KONTROL OPTIMUM PADA MASALAH PERIKLANAN UTAMI PRIHARTINI

Ukuran: px
Mulai penontonan dengan halaman:

Download "KONTROL OPTIMUM PADA MASALAH PERIKLANAN UTAMI PRIHARTINI"

Transkripsi

1 KONROL OPIMUM PADA MASALAH PERIKLANAN UAMI PRIHARINI DEPAREMEN MAEMAIKA FAKULAS MAEMAIKA DAN ILMU PENGEAHUAN ALAM INSIU PERANIAN BOGOR BOGOR

2 ABSRAK UAMI PRIHARINI. Kontrol Optimum pada Masalah Periklanan. Dibawah bimbingan ONI BAKHIAR dan ALI KUSNANO. Iklan merupakan bentuk komunikasi dan promosi terhadap barang atau jasa. Iklan bertujuan menyampaikan informasi berupa suatu pesan melalui media dan bersifat membujuk sehingga menimbulkan tanggapan khalayak. Sebuah perusahaan harus mengeluarkan biaya tambahan untuk membuat sebuah iklan. Hal ini merupakan permasalahan baru bagi perusahaan karena pada umumnya perusahaan berorientasi untuk memaksimumkan keuntungan. Dibutuhkan suatu kebijakan yang tepat dari perusahaan untuk mengalokasikan anggaran periklanan dengan memperhatikan kendala-kendala yang ada. Karya tulis ini membahas model respons penjualan-periklanan yang menekankan hubungan antara biaya periklanan dan tingkat penjualan. Model-model periklanan yang digunakan dalam karya tulis ini adalah model V-W dan Contagion. Masalah periklanan diformulasikan dalam bentuk masalah kontrol optimum yang melibatkan fungsi respons berbentuk-s sebagai bentuk aplikasi untuk solusi masalah maksimisasi keuntungan. Masalah kontrol optimum kemudian diselesaikan dengan menggunakan prinsip maksimum Pontryagin. Selanjutnya dianalisis kestabilan titik tetap dari model. Dari model V-W dan Contagion dapat disimpulkan bahwa jika biaya iklan konstan maka tingkat penjualan yang didapat konstan, sehingga menghasilkan tingkat keuntungan yang konstan sepanjang waktu. Pelibatan fungsi respons berbentuk-s menghasilkan tiga titik tetap, yaitu simpul stabil, sadel, dan spiral takstabil. Hasil simulasi menunjukkan bahwa pada awal mula perusahaan belum beriklan, belum ada keuntungan yang dihasilkan perusahaan. Kemudian setelah perusahaan mulai beriklan, tingkat keuntungan yang diperoleh masih sangat kecil, bahkan pada model Contagion bernilai negatif karena terlalu banyak biaya yang dikeluarkan sedangkan tingkat penjualan belum dapat menutupi biaya pembuatan iklan. Pada titik tetap ketiga, tingkat keuntungan berisolasi dan membesar dari waktu ke waktu selama suatu perusahaan masih produktif.

3 ABSRAC UAMI PRIHARINI. Optimum Control in Advertising Problem. Supervised by ONI BAKHIAR and ALI KUSNANO. Advertising is a form of communication and promotion of goods or services. It aims to convey the information in form of a message through the media and persuade that generate responses from audiences. A company must pay some additional cost to make advertising. hus, it generates new problems, because in general a company will attempt to maximize the profit. It is necessary to find a right advertising policy from the company to allocate their advertising budget with some constraints. his paper discusses the sales-advertising response model that emphasizes the relationship between advertising costs and sales levels. he advertising models used in this paper are V-W model and Contagion model. Advertising problem is formulated in a form of optimal control problem which involves the S-shaped response function as a form of application for the solutions of profit maximization problem. he optimum control problem is solved using Pontryagin s maximum principle. hen, fixed points of the models are analyzed. From V-W and Contagion models it can be concluded that if the cost of advertising is constant then it will be obtained a constant level of sales, so that obtained constant profits rate is over time. Involvement of S-shaped response function produced three fixed points, i.e. stable node, saddle and unstable spiral. he simulation results show that at the beginning, the company has not advertised, there is no incentive for the company to produce. hen, after the company begins to advertise, the level of benefits is still very small even resulted in a negative value at Contagion model. he reason is because it costs too much while the sales rate can not cover the costs of making advertising. At third fixed point, the rate of return insulated and enlarged from time to time as long as a company is still productive.

4 KONROL OPIMUM PADA MASALAH PERIKLANAN UAMI PRIHARINI Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Matematika DEPAREMEN MAEMAIKA FAKULAS MAEMAIKA DAN ILMU PENGEAHUAN ALAM INSIU PERANIAN BOGOR BOGOR

5 Judul Skripsi : Kontrol Optimum pada Masalah Periklanan Nama : Utami Prihartini NIM : G5465 Menyetujui Pembimbing I, Pembimbing II, Dr. oni Bakhtiar, M. Sc. Drs. Ali Kusnanto, M. Si. NIP : NIP : Mengetahui: Ketua Departemen, Dr. Berlian Setiawaty, MS. NIP : anggal Lulus :

6 KAA PENGANAR Puji dan syukur penulis panjatkan kepada Allah SW atas segala nikmat, rahmat, karunia dan pertolongan-nya sehingga penulisan skripsi ini berhasil diselesaikan. Penyusunan skripsi ini juga tidak lepas dari bantuan berbagai pihak. Untuk itu penulis mengucapkan terima kasih yang sebesar-besarnya kepada:. Ibunda Nurani Winda Restuti dan Ayahanda Suhartono yang telah memberikan kasih sayang, dukungan, doa, pengorbanan dan nasihat yang senantiasa mengiringi perjalanan penulis selama ini; Kakakku Oki dan Adikku Erni atas semangat dan dukungannya;. Bapak Dr. oni Bakhtiar, M.Sc. dan Bapak Drs. Ali Kusnanto, M.Si. selaku dosen pembimbing, atas segala masukan dan kesabarannya dalam membimbing penulis; tak lupa kepada Bapak Ir. N. K. Kutha Ardana, M.Sc selaku dosen penguji;. semua dosen Departemen Matematika (terima kasih atas semua ilmu yang telah diberikan); 4. Bu Susi, Bu Ade, Mas Bono, Mas Deni, Pak Yono, Mas Heri dan seluruh staf pegawai Departemen Matematika, terima kasih atas bantuannya dalam memperlancar administrasi akdemik bagi penulis di Departemen Matematika; 5. Saepudin Mbul Hidayatulloh atas kasih sayang, perhatian, doa dan semangat yang selalu diberikan sehingga penulis dapat menyelesaikan skripsi ini; 6. sahabat 9 community : Vita, Phewe, Lebe terima kasih atas kebersamaan kita selama ini yang tidak akan terlupakan; 7. sahabat-sahabat tercinta : Cophy, Wira, Nia, Arum, Cupit, Resti, ania, Apri, Ketcup, Adi, Dandi, Bayu terima kasih atas semangat, dorongan, doa, perhatian kepada penulis dalam menyelesaikan skripsi ini. Kebersamaan kita akan selalu dikenang; 8. teman-teman Himawari : Erni, Sipuy, eci, Indro, ika terima kasih atas kebersamaan kita selama ini dan teman-teman Ponahers : Dola, Irmoy, Mbak Yul, Epoy, Kaka, terima kasih atas semangat, doa, serta tumpangannya; 9. teman-teman Math 4: Ace, Fitria, Nene, Aini, Margi, Vera, Nidya, Rizky NS, Destya, Suci, Rizky SN, Kabil, SR, Agung, Ratna, Irsyad, Kunto, Erni, Lias, Rias, Nurmalina, Emta, Andrew, Sabar, Hendra, Lina, Arif, Ely, Bertrand, Gandi, Subro, Desi, Razon, Narsih, Cici, David, Adam, Sendy, Albrian, Zulkarnaen, Mubarok, Paisol, Dwi, Nanu, Syahrul, Kiki, Peli, terimakasih atas doa, dukungan semangatnya, terima kasih atas kebersamaannya selama tahun di Math 4;. Kak Vita atas pinjaman bukunya selama di Math, Kak Okta, Kak Luri, Kak Jane, Kak Ryu, Kak Ricken, Kak Agnes, Kak Ayu, Kak Lina, Math 4 terimakasih atas doa, dukungan semangatnya;. adik-adik Math 44: Iam, Lingga, Denda, Fajar, Ayung, Dela, yas, Mutia, Rachma, Sri, Dian, dan lainnya serta Math 45 terimakasih atas doa, semangat dan dukungannya;. teman-teman PF: Kak Poye, Dudunk, Kak Hikmeh, Via, Echa, Didi, Gigi, Wewe, Deva, Sadek, Sars, Dela, Kak Peye, dan lainnya. Penulis menyadari bahwa dalam tulisan ini masih terdapat kekurangan dan jauh dari kesempurnaan, oleh karena itu penulis mengharapkan kritik dan saran yang membangun dari pembaca. Semoga tulisan ini dapat bermanfaat. Bogor, September Utami Prihartini

7 RIWAYA HIDUP Penulis dilahirkan di Jakarta pada tanggal Agustus 988 dari pasangan Suhartono dan Nurani Winda Restuti. Penulis merupakan anak kedua dari tiga bersaudara. Pendidikan formal yang ditempuh penulis yaitu di SDN Ciganjur Pagi Jakarta lulus pada tahun, SLP Negeri Jakarta lulus pada tahun, SMU Negeri 8 Jakarta lulus pada tahun 6, dan pada tahun yang sama penulis lulus seleksi masuk IPB melalui jalur SPMB (Seleksi Penerimaan Mahasiswa Baru). ahun pertama penulis memasuki ingkat Persiapan Bersama (PB) dan pada tahun 7 penulis mengikuti program Mayor-Minor dengan Mayor Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam dan Minor Komunikasi. Selama menuntut ilmu di IPB, penulis menjadi asisten dosen mata kuliah Pengantar Diferensial Biasa pada tahun ajaran 8/9 dan Pengantar Diferensial Parsial pada tahun ajaran 9/. Penulis juga aktif dalam kegiatan kemahasiswaan, diantaranya pada tahun 6-9 penulis mengikuti kegiatan UKM Gentra Kaheman, pada tahun 7-8 menjabat sebagai Staff SOSINKOM Gumatika IPB dan tahun 8-9 menjabat sebagai Staff Keilmuan Gumatika IPB. Penulis juga terlibat dalam beberapa kegiatan antara lain: im Pengajar Bimbingan Belajar Pengantar Matematika dan Kalkulus I PB untuk Gumatika, Staff Dokumentasi Pesta Sains tahun 7, Staff Acara Liga Gumatika tahun 8, Staff Acara ry Out SNMPN pada tahun 8, Staff Acara Matematika Ria tahun 9, Staff Komisi Disiplin Masa Pengenalan Departemen (MPD) tahun 8, Staff Acara Masa Pengenalan Departemen (MPD) tahun 9 serta im Khusus ry Out Pengantar Matematika dan Kalkulus Gumatika. Selain itu, penulis juga aktif di luar kampus, di antaranya mengikuti Sanggar ari sejak tahun 994- dan telah mengikuti berbagai kompetisi tari serta mengikuti berbagai festival tari.

8 DAFAR ISI Halaman DAFAR GAMBAR... viii DAFAR LAMPIRAN... viii PENDAHULUAN Latar Belakang... ujuan... LANDASAN EORI Kontrol Optimum... Sistem Persamaan Diferensial... 5 Analisis Kestabilan... 6 Isoklin... 8 MODEL PERIKLANAN PEMBAHASAN Prinsip Maksimum... Beberapa Kasus... 5 SIMULASI Solusi dan Analisis Kestabilan Model... Kasus... Kasus... Kasus... Kasus KESIMPULAN... 8 DAFAR PUSAKA... 8 LAMPIRAN... 9 vii

9 DAFAR GAMBAR Halaman Simpul stabil... 7 Simpul takstabil... 7 itik sadel Spiral stabil Center Spiral takstabil Bidang solusi untuk u dan x pada Kasus... 8 Bidang solusi untuk u dan x pada Kasus... 9 Grafik hubungan f(u) terhadap u... 4 Bidang fase untuk u dan x pada Kasus... 4 Bidang solusi Kasus pada titik tetap pertama... 5 Bidang solusi Kasus pada titik tetap kedua... 5 Bidang solusi Kasus pada titik tetap ketiga Bidang fase untuk u dan x pada Kasus Bidang solusi Kasus 4 pada titik tetap pertama Bidang solusi Kasus 4 pada titik tetap kedua Bidang solusi Kasus pada titik tetap ketiga... 7 DAFAR LAMPIRAN Halaman Bukti eorema 4... Mencari solusi analitik dari Kasus... Bukti fungsi f(u) berbentuk-s... 4 Menentukan titik tetap pada Kasus dengan software Maple... 5 Menentukan titik tetap pada Kasus 4 dengan software Maple... 6 Matriks Jacobi untuk Kasus dan Kasus Menentukan nilai eigen pada Kasus dengan software Mathematica Menentukan nilai eigen pada Kasus 4 dengan software Mathematica Menentukan nilai eigen Kasus di setiap titik tetap (u,x) dengan Mathematica Menentukan nilai eigen Kasus 4 di setiap titik tetap (u,x) dengan Mathematica Gambar bidang fase Kasus dan Kasus 4 dengan software Maple... 7 Gambar bidang solusi Kasus dan Kasus dengan software Mathematica Gambar bidang solusi Kasus dan Kasus 4 dengan software Maple... 8 viii

