ANALISIS KONSTRUKSI DAN SIFAT BCH CODE
|
|
- Glenna Tanudjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 KNM XVI -6 Jul 202 UNPAD, Jatnangor ANALISIS KONSTRUKSI DAN SIFAT BCH CODE ACHMAD FAHRUROZI, M.SI,2, SRI MARDIYATI, M.KOM 2 Unverstas Gunadara Depok, achad.fahruroz@yahoo.co.d 2 Unverstas Indonesa Depok, sr_ath@sc.u.ac.d Abstract Pada akalah n, akan dbahas suatu etode pengkodean, dana ketka pesan-pesan yang berbentuk k-tuple akan dkr, aka pesan-pesan tersebut dubah enjad code yang erupakan kupulan n-tuple codeword, dengan n> k. Codeword tersebut terdr dar k sbol yang erupakan pesan yang berkorespondens dengan codeword tersebut, dan (n-k) sbol yang dsebut bt party check. Sbol yang dgunakan adalah eleen-eleen dar suatu lapangan hngga GF( q), q = 2, N. Untuk eperoleh bt party check n, dgunakan algorta BCH code, dana code yang dhaslkan apu endeteks dan engkoreks error yang terjad pada proses pengran pesan-pesan. Keapuan suatu code dala engontrol error (endeteks dan atau engkoreks error) tergantung pada jarak nu antar codeword dala code tersebut. Kata kunc: pesan, lapangan hngga, codeword, code, jarak nu.. Pendahuluan Pengkodean nforas adalah suatu cara yang dgunakan untuk elndung nforas yang dkr dar gangguan yang ungkn terjad pada eda pengran. Untuk elakukan n, sebelu dkr, nforas yang berupa huruf, karakter ataupun suara dubah terlebh dahulu enjad pesan-pesan yang berbentuk k-tuple, dana koponenkoponennya adalah anggota lapangan hngga. Pesan-pesan tersebut keudan dubah enjad kupulan n-tuple yang dsebut codeword elalu proses encodng. Hasl dar etode pengkodean nforas tersebut dsebut code. Gagasan engena cara pengkodean nforas sehngga suatu kesalahan dapat ddeteks dan juga dapat dperbak pertaa kal dkebangkan oleh luwan bernaa R.W. Hang. Dala perkebangannya, uncul berbaga cara pengkodean nforas yang berbedabeda, yang elk proses konstruks dan sfat yang berbeda satu dengan lannya. Berbaga jens code yang dhaslkan tersebut tdak hanya daplkaskan pada koputer saja, tetap beranfaat untuk berbaga aspek kehdupan sehar-har, khususnya teknolog kounkas dgtal. Salah satu jens atau kelopok code yang epunya nla kegunaan yang bak adalah cyclc code. Pada akalah n akan dbahas engena konstruks BCH code yang terasuk ke dala kelopok cyclc code.
2 2. Teor Codng Untuk ebahas keapuan suatu code dala endeteks sekalgus engkoreks error yang terjad, dperlukan beberapa pengertan yang berkatan dengan suatu code C. Berkut dberkan pengertan tentang jarak Hang dan bobot Hang dala suatu code C. () Jarak Hang antara dua codeword berbentuk n-tuple x = ( x, x2,, x n ) dan y = ( y, y2,, y n ) dala C, dlabangkan d( x, y ), adalah banyaknya koordnat dala x dan y yang berbeda. () Bobot Hang dar codeword berbentuk n-tuple x = ( x, x2,, x n ) dala C, dlabangkan wx, ( ) adalah banyaknya koordnat x yang tak-nol. Jarak nu suatu code C, dlabangkan d n ( C ), atau juga serng dsngkat d n, ddefnskan sebaga [5] d = n d( u, v) Msal C adalah code dengan d engkoreks aksu d t = 2 n n uv, C u v = d. Maka C elk keapuan kontrol error: error dan endeteks aksu d error [5]. Suatu code C yang erupakan (n,k)-blok code dsebut grup code jka C erupakan subruang dar GF( q ) n, dana GF( q ) n enyatakan suatu ruang vektor berdens n atas lapangan hngga GF( q ) sekalgus erupakan lapangan perluasan dar lapangan GF( q ). Sehngga proses encodng suatu grup code secara uu dapat juga dpandang sebaga sebuah transforas dar ruang vektor GF( q ) k ke ruang vektor GF( q ) n. Sehngga proses encodng suatu code dapat elbatkan atrks generator G yang berukuran nk. x Berkut n adalah sfat yang dlk oleh suatu grup code: Teorea : Msalkan d n adalah jarak nu dar suatu grup code C. Maka d n adalah nu dar bobot Hang seua codeword tak-nol dala C. Dtuls dn = n { w( x) 0 x C} [7] T Suatu code dapat pula dbangun dengan encar solus dar persaaan Hx = 0, dana H dsebut atrks party check yang berbentuk H = ( A In k), dana A adalah sebarang atrks berukuran n k x k dan I n k adalah atrks denttas berukuran n k x n k. Code yang dbangun tersebut dsebut lner code. Suatu lner code juga erupakan suatu grup code. Suatu lner (n,k) code C dkatakan suatu cyclc code jka untuk setap codeword ( a, a,..., a ) dala C, aka pergantan secara sklk enjad n-tuple 2 n ( a2, a,..., an, a ) juga erupakan codeword dala C [5]. n Suatu cyclc code dapat dbangun dar suatu polnoal generator g( x ) ebag x dala GF( q)[ x ]. Berkut adalah sfat yang dlk oleh suatu cyclc code C: Teorea 2: Msal C = g( x) adalah cyclc code dan salkan α adalah akar prtf ke-n dar unt atas Z 2. Jka s buah pangkat berurutan dar α adalah akar dar g( x ), s < n, aka jarak nu dar code C palng kecl adalah s + []. KNM XVI - -6 Jul 202 UNPAD, Jatnangor
