ESTIMASI PARAMETER MODEL COX INGERSOLL ROSS PADA TINGKAT BUNGA BANK INDONESIA MENGGUNAKAN METODE MAXIMUM LIKELIHOOD ESTIMATION

Ukuran: px
Mulai penontonan dengan halaman:

Download "ESTIMASI PARAMETER MODEL COX INGERSOLL ROSS PADA TINGKAT BUNGA BANK INDONESIA MENGGUNAKAN METODE MAXIMUM LIKELIHOOD ESTIMATION"

Transkripsi

1 Buli Ilmih M. S. d Trpy (Bimsr Volum 04, No. 3 (05, hl 6. ESTIMASI PARAMETER MODEL COX INGERSOLL ROSS PADA TINGKAT BUNGA BANK INDONESIA MENGGUNAKAN METODE MAXIMUM LIKELIHOOD ESTIMATION Fy Syhfiri Budim, Nv Syhdwi, Muhlsh Novisri Mr INTISARI Kuug yg diprolh dri suu s fisil u ivssi dipgruhi olh igk bug. Tigk bug yg brubhubh scr idk psi ii mybbk igk bug suli uuk diprdiksi. Plii ii mmbhs g slh su modl prgrk igk bug yiu modl Cox Igrsoll Ross (CIR. Modl CIR mmprdiksi igk bug sllu brili posiif. Pd modl CIR rdp bbrp prmr yg idk dikhui iliy. Olh kr iu, pd plii ii prmr pd modl CIR disimsi mgguk mod Mximum Liklihood Esimio (MLE. Pksir prmr modl CIR mmbuuhk d hisoris dri igk bug. Dg mgguk d igk bug Bk Idosi muli dri Juri 006 smpi dg Juri 05 diprolh ili simsi prmr pd modl CIR yiu rr jgk pjg dri igk bug Bk Idosi ( ˆ sbsr 0,035, dg kcp pross uuk kmbli muju rr jgk pjg sbsr 4,9373. Volilis u bsry jrk r flukusi igk bug Bk Idosi sbsr 0,885. K Kuci: Modl CIR, MLE, Nwo Rphso PENDAHULUAN Tigk bug mmpuyi pgruh yg pig dlm muk hrg dri suu isrum ivssi, spri obligsi, shm, d opsi. Kuug yg diprolh s mlkuk ivssi dipgruhi olh igk bug yg brlku pd isrum ivssi yg lh dipilih. Uuk igk bug yg p, idklh suli uuk muk hrg dri suu isrum ivssi. Ak pi pd kyy idklh dmiki, prgrk igk bug brubhubh scr idk psi d mrupk pross soksik. Kgi prdgg brlgsug rusmrus dlm psr kug, shigg dibuuhk suu modl prgrk igk bug uuk wku yg koiu. Dri brbgi lrif modl igk bug yg d, rdp sisi posiif d gify. Pd hu 977, Vsick mmprklk modl Vsick sbgi modl suku bug soksik prm kliy. Pd modl ii, prdiksi igk bug bis brili gif, sdgk pd rliy igk bug idk mugki brili gif. Sljuy, kkurg rsbu diprbiki pd sbuh modl yg disbu modl Cox Igrsoll Ross (CIR, yg mjmi prdiksi igk bug idk gif []. Modl ii k dibhs lbih lju pd plii ii. Modl CIR diprklk olh Cox, Igrsoll d Ross pd hu 985. Pd modl ii rdp sif m rvrsio yg mrupk kcdrug dri igk bug uuk kmbli muju rr jgk pjg dri igk bug. Dg dy sif ii, prgrk igk bug k muju suu lvl rr igk bug yg disbu m rvrsio lvl. Kik igk bug iggi, koomi cdrug mlmb d prmi krdi dri pmijm cdrug rdh. Sbgi dmpky, igk bug k uru. Sbliky, kik igk bug rdh, k rjdi kcdrug iky prmi krdi dri pmijm shigg dmpky igk bug k cdrug ik. Jik pross ik d uruy igk bug rjdi rus mrus, mk dlm jgk pjg igk bug k brd diskir m rvrsio lvl []. ( b ˆ ( s ˆ

2 F. Syhfiri Budim, N. Syhdwi, M. Novisri Mr Di dlm modl CIR rdp bbrp prmr yg prlu disimsi higg didpk suu simsi yg mdki d sbry. Tuju pd plii ii dlh mgsimsi prmr pd modl CIR. D yg diguk yiu d igk bug Bk Idosi muli dri Juri 006 smpi Juri 05. Bbrp mod yg dp diguk uuk mgsimsi prmr r li Mximum Liklihood Esimio (MLE, Ordiry Ls Squr (OLS, mod Mom d liy. Pd plii ii diguk mod MLE. Mod ii mmbrik hsil simsi yg bik bgi prmr, rum pbil smply bsr [3]. MODEL COX INGERSOLL ROSS Pd hu 977, Vsick mmprklk modl Vsick sbgi modl igk bug soksik prm kliy. Pd modl ii, igk bug bis brili gif d brubh dg volilis kos. Pdhl dlm kyy igk bug brili posiif d volilisy iggi pbil igk bug iggi. Dg dmiki, uuk mgsi prsol rsbu, Cox, Igrsoll d Ross pd hu 985 mmprklk modl suku bug Cox Igrsoll Ross (CIR. Mislk r ( dlh igk bug pd s. Pd slg wku V, prubh r ( pr su wku V dp diyk sbgi Vr ( d uuk V 0 prubh r ( pr su wku dp V dr( diyk dg. Modl CIR mgsumsik bhw prsm drmiisik uuk d prubh igk bug pr su wku dp diyk dlm buk prsm dr( = b ( r ( d dg b > 0, dim b mujukk kcp pross igk bug uuk kmbli muju d myk rr jgk pjg dri igk bug (m rvrsio lvl[]. Pd kyy, igk bug yg k dg idk sluruhy drmiisik, mlik d fkor lur yg mybbk rjdiy gjolk (volilis pd igk bug. Fkor lur ii disbu gggu ck, shigg prubh r ( rhdp prubh wku dp diyk sbgi briku: u dr( db( = b( r ( s d d dr( = b( r( d s db( dg s myk simpg bku dri prubh igk bug pr su wku. Pd modl CIR, vrisi prubh igk bug pr su wku disumsik brgug pd igk bug, yiu s r (, shigg modl CIR dp diyk sbgi briku: dr( = b( r( d s r( db( ( dg B ( myk grk Brow uuk > 0, b,, s d r (0 dlh kos posiif. Dlm buk igrl, Prsm mjdi ò ò r( = r(0 b ( r( s ds s r( s db( s 0 0

3 Esimsi Prmr Modl Cox Igrsoll Ross pd Tigk Bug... 3 Brdsrk modl igk bug pd Prsm d pross Io, diprolh m d vrisi modl igk bug CIR, yiu d b E( r( = ( r(0 s s s Vr( r( = ( r(0 ç r(0 b b b çè b b MAXIMUM LIKELIHOOD ESTIMATION Mximum Liklihood Esimio (MLE mrupk mod sisik yg srig diguk uuk mdpk simsi prmr uuk modl mmik dri smpl. MLE dlh mod yg mmksimumk fugsi Liklihood. Mislk X, X,, X mrupk suu smpl ck yg slig bbs brukur dri suu disribusi dg fugsi kpd plug gbug r,,, x x x dlh,,, ; f x x x. Jik fugsi kpd plug gbug rsbu diyk sbgi fugsi rhdp, mk fugsi rsbu dimk fugsi Liklihood yg diosik dg briku [3]:,,, ; ;. ;. ; L f x x x Sljuy dicri solusi uuk yg mmksimumk k dlm buk l, yiu mmksimumk fugsi f x f x f x L d mmiliki buk sbgi f x ;. ( L. Kmudi buk L dimodifiksi l L. Modifiksi ii dp dilkuk kr ili yg l L jug mmksimumk L. Buk Prsm mjdi l L l f x ; l f x ;. l L disbu sbgi fugsi LogLiklihood. Solusi dri dp diprolh dg mylsik prsm, S l L 0 Prsm ii disbu fugsi scor S, Nili x, x,, x dri S 0. Nili ii k mmksimumk yg diprolh mrupk solusi l L d disbu sbgi ksir mksimum Liklihood (Mximum Liklihood Esimor dri, diosik dg ˆ. Jik lgkh mgsimsi prmr mgguk mod MLE mghsilk prsm yg idk closd form, mk uuk mylsik prsm rsbu shigg diprolh ili simsi prmr diguk mod Nwo Rphso. Mod Nwo Rphso dlh slh su mod uuk mcri kr pylsi dri f x 0 mllui prhiug yg irif. Rumus umum yg diguk sbgi briku [4]: H S ˆ ˆ. k k k, k,,. k

