PENERAPAN JARINGAN SYARAF TIRUAN GAO PADA PENYELESAIAN PERSOALAN VARIATIONAL INEQUALITY DENGAN FUNGSI BATASAN LINIER DAN NONLINIER

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENERAPAN JARINGAN SYARAF TIRUAN GAO PADA PENYELESAIAN PERSOALAN VARIATIONAL INEQUALITY DENGAN FUNGSI BATASAN LINIER DAN NONLINIER"

Transkripsi

1 PENERAPAN JARINGAN SYARAF TIRUAN GAO PADA PENYELESAIAN PERSOALAN VARIATIONAL INEQUALITY DENGAN FUNGSI BATASAN LINIER DAN NONLINIER Rully Soelaima, Yudhi Puwaato, Erika Purawati Fakultas Tekoloi Iformasi, Istitut Tekoloi Sepuluh Nopember, Kampus Keputih, Sukolilo, Surabaya 60, Idoesia rully@is.its.ac.id Abstrak - Makalah ii memberika alteratif peyelesaia persoala variatioal iequality dea meerapka metode jaria syaraf tirua. Selama ii beberapa aloritma tradisioal ya telah diuaka utuk meyelesaika permasalaha oliier secara umum muki bisa memberika peyelesaia terhadap permasalaha variatioal iequality. Aka tetapi beberapa aloritma tersebut tidak dapat meampilka perubaha ilai peyelesaia dari ilai iisial hia kovere ke titik kesetimbaa da kestabila secara asimtotik. Metode jaria syaraf tirua ya diimplemetasika pada peelitia ii meujukka koveresi lobal terhadap satu ilai optimal dari suatu persoala dalam waktu tertetu, stabil secara asimtotik da memiliki struktur ya lebih sederhaa serta tikat kompleksitas ya lebih redah dalam peimplemetasiaya dibadika dea jaria saraf tirua laiya. Dea meabuka metode jaria syaraf tirua tersebut da metode Rue-Kutta aka dapat diperoleh perubaha ilai peyelesaia dari titik iisial hia titik kesetimbaa secara lebih akurat. Uji coba dilakuka utuk membuktika kemampua metode ii dalam meyelesaika permasalaha.uji coba dilakuka dea meuaka cotoh persoala variatioal iequality. Berdasarka hasil uji coba didapatka bahwa rafik trayektori ya dihasilka dari beberapa ilai iisial ya berbeda-beda kovere terhadap satu titik kesetimbaa di maa ilaiya setara dea peyelesaia secara aalitik. Kata kuci jaria syaraf tirua, variatioal iequality, batasa liear da oliier PENDAHULUAN Dalam bayak aplikasi variatioal iequality ya memiliki batasa liier maupu oliier diharapka mampu mehasilka solusi ya realtime o-lie pada komputer. Namu selama ii aloritma tradisioal ya diuaka utuk meyelesaika permasalaha variatioal iequality tidak sesuai dalam implemetasi ya diharapka. Permasalaha variatioal iequality dea pembatas liear da oliier mempuyai betuk dasar sebaai berikut : T (VI(F, Ω )) ( u u) F( u) 0, u Ω () F merupaka pemetaa ya terus meerus dari R sampai R. dimaa : T u = u, u,..., u ) R ( { u R ( u) 0 Du = d} Ω =, T m (,,..., m ( u ) R ( i, m) u) = ) ( i = =,..., dapat dituruka terus meerus da kokav pada R R = himpua bilaa real dea dimesi ; R m = himpua bilaa real dea dimesi m; R p = himpua bilaa real dea dimesi p; R px = himpua bilaa real dea dimesi px; D R px = matriks D ya aota himpuaya bilaa real dimesi px da d R p Rak(D) = p (0 < p < ) Secara khusus, jika u adalah solusi dari permasalaha : mi { f u Ω} da fusi f dapat dituruka terus meerus, maka u jua merupaka solusi dari permasalaha variatioal iequality pada persamaa (.) dea F = f. Dimaa Ω telah didefiisika pada persamaa () da T f = ( f / u, f / u,..., f / u ) R adalah radie vektor dari f pada u. Dea demikia bayak permasalaha optimasi seperti pemrorama liier, pemrorama quadratik, pemroama oliier, permasalaha miimax dapat diformulasika ke dalam persamaa ().