10 PENDAHULUAN Latar Belakang Periklanan merupakan salah satu metode komunikasi pemasaran yang komersial dan promosi terhadap barang atau jasa. Dalam pemasaran suatu produk dibutuhkan iklan, yang bertujuan untuk meyakinkan konsumen bahwa suatu produk benar-benar berbeda atau bahkan lebih baik dibandingkan produk pesaing. Iklan berfungsi menyampaikan informasi berupa suatu pesan, pesan yang disampaikan dilakukan secara non-personal melalui media. Pesan yang disampaikan bersifat membujuk kepada konsumen yang dilakukan oleh perusahaan, maupun pribadi yang berkepentingan yang dibayar oleh satu sponsor atau pihak tertentu. Iklan sebagai sarana promosi banyak dijumpai pada berbagai media yaitu media cetak dan media elektronik. Seorang pengiklan berusaha untuk menghasilkan peningkatan konsumsi produk melalui pengulangan dari suatu gambar atau nama produk dalam upayanya mengasosiasikan kualitas produk di benak konsumen sehingga menimbulkan tanggapan (respons) khalayak dan mendorong terjadinya penjualan. Sedangkan bagi pelanggan (konsumen), iklan dapat mendidik masyarakat dan meningkatkan kesejahteraan dengan jalan memperbaiki alokasi barang yang akan dikonsumsi sehingga dapat membentuk sikap dan opini masyarakat. Perusahaan harus mengeluarkan biaya tambahan untuk membuat sebuah iklan. Hal ini merupakan permasalahan baru bagi perusahaan karena pada umumnya perusahaan berorientasi untuk memaksimumkan keuntungan. Maka dari itu dibutuhkan suatu kebijakan yang tepat dari perusahaan untuk mengalokasikan anggaran periklanan dengan memperhatikan kendalakendala yang ada sehingga dapat memaksimumkan keuntungan. Model yang digunakan untuk memodelkan pengeluaran periklanan yaitu model periklanan dinamik (dynamic advertising model). Model perikalanan dinamik merupakan aplikasi dari Prinsip Maksimum Pontryagin dalam bidang ekonomi dan manajemen. erdapat dua jenis model periklanan dinamik, yaitu model periklanan kapital (advertising capital model) dan model respons penjualanperiklanan (sales-advertising response model). Karya tulis ini akan membahas model respons penjualan-periklanan. Model ini menekankan hubungan antara biaya periklanan dan perubahan volume penjualan. Dalam model ini, iklan secara langsung membujuk pelanggan potensial yang belum mengkonsumsi produk agar membelinya, yaitu dengan cara memberikan informasi lebih banyak tentang produknya secara garis besar. Iklan juga ditujukan untuk mencegah pelanggan potensial yang sudah mengkonsumsi produk perusahaan tersebut agar tidak melupakan produknya dan berpindah ke produk lain. Masalah periklanan ini akan diformulasikan dalam bentuk pemrograman kontrol optimum. Calon solusi optimal diperoleh dengan menerapkan prinsip maksimum Pontryagin dengan menggunakan Current-Value Hamiltonian agar memudahkan penyelesaiannya. Supaya calon solusi optimal menjadi optimal maka diperlukan syarat Legendre-Clebsh untuk memeriksa apakah syarat perlu merupakan syarat cukup. Kemudian akan dianalisis juga kestabilan titik tetap, sehingga dari keadaan tersebut dapat ditetapkan sebuah kebijakan sebagai bentuk aplikasi dari solusi masalah maksimisasi keuntungan. Kebijakan yang akan dianalisis dengan melibatkan penggunaan kurva respons berbentuk-s. ujuan. Menyelesaikan dan menganalisis model periklanan sebagai sebuah masalah kontrol optimum dengan menggunakan prinsip maksimum Pontryagin.. Mengidentifikasi penggunaan fungsi respons berbentuk-s terhadap tingkat penjualan dan keuntungan.. Menentukan kesetimbangan model jangka panjang dengan menganalisis kestabilan titik tetap.

11 LANDASAN EORI Kontrol Optimum eori kontrol optimum berkembang secara pesat pada tahun 5-an, dengan adanya penemuan dua metode penyelesaian masalah kontrol optimum yaitu dynamic programming (pemrograman dinamik) yang ditemukan oleh Richard Bellman (957) dan maximum principle (prinsip maksimum) oleh Pontryagin (96). Pembahasan akan difokuskan pada teknik prinsip maksimum Pontryagin. Saat waktu t, sistem berada dalam keadaan atau kondisi (state), yang dapat diungkapkan dengan peubah keadaan (state variable) x(), t x(),..., t xn () t, atau dalam n bentuk vektor xt () R. Dengan nilai t yang berbeda, vektor x() t menempati posisi n yang berbeda di ruang R sehingga dapat dikatakan bahwa sistem bergerak sepanjang n suatu kurva di R. x() t adalah peubah keadaan (state variable) yang dapat dikontrol atau dikendalikan. Artinya ada fungsi atau peubah kontrol ut () yang mempengaruhi proses. Dinamika sistem dapat dinyatakan secara matematik melalui persamaan diferensial: x = f( x( t), u( t), t). (.) Misalkan keadaan (state) dari sistem diketahui pada waktu t yaitu xt ( ) = x R. Jika dipilih peubah kontrol k ut = ( u ( t), u ( t),... u k ( t)) R yang terdefinisi untuk t > t, maka diperoleh sistem x(t). x(t) merupakan respons terhadap kontrol u(t). Karena x diberikan, maka (.) mempunyai solusi tunggal. Solusi yang diperoleh merupakan respons terhadap u yang dilambangkan dengan xu (). t Dengan memiliki fungsi kontrol yang sesuai, berbagai solusi dapat diperoleh. Agar solusi yang diperoleh adalah solusi yang diinginkan, diperlukan adanya kriteria bagi solusi yang diinginkan, artinya untuk setiap kontrol ut () dan responsnya state x() t dihubungkan dengan fungsi J ( u) = f [ x( t), u( t), t] dt, (.) t dengan f fungsi yang diberikan. tidak harus fixed (ditentukan) dan x mempunyai kondisi tertentu. Di antara semua fungsi atau peubah kontrol yang diperoleh, ditentukan salah satu sehingga J menjadi maksimum. Kontrol yang bersifat demikian disebut kontrol optimum. Permasalahan kontrol optimum dapat dinyatakan sebagai masalah memaksimumkan suatu fungsional dengan kendala: x = f( x( t), u( t), t), sehingga dapat dilihat bahwa dengan mengganti peubah x dengan u pada fungsional J, maka permasalahan kalkulus variasi sama dengan permasalahan kontrol optimum. [u, 99] Syarat Perlu Prinsip Maksimum Pontryagin Misalkan terdapat masalah memilih suatu vektor kontrol ut () = [ u(), t u(),..., t u()] t dari himpunan semua fungsi yang kontinu bagian demi bagian (admissible control). Kontrol optimum dipilih untuk membawa sistem dinamik x = f( x( t), u( t), t), dari keadaan awal [ x, t ] ke keadaan akhir [ x, ] sehingga memaksimumkan r J ( u) S( x, ) f ( x( t), u( t), t) dt = + dengan x() t variable keadaan (state variable) dan S[ x, ] yang didefinisikan sebagai fungsi scrap. [u, 99] eorema (Pontryagin) Misalkan u () t sebagai kontrol admissible yang membawa state awal [ x ( t ), t ] kepada state akhir [ x, ], dengan x dan secara umum tidak ditentukan. Misalkan x () t merupakan

12 trajektori dari sistem yang berkaitan dengan u () t. Supaya kontrol u () t merupakan kontrol optimum maka perlu terdapat fungsi vektor p () t sedemikian sehingga. p () t dan x () t merupakan solusi dari sistem kanonik H x ( t) = [ x ( t), u ( t), p ( t), t], p H p ( t) = [ x ( t), u ( t), p ( t), t], x dengan fungsi Hamilton H diberikan oleh H [ xu,, pt, ] = f xut,, ] + pf. [ xut,, ]. [. H[ x, u, p, t] H[ x, u, p, t].. Semua syarat batas terpenuhi. Bukti : [Lihat lampiran ] Catatan:. H[ x, u, p, t] H[ x, u, p, t] disebut dengan prinsip maksimum Pontryagin. Kondisi ini dipenuhi oleh H u = dan H <. Jika u U dan U himpunan uu tertutup, maka H u = tidak memiliki arti, kecuali maksimum dari H diberikan oleh bagian dalam (interior) himpunan U.. Jika H fungsi monoton naik dalam peubah u dan U tertutup, maka kontrol optimum adalah u i max untuk masalah memaksimumkan dan u i min untuk masalah meminimumkan. Jika fungsi monoton turun, maka kontrol optimum adalah u untuk masalah i min memaksimumkan dan u i max untuk masalah meminimumkan. Hal ini juga berlaku apabila H adalah fungsi linear dalam u. Sehingga peubah kontrol optimum u i adalah kontinu bagian dan loncat dari satu verteks ke verteks lainnya. Hal ini merupakan kasus khusus dari kontrol bang-bang.. H[ x, u, p, t] H[ x, u, p, t] juga mencakup syarat cukup. 4. Vektor p disebut juga vektor adjoin, memiliki peranan sebagai pengali Lagrange. Dalam masalah optimisasi dinamis, peubah atau vektor adjoin, merupakan shadow price nilai marginal dari vektor atau peubah x, menunjukkan jumlah kenaikan atau penurunan untuk setiap kenaikan atau penurunan dalam nilai x pada waktu t yang berkontribusi terhadap fungsional objektif optimum J sedangkan p mengindikasikan tingkat kenaikan (appresiasi untuk p > ) atau penurunan (depresiasi untuk p < ) dalam nilai dari tiap unit modal. 5. dh H = dt t 6. p = Hx, H u =, x = H p memberikan syarat perlu untuk masalah yang dibicarakan. 7. Syarat batas diberikan oleh persamaan t= t= [ Sx p] δx + [ H+ St] δt t= t t= t = (.) Apabila fungsi scrap S =, maka persamaan (.) menjadi t= pt () δxt () t= + Ht () δt = (.4) t= t t= t Khususnya pada waktu awal t dan x( t ) telah ditentukan, sedangkan dan x( ) belum ditentukan, maka syarat batas menjadi p δ x + H δ = (.5) [u, 99] Current-Value Hamilton Dalam penggunaan teori kontrol optimum pada masalah ekonomi, fungsi integran f sering memuat faktor diskon rt e. Dengan demikian, fungsi integran f secara umum dapat dituliskan menjadi f (, t x, u) = G(, t x, u) e rt, sehingga masalah kontrol optimum menjadi memaksimumkan fungsi nilai rt max V = G( t, xu, ) e dt terhadap kendala x = f (, t x, u) ditambah dengan syarat batas. Dengan definisi standar, fungsi Hamilton dapat dituliskan dalam bentuk rt H ( t, x, u, p) = G( t, x, u) e + p( t) f ( t, x, u). Akan tetapi, karena prinsip maksimum menggunakan prinsip turunan fungsi Hamilton terhadap x dan u, dengan hadirnya

13 4 faktor diskon akan menambah kerumitan penentuan turunan tersebut. Untuk itu, dikenalkan fungsi Hamilton baru, yang sering disebut dengan current-value Hamilton. Untuk menerapkan konsep current-value Hamilton, diperlukan konsep current-value fungsi adjoin. Misalkan λ () t menyatakan current-value fungsi adjoin, yang didefinisikan dengan λ () t = p() t e rt, rt yang berimplikasi p() t = λ () t e. Sehingga fungsi current-value Hamilton yang dinotasikan dengan H c, dapat dituliskan menjadi ˆ rt H He = G(, t x, u) + λ () t f (, t x, u) Perhatikan bahwa Ĥ, sebagaimana yang diinginkan sudah tidak memuat faktor diskon. Juga, perhatikan bahwa ˆ rt H He. Kemudian penerapan prinsip maksimum Pontryagin terhadap Ĥ harus disesuaikan. Karena u yang memaksimumkan H juga akan memaksimumkan Ĥ, maka max Hˆ, t [, ]. u Persamaan state yang muncul dalam sistem H kanonik, aslinya adalah xt () =. Karena p H Hˆ = f (, t x, u ) =, p λ maka persamaan state disesuaikan menjadi Hˆ xt () =. λ Persamaan untuk peubah adjoin yang muncul dalam sistem kanonik, aslinya H adalah dalam bentuk pt () =. Pertamatama, transformasikan masing-masing suku x dalam bentuk yang melibatkan peubah adjoin baru, λ () t, kemudian hasilnya disamakan. Untuk suku kiri, rt rt pt () = λ() te rλ() te. Dengan memanfaatkan definisi H, suku kanan dapat dituliskan kembali dalam bentuk H Hˆ rt = e x x Dengan menyamakan kedua persamaan di atas, persamaan adjoin menjadi ˆ H λ() t = + rλ(). t x Selanjutnya akan diperiksa kondisi (syarat) batas. Untuk syarat batas p =, syarat r batas yang sesuai adalah λ( e ) = dan untuk syarat batas [ H ] t = =, syarat batas yang sesuai adalah ˆ rt =. He t= Syarat Cukup [u, 99] Syarat Legendre-Clebsch Didefinisikan fungsi ekstra E sebagai berikut: E( x, x, p, t) = f ( x, x, t) f ( x, p, t) ( x p) fp dengan pt (, x ) adalah fungsi kemiringan atau slope dari ekstremum yang melalui titik (, tx. ) Jika f ( xxt,, ) diperluas dengan formula aylor akan diperoleh bentuk: ( x p) f (, xxt,) = f(, xpt,) + ( x pf ) p + f (,, )! xx txq dengan q = θ x + ( θ) p, < θ <. Subtitusikan ke persamaan akan diperoleh bentuk sederhana dari fungsi ekstra, yaitu: ( x p) Exxpt (,,, ) f ( txq,, ) =! xx dengan q = θ x + ( θ) p, < θ <. Supaya x() t mencapai minimum (atau maksimum), cukup dipenuhi syarat Legendre-Clebsch, yaitu E ( ) yang berarti fxx ( ) atau dalam bentuk yang lebih umum, matriks [ fxx ] merupakan semi-definit positif (atau negatif). [u, 99] Syarat Batas dan Syarat ransversalitas Masalah kontrol optimum yang memaksimumkan fungsional objektif max [, ] J Sx f [ xt, ut, tdt ] = + ut () u (.6)