4 4 F. Syhfiri Budim, N. Syhdwi, M. Novisri Mr dg: : simsi prmr pd irsi k k ˆk ˆk : simsi prmr pd irsi k H : mriks uru kdu fugsi liklihood u disbu dg mriks Hssi k S : mriks uru prm dri fugsi liklihood d disbu dg fugsi scor. k ESTIMASI PARAMETER MODEL COX INGERSOLL ROSS Di dlm modl igk bug CIR d ig prmr yg idk dikhui d hrus disimsi, yiu b, d s. Pd plii prmrprmr rsbu disimsi mguk mod Mximum Liklihood Esimio (MLE. Sblum mgsimsi prmr dg mgguk fugsi MLE dibuuhk probbiliy dsiy fucio (pdf dri modl CIR. Disumsik modl CIR brdisribusi Norml. Shigg, pdf dri modl CIR dp diuk dri m d vrisi u dp diulis mjdi N s s b s ( r(0, ( r(0 b r(0 b ç è b b b ç è. Olh kr iu, pdf dri igk bug r pd slg [(, ] dlh b ( ( ( r ( r( f( r = xp s s s s ( ( ( ( b( ( s b s b b( ( p p( r ( ( ( p r r ( r ( b b b ç b b b è çè ç è (3 Prsm 3 ii diguk uuk mmbuk prsm Liklihood yiu, b ( ( ( r ( r( L(, b, s = xp s s b( ( s s s b( ( b( ( s = b( ( p p( r ( ( ( p r r ( r ( b b b ç çè b b b çè è Õ (4 Dg mgguk Prsm (4, prmr b, d s dicri dg mmksimumk fugsi Liklihood L(, b, s. Sljuy, fugsi L(, b, s dimodifiksi k dlm buk l( L(, b, s. Dg mmksimumk l( L(, b, s k mgkibk L(, b, s mjdi mksimum. Shigg Prsm 4 mjdi sbgi briku: bd ( r ( r( l L(, b, s = l å = s s s s b s b b s D D D i= bd p p( r ( ( ( p r r ( r( ç b b b ç çè b b b çè è è å (5 dg D = (. Fugsi l( L(, b, s pd Prsm 5 disbu jug fugsi LogLiklihood. Uuk mmprolh simsi prmr b, d s, fugsi LogLiklihood diuruk skli rhdp ip prmr yg k disimsi. Hsil simsi dp diprolh dg mylsik prsmprsm l L(, b, s = 0 l L(, b, s = 0 b l L(, b, s = 0 s (6 (7 (8

5 Esimsi Prmr Modl Cox Igrsoll Ross pd Tigk Bug... 5 Diprolh hsil uru dri Prsm 6 yiu: ps s b s b p p D D b l L(, b, s D b çb çb è è ( r ( r( = å = s s bd s bd å s s bd p p( r( p r ( = s ( r( ç b b b çè r( b D çè ç è b b b ç è bd bv ( ( r ( ( (. r s s l bd s ç ( ( bd p p r p r ( å = ç b b b è çè ç è ç s s bd s bd ( r( r ( ç è b b b çè çè b s s b s D b r r V V ç b b b çè ( ( ( ç s s bd s bd r( ç r ( ( ç è b b b ç è Brdsrk Prsm 9 rlih bhw hsil yg diprolh idk closd form. Hl yg sm jug dijumpi uuk hsil uru dri Prsm 7 d 8. Dg dmiki uuk mmprolh ili simsi b ˆ, ˆ d s ˆ diguk mod Nwo Rphso. Pd plii ii mod Nwo Rphso dilkuk dg bu sofwr R. Dg mgguk mod Nwo Rphso ii diprolh ili simsi prmr modl CIR yg diyk dg osi ( k = ˆ, b( k = bˆ d s( k = sˆ, dim ˆ, b ˆ d s ˆ bruruuru dlh simsi dri b, d s. D yg diguk pd plii ii yiu d igk bug Bk Idosi muli dri Juri 006 smpi dg Juri 05 yg diujukk pd Gmbr. (9 Gmbr. Tigk Bug Bk Idosi Priod Juri 006Juri 05 Sljuy dipilih ili wl uuk ˆ, b ˆ 0 0 d s ˆ yiu, b d Nili ˆ, b ˆ d s ˆ dihiug scr scr irif, dg rumus s 0 l L l L l L l L k k l L l L l L l L bk bk, k= 0,,, K,. c k c k l L l L l L l L Uuk irsi prm diprolh ili ˆ, b ˆ d s ˆ yiu

6 6 F. Syhfiri Budim, N. Syhdwi, M. Novisri Mr Pross ii k rus diulg higg mmuhi ili olrsi yg dikhdki, k k b b TOL k k c k c k Dg mgguk bu progrm R diprolh hsil dri pross simsi uuk prmr pd modl CIR yiu ˆ = 0, 035 b ˆ = 4,9373 d s ˆ = 0,885. Gmbr mujukk hsil simulsi prgrk igk bug dg mgguk ili simsi prmr yg diprolh. Gmbr. Prgrk Tigk Bug Pd Gmbr rlih bhw prgrk igk bug hsil simulsi dg modl CIR mmiliki pol yg sm dg prgrk igk bug yg sbry. PENUTUP Modl CIR mrupk slh su modl prgrk igk bug yg mmprdiksi igk bug sllu brili posiif. Pd plii ii prmrprmr pd modl CIR disimsi mgguk mod Mximum Liklihood Esimio (MLE. Brdsrk d igk bug Bk Idosi muli dri Juri 006 smpi dg Juri 05 diprolh ili simsi prmr pd modl CIR yiu rr jgk pjg dri igk bug Bk Idosi ( ˆ sbsr 0,035, dg kcp pross uuk kmbli muju rr jgk pjg ( b ˆ sbsr 4,9373. Volilis u bsry jrk r flukusi igk bug Bk Idosi ( s ˆ sbsr 0,885. DAFTAR PUSTAKA []. Filipovic, Dmir. TrmSrucur Modls. SprigrVrlg: Nw York; 009. []. Hull, J.C. Opios, Fuurs d Ohr Drivivs. Eighh Ediio. Pric Hll: Nw Jrsy; 0. [3]. Myug, J.I. Tuoril o Mximum Liklihood Esimio. Jourl of Mhmicl Psycology. 003; 47: [4]. Rochmd. Apliksi Mod NwoRphso uuk Mghmpiri Solusi Prsm No Lir. Jurl MIPA. 03; 36(: FANNY SYAHFITRI BUDIMAN NEVA SATYAHADEWI MUHLASAH NOVITASARI MARA : FMIPA U Poik, fy_syhfiri@ymil.com : FMIPA U Poik, v_s04@yhoo.co.id : FMIPA U Poik, ovmr@gmil.com

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II ANDASAN TERI Tori dsr g diguk pd ugs khir ii, iu: ord kovrgsi, dr Tlor, mod Nwo d ord kovrgsi, mod hbshv- Hll d ord kovrgsi, vri mod hbshv-hll d ord kovrgsi, d ugsi kudrik.. rd Kovrgsi rd kovrgsi

Lebih terperinci

SISTEM PENGOLAHAN ISYARAT. Kuliah 4 Transformasi Fourier

SISTEM PENGOLAHAN ISYARAT. Kuliah 4 Transformasi Fourier TKE 403 SISTEM PENGOLAHAN ISYARAT Kulih 4 Trsformsi Fourir Bgi I Idh Susilwi, S.T., M.Eg. Progrm Sudi Tkik Elkro Fkuls Tkik d Ilmu Kompur Uivrsis Mrcu Bu Yogykr 009 KULIAH 4 SISTEM PENGOLAHAN ISYARAT TRANSFORMASI

Lebih terperinci

ESTIMASI PARAMETER MODEL COX INGERSOLL ROSS MENGGUNAKAN METODE MAXIMUM LIKELIHOOD ESTIMATION

ESTIMASI PARAMETER MODEL COX INGERSOLL ROSS MENGGUNAKAN METODE MAXIMUM LIKELIHOOD ESTIMATION ESTIMASI PARAMETER MODEL COX INGERSOLL ROSS MENGGUNAKAN METODE MAXIMUM LIKELIHOOD ESTIMATION Fy Syhftr B, Nv Styhdw, Muhlsh Novtsr Mr 3,,3 Uvrsts Tjugpur, Potk Eml korspods : fy_syhftr@yml.com Kutug yg

Lebih terperinci

SISTEM PENGOLAHAN ISYARAT. Kuliah 3 Deret Fourier

SISTEM PENGOLAHAN ISYARAT. Kuliah 3 Deret Fourier TKE 43 SSTEM PENGOLAHAN SYARAT Kulih 3 Dr Fourir dh Susilwi, S.T., M.Eg. Progr Sudi Tkik Elkro Fkuls Tkik d lu Kopur Uivrsis Mrcu Bu Yogykr 9 KULAH 3 SSTEM PENGOLAHAN SYARAT DERET FOURER Pd pbhs ii k dijlsk

