BAB 2 LANDASAN TEORI
|
|
- Yuliani Susanto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB 2 LANDASAN TEORI 2.. Kosep Dasar Graph Sebelum sampai pada defiisi masalah litasa terpedek, terlebih dahulu pada bagia ii aka diuraika megeai kosep-kosep dasar dari model graph da represetasiya dalam memodelka masalah litasa terpedek. Defiisi 2.. Graph didefiisika sebagai pasaga himpua (V, E), dega V adalah himpua titik (vertex) da E adalah himpua sisi (edge) (Chacra et al, 979, hal:5). Secara umum graph dapat digambarka dega suatu diagram dega titik dituukka sebagai titik yag diotasika dega v i, i =, 2,, da sisi digambarka dega sebuah garis lurus atau garis legkug yag meghubugka dua buah titik (v i, v ) da diotasika dega e k. Sebagai ilustrasi dapat dilihat Gambar 2. yaitu suatu graph yag mempuyai lima titik da eam sisi.
2 Gambar 2.. Graph 5 titik da 6 sisi Defiisi 2.2. Loop adalah sisi yag berawal da berakhir pada titik yag sama, sedagka sisi paralel (edge paralel) adalah dua sisi atau lebih berbeda yag meghubugka dua buah titik v i da v yag sama. Gambar 2.2. Graph dega 6 titik da 0 sisi Pada Gambar 2.2 dapat dilihat bahwa e 4 adalah sebuah loop da e serta e 2 adalah dua buah sisi yag paralel. Defiisi 2.3. Graph sederhaa adalah graph yag tidak memuat loop da sisi-sisi paralel. Misalka V = (v, v 2, v 3, v 4, v 5 ) da E=(e, e 2, e 3, e 4, e 5, e 6 ), maka G=(V,E) adalah graph sederhaa yag dapat dilihat pada Gambar 2.. Defiisi 2.4. Suatu edge e k dalam suatu graph G dega titik-titik uug v i da v disebut salig icidet dega v i da v, sedagka v i da v ii disebut dua buah titik yag salig
3 adacet. Jika kedua edge tersebut icidet pada suatu titik persekutua, maka dua buah edge e k da e m disebut salig adacet. Pada Gambar 2.2 dapat dilihat bahwa e 8, e 7, e 9 adalah tiga buah sisi yag icidet dega v 6, sedagka e 5 da e 7 adalah adacet. Defiisi 2.5. Degree dari sbuah titik v i dalam graph G adalah umlah sisi yag icidet dega v i. Dega loop dihitug dua kali. Degree dari sebuah titik v i biasaya diotasika dega d(v i ). Pada Gambar 2.2 dapat dilihat bahwa d(v ) = 2, d(v 2 ) = 4, d(v 3 ) = 5, d(v 4 ) = 2, d(v 5 ) =2, d(v 5 ) = 3, da d(v 6 ) = 3. Defiisi 2.6. Suatu walk dalam sebuah graph G(V,E) adalah suatu barisa berhigga dari titik da sisi secara bergatia yag dimulai da diakhiri dega titik sehigga setiap sisi icidet dega titik sebelum da sesudahya, di maa sebuah sisi haya dilalui satu kali. Di dalam suatu walk pada sebuah graph dapat teradi bahwa satu titik dilalui lebih dari satu kali. Defiisi 2.7. Suatu Graph Berarah G terdiri dari himpua titik V(G): {v, v 2, }, himpua sisi E(G): {e, e 2, }, da suatu fugsi yag meghubugka setiap sisi dalam E(G) ke suatu pasaga beruruta titik (v i,v ). Jika e k = (v i,v ) adalah suatu sisi dalam G, maka v i disebut titik awal e k da v disebut titik akhir e k. Arah sisi adalah dari v i ke v.
4 Berikut ii Gambar 2.3. Gambar 2.3. Digraph G 2.2. Graph Berlabel Hubuga atar titik dalam graph perlu diperelas. Hubuga tidak cukup haya meuukka titik maa yag berhubuga lagsug, tetapi uga seberapa kuat hubuga itu. Titik graph meyataka kota-kota yag ada di daerah tersebut. Sisi-sisi dalam graph meyataka ala yag meghubugka kota-kota tersebut. Iformasi tetag peta daerah perlu diperelas dega mecatumka arak atara 2 kota yag berhubuga. Iformasi tetag arak dibutuhka karea dalam graph, letak titik da paag sisiya tidak meyataka arak 2 kota yag sebearya. Jadi setiap garis dalam graph berhubuga dega suatu label yag meyataka bobot garis tersebut. Defiisi 2.8. Graph Berlabel (labelled graph) adalah suatu graph tapa sisi paralel di maa setiap sisiya berhubuga dega suatu bilaga riil tak egatif yag meyataka ilai sisi (w(e)) tersebut. Jumlah ilai semua sisi disebut Total Nilai.
5 Matriks yag bersesuaia dega graph berlabel G adalah adacecy. Jika matriks A = (a i ) dega a i = ilai sisi yag meghubugka titik v i ke titik v maka a i =, da a i = 0 ika i =. Cotoh: Dalam suatu propisi, ada 8 kota (v, v 2,..., v 8 ) yag aka dihubugka dega ariga listrik. Biaya pemasaga ariga listrik yag mugki dibuat atar 2 kota sebagai berikut: Tabel 2. Biaya Pemasaga Jariga Listrik Sisi Kota yag dihubugka Biaya per satua e4 v2 - v3 3 e7 v4 - v6 4 e2 v - v7 5 e8 v3 - v4 5 e9 v3 - v5 5 e v - v2 5 e3 v - v4 5 e0 v6 - v8 5 e5 v7 - v8 5 e v5 - v6 5 e6 v6 - v7 8 a. Graph berlabel utuk meyataka ariga listrik di 8 kota dapat digambarka pada Gambar 2.3. Agka dalam kurug meyataka ilai sisi yag bersagkuta. Nilai tersebut meyataka biaya pegadaa ariga listrik.