14 5 terhadap kendala xt () = f( xt (), ut (),), t xt = x, xt () R (.7) Syarat transversalitas atau syarat batas diberikan oleh [ S p ] δ x + [ H + S ] δ t = (.8) x t= t t= Pada kasus di mana x( ) taknegatif [ xi ( ) ] dengan i dan besar (dalam hal ini ), syarat batas yang harus dipenuhi adalah: * * xi ( ), pi ( ) dan * * pi ( ) xi ( ) = dengan fungsi scrap didefinisikan dengan: n Sx ci min( xi,) di mana { S ci, xi< = x, xi sehingga syarat batas pi( ) = Sx disederhanakan menjadi: pi( ), xi( ) dan pi( ) xi( ) =. Syarat batas tersebut dikenal dengan istilah syarat Arrow-Kurz. Walaupun syarat batas ini sering digunakan untuk menyelesaikan masalah-masalah ekonomi, terdapat juga beberapa kesulitan dalam penggunaannya. Syarat Arrow-Kurz untuk waktu * takhingga [ p( ) x ( ) = ] ini dapat digunakan untuk kasus tertentu dengan * syarat batas p x. Untuk t yang berukuran besar akan berlaku: * * pt () x() t pt ()[ xt () x()] t * pt [ xt ] pt [ x( t)] * lim ptxt () () lim ptx () () t, x t sehingga syarat batas yang dapat digunakan: * lim ptx ( t) =, t lim ptxt >. t n [u, 99] Sistem Persamaan Diferensial Sistem Dinamik Sistem Dinamik (SD) adalah suatu sistem yang berubah sesuai dengan waktu. Sistem Dinamik dinyatakan sebagai berikut: dx x f( x) dt = = ; x = [ x, x,..., x ] n dengan f ( x ) merupakan fungsi dari x. [Kreyszig, 99] Sistem Persamaan Diferensial Mandiri Diberikan sistem persamaan diferensial (SPD) sebagai berikut: x = Fxy (, ), y = G( x, y). (.9) SPD (.9) disebut sistem persamaan mandiri karena secara eksplisit f dan g tidak bergantung oleh waktu (t), dengan f dan g adalah fungsi kontinu bernilai real dari x dan y serta mempunyai turunan parsial kontinu dengan x dan y adalah peubah bernilai real. [Verhulst, 99] Sistem Persamaan Diferensial Linear Suatu persamaan diferensial linear (PDL) orde dinyatakan sebagai berikut: x + atx () = gt (). (.) Jika gt () = maka persamaan (.) disebut PDL homogen dan jika gt () maka disebut PDL takhomogen. [Farlow, 994] Definisi (itik etap) Misalkan suatu sistem persamaan diferensial dituliskan seperti persamaan (.9), solusi yang memenuhi sistem persamaan dengan Fxy= (, ) dan Gxy (, ) = disebut titik tetap. (Kreyszig 99) itik etap Stabil Misalkan x* adalah titik tetap stabil sebuah sistem persamaan diferensial yang tidak bergantung pada waktu secara eksplisit dan x(t) adalah solusi yang memenuhi kondisi awal x() = x, dengan x x*. itik x* dikatakan titik tetap stabil jika untuk sebarang radius ε >, terdapat r > sehingga posisi awal x memenuhi

15 6 x x* < r, maka solusi x(t) memenuhi xt () x* < ε untuk t >. (Verhulst 99) itik etap akstabil Misalkan x* adalah titik tetap stabil sebuah sistem persamaan diferensial yang tidak bergantung pada waktu secara eksplisit dan x(t) adalah solusi yamg memenuhi kondisi awal x() = x, dengan x x*. itik x* dikatakan titik tetap takstabil jika untuk sebarang radius ε >, terdapat r > sehingga posisi awal x memenuhi x x < r, maka solusi x(t) memenuhi * xt () x* ε untuk paling sedikit satu t >. (Verhulst 99) Pelinearan Diberikan sistem persamaan diferensial tak linear x = f( x), x R n. (.) Dengan menggunakan perluasan aylor pada titik tetapnya, maka diperoleh x = Ax +ϕ( x), (.) dengan f f x x n A = fn fn x x n a a n = an a nn dan fungsi ϕ( x) memenuhi lim ϕ( x) =. x Akibatnya persamaan diferensial (.) dapat dihampiri oleh persamaan x = Ax. (.) Persamaan (.) disebut pelinearan dari persamaan diferensial (.). (u 994) Vektor Eigen dan Nilai Eigen Diberikan matriks koefisien konstan A berukuran n n, dan sistem persamaan diferensial homogen berikut x = Ax, x() = x, x n R. (.4) Suatu vektor taknol x dalam ruang R n disebut vektor eigen dari A jka untuk suatu skalar λ berlaku Ax= λx, (.5) nilai skalar λ dinamakan nilai eigen dari A. Untuk mencari nilai λ dari matriks A, maka persamaan (.5) dapat ditulis kembali sebagai ( A λi) x=, (.6) dengan I matriks identitas. Persamaan di atas mempunyai solusi tak trivial jika dan hanya jika A λi =. (.7) Persamaan (.7) disebut persamaan karakteristik dari matriks A. (Anton 995) Analisis Kestabilan itik etap Suatu titik tetap dikatakan stabil jika setiap solusi pada persamaan (.9) yang berawal dari suatu titik x() akan menuju ke titik tetap tersebut dan akan tetap berada disana sepanjang waktu. Misalkan terdapat SPDL sebagai berikut: a b A =, c d dan memiliki persamaan karakteristik det ( A λi) =, λ τλ + =, dengan τ = tr( A) = a+ b dan = det A= ad bc, maka diperoleh nilai eigen dari A adalah λ, = τ ± τ 4. (.8) Analisis kestabilan titik tetap dilakukan untuk setiap nilai eigen yang diperoleh, sehingga terdapat dua kasus yang bergantung pada ( τ 4 ). Kasus I ( τ 4 δ) > Nilai eigen yang diperoleh real dan berbeda ( λ λ) dengan solusi yang dapat dituliskan kembali sebagai berikut : x() t = cve + cve (.9) λt λt dengan λ, λ adalah nilai-nilai eigen dari matriks A. Vektor v dan v adalah vektor-vektor eigen yang bersesuaian dengan nilai- nilai eigen tersebut. Pada kasus ini kestabilan titik tetap mempunyai tiga sifat, yaitu

16 7 i. Jika nilai eigen negatif ( λ < dan λ < ) dengan τ < dan δ >, maka dari persamaan (.9) diperoleh lim xt =, sehingga titik tetapnya t bersifat simpul stabil Gambar Simpul stabil. ii. Jika nilai eigen positif ( λ > dan λ > ) dengan τ > dan δ >, maka dari persamaan (.9) diperoleh lim xt =, sehingga titik tetapnya t bersifat simpul takstabil Gambar Simpul takstabil. iii. Jika nilai eigen λ < dan λ > atau sebaliknya, dengan τ < dan δ < maka persamaan (.9) diperoleh lim xt = untuk λ < dan t lim xt t = untuk λ > atau sebaliknya, x() t akan menuju nol sepanjang vektor v dan menuju takhingga sepanjang vektor v atau sebaliknya sehingga membentuk asimtot pada bidang v dan v. itik tetap ini adalah titik sadel Gambar itik sadel. Kasus II ( τ 4 δ) = Nilai eigen yang diperoleh adalah nilai eigen real ganda ( λ = λ = λ) dengan solusi yang dapat dituliskan kembali sebagai berikut λt x() t = cve + c ( tv + v ) e (.) λ t Pada kasus ini kestabilan titik tetap mempunyai dua sifat, yaitu a. Jika nilai eigen negatif ( λ < dan λ < ) maka dari persamaan (.) diperoleh lim xt =, sehingga titik t tetapnya bersifat stabil. b. Jika nilai eigen positif ( λ > dan λ > ) maka dari persamaan (.) diperoleh lim xt =, sehingga titik t tetapnya bersifat takstabil. Kasus III ( τ 4 δ) < Nilai eigen yang diperoleh adalah nilai eigen kompleks. Misalkan nilai eigen yang diperoleh adalah λ, = α ± iβ. Sistem yang memiliki nilai eigen tersebut dapat dilambangkan dengan α β x = β α atau dalam bentuk skalar x = α x+ β y (.) y = β x+ α y Dalam bentuk koordinat polar (, r θ ), x= rcos( θ) dan y= rsin( θ), sehingga y diperoleh r = x + y dan tan( θ ) =. x Selanjutnya dengan menurunkan r terhadap waktu t, diperoleh rr = xx + yy jika setiap ruas dikalikan / maka diperoleh rr = xx + yy (.) dengan mensubtitusi persamaan (.) ke dalam persamaan (.), maka akan didapatkan rr = x( α x + βy) + y( βx + αy) rr = xαx + xβy yβx + yαy rr = xαx + yαy rr = α( x + y ) Jadi diperoleh solusi

17 8 rt () = re αt (.) y Jika tan( θ ) = diturunkan terhadap t, x maka akan menghasilkan xy yx θθ = x sec ( θθ ) = sec x xy yx (.4) Dengan mensubtitusi persamaan (.) dan x sec ( θ ) = r pada persamaan (.4), akan diperoleh r θ = x( βx+ αy) y( αx+ βy) r θ = β( x + y ) r θ = βr θ = β Jadi diperoleh solusi θ() t = βt+ θ (.5) Solusi di atas mempunyai tiga kasus yang bergantung pada nilai α dan β seperti pada persamaan (.) dan (.5), yaitu a. α < Jika α <, maka rt () pada persamaan (.) berkurang pada saat t bertambah. Jika β > maka θ () t pada persamaan (.5) akan berkurang pada saat t bertambah besar, sehinga arah gerak orbitnya akan bergerak searah jarum jam menuju titik tetap. Jika β <, maka arah gerak orbitnya akan berlawanan dengan arah jarum jam menuju titik tetap. Dalam hal ini titik tetapnya bersifat spiral stabil Gambar 4 Spiral stabil. b. α = Jika α =, maka rt () pada persamaan (.) tidak berubah sepanjang waktu t. Jika β > maka θ () t pada persamaan (.5) akan membesar dan jika β < maka θ () t pada persamaan (.5) akan mengecil. Karena rt () tetap, maka gerak orbit membentuk suatu lingkaran dengan titik tetapnya sebagai pusat. itik tetap tersebut disebut center Gambar 5 Center. c. α > Jika α >, maka rt () pada persamaan (.) akan semakin besar pada saat t bertambah. Jika β > maka θ () t pada persamaan (.5) akan berkurang pada saat t bertambah besar, sehingga arah gerak orbit akan bergerak searah jarum jam menjauhi titik tetap. Jika β <, maka arah gerak orbitnya akan berlawanan dengan arah jarum jam. itik tetap yang terjadi bersifat spiral takstabil Gambar 6 Spiral takstabil. [Strogatz 994] Isoklin Diketahui persamaan diferensial x = f( x, t). Kemiringan kurva dari persamaan di atas merupakan sebuah konstanta yang disebut sebagai isoklin dari persamaan tersebut. Selain itu, isoklin merupakan himpunan solusi dari persamaan f (x, t) = m, untuk beberapa nilai m. Cara yang baik untuk menciptakan medan arah adalah dengan menghubungkan beberapa isoklin (terutama null-cline, di mana f (x, t) = ). (u 994)

18 MODEL PERIKLANAN Dalam pemasaran produk, perusahaan menggunakan periklanan sebagai media untuk meningkatkan volume penjualan. Perusahaan berorientasi untuk memaksimumkan keuntungan, salah satu caranya yaitu dengan mengalokasikan anggaran periklanan secara efisien dan mengamati daya beli masyarakat dengan memperhatikan kendala-kendala yang ada. Model yang digunakan untuk memodelkan pengeluaran periklanan yaitu model periklanan dinamik (dynamic advertising model). Model perikalanan dinamik merupakan aplikasi dari Prinsip Maksimum Pontryagin dalam bidang ekonomi dan manajemen. erdapat dua jenis model periklanan dinamik, model periklanan kapital (advertising capital model) dan model respons penjualan-periklanan (salesadvertising response model). Dalam karya tulis ini akan dibahas model respons penjualan-periklanan, model ini menekankan hubungan antara biaya periklanan dan perubahan volume penjualan. Dalam model ini, iklan secara langsung membujuk pelanggan potensial yang belum mengkonsumsi produk agar membelinya, yaitu dengan cara memberikan informasi lebih banyak tentang produknya secara garis besar. Iklan juga ditujukan untuk mencegah pelanggan potensial yang sudah mengkonsumsi produk perusahaan tersebut agar tidak melupakan produknya dan berpindah ke produk lain. Masalah utama dari model ini adalah bagaimana menentukan biaya periklanan optimum yang berkembang dari waktu ke waktu sehingga perusahaan dapat memperoleh keuntungan yang maksimum dengan cara melibatkan penggunaan kurva berbentuk S. Untuk itu diperlukan sebuah kebijakan untuk membantu perusahaan dalam memaksimumkan keuntungan. Secara umum fungsi keuntungan π () t adalah selisih antara tingkat penjualan x() t dan tingkat pengeluaran periklanan ut () terhadap waktu t. ingkat keuntungan π () t dapat dirumuskan sebagai berikut: π () t = x() t u(). t (.) Karena permasalahan ini merupakan permasalahan kontrol optimum yang kontinu sepanjang waktu, maka waktu t dipilih berada pada selang [, ). Pada karya tulis ini, yang akan diperhatikan adalah nilai sekarang (present value) dari arus kas yang terus-menerus (dalam hal ini pendapatan yang bergantung pada tingkat penjualan), maka present value rt dari keuntungan perusahaan πe dengan tingkat suku bunga r dan rt e merupakan faktor diskon. Dengan demikian model masalah memaksimumkan keuntungan menjadi: rt max [ x() t u()] t e dt (.) u() t dengan kendala, x = gxu (, ) (.) x() = x (.4) di mana g merupakan fungsi respons, u merupakan peubah kontrol, dan x merupakan peubah state, dengan asumsi x() t dan ut () bernilai tidak negatif dan lebih besar atau sama dengan nol. Hal ini menggambarkan bahwa selalu ada biaya yang dialokasikan untuk membuat iklan atau minimal bernilai nol. Pada karya tulis ini akan dilakukan modifikasi pada bagian kendala (fungsi respons) yang akan terbagi dalam beberapa kasus, yang diambil dari model Vidale Wolve (Vidale Wolve 957) dan model Contagion (Ozga 96, Sethi 979), sehingga akan dianalisis fungsi respons g berbentuk-s. Analisis lebih mendalam pada permasalahaan di atas dibahas pada bab selanjutnya.