Lebih terperinci

KONVERGENSI MODIFIKASI METODE POTRA-PTAK MENGGUNAKAN INTERPOLASI KUADRATIK TUGAS AKHIR

KONVERGENSI MODIFIKASI METODE POTRA-PTAK MENGGUNAKAN INTERPOLASI KUADRATIK TUGAS AKHIR KNVERGENSI MDIFIKASI METDE PTRA-PTAK MENGGUNAKAN INTERPLASI KUADRATIK TUGAS AKHIR Dijuk sbgi Slh Su Sr uuk Mmprolh Glr Srj Sis pd Jurus Mmik lh: ZUHRWARDI 8 FAKULTAS SAINS DAN TEKNLGI UNIVERSITAS ISLAM

Lebih terperinci

FUNGSI EKSPONENSIAL DAN FUNGSI LOGARITMIK

FUNGSI EKSPONENSIAL DAN FUNGSI LOGARITMIK M AT E M AT I K A E K O N O M I FUNGSI EKSPONENSIAL DAN FUNGSI LOGARITMIK TO N I BAKHTIAR I N S TITUT P ERTA N I A N BOGOR 2 0 2 Pgkt Jik sutu bilg diklik diri sdiri sbk kli mk ditulis Bilg disbut kspo

Lebih terperinci

BAB III MODEL MATEMATIKA KEPENDUDUKAN

BAB III MODEL MATEMATIKA KEPENDUDUKAN 5 A III MODEL MATEMATIKA KEENDUDUKAN 3.1 Uu Filis Filis mup pfom podusi ul di sog i u slompo idividu yg pd umumy di pd sog i u slompo i. iu p uu filis yg dil olh o 1997 diy dlh Cud ih R CR u g lhi s, mup

Lebih terperinci

SISTEM KENDALI OTOMATIS Transformasi Laplace

SISTEM KENDALI OTOMATIS Transformasi Laplace SISTEM KENDALI OTOMATIS Trormi Lplc Op Loop/Clod Loop Sym Ipu/ Dird oupu Corollr Corol igl Acuor Acuig igl Pl Pl oupu Ipu/ Dird oupu + - Error igl Corollr Corol igl Acuor Acuig igl Pl Pl oupu Sor Iilh-iilh

Lebih terperinci

METODE ITERASI TIGA LANGKAH DENGAN KEKONVERGENAN BERORDE ENAM BELAS. Ricko Saputra 1*

METODE ITERASI TIGA LANGKAH DENGAN KEKONVERGENAN BERORDE ENAM BELAS. Ricko Saputra 1* METDE ITERASI TIGA LANGKAH DENGAN KEKNVERGENAN BERRDE ENAM BELAS Riko Sputr * Mhsis Progrm Studi S Mtmtik Fkults Mtmtik d Ilmu Pgthu Alm Uivrsits Riu Kmpus Biid Pkbru 9 Idosi Sputrriko7@hooom ABSTRACT

Lebih terperinci

Modifikasi Metode Newton-Steffensen Tiga Langkah Menggunakan Interpolasi Kuadratik

Modifikasi Metode Newton-Steffensen Tiga Langkah Menggunakan Interpolasi Kuadratik Smir Nsiol Tkologi Iormsi, Komuiksi d Idusri SNTIKI ISSN : 08-990 Pkbru, Novmbr 0 Modiiksi Mod Nwo-Ss Tig Lgkh Mgguk Irpolsi Kudrik Wroo, Ek Jumii, Progrm Sudi Mmik, UIN Sul Sri Ksim Riu Jl. Subrs km,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEI Lds ori dlm skripsi ii risik ori-ori mdk dlh rd kovrsi dr Tlor mod Nwo d rd kovrsi mod srowski d rd kovrsi d irpolsi kdrik.. rd Kovrsi rd kovrsi mrpk s ik prp dlm plsi Prsm olir 0.

Lebih terperinci

Deret dan Transformasi Fourier

Deret dan Transformasi Fourier Dr d rsformsi Fourir Risuri Hidy, Jurus i Elro d ologi Iformsi, F UGM, gri gyogyr Hdiigr 558, IDOESIA risuri@.ugm.c.id (risuri@gmil.com Dlm ulis ii dijls domi frusi uu isyr priodis d opriodis yg mmpuyi

Lebih terperinci

ISYARAT DAN SISTEM Bab 4 Deret Fourier Untuk Isyarat Periodik

ISYARAT DAN SISTEM Bab 4 Deret Fourier Untuk Isyarat Periodik KE 5 ISYARA DA SISEM Bb Dr Fourir Uu Isyr Priodi Idh Susilwi, S.., M.Eg. Progrm Sudi i Elro Fuls i d Ilmu Kompur Uivrsis Mrcu Bu Yogyr 9 79 B A B I V DERE FOURIER UUK ISYARA PERIODIK uu Isrusiol. Umum

Lebih terperinci

KONVERGENSI DAN STABILITAS SOLUSI PERSAMAAN LAPLACE PADA BATAS DIRICHLET. Lasker P. Sinaga. Abstract. terdapat y0

KONVERGENSI DAN STABILITAS SOLUSI PERSAMAAN LAPLACE PADA BATAS DIRICHLET. Lasker P. Sinaga. Abstract. terdapat y0 99 KONVERGENSI DAN STABILITAS SOLUSI PERSAMAAN LAPLACE PADA BATAS DIRICHLET Lskr P. Sig Abstrct Prsm lplc dlh slh stu btuk prsm diffrsil tip liptik yg dpt dislsik dg mtod pmish ribl. Mtod pmish ribl mmbut

Lebih terperinci

METODE CHEBYSHEV-HALLEY BEBAS TURUNAN KEDUA. FakultasMatematikadanIlmuPengetahuanAlamUniversitas Riau KampusBinawidyaPekanbaru, 28293, Indonesia

METODE CHEBYSHEV-HALLEY BEBAS TURUNAN KEDUA. FakultasMatematikadanIlmuPengetahuanAlamUniversitas Riau KampusBinawidyaPekanbaru, 28293, Indonesia METDE CHEBYSHEV-HALLEY BEBAS TURUNAN KEDUA V Sitompul * Smsudhuh TP Nbb Mhsisw JurusMtmtik Dos JurusMtmtik FkultsMtmtikdIlmuPthuAlmUivrsits Riu KmpusBiwidPkbru 89 Idosi *vroik@hoooid ABSTRACT This ppr

Lebih terperinci

ANALISIS DAN SIMULASI GELOMBANG BERULANG KOMPLEKS DENGAN MENGGUNAKAN BAHASA PEMROGRAMAN MATLAB

ANALISIS DAN SIMULASI GELOMBANG BERULANG KOMPLEKS DENGAN MENGGUNAKAN BAHASA PEMROGRAMAN MATLAB Alisis d Simulsi Glombg Brulg Komplks (Khiruis ANALISIS DAN SIMULASI GELOMBANG BERULANG KOMPLEKS DENGAN MENGGUNAKAN BAHASA PEMROGRAMAN MALAB Khiruis ( ( Sf Pgjr Jurus kik Elkro Polikik Ngri Bjrmsi Rigks

Lebih terperinci

Analisis Rangkaian Listrik

Analisis Rangkaian Listrik Sudry Sudirhm lisis Rgki Lisrik Mgguk rsrmsi urir Sudry Sudirhm, lisis Rgki Lisrik BB rsrmsi urir Ki lh mmplri ggp rkusi dri suu rgki. lisis dg mgguk rsrmsi urir yg k ki plri riku ii k mmprlus pmhm ki

Lebih terperinci

Analisis Rangkaian Listrik Jilid 2

Analisis Rangkaian Listrik Jilid 2 Sudry Sudirhm lisis Rgki Lisrik Jilid Sudry Sudirhm, lisis Rgki Lisrik BB rsrmsi urir Ki lh mmplri ggp rkusi dri suu rgki. lisis dg mgguk rsrmsi urir yg k ki plri riku ii k mmprlus pmhm ki mgi ggp rkusi,

Lebih terperinci

Analisis Rangkaian Listrik Jilid 2

Analisis Rangkaian Listrik Jilid 2 Sudry Sudirhm Alisis Rgki Lisrik Jilid Drpulic Hk cip pd pulis, SUDIRHAM, SUDARYANO Alisis Rgki Lisrik Drpulic, Bdug r-7 disi Juli hp:-cf.rg Alm ps: Kyk D-3, Bdug, 435. Fx: 6 5347 Sudry Sudirhm, Alisis

Lebih terperinci

Pilihan Topik Matematika

Pilihan Topik Matematika Pilih Topik Mmik Apliki dlm Alii Rgki Lirik lh Sudro Sudirhm Drpublic Edii Juli Pilih Topik Mmik Apliki dlm Alii Rgki Lirik olh Sudro Sudirhm ii Sudro Sudirhm, Pilih Topik Mmik Hk cip pd puli. SUDIRHAM,

Lebih terperinci

DERET TAK HINGGA. Deret Geometri Suatu deret yang berbentuk: Dengan a 0 dinamakan deret geometri. Kekonvergenan: divergen jika r 1 Bukti:

DERET TAK HINGGA. Deret Geometri Suatu deret yang berbentuk: Dengan a 0 dinamakan deret geometri. Kekonvergenan: divergen jika r 1 Bukti: DERET TAK HINGGA Cooh dere k higg : + + 3 + = k= k u k. Bris jumlh prsil S, deg S = + + 3 + + = k= k Defiisi Dere k higg, k= k, koverge d mempuyi jumlh S, pbil bris jumlh-jumlh prsil S koverge meuju S.

Lebih terperinci

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PENYEESAIAN SISTEM PERSAMAAN DIFERENSIA INEAR DENGAN TRANSFORMASI APACE SKRIPSI Dijuk uuk mmuhi Slh Su Sr Mmprolh Glr Srj Si Progrm Sudi Mmik Diuu Olh: Hilri Hpriz

Lebih terperinci

SOAL-SOAL OLIMPIADE MATEMATIKA DAN PENYELESAIANNYA

SOAL-SOAL OLIMPIADE MATEMATIKA DAN PENYELESAIANNYA SOL-SOL OLIMPIDE MTEMTIK DN PENYELESINNY. ui uu sip ilg rl, rlu! ui :. ui uu sip ilg rl, g rlu ui :! : u il sgi M GM im M g rihmi M sg GM g Gomri M.. ui uu sip ilg posii,, rlu ui :!. ui uu sip ilg rl,

Lebih terperinci

TEKNIK PROGRESSIVE MUSCLE RELAXATION MEMPENGARUHI KADAR GLUKOSA DARAH PENDERITA DIABETES MELITUS TIPE 2

TEKNIK PROGRESSIVE MUSCLE RELAXATION MEMPENGARUHI KADAR GLUKOSA DARAH PENDERITA DIABETES MELITUS TIPE 2 TEKNIK PROGRESSIVE USCLE RELAXATION EPENGARUHI KAAR GLUKOSA ARAH PENERITA IABETES ELITUS TIPE Puji Asui UNUSA, FKK, Prodi SI Kprw Jl Sm 57 Surby Emil : Pujisui@uuscid ABTRACT: Th high ucorolld blood glucos

Lebih terperinci

III PEMBAHASAN. x x. 3.1 Analisis Metode Perhatikan persamaan integral Volterra berikut. x. atau (11)

III PEMBAHASAN. x x. 3.1 Analisis Metode Perhatikan persamaan integral Volterra berikut. x. atau (11) III PEMBAHASAN 3 Alisis Metode Perhtik persm itegrl Volterr berikut y ( f( λ Ktyt ( ( (8 deg y( merupk fugsi yg k ditetuk sutu kostt f( fugsi sembrg yg dikethui d terdefiisi pd R d K(ty(t sutu fugsi yg

Lebih terperinci

POKOK BAHASAN : BUKU PEGANGAN : KOMPONEN PENILAIAN

POKOK BAHASAN : BUKU PEGANGAN : KOMPONEN PENILAIAN MATA KULIAH : MATEMATIKA POKOK BAHASAN : PENDAHULUAN : PERTIDAKSAMAAN NILAI MUTLAK SISTEM KOORDINAT FUNGSI DAN GRAFIK FUNGSI LIMIT DAN KONTINUITAS DERIVATIF APLIKASI DERIVATIF 6 DERET TAYLOR DAN DERET

Lebih terperinci

PENENTUAN NILAI ANUITAS BERJANGKA INDIVIDU DENGAN METODE WOOLHOUSE

PENENTUAN NILAI ANUITAS BERJANGKA INDIVIDU DENGAN METODE WOOLHOUSE Bulei Ilih M. S. d Terpy (Biser) Volue 04, No. 3 (05), hl 59-68 PENENTUAN NILAI ANUITAS BERJANGKA INDIVIDU DENGAN METODE WOOLHOUSE Julidi, Nev Syhdewi, Muhlsh Novisri Mr INTISARI Auis dlh sergki pebyr

Lebih terperinci

3. RESPON SISTEM DINAMIK

3. RESPON SISTEM DINAMIK . RESPON SISTEM DINAMIK Gmbr Umum Bb ii k mmbw Ad uuk mmljri ro im dlm brbgi ord. Ro rhd im ord u, im ord du d im ord iggi. Jug ki k mmljri idk kirj dimik im dg rmr; wku ud, wku ik, wku uk, wku uru, mkimum

Lebih terperinci

BAB 9 DERET FOURIER. Oleh : Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 9 DERET FOURIER. Oleh : Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB 9 DERE FOURIER Oleh : Ir. A.Rchm Hsibu d Nemh Mubrkh, S 9. Pedhulu Gmbr 9. Fugsi-fugsi eksisesi () v = ks ; (b) v = si Gmbr 9. Gelmbg gigi gergji Gelmbg gergji ii dp diyk sebgi f() = (/) dlm iervl

Lebih terperinci

MODIFIKASI METODE KING DENGAN MENGGUNAKAN INTERPOLASI KUADRATIK

MODIFIKASI METODE KING DENGAN MENGGUNAKAN INTERPOLASI KUADRATIK PRSIDING ISBN : 9-99--- MDIFIKASI METDE KING DENGAN MENGGUNAKAN INTERPLASI KUADRATIK Wrtoo, Fitrih Rit, Jurus Mtmtik, Fkults Sis d Tkologi, UIN Sult Sri Ksim Riu wrtoosrm@hoo.com T- Abstrk Mtod Kig mrupk

Lebih terperinci

JURNAL MATEMATIKA DAN PEMBELAJARANNYA 2016 VOLUME 2, NO. 1. ISSN PENERAPAN FUNGSI GAMMA DALAM PEMBUKTIAN 0! = 1

JURNAL MATEMATIKA DAN PEMBELAJARANNYA 2016 VOLUME 2, NO. 1. ISSN PENERAPAN FUNGSI GAMMA DALAM PEMBUKTIAN 0! = 1 JURNAL MATEMATIKA DAN PEMBELAJARANNYA 6 VOLUME, NO.. ISSN -99 PENERAPAN FUNGSI GAMMA DALAM PEMBUKTIAN! = Amr Hs Dos STKIP Pmg Idosi Mkssr 85 557 6956, E-mil: mrhs@yhoo.co.id ABSTRAK Pmkti! = dt dilkk dri

Lebih terperinci

BAB 9 DERET FOURIER. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 9 DERET FOURIER. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB 9 DERE FOURIER Oleh : Ir. A.Rchm Hsibu d Nemh Mubrkh, S 9. Pedhulu Gmbr 9. Fugsi-fugsi eksisesi ( v ks ; (b v V si ω Gmbr 9. Gelmbg gigi gergji Gelmbg gergji ii dp diyk sebgi f( (V/ dlm iervl < < d

Lebih terperinci

III PEMBAHASAN. peubah. Sistem persamaan (6) dapat diringkas menjadi Bentuk Umum dari Magic Square, Bilangan Magic, dan Matriks SPL

III PEMBAHASAN. peubah. Sistem persamaan (6) dapat diringkas menjadi Bentuk Umum dari Magic Square, Bilangan Magic, dan Matriks SPL III PEMBAHASAN 3.1. Betuk Umum dri Mgic Squre, Bilg Mgic, d Mtriks SPL Mislk eleme dri bris ke-i d kolom ke-j dlh i,j mk mgic squrey secr umum dlh 1,1 1, 1,,1,,,1,, Gmbr 1. Betuk umum mgic squre deg: i,j

Lebih terperinci

Ringkasan Materi Kuliah PERSAMAAN DIFERENSIAL LINEAR. 1. Pendahuluan Bentuk umum persamaan diferensial linear orde n adalah

Ringkasan Materi Kuliah PERSAMAAN DIFERENSIAL LINEAR. 1. Pendahuluan Bentuk umum persamaan diferensial linear orde n adalah Rigks Mtri Klih PERSAMAAN DIFERENSIAL LINEAR Pdhl Btk mm rsm dirsil lir ord dlh () dg koisi-koisi d () mrk gsigsi g koti d slg I d tk sti I Slg I disbt slg diisi (slg sl) dri rsm dirsil it Jik gsi () =

Lebih terperinci

PENENTUAN PREMI MANFAAT DAN CADANGAN MANFAAT DENGAN MEMPERHITUNGKAN BIAYA PENGELUARAN

PENENTUAN PREMI MANFAAT DAN CADANGAN MANFAAT DENGAN MEMPERHITUNGKAN BIAYA PENGELUARAN PENENTUN PREMI MNFT DN CDNGN MNFT DENGN MEMPERHITUNGKN BIY PENGELURN PUJI LESTRI 03050044Y UNIVERSITS INDONESI FKULTS MTEMTIK DN ILMU PENGETHUN LM DEPRTEMEN MTEMTIK DEPOK 009 Peeu premi..., Puji Lesri,

Lebih terperinci

PENDAHULUAN PERTANIAN

PENDAHULUAN PERTANIAN 1 usudru l., Alisis Idks ulis Th... PERTANIAN ANALISIS INDES UALITAS TANAH DI LAHAN PERTANIAN TEMBAAU ASTURI BERDASARAN SIFAT IMIANYA DAN HUBUNGANNYA DENGAN PRODUTIVITAS TEMBAAU ASTURI DI ABUPATEN JEMBER

Lebih terperinci

Definisi 1: Sebuah fungsi f(x) dikatakan periodic dengan periode T > 0, jika berlaku: f(x + T) = f(x) untuk samua x.

Definisi 1: Sebuah fungsi f(x) dikatakan periodic dengan periode T > 0, jika berlaku: f(x + T) = f(x) untuk samua x. DERE FOURIER PENDAHUUAN Dlm ii k dihs pryt drt dri sutu ugsi priodik. Jis ugsi ii mrik kr srig mucul dlm rgi prsol isik, sprti gtr mkik, rus listrik olk-lik AC, glomg uyi, glomg Elktromgt, htr ps, ds.

Lebih terperinci

PENENTUAN NILAI TUNAI ANUITAS JIWA BERJANGKA INDIVIDU KASUS KONTINU MENGGUNAKANMETODE WOOLHOUSE

PENENTUAN NILAI TUNAI ANUITAS JIWA BERJANGKA INDIVIDU KASUS KONTINU MENGGUNAKANMETODE WOOLHOUSE Bulei Ilih Mh. S. d Terpy (Biser) Volue 04, No. 3 (05), hl 7-6 PENENTUAN NILAI TUNAI ANUITAS JIWA BERJANGKA INDIVIDU KASUS KONTINU MENGGUNAKANMETODE WOOLHOUSE Desi Rsri, Nev Syhdewi, Shik Mrh INTISARI

Lebih terperinci

NILAI AKUMULASI ANUITAS BERJANGKA DENGAN ASUMSI CONSTANT FORCE PADA STATUS HIDUP GABUNGAN

NILAI AKUMULASI ANUITAS BERJANGKA DENGAN ASUMSI CONSTANT FORCE PADA STATUS HIDUP GABUNGAN NILAI AKUMULASI ANUITAS BERJANGKA DENGAN ASUMSI CONSTANT FORCE PADA STATUS HIDUP GABUNGAN Desrildo, Hsrii, Rol Pe Mhsisw Progr S Meik Dose Jurus Meik Fkuls Meik d Ilu Pegehu Al Uiveris Riu Kus Bi Widy

Lebih terperinci

BAB 3 PENGOLAHAN DATA

BAB 3 PENGOLAHAN DATA BAB PENGOLAHAN DATA 1 Pngrin Pngolhn D Pngolhn d dp dirikn sgi pnjrn s pngukurn d kuniif mnjdi suu pnyjin yng lih mudh dimngri dn mngurikn suu mslh scr ksluruhn D yng kn diolh olh pnulis dlh d pr hun nili

Lebih terperinci

ISSN OUTLOOK TEBU 2016 OUTLOOK TEBU

ISSN OUTLOOK TEBU 2016 OUTLOOK TEBU ISSN 1907-1507 OUTLOOK TEBU 2016 OUTLOOK TEBU Pust Dt d Sistm Iformsi Prti Skrtrit Jdrl - Kmtri Prti 2016 Pust Dt d Sistm Iformsi Prti i 2016 OUTLOOK TEBU ii Pust Dt d Sistm Iformsi Prti OUTLOOK TEBU 2016

Lebih terperinci

KONVERGENSI MODIFIKASI VARIAN METODE CHEBYSHEV-HALLEY MENGGUNAKAN INTERPOLASI KUADRATIK TUGAS AKHIR

KONVERGENSI MODIFIKASI VARIAN METODE CHEBYSHEV-HALLEY MENGGUNAKAN INTERPOLASI KUADRATIK TUGAS AKHIR KNVERGENSI MDIFIKASI VARIAN METDE HEBYSHEV-HALLEY MENGGUNAKAN INTERPLASI KUADRATIK TUGAS AKHIR Dijuk sbgi Slh Stu Srt utuk Mmprolh Glr Srj Sis pd Jurus Mtmtik lh: SILVIA YUTIKA 000 FAKULTAS SAINS DAN TEKNLGI

Lebih terperinci

ANUITAS AKHIR MENGGUNAKAN FORMULA WOOLHOUSE UNTUK STATUS HIDUP GABUNGAN

ANUITAS AKHIR MENGGUNAKAN FORMULA WOOLHOUSE UNTUK STATUS HIDUP GABUNGAN ANUITAS AKHIR MENGGUNAKAN FORMULA WOOLHOUSE UNTUK STATUS HIDUP GABUNGAN Rei Huirh, Hsrii, Hriso Mhsisw Progr S Meik Dose Jurus Meik Fkuls Meik d Ilu Pegehu Al Uieris Riu Kus Bi Widy 893 Idoesi *rei_huirh@yhoo.co

Lebih terperinci

KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA TUGAS AKHIR

KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA TUGAS AKHIR KNVERGENSI MDIFIKASI METDE NEWTN GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA TUGAS AKHIR Dijuk sbgi Slh Stu Srt utuk Mmprolh Glr Srj Sis pd Jurus Mtmtik lh: NFI MAULANA FAKULTAS SAINS DAN TEKNLGI UNIVERSITAS

Lebih terperinci

BAB VIII FUNGSI GAMMA DAN FUNGSI BETA

BAB VIII FUNGSI GAMMA DAN FUNGSI BETA BAB VIII FUNGSI GAA DAN FUNGSI BETA Tj Pbljr Fgsi g d b rp fgsi-fgsi isiw g srig cl dl pch prs diffrsil, pross fisi, prpidh ps, gs sbr bi, rb globg, posil g, prs globg, i d li Fgsi g d b rp fgsi dl b pr

Lebih terperinci

Nuryanto,ST.,MT. Integral merupakan operasi invers dari turunan. Jika turunan dari F(x) adalah F (x) = f(x), maka F(x) = f(x) dx.

Nuryanto,ST.,MT. Integral merupakan operasi invers dari turunan. Jika turunan dari F(x) adalah F (x) = f(x), maka F(x) = f(x) dx. Nuryto,ST.,MT d c. INTEGRAL TAK TENTU KONSEP DASAR INTGRAL f. ALJABAR INTEGRAL f. TRIGONO CONTOH SOAL SOAL LATIHAN UJI KOMPETENSI Itegrl merupk opersi ivers dri turu. Jik turu dri F dlh F = f, mk F = f

Lebih terperinci

JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER 1

JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER 1 FITRIANA RICHA HIDAYATI 7 46 Dose Pembimbig M. ARIEF BUSTOMI, M.Si Surby, Jui JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER Alis disesuik deg geometri

Lebih terperinci

BAB III NORM MATRIKS PADA HIMPUNAN DARI MATRIKS-MATRIKS TOEPLITZ. Definisi 3.1 Matriks Toeplitz adalah suatu matriks., dengan nilai,, dan indeks yang

BAB III NORM MATRIKS PADA HIMPUNAN DARI MATRIKS-MATRIKS TOEPLITZ. Definisi 3.1 Matriks Toeplitz adalah suatu matriks., dengan nilai,, dan indeks yang BAB III NORM MATRIKS PADA HIMPUNAN DARI MATRIKS-MATRIKS TOEPLITZ 3. Mtriks Toeplitz Defiisi 3. Mtriks Toeplitz dlh sutu mtriks [ t ; k, j = 0,,..., ] : T =, k j, deg ili,, d ideks yg diguk setip etriy

Lebih terperinci

LOKALISASI ORE. Lucia Ratnasari Jurusan Matematika FMIPA UNDIP Jl. Prof. H. Soedarto, S.H, Semarang 50275