3 . Konstruks BCH code BCH code adalah suatu contoh bnary code, yang dperkenalkan oleh dua orang luwan, R. C. Bose dan D. V. Ray-Chaudhur engacu pada peneuan A. Hocquenghe. Sste kounkas dan nforas Eropa dan trans-atlantk enggunakan BCH code yang berbentuk (255,2)-blok code [5]. Berkut dberkan algorta konstruks BCH code:. Tentukan panjang codeword n = 2, untuk suatu N dan tentukan juga jarak BCH d N dan d ( n )/2. 2. Car nu polnoal untuk α, dlabangkan ( x ), dana α adalah akar prtf ke-n dar unt dan =,2,...,2r. Tentukan polnoal generator g( x ), yatu g( x) = lc ( x), 2( x),..., 2r ( x) n k 4. Bentuk polnoal ux ( ) = x x ( )od gx ( ), dana 2 ( ) k k x = ax + ax a k adalah polnoal yang berkorespondens dengan pesan = ( a, a2,..., ak ), a Z2 5. Sehngga dperoleh codeword c yang berkorespondens dengan polnoal n k cx ( ) = x x ( ) + ux ( ). Dala algorta tersebut, dapat danalsa beberapa hal, yatu Polnoal nal untuk α dtentukan dengan enggunakan teorea berkut: Teorea : Msal ξ adalah eleen GF( p ) dan sal ξ enyatakan polnoal nal dar ξ. Msalkan α adalah eleen prtf dala GF( p ) dan salkan j ξ = α. Jka ada dala cyclotoc coset C, aka ξ = ( x α ) [7]. Pada Langkah, karena polnoal generator g( x) = lc[ ( x), ( x),..., ( x) ] j C 2 2r dana ( x ) adalah polnoal nal untuk α, aka polnoal generator 2 2r tersebut djan elk palng sedkt 2r akar berurutan, yatu α, α,..., α. Selan tu, karena α adalah akar prtf ke-n dar unt, aka polnoal generator n g( x ) juga djan ebag x. n k Pada Langkah 4, dapat dlhat bahwa polnoal ux ( ) = x x ( )od gx ( ) akan berderajat kurang dar derajat g( x ). Sehngga, jka deg g( x) = s, aka deg ux ( ) s. Karena BCH code adalah suatu cyclc code yang dbangun oleh g( x) aka dperoleh hubungan s = n k, s = deg g( x) () s Anda deg ux ( ) = s, aka koefsen dala ux ( ) = u0 + ux us x akan langsung enjad n-k koponen terakhr pada codeword yang dhaslkan. Jka deg ux ( ) = v< s, aka uxakan ( ) dtuls sebaga 2 ( ) 0 s 0 s... v v ux = x + x + + us vx + us v+ x us v+ ( v ) x+ us, yang daksudkan untuk enjan koefsen ux ( ) selalu enjad s = n k koponen terakhr pada codeword yang dhaslkan. Dengan kata lan, jka KNM XVI - -6 Jul 202 UNPAD, Jatnangor
4 n k n n 2 cx ( ) x x ( ) ux ( ) cx cx 2... c n = + = + + +, aka codeword yang dhaslkan c= c, c2,..., ck, ck+,..., cn, dana ( c, c2,..., ck ) = dan adalah adalah ( ) ( c,..., c, c ) u k+ n n =. n k Sedangkan pada Langkah 5, perkalan x x ( ) adalah suatu anpulas agar pesan berada pada k koponen pertaa dala codeword yang dhaslkan. Teorea berkut eberkan hubungan antara jarak d yang dtentukan pada defns BCH code dan jarak nu pada BCH code tersebut. Teorea 4: BCH code yang dbangun dengan polnoal generator g( x ) sepert d atas elk jarak nu dn d [5]. Teorea 5: Suatu BCH code dengan panjang n = 2 dan jarak nu palng sedkt d = 2r+, elk bt party check aksu sebanyak r. Dengan kata lan, n k r [8]. Lebh lanjut, karena jarak nu dn d = 2r+ dan karena keapuan koreks dn error t = 2, aka jelas bahwa t r. Jad, berdasarkan Teorea 5 dperoleh: n k t Msalkan suatu BCH code adalah lner (n,k) code, aka berkut n dberkan hubungan antara panjang code (n), panjang pesan (k), dan keapuan koreks error aksu (t) yang dlk oleh BCH code tersebut. Tabel. Hubungan n, k dan t pada BCH (n,k) code dengan n=7, 5,, 6 dan 255 n k t n k t n k t n k t n k t n k t Pada tabel terlhat bahwa panjang pesan yang dapat dkr (k) dan keapuan koreks aksu (t) berubah-ubah secara tak teratur. Hal n dpengaruh oleh bentuk polnoal generator dar BCH code. Karena polnoal generator g( x) = lc ( x), ( x),..., ( x), aka bentuknya bergantung pada polnoal 2 2r k nal dar α yang besar pangkatnya bergantung pada julah eleen dala suatu cyclotoc coset. Sebaga contoh, sal dabl n = 5. Perhatkan bahwa terdapat 5 buah cyclotoc coset s (od 5), 0< s 5 yang berbeda, yatu: KNM XVI - -6 Jul 202 UNPAD, Jatnangor