19 PEMBAHASAN Prinsip Maksimum Dalam menyelesaikan masalah maksimisasi keuntungan, akan digunakan Prinsip Maksimum Pontryagin. Penggunaan teori Kontrol Optimum dalam masalah ekonomi, fungsi integran f sering memuat rt faktor diskon e. Dengan demikian, fungsi integran f secara umum dapat dituliskan rt menjadi f = π e dengan π () t = x() t u() t sehingga masalah Kontrol Optimum menjadi memaksimumkan keuntungan a rt max [ x() t u()] t e dt u() t terhadap kendala x = gxu (, ), x() = x dalam bentuk standar, fungsi Hamilton dapat dituliskan dalam bentuk rt H( x, u) = [ x u] e + p( g( x, u)). Dengan menggunakan Current-Value Hamiltonian didapatkan fungsi Hamilton baru yaitu: H ˆ ( xu, ) = [ x u] + λ[ g( xu, )] (4.) dengan λ adalah shadow price yang merupakan vektor adjoin. Pada masalah ini didefinisikan x sebagai peubah state dan u sebagai peubah kontrol yang keduanya saling berkaitan untuk menyelesaikan persamaan (.). Pada prinsip maksimum Pontryagin dibutuhkan syarat optimalitas (syarat perlu): Ĥ x = λ + rλ (4.) Hˆ = u (4.) Hˆ = x = g ( x, u, t ). λ (4.4) Pembahasan akan dilakukan pada masalah maksimisasi keuntungan pada unit waktu tak terbatas ( t [, ) ) sehingga digunakan syarat batas rt x() = x, lim e λ() t x() t =. t Dengan menggunakan peubah kontrol u, maka akan didapat calon solusi optimal di sepanjang unit waktu tak terbatas. Untuk lebih lanjut akan dianalisis apakah syarat perlu juga merupakan syarat cukup. Hal ini terpenuhi apabila Ĥ adalah fungsi cekung ke bawah (concave). urunan pertama Ĥ terhadap x yaitu Hˆ = + λgx. (4.5) x Kondisi turunan pertama tidak cukup untuk menunjukkan permasalahan pengoptimuman yang mencapai nilai maksimum atau minimum. Karena itu digunakan kondisi turunan kedua atau kondisi Legendre- Clebsch agar sebuah ekstremum menjadi minimum atau maksimum. Kondisi Legendre-Clebsch terpenuhi jika turunan kedua dari persamaan Hamilton negatif. urunan kedua Ĥ terhadap x yaitu Hˆ = λg xx (4.6) x berdasarkan asumsi diperoleh Hˆ λg xx sehingga. x Jadi terbukti bahwa H ˆ ( xu, ) adalah fungsi cekung ke bawah di x. Beberapa Kasus Di bagian ini akan dibahas model V-W, model Contagion dan model yang melibatkan fungsi berbentuk S. Kasus Pada kasus ini, model periklanan yang digunakan adalah model V-W oleh Vidale Wolfe yang menyatakan bahwa periklanan secara langsung membujuk pelanggan yang belum mengkonsumsi produk dari perusahaan agar mengkonsumsinya ketika pelanggan yang sudah mengkonsumsi produk dari perusahaan mulai mengurangi konsumsi produknya. Berdasarkan model V- W fungsi respons g adalah g( xu, ) = ρu( x) δ x (4.7) di mana ρ merupakan konstanta periklanan dan δ merupakan konstanta depresiasi. Masalah maksimisasi keuntungan di sepanjang unit waktu tak terbatas t [, ) dapat ditulis sebagai berikut

20 max [ () ()] rt x t u t e dt u() t dengan kendala x = ρu( x) δ x. Dengan mensubtitusi ke persamaan (4.) didapat current value Hamiltonian menjadi: H ˆ (,,) x u t = ( x u) + λ()[ t ρu( x) δx]. (4.8) Dengan syarat optimalitas (4.) didapat: Hˆ = u + λρ( x) =, sehingga λ=. ρ ( x ) Jika ekspresi di atas diturunkan terhadap t akan diperoleh x λ =. (4.9) ρ( x) Dari syarat optimalitas (4.) dan (4.4) didapat persamaan adjoin λ = + λ[ ρu+ δ + r], (4.) dan didapat persamaan state x = ρu( x) δ x. (4.) Subtitusi persamaan (4.9) ke (4.) maka didapat * r ρ + r + 4δρ x =. (4.) ρ Dari persamaan (4.) didapat x = sehingga dari (4.) ρu( x) δ x =, maka didapat * r+ δ r + 4δρ u = (4.) ρ yang menghasilkan δu δ x u =. (4.4) ( x) ρ( x) Sehingga solusi analitiknya r ρ + r + 4δρ () = ρ * x t * r+ δ r + 4δρ u () t =. ρ (4.5) Kasus Model periklanan lain yang digunakan adalah model Contagion oleh Ozga, yang menyatakan periklanan merupakan fenomena penyebaran pengaruh secara lisan (dari mulut ke mulut), di mana respons penjualan muncul dari pihak yang membeli x dan pihak yang belum membeli ( x), fungsi respons g dinyatakan sebagai berikut g( xu, ) = ρux( x) δ x. (4.6) Masalah maksimisasi keuntungan di sepanjang unit waktu tak terbatas t [, ) dapat ditulis sebagai berikut max [ () ()] rt x t u t e dt u() t dengan kendala x = ρux( x) δ x, sehingga dengan mensubtitusi ke persamaan (4.) didapat current value Hamiltonian menjadi: H ˆ ( x, u, t) = ( x u) + λ( t)[ ρux( x) δx]. (4.7) Dengan syarat optimalitas (4.) didapat: Hˆ = u + λρx( x) =, sehingga λ =. ρ x( x) Jika ekspresi di atas diturunkan terhadap t akan diperoleh x xx λ =. (4.8) ρ( x( x)) Dari syarat optimalitas (4.) dan (4.4) didapat persamaan adjoin λ = λ[ ρu( x) δ r], (4.9) dan didapat persamaan state x = ρux( x) δ x. (4.) Subtitusi persamaan (4.8) ke (4.9) maka diperoleh solusi analitiknya [lihat Lampiran ]. Kasus Selain dua kasus di atas didapatkan masalah maksimisasi keuntungan di sepanjang unit waktu tak terbatas t [, ) sebagai berikut max [ () ()] rt x t u t e dt (4.) u() t dengan kendala

21 x = f( u) a( x) b( x) (4.) di mana a adalah fungsi acceleration dan b adalah fungsi decay (depresiasi) dari penjualan. Sehingga dengan mensubtitusi (4.) dan (4.) ke persamaan (4.) didapat current value Hamiltonian menjadi: H ˆ ( x, u, t) = ( x u) + λ( t)[ f( u) a( x) b( x)]. (4.) Berdasarkan syarat optimalitas dari current value Hamiltonian didapat : λ + rλ = + λ[ fax bx] (4.4) + λ fua = (4.5) x = fa b (4.6) dari persamaan (4.5) didapat : λ = fua (4.7) dengan mengambil turunan dari persamaan (4.7) terhadap waktu t maka akan didapat: ( λ ) = ( fua) dt dt λλ = f au + f a x. (4.8) uu u x Dari persamaan (4.4) didapat : λ = + λ( a f b r). (4.9) x Dengan mensubtitusikan persamaan (4.6), (4.7) dan (4.9) ke persamaan (4.8) maka akan didapat ( afu)[ + ( axf bx r)/ afu] = ( afuu) u + ( axf u)( af b). Kemudian, didapat u sebagai berikut : ax fu u = [ afu r bx+ b ]. (4.) a f x uu Pada Kasus, dibahas fungsi respons g yang memiliki ax = ( x), bx = δ xsehingga fungsi respons g berbentuk g( xu, ) = f( u)( x) δ x. Dengan mensubtitusi nilai a dan b ke persamaan (4.6) dan (4.) maka didapat x = f( u)( x) δ x (4.) δ x fu u = [( x) fu r δ ]. ( x) f (4.) Persamaan (4.) dan (4.) merupakan sistem persamaan diferensial taklinear sehingga solusi analitik sistem tersebut sulit diperoleh. Solusi numerik akan diberikan di bab selanjutnya, termasuk analisis kestabilan model linear padanannnya. Kasus 4 Pada kasus ini, dibahas fungsi respons g yang memiliki ax = x( x), bx =δ x sehingga fungsi respons g berbentuk uu g( xu, ) = f( ux ) ( x) δ x. Dengan mensubtitusi nilai a dan b ke (4.6) dan (4.) didapat x = f( u) x( x) δ x (4.) δ ( x) fu u = x( x) fu r δ +. ( x) (4.4) fuu Persamaan (4.) dan (4.) merupakan sistem persamaan diferensial taklinear sehingga untuk mendapatkan solusinya harus dilakukan pelinearan. Pada bab selanjutnya akan diperlihatkan analisis kestabilan model linear padanannnya serta solusi numeriknya.

22 SIMULASI Untuk mengilustrasikan bentuk-bentuk khusus dari berbagai macam fungsi dan parameter yang dibentuk dari persamaan rt max ( x ue ) dt u() t dengan kendala x = gxu (, ) x() = x maka akan dilakukan simulasi terhadap beberapa kasus berikut : Kasus Fungsi respons g pada kasus ini berbentuk g( xu, ) = ρu( x) δ x Dari persamaan (4.5), dengan memasukkan nilai parameter r =.8, ρ =, δ =. diperoleh solusi analitiknya yaitu : * x ( t) =.78 * u ( t) =.8 Solusi analitik tersebut bila digambarkan berupa gambar berikut : ingkat Pengeluaran Periklanan HuL dan ingkat Penjualan HxL x(): t ut (): waktuhtl Gambar 7 Grafik hubungan x dan u terhadap t. Gambar 7 merupakan bidang solusi yang diperoleh dengan menggambarkan persamaan (4.5), dengan parameterparameter yang digunakan r =.8, ρ =, δ =.. Pada Gambar 7 dapat dilihat bahwa pada saat biaya iklan yang dikeluarkan konstan maka akan menghasilkan tingkat penjualan yang konstan, sehingga menghasilkan tingkat keuntungan yang konstan terhadap waktu t sebesar π * =.674. Dari permasalahan Kasus, solusi analitik tedapat dalam lampiran persamaan (5), bila dengan dimasukkan nilai parameter r =.8, ρ =, δ =. diperoleh solusi analitiknya yaitu : * x ( t) =.767 * u ( t) =.9 Dari solusi analitik tersebut didapat gambar berikut : ingkat Pengeluaran Periklanan HuL dan ingkat Penjualan HxL x(): t ut (): waktuhtl Gambar 8 Grafik hubungan x dan u terhadap t. Gambar 8 merupakan bidang solusi yang diperoleh dengan menggambarkan solusi analitik di atas, dengan parameter-parameter yang digunakan r =.8, ρ =, δ =.. Pada Gambar 8 terlihat bahwa pada saat biaya iklan yang dikeluarkan konstan maka akan menghasilkan tingkat penjualan yang konstan, sehingga menghasilkan tingkat keuntungan yang konstan terhadap waktu t sebesar π * =.68. Kasus Fungsi respons g pada kasus ini berbentuk g( xu, ) = f( u)( x) δ x Dipilih fungsi 8u f ( u) = + u dengan analisis sederhana dapat diperlihatkan bahwa kurva fungsi di atas berbentuk-s [bukti lihat Lampiran ], sehingga didapat kurva f(u) berbentuk-s berikut: Kasus Fungsi respons g pada kasus ini berbentuk g( xu, ) = ρux( x) δ x

23 Gambar 9 Grafik hubungan f(u) terhadap u. Gambar 9 merupakan gambar dari fungsi berbentuk-s, yang menggambarkan bahwa biaya periklanan yang dikeluarkan pada awalnya selalu meningkat dari waktu ke waktu hingga mencapai titik maksimum kemudian konstan menuju garis batasnya. Analisis itik etap Untuk mendapatkan titik tetap diperoleh dari dua persamaan singular ( x = dan u = ) dengan parameter yang digunakan r =.8, δ =., sehingga dari persamaan (4.) dan (4.) didapat : f( u)( x).x =.x f [( x) f.8. ] u u = ( x) f uu Dengan menggunakan Software Maple didapat beberapa nilai titik tetap yaitu (,), (.,.6) dan (.6,.9). (bukti lihat Lampiran 4) Persamaan (4.) dan (4.) merupakan persaman taklinear sehingga dilakukan pelinearan sebagai berikut x x x x u x u = u u u x u x x x u di mana J = merupakan matriks u u x u Jacobi. Selanjutnya akan dianalisis titik tetap berdasarkan kestabilannya. Dari matriks di atas diperoleh nilai-nilai eigen sebagai berikut: λ = λ =. Karena =.> dan λ <, λ < sehingga di titik (,) merupakan simpul stabil. Untuk titik tetap (.,.6) diperoleh matriks Jacobi J (.,.6) =.... Dari matriks di atas diperoleh nilai-nilai eigen sebagai berikut: λ =.9 λ =.9 karena =. < dan λ >, λ < sehingga di titik (.,.6) merupakan titik sadel. Untuk titik tetap (.6,.9) diperoleh matriks Jacobi J (.6,.9) = Dari matriks di atas diperoleh nilai-nilai eigen sebagai berikut: λ = i λ =.9.57i karenaτ =.8 > dan τ 4 =.< sehingga di titik (.6,.9) merupakan spiral tak stabil... Untuk titik tetap (,) diperoleh matriks Jacobi (,) J =. Gambar Bidang fase untuk u dan x.

24 5 Gambar merupakan bidang fase dari Kasus, terdapat tiga titik tetap yaitu di titik (,) bersifat stabil, di titik (.,.6) bersifat sadel dan di titik (.6,.9) bersifat spiral tak stabil. x(): t ut (): π (): t x(): t ut (): π (): t Gambar Bidang solusi untuk u dan x. Gambar Bidang solusi untuk u dan x. Gambar merupakan bidang solusi untuk u dan x yang menuju titik tetap stabil bila dimasukkan nilai u =. dan x =., sehingga kurva tersebut menuju titik (,). Pada titik ini menunjukkan belum ada keuntungan yang dihasilkan sebuah perusahaan bila tidak ada biaya periklanan yang dikeluarkan. x(): t ut (): π (): t Gambar Bidang solusi untuk u dan x. Gambar merupakan bidang solusi untuk u dan x, terlihat kurva yang menjauhi titik (.,.6) bila dimasukkan nilai u =.5 dan x =.5, karena di titik tersebut bersifat sadel, artinya di titik tersebut tidak stabil. itik ini menggambarkan, bila perusahaan mengeluarkan biaya yang meningkat maka tingkat penjualan juga akan meningkat dari waktu ke waktu, pada titik ini diperoleh tingkat keuntungan sebesar π =.5. Gambar merupakan bidang solusi untuk u dan x yang berbentuk spiral dekat dengan titik (.6,.9), karena di titik tersebut bersifat spiral takstabil. itik ini menunjukkan dinamika biaya iklan u dan tingkat penjualan x terhadap waktu t yang selalu berisolasi. Pada titik ini tingkat keuntungan yang diperoleh perusahaan sebesar π =.756. Berdasarkan Gambar dapat dilihat bahwa biaya iklan maupun tingkat penjualan akan meningkat setelah itu menurun kemudian meningkat lagi dari waktu ke waktu. Kasus 4 Fungsi respons g pada kasus ini berbentuk g( xu, ) = f( ux ) ( x) δ x Dengan menggunakan fungsi 8u f ( u) = ( + u ) yang berbentuk-s maka akan dilakukan analisis titik tetap. Analisis itik etap Untuk mendapatkan titik tetap diperoleh dari dua persamaan singular ( x = dan u = ) dengan parameter yang digunakan r =.8, δ =., sehingga dari persamaan (4.) dan (4.4) didapat : f( u) x( x).x =.( ) [ x ( x ) f x f.8. ] u u +. ( x) f = uu Dengan menggunakan Software Maple didapat beberapa nilai titik tetap yaitu (,), (.7,.67) dan (.74,.95). (bukti lihat Lampiran 5)

25 6 Persamaan (4.) dan (4.4) merupakan persaman taklinear sehingga dilakukan pelinearan sebagai berikut x x x x u x u = u u u x u x x x u di mana J = merupakan matriks u u x u Jacobi. Selanjutnya akan dianalisis titik tetap berdasarkan kestabilannya. Untuk titik tetap (,) diperoleh matriks Jacobi : J (,) = 5 Dari matriks di atas diperoleh nilai-nilai eigen sebagai berikut: λ = 5 λ = karena =.> serta λ <, λ < sehi ngga di titik (,) merupakan simpul stabil. Untuk titik tetap (.7,.67) diperoleh matriks Jacobi: J (.7,.67) = Dari matriks di atas diperoleh nilai-nilai eigen sebagai berikut: λ =. λ =. karena =. < dan λ <, λ > sehingga di titik (.7,.67) merupakan titik sadel. Untuk titik tetap (.74,.95) diperoleh matriks Jacobi:.. J (.74,.95) = Dari matriks di atas diperoleh nilai-nilai eigen sebagai berikut: λ = i λ =.4.58i karenaτ =.8 > danτ 4 =.6< sehingga di titik (.4,.7) merupakan spiral tak stabil. Gambar 4 Bidang fase untuk u dan x. Gambar 4 merupakan bidang fase dari kasus 4, terdapat tiga titik tetap yaitu di titik (,) bersifat stabil, di titik (.7,.67) bersifat sadel dan di titik (.74,.95) bersifat spiral tak stabil. x(): t ut (): π (): t Gambar 5 Bidang solusi untuk u dan x. Gambar 5 merupakan bidang solusi untuk u dan x yang menuju titik tetap stabil bila dimasukkan nilai u =. dan x =., sehingga menuju titik (,). itik ini menunjukkan belum ada keuntungan yang.

