGSI OPTIMASI Fungsi non convex yang diambil sebagai contoh adalah fungsi banana yang didefinisikan sebagai berikut: Min dengan nilai awal Fungsi diatas jika digambar sebagai berikut:

17 . PEMBAHASAN FUNGSI OPTIMASI menunjukkan fungsi non convex dengan definisi fungsi convex sebagai berikut: Pertama ambil sebarang dan lalu uji apakah. Misalkan ambil sebarang maka

18 PEMBAHASAN FUNGSI OPTIMASI Sedangkan maka

19 . PEMBAHASAN FUNGSI OPTIMASI Contoh fungsi convex didefinisikan sebagai berikut: dengan nilai awal Fungsi diatas jika digambar sebagai berikut:

20 , PEMBAHASAN FUNGSI OPTIMASI Pembuktian fungsi convex dengan asumsi sebagai berikut: Pertama ambil sebarang dan maka

21 PEMBAHASAN FUNGSI OPTIMASI

22 . PEMBAHASAN FUNGSI OPTIMASI Maka Artinya

23 PEMBAHASAN Simulasi dan Analisis Hasil Rancangan Algoritma Simulasi Fungsi Convex BFGS MBFGS

24 Penyelesaian fungsi x1^2-x1*x2+x2^2 dengan nilai awal (1,2) menggunakan metode BROYDEN-FLETCHER-GOLDFARB- SHANNO (BFGS) masukkan nilai error yang diinginkan dengan 0<error<1: masukkan nilai maksimum iterasi yang diinginkan:5 data awal yang diketahui adalah x0 b0 c iterasi norm lambda turunan_ke2 x1 x2 fungsi norm_c = 0 nilai x yang optimal = x = 0 0 maka nilai fungsi yang optimal adalah fun = 0 bn = maksimum iterasinya adalah : i = 3 Penyelesaian fungsi x1^2-x1*x2+x2^2 dengan nilai awal (1,2) menggunakan metode MODIFIKASI BROYDEN-FLETCHER-GOLDFARB-SHANNO (MBFGS) masukkan nilai error yang diinginkan dengan 0<error<1: masukkan nilai konstanta tho yang diinginkan dengan 0<tho<1: masukkan nilai konstanta Ro yang diinginkan dengan 0<ro<1:0.8 masukkan nilai maksimum iterasi yang diinginkan:20 data awal yang diketahui adalah x0 b0 c iterasi norm lambda x1 x2 fungsi norm_c = e-005 nilai x yang optimal = x = 1.0e-004 * maka nilai fungsi yang optimal adalah fun = e-009 bn = maksimum iterasinya adalah : i = 12

25 PEMBAHASAN Simulasi dan Analisis Hasil Rancangan Algoritma Simulasi Fungsi Non Convex BFGS MBFGS

26 Penyelesaian fungsi (1-x1)^2+(x2-x1^2)^2 dengan nilai awal (-3,5) menggunakan metode BROYDEN-FLETCHER-GOLDFARB-SHANNO (BFGS) masukkan nilai error yang diinginkan dengan 0<error<1: masukkan nilai maksimum iterasi yang diinginkan:5 data awal yang diketahui adalah x0 b0 c iterasi norm lambda x1 x2 fungsi i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i bn = i i i i maksimum iterasinya adalah : i = 5 Penyelesaian fungsi (1-x1)^2+(x2-x1^2)^2 dengan nilai awal (-3,5) menggunakan metode MODIFIKASI BROYDEN-FLETCHER-GOLDFARB-SHANNO (MBFGS) masukkan nilai error yang diinginkan dengan 0<error<1: masukkan nilai konstanta tho yang diinginkan dengan 0<tho<1: masukkan nilai konstanta Ro yang diinginkan dengan 0<ro<1:0.001 masukkan nilai maksimum iterasi yang diinginkan:20 data awal yang diketahui adalah x0 b0 c iterasi norm lambda x1 x2 fungsi norm_c = e-006 nilai x yang optimal = x = maka nilai fungsi yang optimal adalah fun = e-011 bn = maksimum iterasinya adalah : i = 19

27 KESIMPULAN DAN SARAN KESIMPULAN 1. Algoritma BFGS dimodifikasi menjadi MBFGS agar algoritma tersebut dapat menyelesaikan masalah optimasi non convex. Hal ini telah dibuktikan sebelumnya secara teori konvergensi. 2. Algoritma BFGS lebih efektif menyelesaikan masalah optimasi convex dibandingkan dengan algoritma MBFGS. Hal ini ditunjukkan pada banyaknya iterasi yang dihasilkan dari algoritma BFGS yang lebih cepat dibandingkan algoritma MBFGS. 3. Algoritma MBFGS lebih efektif menyelesaikan masalah optimasi non convex dibandingkan dengan algoritma BFGS. Algoritma BFGS tidak dapat diterapkan pada optimasi non convex karena nilai lambda yang dihasilkan tidak sesuai dengan nilai lambda yang memenuhi syarat algoritma BFGS

28 KESIMPULAN DAN SARAN KESIMPULAN 4. Algoritma MBFGS lebih cepat konvergan jika memilih nilai konstanta dan karena hal ini telah dibuktikan sebelumnya secara teori konvergensi. Secara umum telah dibuktikan bahwa algoritma MBFGS lebih efektif dibandingkan dengan algoritma BFGS secara numerik maupun secara teori konvergensi yang telah dikerjakan sebelumnya.

29 KESIMPULAN DAN SARAN SARAN Saran yang dapat diberikan untuk pembahasan yang lebih jauh lagi adalah bahwa algoritma MBFGS telah terbukti efektif dibandingkan BFGS baik secara teori konvergensi ataupun secara numerik. Oleh karena itu algoritma MBFGS ini dapat dilanjutkan untuk penulisan tugas akhir dengan modifikasi baru lagi yaitu An active set limited memory BFGS algorithm for bound constrained optimization.

30 DAFTAR PUSTAKA DAFTAR PUSTAKA Yuan, G dan Lu, X An active set limited memory BFGS algorithm for bound constrained optimization. Applied Mathematical Modelling 35: Li, D dan Fukushima, M A modified BFGS method and its global convergence in nonconvex minimization. Jurnal of Computational and Applied Mathematic 129: Li, D dan Fukushima, M On the global convergence of the BFGS methods for nonconvex unconstrained optimization problems. SIAM Jurnal Optimization 11: Arora, J Introduction to optimum design (edisi ke 2). California: Elsevier Academic Press. Bazaraa, M., Sherall, H dan Shetty, C Nonlinear Programming (edisi ke 2). New York: John Wiley & Sons, Inc. Nocedal, J., Wright, S Numerical Optimization. New York: Springer-Verlag IE Optimization models and applications, < URL: > %20steepest%20descent.pdf diakses pada 26 oktober 2011 pukul WIB

31

32 DAFTAR ISI I Pendahuluan II Tinjauan Pustaka III Metode PENELITIAN VI PEMBAHASAN V- kesimpulan dan saran vi daftar pustaka

ALGORITMA MODIFIKASI BROYDEN-FLETCHER-GOLDFARB-SHANNO (MBFGS) PADA PERMASALAHAN OPTIMASI

ALGORITMA MODIFIKASI BROYDEN-FLETCHER-GOLDFARB-SHANNO (MBFGS) PADA PERMASALAHAN OPTIMASI ALGORITMA MODIFIKASI BROYDEN-FLETCHER-GOLDFARB-SHANNO (MBFGS) PADA PERMASALAHAN OPTIMASI Nama Mahasiswa : Rahmawati Erma.S. NRP : 1208100030 Jurusan : Matematika Dosen Pembimbing : 1. Subchan, M.Sc, Ph.D