LOKALISASI ORE. Lucia Ratnasari Jurusan Matematika FMIPA UNDIP Jl. Prof. H. Soedarto, S.H, Semarang 50275 LOKALA OE Luci ti Juu Mtmtik FMPA UNDP Jl Pof H odto, H, mg 575 Abtct Lt b ocommuttiv ig d b multiplictiv ubt of Th ight lft ig of quotit do ot xit fo vy A cy coditio of xitc ight lft ig of quotit i ight

Lebih terperinci

( ) τ k τ HASIL DAN PEMBAHASAN. Perumusan Penduga Bagi θ

( ) τ k τ HASIL DAN PEMBAHASAN. Perumusan Penduga Bagi θ HASIL DAN PEMBAHASAN Perumus Pedug Bgi θ Mislk N dlh proses Poisso pd itervl [, deg rt µ yg kotiu mutlk, d fugsi itesits λ yg teritegrlk lokl Sehigg, utuk setip himpu Borel terbts B mk: µ ( B Ε N( B λ(

Lebih terperinci

PERATURAN PRESIDEN REPUBLIK INDONESIA NOMOR 27 TAHUN 2006 TENTANG TUNJANGAN JABATAN FUNGSIONAL PENYULUH KEHUTANAN DENGAN RAHMAT TUHAN YANG MAHA ESA

PERATURAN PRESIDEN REPUBLIK INDONESIA NOMOR 27 TAHUN 2006 TENTANG TUNJANGAN JABATAN FUNGSIONAL PENYULUH KEHUTANAN DENGAN RAHMAT TUHAN YANG MAHA ESA PERATURAN PRESIDEN REPUBLIK INDONESIA NOMOR 27 TAHUN 2006 TENTANG TUNJANGAN JABATAN FUNGSIONAL PENYULUH KEHUTANAN DENGAN RAHMAT TUHAN YANG MAHA ESA PRESIDEN REPUBLIK INDONESIA, Mmbg Mgg : bhw Pgw Ngr Spl

Lebih terperinci

Pada Bab 12 kita mengasumsikan bahwa f kontinu pada [a, b] dan mendefinisikan f(x) dx sebagai supremum dari himpunan semua jumlah luas daerah

Pada Bab 12 kita mengasumsikan bahwa f kontinu pada [a, b] dan mendefinisikan f(x) dx sebagai supremum dari himpunan semua jumlah luas daerah 13. INTEGRAL RIEMANN 13.1 Jumlh Riem Ats d Jumlh Riem Bwh Pd Bb 12 kit megsumsik bhw f kotiu pd [, b] d medefiisik itegrl b f(x) dx sebgi supremum dri himpu semu jumlh lus derh persegi-pjg kecil di bwh

Lebih terperinci

DERET FOURIER MATEMATIKA FISIKA II JURUSAN PENDIDIKAN FISIKA FPMIPA UPI

DERET FOURIER MATEMATIKA FISIKA II JURUSAN PENDIDIKAN FISIKA FPMIPA UPI DERET FOURIER MATEMATIKA FISIKA II JURUSAN PENDIDIKAN FISIKA FPMIPA UPI PENDAHUUAN Dlm ii k dihs uri drt dri sutu ugsi priodik. Jis ugsi ii mrik kr srig mucul dlm rgi prsol isik, sprti gtr mkik, rus listrik

Lebih terperinci

Ketaksamaan Chaucy Schwarz Engel

Ketaksamaan Chaucy Schwarz Engel Keksm Chuy Shwrz Egel Fedi Alfi Fuzi Rigks Keksm Cuhy Shwrz merupk Keksm yg ukup mpuh uuk memehk ergi mm persol yg meygku sol keksm pd olimpide memik igk siol mupu iersiol. Pd pper ii k diperkelk euk li

Lebih terperinci

Meningkatkan Hasil Belajar Siswa Kelas 4 SD Santo Anthonius Menyelesaikan Pembagian Bilangan Bulat Melalui Metode Problem Solving

Meningkatkan Hasil Belajar Siswa Kelas 4 SD Santo Anthonius Menyelesaikan Pembagian Bilangan Bulat Melalui Metode Problem Solving Jul Kif Tdulko Oli Vol. 5 No. 5 Migkk Hil Blj Siw Kl 4 SD So Ahoiu Mylik Pmbgi Bilg Bul Mllui Mod Poblm Solvig Okfiu Mhiw Pogm Guu Dlm Jb Fkul Kguu d Ilmu Pdidik Uivi Tdulko okmoigk@gmil.com ABSTRAK Mlh

Lebih terperinci

4.1 Distribusi Bernoulli...Belum ada...

4.1 Distribusi Bernoulli...Belum ada... H. M Suhr,Drs.,M.Si BAB IV BEBERAPA MODEL DISTRIBUSI PELUANG PEUBAH ACAK DISKRIT 4. Disriusi Broulli...Blu d... f : S B, dg f PX - d P X u f P X,,. Apli doi dri f diprlus jdi R, k fugsi dg prs : f c :

Lebih terperinci

PERSAMAAN SCHRODINGER

PERSAMAAN SCHRODINGER 5 PRSMN SCHRODNGR uivsi ii brssui g sousi umum prsm 5. utu gombg hrmoi mooromti t trm m rh + yitu : Y = i ω t /v 5. tu Y = cos [ωt-/v] isi [ωt-/v] 5.. Prsm Schroigr Brgtug Wtu : iћ δψ/δt = -ћ /m δ Ψ/δ

Lebih terperinci

PERATURAN PEMERINTAH REPUBLIK INDONESIA NOMOR 83 TAHUN 2000 TENTANG

PERATURAN PEMERINTAH REPUBLIK INDONESIA NOMOR 83 TAHUN 2000 TENTANG PTUN PMNTH PUBLK NONS NOMO 83 THUN 2000 TNTNG PUBHN TS PTUN PMNTH NOMO 14 THUN 1993 TNTNG PNYLNGGN POGM JMNN SOSL TNG KJ SBGMN TLH UBH NGN PTUN PMNTH NOMO 79 THUN 1998 Mnimbng : Mnging : PSN PUBLK NONS,.

Lebih terperinci

Soal-soal dan Pembahasan Matematika Dasar SBMPTN - SNMPTN 2008

Soal-soal dan Pembahasan Matematika Dasar SBMPTN - SNMPTN 2008 Sol-sol d Pembhs Mtemtik Dsr SBMPTN - SNMPTN 8 y. Dlm betuk pgkt positif, ( y). A. ( + y ) ( y ) C. ( y ) E. - ( y ) B. - ( + y ) ( y ) D. ( y ) y ( y) y ( y) y y ( y) y (y). (y) y - ( y ) ( y + ) - (-y+

Lebih terperinci

Kalkulus 2. Deret Pangkat dan Uji Konvergensi. Department of Chemical Engineering Semarang State University. Dhoni Hartanto S.T., M.T., M.Sc.

Kalkulus 2. Deret Pangkat dan Uji Konvergensi. Department of Chemical Engineering Semarang State University. Dhoni Hartanto S.T., M.T., M.Sc. Klkulus Deret Pgkt d Uji Kovergesi Dhoi Hrtto S.T., M.T., M.S. Deprtmet o Chemil Egieerig Semrg Stte Uiversity Eperimetl Deret Pgkt Urut d deret sequees d series). Urut gk merupk rgki gk tk terbts jumlh

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Asuransi berasal dari kata verzekering (Belanda) yang berarti

BAB II TINJAUAN PUSTAKA. Asuransi berasal dari kata verzekering (Belanda) yang berarti BB II TINJUN PUSTK. Pegeri sursi sursi bers dri k erzekerig (Bed) g berri erggug u sursi (Nugrh, 009). Meuru Sebirig (986), sursi bers dri k ssurce u isurce g berri ji u erggug erhd kejdi g idk si..3 Tigk

Lebih terperinci

Sistem Bilangan dan Kesalahan. Sistim Bilangan Metode Numerik 1

Sistem Bilangan dan Kesalahan. Sistim Bilangan Metode Numerik 1 Sistem Bilg d Keslh Sistim Bilg Metode Numerik Peyji Bilg Bult Bilg ult yg serig diguk dlh ilg ult dlm sistem ilg desiml yg didefiisik s: N ( )...... Sistim Bilg Metode Numerik Cotoh : 673 * 3 6* 7* 3*

Lebih terperinci

uhrdi Djojomodjo/Klk Formul d TIJAUA PUTAKA Aliksi Tl Eldro Mislk uuk, srg; : jumlh osrvsi uuk, d qi uuk q ; : m ili rosrvsi uuk ru, shigg q q Mislk :

uhrdi Djojomodjo/Klk Formul d TIJAUA PUTAKA Aliksi Tl Eldro Mislk uuk, srg; : jumlh osrvsi uuk, d qi uuk q ; : m ili rosrvsi uuk ru, shigg q q Mislk : Prosidig mir siol Plii, Pdidik d Pr MIPA, Fkuls MIPA, Uivrsis gri ogkr, 6 Mi 009 KELAAKA FORMULA DA DITRIBUI KOEFIIE-KOEFIIE REGREI UTUK PEELITIA BIDAG BIOLOGI uhrdi Djojomodjo Fkuls Biologi Uivrsis Kris