26 7 dihasilkan sebuah perusahaan bila tidak ada biaya periklanan yang dikeluarkan. dikeluarkan perusahaan dalam membuat iklan. x(): t ut (): π (): t x(): t ut (): π (): t Gambar 6 Bidang solusi untuk u dan x. Gambar 6 merupakan bidang solusi untuk u dan x yang kurvanya menjauhi titik (.7,.67) bila dimasukkan nilai u =.74 dan x =.68, karena di titik tersebut bersifat sadel, artinya di titik tersebut tidak stabil. itik ini menggambarkan, bila perusahaan mengeluarkan biaya yang meningkat maka tingkat penjualan juga akan meningkat dari waktu ke waktu, namun tingkat keuntungan yang diperoleh negatif sebesar π =.6 Hal ini terjadi karena terlalu banyak biaya yang dikeluarkan sedangkan tingkat penjualan belum dapat menutupi biaya yang Gambar 7 Bidang solusi untuk u dan x. Gambar 7 merupakan bidang solusi untuk u dan x, kurva di atas berbentuk spiral dekat dengan titik (.74,.95), karena di titik tersebut bersifat spiral takstabil. itik ini menggambarkan dinamika biaya iklan u maupun tingkat penjualan x yang terlihat berisolasi. Pada Gambar 7 dapat dilihat bahwa dengan bertambahnya waktu t, biaya iklan maupun tingkat penjualan akan meningkat setelah itu menurun kemudian meningkat lagi. Pada titik ini tingkat keuntungan yang diperoleh perusahaan sebesarπ =.75.

27 KESIMPULAN Metode Kontrol Optimum dengan pendekatan Prinsip Maksimum Pontryagin dapat digunakan untuk masalah maksimisasi keuntungan. Dalam karya tulis ini dibahas masalah maksimisasi keuntungan dengan kendala laju tingkat penjualan perusahaan dalam permasalahan model periklanan suatu perusahaan yang menginginkan keuntungan maksimum dengan mengidentifikasi penggunaan kurva respons berbentuk-s. Simulasi menunjukkan bahwa pada model periklanan V-W dan Contagion yang tidak menggunakan fungsi berbentuk-s menggambarkan saat biaya yang dikeluarkan perusahaan untuk periklanan konstan maka menghasilkan tingkat penjualan yang konstan sehingga tingkat keuntungan yang diperoleh konstan. Sedangkan pada model yang melibatkan penggunaan fungsi berbentuk-s, diperoleh tiga titik tetap yaitu. stabil, sadel dan spiral takstabil. Pada titik stabil digambarkan perusahaan belum ada keuntungan bila tidak ada biaya yang dikeluarkan untuk iklan. Pada titik sadel, bila perusahaan mengeluarkan biaya yang meningkat maka tingkat penjualan juga akan meningkat dari waktu ke waktu, namun pada model keempat tingkat keuntungan yang diperoleh negatif dikarenakan terlalu banyak biaya yang dikeluarkan sedangkan tingkat penjualan belum dapat menutupi biaya yang dikeluarkan dalam membuat iklan. Pada titik spiral takstabil, biaya iklan maupun tingkat penjualan akan meningkat setelah itu menurun kemudian meningkat lagi dari waktu ke waktu, sehingga tingkat keuntungan pun berisolasi dan membesar dari waktu ke waktu sampai batas yang tidak ditentukan, kemudian kembali menuju titik stabil. DAFAR PUSAKA Anton H Aljabar Linear Elementer. Edisi ke-5. erjemahan Pantur Silaban dan I Nyoman Susila. Erlangga, Jakarta. Farlow SJ An Introduction to Differential Equation and heir Application. Mc Graw-Hill, New York. Feinberg, M.. On Continuous-ime Optimal Advertising Under S-Shaped Response. Management Sci. 47() Kreyszig E. 99. Matematika eknik Lanjutan. erjemahan Bambang Sumantri. Gramedia Pustaka Utama, Jakarta. Ozga S. 96. Imperfect Market through lack of Knowledge. Quart. J. Econom Sethi SP Optimal Advertising with the Contagion Model. J. Optim. heory Appl. 9(4) Sethi SP, hompson L. 98. Optimal Control heory: Applications to Management Science. M. Nijhoff Publishers, Hingham, MA, and Kluwer, Boston, MA. Strogatz SH Nonlinear Dynamics and Chaos with Application to Physics, Biology, Chemistry, and Engineering. Perseus Books, New York. u PNV. 99. Introductory Optimization Dynamics : Optimal Control with Economics and Management Applications. Second Revised and Enlarged Edition. Springer Verlag, Berlin. u PNV Dynamical System. An Introduction with Application in Economics and Biology. Second Revised and Enlarged Edition. Springer Verlag, Berlin. Verhulst F. 99. Nonlinear Differential Equation and Dynamical System. Springer Verlag, Germany. Wolfe, Vidale An Operations Research Study of Sales Response to Advertising. Oper. Res

28 LAMPIRAN

29 Lampiran. Bukti eorema 4 Diketahui masalah memaksimumkan: J ( x) = S( x( ), ) + f ( x( t), u( t), t) dt () dengan kendala : x() t = f( x(), t u(),) t t dt () Misalkan x() = x, t =, sedangkan x( ) dan keduanya tidak ditentukan. Fungsi scrap Sx (, ) dapat dituliskan sebagai: d S( x( ), ) = S( x,) + S( x( t), t) dt dt () sehingga persamaan () menjadi: d J = S( x,) + f( x, u, t) + S( x( t), t) dt dt (,) Sx f (.) x S = dt x t (4) dengan x() t, ut (), f (,, ) xut dan Sxt (, t ) secara sederhana dapat dituliskan sebagai x, u, f (.) dan S. Dapat dilihat bahwa upaya untuk mengoptimalkan persamaan (4) tidak dipengaruhi S pada saat t = tetapi ditentukan oleh integral persamaan tersebut. Selanjutnya didefinisikan fungsional objektif yang diperbesar (augmented) J ( u ) sebagai: J ( u) = F( x, x, p, u, t) dt (5) a S S dengan F( x, x, p, u, t) = f (.) + p( f(.) x ) + x + x t S S = H( x, u, p, t) px + x + (6) x t dengan H( xu,, pt, ) = f( xu,, pt, ) + pf( xut,, ) adalah Hamiltonian. Syarat perlu dengan fungsional (5) memiliki nilai ekstrim adalah δ J ( u) =. Untuk dan x( ) tidak ditentukan, nilai δ J ( u) = diperoleh seperti pada kalkulus variasi yaitu : a d δja( u) = [ ] Fx Fx δx+ Fuδu + Fpδ p dt+ Fxδx+ F Fxx δ t = t= dt (7) d Agar persamaan (7) dipenuhi maka persamaan Euler harus dipenuhi, yaitu Fx Fx =. dt d d Sedangkan Fx Fx = Hx + ( Sxx + St) ( Sx p) dt x dt = H + S x + S S x S + p x xx xt xx xt = Hx + p (8) Sehingga persamaan euler ini memberikan p = H (9) Variasi δ u dan δ p mempunyai sifat saling bebas sehingga koefisiennya bernilai nol, yaitu F u = dan F p =. Persamaan (.6) memberikan Fu = Hu dan Fp = f(.) x = Hp x, sehingga H = () u x = f( x, u, t) = H p () Selanjutnya syarat batas diberikan oleh suku terakhir persamaan (7), yaitu [ Fx δx+ ( F Fx x ) δ t] = () t= karena Fx = Sx p F xf = H px + S x + S xs + xp = H + S t maka persamaan () menjadi x x t x x a a

30 ( S p ) δ x + ( H + S ) δ t = () x t= t t= persamaan ini dikenal sebagai transversality condition atau syarat batas. Apabila x( t ) dan t belum ditentukan, maka syarat batas menjadi ( S p ) x t = t x ( H S ) t = δ + + t t δ = (4) = t= yang menghasilkan teorema Pontryagin. Lampiran. Mencari solusi analitik dari Kasus Jika mensubtitusi persamaan (4.7) ke (4.8) didapat hasil akhir 4 ρx ρx + x( ρ δ + r) r = Dengan menggunakan Softwre Mathematica 6. didapat + (( i )( rρ δρ ρ )) * x () t = / / ρ 9rρ + 8δρ ρ + 4(rρ δρ ρ ) + (9rρ + 8δρ ρ ) ( rρ δρ ρ rρ δρ ρ rρ δρ ρ ) ( + i ) ( ) + (9 + 8 ) / 6 ρ kemudian bila diturunkan terhadap t menjadi x = sehingga ρux( x) δ x =, yang δ menghasilkan u =, bila nilai x dimasukkan maka akan didapat solusi analitik: ρ( x) + (( i )( rρ δρ ρ )) * x () t = / / ρ 9rρ + 8δρ ρ + 4(rρ δρ ρ ) + (9rρ + 8δρ ρ ) ( rρ δρ ρ rρ δρ ρ rρ δρ ρ ) ( + i ) ( ) + (9 + 8 ) / 6 ρ / / / / r i r / / δ i δ rρ i rρ δρ i δρ ρ i ρ + rδ i rδ / / / / / / * r + δ 9 u () t = + + / ρ 9rρ + 8δρ ρ + 4(rρ δρ ρ ) + (9rρ + 8δρ ρ ) r / / / / / / / r i / / / / / 9 / + r i r δ δ i δ i δ ρ ρ i ρ i ρ + ( 9rρ + 8δρ ρ + 4(rρ δρ ρ ) + (9rρ + 8δρ ρ ) ) / / i i / / ( rρ + ) / 8δρ ρ 4(rρ δρ ρ ) (9rρ 8δρ ρ ) 6 ρ 9ρ ρ ρ ( 9rρ 8δρ ρ 4(rρ δρ ρ ) (9rρ 8δρ ρ ) ) i / / ρ 6 ρ Lampiran. Bukti fungsi f(u) berbentuk S Untuk membuktikan f(u) berbentuk-s dengan mencari titik kritis dengan turunan pertama terhadap u: 4u fu ( u) = ( + u ) 48 u( u ) fuu ( u) = ( + u ) Mencari titik ekstrem dan fungsi naik dan turun dengan: / / / (5)

31 4u fu ( u) = = (+ u ) u = f ( u ) + + u Untuk mencari kecekungan dan titik belok maka diuji turunan kedua 48 u( u ) fuu ( u) = = ( + u ) didapat u =.68 titik belok + _ fuu ( u) dengan f() =, f () =, f( u) u = 8, f '( u) u = Sehingga didapat kurva f(u) berbentuk-s pada Gambar 9. Lampiran 4. Mencari nilai titik tetap ( u, x) pada Kasus dengan menggunakan software Maple Untuk mendapatkan titik tetap dengan menggunakan program di bawah ini: (4 ut ) ( xt ())(4 ut ()) δ xt ()() ( + ut ) sys : = diff ( u( t), t) = r δ +, ( + ut ) ( xt ) 48 ut ( ut ) ( ut ) + 8 ut diff ( x( t), t) = ( x( t)) δ xt + ut (4 u ) ( x) (4 u ) x ( u ) 8 u solve δ + r δ +, ( x) δ x, { x, u} ( + u ) ( x) 48 u ( u ) + u ( u ) + diperoleh beberapa titik tetap maka titik tetap yang memenuhi (,), (.,.6) dan (.6,.9).