Lebih terperinci

BAB I PENDAHULUAN. adalah optimasi digunakan untuk memaksimalkan keuntungan yang akan diraih

BAB I PENDAHULUAN. adalah optimasi digunakan untuk memaksimalkan keuntungan yang akan diraih BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam kehidupan sehari-hari, baik disadari maupun tidak disadari, manusia sebenarnya telah melakukan upaya optimasi untuk memenuhi kebutuhan hidupnya. Akan

Lebih terperinci

OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION

OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION NILA YUWIDA 1208100015 Dosen Pembimbing : Dra. Nuri Wahyuningsih, M.Kes Drs. Lukman Hanafi,

Lebih terperinci

KOMBINASI PERSYARATAN KARUSH KUHN TUCKER DAN METODE BRANCH AND BOUND PADA PEMROGRAMAN KUADRATIK KONVEKS BILANGAN BULAT MURNI

KOMBINASI PERSYARATAN KARUSH KUHN TUCKER DAN METODE BRANCH AND BOUND PADA PEMROGRAMAN KUADRATIK KONVEKS BILANGAN BULAT MURNI Jurnal LOG!K@ Jilid 7 No 1 2017 Hal 52-60 ISSN 1978 8568 KOMBINASI PERSYARATAN KARUSH KUHN TUCKER DAN METODE BRANCH AND BOUND PADA PEMROGRAMAN KUADRATIK KONVEKS BILANGAN BULAT MURNI Khoerunisa dan Muhaza

Lebih terperinci

Konvergensi Global Metode Spectral Conjugate Descent yang Baru Menggunakan Pencarian Garis Armijo yang Termodifikasi

Konvergensi Global Metode Spectral Conjugate Descent yang Baru Menggunakan Pencarian Garis Armijo yang Termodifikasi 42 ISSN 2302-7290 Vol. 2 No. 2, April 2014 Konvergensi Global Metode Spectral Conjugate Descent yang Baru Menggunakan Pencarian Garis Armijo yang Termodifikasi Global Convergence of the New Spectral Conjugate

Lebih terperinci

METODE STEEPEST DESCENT

METODE STEEPEST DESCENT METODE STEEPEST DESCENT DENGAN UKURAN LANGKAH BARU UNTUK PENGOPTIMUMAN NIRKENDALA D. WUNGGULI 1, B. P. SILALAHI 2, S. GURITMAN 3 Abstrak Metode steepest descent adalah metode gradien sederhana untuk pengoptimuman.

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Saat ini semakin banyak permasalahan pada kehidupan sehari-hari yang memerlukan pendekatan optimisasi dalam penyelesaiannya. Sebagai contoh, misalkan sebuah perusahaan

Lebih terperinci

Algoritme Pendugaan Parameter Model Regresi Logistik Biner (RLB) dengan Maksimum Likelihood dan Broyden- Fletcher-Goldfarb-Shanno (BFGS)

Algoritme Pendugaan Parameter Model Regresi Logistik Biner (RLB) dengan Maksimum Likelihood dan Broyden- Fletcher-Goldfarb-Shanno (BFGS) SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 S - 16 Algoritme Pendugaan Parameter Model Regresi Logistik Biner (RLB) dengan Maksimum Likelihood dan Broyden- Fletcher-Goldfarb-Shanno (BFGS)

Lebih terperinci

OPTIMASI FUNGSI KUADRATIK TANPA KENDALA DENGAN METODE SYMMETRIC RANK ONE (SR 1), DAVIDON FLETCHER POWELL (DFP) DAN BROYDEN FLETCHER GOLDFARB

OPTIMASI FUNGSI KUADRATIK TANPA KENDALA DENGAN METODE SYMMETRIC RANK ONE (SR 1), DAVIDON FLETCHER POWELL (DFP) DAN BROYDEN FLETCHER GOLDFARB OPTIMASI FUNGSI KUADRATIK TANPA KENDALA DENGAN METODE SYMMETRIC RANK ONE (SR 1), DAVIDON FLETCHER POWELL (DFP) DAN BROYDEN FLETCHER GOLDFARB SHANNO (BFGS) Skripsi untuk memenuhi sebagai persyaratan mencapai

Lebih terperinci

PENCARIAN SOLUSI PEMROGRAMAN NON LINIER MENGGUNAKAN ALGORITMA BRANCH-AND-BOUND

PENCARIAN SOLUSI PEMROGRAMAN NON LINIER MENGGUNAKAN ALGORITMA BRANCH-AND-BOUND Seminar Nasional Aplikasi Teknologi Informasi 009 (SNATI 009) Yogyakarta, 0 Juni 009 ISSN:1907-50 PENCARIAN SOLUSI PEMROGRAMAN NON LINIER MENGGUNAKAN ALGORITMA BRANCH-AND-BOUND Victor Hariadi Jurusan Teknik

Lebih terperinci

Optimasi Desain. Dhimas Satria Website : No HP :

Optimasi Desain. Dhimas Satria   Website :  No HP : Optimasi Desain Dhimas Satria Email : dhimas@untirta.ac.id Website : www.mesin.untirta.ac.id/dhimas No HP : 081327744433 Daftar Pustaka Arora, J.S., 1989, Introduction to Optimum Design, McGraw-Hill, International

Lebih terperinci

Syarat Fritz John pada Masalah Optimasi Berkendala Ketaksamaan. Caturiyati 1 Himmawati Puji Lestari 2. Abstrak

Syarat Fritz John pada Masalah Optimasi Berkendala Ketaksamaan. Caturiyati 1 Himmawati Puji Lestari 2. Abstrak Syarat Fritz John pada Masalah Optimasi Berkendala Ketaksamaan Caturiyati 1 Himmawati Puji Lestari 2 1,2 Jurusan Pendidikan Matematika FMIPA UNY 1 wcaturiyati@yahoo.com 2 himmawatipl@yahoo.com Abstrak

Lebih terperinci

UJIAN TUGAS AKHIR EKA NOVI NURHIDAYATI. Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember 2012

UJIAN TUGAS AKHIR EKA NOVI NURHIDAYATI. Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember 2012 UJIAN TUGAS AKHIR APLIKASI ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER α DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER EKA NOVI NURHIDAYATI 1208 100 040 Jurusan Matematika Fakultas

Lebih terperinci

PERBANDINGAN METODE TRUST-REGION DENGAN METODE NEWTON-RAPHSON PADA OPTIMASI FUNGSI NON LINIER TANPA KENDALA

PERBANDINGAN METODE TRUST-REGION DENGAN METODE NEWTON-RAPHSON PADA OPTIMASI FUNGSI NON LINIER TANPA KENDALA PERBANDINGAN METODE TRUST-REGION DENGAN METODE NEWTON-RAPHSON PADA OPTIMASI FUNGSI NON LINIER TANPA KENDALA Yully Estiningsih 1, Farikhin, Nikken Prima Puspita 3 1,,3 Jurusan Matematika FSM Universitas

Lebih terperinci

METODE BERTIPE STEFFENSEN SATU LANGKAH DENGAN KONVERGENSI SUPER KUBIK UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Neng Ipa Patimatuzzaroh 1 ABSTRACT