6 Gambar 2.4. Graph Berlabel Jariga Listrik 8 Kota b. Adacecy Matriks utuk meyataka graph berlabel pada Gambar 2.3. adalah matriks A = (a i ) dega a i = biaya titik v i dega v. Utuk sisi yag meghubugka titik v i dega v. v v 2 V 3 v 4 v 5 v 6 v 7 v 8 v v v A= v v v v Keteraga: v = tidak ada sisi yag meghubugka titik v i dega v 0 = Utuk i sama dega Misalka G adalah sebuah graph berarah. Sebuah sisi berarah e = (v i,v ) dikataka mulai pada titik awal v i da berakhir di titik akhir v, v i da v dikataka adacet.
7 2.3. Litasa Miimum Salah satu aplikasi graph berarah berlabel yag serig dipakai adalah mecari litasa terpedek diatara 2 titik. Apabila masalahya adalah mecari litasa terpedek tetap dapat diguaka dega cara meggati ilai sisi. Defiisi 2.9. Misalka G adalah suatu graph, utuk v da w adalah titik dalam G. suatu Walk dari v ke w adalah barisa titik da sisi secara berselag-selig, diawali dari titik v da diakhiri pada titik w. Walk dega paag dari v ke w ditulis : v 0 e v e 2 v 2 v -2 e v deg v 0 = v: v = w; v i- da v i adalah titik-titik uug sisi e i. Litasa dega paag dari v ke w adalah walk dari v ke w yag semua sisiya berbeda. Litasa dari v ke w dituliska sebagai v = v 0 e v e 2 v 2 v - e v = w dega e i e utuk i. Peulisa berikutya aka diperguaka otasi: v i v, A = {v v 2, v 2 v 3,... } Defiisi 2.0. Litasa tertutup adalah suatu barisa sisi e, e,..., e i i2 i sedemikia rupa sehigga titik termial e berimpit dega titik awal i i( ) e utuk k. Pada Gambar 2.2 terdapat: a. Pada titik v e v2 e3 v3 e4 v3 e5 v4 semua sisi berbeda ( e, e3, e4, da e 5 ) masig-masig mucul sekali. Ada titik yag berulag ( v 3 mucul 2 kali). Titik awal da titik akhir tidak sama dega titik awal = v da titik akhir = v 4, Barisa ii merupaka litasa dari v v 4 dega paag 4. b. Pada titik v e v2 e3 v3 e5 v4 e5 v3 e6 v5 ada sisi yag mucul lebih dari sekali, yaitu e 5 (mucul 2 kali) berarti barisa tersebut merupaka walk dari v v 5 dega paag 5.
8 2.4. Litasa Terpedek (Shortest Path) Setiap litasa dalam digraph mempuyai ilai yag dihubugka dega ilai path tersebut, yag ilaiya adalah umlah dari ilai sisi litasa tersebut. Dari ukura dasar ii dapat dirumuska masalah seperti mecari litasa terpedek atara dua titik da memiimumka biaya. Bayak bidag peerapa mesyaratka utuk meetuka litasa terpedek berarah dari asal ke tuua di dalam suatu distribusi alira berarah. Algoritma yag diberika dapat dimodifikasi dega mudah utuk meghadapi litasa berarah pada setiap iterasiya. Suatu versi yag lebih umum dari masalah litasa terpedek adalah meetuka litasa terpedek dari sembarag titik meuu ke setiap titik laiya. Piliha laiya adalah membuag kedala tak egatif bagi arak. Suatu kedala lai dapat uga diberlakuka dalam suatu masalah litasa terpedek. Defiisi 2.. Litasa terpedek atara dua titik dari s ke t dalam ariga adalah litasa graph berarah sederhaa dari s ke t dega syarat tidak ada litasa lai yag memiliki ilai teredah. Cotoh. 3 x 3 x 2 x 4 2 x 2 3 x 5 x x x 6 Gambar 2.5. Litasa Terpedek (Shortest path) (garis tebal)
9 Pada Gambar 2.5 dapat dilihat bahwa v berada pada titik, 2, 3, 4, 5 da x, x 2, x 3, x 4, x 5, x 6, x 7, x 8 merupaka e (sisi). Sisi merepresetasika salura dega kapasitas tertetu (cotohya :air) dapat dialirka melalui salura. Sedagka titik merepresetasika persimpaga salura. air megalir melalui titik pada titik yag dilalui, litasa terpedek dari titik pada Gambar 2.5 adalah P = { 4,4 5} dega kapasitas Pemrograma Liier (Liear Programmig) Pemrograma Liier adalah suatu betuk dari pemrograma matematika. Ii adalah suatu kasus khusus dari Pemrograma Liier utuk semua (atau beberapa) variabel dibatasi sebagai bilaga cacah tak egatif. Utuk semua variabel dibatasi sebagai bilaga cacah, persoalaya disebut persoala program bilaga cacah muri, da kalau beberapa variabel tertetu dibatasi sebagai bilaga cacah campura. Suatu betuk khusus dari program bilaga cacah ialah suatu kasus di maa variabel dibatasi harus berharga ol atau satu. Kalau variabel dibatasi seperti ii, maka persoalaya disebut persoala Pemrograma (0/). Perumusa Pemrograma Liier dapat membatu prosedur peyelesaia lebih efisie. Berikut ii adalah betuk umum Pemrograma Liier: Miimumka dega kedala a a.. a x a2 x2... a x b c x c x... c x ()...(2) 2 x a22 x2... a2 x b2 x a x... a 2 2 x b x, x,..., (3) x
10 Pada Pemrograma Liier ii, x, x2,..., x mewakili keputusa variabel yag tidak diketahui; c,...,, c2 c adalah biaya koefisie; b, b2,..., b adalah ilai di sampig kaa; da a i, i sampai m da sampai, diamaka koefisie tekologi. Peryataa () diamaka fugsi obektif; (2) diamaka kedala; da (3) adalah kedala tidak egatif. Beberapa peyelesaia memeuhi semua kedala, diamaka feasible solutio. Pada perumusa ii, kedala ditulis dalam betuk persamaa. Umumya, kedala Pemrograma Liier mempuyai relasi atau tetapi selalu dapat diubah dalam persamaa dega peumlaha slack variabel. Fugsi obektif () uga dapat diekpresika sebagai maksimum sebagai peggati miimum. Peulisa matematika tersebut, dapat dirumuska meadi: Miimumka c x dega kedala a i x b, i,2,..., i x 0,,2,..., 2.6 Pemrograma Bilaga Bulat (Iteger Programmig) Salah satu asumsi tekik Pemrograma Liier adalah divisibility atau fractioality. Dega kata lai, setiap variabel model dapat teradi pada semua ilai o egatif, suatu ilai solusi yag kotiu. Dalam situasi keputusa tertetu, asumsi ii tidak realistik da tidak dapat diterima.