32 Lampiran 5. Mencari nilai titik tetap ( u, x) pada Kasus 4 dengan menggunakan software Maple Untuk mendapatkan titik tetap dengan menggunakan program di bawah ini: (4 ut ) xt () ( xt ()) (4 ut ()) δ ( xt ()) ( + ut ) sys: = diff ( u( t), t) = r δ +, ( + ut ) ( xt ) 48 ut ( ut ) ( ut ) + 8 ut diff ( x( t), t) = xt () ( xt ()) δ xt () + ut (4 u ) x ( x) (4 u ) ( x) ( u ) 8 u solve δ + r δ +, x ( x) δ x, { x, u} ( + u ) ( x) 48 u ( u ) + u ( u ) + diperoleh beberapa titik tetap maka titik tetap yang memenuhi (,), (.7,.67) dan (.74,.95). Lampiran 6. Matriks Jacobi untuk Kasus dan Kasus 4 Kasus Dari persamaan (4.8) dan (4.9) dilakukan pelinearan dengan mengkonstruksi matriks Jacobi yaitu : f δ fu ( x) Jux (, ) = δ f u fu f uuu δx fu f uuu fu ( x) f u + r δ ( x) fuu ( fuu ) ( x) ( fuu ) digunakan f( u) = 8u + u ( ) sehingga matriks Jacobi menjadi : 8u 4 u ( x ) δ + u (+ u ) J = 4 4u δ ( u + u ) 6 6 ( ) 6 ( ) ( + u x u + u x 8u + u )( r( x ) δ ) + 4u ( + u + u 6 ) ( u ) ( x ) Kasus 4 Dari persamaan (4.) dan (4.) dilakukan pelinearan dengan mengkonstruksi matriks Jacobi yaitu :

II LANDASAN TEORI. ii. Constant returns to scale, yaitu situasi di mana output meningkat sama banyaknya dengan porsi peningkatan input

II LANDASAN TEORI. ii. Constant returns to scale, yaitu situasi di mana output meningkat sama banyaknya dengan porsi peningkatan input 2 II LANDASAN EORI Pada bab ini akan diuraikan beberapa definisi dan teori penunjang yang akan digunakan dalam karya ilmiah ini. 2.1 Istilah Ekonomi Definisi 1 (Pertumbuhan Ekonomi) Pertumbuhan ekonomi

Lebih terperinci

Selanjutnya didefinisikan fungsional objektif yang diperbesar (augmented) J ( u ) sebagai:

Selanjutnya didefinisikan fungsional objektif yang diperbesar (augmented) J ( u ) sebagai: LAMPIRAN Lampiran 1. Bukti Teorema 4 Diketahui masalah memaksimumkan: T J ( x) = S( x( T), T) + f ( x( t), u( t), t) dt (1) dengan kendala : x() t = f( x(), t u(),) t t dt () Misalkan x() = x, t =, sedangkan

Lebih terperinci

Kontrol Optimum. Prinsip Maksimum Pontryagin. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

Kontrol Optimum. Prinsip Maksimum Pontryagin. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014 Kontrol Optimum Prinsip Maksimum Pontryagin Toni Bakhtiar Departemen Matematika IPB Februari 214 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 214 1 / 25 Outline Masalah kontrol optimum Prinsip

Lebih terperinci

Kontrol Optimum. Syarat Transversalitas, Current-valued Hamiltonian. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

Kontrol Optimum. Syarat Transversalitas, Current-valued Hamiltonian. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014 Kontrol Optimum Syarat Transversalitas, Current-valued Hamiltonian Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 37 Outline Syarat

Lebih terperinci

Persamaan Diferensial Biasa

Persamaan Diferensial Biasa Persamaan Diferensial Biasa Titik Tetap dan Sistem Linear Toni Bakhtiar Departemen Matematika IPB Oktober 2012 Toni Bakhtiar (m@thipb) PDB Oktober 2012 1 / 31 Titik Tetap SPD Mandiri dan Titik Tetap Tinjau

Lebih terperinci

MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM

MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK RIDWAN IDHAM. Model

Lebih terperinci

PENERAPAN PRINSIP MAKSIMUM PONTRYAGIN PADA MASALAH PERIKLANAN OCTAVINA TRISTIANI

PENERAPAN PRINSIP MAKSIMUM PONTRYAGIN PADA MASALAH PERIKLANAN OCTAVINA TRISTIANI PENERAPAN PRINSIP MAKSIMUM PONRYAIN PADA MASALAH PERIKLANAN OCAVINA RISIANI DEPAREMEN MAEMAIKA FAKULAS MAEMAIKA DAN ILMU PENEAHUAN ALAM INSIU PERANIAN BOOR BOOR 9 ABSRAC OCAVINA RISIANI. Application of

Lebih terperinci

Kontrol Optimum. MKO dengan Horizon Takhingga, Syarat Cukup. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

Kontrol Optimum. MKO dengan Horizon Takhingga, Syarat Cukup. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014 Kontrol Optimum MKO dengan Horizon Takhingga, Syarat Cukup Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 23 Outline MKO dengan

Lebih terperinci

ANALISIS MODEL MANGSA-PEMANGSA MICHAELIS- MENTEN DENGAN PEMANENAN PADA POPULASI MANGSA HANDANU DWARADI

ANALISIS MODEL MANGSA-PEMANGSA MICHAELIS- MENTEN DENGAN PEMANENAN PADA POPULASI MANGSA HANDANU DWARADI ANALISIS MODEL MANGSA-PEMANGSA MICHAELIS- MENTEN DENGAN PEMANENAN PADA POPULASI MANGSA HANDANU DWARADI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

PENGGUNAAN METODE ITERASI VARIASI UNTUK MENYELESAIKAN MASALAH OSILASI BERPASANGAN SANTI SUSILAWATI

PENGGUNAAN METODE ITERASI VARIASI UNTUK MENYELESAIKAN MASALAH OSILASI BERPASANGAN SANTI SUSILAWATI PENGGUNAAN METODE ITERASI VARIASI UNTUK MENYELESAIKAN MASALAH OSILASI BERPASANGAN SANTI SUSILAWATI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 7 BAB II TINJAUAN PUSTAKA Dalam bab ini akan dibahas beberapa poin tentang sistem dinamik, kestabilan sistem dinamik, serta konsep bifurkasi. A. Sistem Dinamik Secara umum Sistem dinamik didefinisikan

Lebih terperinci

MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM

MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 011 ABSTRAK RIDWAN IDHAM. Model

Lebih terperinci

Karena v merupakan vektor bukan nol, maka A Iλ = 0. Dengan kata lain, Persamaan (2.2) dapat dipenuhi jika dan hanya jika,

Karena v merupakan vektor bukan nol, maka A Iλ = 0. Dengan kata lain, Persamaan (2.2) dapat dipenuhi jika dan hanya jika, BAB II KAJIAN TEORI Pada bab ini akan dibahas mengenai definisi-definisi dan teorema-teorema dari nilai eigen, vektor eigen, dan diagonalisasi, sistem persamaan differensial, model predator prey lotka-voltera,

Lebih terperinci

Kontrol Optimum. MKO dengan Mixed Constraints dan Pure State Constraints. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

Kontrol Optimum. MKO dengan Mixed Constraints dan Pure State Constraints. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014 Kontrol Optimum MKO dengan Mixed Constraints dan Pure State Constraints Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 38 Outline

Lebih terperinci

Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas

Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas Slide II Toni Bakhtiar Departemen Matematika IPB February 2012 TBK (IPB) Kalkulus Variasi February 2012 1 / 37 Masalah Brachystochrone

Lebih terperinci

Created By Aristastory.Wordpress.com BAB I PENDAHULUAN. Teori sistem dinamik adalah bidang matematika terapan yang digunakan untuk

Created By Aristastory.Wordpress.com BAB I PENDAHULUAN. Teori sistem dinamik adalah bidang matematika terapan yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Teori sistem dinamik adalah bidang matematika terapan yang digunakan untuk memeriksa kelakuan sistem dinamik kompleks, biasanya dengan menggunakan persamaan diferensial

Lebih terperinci

PREDIKSI JANGKA PANJANG DARI PROSES POISSON SIKLIK DENGAN FUNGSI INTENSITAS GLOBAL DIKETAHUI AGUSTINA MARGARETHA

PREDIKSI JANGKA PANJANG DARI PROSES POISSON SIKLIK DENGAN FUNGSI INTENSITAS GLOBAL DIKETAHUI AGUSTINA MARGARETHA PREDIKSI JANGKA PANJANG DARI PROSES POISSON SIKLIK DENGAN FUNGSI INTENSITAS GLOBAL DIKETAHUI AGUSTINA MARGARETHA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Aljabar Linear Definisi 2.1.1 Matriks Matriks A adalah susunan persegi panjang yang terdiri dari skalar-skalar yang biasanya dinyatakan dalam bentuk berikut: [ ] Definisi 2.1.2

Lebih terperinci

Kalkulus Variasi. Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas. Toni Bakhtiar. Departemen Matematika IPB

Kalkulus Variasi. Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas. Toni Bakhtiar. Departemen Matematika IPB Kalkulus Variasi Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum

Lebih terperinci

Bab II Teori Pendukung

Bab II Teori Pendukung Bab II Teori Pendukung II.1 Sistem Autonomous Tinjau sistem persamaan differensial berikut, = dy = f(x, y), g(x, y), (2.1) dengan asumsi f dan g adalah fungsi kontinu yang mempunyai turunan yang kontinu

Lebih terperinci

Kalkulus Variasi. Persamaan Euler, Masalah Kalkulus Variasi Berkendala, Syarat Batas. Toni Bakhtiar. Departemen Matematika IPB.

Kalkulus Variasi. Persamaan Euler, Masalah Kalkulus Variasi Berkendala, Syarat Batas. Toni Bakhtiar. Departemen Matematika IPB. Kalkulus Variasi Persamaan Euler, Masalah Kalkulus Variasi Berkendala, Syarat Batas Toni Bakhtiar Departemen Matematika IPB Februari 214 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 214 1

Lebih terperinci

III HASIL DAN PEMBAHASAN

III HASIL DAN PEMBAHASAN 7 III HASIL DAN PEMBAHASAN 3.1 Perumusan Model Pada bagian ini akan dirumuskan model pertumbuhan ekonomi yang mengoptimalkan utilitas dari konsumen dengan asumsi: 1. Terdapat tiga sektor dalam perekonomian:

Lebih terperinci

MODEL PERTUMBUHAN PENGELUARAN PUBLIK DENGAN PENDEKATAN FUNGSI LOGISTIK SOFYAN ZUHRI

MODEL PERTUMBUHAN PENGELUARAN PUBLIK DENGAN PENDEKATAN FUNGSI LOGISTIK SOFYAN ZUHRI MODEL PERTUMBUHAN PENGELUARAN PUBLIK DENGAN PENDEKATAN FUNGSI LOGISTIK SOFYAN ZUHRI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK SOFYAN

Lebih terperinci

PENENTUAN SOLUSI OPTIMAL UNTUK ALOKASI KEKAYAAN KE DALAM KONSUMSI DAN INVESTASI PELI SUKARSO

PENENTUAN SOLUSI OPTIMAL UNTUK ALOKASI KEKAYAAN KE DALAM KONSUMSI DAN INVESTASI PELI SUKARSO PENENTUAN SOLUSI OPTIMAL UNTUK ALOKASI KEKAYAAN KE DALAM KONSUMSI DAN INVESTASI PELI SUKARSO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 ABSTRAK

Lebih terperinci

Kalkulus Variasi. Syarat Cukup, Masalah Kalkulus Variasi dengan Horizon Takhingga. Toni Bakhtiar. Departemen Matematika IPB.

Kalkulus Variasi. Syarat Cukup, Masalah Kalkulus Variasi dengan Horizon Takhingga. Toni Bakhtiar. Departemen Matematika IPB. Kalkulus Variasi Syarat Cukup, Masalah Kalkulus Variasi dengan Horizon Takhingga Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 /

Lebih terperinci

BAB II TINJAUAN PUSTAKA. kestabilan model predator-prey tipe Holling II dengan faktor pemanenan.

BAB II TINJAUAN PUSTAKA. kestabilan model predator-prey tipe Holling II dengan faktor pemanenan. BAB II TINJAUAN PUSTAKA Dalam bab ini akan dibahas mengenai dasar teori untuk menganalisis simulasi kestabilan model predator-prey tipe Holling II dengan faktor pemanenan. 2.1 Persamaan Diferensial Biasa

Lebih terperinci

MASALAH PENJADWALAN KERETA SECARA PERIODIK DENGAN BIAYA MINIMUM PADA JALUR GANDA MUHAMMAD RIZQY HIDAYATSYAH

MASALAH PENJADWALAN KERETA SECARA PERIODIK DENGAN BIAYA MINIMUM PADA JALUR GANDA MUHAMMAD RIZQY HIDAYATSYAH MASALAH PENJADWALAN KERETA SECARA PERIODIK DENGAN BIAYA MINIMUM PADA JALUR GANDA MUHAMMAD RIZQY HIDAYATSYAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

PENERAPAN PRINSIP MAKSIMUM PONTRYAGIN PADA SISTEM INVENTORI-PRODUKSI. Nurus Sa adah, Toni Bakhtiar, Farida Hanum

PENERAPAN PRINSIP MAKSIMUM PONTRYAGIN PADA SISTEM INVENTORI-PRODUKSI. Nurus Sa adah, Toni Bakhtiar, Farida Hanum PENERAPAN PRINSIP MAKSIMUM PONTRYAGIN PADA SISTEM INVENTORI-PRODUKSI Nurus Sa adah, Toni Bakhtiar, Farida Hanum Departemen Matematika FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga, Bogor

Lebih terperinci

II. LANDASAN TEORI. Definisi 1 (Sistem Persamaan Diferensial Biasa Linear) Definisi 2 (Sistem Persamaan Diferensial Biasa Taklinear)

II. LANDASAN TEORI. Definisi 1 (Sistem Persamaan Diferensial Biasa Linear) Definisi 2 (Sistem Persamaan Diferensial Biasa Taklinear) 3 II. LANDASAN TEORI 2.1 Sistem Persamaan Diferensial Biasa Definisi 1 (Sistem Persamaan Diferensial Biasa Linear) Misalkan suatu sistem persamaan diferensial biasa dinyatakan sebagai = + ; =, R (1) dengan

Lebih terperinci

BAB 2 PDB Linier Order Satu 2

BAB 2 PDB Linier Order Satu 2 BAB Konsep Dasar BAB 2 PDB Linier Order Satu 2 BAB 3 Aplikasi PDB Order Satu 3 BAB 4 PDB Linier Order Dua 4 BAB 5 Aplikasi PDB Order Dua 5 BAB 6 Sistem PDB 6 BAB 7 PDB Nonlinier dan Kesetimbangan Dalam

Lebih terperinci

PENGARUH SURPLUS PRIMER, TINGKAT PAJAK, DAN INVESTASI PUBLIK TERHADAP MODAL DAN UTANG PUBLIK DALAM MODEL PERTUMBUHAN EKONOMI DANTY KARTIKA SARI

PENGARUH SURPLUS PRIMER, TINGKAT PAJAK, DAN INVESTASI PUBLIK TERHADAP MODAL DAN UTANG PUBLIK DALAM MODEL PERTUMBUHAN EKONOMI DANTY KARTIKA SARI PENGARUH SURPLUS PRIMER, TINGAT PAJA, DAN INVESTASI PUBLI TERHADAP MODAL DAN UTANG PUBLI DALAM MODEL PERTUMBUHAN EONOMI DANTY ARTIA SARI DEPARTEMEN MATEMATIA FAULTAS MATEMATIA DAN ILMU PENGETAHUAN ALAM

Lebih terperinci

PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA

PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA i PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 i ABSTRAK ANA