METODE BERTIPE STEFFENSEN SATU LANGKAH DENGAN KONVERGENSI SUPER KUBIK UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Neng Ipa Patimatuzzaroh 1 ABSTRACT METODE BERTIPE STEFFENSEN SATU LANGKAH DENGAN KONVERGENSI SUPER KUBIK UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Neng Ipa Patimatuzzaroh Mahasiswa Program Studi S Matematika Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

FAMILI METODE ITERASI DENGAN KEKONVERGENAN ORDE TIGA. Rahmawati ABSTRACT

FAMILI METODE ITERASI DENGAN KEKONVERGENAN ORDE TIGA. Rahmawati ABSTRACT FAMILI METODE ITERASI DENGAN KEKONVERGENAN ORDE TIGA Rahmawati Mahasiswa Program Studi S Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Bina Widya,

Lebih terperinci

METODE ORDE-TINGGI UNTUK MENENTUKAN AKAR DARI PERSAMAAN NONLINEAR ABSTRACT

METODE ORDE-TINGGI UNTUK MENENTUKAN AKAR DARI PERSAMAAN NONLINEAR ABSTRACT METODE ORDE-TINGGI UNTUK MENENTUKAN AKAR DARI PERSAMAAN NONLINEAR I. P. Edwar, M. Imran, L. Deswita Mahasiswa Program Studi S Matematika Laboratorium Matematika Terapan, Jurusan Matematika Fakultas Matematika

Lebih terperinci

METODE ITERASI ORDE EMPAT DAN ORDE LIMA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Imaddudin ABSTRACT

METODE ITERASI ORDE EMPAT DAN ORDE LIMA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Imaddudin ABSTRACT METODE ITERASI ORDE EMPAT DAN ORDE LIMA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Imaddudin Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Lebih terperinci

SYARAT FRITZ JOHN PADA MASALAH OPTIMASI BERKENDALA KETAKSAMAAN. Caturiyati 1 Himmawati Puji Lestari 2. Abstrak

SYARAT FRITZ JOHN PADA MASALAH OPTIMASI BERKENDALA KETAKSAMAAN. Caturiyati 1 Himmawati Puji Lestari 2. Abstrak Syarat Fritz John... (Caturiyati) SYARAT FRITZ JOHN PADA MASALAH OPTIMASI BERKENDALA KETAKSAMAAN Caturiyati 1 Himmawati Puji Lestari 2 1,2 Jurusan Pendidikan Matematika FMIPA UNY 1 wcaturiyati@yahoo.com

Lebih terperinci

METODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR. Rino Martino 1 ABSTRACT

METODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR. Rino Martino 1 ABSTRACT METODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR Rino Martino 1 1 Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya

Lebih terperinci

OPTIMIZATION WITH MATLAB EXTRAS

OPTIMIZATION WITH MATLAB EXTRAS OPTIMIZATION WITH MATLAB EXTRAS PENDAHULUAN Model optimasi berusaha untuk menjelaskan, secara matematis, tujuan menyelesaikan masalah dalam jalan terbaik. Misalkan dalam bisnis: problem untuk memaksimalkan

Lebih terperinci

PENGGUNAAN ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER

PENGGUNAAN ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER PENGGUNAAN ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER Nama Mahasiswa : Eka Novi Nurhidayati NRP : 1208 100 040 Jurusan : Matematika

Lebih terperinci

Kata Pengantar. Medan, 11 April Penulis

Kata Pengantar. Medan, 11 April Penulis Kata Pengantar Puji syukur penulis panjatkan kepada Tuhan YME, bahwa penulis telah menyelesaikan tugas mata kuliah Matematika dengan membahas Numerical Optimization atau Optimasi Numerik dalam bentuk makalah.

Lebih terperinci

OPTIMISASI KONVEKS: KONSEP-KONSEP

OPTIMISASI KONVEKS: KONSEP-KONSEP Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 14 Mei 2011 OPTIMISASI KONVEKS: KONSEP-KONSEP Caturiyati 1 dan Himmawati Puji Lestari

Lebih terperinci

KELUARGA BARU METODE ITERASI BERORDE LIMA UNTUK MENENTUKAN AKAR SEDERHANA PERSAMAAN NONLINEAR. Rio Kurniawan ABSTRACT

KELUARGA BARU METODE ITERASI BERORDE LIMA UNTUK MENENTUKAN AKAR SEDERHANA PERSAMAAN NONLINEAR. Rio Kurniawan ABSTRACT KELUARGA BARU METODE ITERASI BERORDE LIMA UNTUK MENENTUKAN AKAR SEDERHANA PERSAMAAN NONLINEAR Rio Kurniawan Mahasiswa Program Studi S Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Lebih terperinci

PENYELESAIAN INVERS PROBLEM PADA REAKSI DIFUSI DENGAN MENGGUNAKAN METODE OPTIMASI

PENYELESAIAN INVERS PROBLEM PADA REAKSI DIFUSI DENGAN MENGGUNAKAN METODE OPTIMASI Prosiding Seminar Nasional Penelitian, Pendidikan Dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 14 Mei 2011 PENYELESAIAN INVERS PROBLEM PADA REAKSI DIFUSI DENGAN MENGGUNAKAN METODE

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Zaman yang semakin berkembang membuat persoalan semakin kompleks, tidak terkecuali persoalan yang melibatkan persoalan matematika. Dalam pemecahannya, matematika memegang

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Analisis time series (runtun waktu) banyak digunakan dalam berbagai bidang, misalnya ekonomi, teknik, geofisika, pertanian, dan kedokteran. Analisis runtun waktu digunakan

Lebih terperinci

PENYELESAIAN MASALAH NILAI AWAL PERSAMAAN DIFERENSIAL BIASA ORDE DUA MENGGUNAKAN MODIFIKASI METODE DEKOMPOSISI ADOMIAN

PENYELESAIAN MASALAH NILAI AWAL PERSAMAAN DIFERENSIAL BIASA ORDE DUA MENGGUNAKAN MODIFIKASI METODE DEKOMPOSISI ADOMIAN Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 1 (2015), hal 9 16. PENYELESAIAN MASALAH NILAI AWAL PERSAMAAN DIFERENSIAL BIASA ORDE DUA MENGGUNAKAN MODIFIKASI METODE DEKOMPOSISI ADOMIAN

Lebih terperinci

SEBUAH VARIASI BARU METODE NEWTON BERDASARKAN TRAPESIUM KOMPOSIT ABSTRACT

SEBUAH VARIASI BARU METODE NEWTON BERDASARKAN TRAPESIUM KOMPOSIT ABSTRACT SEBUAH VARIASI BARU METODE NEWTON BERDASARKAN TRAPESIUM KOMPOSIT Vera Alvionita Harahap 1, Asmara Karma 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

OPTIMASI FUNGSI MULTI VARIABEL DENGAN METODE UNIVARIATE. Dwi Suraningsih (M ), Marifatun (M ), Nisa Karunia (M )

OPTIMASI FUNGSI MULTI VARIABEL DENGAN METODE UNIVARIATE. Dwi Suraningsih (M ), Marifatun (M ), Nisa Karunia (M ) OPTIMASI FUNGSI MULTI VARIABEL DENGAN METODE UNIVARIATE Dwi Suraningsih (M2, Marifatun (M53, Nisa Karunia (M6 I. Pendahuluan Latar Belakang. Dalam kehidupan sehari-hari disa maupun tidak, sebenarnya manusia

Lebih terperinci

Elly Musta adah 1, Erna Apriliani 2

Elly Musta adah 1, Erna Apriliani 2 Prosiding Seminar Nasional Penelitian, Pendidikan Dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 14 Mei 2011 PENYELESAIAN INVERS PROBLEM PADA REAKSI DIFUSI DENGAN MENGGUNAKAN METODE

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN. Kode Komputer : 068 Kode Mata Kuliah : MMP Dosen Pengampu : Sisca Octarina, M.Sc Eka Susanti, M.