11 Defiisi 2.2. Pemrograma Bilaga Bulat adalah suatu Pemrograma Liier dega tambaha persyarata bahwa semua atau beberapa variabel berilai bulat tidak egatif, tetapi tidak perlu bahwa parameter model uga berilai bulat. Ada bayak kasus dalam masalah Pemrograma Bilaga Bulat yag membatasi variabel model berilai ol atau satu. Dalam kasus demikia, persoala litasa haya memiliki dua piliha yaitu masuk atau keluar dari ariga. Utuk variabel ii berilai satu, persoala masuk, utuk variabel berilai ol, persoala keluar. Dalam masalah Pemrograma Bilaga Bulat, utuk setiap persoala yag megharapka semua variabel basis berilai iteger (bulat positif atau ol), diamaka pure(all) iteger programmig. Utuk setiap persoala yag haya megharapka variabel-variabel tertetu berilai iteger, diamaka mixed iteger programmig. Utuk setiap persoala yag haya megharapka ilai ol atau satu utuk variabelya, diamaka zero oe iteger programmig. Walaupu persoala umum Pemrograma Liier 0/ dapat diselesaika dega Cuttig Plae Algorithm atau Brach-ad-Boud. Balas megembagka suatu algoritma eumerative yag efisie da mearik utuk meyelesaika persoala ii. Sagat sigkat sebagai dasar Iteger NoLiear Programmig. Fugsi diguaka utuk meyamarataka kesalaha metode utuk meyelesaika persoala All Iteger Programmig da Mixed-Iteger NoLiear Programmig. Peyelesaia Pemrograma Bilaga Bulat seperti Pemrograma Liier, dega rumus berikut ii:
12 Miimumka ci x m i m m m x i x ki 0 k Kedala i utuk utuk utuk i i m x 0 i,,2,..., m i 2.7 Kapsack Algoritma Pemrograma 0/ merupaka salah satu tipe persoala Kapsack dega keadaa tertetu teradi, masig-masig keadaa mempuyai sebuah ilai yag dihubugka dega besaraya. Secara yata bahwa solusi optimal dari persoala Kapsack aka meuukka kemugkia yag terbaik. Pada masalah ii aka terdorog utuk meyelesaika suatu persoala dalam meetuka litasa terpedek pada suatu graph dega kedala biaya da waktu atau arak sehigga meghasilka solusi yag optimal. Pedekata sederhaa dapat dimasukka ke dalam program komputer utuk memeriksa semua harga 0/ yag mugki, dipilih yag terbaik yag memeuhi kedala. Cotoh. Persoala Kapsack Seorag pedaki guug igi membawa semua peralata yag ia perluka dalam satu katog (sack) saa, Misalka ada seumlah peralata yag diperluka, tetapi berat seluruhya tidak boleh melebihi b kg. Misalka eis peralata ialah x da, x 0 utuk utuk alat alat ke ke ikut tidak ikut
13 Berdasarka keteraga tersebut, persoala dapat dirumuska sebagai berikut: Maksimumka dega kedala f c x c x... c x a x 2 a x... a x b x,... x2 x 0 atau Persoala ii merupaka persoala Kapsack sebagai persoala (0/). Defiisi / atau bier, persoala Kapsack yaitu masukka dari item da suatu Kapsack, Pilih subset dari item sebagai: Maksimumka z p x dega kedala w x c, x = 0 atau, N{,..., } Utuk x 0 utuk Laiya obek memeuhi Keteraga: p = keutuga dari item, w = bobot dari item, c = kapasitas dari Kapsack.