2 METODE Metode ya diuaka dalam peyelesaia persoala variatioal iequality terdiri dari tahap yaitu : peerapa model jaria syaraf tirua Gao, peyelesaia dea metode Rue Kutta, proses meampilka ilai perhitua. Model Jaria Syaraf Tirua Gao Didasarka pada kodisi solusi ya perlu da cukup, memberika alteratif model jaria syaraf tirua utuk meyelesaika permasalaha variatioal iequality dea batasa liier maupu oliier. Jaria saraf tirua Gao [] ya diuaka memiliki pemetaa asimetris da pemetaa radie ya stabil serta kovere meuju solusi ya optimal. Metode ya ditawarka ii memiliki struktur ya lebih sederhaa da tikat kompleksitas ya lebih redah. Sehia metode ii dapat diuaka utuk meyelesaika permasalaha kelas optimasi ya luas, serta memiliki potesi aplikasi ya besar. Formulasi dari jaria syaraf tirua Gao : u dz d = λ = κg( z) dt dt µ T ~ T F ( ' ) λ D ( µ Du d) ~ = κ λ λ () Du d dimaa : κ > 0 ~ = kostata skala λ = [ λ ] T m λ = ( λ, λ,..., λm ) R da λ i = max{ 0, λ i } tuk i =,,..., m. Setelah formula dari jaria syaraf tirua Gao diuaka maka permasalaha variatioal iequality tersebut dapat diselesaika dea meuaka metode Rue Kutta. a) Skeario I Skeario I dilakuka utuk membuktika tercapaiya ilai ya kovere da stabil pada titik optimal ya ditujukka pada percobaa da percobaa. Percobaa Permasalaha variatioal iequality VI ( F,Ω) dea batasa oliier : F( u) = ( u u 0.00u 8,u u 0.00u 6, dimaa Ω = u u 0.005u ) T { R 0}, = ( u u u, u u ) T u u ' = da D = 0, d = 0 ; u 0 Persoala ii memiliki solusi optimal pada u R da λ R dimaa hasil keluaraya stabil secara asimtotik pada ( u,λ ). Adapu solusi optimal ya diperoleh dari peyelesaia secara aalitis : u =.080,0.8680, λ = ( ) T (.068,.500) T Gambar Grafik trayektori utuk percobaa HASIL UJI COBA Uji coba dilakuka pada sebuah PC dea prosesor Itel Petium CPU.00 GHz, memori 5 MB RAM. Sistem operasi ya diuaka adalah Microsoft Widows XP Professioal. Bahasa komputasi ya diuaka utuk implemetasi metode RPS adalah Matlab.0. Terdapat jeis skeario dalam uji coba, yaitu skeario I ya ditujukka pada percobaa da percobaa da skeario II ya ditujukka pada percobaa da percobaa. -z Gambar Grafik trayektori jarak atara solusi aalitis da ilai perhitua utuk percobaa Sedaka ilai ya diperoleh dari perhitua adalah sebaai berikut :

3 u u u = λ λ Dari dua ilai diatas diketahui jarak atara solusi dea peyelesaia aalitis dea ilai ya diperoleh dari perhitua adalah medekati ol yaitu , sehia dapat dikataka bahwa ilai u, u, u da λ,λ merupaka ilai optimal utuk persoala ii. Perubaha ilai peyelesaia pada persoala bisa dilihat pada Gambar da jarak ilai perhitua terhadap solusi dea peyelesaia aalitis pada Gambar. Percobaa Permasalaha optimasi oliier : u, u da λ, λ, λ λ u, u, u, u5, u6,, merupaka ilai optimal utuk cotoh perrmasalaha di atas. Perubaha ilai peyelesaia pada persoala ii bisa dilihat pada Gambar da jarak ilai perhitua terhadap solusi dea peyelesaia aalitis pada Gambar. Gambar Grafik trayektori utuk percobaa mi ( ) ( ) ( ) ( ) f u = u u such that u = u 0 5 u u 0u u 6 5 u6 u u6u 0u6 8 ( ) u u u 5u5 0 = u u 0u u u5 8 0 = u u 6u 6 8u 96 0 = u u u u u 5u u 0 6 -z Persoala ii memiliki solusi optimal u R da λ R. Adapu solusi optimal tersebut adalah : u = (.0,.95, 0.5,.66, 0.65,.08,. 59) T λ = (.96899,0,0,0.686) T Nilai ya diperoleh dari perhitua adalah : u u u u u u = u λ λ 0 λ 0 λ Nilai jarak atara solusi dea peyelesaia aalitis dea ilai ya diperoleh dari perhitua adalah medekati ol yaitu , sehia ilai Gambar Grafik trayektori jarak atara solusi aalitis da ilai perhitua utuk percobaa b) Skeario II Skeario II dilakuka utuk membuktika kemampua dari jaria syaraf tirua Gao dalam meyelesaika permasalaha variatioal iequality dea membadikaya dea jaria syaraf tirua Friesz ya ditujukka pada percobaa da percobaa. Adapu model jaria syaraf tirua Friesz utuk permasalaha sistem diamis proyeksi secara lobal seperti dibawah ii : d dt u F λ = κ Percobaa ( ' ) T λ D ~ λ λ Du d T µ () Permasalaha variatioal iequality F,Ω dea batasa liier da oliier : F u) = ( u u u, u u u, VI ( ) ( u u u ) T dimaa

4 Ω = { u R u u u, u u u = } =, u, u da D = (,, ), d = ( ) ' Persoala ii memiliki solusi optimal pada u R, λ R da µ R. Adapu solusi optimal ya diperoleh dari peyelesaia secara aalitis adalah : (,, ) T u =, λ = 0, µ = Sedaka ilai ya diperoleh dari perhitua adalah sebaai berikut : u u u = λ Nilai jarak atara solusi dea peyelesaia aalitis dea ilai ya diperoleh dari perhitua adalah medekati ol yaitu , sehia dapat dikataka bahwa ilai u, u, u, λ da µ merupaka ilai optimal utuk cotoh perrmasalaha di atas. Sedaka ilai ya diperoleh dari perhitua dea meuaka model jaria syaraf tirua Friesz ii adalah : u u u = λ Jika dibadika dea perhitua meuaka model jaria syaraf tirua Gao, maka diperoleh jarak ya lebih besar atara solusi dari peyelesaia aalitis dea ilai ya diperoleh dari perhitua yaitu , sehia dapat dikataka bahwa ilai ya diperoleh dari perhitua ya meuaka model jaria syaraf tirua Friesz tersebut, u, u, u, λ da µ masih belum bisa mecapai ilai optimal utuk cotoh permasalaha di atas. Peyelesaia persoala ke- dea meuaka model jaria syaraf tirua Friesz dapat dilihat pada Gambar da jarakya terhadap secara aalitis pada Gambar 8 Gambar 5 Grafik trayektori utuk percobaa Gambar Grafik trayektori jaria syaraf tirua Friesz utuk percobaa -z -z Gambar 6 Grafik trayektori jarak atara solusi aalitis da ilai perhitua utuk percobaa Perubaha ilai peyelesaia pada persoala ke- bisa dilihat pada Gambar 5 da jarak ilai perhitua terhadap solusi dea peyelesaia aalitis pada Gambar 6. Gambar 8 Grafik trayektori jarak atara solusi aalitis da ilai perhitua jaria syaraf tirua Friesz utuk percobaa Percobaa Permasalaha optimasi oliier :

5 mi ( ) = ( f u ui u i ) i= such that u i ui,ui ui =, i =,,..., dimaa : u = u u,u u,...,u u ( ) ( ) T f T = ( u u, u u,..., u u ) R = (,...,0, u,,0,..., 0) T utuk i 0 i i =,,..., 0 0 L D L = M M M M O M M L d = (,,..., ) R Persoala pada permasalaha ke- ii memiliki solusi optimal u R, λ R da µ R dimaa hasil keluaraya kovere meuju ( u, λ, µ ). Adapu solusi optimal tersebut adalah : u = (.,0.6,...,.,0. 6) T, λ = ( 0) T, µ = ( 0) T utuk i =,,..., Utuk membadika ilai optimal, maka percobaa dilakuka dua kali utuk meyelesaika pesoala ke- dea masi-masi jumlah sebayak 00 da 600. Utuk ilai ya diperoleh dari perhitua dea = 00 adalah : u M M u λ = M M λ µ M M da ilai dari perhitua dea = 600 adalah : u M M u λ = M M λ µ M M Dari ilai diatas diketahui jarak atara solusi peyelesaia aalitis terhadap ilai ya diperoleh dari perhitua dea = 00 da = 600 adalah medekati ol yaitu da , sehia dapat dikataka bahwa ilai u, i λ i da µ i merupaka ilai optimal utuk i =,,..., pada cotoh di atas. Perubaha ilai peyelesaia pada persoala ke- dea = 00 da =600 bisa dilihat pada Gambar 9 da Gambar 0. Gambar 9 Grafik trayektori dea =00 utuk percobaa Gambar 0 Grafik trayektori dea =600 utuk percobaa

6 utuk rafik jarak ilai perhitua terhadap solusi dea peyelesaia aalitis pada Gambar da Gambar. -z -z Gambar Grafik trayektori selisih atara solusi aalitis da ilai perhitua dea =00 utuk percobaa Gambar Grafik trayektori selisih atara solusi aalitis da ilai perhitua dea =600 utuk percobaa SIMPULAN Setelah dilakuka uji coba da aalisis terhadap perakat luak ya dibuat, maka dapat diambil simpula sebaai berikut:. Jaria syaraf tirua Gao dapat mejadi salah satu alteratif dalam meyelesaika permasalaha variatioal iequality dea batasa liear da oliier.. Persoala ya aka diselesaika harus memiliki solusi da memeuhi kodisi Slater. Apabila persoala tidak memiliki solusi da memeuhi kodisi Slater maka model jaria syaraf tirua Gao tidak dapat meyelesaika persoala tersebut.. Nilai awal atau iitial poit ya diberika pada sebara titik aka mearah ke satu ilai optimal ya kovere da stabil secara asimtotik.. Pemberia ilaiκ tidak mempearuhi ilai optimalya (aka tetap mearah ke satu titik optimal). 5. Pemberia ilai aka mempearuhi tercapaiya ilai optimal ya kovere. Semaki paja ilai ya diberika maka akurasi ya tercapai aka meikat atau tetap (mearah ke satu ilai optimal). 6. Nilai optimal ya dikeluarka oleh metode jaria syaraf tirua Gao diaap optimal jika jarak atara solusi ya dihasilka terhadap solusi aalitis adalah ol.. Jika dibadika dea metode lai, jaria syaraf tirua Gao dapat memberika ilai ya lebih kovere da stabil secara asimtotik 5 DAFTAR PUSTAKA [] Chapra, Steve C. ad Caale, Raymod P., 00, Numerical Methods for Eieers, th Editio, Mc Graw Hill. [] Whisu Murthi, Cici Aitha, Rully Soelaima, 00, Peerapa Recurret Neural Network pada Peyelesaia Persoala Noliear Covex dea Fusi Batasa Liear, Jurusa Sistem Iformasi Fakultas Tekoloi Iformasi ITS Surabaya. [] X. B. Gao, L.-Z. Liao ad L. Q Qi, November 005, A Novel Neural Network for Variatioal iequality With Liier ad Noliier Costraits, IEEE Trasactio o Neural Network, volume 6, No.6. [] T. L. Friesz, D. H Berstei, N. J. Mehta, r. L tobi, ad S. Gajlizadeh, 99, Day-to-day dyamic etwork disequilibria ad idealized traveller iformatio systems, Oper. Res.,vol., pp.0-6. [5] Naurey, Aa, 00, Variatioal Iequalities, Iseber School of Maaemet Uiversity of Massachusetts Amherst, MA 000.

METODA ITERATIF PADA PERMASALAHAN MENARA HANOI

METODA ITERATIF PADA PERMASALAHAN MENARA HANOI Jural Matematika Vol.6 No.1 November 2006 [ 19 : 23 ] METODA ITERATIF PADA PERMASALAHAN MENARA HANOI Erwi Harahap, Farid H Badruzzama, M. Yusuf Fajar Jurusa Matematika, Uiversitas Islam Badu, Jala Tamasari

Lebih terperinci

Multi Variabel Tanpa Kendala Multi Variabel dengan Kendala

Multi Variabel Tanpa Kendala Multi Variabel dengan Kendala Optimasi No-iier Pedahulua Suatu permasalaha optimasi disebut oliier ika fusi tuua da kedalaya mempuyai betuk oliier pada salah satu atau keduaya, cotohya adalah sebaai berikut: Metode Optimasi Aalitis

Lebih terperinci

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

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

Lebih terperinci

Optimasi Non-Linier. Metode Analitik

Optimasi Non-Linier. Metode Analitik Optimasi No-iier Metode Aalitik Pedahulua Suatu permasalaha optimasi disebut oliier ika fusi tuua da kedalaya mempuyai betuk oliier pada salah satu atau keduaya, cotohya adalah sebaai berikut: Metode Optimasi

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakag Dalam keadaa dimaa meghadapi persoala program liier yag besar, maka aka berusaha utuk mecari peyelesaia optimal dega megguaka algoritma komputasi, seperti algoritma

Lebih terperinci

Bab 7 Penyelesaian Persamaan Differensial

Bab 7 Penyelesaian Persamaan Differensial Bab 7 Peelesaia Persamaa Differesial Persamaa differesial merupaka persamaa ag meghubugka suatu besara dega perubahaa. Persamaa differesial diataka sebagai persamaa ag megadug suatu besara da differesiala

Lebih terperinci

MATRIKS HANKEL Hankel Matrices. R. Heru Tjahjana Jurusan Matematika FMIPA UNDIP. Abstract

MATRIKS HANKEL Hankel Matrices. R. Heru Tjahjana Jurusan Matematika FMIPA UNDIP. Abstract Vol. 4. No., 8-9, Austus, ISSN : 4-858 MATRIKS HANKEL Hakel Matrices R. Heru Tahaa Jurusa Matematika FMIPA UNDIP Abstract I this paper, we talk about Hakel Operator ad Hakel Matrix. Operator H :F[] - F[[

Lebih terperinci

Bab II Sistem Dengan Fase Nonminimum Dan Iterative Learning Control

Bab II Sistem Dengan Fase Nonminimum Dan Iterative Learning Control Bab II Sistem Dea Fase Nomiimum Da Iterative Leari Cotrol Paa baia ii, aka ibahas sistem plat oliear ea ase o miimum a hal-hal ya terkait ea plat oliear. Pembahasa teta iversi stabil a iterative leari

Lebih terperinci

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu Secara umum persamaa rekursif liier tigkat-k bisa dituliska dalam betuk: dega C 0 0. C 0 x + C 1 x 1 + C 2 x 2 + + C k x k = b, Jika b = 0 maka persamaa rekursif tersebut diamaka persamaa rekursif liier

Lebih terperinci

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

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

Lebih terperinci

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real: BARISAN TAK HINGGA Secara umum, suatu barisa dapat diyataka sebagai susua terurut dari bilaga-bilaga real: u 1, u 2, u 3, Barisa tak higga merupaka suatu fugsi dega domai berupa himpua bilaga bulat positif

Lebih terperinci

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

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

Lebih terperinci

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag

Lebih terperinci

PERTEMUAN 13. VEKTOR dalam R 3

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

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Bicriteria Liear Programmig (BLP) Pesoala optimisasi dega beberapa fugsi tujua memperhitugka beberapa tujua yag koflik secara simulta, secara umum Multi objective programmig (MOP)

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuha Sistem Sebelum melakuka deteksi da trackig obyek dibutuhka peragkat luak yag dapat meujag peelitia. Peragkat keras da luak yag diguaka dapat dilihat pada Tabel

Lebih terperinci

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang II. LANDASAN TEORI Pada bab ii aka diberika beberapa istilah, defiisi serta kosep-kosep yag medukug dalam peelitia ii. 2.1 Kosep Dasar Teori Graf Berikut ii aka diberika kosep dasar teori graf yag bersumber

Lebih terperinci

,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0.

,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0. PROGRAM STUDI PENDIDIKAN MATEMATIKA FKIP UNMUH PONOROGO SOAL UJIAN TENGAH SEMESTER GENAP TA 03/04 Mata Ujia : Aalisis Real Tipe Soal : REGULER Dose : Dr. Jula HERNADI Waktu : 90 meit Hari, Taggal : Selasa,

Lebih terperinci

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

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

Lebih terperinci

SIFAT-SIFAT SUBKELAS FUNGSI UNIVALEN MEMUAT INTEGRAL OPERATOR

SIFAT-SIFAT SUBKELAS FUNGSI UNIVALEN MEMUAT INTEGRAL OPERATOR Vol 9 No, 0 ural Sais, Tekoloi Idustri SIFAT-SIFAT SUBKELAS FUNGSI UNIVALEN MEMUAT INTEGRAL OPERATOR Fitri Aryai urusa Matematika Fakultas Sais Tekoloi, UIN SUSKA Riau Email: baihaqi_atimah78@yahoocom

Lebih terperinci

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

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

Lebih terperinci

Semigrup Matriks Admitting Struktur Ring

Semigrup Matriks Admitting Struktur Ring Semigrup Matriks dmittig Struktur ig K a r y a t i Jurusa Pedidika Matematika FMIP, Uiversitas Negeri Yogyakarta Email: yatiuy@yahoo.com bstrak Diberika adalah rig komutatif dega eleme satua da adalah

Lebih terperinci

BARISAN PANGKAT TERURUT MATRIKS PADA ALJABAR MAX PLUS

BARISAN PANGKAT TERURUT MATRIKS PADA ALJABAR MAX PLUS BRISN PNGKT TERURUT MTRIKS PD LJBR MX PLUS Nurwa Jurusa Matematika FMIP Uiversitas Negeri Gorotalo E-mail: urwa_mat@ug.ac.id bstrak Diberika matriks R yag memeuhi = λ. Matriks adalah k + c c k taktereduksi

Lebih terperinci

Homomorfisma Pada Semimodul Atas Aljabar Max-Plus

Homomorfisma Pada Semimodul Atas Aljabar Max-Plus Homomorfisma Pada Semimodul Atas Aljabar Max-Plus A 14 Oleh : Musthofa Jurusa Pedidika Matematika FMIPA UNY Abstrak Kosep homorfisma telah bayak dibahas pada beberapa struktur aljabar yaitu pada ruag vektor

Lebih terperinci

Penerapan Metode Pengganda Lagrange Dalam Bidang Ekonomi. The Application of The Method of Lagrange Multipliers in The Economy

Penerapan Metode Pengganda Lagrange Dalam Bidang Ekonomi. The Application of The Method of Lagrange Multipliers in The Economy Jural Ekspoesial Volume, Nomor, Nopember ISSN 85-789 Peerapa Metode Peada arae Dalam Bida Ekoomi The Applicatio of The Method of arae Multipliers i The Ecoomy Syaripuddi Proram Studi Statistika FMIPA Uiversitas

Lebih terperinci

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

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

Lebih terperinci

Penyelesaian Persamaan Non Linier

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

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model. BAB II LANDASAN TEORI Pada bagia ii aka dibahas tetag teori-teori dasar yag diguaka utuk dalam megestimasi parameter model.. MATRIKS DAN VEKTOR Defiisi : Trace dari matriks bujur sagkar A a adalah pejumlaha

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan Istitut Tekologi Sepuluh Nopember Surabaya Model Sistem dalam Persamaa Keadaa Pegatar Materi Cotoh Soal Rigkasa Latiha Pegatar Materi Cotoh Soal Rigkasa Istilah-istilah Dalam Persamaa Keadaa Aalisis Sistem

Lebih terperinci

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan Selag Kepercayaa (Cofidece Iterval) Pegatar Peduga titik (poit estimator) telah dibahas pada kuliah-kuliah sebelumya. Walau statistikawa telah berusaha memperoleh peduga titik yag baik, amu hampir bisa

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah III PEMBAHASAN Pada bagia ii aka diformulasika masalah yag aka dibahas. Solusi masalah aka diselesaika dega Metode Dekomposisi Adomia. Selajutya metode ii aka diguaka utuk meyelesaika model yag diyataka

Lebih terperinci

Solusi Numerik Persamaan Transport

Solusi Numerik Persamaan Transport Solusi Numerik Persamaa Trasport M. Jamhuri December 16, 2013 Diberika persamaa Trasport u t + 2u x = 0 1) Diberika persamaa Trasport u t + 2u x = 0 1) Diskretka persamaa trasport 1) dega megguaka persamaa

Lebih terperinci

TEOREMA WEYL UNTUK OPERATOR HYPONORMAL

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

Lebih terperinci

PERCOBAAN 4 VARIABEL ACAK DAN DISTRIBUSI PROBABILITASNYA

PERCOBAAN 4 VARIABEL ACAK DAN DISTRIBUSI PROBABILITASNYA PERCOBAAN 4 VARIABEL ACAK DAN DISTRIBUSI PROBABILITASNYA 4.. Tujua : Setelah melaksaaka praktikum ii mahasiswa diharapka mampu : Membedaka data berdasarka jeis variabelya Mapatka mea da varias dari distribusi

Lebih terperinci

Hendra Gunawan. 12 Februari 2014

Hendra Gunawan. 12 Februari 2014 MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2013/2014 12 Februari 2014 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 82 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang 2 LANDASAN TEORI Ruag Cotoh, Kejadia, da Peluag Percobaa acak adalah suatu percobaa yag dapat diulag dalam kodisi yag sama, yag hasilya tidak dapat diprediksi secara tepat tetapi dapat diketahui semua

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka

Lebih terperinci

SUATU TINJAUAN NUMERIK PERSAMAAN ADVEKSI DIFUSI 2-D TRANSFER POLUTAN DENGAN MENGGUNAKAN METODE BEDA HINGGA DU-FORT FRANKEL

SUATU TINJAUAN NUMERIK PERSAMAAN ADVEKSI DIFUSI 2-D TRANSFER POLUTAN DENGAN MENGGUNAKAN METODE BEDA HINGGA DU-FORT FRANKEL KNM XVII 11-14 Jui 2014 ITS, Surabaya SUATU TINJAUAN NUMERIK PERSAMAAN ADVEKSI DIFUSI 2-D TRANSFER POLUTAN DENGAN MENGGUNAKAN METODE BEDA HINGGA DU-FORT FRANKEL JEFFRY KUSUMA 1, KHAERUDDIN 2, SYAMSUDDIN

Lebih terperinci

PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES

PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES Jural Matematika UNAND Vol. 3 No. 4 Hal. 52 59 ISSN : 233 29 c Jurusa Matematika FMIPA UNAND PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN

Lebih terperinci

DIMENSI PARTISI PADA GRAF KINCIR PARTITION DIMENSION OF WINDMILL GRAPH

DIMENSI PARTISI PADA GRAF KINCIR PARTITION DIMENSION OF WINDMILL GRAPH PROPOAL TUGA AKHIR DIMENI PARTII PADA GRAF KINCIR PARTITION DIMENION OF WINDMILL GRAPH Oleh: CHANDRA IRAWAN NRP : 100 109 04 JURUAN MATEMATIKA FAKULTA MATEMATIKA DAN ILMU PENGETAHUAN ALAM INTITUT TEKNOLOGI

Lebih terperinci

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum BAB II TEORI DASAR 2.1 Aljabar Liier Defiisi 2. 1. 1 Grup Himpua tak kosog G disebut grup (G, ) jika pada G terdefiisi operasi, sedemikia rupa sehigga berlaku : a. Jika a, b eleme dari G, maka a b eleme

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Permasalaha peugasa atau assigmet problem adalah suatu persoala dimaa harus melakuka peugasa terhadap sekumpula orag yag kepada sekumpula job yag ada, sehigga tepat satu

Lebih terperinci

ANALISIS STABILITAS TRANSIENT SISTEM TENAGA LISTRIK PADA PT. KEBON AGUNG MALANG

ANALISIS STABILITAS TRANSIENT SISTEM TENAGA LISTRIK PADA PT. KEBON AGUNG MALANG ANALISIS STABILITAS TRANSIENT SISTEM TENAGA LISTRIK PADA PT. KEBON AGUNG MALANG Agam Rido Priawa¹, Ir. Mahfudz Shidiq, M.T. ², Hadi Suyoo, S.T., M.T., Ph.D.³ ¹Mahasiswa Jurusa Tekik Elektro, ² ³Dose Jurusa

Lebih terperinci

Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung

Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung Eksplorasi Algoritma Mass, Profit,, Profit / Mass, atau Profit / utuk Persoala Iteger Kapsack yag Bedaya Berupa Zat Kimia dega Jeisya Terdefiisi Abstrak Riyai Mardikaigrum 1, Nurshati 2, Vaia Karimah 3

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun 47 BAB IV HASIL DAN PEMBAHASAN Sebagai hasil peelitia dalam pembuata modul Racag Bagu Terapi Ifra Merah Berbasis ATMega8 dilakuka 30 kali pegukura da perbadiga yaitu pegukura timer/pewaktu da di badigka

Lebih terperinci

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno sutiko PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK Sutiko Program Studi Tekik Iformatika Fakultas Sais da Matematika UNDIP tik@udip.ac.id

Lebih terperinci

1 n MODUL 5. Peubah Acak Diskret Khusus

1 n MODUL 5. Peubah Acak Diskret Khusus ODUL 5 Peubah Acak Diskret Khusus Terdapat beberapa peubah acak diskret khusus yag serig mucul dalam aplikasi. Peubah Acak Seragam ( Uiform) Bila X suatu peubah acak diskret dimaa setiap eleme dari X mempuyai

Lebih terperinci

Bab 3 Metode Interpolasi

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

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

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

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.