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN. Kode Komputer : 068 Kode Mata Kuliah : MMP Dosen Pengampu : Sisca Octarina, M.Sc Eka Susanti, M. GARIS-GARIS BESAR PROGRAM PEMBELAJARAN Mata Kuliah : Optimasi Kode Komputer : 068 Kode Mata Kuliah : MMP 33308 SKS : 3 sks Dosen Pengampu : Sisca Octarina, M.Sc Eka Susanti, M.Sc I. Deskripsi Mata Kuliah

Lebih terperinci

MODIFIKASI METODE CAUCHY DENGAN ORDE KONVERGENSI EMPAT. Masnida Esra Elisabet ABSTRACT

MODIFIKASI METODE CAUCHY DENGAN ORDE KONVERGENSI EMPAT. Masnida Esra Elisabet ABSTRACT MODIFIKASI METODE CAUCHY DENGAN ORDE KONVERGENSI EMPAT Masnida Esra Elisabet Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Riau Kampus

Lebih terperinci

KONTROL OPTIMAL PADA PENGADAAN BAHAN MENTAH DENGAN KEBIJAKAN PENGADAAN TEPAT WAKTU, PERGUDANGAN, DAN PENUNDAAN

KONTROL OPTIMAL PADA PENGADAAN BAHAN MENTAH DENGAN KEBIJAKAN PENGADAAN TEPAT WAKTU, PERGUDANGAN, DAN PENUNDAAN LAPORAN TUGAS AKHIR 01 WINTER Template KONTROL OPTIMAL PADA PENGADAAN BAHAN MENTAH DENGAN KEBIJAKAN PENGADAAN TEPAT WAKTU, PERGUDANGAN, DAN PENUNDAAN Oleh: Darsih Idayani 1206 100 040 Pembimbing: Subchan,

Lebih terperinci

OPTIMASI TANAMAN PANGAN DI KOTA MAGELANG DENGAN PEMROGRAMAN KUADRATIK DAN METODE FUNGSI PENALTI EKSTERIOR

OPTIMASI TANAMAN PANGAN DI KOTA MAGELANG DENGAN PEMROGRAMAN KUADRATIK DAN METODE FUNGSI PENALTI EKSTERIOR 40 Jurnal Matematika Vol 6 No 2 Tahun 2017 OPTIMASI TANAMAN PANGAN DI KOTA MAGELANG DENGAN PEMROGRAMAN KUADRATIK DAN METODE FUNGSI PENALTI EKSTERIOR OPTIMIZATION OF FOOD CROPS IN MAGELANG WITH QUADRATIC

Lebih terperinci

REGRESI LOGISTIK UNTUK PEMODELAN INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT KABUPATEN/KOTA DI PULAU KALIMANTAN

REGRESI LOGISTIK UNTUK PEMODELAN INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT KABUPATEN/KOTA DI PULAU KALIMANTAN REGRESI LOGISTIK UNTUK PEMODELAN INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT KABUPATEN/KOTA DI PULAU KALIMANTAN M. Fathurahman Jurusan Matematika, Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

PENYELESAIAN PERSAMAAN NONLINIER DENGAN METODE MODIFIKASI BAGI DUA

PENYELESAIAN PERSAMAAN NONLINIER DENGAN METODE MODIFIKASI BAGI DUA Jurnal Matematika UNAND Vol. 4 No. 1 Hal. 68 75 ISSN : 303 910 c Jurusan Matematika FMIPA UNAND PENYELESAIAN PERSAMAAN NONLINIER DENGAN METODE MODIFIKASI BAGI DUA ELSA JUMIASRI, SUSILA BAHRI, BUKTI GINTING

Lebih terperinci

MODIFIKASI METODE HOMOTOPY PERTURBASI UNTUK PERSAMAAN NONLINEAR DAN MEMBANDINGKAN DENGAN MODIFIKASI METODE DEKOMPOSISI ADOMIAN ABSTRACT

MODIFIKASI METODE HOMOTOPY PERTURBASI UNTUK PERSAMAAN NONLINEAR DAN MEMBANDINGKAN DENGAN MODIFIKASI METODE DEKOMPOSISI ADOMIAN ABSTRACT MODIFIKASI METODE HOMOTOPY PERTURBASI UNTUK PERSAMAAN NONLINEAR DAN MEMBANDINGKAN DENGAN MODIFIKASI METODE DEKOMPOSISI ADOMIAN Handico Z Desri 1, Syamsudhuha 2, Zulkarnain 2 1 Mahasiswa Program Studi S1

Lebih terperinci

OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING

OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING Abstrak Oleh : Sintha Yuli Puspandari 1206 100 054 Dosen Pembimbing : Drs. Sulistiyo, M.T Jurusan Matematika Fakultas Matematika

Lebih terperinci

OPTIMISASI NONLINEAR MULTIVARIABEL TANPA KENDALA DENGAN METODE DAVIDON FLETCHER POWELL

OPTIMISASI NONLINEAR MULTIVARIABEL TANPA KENDALA DENGAN METODE DAVIDON FLETCHER POWELL OPTIMISASI NONLINEAR MULTIVARIABEL TANPA KENDALA DENGAN METODE DAVIDON FLETCHER POWELL SKRIPSI Untuk Memenuhi Sebagian Persyaratan Guna Memperoleh Derajat Sarjana S-1 Program Studi Matematika Disusun oleh

Lebih terperinci

OPTIMISASI KONVEKS: Konsep-konsep

OPTIMISASI KONVEKS: Konsep-konsep OPTIMISASI KONVEKS: Konsep-konsep Caturiyati, M.Si 1 dan Himmawati Puji Lestari, M.Si 2 1,2 Jurdik Matematika FMIPA UNY 1 wcaturiyati@yahoo.com 2 himmawatipl@yahoo.com Abstrak Pada masalah optimisasi konveks

Lebih terperinci

PENENTUAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL MENGGUNAKAN METODE PANGKAT

PENENTUAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL MENGGUNAKAN METODE PANGKAT Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 6, No. 0 (017), hal 17 6. PENENTUAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL MENGGUNAKAN METODE PANGKAT Yuyun Eka Pratiwi, Mariatul Kiftiah,

Lebih terperinci

METODE SEQUENTIAL QUADRATIC PROGRAMMING (SQP) UNTUK MENYELESAIKAN PERSOALAN NONLINEAR BERKENDALA SKRIPSI YANI

METODE SEQUENTIAL QUADRATIC PROGRAMMING (SQP) UNTUK MENYELESAIKAN PERSOALAN NONLINEAR BERKENDALA SKRIPSI YANI METODE SEQUENTIAL QUADRATIC PROGRAMMING (SQP) UNTUK MENYELESAIKAN PERSOALAN NONLINEAR BERKENDALA SKRIPSI YANI 070803040 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA

Lebih terperinci

SOLUSI NUMERIK UNTUK PERSAMAAN INTEGRAL KUADRAT NONLINEAR. Eka Parmila Sari 1, Agusni 2 ABSTRACT