14 2.8 Pemrograma Diamik (Dyamic Programmig) Pemrograma Diamik adalah tekik maaeme sai yag diaplikasika kepada persoala yag melibatka keputusa beruruta yag salig berkaita. Program ii dikembagka oleh Richard Bellma da G. B Datzig pada tahu Sebagai sebuah kosep, Pemrograma Diamik lebih luwes dibadig program optimasi laiya. Aplikasi Pemrograma Diamik lebih luwes dibadig program program optimasi laiya. Aplikasi Pemrograma Diamik sudah terbukti baik pada pegelolaa persediaa, ariga, peadwala kera utuk karyawa, pegedalia produksi, perecaaa peuala da bidag laiya. Pemrograma Diamik adalah metode pemecaha masalah dega cara meguraika solusi meadi sekumpula lagkah (step) atau tahapa (stage) sedemikia sehigga solusi dari persoala dapat dipadag dari seragkaia keputusa yag salig berkaita. Pada peyelesaia persoala dega metode Pemrograma Diamik ii terdapat seumlah berhigga piliha yag mugki, solusi pada setiap tahap dibagu dari hasil solusi tahap sebelumya, peulis megguaka optimasi da kedala utuk membatasi seumlah piliha yag harus dipertimbagka pada suatu tahap Kosep Dasar Dalam Pemrograma Diamik a. Dekomposisi Persoala Pemrograma Diamik dapat dipecah meadi sub persoala atau tahapa yag lebih kecil da beruruta. Setiap tahap uga sebagai titik keputusa. Setiap keputusa yag dibuat pada suatu tahap aka mempegaruhi keputusa-keputusa pada tahap berikutya.
15 b. Status Status adalah kodisi awal (S) da kodisi akhir (S-) pada setiap tahap tersebut keputusa dibuat (D). Status akhir pada setiap tahap tergatug kepada status awal da keputusa yag dibuat pada tahap yag bersagkuta. Status akhir pada suatu tahap merupaka iput bagi tahap berikutya. c. Variabel Keputusa da Hasil Keputusa yag dibuat pada setiap tahap (D) merupaka keputusa yag berorietasi kepada retur yag diakibatkaya (R/ ), tigkat maksimal atau miimal. d. Fugsi Trasisi Fugsi trasisi meelaska secara pasti tahap-tahap yag salig berhubuga. Fugsi ii berbetuk fugsi hubuga atar status pada setiap tahap yag beruruta. Fugsi trasisi secara umum berbetuk: S- = S D, di maa S- = status pada tahap - atau status akhir pada tahap-. S adalah status awal pada tahap-. Kompoe pada setiap tahap dapat digambarka sebagai berikut: Gambar 2.6 Tahapa Fugsi Trasisi
16 e. Optimasi Tahap Optimasi tahap dalam Pemrograma Diamik adalah meemuka keputusa optimal pada setiap tahap dari berbagai kemugkia ilai status iputya. Fugsi umum dari keputusa optimal adalah: F(S, D) = retur pada tahap- dari ilai status iput S, da keputusa D. F*(S) = retur optimal pada tahap- dari ilai iput status S. f. Fugsi Rekursif Fugsi rekursif biasaya diguaka berbagai program komputer, utuk setiap ilai sebuah variabel pada fugsi itu merupaka ilai kumulatif dari ilai variael tersebut pada tahap sebelumya. Pada Pemrograma Diamik, fugsi umum dituliska sebagai: f(s, D) = R + f-*(s-, D-) Prosedur optimasi diawali dari tahap awal meuu tahap akhir (forward). Karakteristik program diamis adalah: a. Persoala dapat dipisahka meadi beberapa tahap (stages), utuk setiap tahap membutuhka keputusa kebiaka yag baku da salig berhubuga. Gambar 2.7 Tahapa Baku b. Setiap tahap memiliki seumlah status (state). Secara umum, sekumpula status ii merupaka berbagai kemugkia yag timbul dari sistem persoalaya. Status ii memberika iformasi yag dibutuhka setiap keputusa da dampakya pada tahap berikutya. Jumlah status pada setiap tahap bisa defiitif atau ifiitif.
17 c. Setiap keputusa kebiaka yag dibuat pada suatu tahap, status pada tahap tersebut ditrasformasi ke dalam status yag berkaita pada tahap berikutya. Hubuga atar status pada tahap yag beruruta bisa bersifat determiistik atau probabilistik. Pada persoala dega -tahap, ada 2 (dua) iput, yaitu: () state pada tahap- (S) da variabel keputusa (X). Sedagka outputya adalah: () retur atau akibat dari setiap X yag dipilih, f(s,x) da (2) status baru yag meadi iput pada tahap berikutya (S-). Hubuga atara X da f(s,x) ditemuka oleh retur fuctio. Sedag hubuga atar status pada tahap tertetu ditetuka oleh trasitio fuctio Gambar 2.8. Retur da Trasitio Fuctio d. Solusi pada Pemrograma Diamik berprisip kepada optimalitas yag dikembagka oleh Bellma. e. Keputusa pada tahap berikutya bersifat idepede terhadap keputusa sebelumya. Utuk meyelesaika persoala Pemrograma Diamik, dimulai dari solusi awal pada suatu tahap da secara beruruta meuu tahap berikutya dega proses iduksi mudur (backward iductio process).