Lebih terperinci

Sistem Bilangan dan Kesalahan. Metode Numerik

Sistem Bilangan dan Kesalahan. Metode Numerik Sistem Bilg d Keslh Peyji Bilg Bult Bilg ult yg serig diguk dlh ilg ult dlm sistem ilg desiml yg didefiisik s: N ( )...... Cotoh : 673 * 3 6* 7* 3* Bilg ult deg ilg dsr c didefiisik segi : ( )... c N c

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Perumus Pedug Bgi θ Misl N dlh proses Poisso pd itervl [0 deg rt μ yg otiu mutl d fugsi itesits λ yg teritegrl lol. Utu setip himpu Borel terts B m μ( B Ε N( B λ( s ds

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. egr roses soksik merupk suu cr uuk mempeljri hubug yg dimis dri suu ruu perisiw u proses yg kejdiy bersif idk psi. Dlm memodelk perubh dri suu sisem yg megdug keidkpsi seperi pergerk

Lebih terperinci

Ringkasan Materi Kuliah

Ringkasan Materi Kuliah Ringksn Mri Kulih SISTEM PERSAMAAN DIFERENSIAL LINEAR PERSAMAAN LINEAR Pndhulun Prsmn difrnsil yng ki pljri dlm bb sblumny dlh prsmn difrnsil yng mngndung su fungsi yng k dikhui Krn bbrp lsn, nr lin rmsuk

Lebih terperinci

Jurnal Konseling dan Pendidikan

Jurnal Konseling dan Pendidikan Jul Kolig d didik ISSN k: 2337-6740 - ISSN Oli: 2337-6880 hp://jul.koligidoi.com Volum 4 Nomo 1, bui 2016, lm 107-117 Ifo ikl: iim 29/01/2016 ivii 16/02/2016 ipublikik 28/02/2016 NINKTN KTIVITS N SIL LJR

Lebih terperinci

MA1201 MATEMATIKA 2A Hendra Gunawan

MA1201 MATEMATIKA 2A Hendra Gunawan MA1201 MATEMATIKA 2A Hedr Guw Semester II, 2016/2017 24 Februri 2017 9.6 Deret Pgkt Kulih yg Llu Meetuk selg kekoverge deret pgkt 9.7 Opersi pd Deret Pgkt Melkuk opersi pd deret pgkt yg dikethui jumlhy

Lebih terperinci

RENCANA PELAKSANAAN PERKULIAHAN

RENCANA PELAKSANAAN PERKULIAHAN Lesso Study FMIPA UNY RENCANA PELAKSANAAN PERKULIAHAN MATA KULIAH : ALJABAR LINEAR II SEMESTER : III TOPIK : NILAI EIGEN DAN VEKTOR EIGEN SUB TOPIK : NILAI EIGEN DAN VEKTOR EIGEN WAKTU : X 5 A. Stdr Kompetesi:

Lebih terperinci

bila nilai parameter sesungguhnya adalah. Jadi, K( ) P( SU jatuh ke dalam WP bila nilai parameter sama dengan )

bila nilai parameter sesungguhnya adalah. Jadi, K( ) P( SU jatuh ke dalam WP bila nilai parameter sama dengan ) Kus Uji d Lem Neym-Perso Kebik sutu uji serig diukur oleh d. Di dlm prktek, bisy ditetpk, d kibty wilyh peolk (WP) mejdi tertetu pul. Kierj sutu uji jug serig diukur oleh p yg disebut kus uji (power of

Lebih terperinci

BAB 2 SISTEM BILANGAN DAN KESALAHAN

BAB 2 SISTEM BILANGAN DAN KESALAHAN Metode Numerik Segi Algoritm Komputsi 5 BAB SISTEM BILANGAN DAN KESALAHAN.. Peyji Bilg Bult Bilg ult yg serig diguk dlh ilg ult dlm sistem ilg desiml yg didefiisik : N ( )...... Cotoh : 67. 6. 7.. Bilg

Lebih terperinci

1.1 Pendahuluan. 1.2 Sistem Seri

1.1 Pendahuluan. 1.2 Sistem Seri BAB PENGGUNAAN DISTRIBUSI PELUANG DALAM EVALUASI KEANDALAN SISTEM. Pedhulu P rosedur sdr dlm evlusi kedl sisem dlh deg megurik sisem mejdi gug eerp gi hirrki diwhy dlm su model jrig, melkuk esimsi kedl

Lebih terperinci

SISTEM PERSAMAAN LINEAR. Nurdinintya Athari (NDT)

SISTEM PERSAMAAN LINEAR. Nurdinintya Athari (NDT) SISTEM PERSAMAAN LINEAR Nurdiity Athri (NDT) Sistem Persm Lier (SPL) Sub Pokok Bhs Pedhulu Solusi SPL deg OBE Solusi SPL deg Ivers mtriks d Atur Crmmer SPL Homoge Beberp Apliksi Sistem Persm Lier Rgki

Lebih terperinci

BARISAN DAN DERET. Jawaban : D a = 3, b = 2, U 10 = (a + 9b) U 10 = = 21. Jawaban : E a = 2,5 S ~ =

BARISAN DAN DERET. Jawaban : D a = 3, b = 2, U 10 = (a + 9b) U 10 = = 21. Jawaban : E a = 2,5 S ~ = pge of SOAL Jumlh ke-0 dri bris :,, 7, 9,.dlh.. d. e. 7 9 Ebts 99 Sebuh bol jtuh dri ketiggi, meter d memtul deg ketiggi kli tiggi semul. D setip kli memtul berikuty, mecpi ketiggi kli tiggi ptul sebelumy.

Lebih terperinci

BAB XVIII. NOTASI SIGMA, BARISAN, DERET DAN INDUKSI MATEMATIKA

BAB XVIII. NOTASI SIGMA, BARISAN, DERET DAN INDUKSI MATEMATIKA BAB XVIII. NOTASI SIGMA, BARISAN, DERET DAN INDKSI MATEMATIKA Notsi Sigm : dlh otsi sigm, diguk utuk meytk pejumlh beuut di sutu bilg yg sudh bepol. meupk huuf cpitl S dlm bjd Yui dlh huuf petm di kt SM

Lebih terperinci

Aljabar Linear Elementer

Aljabar Linear Elementer Aljr Lier Elemeter MA SKS Silus : B I Mtriks d Opersiy B II Determi Mtriks B III Sistem Persm Lier B IV Vektor di Bidg d di Rug B V Rug Vektor B VI Rug Hsil Kli Dlm B VII Trsformsi Lier B VIII Rug Eige

Lebih terperinci

SOAL PILIHAN GANDA A. 10 B. 100 C D E

SOAL PILIHAN GANDA A. 10 B. 100 C D E OLIMPIADE SAINS TAHUN 004 TINGKAT KABUPATEN/KOTA DIREKTORAT PENDIDIKAN LANJUTAN PERTAMA DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH DEPARTEMEN PENDIDIKAN NASIONAL BIDANG STUDI: MATEMATIKA. Ad du

Lebih terperinci

MODAL MANUSIA DAN PERTUMBUHAN EKONOMI (PERANAN KNOWLEDGE DAN PENELITIAN DALAM PERTUMBUHAN EKONOMI NEO KLASIK)

MODAL MANUSIA DAN PERTUMBUHAN EKONOMI (PERANAN KNOWLEDGE DAN PENELITIAN DALAM PERTUMBUHAN EKONOMI NEO KLASIK) MODAL MANUSIA DAN PERTUMBUHAN EKONOMI (PERANAN KNOWLEDGE DAN PENELITIAN DALAM PERTUMBUHAN EKONOMI NEO KLASIK) Sogg Whyodi Fkults Ekoomi Uivrsits Krist Krid Wc (swhyodi@ukrid.c.id) ABSTRACT No-clssicl coomic

Lebih terperinci

BAB 1 DERET TAKHINGGA

BAB 1 DERET TAKHINGGA Di Kulih EL- Memi Tei I BAB DERET TAKHINGGA Bris Thigg Bris dlh susu bilg-bilg riil secr beruru. Perhi cooh beriu. ),, 8, 6, b),,,, 8 6 c),, 7,,, Secr umum, bris d diulis { },,, deg memeuhi ersm ereu.