SOLUSI NUMERIK UNTUK PERSAMAAN INTEGRAL KUADRAT NONLINEAR. Eka Parmila Sari 1, Agusni 2 ABSTRACT SOLUSI NUMERIK UNTUK PERSAMAAN INTEGRAL KUADRAT NONLINEAR Eka Parmila Sari 1, Agusni 2 1 Mahasiswa Program Studi S1 Matematika 2 Laboratorium Matematika Terapan, Jurusan Matematika Fakultas Matematika

Lebih terperinci

PERBAIKAN METODE OSTROWSKI UNTUK MENCARI AKAR PERSAMAAN NONLINEAR. Rin Riani ABSTRACT

PERBAIKAN METODE OSTROWSKI UNTUK MENCARI AKAR PERSAMAAN NONLINEAR. Rin Riani ABSTRACT PERBAIKAN METODE OSTROWSKI UNTUK MENCARI AKAR PERSAMAAN NONLINEAR Rin Riani Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Riau Kampus

Lebih terperinci

METODE SEQUENTIAL QUADRATIC PROGRAMMING (SQP) PADA OPTIMASI NONLINIER BERKENDALA SKRIPSI

METODE SEQUENTIAL QUADRATIC PROGRAMMING (SQP) PADA OPTIMASI NONLINIER BERKENDALA SKRIPSI METODE SEQUENTIAL QUADRATIC PROGRAMMING (SQP) PADA OPTIMASI NONLINIER BERKENDALA SKRIPSI Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Program Strata Satu (S1) pada Program Studi Matematika

Lebih terperinci

PEMILIHAN SUPPLIER DENGAN PENDEKATAN POSSIBILITY FUZZY MULTI-OBJECTIVE PROGRAMMING

PEMILIHAN SUPPLIER DENGAN PENDEKATAN POSSIBILITY FUZZY MULTI-OBJECTIVE PROGRAMMING PEMILIHAN SUPPLIER DENGAN PENDEKATAN POSSIBILITY FUZZY MULTI-OBJECTIVE PROGRAMMING Oleh : Heny Nurhidayanti 1206 100 059 Dosen Pembimbing : Drs. Sulistiyo, MT Jurusan Matematika Fakultas Matematika dan

Lebih terperinci

KEKONVERGENAN LEMAH PADA RUANG HILBERT

KEKONVERGENAN LEMAH PADA RUANG HILBERT KEKONVERGENAN LEMAH PADA RUANG HILBERT Moch. Ramadhan Mubarak 1), Encum Sumiaty 2), Cece Kustiawan 3) 1), 2), 3) Departemen Pendidikan Matematika FPMIPA UPI *Surel: ramadhan.101110176@gmail.com ABSTRAK.

Lebih terperinci

OPTIMASI (Pemrograman Non Linear)

OPTIMASI (Pemrograman Non Linear) OPTIMASI (Pemrograman Non Linear) 3 SKS PILIHAN Arrival Rince Putri, 013 1 Silabus I. Pendahuluan 1. Perkuliahan: Silabus, Referensi, Penilaian. Pengantar Optimasi 3. Riview Differential Calculus II. Dasar-Dasar

Lebih terperinci

VARIAN METODE HALLEY BEBAS TURUNAN KEDUA DENGAN ORDE KEKONVERGENAN ENAM. Siti Mariana 1 ABSTRACT ABSTRAK

VARIAN METODE HALLEY BEBAS TURUNAN KEDUA DENGAN ORDE KEKONVERGENAN ENAM. Siti Mariana 1 ABSTRACT ABSTRAK VARIAN METODE HALLEY BEBAS TURUNAN KEDUA DENGAN ORDE KEKONVERGENAN ENAM Siti Mariana 1 1 Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Lebih terperinci

OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING

OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING Oleh : Sintha Yuli Puspandari 1206 100 054 Dosen Pembimbing : Drs. Sulistiyo, M. T Jurusan Matematika Fakultas Matematika dan Ilmu

Lebih terperinci

Metode Iterasi Tiga Langkah Bebas Turunan Untuk Menyelesaikan Persamaan Nonlinear

Metode Iterasi Tiga Langkah Bebas Turunan Untuk Menyelesaikan Persamaan Nonlinear Metode Iterasi Tiga Langkah Bebas Turunan Untuk Menyelesaikan Persamaan Nonlinear M. Nizam 1, Lendy Listia Nanda 2 1, 2 Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sultan Syarif Kasim Riau Jl.

Lebih terperinci

METODE NUMERIK ARAH KONJUGASI

METODE NUMERIK ARAH KONJUGASI METODE NUMERIK ARAH KONJUGASI 14 Mei 2016 Diajukan untuk Memenuh Tugas Ujian Akhir Semester Mata kuliah Metode Numerik Dosen Pengampu Bapak Rukmono Budi Utomo,M.Sc Nur Aliyah 1384202043 6A1 Fakultas Keguruan

Lebih terperinci

SUATU KAJIAN TITIK TETAP PEMETAAN k-pseudononspreading SEJATI DI RUANG HILBERT

SUATU KAJIAN TITIK TETAP PEMETAAN k-pseudononspreading SEJATI DI RUANG HILBERT Jurnal Matematika UNAND Vol. 2 No. 1 Hal. 52 60 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND SUATU KAJIAN TITIK TETAP PEMETAAN k-pseudononspreading SEJATI DI RUANG HILBERT DESI RAHMADANI Program Studi

Lebih terperinci

FAMILI BARU METODE ITERASI BERORDE TIGA UNTUK MENEMUKAN AKAR GANDA PERSAMAAN NONLINEAR. Nurul Khoiromi ABSTRACT

FAMILI BARU METODE ITERASI BERORDE TIGA UNTUK MENEMUKAN AKAR GANDA PERSAMAAN NONLINEAR. Nurul Khoiromi ABSTRACT FAMILI BARU METODE ITERASI BERORDE TIGA UNTUK MENEMUKAN AKAR GANDA PERSAMAAN NONLINEAR Nurul Khoiromi Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau

Lebih terperinci

Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru (28293), Indonesia.

Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru (28293), Indonesia. FAMILI DARI METODE NEWTON-LIKE DENGAN ORDE KONVERGENSI EMPAT Nurazmi, Supriadi Putra 2, Musraini M 2 Mahasiswa Program Studi S Matematika 2 Laboratorium Matematika Terapan, Jurusan Matematika Fakultas

Lebih terperinci

OPTIMASI FUNGSI MULTIVARIABLE TANPA KENDALA DENGAN METODE NEWTON

OPTIMASI FUNGSI MULTIVARIABLE TANPA KENDALA DENGAN METODE NEWTON OPTIMASI FUNGSI MULTIVARIABLE TANPA KENDALA DENGAN METODE NEWTON Susi Ranangga [M008067], Aeroni Dwijayanti [M008078] Hamdani Citra P. [M0003], Nafi Nur Khasana [M00058]. Pendahuluan Dalam kehidupan sehari-hari

Lebih terperinci

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014 JURUSAN MATEMATIKA Nurlita Wulansari (1210100045) Dosen Pembimbing: Drs. M. Setijo Winarko, M.Si Drs. Lukman Hanafi, M.Sc FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER

Lebih terperinci

PROGRAM FRAKSIONAL LINIER DENGAN KOEFISIEN INTERVAL. Annisa Ratna Sari 1, Sunarsih 2, Suryoto 3. Jl. Prof. H. Soedarto, S.H. Tembalang Semarang

PROGRAM FRAKSIONAL LINIER DENGAN KOEFISIEN INTERVAL. Annisa Ratna Sari 1, Sunarsih 2, Suryoto 3. Jl. Prof. H. Soedarto, S.H. Tembalang Semarang PROGRAM FRAKSIONAL LINIER DENGAN KOEFISIEN INTERVAL Annisa Ratna Sari 1, Sunarsih 2, Suryoto 3 1,2,3 Jurusan Matematika FSM Universitas Diponegoro Jl. Prof. H. Soedarto, S.H. Tembalang Semarang Abstract.