18 f. Solusi optimal yag dihasilka pada setiap tahap berprisip kepada hubuga dalam betuk fugsi rekursif (recursio relatioship). Secara umum betuk fugsi rekursif adalah: F*(S) = max/mi {f(s, X)} Utuk setiap f*(s) = hasil optimal dari keputusa pada tahap Aalisa Algoritma Pemrograma Diamik Pemrograma Diamik adalah metode pemecaha masalah dega cara meguraika solusi meadi sekumpula lagkah (step) atau tahapa (stage) sedemikia sehigga solusi dari persoala dapat dipadag dari seragkaia keputusa yag salig berkaita. Pada peyelesaia persoala dega Pemrograma Diamik terdapat seumlah berhigga piliha yag mugki. Solusi pada setiap tahap dibagu dari hasil solusi tahap sebelumya, peulis megguaka persyarata optimasi da kedala utuk membatasi seumlah piliha yag harus dipertimbagka pada suatu tahap. Pada Pemrograma Diamik, ragkaia keputusa yag optimal dibuat dega megguaka Prisip Optimalitas. Prisip Optimalitas: ika solusi total optimal, maka bagia solusi sampai tahap ke-k uga optimal. Prisip optimalitas berarti bahwa ika peulis bekera dari tahap k ke tahap k +, peulis dapat megguaka hasil optimal dari tahap k tapa harus kembali ke tahap awal, ogkos pada tahap k+ = (ogkos yag dihasilaka pada tahap k) + (ogkos dari tahap k ke tahap k +). Dega prisip optimalitas ii diami bahwa pegembalia keputusa pada suatu tahap adalah keputusa yag bear utuk tahap-tahap selautya.
19 2.8.3 Dua Pedekata Algoritma Pemrograma Diamik Dua pedekata yag diguaka dalam Pemrograma Diamik yaitu: mau (forward atau up-dow) da mudur (backward atau bottom up). Misalka x, x 2, x 3,, x meyataka variabel keputusa yag harus dibuat masig-masig utuk tahap, 2,,, yaitu:. Pemrograma Diamik mau. Pemrograma Diamik bergerak mulai dari tahap, terus mau ke tahap 2, 3, da seterusya sampai tahap, uruta variabel keputusa adalah x, x 2, x 3,, x. Peulis disii megguaka Program Diamik Mau. 2. Pemrograma Diamik mudur. Pemrograma Diamik bergerak mulai dari tahap, terus mudur ke tahap -, -2, da seterusya sampai tahap, uruta variabel keputusa adalah x, x -, x -2,, x. Lagkah-lagkah Pegembaga Algoritma Pemrograma Diamik:. Karakteristik struktur solusi optimal. 2. Defiisika secara rekursif ilai solusi optimal. 3. Hitug ilai solusi optimal secara mau atau mudur. 4. Kostruksi solusi optimal Algoritma Pemrograma Diamik Algoritma Pemrograma Diamik adalah sebagai berikut: Lagkah 0 (iisialisasi): Lagkah : Iisialisasi s i 0 da di mai utuk i,2,..., a. Isi s a dega (karea titik a adalah titik asal litasa terpedek, adi sudah pasti terpilih). b. Isi d a dega (tidak ada loop dari titik a ke a)
20 Lagkah 2, 3,, -: a. Cari sedemikia sehigga 0 b. Isi s dega c. Perbarui d i, utuk s da d d, d,..., mi 2 d i,2,3,..., dega: d ( baru) mid ( lama), d m i i i 2.9 Visual Basic 6.0 Visual Basic adalah bahasa pemrograma yag diguaka utuk membuat aplikasi Widows yag berbasis grafis (GUI-Graphical User Iterface). Visual Basic merupaka eve drive programmig (pemrograma terkedali keadia), artiya program meuggu sampai adaya respo dari pemakai berupa eve atau keadia tertetu (tombol diklik, meu pilih, da lai-lai). Ketika eve terdeteksi, kode yag berhubuga dega evet (prosedur evet) aka dialaka. Berikut ii adalah poi-poi terpetig dalam searah perkembaga Visual Basic sebagai berikut: a. Visual Basic pertama kali diperkealka tahu 99 yaitu program Visual Basic utuk DOS da utuk Widows. b. Visual Basic 3.0 dirilis tahu 993. c. Visual Basic 4.0 dirilis pada akhir 995 (tambaha dukuga utuk aplikasi 32 bit. d. Visual Basic 5.0 dirilis pada tahu 997. e. Visual Basic terbaru adalah Versi 6.0 yag dirilis pada akhir tahu 998. Pada umumya Microsoft selaku pembuat Visual Basic membuat 3 (tiga) edisi Visual Basic, yaitu: a. Stadard Editio merupaka produk pasar. b. Profesioal Editio yag berisi tambaha Microsoft Jet Data Acces Esgie (Database) da pembuata server OLE automatio.
21 c. Eterprise Editio adalah edisi Cliet-Server. Visual Basic selai disebut sebagai sebuah bahasa pemrograma, uga serig disebut sebagai saraa utuk meghasilka program-program aplikasi berbasis Widows. Beberapa mafaat dari Visual Basic adalah:. Mudah dalam membuat program aplikasi berbasis Widows. 2. Memiliki compiler hadal yag dapat megui program (debuggig) serta dapat meghasilka program akhir berakhira EXE yag bersifat executable atau dapat lagsug dialaka. 3. Memiliki beberapa tambaha istruksi atau peritah Wizard. Wizard adalah saraa yag mempermudah di dalam pembuata aplikasi dega megotomatisasi tugastugas tertetu. 4. Saraa akses data yag lebih cepat da hadal utuk membuat aplikasi database yag berkemampua tiggi.