5 C 0 = { 0} C = {, 6,2,9} C 7 = { 7,4,,} C = { } C = { }, 2, 4,8 5 5,0 Maka akan terdapat 5 buah polnoal nal berbeda, asng-asng untuk α, αα,, α dan α. Jka dplh d =, aka perlu dcar polnoal nal untuk α 2 dan α. Karena, 2 C, aka polnoal nal untuk α dan α 2 saa, yatu polnoal prtf, dan karena julah eleen C adalah 4, aka polnoal generator akan berderajat epat. Sehngga berdasarkan persaaan (), panjang pesan yang dapat dkr adalah 5 4 =. Sedangkan jka dplh d = 5, perlu dcar polnoal nal 2 untuk α, α, α dan α 4, dana hanya akan terdapat dua polnoal nal yang berbeda, yatu polnoal nal untuk α dan polnoal nal untuk α. Karena anggota cyclotoc coset C = {, 2, 4,8} dan C = {, 6,2,9} total berjulah 8, aka derajat dar polnoal generator adalah 8 (polnoal generator g( x ) adalah hasl perkalan dar dua buah polnoal nal berderajat epat). Sehngga panjang pesan yang dapat dkr adalah 5 8 = 7. Sedangkan jka dplh d =7, aka perlu dcar polnoal nal untuk α, α, α, α, α dan α, dana akan terdapat tga polnoal nal yang berbeda, yatu polnoal nal untuk α, α dan α 5. Karena anggota cyclotoc coset C = { }, C = { }, dan { }, 2, 4,8, 6,2,9 C 5 = 5,0 berjulah total 0, aka derajat dar polnoal generator adalah 0. Sehngga enyebabkan panjang pesan yang dapat dkr adalah 5 0 = 5. Jad, saat jarak BCH d yang dtuju berturut-turut dplh, 5 dan 7, nla k yang dperoleh adalah, 7 dan 5, dana terlhat bahwa polanya tdak teratur (dala hal n, berart tdak elk selsh yang tetap). Keapuan koreks error aksu juga elk pola perubahan yang tdak teratur untuk d yang berbeda-beda. Penjelasan untuk hal tersebut adalah karena saat kta enetapkan jarak BCH d pada algorta encodng, aka kadangkala jarak nu dar BCH code yang terbentuk lebh besar dar d. Sebaga contoh, untuk n =, jka dplh d = 7, aka dapat dhtung jarak nu dar BCH code yang terbentuk adalah 7, sehngga keapuan koreks error aksu adalah t =. Sedangkan jka dplh d = 9, aka jarak nu dar code yang terbentuk adalah. Perhatkan contoh berkut. Untuk d = 5, polnoal generator yang terbentuk adalah g ( x) = lc ( x), ( x), ( x), ( x) = ( x) ( x) Untuk d = 7, polnoal generator yang terbentuk adalah g ( x) = lc ( x), ( x),..., ( x) [ 2 6 ] Karena cyclotoc coset (od ) C 5 = { 5,0, 20, 9,8}, 6 { 6,2, 24,7,} C = { } dan { } 7 7,4, 28, 25,9 ( x) = ( x). Sehngga 6 C =, C 8 = 8,6,,2,4, aka polnoal nal g( x) = lc ( x), 2( x), ( x), 4( x). 5( x) = g2( x) 5( x) Sedangkan untuk d = 9, polnoal generator yang terbentuk adalah g4( x) = lc[ ( x), 2( x),..., 8( x) ] sedangkan polnoal nal 8( x) = 4( x). Sehngga g ( x) = lc ( x), ( x),..., ( x). ( x) = g ( x). ( x) KNM XVI - -6 Jul 202 UNPAD, Jatnangor 5
6 Sedangkan untuk d =, polnoal generator yang terbentuk adalah g5( x) = lc[ ( x), 2( x),... 9( x), 0( x) ] Karena C9 = { 9,8, 7,4, 28} = C7 dan C0 = { 0, 20, 9,8, 5} = C5, aka polnoal nal 9( x) = 7( x) dan 0( x) = 5 ( x). Sehngga g5( x) = lc[ ( x), 2( x),..., 9( x), 0( x) ] = lc[ ( x), 2( x),..., 8( x) ] = g4( x) Terlhat bahwa, untuk d = 9 dan d =, polnoal generator yang terbentuk adalah saa, sehngga jka dplh d = 9, BCH code yang terbentuk akan saa dengan BCH code yang terbentuk jka dplh d =. Sehngga C = g4( x) = g5( x) dan elk keapuan koreks error aksu t = 5. Lebh lanjut, dapat dperhatkan bahwa: Untuk d =, g6( x) = g5( x) ( x) Untuk d = 5, g7( x) = g6( x) Sehngga untuk d = 9 dan d =, polnoal generator dar code yang terbentuk adalah saa. Begtu juga untuk d = dan d =5, code yang terbentuk elk polnoal generator yang saa. Sedangkan untuk d lannya, polnoal generator dar code yang terbentuk berbeda-beda. Keudan perhatkan pada tabel, untuk n =, terjad lopatan nla t dar 2,, keudan 5, dan keudan 7. Nla t = 4 dan t = 6 dlopat berkatan dengan kesaaan pada g5( x) = g4( x) dan g7( x) = g6( x). Jad, dapat dteukan pola saat g ( ) ( ) + x = g x, sedangkan g( x) g ( x) dan g+ 2( x) g+ ( x) aka nla t akan lopat dar t = ke t = +. Dapat danalsa pola yang lebh uu, yatu bahwa pada saat g ( x) = g ( x) =... = g ( x), untuk suatu, j, v dan berlaku + j + j + j