Lebih terperinci

Jurnal Matematika Murni dan Terapan Epsilon Juni 2014 Vol. 8 No. 1 METODE KARMARKAR SEBAGAI ALTERNATIF PENYELESAIAN MASALAH PEMROGRAMAN LINEAR

Jurnal Matematika Murni dan Terapan Epsilon Juni 2014 Vol. 8 No. 1 METODE KARMARKAR SEBAGAI ALTERNATIF PENYELESAIAN MASALAH PEMROGRAMAN LINEAR Jurnal Matematika Murni dan Terapan Epsilon Juni 204 Vol. 8 No. METODE KARMARKAR SEBAGAI ALTERNATIF PENYELESAIAN MASALAH PEMROGRAMAN LINEAR Bayu Prihandono, Meilyna Habibullah, Evi Noviani Program Studi

Lebih terperinci

TUGAS AKHIR KAJIAN SKEMA BEDA HINGGA TAK-STANDAR DARI TIPE PREDICTOR-CORRECTOR UNTUK MODEL EPIDEMIK SIR

TUGAS AKHIR KAJIAN SKEMA BEDA HINGGA TAK-STANDAR DARI TIPE PREDICTOR-CORRECTOR UNTUK MODEL EPIDEMIK SIR TUGAS AKHIR KAJIAN SKEMA BEDA HINGGA TAK-STANDAR DARI TIPE PREDICTOR-CORRECTOR UNTUK MODEL EPIDEMIK SIR STUDY OF A NONSTANDARD SCHEME OF PREDICTORCORRECTOR TYPE FOR EPIDEMIC MODELS SIR Oleh:Anisa Febriana

Lebih terperinci

PERANCANGAN ALGORITMA BELAJAR JARINGAN SYARAF TIRUAN MENGGUNAKAN PARTICLE SWARM OPTIMIZATION (PSO)

PERANCANGAN ALGORITMA BELAJAR JARINGAN SYARAF TIRUAN MENGGUNAKAN PARTICLE SWARM OPTIMIZATION (PSO) Jurnal POROS TEKNIK, Volume 5, No. 1, Juni 2013 : 18-23 PERANCANGAN ALGORITMA BELAJAR JARINGAN SYARAF TIRUAN MENGGUNAKAN PARTICLE SWARM OPTIMIZATION (PSO) Nurmahaludin (1) (1) Staf Pengajar Jurusan Teknik

Lebih terperinci

OPTIMASI PEMROGRAMAN KUADRATIK DENGAN MENGGUNAKAN ALGORITMA PRIMAL-DUAL INTERIOR POINT

OPTIMASI PEMROGRAMAN KUADRATIK DENGAN MENGGUNAKAN ALGORITMA PRIMAL-DUAL INTERIOR POINT TUGAS AKHIR CF 1380 OPTIMASI PEMROGRAMAN KUADRATIK DENGAN MENGGUNAKAN ALGORITMA PRIMAL-DUAL INTERIOR POINT NIKE DWI WINARTI NRP 5202 100 028 Dosen Pembimbing Rully Soelaiman, S.Kom, M.Kom JURUSAN SISTEM

Lebih terperinci

METODE ITERASI BEBAS TURUNAN BERDASARKAN KOMBINASI KOEFISIEN TAK TENTU DAN FORWARD DIFFERENCE UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT

METODE ITERASI BEBAS TURUNAN BERDASARKAN KOMBINASI KOEFISIEN TAK TENTU DAN FORWARD DIFFERENCE UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT METODE ITERASI BEBAS TURUNAN BERDASARKAN KOMBINASI KOEFISIEN TAK TENTU DAN FORWARD DIFFERENCE UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Mahrani 1, M. Imran, Agusni 1 Mahasiswa Program Studi S1 Matematika

Lebih terperinci

ANALISIS REGULERISASI OPTIMISASI KONVEKS TIGA TAHAP

ANALISIS REGULERISASI OPTIMISASI KONVEKS TIGA TAHAP ANALISIS REGULERISASI OPTIMISASI KONVEKS TIGA TAHAP Lasker P. Sinaga Abrak Regulerisasi adalah teknik penyederhanaan yang dilakukan pada optimisasi bertahap. Optimisasi konveks tiga tahap dapat diregulerisasi

Lebih terperinci

MODIFIKASI FAMILI METODE ITERASI MULTI-POINT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Yolla Sarwenda 1, Zulkarnain 2 ABSTRACT

MODIFIKASI FAMILI METODE ITERASI MULTI-POINT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Yolla Sarwenda 1, Zulkarnain 2 ABSTRACT MODIFIKASI FAMILI METODE ITERASI MULTI-POINT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Yolla Sarwenda 1, Zulkarnain 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika

Lebih terperinci

Pengembangan Model Capacitated Maximal Covering Location Problem (CMCLP) Dalam Penentuan Lokasi Pendirian Gudang

Pengembangan Model Capacitated Maximal Covering Location Problem (CMCLP) Dalam Penentuan Lokasi Pendirian Gudang https://doi.org/10.22219/jtiumm.vol19.no1.21-27 Pengembangan Model Capacitated Maximal Covering Location Problem (CMCLP) Dalam Penentuan Lokasi Pendirian Gudang Putu Eka Dewi Karunia Wati *, Hilyatun Nuha

Lebih terperinci

Inversi Resistivitas 3-D Menggunakan Metode Elemen Hingga dan Adjoint State

Inversi Resistivitas 3-D Menggunakan Metode Elemen Hingga dan Adjoint State Inversi Resistivitas 3-D Menggunakan Metode Elemen Hingga dan Adjoint State M.Februarianto(a), A. D. Garnadi (a) *, M. N. Indro (b), M.T. Julianto(a), S. Nurdiati(a) (a) Dept. Matematika, FMIPA, Institut

Lebih terperinci

MODIFIKASI METODE NEWTON-RAPHSON UNTUK MENCARI SOLUSI PERSAMAAN LINEAR DAN NONLINEAR

MODIFIKASI METODE NEWTON-RAPHSON UNTUK MENCARI SOLUSI PERSAMAAN LINEAR DAN NONLINEAR Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 6 No. 02 (2017), hal 69 76. MODIFIKASI METODE NEWTON-RAPHSON UNTUK MENCARI SOLUSI PERSAMAAN LINEAR DAN NONLINEAR Mahmul, Mariatul Kiftiah, Yudhi

Lebih terperinci

OPTIMASI PEMROGRAMAN KUADRATIK KONVEKS DENGAN MENGGUNAKAN METODE PRIMAL-DUAL PATH-FOLLOWING

OPTIMASI PEMROGRAMAN KUADRATIK KONVEKS DENGAN MENGGUNAKAN METODE PRIMAL-DUAL PATH-FOLLOWING OPIMASI PEMROGRAMAN KUADRAIK KONVEKS DENGAN MENGGUNAKAN MEODE PRIMAL-DUAL PAH-FOLLOWING Raras yasnurita ), Wiwik Anggraeni ), Rully Soelaiman 3) ) Jurusan Sistem Informasi 3) Jurusan eknik Informatika