Lebih terperinci

Kuliah Pengantar Kontrol Optimum dan Metode Numeriknya dalam Scilab

Kuliah Pengantar Kontrol Optimum dan Metode Numeriknya dalam Scilab Kuliah Pengantar Kontrol Optimum dan Metode Numeriknya dalam Scilab Effendi Syahril Agah D. Garnadi Kuliah Pengantar Kontrol Optimum dan Metode Numeriknya dalam Scilab Effendi Syahril Agah D. Garnadi e-version

Lebih terperinci

SISTEM DINAMIK DISKRET. Anggota Kelompok: 1. Inggrid Riana C. 2. Kharisma Madu B. 3. Solehan

SISTEM DINAMIK DISKRET. Anggota Kelompok: 1. Inggrid Riana C. 2. Kharisma Madu B. 3. Solehan SISTEM DINAMIK DISKRET Anggota Kelompok: 1. Inggrid Riana C. 2. Kharisma Madu B. 3. Solehan SISTEM DINAMIK Kontinu Sistem Dinamik Diskret POKOK BAHASAN SDD OTONOMUS NON-OTONOMUS 1-D MULTI-D LINEAR NON-LINEAR

Lebih terperinci

REGRESI KEKAR SIMPANGAN MUTLAK TERKECIL DENGAN MODIFIKASI SIMPLEKS MUHAMMAD YUSUF DWIHARJANGGI

REGRESI KEKAR SIMPANGAN MUTLAK TERKECIL DENGAN MODIFIKASI SIMPLEKS MUHAMMAD YUSUF DWIHARJANGGI REGRESI KEKAR SIMPANGAN MUTLAK TERKECIL DENGAN MODIFIKASI SIMPLEKS MUHAMMAD YUSUF DWIHARJANGGI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK

Lebih terperinci

PENJADWALAN DOKTER KAMAR DARURAT DI RSCM MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER RATNA RATU ALIT

PENJADWALAN DOKTER KAMAR DARURAT DI RSCM MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER RATNA RATU ALIT PENJADWALAN DOKTER KAMAR DARURAT DI RSCM MENGGUNAKAN PEMROGRAMAN LINEAR INTEGER RATNA RATU ALIT DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2011 ABSTRACT

Lebih terperinci

Persamaan Diferensial Biasa

Persamaan Diferensial Biasa Persamaan Diferensial Biasa Pendahuluan, Persamaan Diferensial Orde-1 Toni Bakhtiar Departemen Matematika IPB September 2012 Toni Bakhtiar (m@thipb) PDB September 2012 1 / 37 Pendahuluan Konsep Dasar Beberapa

Lebih terperinci

Kontrol Optimum. MKO dengan Kendala pada Peubah Kontrol. Toni Bakhtiar. Departemen Matematika IPB. Februari 2017

Kontrol Optimum. MKO dengan Kendala pada Peubah Kontrol. Toni Bakhtiar. Departemen Matematika IPB. Februari 2017 Kontrol Optimum MKO dengan Kendala pada Peubah Kontrol Toni Bakhtiar Departemen Matematika IPB Februari 2017 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2017 1 / 53 Outline MKO berkendala

Lebih terperinci

MASALAH PENJADWALAN KEGIATAN BELAJAR MENGAJAR: Studi Kasus di Lembaga Bimbingan Belajar BTA Bogor BIMA SAPUTRA

MASALAH PENJADWALAN KEGIATAN BELAJAR MENGAJAR: Studi Kasus di Lembaga Bimbingan Belajar BTA Bogor BIMA SAPUTRA MASALAH PENJADWALAN KEGIATAN BELAJAR MENGAJAR: Studi Kasus di Lembaga Bimbingan Belajar BTA Bogor BIMA SAPUTRA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA A. Efektivitas Efektivitas berasal dari kata efektif, yang merupakan kata serapan dari bahasa Inggris yaitu effective yang artinya berhasil. Menurut kamus ilmiah popular, efektivitas

Lebih terperinci

SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA FUNGSI INTENSITAS PROSES POISSON PERIODIK IHDA ANISSA INDRIASTUTI

SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA FUNGSI INTENSITAS PROSES POISSON PERIODIK IHDA ANISSA INDRIASTUTI SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA FUNGSI INTENSITAS PROSES POISSON PERIODIK IHDA ANISSA INDRIASTUTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

Teori kendali. Oleh: Ari suparwanto

Teori kendali. Oleh: Ari suparwanto Teori kendali Oleh: Ari suparwanto Minggu Ke-1 Permasalahan oleh : Ari Suparwanto Permasalahan Diberikan sistem dan sinyal referensi. Masalah kendali adalah menentukan sinyal kendali sehingga output sistem

Lebih terperinci

KENDALI OPTIMAL PERMAINAN NON-KOOPERATIF KONTINU SKALAR DUA PEMAIN DENGAN STRATEGI NASH TUGAS AKHIR. Oleh : M.LUTHFI RUSYDI

KENDALI OPTIMAL PERMAINAN NON-KOOPERATIF KONTINU SKALAR DUA PEMAIN DENGAN STRATEGI NASH TUGAS AKHIR. Oleh : M.LUTHFI RUSYDI KENDALI OPTIMAL PERMAINAN NON-KOOPERATIF KONTINU SKALAR DUA PEMAIN DENGAN STRATEGI NASH TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains Pada Jurusan Matematika Oleh

Lebih terperinci

Aplikasi Persamaan Bessel Orde Nol Pada Persamaan Panas Dua dimensi

Aplikasi Persamaan Bessel Orde Nol Pada Persamaan Panas Dua dimensi JURNAL FOURIER Oktober 2013, Vol. 2, No. 2, 113-123 ISSN 2252-763X Aplikasi Persamaan Bessel Orde Nol Pada Persamaan Panas Dua dimensi Annisa Eki Mulyati dan Sugiyanto Program Studi Matematika Fakultas

Lebih terperinci

PENJADWALAN MATA KULIAH MENGGUNAKAN INTEGER NONLINEAR PROGRAMMING Studi Kasus di Bina Sarana Informatika Bogor ERLIYANA

PENJADWALAN MATA KULIAH MENGGUNAKAN INTEGER NONLINEAR PROGRAMMING Studi Kasus di Bina Sarana Informatika Bogor ERLIYANA PENJADWALAN MATA KULIAH MENGGUNAKAN INTEGER NONLINEAR PROGRAMMING Studi Kasus di Bina Sarana Informatika Bogor ERLIYANA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI ABSTRACT

PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI ABSTRACT PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI Febrian Lisnan, Asmara Karma 2 Mahasiswa Program Studi S Matematika 2 Dosen Jurusan Matematika Fakultas Matematika

Lebih terperinci

BAB II KAJIAN TEORI. Persamaan diferensial sangat penting dalam pemodelan matematika khususnya

BAB II KAJIAN TEORI. Persamaan diferensial sangat penting dalam pemodelan matematika khususnya BAB II KAJIAN TEORI 2.1 Persamaan Diferensial Persamaan diferensial sangat penting dalam pemodelan matematika khususnya untuk pemodelan yang membutuhkan solusi dari sebuah permasalahan. Pemodelan matematika

Lebih terperinci

METODE PENGALI LAGRANGE DAN APLIKASINYA DALAM BIDANG EKONOMI SKRIPSI RAHMAD HIDAYAT

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

Lebih terperinci

ANALISIS MODEL DINAMIKA TERORISME MAKINUN AMIN

ANALISIS MODEL DINAMIKA TERORISME MAKINUN AMIN ANALISIS MODEL DINAMIKA TERORISME MAKINUN AMIN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK MAKINUN AMIN. Analisis Model Dinamika Terorisme.

Lebih terperinci

BIFURKASI SADDLE-NODE PADA SISTEM INTERAKSI NONLINEAR SEPASANG OSILATOR TANPA PERTURBASI

BIFURKASI SADDLE-NODE PADA SISTEM INTERAKSI NONLINEAR SEPASANG OSILATOR TANPA PERTURBASI BIFURKASI SADDLE-NODE PADA SISTEM INTERAKSI NONLINEAR SEPASANG OSILATOR TANPA PERTURBASI Yolpin Durahim 1 Novianita Achmad Hasan S. Panigoro Diterima: xx xxxx 20xx, Disetujui: xx xxxx 20xx o Abstrak Dalam

Lebih terperinci

BAB II LANDASAN TEORI. dalam penulisan skripsi ini. Teori-teori yang digunakan berupa definisi-definisi serta

BAB II LANDASAN TEORI. dalam penulisan skripsi ini. Teori-teori yang digunakan berupa definisi-definisi serta BAB II LANDASAN TEORI Pada bab ini akan diuraikan beberapa teori-teori yang digunakan sebagai acuan dalam penulisan skripsi ini. Teori-teori yang digunakan berupa definisi-definisi serta teorema-teorema

Lebih terperinci

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

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

Lebih terperinci

PEMODELAN SISTEM PENDULUM TERBALIK GANDA DAN KARAKTERISASI PARAMETER PADA MASALAH REGULASI OPTIMAL HASBY ASSIDIQI

PEMODELAN SISTEM PENDULUM TERBALIK GANDA DAN KARAKTERISASI PARAMETER PADA MASALAH REGULASI OPTIMAL HASBY ASSIDIQI PEMODELAN SISTEM PENDULUM TERBALIK GANDA DAN KARAKTERISASI PARAMETER PADA MASALAH REGULASI OPTIMAL HASBY ASSIDIQI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN

Lebih terperinci

Sistem Hasil Kali Persamaan Diferensial Otonomus pada Bidang

Sistem Hasil Kali Persamaan Diferensial Otonomus pada Bidang Sistem Hasil Kali Persamaan Diferensial Otonomus pada Bidang SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan Guna

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Program Dinamik

BAB 2 LANDASAN TEORI. 2.1 Program Dinamik 5 BAB 2 LANDASAN TEORI 2.1 Program Dinamik Pemrograman dinamik adalah suatu teknik matematis yang biasanya digunakan untuk membuat suatu keputusan dari serangkaian keputusan yang saling berkaitan. Pemrograman

Lebih terperinci

SISTEM DINAMIK KONTINU LINEAR. Oleh: 1. Meirdania Fitri T 2. Siti Khairun Nisa 3. Grahani Ayu Deca F. 4. Fira Fitriah 5.

SISTEM DINAMIK KONTINU LINEAR. Oleh: 1. Meirdania Fitri T 2. Siti Khairun Nisa 3. Grahani Ayu Deca F. 4. Fira Fitriah 5. SISTEM DINAMIK KONTINU LINEAR Oleh: 1. Meirdania Fitri T 2. Siti Khairun Nisa 3. Grahani Ayu Deca F. 4. Fira Fitriah 5. Lisa Risfana Sari Sistem Dinamik D Sistem dinamik adalah sistem yang dapat diketahui

Lebih terperinci

BIFURKASI HOPF PADA SISTEM PREDATOR PREY DENGAN FUNGSI RESPON TIPE II

BIFURKASI HOPF PADA SISTEM PREDATOR PREY DENGAN FUNGSI RESPON TIPE II BIFURKASI HOPF PADA SISTEM PREDATOR PREY DENGAN FUNGSI RESPON TIPE II SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan

Lebih terperinci

I. Sistem Persamaan Diferensial Linier Orde 1 (Review)

I. Sistem Persamaan Diferensial Linier Orde 1 (Review) I. Sistem Persamaan Diferensial Linier Orde (Review) November 0 () I. Sistem Persamaan Diferensial Linier Orde (Review) November 0 / 6 Teori Umum Bentuk umum sistem persamaan diferensial linier orde satu

Lebih terperinci

METODE ITERASI VARIASIONAL PADA MASALAH STURM-LIOUVILLE

METODE ITERASI VARIASIONAL PADA MASALAH STURM-LIOUVILLE METODE ITERASI VARIASIONAL PADA MASALAH STURM-LIOUVILLE oleh HILDA ANGGRIYANA M0109035 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika JURUSAN

Lebih terperinci

BIFURKASI HOPF MODEL MANGSA-PEMANGSA DENGAN WAKTU TUNDA NI NYOMAN SURYANI

BIFURKASI HOPF MODEL MANGSA-PEMANGSA DENGAN WAKTU TUNDA NI NYOMAN SURYANI BIFURKASI HOPF MODEL MANGSA-PEMANGSA DENGAN WAKTU TUNDA NI NYOMAN SURYANI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI SKRIPSI

Lebih terperinci

DESKRIPSI PENGARUH PARAMETER TERHADAP KESTABILAN PERILAKU SISTEM BANDUL GANDA SEDERHANA

DESKRIPSI PENGARUH PARAMETER TERHADAP KESTABILAN PERILAKU SISTEM BANDUL GANDA SEDERHANA DESKRIPSI PENGARUH PARAMETER TERHADAP KESTABILAN PERILAKU SISTEM BANDUL GANDA SEDERHANA Thoufina Kurniyati Mahasiswa Jurusan Matematika Fakultas Sains dan Teknologi UIN Maulana Malik Ibrahim Malang E-mail:

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI. Sistem Pendulum Terbalik Dalam penelitian ini diperhatikan sistem pendulum terbalik seperti pada Gambar di mana sebuah pendulum terbalik dimuat dalam motor yang bisa digerakkan.