Lebih terperinci

METODE DEKOMPOSISI LAPLACE UNTUK MENENTUKAN SOLUSI PERSAMAAN DIFERENSIAL PARSIAL NONLINIER

METODE DEKOMPOSISI LAPLACE UNTUK MENENTUKAN SOLUSI PERSAMAAN DIFERENSIAL PARSIAL NONLINIER Vol.1 No.1 (16) Hal. 38-45 METODE DEKOMPOSISI LAPLACE UNTUK MENENTUKAN SOLUSI PERSAMAAN DIFERENSIAL PARSIAL NONLINIER Siar Ismaya, Yui Yulida *, Na imah Hijriati Program Studi Matematika Fakultas MIPA

Lebih terperinci

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor Bab 6 Deret Taylor da Deret Lauret BAB 6 DERET TAYLOR DAN DERET LAURENT 6 Deret Taylor Misal fugsi f aalitik pada - < R ligkara dega pusat di da jari-jari R Maka utuk setiap titik pada ligkara itu f dapat

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

RING MATRIKS ATAS RING KOMUTATIF. Achmad Abdurrazzaq, Ari Wardayani, Suroto Universitas Jenderal Soedirman

RING MATRIKS ATAS RING KOMUTATIF. Achmad Abdurrazzaq, Ari Wardayani, Suroto Universitas Jenderal Soedirman JMP : Volume 7 Nomor 1, Jui 2015, hal 11-18 RING MATRIKS ATAS RING KOMUTATIF Achmad Abdurrazzaq, Ari Wardayai, Suroto razzaqgaesha@gmailcom Uiversitas Jederal Soedirma ABSTRACT This paper discusses a matrices

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3 BAB XII. SUKU BANYAK A = a Pegertia: f(x) = a x + a x + a x + + a x +a adalah suku bayak (poliom) dega : - a, a, a,.,a, a, a 0 adalah koefisiekoefisie suku bayak yag merupaka kostata real dega a 0 - a

Lebih terperinci

BAB I PENDAHULUAN. A. Latar Belakang Masalah

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 3 BAB II TINJAUAN PUSTAKA Pada bab ii aka dituliska beberapa aspek teoritis berupa defiisi, teorema da sifat-sifat yag berhubuga dega aljabar liear, struktur aljabar da teori kodig yag diguaka sebagai

Lebih terperinci

ANALISIS TENTANG GRAF PERFECT

ANALISIS TENTANG GRAF PERFECT Aalisis Tetag Graf Perfect ANALISIS TENTANG GRAF PERFET Nurul Imamah AH Fakultas Matematika da Ilmu Pegetahua Alam Uiversitas Pesatre Tiggi Darul Ulum Jombag urul.imamah86@gmail.com Abstrak Seirig perkembaga

Lebih terperinci

Pengenalan Pola. Regresi Linier

Pengenalan Pola. Regresi Linier Pegeala Pola Regresi Liier PTIIK - 014 Course Cotets 1 Defiisi Regresi Liier Model Regresi Liear 3 Estimasi Regresi Liear 4 Studi Kasus da Latiha Defiisi Regresi Liier Regresi adalah membagu model utuk

Lebih terperinci

Model SIR Penyakit Tidak Fatal

Model SIR Penyakit Tidak Fatal Model SIR Peyakit Tidak Fatal Husi Tamri, M. Zaki Riyato *, Akhid, Ardhi Ardhia Jurusa Matematika FMIPA UGM Yogyakarta 2007 Itisari Model SIR dapat diguaka utuk memodelka peyebara suatu peyakit yag tidak

Lebih terperinci

BAB IV PEMECAHAN MASALAH

BAB IV PEMECAHAN MASALAH BAB IV PEMECAHAN MASALAH 4.1 Metodologi Pemecaha Masalah Dalam ragka peigkata keakurata rekomedasi yag aka diberika kepada ivestor, maka dicoba diguaka Movig Average Mometum Oscillator (MAMO). MAMO ii

Lebih terperinci

Deret Fourier. Modul 1 PENDAHULUAN

Deret Fourier. Modul 1 PENDAHULUAN Modul Deret Fourier Prof. Dr. Bambag Soedijoo P PENDAHULUAN ada modul ii dibahas masalah ekspasi deret Fourier Sius osius utuk suatu fugsi periodik ataupu yag diaggap periodik, da dibahas pula trasformasi

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

Persamaan Non-Linear

Persamaan Non-Linear Persamaa No-Liear Peyelesaia persamaa o-liear adalah meghitug akar suatu persamaa o-liear dega satu variabel,, atau secara umum dituliska : = 0 Cotoh: 2 5. 5 4 9 2 0 2 5 5 4 9 2 2. 2 0 2 5. e 0 Metode

Lebih terperinci

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

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

Lebih terperinci

HUBUNGAN PELABELAN GRACEFUL PADA DIGRAF BIDIRECTIONAL G DAN GRAF UNDERLYING DARI G

HUBUNGAN PELABELAN GRACEFUL PADA DIGRAF BIDIRECTIONAL G DAN GRAF UNDERLYING DARI G J Sais MIPA Desember 7 Vol 1 No Hal: 197 - ISSN 1978-187 ABSTRACT HUBUNGAN PELABELAN GRACEFUL PADA DIGRAF BIDIRECTIONAL G DAN GRAF UNDERLYING DARI G Kristiaa Wijaya Jurusa Matematika FMIPA Uiversitas Jember

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

(The Method of Separation of Variables). Metode ini dapat digunakan pada PDP linier, khususnya PDP dengan koefisien konstan.