Lebih terperinci

SOLUSI NUMERIK PERSAMAAN INTEGRAL VOLTERRA-FREDHOLM NONLINEAR MENGGUNAKAN FUNGSI BASIS BARU ABSTRACT

SOLUSI NUMERIK PERSAMAAN INTEGRAL VOLTERRA-FREDHOLM NONLINEAR MENGGUNAKAN FUNGSI BASIS BARU ABSTRACT SOLUSI NUMERIK PERSAMAAN INTEGRAL VOLTERRA-FREDHOLM NONLINEAR MENGGUNAKAN FUNGSI BASIS BARU Vanny Octary 1 Endang Lily 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika

Lebih terperinci

Jurnal Ilmiah Soul Math Vol 4. No. 5,

Jurnal Ilmiah Soul Math Vol 4. No. 5, -----------------------------------Jurnal Ilmiah Soul Math Vol 4. No., 217-263--------------------------------- IMPLEMENTASI ALGORITMA MODIFIKASI BROYDEN-FLETCHER- GOLDFARB-SHANNO (MBFGS) Rahmawati Erma

Lebih terperinci

METODE PENGALI LAGRANGE DAN APLIKASINYA DALAM BIDANG EKONOMI SKRIPSI RAHMAD HIDAYAT

METODE PENGALI LAGRANGE DAN APLIKASINYA DALAM BIDANG EKONOMI SKRIPSI RAHMAD HIDAYAT METODE PENGALI LAGRANGE DAN APLIKASINYA DALAM BIDANG EKONOMI SKRIPSI RAHMAD HIDAYAT 110803018 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2015 METODE

Lebih terperinci

METODE ITERASI OPTIMAL TANPA TURUNAN BERDASARKAN BEDA TERBAGI ABSTRACT

METODE ITERASI OPTIMAL TANPA TURUNAN BERDASARKAN BEDA TERBAGI ABSTRACT METODE ITERASI OPTIMAL TANPA TURUNAN BERDASARKAN BEDA TERBAGI Amelia Riski, Putra. Supriadi 2, Agusni 2 Mahasiswa Program Studi S Matematika 2 Laboratorium Matematika Terapan, Jurusan Matematika Fakultas

Lebih terperinci

ANALISIS MODEL KINEMATIK PELURU KENDALI PADA PENEMBAKAN TARGET MENGGUNAKAN METODE KENDALI OPTIMAL

ANALISIS MODEL KINEMATIK PELURU KENDALI PADA PENEMBAKAN TARGET MENGGUNAKAN METODE KENDALI OPTIMAL ANALISIS MODEL KINEMATIK PELURU KENDALI PADA PENEMBAKAN TARGET MENGGUNAKAN METODE KENDALI OPTIMAL Pembimbing : Subchan, M.Sc. Ph.D. Drs. Kamiran, M.Si. RESTU TRI ASTUTI-1208 100 033 Jurusan Matematika

Lebih terperinci

Oleh : Rahanimi Pembimbing : Dr. M Isa Irawan, M.T

Oleh : Rahanimi Pembimbing : Dr. M Isa Irawan, M.T PERAMALAN JUMLAH MAHASISWA PENDAFTAR PMDK JURUSAN MATEMATIKA MENGGUNAKAN METODE AUTOMATIC CLUSTERING DAN RELASI LOGIKA FUZZY (STUDI KASUS di INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA) Oleh : Rahanimi

Lebih terperinci

SEMINAR TUGAS AKHIR. Penerapan Metode Ensemble Kalman Filter untuk Estimasi Kecepatan dan Ketinggian Gelombang Non Linear pada Pantai

SEMINAR TUGAS AKHIR. Penerapan Metode Ensemble Kalman Filter untuk Estimasi Kecepatan dan Ketinggian Gelombang Non Linear pada Pantai SEMINAR TUGAS AKHIR Penerapan Metode Ensemble Kalman Filter untuk Estimasi Kecepatan dan Ketinggian Gelombang Non Linear pada Pantai Oleh: Fadila Rahmana 1208 100 044 Abstrak Gelombang laut telah menjadi

Lebih terperinci

PRESENTASI TUGAS AKHIR KI

PRESENTASI TUGAS AKHIR KI PRESENTASI TUGAS AKHIR KI 091031 PENERAPAN METODE PRIMAL DUAL ACTIVE SET UNTUK NON NEGATIVE CONSTRAINED TOTAL VARIATION PADA MASALAH DEBLURRING (Kata kunci: Total Variation,Non-Negative Constrained, Primal

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan mengenai teori teori yang berhubungan dengan pembahasan ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah dalam hal pembahasan

Lebih terperinci

BAB II KAJIAN PUSTAKA. pemrograman nonlinear, fungsi konveks dan konkaf, pengali lagrange, dan

BAB II KAJIAN PUSTAKA. pemrograman nonlinear, fungsi konveks dan konkaf, pengali lagrange, dan BAB II KAJIAN PUSTAKA Kajian pustaka pada bab ini akan membahas tentang pengertian dan penjelasan yang berkaitan dengan fungsi, turunan parsial, pemrograman linear, pemrograman nonlinear, fungsi konveks

Lebih terperinci

ITERASI TIGA LANGKAH PADA PEMETAAN ASIMTOTIK NON- EKSPANSIF

ITERASI TIGA LANGKAH PADA PEMETAAN ASIMTOTIK NON- EKSPANSIF ITERASI TIGA LANGKAH PADA PEMETAAN ASIMTOTIK NON- EKSPANSIF Agung Anggoro, Siti Fatimah 1, Encum Sumiaty 2 Departemen Pendidikan Matematika FPMIPA UPI *Surel: agung.anggoro@student.upi.edu ABSTRAK. Misalkan

Lebih terperinci

OPTIMASI POLA DISTRIBUSI BBM PERTAMINA MENGGUNAKAN ALGORITMA HEURISTIK

OPTIMASI POLA DISTRIBUSI BBM PERTAMINA MENGGUNAKAN ALGORITMA HEURISTIK OPTIMASI POLA DISTRIBUSI BBM PERTAMINA MENGGUNAKAN ALGORITMA HEURISTIK Oleh: Rif atul Khusniah 1209201715 Dosen Pembimbing: Subchan, M.Sc, Ph.D Dr. Imam Mukhlas, MT SPBU 1 Order Daily DEPO SPBU 2 SPBU

Lebih terperinci

WAKTU OPTIMUM PADA PELURU KENDALI DENGAN MANUVER AKHIR MENGHUNJAM VERTIKAL. Sari Cahyaningtias Dosen Pembimbing: Subchan, Ph.

WAKTU OPTIMUM PADA PELURU KENDALI DENGAN MANUVER AKHIR MENGHUNJAM VERTIKAL. Sari Cahyaningtias Dosen Pembimbing: Subchan, Ph. WAKTU OPTIMUM PADA PELURU KENDALI DENGAN MANUVER AKHIR MENGHUNJAM VERTIKAL Sari Cahyaningtias 1207 100 046 Dosen Pembimbing: Subchan, Ph.D Abstrak Peluru kendali adalah senjata berpanduan dan didesain

Lebih terperinci

BEBERAPA METODE ITERASI ORDE TIGA DAN ORDE EMPAT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Neli Sulastri 1 ABSTRACT

BEBERAPA METODE ITERASI ORDE TIGA DAN ORDE EMPAT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Neli Sulastri 1 ABSTRACT BEBERAPA METODE ITERASI ORDE TIGA DAN ORDE EMPAT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Neli Sulastri 1 1 Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Lebih terperinci

Matrix Factorization. Machine Learning

Matrix Factorization. Machine Learning MMA10991 Topik Khusus - Machine Learning Matrix Factorization Dr. rer. nat. Hendri Murfi Intelligent Data Analysis (IDA) Group Departemen Matematika, Universitas Indonesia Depok 16424 05.11.13 1 Telp.