v g+ j v( x) g+ j v ( x) dan g ( ) ( ) + j+ x g+ jx, aka akan terjad lopatan nla t pada tabel dar t = + j v ke t = + j Hasl Sulas Berkut dberkan output dar contoh konstruks BCH code. Pertaa, dplh dahulu panjang code n = 2 dengan cara enentukan nla untuk. Lalu dplh d yang dngnkan, dana d yang dplh harus erupakan blangan ganjl dan elk batas bawah (karena bentuk jarak BCH d yang dplh adalah dbch = 2r+, sehngga polnoal generator terdefns untuk r ). Sedangkan batas atas untuk nla d yang bsa dplh adalah 2. Hal n karena untuk d = 2 +, aka panjang pesan adalah, dan hal tersebut tdak dperbolehkan dala MATLAB. Dala aplkasnya, jka panjang pesan hanya, aka hanya ungkn dkrkan 2 sbol, dan code dengan panjang pesan tdak pernah dgunakan. Sedangkan untuk d 2 +, BCH code tdak terdefns. asukan nla pangkat yang dngnkan! =5 Panjang code adalah n =. asukkan nla d yang dngnkan, dengan syarat d ganjl dan <= 5! d = Panjang pesan yang bsa dkr adalah k =. KNM XVI - -6 Jul 202 UNPAD, Jatnangor
7 Polnoal generator dar BCH code yang terbentuk adalah: g = GF(2) array. Array eleents = elk keapuan koreks aksu 5 error asukkan pesan sg = [ ] code = GF(2) array. Array eleents = Coluns through Coluns 2 through Output MATLAB contoh konstruks BCH code Pada output, akan dtaplkan panjang pesan k yang dapat dkrkan serta keapuan error aksu dar BCH code yang terbentuk setelah n dan d dtentukan. Pada contoh, jka nla k cukup besar, aka user dapat easukkan contoh pesan secara acak, dengan enggunakan perntah randnt(,k) pada MATLAB. Output terakhr dar progra tersebut adalah codeword yang bersesuaan dengan pesan yang dasukkan oleh user. 5. Kespulan BCH code dbangun oleh suatu polnoal generator yang erupakan least coon s ultple dar 2r = d polnoal nal untuk α, s =, 2,..., 2r. Untuk N, dapat dbentuk BCH code yang elk paraeter sebaga berkut:. n = 2 2. n k t. dn d Dala konstruks BCH code, terlebh dahulu dtentukan nla d, yang engakbatkan panjang pesan yang dapat dkr terbatas. Hal n dkarenakan dala konstruks BCH code, sebenarnya yang dlakukan adalah elh 2 k buah n-tuple yang terseda dala GF( q ) n untuk enjad codeword dala BCH code yang dkehendak sedekan sehngga jarak nu antar codeword tersebut lebh besar atau saa dengan d yang dtentukan d awal. Jarak nu dar BCH code yang terbentuk kadangkala lebh besar darpada d yang dtentukan pada awal konstruks. Hal tersebut dkarenakan polnoal generator untuk nla d yang berbeda dapat berbentuk saa. Kedua hal tersebut (keterbatasan panjang code yang dkr dan jarak nu BCH code yang terbentuk) berkatan dengan bentuk cyclotoc coset (od n) yang s epengaruh bentuk polnoal nal untuk α, dana s =, 2,..., d. Referens: [] Adas, Sarah S. (2008). Introducton to Algebrac Codng Theory. Jul 9, 20. < [2] Bhattacharya, P.B., S.K. Jan & S.R. Nagpaul Basc Abstract Algebra, second edton. Cabrdge Unversty Press., Cabrdge: 28-. [] Berlekap, E. R. (972). A Survey of Codng Theory. Journal of the Royal Statstcal Socety. Sere A (General), Vol. 5, No., pp [4] Hersten, I. N. (996). Abstract Algebra, nd edton. Prentce-Hall Inc., New Jersey: KNM XVI - -6 Jul 202 UNPAD, Jatnangor 7
8 [5] Judson, Thoas W. (997). Abstract Algebra Theory and Applcatons. VCU Matheatcs Textbook Seres. [6] Kobltz, Nel. (997). Algebrac Aspects of Cryptography, volue. Sprnger- Verlag, Berln: [7] Ldl, R. & G. Plz. (997). Appled Abstract Algebra, second edton. Sprnger- Verlag, Berln: 7-. [8] Veran, Lekh R. (996). Eleents of Algebrac Codng Theory. Chapan & Hall, 2-6 Boundary Row, London SE 8HN, UK. [9] Wallace, Hank. (200). Error Detectng and Correctng Usng the BCH Code. Septeber 28, KNM XVI - -6 Jul 202 UNPAD, Jatnangor
Pelabelan Total Sisi Ajaib Pada Subkelas Pohon
Pelabelan Total Ss Ajab Pada Subkelas Pohon Hlda Rzky Nngtyas, Dr Daraj, SS, MT [] Jurusan Mateatka, Fakultas MIPA, Insttut Teknolog Sepuluh Nopeber (ITS Jl Aref Rahan Hak, Surabaya 60 E-al: daraj@ateatkatsacd
Lebih terperinciPenerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6)
ISSN : 693 73 Penerapan Aljabar Matrk Dala Analsa Masukan-Keluaran Elstya Rawat 6) Abstrak Analsa asukan-keluaran bertolak dar anggapan bahwa suatu sste perekonoan terdr atas sector-sektor yang salng berkatan.
Lebih terperinciBab VII Contoh Aplikasi
Bab VII Contoh Aplkas Dala bab n akan dberkan lustras tentang aplkas statstk penguj VVVS dala eontor kestablan atrks korelas pada proses produks dudukan kabel tegangan tngg (flange) d PT PINDAD (Persero).
Lebih terperinciBab 1 Ruang Vektor. R. Leni Murzaini/0906577381
Bab 1 Ruang Vektor Defns Msalkan F adalah feld, yang elemen-elemennya dnyatakansebaga skalar. Ruang vektor atas F adalah hmpunan tak kosong V, yang elemen-elemennya merupakan vektor, bersama dengan dua
Lebih terperinciBAB VB PERSEPTRON & CONTOH
BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur
Lebih terperinciBAB X RUANG HASIL KALI DALAM
BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan
Lebih terperinciBAB III SAMPLING BERKELOMPOK DAN SAMPLING BERKELOMPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS)
BAB III SAPLING BERKELOPOK DAN SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) 3. Saplng Berkelopok Populas elk konds yang berbeda beda jka dlhat berdasarkan ukurannya. Pada pebahasan
Lebih terperinciPADA GRAF PRISMA BERCABANG
PELABELAN TOTAL SUPER (a, d)-busur ANTI AJAIB PADA GRAF PRISMA BERCABANG Achmad Fahruroz,, Dew Putre Lestar,, Iffatul Mardhyah, Unverstas Gunadarma Depok Program Magster Fakultas MIPA Unverstas Indonesa
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciJurnal Pendidikan Matematika & Matematika
Jurnal Penddkan Mateatka & Mateatka Syasah. (2011). Pengaruh Puasa Terhadap Konsentras Belajar Sswa. Jakarta: UIN Syarf Hdayatullah Jakarta. Thabrany, Hasbullah. (1995). Rahasa Sukses Belajar. Jakarta:
Lebih terperinciPENENTUAN UKURAN CONTOH OPTIMUM DESAIN TWO STAGE CLUSTER SAMPLING (Studi Kasus Pendugaan Variabel Demografi di Kabupaten Blitar)
J. Sans IPA, Aprl 009, Vol. 5, o., Hal.: 66-70 ISS 978-873 PEETUA UKURA COTOH OPTIU DESAI TWO STAGE CLUSTER SAPLIG (Stud Kasus Pendugaan Varabel Deograf d Kabupaten Bltar) Rusda Yulyant* Pusat Peneltan
Lebih terperinciV = adalah himpunan hingga, dan misalkan
BAB III ALJABAR HIPERGRAF 3. Hpergraf Defns Msalkan { v, v2,..., vn} V = adalah hpunan hngga, dan salkan ε = {, I} adalah koleks dar hpunan bagan dar V. Koleks ε enjad E suatu hpergraf pada V jka hpergraf.
Lebih terperinciBAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE
BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan
Lebih terperinciARUS BOLAK BALIK V R. i m
Modul 9 Elektroagnet KEGIATAN BEAJA A. ANDASAN TEOI AUS BOAK BAIK Arus dan tegangan lstrk bolak balk adalah arus dan tegangan lstrk yang berubah terhadap waktu atau erupakan fungs waktu. Yang berubah adalah
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciMODUL ANALISIS PENGUKURAN FISIKA. Disusun Oleh: Kuncoro Asih Nugroho, M.Pd., M.Sc.
MODUL ANALISIS PENGUKURAN FISIKA Dsusun Oleh: Kuncoro Ash Nugroho, M.Pd., M.Sc. JURUSAN PENDIDIKAN FISIKA FAKULTAS MATEMATIKAN DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA YOGYAKARTA BAB I METODE
Lebih terperinciAPLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K
Jurnal Matematka Murn dan Terapan Vol. 3 No. Desember 009: 4-6 APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH Yun Yulda dan Muhammad Ahsar K Program Stud Matematka Unverstas
Lebih terperinciSISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS
SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d
Lebih terperinciBAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.
BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan
Lebih terperinciMEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM
MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam
Lebih terperinciBEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA
BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA A-3 Dan Aresta Yuwanngsh 1 1 Mahasswa S Matematka UGM dan.aresta17@yahoo.com Abstrak Dberkan R merupakan rng dengan elemen satuan, M R-modul kanan, dan R S End
Lebih terperinciALJABAR LINIER LANJUT
ALABAR LINIER LANUT Ruang Bars dan Ruang Kolom suatu Matrks Msalkan A adalah matrks mnatas lapangan F. Bars pada matrks A merentang subruang F n dsebut ruang bars A, dnotaskan dengan rs(a) dan kolom pada
Lebih terperinciDidownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciSOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN
SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN Ita Rahmadayan 1, Syamsudhuha 2, Asmara Karma 2 1 Mahasswa Program Stud S1 Matematka
Lebih terperinciMETODE LEVENBERG MARQUARDT UNTUK MASALAH KUADRAT TERKECIL NONLINEAR
PROSIDING ISBN : 978 979 6353 3 MEODE LEVENBERG MARQUARD UNUK MASALAH KUADRA ERKECIL NONLINEAR -8 Lusa Krsyat Budash Progra Stud Mateatka Unverstas Sanata Dhara Yogyakarta lusa_krs@sta.usd.ac.d Abstrak
Lebih terperinciBab II Tinjauan Pustaka
Bab II Tnauan Pustaka Msalkan vektor acak berdens p dengan atrks kovarans ( ) k sebaga koponen ke-k dan Σ σ. Koefsen korelas antara dua koponen dan adalah ρ σ σσ ( ) ( ) Var ( ) Cov, Var, Nla ρ eenuh ρ
Lebih terperinciTeori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang
Modul 1 Teor Hmpunan PENDAHULUAN Prof SM Nababan, PhD Drs Warsto, MPd mpunan sebaga koleks (pengelompokan) dar objek-objek yang H dnyatakan dengan jelas, banyak dgunakan dan djumpa dberbaga bdang bukan
Lebih terperinciPENERAPAN LOGIKA FUZZY DALAM PENGAMBILAN KEPUTUSAN UNTUK JALUR PEMINATAN MAHASISWA
onferens Nasonal Sste dan Inforatka 09; Bal, Noveber 4, 09 PENERAPAN LOGIA FUZZY DALAM PENGAMBILAN EPUTUSAN UNTU JALUR PEMINATAN MAHASISWA Sauel Lukas*, Melayana**, Wlla Sson* * Jurusan Teknk Inforatka
Lebih terperinciPendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan
Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk
Lebih terperinciModel Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR)
JURNAL TEKNIK POMITS Vol, No, (22) -6 Model Peraalan Pasokan Energ Prer Dengan Pendekatan Metode Fuzzy Lnear Regresson (FLR) Hkayangkara Putr Purwareta, Nur Wahyunngsh 2, dan I Gust Ngurah Ra Usadha 3
Lebih terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinciDekomposisi Nilai Singular dan Aplikasinya
A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak
Lebih terperinciBILANGAN RAMSEY SISI DARI r ( P, )
Charul Imron dan dy Tr Baskoro, Blangan Ramsey Ss BILANGAN RAMSY SISI DARI r ( P, ) (Ramsey Number from the Sde r ( P, ) ) Charul Imron dan dy Tr Baskoro Jurusan Matemátca, FMIPA ITS Surabaya mron-ts@matematka.ts.ac.d
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan
Lebih terperinciBAB III HASILKALI TENSOR PADA RUANG VEKTOR. Misalkan V ruang vektor atas lapangan F. Suatu transformasi linear f L ( V, F )
28 BAB III HASILKALI TENSOR PADA RUANG VEKTOR III.1 Ruang Dual Defns III.1.2: Ruang Dual [10] Msalkan V ruang vektor atas lapangan F. Suatu transformas lnear f L ( V, F ) dkatakan fungsonal lnear (atau
Lebih terperinciBAB 3 PRINSIP INKLUSI EKSKLUSI
BAB 3 PRINSIP INKLUSI EKSKLUSI. Tentukan banyak blangan bulat dar sampa dengan 0.000 yang tdak habs dbag 4, 6, 7 atau 0. Jawab: Msal: S = {, 2, 3, 4, 5,..., 0.000} a = {sfat habs dbag 4} a 2 = {sfat habs
Lebih terperinciDIMENSI PARTISI GRAF GIR
Jurnal Matematka UNAND Vol. 1 No. 2 Hal. 21 27 ISSN : 2303 2910 c Jurusan Matematka FMIPA UNAND DIMENSI PARTISI GRAF GIR REFINA RIZA Program Stud Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam,
Lebih terperinciPeramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting
Peramalan Produks Sayuran D Kota Pekanbaru Menggunakan Metode Forcastng Esrska 1 dan M. M. Nzam 2 1,2 Jurusan Matematka, Fakultas Sans dan Teknolog, UIN Sultan Syarf Kasm Rau Jl. HR. Soebrantas No. 155
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut
Lebih terperinciModel Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR)
JURNAL SAINS DAN SENI ITS Vol 1, No 1, (Sept 2012) ISSN: 2301-928 A-34 Model Peraalan Pasokan Energ Prer Dengan Pendekatan Metode Fuzzy Lnear Regresson (FLR) Hkayangkara Putr Purwareta, I Gust Ngurah Ra
Lebih terperinciSEMI RING POLINOM ATAS ALJABAR MAX-PLUS
JMP : Volume 4 Nomor 2, Desember 2012, hal. 289-297 SEMI RING POLINOM ATAS ALJABAR MAX-PLUS Suroto Prod Matematka, Jurusan MIPA, Fakultas Sans dan Teknk Unverstas Jenderal Soedrman e-mal : suroto_80@yahoo.com
Lebih terperinciPengendalian Kualitas Proses Produksi Tube Plastik Di Pt. X Menggunakan Peta Kendali P Multivariat
JURNAL SAINS DAN SENI POMITS Vol., No., (3) 33-35 (3-98X Prnt) D-95 Pengendalan Kualtas Proses Produks Tube Plastk D Pt. X Menggunakan Peta Kendal P Multvarat Ia Rdo Rarso, Luca Ardnant, dan Muhaad Mashur
Lebih terperinciSTATISTICAL STUDENT OF IST AKPRIND
E-mal : statstkasta@yahoo.com Blog : Analss Regres SederhanaMenggunakan MS Excel 2007 Lsens Dokumen: Copyrght 2010 sssta.wordpress.com Seluruh dokumen d sssta.wordpress.com dapat dgunakan dan dsebarkan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciII. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai
II. TEORI DASAR.1 Transormas Laplace Ogata (1984) mengemukakan bahwa transormas Laplace adalah suatu metode operasonal ang dapat dgunakan untuk menelesakan persamaan derensal lnear. Dengan menggunakan
Lebih terperinciBAB 4 PERHITUNGAN NUMERIK
Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciPendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik
Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,
Lebih terperinci3 METODE HEURISTIK UNTUK VRPTW
12 3 METODE HEURISTIK UNTUK VRPTW 3.1 Metode Heurstk Metode heurstk merupakan salah satu metode penentuan solus optmal dar permasalahan optmas kombnatoral. Berbeda dengan solus eksak yang menentukan nla
Lebih terperinciBAB 2 LANDASAN TEORI
2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.
Lebih terperinciLINIERITAS INTEGRAL HENSTOCK-PETTIS PADA RUANG EUCLIDE R n
LINIERITS INTEGRL HENSTOCK-PETTIS PD RUNG EUCLIDE R n Harur Rahan Jurusan Mateatka Fakultas Sans Teknolog Unverstas Isla Neger Maulana Malk Ibrah Malang BSTRCT In ths paper we study Henstock-Petts ntegral
Lebih terperinciBAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER
BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan
Lebih terperinciPENDAHULUAN Latar Belakang
PENDAHULUAN Latar Belakang Menurut teor molekuler benda, satu unt volume makroskopk gas (msalkan cm ) merupakan suatu sstem yang terdr atas sejumlah besar molekul (kra-kra sebanyak 0 0 buah molekul) yang
Lebih terperinciBAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel
BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga
Lebih terperinci*Corresponding Author:
Prosdng Senar Sans dan Teknolog FMIPA Unul Perode Maret 016, Saarnda, Indonesa ISBN: 978-60-7658-1-3 Pengendalan Kualtas Produk Menggunakan Peta Kendal T Hotellng Dan Analss Keapuan Proses Untuk Data Multvarat
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.
Lebih terperinciMENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak
JURAL MATEMATIKA DA KOMUTER Vol. 6. o., 86-96, Agustus 3, ISS : 4-858 MECERMATI BERBAGAI JEIS ERMASALAHA DALAM ROGRAM LIIER KABUR Mohammad Askn Jurusan Matematka FMIA UES Abstrak Konsep baru tentang hmpunan
Lebih terperinciBAB 4 METODOLOGI PENELITIAN DAN ANALISIS
28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan
Lebih terperinciUJI PRIMALITAS. Sangadji *
UJI PRIMALITAS Sangadj * ABSTRAK UJI PRIMALITAS. Makalah n membahas dan membuktkan tga teorema untuk testng prmaltas, yatu teorema Lucas, teorema Lucas yang dsempurnakan dan teorema Pocklngton. D sampng
Lebih terperinciBab III Analisis Rantai Markov
Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada
Lebih terperinciP n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman
OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran
Lebih terperinciBAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat
BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c
6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan
Lebih terperinciUKURAN LOKASI, VARIASI & BENTUK KURVA
UKURAN LOKASI, VARIASI & BENTUK KURVA MARULAM MT SIMARMATA, MS STATISTIK TERAPAN FAK HUKUM USI @4 ARTI UKURAN LOKASI DAN VARIASI Suatu Kelompok DATA berupa kumpulan nla VARIABEL [ vaabel ] Ms banyaknya
Lebih terperinciBAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi
BAB III FUNGSI MAYOR DAN MINOR Pada bab n akan dbahas konsep-konsep dasar dar fungs mayor dan fungs mnor dar suatu fungs yang terdefns pada suatu nterval tertutup. Pendefnsan fungs mayor dan mnor tersebut
Lebih terperinciContoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.
BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya
Lebih terperinciAPLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS
Vol No Jurnal Sans Teknolog Industr APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS Ftr Aryan Dew Yulant Jurusan Matematka Fakultas Sans Teknolog UIN SUSKA Rau Emal:
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan
Lebih terperinciIV. PERANCANGAN DAN IMPLEMENTASI SISTEM
IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa
Lebih terperinciBAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB
BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota
Lebih terperinciPELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC
PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC Kurnawan *, Rolan Pane, Asl Srat Mahasswa Program Stud S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam
Lebih terperinciNama : Crishadi Juliantoro NPM :
ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan
Lebih terperinciPembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1
Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan
Lebih terperinciRANGKAIAN SERI. 1. Pendahuluan
. Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor
Lebih terperinci2. TINJAUAN PUSTAKA. Pada model berbasis area diasumsikan bahwa peubah yang menjadi perhatian merupakan fungsi dari rata-rata peubah respon, = g( )
. INJAUAN PUSAKA. Model Area Kecl Model area kecl erupakan odel dasar dala pendugaan area kecl. Model n dkelopokkan enjad dua kelopok yatu odel berbass area (basc area level odel odel berbass unt (basc
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciBab 3. Teori Comonotonic. 3.1 Pengurutan Variabel Acak
Bab 3 Teor Comonotonc Pada bab n konsep teor comonotonc akan dpaparkan dar awal dan berakhr pada konsep teor n untuk jumlah dar peubah - peubah acak 1. Setelah tu untuk membantu pemahaman akan dberkan
Lebih terperinciPEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)
PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) Wrayant ), Ad Setawan ), Bambang Susanto ) ) Mahasswa Program Stud Matematka FSM UKSW Jl. Dponegoro 5-6 Salatga,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciTinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal
157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan
Lebih terperinciDalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang
LARGE SCALE SYSEM Course by Dr. Ars rwyatno, S, M Dept. of Electrcal Engneerng Dponegoro Unversty BAB V OPIMASI SISEM Dalam sstem pengendalan berhrark level, maka optmas dapat dlakukan pada level pertama
Lebih terperinciSUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD
SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya
Lebih terperinciIII. EVALUASI METODE PENARIKAN CONTOH PADA PENDUGAAN PRODUKTIVITAS KOMODITAS HORTIKULTURA
4 III. VALUASI TOD PNARIKAN CONTOH PADA PNDUGAAN PRODUKTIVITAS KOODITAS HORTIKULTURA 3.. Gabaran Uu etode Penarkan Contoh Penarkan contoh atau saplng erupakan suatu proses nferens engena keseluruhan (populas
Lebih terperinciPENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI
PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI Reky Stenly Wndah Dosen Jurusan Teknk Spl Fakultas Teknk Unverstas Sam Ratulang Manado ABSTRAK Pada bangunan tngg,
Lebih terperinciSCHEMATICS 2009 National Programming Contest
SCHEMATICS 2009 Natonal Programmng Contest No Nama Problem 1 Berhtung 2 Gelang Cantk 3 Jalan 4 Kubangan Lumpur 5 Ayam dan Bebek 6 Schematcs09 7 Pagar Labrn JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI
Lebih terperinciREGRESI DAN KORELASI. Penduga Kuadrat Terkecil. Penduga b0 dan b1 yang memenuhi kriterium kuadrat terkecil dapat ditemukan dalam dua cara berikut :
BAHAN AJAR EKONOMETRIKA AGUS TRI BASUKI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA REGRESI DAN KORELASI Tujuan metode kuadrat terkecl adalah menemukan nla dugaan b0 dan b yang menghaslkan jumlah kesalahan kuadrat
Lebih terperinciPreferensi untuk alternatif A i diberikan
Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2 Masalah Transportas Jong Jek Sang (20) menelaskan bahwa masalah transportas merupakan masalah yang serng dhadap dalam pendstrbusan barang Msalkan ada m buah gudang (sumber) yang
Lebih terperinciBAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat
BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan
Lebih terperinciBAB III PEMBAHASAN. Pada bab ini akan dibahas mengenai ring embedding dan faktorisasi. tunggal pada ring komutatif tanpa elemen kesatuan.
BAB III PEMBAHASAN Pada bab n akan dbahas mengena rng embeddng dan faktorsas tunggal pada rng komutatf tanpa elemen kesatuan. A. Rng Embeddng Defns 3.1 (Malk et al. 1997: 318 Suatu rng R dkatakan embedded
Lebih terperinciKecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi
Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK
Lebih terperinciKONSEP DASAR PROBABILITAS
KONSEP DASAR PROBABILITAS TI2131 TEORI PROBABILITAS MINGGU KE-3 & KE-4 1 Defns 1 Probabltas dar sebuah kejadan A adalah jumlah bobot dar tap ttk sampel yang termasuk dalam A. Selanjutnya: 0 < P(A) < 1,
Lebih terperinciBAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:
BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan
Lebih terperinciBAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif
BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses
Lebih terperinci