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 terperinciII. 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 terperinciBAB 2 LANDASAN TEORI
BB LNDSN TEORI..Graf Teori Graf mulai dikeal pada saat seorag matematikawa bagsa Swiss, berama Leohard Euler, berhasil megugkapka Misteri Jembata Koigsberg pada tahu 736. Sebuah Graf G megadug himpua yaitu
Lebih terperinciI. 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 terperinciBAB 2 LANDASAN TEORI Operasi Riset (Operation Research)
BAB 2 LANDASAN TEORI 2.1. Operasi Riset (Operatio Research) Meurut Operatio Research Society of Great Britai, operatio research adalah peerapa metode-metode ilmiah dalam masalah yag kompleks da suatu pegelolaa
Lebih terperinciMata 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 terperinciBab 2 LANDASAN TEORI
14 Bab 2 LANDASAN TEORI 21 Program Liier Programasi Liier (Liear Pogrammig) merupaka suatu model optimasi persamaa liier berkeaa dega kedala-kedala liier yag dihadapiya Model ii dikembagka oleh George
Lebih terperinciBAB 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 terperinciBAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:
4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap
Lebih terperinci6. 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 terperinciREGRESI 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB III PROGRAMA LINIER
BAB III PROGRAMA LINIER 31 Searah Sigkat Programa Liier Meurut George B Datzig yag serig disebut Bapak Liear Programmig, di dalam bukuya : Liear Programmig ad Extesio, meyebutka, bahwa ide dari pada liear
Lebih terperinciPemrograman Dinamis (Dynamic Programming) Materi
0/8/009 Pemrograma Diamis (Dyamic Programmig) Kuliah 04-05 TI Peelitia Operasioal II Materi Pegatar Masalah pemrograma diamis determiistik Masalah pemrograma diamis probabilistik TI Peelitia Operasioal
Lebih terperinciBAB 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 terperinciPendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X
Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..
Lebih terperinciPERBANDINGAN METODE HUNGARIAN DAN PENDEKATAN PROGRAM DINAMIS DALAM PEMECAHAN ASSIGNMENT PROBLEM
PERBANDINGAN METODE HUNGARIAN DAN PENDEKATAN PROGRAM DINAMIS DALAM PEMECAHAN ASSIGNMENT PROBLEM Budi Marpaug Fakultas Tekik Jurusa Tekik Idustri Uiversitas Kriste Krida Wacaa budimarpg_ti@yahoo.com Abstract
Lebih terperinciPERTEMUAN 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 terperinciAPLIKASI PENDEKATAN DYNAMIC PROGRAMMING PADA TRAVELING SALESMAN PROBLEM SKRIPSI WIDYA MAULINA
APLIKASI PENDEKATAN DYNAMIC PROGRAMMING PADA TRAVELING SALESMAN PROBLEM SKRIPSI WIDYA MAULINA 060823023 PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciMATEMATIKA DISKRIT FUNGSI
1 MATEMATIKA DISKRIT FUNGSI Fugsi Misalka A da B himpua. Relasi bier f dari A ke B merupaka suatu fugsi jika setiap eleme di dalam A dihubugka dega tepat satu eleme di dalam B. Jika f adalah fugsi dari
Lebih terperinciBAB 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 terperinciSecara 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 terperinciBarisan Aritmetika dan deret aritmetika
BARISAN DAN DERET BILANGAN Peyusu: Atmii Dhoruri, MS Kode: Jejag: SMP T/P: / A. Kompetesi yag diharapka. Meetuka suku ke- barisa aritmatika da barisa geometri. Meetuka jumlah suku pertama deret aritmatika
Lebih terperinci1 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Perecaaa Produksi 2.1.1 Pegertia Perecaaa Produksi Perecaaa produksi dapat diartika sebagai proses peetua sumber-sumber yag diperluka utuk melaksaaka operasi maufaktur da megalokasikaya
Lebih terperinciII. 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 terperinciBAB 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 terperinciDistribusi 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 terperinciMATHunesa (Volume 3 No 3) 2014
MATHuesa (Volume 3 No 3) 014 MINIMUM PENUTUP TITIK DAN MINIMUM PENUTUP SISI PADA GRAF KOMPLIT DAN GRAF BIPARTIT KOMPLIT Yessi Riskiada Kusumawardai Program Studi S1 Matematika, Fakultas Matematika da Ilmu
Lebih terperinciFungsi. Jika f adalah fungsi dari A ke B kita menuliskan f : A B yang artinya f memetakan A ke B.
Fugsi Misalka A da B himpua. Relasi bier f dari A ke B merupaka suatu fugsi jika setiap eleme di dalam A dihubugka dega tepat satu eleme di dalam B. Jika f adalah fugsi dari A ke B kita meuliska f : A
Lebih terperinciProjek. Contoh Menemukan Konsep Barisan dan Deret Geometri a. Barisan Geometri. Perhatikan barisan bilangan 2, 4, 8, 16,
Projek Himpulah miimal tiga masalah peerapa barisa da deret aritmatika dalam bidag fisika, tekologi iformasi, da masalah yata di sekitarmu. Ujilah berbagai kosep da atura barisa da deret aritmatika di
Lebih terperinciBAB 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 terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu
Lebih terperinciB a b 1 I s y a r a t
34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat
Lebih terperinciANALISIS 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 terperinci2 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 terperinciBab 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 terperinciMANAJEMEN RISIKO INVESTASI
MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya
Lebih terperinciInstitut 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 terperinciPENENTUAN 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 terperinciFungsi. Jika f adalah fungsi dari A ke B kita menuliskan f : A B yang artinya f memetakan A ke B.
Fugsi Misalka A da B himpua. Relasi bier f dari A ke B merupaka suatu fugsi jika setiap eleme di dalam A dihubugka dega tepat satu eleme di dalam B. Jika f adalah fugsi dari A ke B kita meuliska f : A
Lebih terperinciMAKALAH 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 terperinci3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder
3. Ragkaia Logika Kombiasioal da Sequesial Ragkaia Logika secara garis besar dibagi mejadi dua, yaitu ragkaia logika Kombiasioal da ragkaia logika Sequesial. Ragkaia logika Kombiasioal adalah ragkaia yag
Lebih terperinciTINJAUAN 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 terperinciBalas Additive Algorithm, Algoritma Branch & Bound untuk Binary Integer Programming
Balas Additive Algorithm, Algoritma Brach & Boud utuk Biary Iteger Programmig Aditio Pagestu 13514030 Program Studi Tekik Iformatika Sekolah Tekik Elektro da Iformatika Istitut Tekologi Badug, Jl. Gaesha
Lebih terperinciKompleksitas dari Algoritma-Algoritma untuk Menghitung Bilangan Fibonacci
Kompleksitas dari Algoritma-Algoritma utuk Meghitug Bilaga Fiboacci Gregorius Roy Kaluge NIM : 358 Program Studi Tekik Iformatika, Istitut Tekologi Badug Jala Gaesha, Badug e-mail: if8@studets.if.itb.ac.id,
Lebih terperinciSolusi Pengayaan Matematika
Solusi Pegayaa Matematika Edisi 11 Maret Peka Ke-, 2007 Nomor Soal: 101-110 101. Bilaga desimal 0,7777 diyataka dalam hasil bagi bilaga rasioal sebagai a b, dega a da b relatif prima. Nilai dari ab A.
Lebih terperinciBAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas.
BAB 1 PENDAHUUAN 1.1 atar Belakag Pada dasarya masalah optimisasi adalah suatu masalah utuk membuat ilai fugsi tujua mejadi maksimum atau miimum dega memperhatika pembatas pembatas yag ada. Dalam aplikasi
Lebih terperinciDefinisi Integral Tentu
Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Program liier Program liier adalah suatu tekik peyelesaia optimal atas suatu problema keputusa dega cara meetuka terlebih dahulu fugsi tujua (memaksimalka atau memiimalka) da kedala-kedala
Lebih terperinciBab 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 terperinciII. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.
II. LANDASAN TEORI Defiisi 2.1 Distribusi Samplig Distribusi samplig adalah distribusi probibilitas dari suatu statistik. Distribusi tergatug dari ukura populasi, ukura sampel da metode memilih sampel.
Lebih terperinciBAB 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 terperinciPenyelesaian Asymmetric Travelling Salesman Problem dengan Algoritma Hungarian dan Algoritma Cheapest Insertion Heuristic.
Peyelesaia Asymmetric Travellig Salesma Problem dega Algoritma Hugaria da Algoritma Cheapest Isertio Heuristic Caturiyati Staf Pegaar Jurusa Pedidika Matematika FMIPA UNY E-mail: wcaturiyati@yahoo.com
Lebih terperinciBAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON
BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARA DAN FAKTOR DIKON 3.1 Ecoomic Order Quatity Ecoomic Order Quatity (EOQ) merupaka suatu metode yag diguaka utuk megedalika
Lebih terperinciPersamaan 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 terperinci1 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 terperinci4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN
4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN Saat asumsi keormala tidak dipuhi maka kesimpula yag kita buat berdasarka suatu metod statistik yag mesyaratka asumsi keormala meadi tidak baik, sehigga mucul
Lebih terperinciCATATAN KULIAH Pertemuan I: Pengenalan Matematika Ekonomi dan Bisnis
CATATAN KULIAH Pertemua I: Pegeala Matematika Ekoomi da Bisis A. Sifat-sifat Matematika Ekoomi 1. Perbedaa Matematika vs. Nomamatematika Ekoomi Keutuga pedekata matematika dalam ilmu ekoomi Ketepata (Precise),
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN
JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat
Lebih terperinciBARISAN TAK HINGGA DAN DERET TAK HINGGA
BARIAN TAK HINGGA DAN DERET TAK HINGGA Bajar/Barisa Tak Higga Barisa tak higga { } adalah suatu fugsi dari dimaa daerah domaiya adalah himpua bilaga bulat positif (bilaga asli). Cotoh: Bila.. maka fugsi
Lebih terperinciLaboratorium 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 terperinciAPLIKASI PROGRAM DINAMIS DALAM OPTIMASI PRODUKSI PERMEN. Petra Novandi
APLIKASI PROGRAM DINAMIS DALAM OPTIMASI PRODUKSI PERMEN Petra Novadi Iformatika Istitut Tekologi Badug Labtek V Jl. Gaesha No., Badug email : if559@studets.if.itb.ac.id, me@va-odi.et ABSTRAK Permasalaha
Lebih terperinciPENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:
PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.
Lebih terperinciMETODE 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 terperinciProbabilitas dan Statistika Teorema Bayes. Adam Hendra Brata
robabilitas da Statistika Teorema ayes dam Hedra rata Itroduksi - Joit robability Itroduksi Teorema ayes eluag Kejadia ersyarat Jika muculya mempegaruhi peluag muculya kejadia atau sebalikya, da adalah
Lebih terperinciMatematika Terapan Dosen : Zaid Romegar Mair, ST., M.Cs Pertemuan 3
Matematika Terapa Dose : Zaid Romegar Mair ST. M.Cs Pertemua 3 PROGRAM STUDI TEKNIK INFORMATIKA Jl. Koloel Wahid Udi Lk. I Kel. Kayuara Sekayu 30711 web:www.polsky.ac.id mail: polsky@polsky.ac.id Tel.