Lebih terperinci

UNNES Journal of Mathematics

UNNES Journal of Mathematics UJM (1) 2017 UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PENERAPAN METODE NEWTON-COTES OPEN FORM 5 TITIK UNTUK MENYELESAIKAN SISTEM PERSAMAAN NONLINIER M Ziaul Arif, Yasmin

Lebih terperinci

Estimasi Solusi Model Pertumbuhan Logistik dengan Metode Ensemble Kalman Filter

Estimasi Solusi Model Pertumbuhan Logistik dengan Metode Ensemble Kalman Filter Jurnal ILMU DASAR, Vol.14, No,2, Juli 2013 : 85-90 85 Estimasi Solusi Model Pertumbuhan Logistik dengan Metode Ensemble Kalman Filter Solution Estimation of Logistic Growth Model with Ensemble Kalman Filter

Lebih terperinci

Oleh: Dimas Avian Maulana Dosen Pembimbing: Subchan, Ph.D

Oleh: Dimas Avian Maulana Dosen Pembimbing: Subchan, Ph.D Oleh: Dimas Avian Maulana-1207100045 Dosen Pembimbing: Subchan, Ph.D Robot mobil adalah salah satu contoh dari wahana nir awak (WaNA) yang dapat dikendalikan dari jauh atau memiliki sistem pengendali otomatis

Lebih terperinci

METODE GENERALISASI SIMPSON-NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR DENGAN KONVERGENSI KUBIK. Resdianti Marny 1 ABSTRACT

METODE GENERALISASI SIMPSON-NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR DENGAN KONVERGENSI KUBIK. Resdianti Marny 1 ABSTRACT METODE GENERALISASI SIMPSON-NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR DENGAN KONVERGENSI KUBIK Resdianti Marny 1 1 Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam

Lebih terperinci

METODE CHEBYSHEV-HALLEY BEBAS TURUNAN KEDUA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Ridho Alfarisy 1 ABSTRACT

METODE CHEBYSHEV-HALLEY BEBAS TURUNAN KEDUA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Ridho Alfarisy 1 ABSTRACT METODE CHEBYSHEV-HALLEY BEBAS TURUNAN KEDUA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Ridho Alfarisy 1 1 Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

METODE BERTIPE NEWTON UNTUK AKAR GANDA DENGAN KONVERGENSI KUBIK ABSTRACT

METODE BERTIPE NEWTON UNTUK AKAR GANDA DENGAN KONVERGENSI KUBIK ABSTRACT METODE BERTIPE NEWTON UNTUK AKAR GANDA DENGAN KONVERGENSI KUBIK Risvi Ayu Imtihana 1, Asmara Karma 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

TEKNIK ITERASI VARIASIONAL DAN BERBAGAI METODE UNTUK PENDEKATAN SOLUSI PERSAMAAN NONLINEAR. Yeni Cahyati 1, Agusni 2 ABSTRACT

TEKNIK ITERASI VARIASIONAL DAN BERBAGAI METODE UNTUK PENDEKATAN SOLUSI PERSAMAAN NONLINEAR. Yeni Cahyati 1, Agusni 2 ABSTRACT TEKNIK ITERASI VARIASIONAL DAN BERBAGAI METODE UNTUK PENDEKATAN SOLUSI PERSAMAAN NONLINEAR Yeni Cahyati 1, Agusni 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika Fakultas Matematika dan

Lebih terperinci

FUNGSI GRIEWANK DAN PENENTUAN NILAI OPTIMUMNYA MENGGUNAKAN ALGORITMA STROBERI. Tri Nadiani Solihah

FUNGSI GRIEWANK DAN PENENTUAN NILAI OPTIMUMNYA MENGGUNAKAN ALGORITMA STROBERI. Tri Nadiani Solihah Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 FUNGSI GRIEWANK DAN PENENTUAN NILAI OPTIMUMNYA MENGGUNAKAN ALGORITMA STROBERI Tri Nadiani Solihah trinadianisolihah@gmail.com

Lebih terperinci

METODE MODIFIKASI NEWTON DENGAN ORDE KONVERGENSI Lely Jusnita 1

METODE MODIFIKASI NEWTON DENGAN ORDE KONVERGENSI Lely Jusnita 1 METODE MODIFIKASI NEWTON DENGAN ORDE KONVERGENSI 1 + Lely Jusnita 1 1 Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya

Lebih terperinci

Pengembangan Program Pecahan Linier Dengan Transformasi Aljabar

Pengembangan Program Pecahan Linier Dengan Transformasi Aljabar Pengembangan Program Pecahan Linier Dengan Transformasi Aljabar Bobby Reynaldo 1, Ratna Widyati 2, Med Irzal 3 Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri

Lebih terperinci

PENYELESAIAN MODEL NONLINEAR MENGGUNAKAN SEPARABLE PROGRAMMING DENGAN ALGORITMA GENETIKA PADA PRODUKSI TEMPE

PENYELESAIAN MODEL NONLINEAR MENGGUNAKAN SEPARABLE PROGRAMMING DENGAN ALGORITMA GENETIKA PADA PRODUKSI TEMPE Penyelesaian Model Nonlinear... (Asep Iindriana) 1 PENYELESAIAN MODEL NONLINEAR MENGGUNAKAN SEPARABLE PROGRAMMING DENGAN ALGORITMA GENETIKA PADA PRODUKSI TEMPE SOLUTION OF NONLINEAR MODEL USING SEPARABLE

Lebih terperinci

Simulasi Perpindahan Panas pada Lapisan Tengah Pelat Menggunakan Metode Elemen Hingga

Simulasi Perpindahan Panas pada Lapisan Tengah Pelat Menggunakan Metode Elemen Hingga JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) 2337-3520 (2301-928X Print) A-13 Simulasi Perpindahan Panas pada Lapisan Tengah Pelat Menggunakan Metode Elemen Hingga Vimala Rachmawati dan Kamiran Jurusan

Lebih terperinci

Seminar TUGAS AKHIR. Fariz Mus abil Hakim LOGO.

Seminar TUGAS AKHIR. Fariz Mus abil Hakim LOGO. Seminar TUGAS AKHIR Fariz Mus abil Hakim 2207 100 010 LOGO www.themegallery.com Studi Keandalan Jaringan Distribusi 20 kv Wilayah Malang dengan Metode Monte Carlo Pembimbing: Prof. Ir. Ontoseno Penangsang,

Lebih terperinci

PERBANDINGAN METODE GAUSS-SEIDEL PREKONDISI DAN METODE SOR UNTUK MENDAPATKAN SOLUSI SISTEM PERSAMAAN LINEAR. Merintan Afrina S ABSTRACT

PERBANDINGAN METODE GAUSS-SEIDEL PREKONDISI DAN METODE SOR UNTUK MENDAPATKAN SOLUSI SISTEM PERSAMAAN LINEAR. Merintan Afrina S ABSTRACT PERBANDINGAN METODE GAUSS-SEIDEL PREKONDISI DAN METODE SOR UNTUK MENDAPATKAN SOLUSI SISTEM PERSAMAAN LINEAR Merintan Afrina S Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci