TUGAS AKHIR ALGORITMA MODIFIKASI BROYDEN-FLETCHER-GOLDFARB- SHANNO (MBFGS) PADA PERMASALAHAN OPTIMASI
|
|
- Ridwan Halim
- 6 tahun lalu
- Tontonan:
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 Nama Mahasiswa : Rahmawati Erma.S. NRP : 1208100030 Jurusan : Matematika Dosen Pembimbing : 1. Subchan, M.Sc, Ph.D
Lebih terperinciBAB 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 terperinciOPTIMASI 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 terperinciKOMBINASI 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 terperinciKonvergensi 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 terperinciMETODE 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 terperinciBAB 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 terperinciAlgoritme 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 terperinciOPTIMASI 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 terperinciPENCARIAN 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 terperinciOptimasi 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 terperinciSyarat 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 terperinciUJIAN 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 terperinciPERBANDINGAN 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 terperinciMETODE 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 terperinciFAMILI 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 terperinciMETODE 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 terperinciMETODE 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 terperinciSYARAT 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 terperinciMETODE 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 terperinciOPTIMIZATION 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 terperinciPENGGUNAAN 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 terperinciKata 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 terperinciOPTIMISASI 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 terperinciKELUARGA 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 terperinciPENYELESAIAN 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 terperinciBAB 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 terperinciBAB 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 terperinciPENYELESAIAN 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 terperinciSEBUAH 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 terperinciOPTIMASI 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 terperinciElly 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 terperinciGARIS-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 terperinciMODIFIKASI 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 terperinciKONTROL 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 terperinciOPTIMASI 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 terperinciREGRESI 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 terperinciPENYELESAIAN 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 terperinciMODIFIKASI 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 terperinciOPTIMALISASI 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 terperinciOPTIMISASI 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 terperinciOPTIMISASI 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 terperinciPENENTUAN 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 terperinciMETODE 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 terperinciSOLUSI 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 terperinciPERBAIKAN 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 terperinciMETODE 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 terperinciPEMILIHAN 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 terperinciKEKONVERGENAN 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 terperinciOPTIMASI (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 terperinciVARIAN 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 terperinciOPTIMALISASI 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 terperinciMetode 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 terperinciMETODE 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 terperinciSUATU 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 terperinciFAMILI 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 terperinciFakultas 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 terperinciOPTIMASI 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 terperinciFAKULTAS 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 terperinciPROGRAM 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 terperinciJurnal 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 terperinciTUGAS 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 terperinciPERANCANGAN 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 terperinciOPTIMASI 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 terperinciMETODE 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 terperinciANALISIS 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 terperinciMODIFIKASI 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 terperinciPengembangan 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 terperinciInversi 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 terperinciMODIFIKASI 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 terperinciOPTIMASI 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 terperinciSOLUSI 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 terperinciJurnal 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 terperinciMETODE 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 terperinciMETODE 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 terperinciANALISIS 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 terperinciOleh : 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 terperinciSEMINAR 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 terperinciPRESENTASI 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 terperinciBAB 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 terperinciBAB 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 terperinciITERASI 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 terperinciOPTIMASI 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 terperinciWAKTU 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 terperinciBEBERAPA 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 terperinciMatrix 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 terperinciUNNES 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 terperinciEstimasi 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 terperinciOleh: 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 terperinciMETODE 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 terperinciMETODE 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 terperinciMETODE 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 terperinciTEKNIK 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 terperinciFUNGSI 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 terperinciMETODE 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 terperinciPengembangan 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 terperinciPENYELESAIAN 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 terperinciSimulasi 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 terperinciSeminar 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 terperinciPERBANDINGAN 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