Lebih terperinciPENERAPAN 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 terperinciKompleksitas Waktu untuk Algoritma Rekursif. ZK Abdurahman Baizal
Kompleksitas Waktu utuk Algoritma Rekursif ZK Abdurahma Baizal Algoritma Rekursif Betuk rekursif : suatu subruti/fugsi/ prosedur yag memaggil diriya sediri. Betuk dimaa pemaggila subruti terdapat dalam
Lebih terperinciPenerapan Metode Bagi-Dua (Bisection) pada Analisis Pulang-Pokok (Break Even)
Peerapa Metode Bagi-Dua (Bisectio) pada Aalisis Pulag-Pokok (Break Eve) Oleh: Nur Isai Jurusa Pedidika Matematika FMIPA UNY Yogyakarta Email: urisai001@yahoo.com Abstrak Persoala dalam mecari akar persamaa
Lebih terperinciFungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya
TKS 4007 Matematika III Fugsi Kompleks (Pertemua XXVII - XXX) Dr. AZ Jurusa Tekik Sipil Fakultas Tekik Uiversitas Brawijaya Pedahulua Persamaa x + 1 = 0 tidak memiliki akar dalam himpua bilaga real. Pertayaaya,
Lebih terperinciPENERAPAN 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 terperinciBAB 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 terperinciInduksi Matematika. Pertemuan VII Matematika Diskret Semester Gasal 2014/2015 Jurusan Teknik Informatika UPN Veteran Yogyakarta
Iduksi Matematika Pertemua VII Matematika Diskret Semester Gasal 2014/2015 Jurusa Tekik Iformatika UPN Vetera Yogyakarta Metode pembuktia utuk peryataa perihal bilaga bulat adalah iduksi matematik. Cotoh
Lebih terperincioleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka
Itegral etu Jika fugsi kotiu yag didefiisika utuk, kita bagi selag mejadi selag bagia berlebar sama Misalka berupa titik ujug selag bagia ii da pilih titik sampel di dalam selag bagia ii, sehigga terletak
Lebih terperinciREGRESI 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 terperinciBAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran
BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP Permasalaha dalam tugas akhir ii dibatasi haya pada peaksira besarya koefisie korelasi polychoric da tidak dilakuka peguia terhadap koefisie korelasi
Lebih terperinciKALKULUS 4. Dra. D. L. Crispina Pardede, DEA. SARMAG TEKNIK MESIN
KALKULUS Dra. D. L. Crispia Pardede DEA. SARMAG TEKNIK MESIN KALKULUS - SILABUS. Deret Fourier.. Fugsi Periodik.2. Fugsi Geap da Gajil.3. Deret Trigoometri.. Betuk umum Deret Fourier.. Kodisi Dirichlet.6.
Lebih terperinciJURNAL 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 terperinciProgram Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret
Program Perkuliaha Dasar Umum Sekolah Tiggi Tekologi Telkom Barisa da Deret Barisa Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) a Fugsi tersebut
Lebih terperinciAlgoritma Branch and Bound pada Permasalahan 0-1 Knapsack
Algoritma Brach ad Boud pada Permasalaha 0-1 Kapsack Sady Socrates (13508044) Program Studi Tekik Iformatika 2008, Istitut Tekologi Badug Jl. Gaesha 10, 40116 Badug e-mail: if18044@studets.if.itb.ac.id
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakag Permasalaha Matematika merupaka Quee ad servat of sciece (ratu da pelaya ilmu pegetahua). Matematika dikataka sebagai ratu karea pada perkembagaya tidak tergatug pada
Lebih terperinciBARISAN FIBONACCI DAN BILANGAN PHI
BARISAN FIBONACCI DAN BILANGAN PHI Fiboacci Matematikawa terbesar pada abad pertegaha adalah Leoardo dari Pisa, Italia (80 0). Ia lebih dikeal dega ama Fibo-acci. Artiya, aak Boaccio. Meara Pisa yag terkeal
Lebih terperinciSISTEM PERSAMAAN LINEAR PADA ALJABAR MIN-PLUS
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 terperinciSISTEM 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula
Lebih terperinciBAB VIII KONSEP DASAR PROBABILITAS
BAB VIII KONSEP DASAR PROBABILITAS 1.1. Pedahulua Dalam pertemua ii Ada aka mempelajari beberapa padaga tetag permutasi da kombiasi, fugsi da metode perhituga probabilitas, da meghitug probabilitas. Pada
Lebih terperinciPENCARIAN HIMPUNAN SOLUSI ALTERNATIF PADA PERMASALAHAN GENERAL INTEGER LINEAR PROGRAMS MEMANFAATKAN GENERAL INTEGER CUT
Makalah Semiar Tugas Akhir Periode Jauari 21 PENCARIAN HIMPUNAN SOLUSI ALTERNATIF PADA PERMASALAHAN GENERAL INTEGER LINEAR PROGRAMS MEMANFAATKAN GENERAL INTEGER CUT Ade Vicidia S. P. Yudhi Purwaato, S.Kom,
Lebih terperinciAn = 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
SUKU BANYAK A Pegertia: f(x) x + a 1 x 1 + a 2 x 2 + + a 2 +a 1 adalah suku bayak (poliom) dega : - a, a 1, a 2,.,a 2, a 1, a 0 adalah koefisiekoefisie suku bayak yag merupaka kostata real dega a 0 - a
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab ii berisi teori-teori yag meladasi pembahasa dalam tugas akhir ii, yag terdiri fugsi liear, persamaa da pertidaksamaa liear, pemrograma liear, bilaga iterval, karakteristik dari
Lebih terperinciBAB 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 terperinciII. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang
II. LANDASAN TEORI Defiisi 2.1 Samplig Samplig adalah proses pegambila atau memilih buah eleme dari populasi yag berukura N (Lohr, 1999). Dalam melakuka samplig, terdapat teori dasar yag disebut teori
Lebih terperinci