Lebih terperinci

MODIFIKASI METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN MASALAH NILAI AWAL SINGULAR PADA PERSAMAAN DIFERENSIAL BIASA ORDE DUA ABSTRACT

MODIFIKASI METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN MASALAH NILAI AWAL SINGULAR PADA PERSAMAAN DIFERENSIAL BIASA ORDE DUA ABSTRACT MODIFIKASI METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN MASALAH NILAI AWAL SINGULAR PADA PERSAMAAN DIFERENSIAL BIASA ORDE DUA Kristiani Panjaitan 1, Syamsudhuha 2, Leli Deswita 2 1 Mahasiswi Program

Lebih terperinci

Kalkulus Variasi. Pendahuluan, Model Matematika, Keterkontrolan. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

Kalkulus Variasi. Pendahuluan, Model Matematika, Keterkontrolan. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014 Kalkulus Variasi Pendahuluan, Model Matematika, Keterkontrolan Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 42 Outline Beberapa

Lebih terperinci

BAB II KAJIAN TEORI. representasi pemodelan matematika disebut sebagai model matematika. Interpretasi Solusi. Bandingkan Data

BAB II KAJIAN TEORI. representasi pemodelan matematika disebut sebagai model matematika. Interpretasi Solusi. Bandingkan Data A. Model Matematika BAB II KAJIAN TEORI Pemodelan matematika adalah proses representasi dan penjelasan dari permasalahan dunia real yang dinyatakan dalam pernyataan matematika (Widowati dan Sutimin, 2007:

Lebih terperinci

PENGGUNAAN METODE HOMOTOPI UNTUK MENYELESAIKAN MODEL POPULASI VOLTERRA ERNI JUNI ARTI

PENGGUNAAN METODE HOMOTOPI UNTUK MENYELESAIKAN MODEL POPULASI VOLTERRA ERNI JUNI ARTI PENGGUNAAN METODE HOMOTOPI UNTUK MENYELESAIKAN MODEL POPULASI VOLTERRA ERNI JUNI ARTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2010 ABSTRACT ERNI

Lebih terperinci

PENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU

PENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU PENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU 060823001 PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

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

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

Lebih terperinci

ANALISIS SISTEM DINAMIK LALU LINTAS DENGAN MODEL MOBIL PENGIKUT PENI FITRIA RAHARJANTI

ANALISIS SISTEM DINAMIK LALU LINTAS DENGAN MODEL MOBIL PENGIKUT PENI FITRIA RAHARJANTI ANALISIS SISTEM DINAMIK LALU LINTAS DENGAN MODEL MOBIL PENGIKUT PENI FITRIA RAHARJANTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015 PERNYATAAN

Lebih terperinci

DINAMIKA MODEL PENYEMBUHAN SEL DARAH PUTIH KARENA ADANYA VIRUS HIV DENGAN TERAPI PROTEASE INHIBITOR

DINAMIKA MODEL PENYEMBUHAN SEL DARAH PUTIH KARENA ADANYA VIRUS HIV DENGAN TERAPI PROTEASE INHIBITOR 2 DINAMIKA MODEL PENYEMBUHAN SEL DARAH PUIH KARENA ADANYA VIRUS HIV DENGAN ERA PROEASE INHIBIOR DWI LARA NOLAVIA YUNIA DEPAREMEN MAEMAIKA FAKULAS MAEMAIKA DAN ILMU PENGEAHUAN ALAM INSIU PERANIAN BOGOR

Lebih terperinci

II LANDASAN TEORI 2.1 Sistem Persamaan Diferensial Definisi 1 [Sistem Persamaan Diferensial Linear (SPDL)]

II LANDASAN TEORI 2.1 Sistem Persamaan Diferensial Definisi 1 [Sistem Persamaan Diferensial Linear (SPDL)] II LANDASAN TEORI 2.1 Sistem Persamaan Diferensial Definisi 1 [Sistem Persamaan Diferensial Linear (SPDL)] Suatu sistem persamaan diferensial dinyatakan sebagai berikut: A adalah matriks koefisien konstan

Lebih terperinci

OPTIMASI BERSYARAT DENGAN KENDALA PERSAMAAN MENGGUNAKAN MULTIPLIER LAGRANGE SERTA PENERAPANNYA SKRIPSI SANDRA RIZAL

OPTIMASI BERSYARAT DENGAN KENDALA PERSAMAAN MENGGUNAKAN MULTIPLIER LAGRANGE SERTA PENERAPANNYA SKRIPSI SANDRA RIZAL OPTIMASI BERSYARAT DENGAN KENDALA PERSAMAAN MENGGUNAKAN MULTIPLIER LAGRANGE SERTA PENERAPANNYA SKRIPSI SANDRA RIZAL 060803016 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS

Lebih terperinci

METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN NILAI BATAS PADA PERSAMAAN DIFERENSIAL PARSIAL NONLINEAR ABSTRACT

METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN NILAI BATAS PADA PERSAMAAN DIFERENSIAL PARSIAL NONLINEAR ABSTRACT METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN NILAI BATAS PADA PERSAMAAN DIFERENSIAL PARSIAL NONLINEAR Birmansyah 1, Khozin Mu tamar 2, M. Natsir 2 1 Mahasiswa Program Studi S1 Matematika

Lebih terperinci

III PEMBAHASAN. untuk setiap di dan untuk setiap, dengan. (Peressini et al. 1988)

III PEMBAHASAN. untuk setiap di dan untuk setiap, dengan. (Peressini et al. 1988) 4 untuk setiap di dan untuk setiap (Peressini et al 1988) Definisi 22 Teorema Deret Taylor Nilai hampiran f di x untuk fungsi di a (atau sekitar a atau berpusat di a) didefinisikan (Stewart 1999) 24 Kontrol

Lebih terperinci

PEMANENAN OPTIMAL PADA MODEL REAKSI DINAMIK SISTEM MANGSA-PEMANGSA DENGAN TAHAPAN STRUKTUR. Yuliani, Marwan Sam

PEMANENAN OPTIMAL PADA MODEL REAKSI DINAMIK SISTEM MANGSA-PEMANGSA DENGAN TAHAPAN STRUKTUR. Yuliani, Marwan Sam Jurnal Dinamika, September 2015, halaman 25-38 ISSN 2087-7889 Vol. 06. No. 2 PEMANENAN OPTIMAL PADA MODEL REAKSI DINAMIK SISTEM MANGSA-PEMANGSA DENGAN TAHAPAN STRUKTUR Yuliani, Marwan Sam Program StudiMatematika,

Lebih terperinci

TRANSFORMASI LINIER PADA RUANG BANACH

TRANSFORMASI LINIER PADA RUANG BANACH TRANSFORMASI LINIER PADA RUANG BANACH Nur Aeni, S.Si., M.Pd Jurusan Matematika, Fakultas Sains dan Teknologi, UINAM nuraeniayatullah@gmail.com ABSTRAK Info: Jurnal MSA Vol. 2 No. 1 Edisi: Januari Juni

Lebih terperinci

M AT E M AT I K A E K O N O M I MATRIKS DAN SPL I N S TITUT P ERTA N I A N BOGOR

M AT E M AT I K A E K O N O M I MATRIKS DAN SPL I N S TITUT P ERTA N I A N BOGOR M AT E M AT I K A E K O N O M I MATRIKS DAN SPL TO N I BAKHTIAR I N S TITUT P ERTA N I A N BOGOR 2 0 1 2 Kesetimbangan Dua Pasar Permintaan kopi bergantung tidak hanya pada harganya tetapi juga pada harga

Lebih terperinci

KETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN

KETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN KETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa tesis Keterkontrolan

Lebih terperinci

MODEL PERTUMBUHAN EKONOMI DENGAN INPUT SUMBER DAYA ALAM TERBARUKAN NUR NA IMAH

MODEL PERTUMBUHAN EKONOMI DENGAN INPUT SUMBER DAYA ALAM TERBARUKAN NUR NA IMAH MODEL PERTUMBUHAN EKONOMI DENGAN INPUT SUMBER DAYA ALAM TERBARUKAN NUR NA IMAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 ABSTRAK NUR NA IMAH.

Lebih terperinci

PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL

PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN 1.1 Latar Belakang Salah satu observasi yang berguna dalam bidang komputasi di tahun 1970 adalah observasi terhadap permasalahan relaksasi Lagrange. Josep Louis Lagrange merupakan tokoh ahli

Lebih terperinci

BAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau

BAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau BAB II KAJIAN TEORI Pada bab ini akan diberikan kajian teori mengenai matriks dan operasi matriks, program linear, penyelesaian program linear dengan metode simpleks, masalah transportasi, hubungan masalah

Lebih terperinci

KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR. Oleh: LIA NURLIANA

KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR. Oleh: LIA NURLIANA KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR Oleh: LIA NURLIANA PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

OPTIMASI MASALAH TRANSPORTASI MENGGUNAKAN METODE POTENSIAL PADA SISTEM DISTRIBUSI PT. MEGA ELTRA PERSERO CABANG MEDAN SKRIPSI

OPTIMASI MASALAH TRANSPORTASI MENGGUNAKAN METODE POTENSIAL PADA SISTEM DISTRIBUSI PT. MEGA ELTRA PERSERO CABANG MEDAN SKRIPSI OPTIMASI MASALAH TRANSPORTASI MENGGUNAKAN METODE POTENSIAL PADA SISTEM DISTRIBUSI PT. MEGA ELTRA PERSERO CABANG MEDAN SKRIPSI DIAH PURNAMA SARI 090803062 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

OPTIMASI (Pemrograman Non Linear)

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

Lebih terperinci

PENYELESAIAN MAGIC SQUARE SEBAGAI PERMASALAHAN SISTEM PERSAMAAN LINEAR (SPL) RISMANTO FERNANDUS SIRINGO-RINGO

PENYELESAIAN MAGIC SQUARE SEBAGAI PERMASALAHAN SISTEM PERSAMAAN LINEAR (SPL) RISMANTO FERNANDUS SIRINGO-RINGO PENYELESAIAN MAGIC SQUARE SEBAGAI PERMASALAHAN SISTEM PERSAMAAN LINEAR (SPL) RISMANTO FERNANDUS SIRINGO-RINGO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

Waktu Optimal Dalam Diversifikasi Produksi Sumber Energi Terbarukan dan Tidak Terbarukan dengan Menggunakan Prinsip Minimum Pontryagin

Waktu Optimal Dalam Diversifikasi Produksi Sumber Energi Terbarukan dan Tidak Terbarukan dengan Menggunakan Prinsip Minimum Pontryagin JURNAL SAINS DAN SENI POMITS Vol., No., (03) 337-350 (30-98X Print) Waktu Optimal Dalam Diversifikasi Produksi Sumber Energi Terbarukan dan Tidak Terbarukan dengan Menggunakan Prinsip Minimum Pontryagin

Lebih terperinci

PERBANDINGAN PENYELESAIAN SISTEM OREGONATOR DENGAN METODE ITERASI VARIASIONAL DAN METODE ITERASI VARIASIONAL TERMODIFIKASI

PERBANDINGAN PENYELESAIAN SISTEM OREGONATOR DENGAN METODE ITERASI VARIASIONAL DAN METODE ITERASI VARIASIONAL TERMODIFIKASI PERBANDINGAN PENYELESAIAN SISTEM OREGONATOR DENGAN METODE ITERASI VARIASIONAL DAN METODE ITERASI VARIASIONAL TERMODIFIKASI oleh AMELIA FEBRIYANTI RESKA M0109008 SKRIPSI ditulis dan diajukan untuk memenuhi

Lebih terperinci

BAB I DASAR-DASAR PEMODELAN MATEMATIKA DENGAN PERSAMAAN DIFERENSIAL

BAB I DASAR-DASAR PEMODELAN MATEMATIKA DENGAN PERSAMAAN DIFERENSIAL BAB I DASAR-DASAR PEMODELAN MATEMATIKA DENGAN PERSAMAAN DIFERENSIAL Pendahuluan Persamaan diferensial adalah persamaan yang memuat diferensial Kita akan membahas tentang Persamaan Diferensial Biasa yaitu

Lebih terperinci

KETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN

KETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN KETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa tesis Keterkontrolan

Lebih terperinci

ANALISIS KESTABILAN MODEL INTERAKSI PEMANGSA DAN MANGSA PADA DUA HABITAT YANG BERBEDA ADE NELVIA

ANALISIS KESTABILAN MODEL INTERAKSI PEMANGSA DAN MANGSA PADA DUA HABITAT YANG BERBEDA ADE NELVIA ANALISIS KESTABILAN MODEL INTERAKSI PEMANGSA DAN MANGSA PADA DUA HABITAT YANG BERBEDA ADE NELVIA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa pengertian dari optimasi bersyarat dengan kendala persamaan menggunakan multiplier lagrange serta penerapannya yang akan digunakan sebagai landasan

Lebih terperinci

Bab 15. Interaksi antar dua spesies (Model Kerjasama)

Bab 15. Interaksi antar dua spesies (Model Kerjasama) Bab 15. Interaksi antar dua spesies (Model Kerjasama) Dalam hal ini diberikan dua spesies yang hidup bersama dalam suatu habitat tertutup. Kita ketahui bahwa terdapat beberapa jenis hubungan interaksi

Lebih terperinci

PERBANDINGAN METODE SIMPLEKS DENGAN ALGORITMA TITIK INTERIOR DALAM PENYELESAIAN MASALAH PROGRAM LINIER SKRIPSI AGUSTINA ANGGREINI SITORUS

PERBANDINGAN METODE SIMPLEKS DENGAN ALGORITMA TITIK INTERIOR DALAM PENYELESAIAN MASALAH PROGRAM LINIER SKRIPSI AGUSTINA ANGGREINI SITORUS PERBANDINGAN METODE SIMPLEKS DENGAN ALGORITMA TITIK INTERIOR DALAM PENYELESAIAN MASALAH PROGRAM LINIER SKRIPSI AGUSTINA ANGGREINI SITORUS 120803060 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Berikut ini adalah beberapa definisi dan teorema yang menjadi landasan dalam penentuan harga premi, fungsi permintaan, dan kesetimbangannya pada portfolio heterogen. 2.1 Percobaan

Lebih terperinci

PENYELESAIAN PROGRAM BILANGAN BULAT CAMPURAN DUA KRITERIA DENGAN MENGGUNAKAN METODE BRANCH AND CUT SKRIPSI TAUFIK HIDAYAT RITONGA

PENYELESAIAN PROGRAM BILANGAN BULAT CAMPURAN DUA KRITERIA DENGAN MENGGUNAKAN METODE BRANCH AND CUT SKRIPSI TAUFIK HIDAYAT RITONGA PENYELESAIAN PROGRAM BILANGAN BULAT CAMPURAN DUA KRITERIA DENGAN MENGGUNAKAN METODE BRANCH AND CUT SKRIPSI TAUFIK HIDAYAT RITONGA 110803028 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

DASAR-DASAR TEORI RUANG HILBERT

DASAR-DASAR TEORI RUANG HILBERT DASAR-DASAR TEORI RUANG HILBERT Herry P. Suryawan 1 Geometri Ruang Hilbert Definisi 1.1 Ruang vektor kompleks V disebut ruang hasilkali dalam jika ada fungsi (.,.) : V V C sehingga untuk setiap x, y, z

Lebih terperinci

Penentuan Bifurkasi Hopf Pada Predator Prey

Penentuan Bifurkasi Hopf Pada Predator Prey J. Math. and Its Appl. ISSN: 9-65X Vol., No., Nov 5, 5 Penentuan Bifurkasi Hopf Pada Predator Prey Dian Savitri Jurusan Teknik Sipil, Fakultas Teknik Universitas Negeri Surabaya d savitri@yahoo.com Abstrak

Lebih terperinci

Bab 2 Fungsi Analitik

Bab 2 Fungsi Analitik Bab 2 Fungsi Analitik Bab 2 ini direncanakan akan disampaikan dalam 4 kali pertemuan, dengan perincian sebagai berikut: () Pertemuan I: Fungsi Kompleks dan Pemetaan. (2) Pertemuan II: Limit Fungsi, Kekontiuan,

Lebih terperinci