(The Method of Separation of Variables). Metode ini dapat digunakan pada PDP linier, khususnya PDP dengan koefisien konstan. METODE PEMISAHAN PEUBAH (The Method of Separatio of Variales) Metode ii dapat diguaka pada PDP liier, khususya PDP dega koefisie kosta Tujua Istruksioal : Setelah megikuti perkuliaha mahasiswa dapat: 1

Lebih terperinci

C (z m) = C + C (z m) + C (z m) +...

C (z m) = C + C (z m) + C (z m) +... 4.. DERET PANGKAT Deret pagkat dari (x-m) merupaka deret tak higga yag betuk umumya adalah : i= i i C (z m) = C + C (z m) + C (z m) +... ( 4- ) C, C,... = kostata disebut koefisie deret m = kostata disebut

Lebih terperinci

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

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

Lebih terperinci

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Vol. 6. No., 97-09, Agustus 003, ISSN : 40-858 METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak Tulisa ii membahas peetua persamaa ruag

Lebih terperinci

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

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

Lebih terperinci

REGRESI DAN KORELASI

REGRESI DAN KORELASI REGRESI DAN KORELASI Pedahulua Dalam kehidupa sehari-hari serig ditemuka masalah/kejadia yagg salig berkaita satu sama lai. Kita memerluka aalisis hubuga atara kejadia tersebut Dalam bab ii kita aka membahas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Optimasi 2.1.1. Pegertia Optimasi Optimasi (Optimizatio) adalah aktivitas utuk medapatka hasil terbaik di bawah keadaa yag diberika. Tujua akhir dari semua aktivitas tersebut

Lebih terperinci

Pelabelan E-cordial pada Graf Hasil Cartesian Product

Pelabelan E-cordial pada Graf Hasil Cartesian Product Pelabela E-cordial pada Gra Hasil Cartesia Product Kholis Widyasmedi, R. Heri Soelistyo Program Studi Matematika Jurusa Matematika Fakultas Sais da Matematika Uiversitas Dipoegoro Email: widyasmedi@gmail.com

Lebih terperinci

SISTEM PERSAMAAN LINEAR PADA ALJABAR MIN-PLUS. Abstrak

SISTEM PERSAMAAN LINEAR PADA ALJABAR MIN-PLUS. Abstrak Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 4 Mei 0 SISTEM PERSAMAAN LINEAR PADA ALJABAR MIN-PLUS Musthofa Jurusa Pedidika Matematika FMIPA

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

2 BARISAN BILANGAN REAL

2 BARISAN BILANGAN REAL 2 BARISAN BILANGAN REAL Di sekolah meegah barisa diperkealka sebagai kumpula bilaga yag disusu meurut "pola" tertetu, misalya barisa aritmatika da barisa geometri. Biasaya barisa da deret merupaka satu

Lebih terperinci

SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT

SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT Jural Matematika UNAND Vol. 4 No. 1 Hal. 12 22 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT ENIVA RAMADANI

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 31-41, April 2004, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 31-41, April 2004, ISSN : Vol. 7. No. 1, 31-41, April 24, ISSN : 141-8518 Peetua Kestabila Sistem Kotrol Lup Tertutup Waktu Kotiu dega Metode Trasformasi ke Betuk Kaoik Terkotrol Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

PROSIDING ISBN:

PROSIDING ISBN: S-6 Perlukah Cross Validatio dilakuka? Perbadiga atara Mea Square Predictio Error da Mea Square Error sebagai Peaksir Harapa Kuadrat Kekelirua Model Yusep Suparma (yusep.suparma@ upad.ac.id) Uiversitas

Lebih terperinci

Himpunan. Himpunan 3/28/2012. Semesta Pembicaraan Semua mobil di Indonesia

Himpunan. Himpunan 3/28/2012. Semesta Pembicaraan Semua mobil di Indonesia Himpua Suatu himpua atau gugus adalah merupaka sekumpula obyek. Pada umumya aggota dari gugus tersebut memiliki suatu sifat yag sama. Suatu himpua bagia atau aak gugus merupaka sekumpula obyek yag aggotaya

Lebih terperinci

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 <

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 < II. TINJAUAN PUSTAKA 2.1 Keterbagia Secara umum apabila a bilaga bulat da b bilaga bulat positif, maka ada tepat satu bilaga bulat q da r sedemikia sehigga : = +, 0 < dalam hal ii b disebut hasil bagi

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI I PENDAHULUAN 1 Latar belakag Model pertumbuha Solow-Swa (the Solow-Swa growth model) atau disebut juga model eoklasik (the eo-classical model) pertama kali dikembagka pada tahu 195 oleh Robert Solow da

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI 2.1 Defiisi Mutu Dalam duia idustri baik idustri jasa maupu maufaktur mutu adalah faktor kuci ya membawa keberhasila bisis, pertumbuha da peikata posisi bersai. Mutu merupaka sesuatu

Lebih terperinci