Lebih terperinci

Perbedaan Interpolasi dan Ekstrapolasi

Perbedaan Interpolasi dan Ekstrapolasi Iterolsi Iterolsi Perbed Iterolsi d Ekstrolsi Iterolsi Liier L Iterolsi Kudrt L h h Iterolsi Qubic L h h h Iterolsi dg Poliomil 5 Tble : Si equidisttly sced oits i [- ] y 5 -..846 -.6. -..5..5.6...846

Lebih terperinci

FUNGSI KARAKTERISTIK. penelitian ini akan ditentukan fungsi karakteristik dari distribusi four-parameter

FUNGSI KARAKTERISTIK. penelitian ini akan ditentukan fungsi karakteristik dari distribusi four-parameter IV. FUNGSI KARAKTERISTIK Pd bgi seljuty k dijbrk megei ugsi krkteristik. Pd peeliti ii k ditetuk ugsi krkteristik dri distribusi our-prmeter geerlized t deg megguk deiisi d kemudi k membuktik ugsi krkteristik

Lebih terperinci

Modul 8. (Pertemuan 12 s/d 16) DERET FOURIER

Modul 8. (Pertemuan 12 s/d 16) DERET FOURIER Modul 8. (Pertemu s/d 6) DERET FOURIER 8. FUNGSI PERIODIK DAN FUNGSI KONTINU TERPOTONG Defiisi Fugsi f diseut fugsi periodik il terdpt p > sedemiki sehigg utuk setip erlku f ( p) f ( ). Nili p > terkecil

Lebih terperinci

SOLUSI SISTEM PERSAMAAN LINEAR DENGAN METODE JACOBI. Prasetyo Budi Darmono Jurusan Pendidikan Matematika FKIP Universitas Muhammadiyah Purworejo

SOLUSI SISTEM PERSAMAAN LINEAR DENGAN METODE JACOBI. Prasetyo Budi Darmono Jurusan Pendidikan Matematika FKIP Universitas Muhammadiyah Purworejo SOLUSI SISTEM PERSAMAAN LINEAR DENGAN METODE JACOBI Prsetyo Budi Drmoo Jurus Pedidik Mtemtik FKIP Uiversits Muhmmdiyh Purworejo Abstrk Persm lier dlm vribel 1, 2, 3,.. sebgi sebuh persm yg dpt diytk dlm

Lebih terperinci

1. bentuk eksplisit suku ke-n 2. ditulis barisannya sejumlah berhingga suku awalnya. 3. bentuk rekursi ...

1. bentuk eksplisit suku ke-n 2. ditulis barisannya sejumlah berhingga suku awalnya. 3. bentuk rekursi ... Bris d Deret Defiisi Bris bilg didefiisik sebgi fugsi deg derh sl merupk bilg sli. Notsi: f: N R f( ) = Fugsi tersebut dikel sebgi bris bilg Rel { } deg dlh suku ke-. Betuk peulis dri bris :. betuk eksplisit

Lebih terperinci

Deret dan Transformasi Fourier

Deret dan Transformasi Fourier 5 Drpulic Npmr 3 www.drpulic.cm Dr d rrmi urir Dr urir Kii urir. Suu ugi pridi dp diuri mdi mpmp iu. Pguri ii id li dlh pry ugi pridi dlm dr urir. Ji dlh ugi pridi yg mmuhi pryr Dirichl, m dp diy gi dr

Lebih terperinci

MODEL PERSEDIAAN PRODUKSI DENGAN MEMPERHITUNGKAN NILAI DETERIORASI ITEM DAN SHORTAGE

MODEL PERSEDIAAN PRODUKSI DENGAN MEMPERHITUNGKAN NILAI DETERIORASI ITEM DAN SHORTAGE MODEL PERSEDIAAN PRODUKSI DENGAN MEMPERHIUNGKAN NILAI DEERIORASI IEM DAN SHORAGE Jris. S *,.P. Nbbn, Endng. L jffbncour0@yhoo.com * Mhsisw Progrm Sudi S Mmik Dosn Mmik Orsi Ris Jurusn Mmik Fkuls Mmik dn

Lebih terperinci

FISIKA MATEMATIKA Edisi I

FISIKA MATEMATIKA Edisi I Buku Plgkp FISIKA MATEMATIKA Edisi I D. Husi Alts Bgi Fisik Toi Dptm Fisik Fkults Mtmtik d Ilmu Pgthu Alm Istitut Pti Bogo BAB DERET TAK-HINGGA, DERET PANGKAT DAN URAIAN TAYLOR. Pdhulu Pd bb ii k dibhs

Lebih terperinci

Metode Iterasi Gauss Seidell

Metode Iterasi Gauss Seidell Metode Itersi Guss Seidell Metode itersi Guss-Seidel : metode yg megguk proses itersi higg diperoleh ili-ili yg berubh. Bil dikethui persm liier simult: Berik ili wl dri setip i (i s/d ) kemudi persm liier

Lebih terperinci

TEORI PERMAINAN. Aplikasi Teori Permainan. Strategi Murni

TEORI PERMAINAN. Aplikasi Teori Permainan. Strategi Murni TEORI PERMAINAN Apliksi Teori Peri Lw pei (puy itelegesi yg s) Setip pei epuyi beberp strtegi utuk slig eglhk Two-Perso Zero-Su Ge Peri deg pei deg peroleh (keutug) bgi slh stu pei erupk kehilg (kerugi)

Lebih terperinci

INTEGRAL TAK-WAJAR. bentuk tak-tentu karena bentuk ini saling membantu dan tidak bersaing.

INTEGRAL TAK-WAJAR. bentuk tak-tentu karena bentuk ini saling membantu dan tidak bersaing. INTEGRAL TAK-WAJAR A. Tk Terhingg Seip ilngn sli merupkn ilngn erhingg dn dp menykn sesuu yng nykny erhingg. Arisoeles menykn hw ilngn sli n dp ernili seesr-esrny epi ep erhingg dn idk kn pernh sm dengn

Lebih terperinci

a. Buktikan 16 Jawab : Jika a, b, c dan d adalah bilangan-bilangan real positif, tunjukkan bahwa d c x adalah a, b dan c.

a. Buktikan 16 Jawab : Jika a, b, c dan d adalah bilangan-bilangan real positif, tunjukkan bahwa d c x adalah a, b dan c. Jik,,, > ukik Jw : Jik,, lh ilg-ilg rel oiif, ujukk hw Jw : Dikehui kr-kr erm lh, Teuk ili Jw : Dikehui kr-kr erm memeuk ri rimeik eg e Teuk ili,! Jw : Mil kr-kr erm :,,, Mk,,, Dikehui meruk u kr erm Tujukk

Lebih terperinci

Estimasi Koefisien Fungsi Regular- Dari kelas Fungsi Analitik Bieberbach-Eilemberg

Estimasi Koefisien Fungsi Regular- Dari kelas Fungsi Analitik Bieberbach-Eilemberg Estimsi Koefisie Fugsi Regulr- Dri kels Fugsi Alitik Bieberbch-Eilemberg Oleh Edg Chy M.A Jurus Mtemtik FPMIPA UPI Abstrk Tulis ii mejelsk tetg estimsi koefisie fugsi regulr- yg dideretk, sebgi fugsi yg

Lebih terperinci

TI 2013 IE-204 Elektronika Industri & Otomasi UKM

TI 2013 IE-204 Elektronika Industri & Otomasi UKM TI 3 IE-4 Elekroik Iduri & Oomi U mpir B B Trormi plce eode rormi plce dlh uu meod operiol, yg dp diguk ecr mudh uuk meyeleik Perm Deereil ier k deg meguk Trormi plce ki dp megubh beberp ugi umum : Fugi

Lebih terperinci

Matematika EBTANAS Tahun 1987

Matematika EBTANAS Tahun 1987 Memik EBTANAS Thun 987 EBT-SMA-87-0 Himpunn penyelesin dri persmn : x + = x unuk x R dlh {, } {, } {, } {, } {, } EBT-SMA-87-0 Di bwh ini dlh gmbrpenmpng sebuh pip. Jik jri jri pip cm dn AB = 0 cm (AB

Lebih terperinci

SUKU BANYAK ( POLINOM)

SUKU BANYAK ( POLINOM) SUKU BANYAK ( POLINOM) Bb 16 Skl 8.Menyelesikn mslh yng berkitn dengn teorem sis tu teorem fktor A. PENGERTIAN SUKU BANYAK. Bentuk x x x... x x, dengn 0 dn n { bil. cch} 1 0 disebut dengn Suku bnyk (Polinomil)

Lebih terperinci

A. Barisan Geometri. r u. 1).Definisi barisan geometri. 2). Suku ke-n barisan geometri

A. Barisan Geometri. r u. 1).Definisi barisan geometri. 2). Suku ke-n barisan geometri A. Bis Geometi ).Defiisi bis geometi Sutu bis yg suku-sukuy dipeoleh deg c meglik suku sebelumy deg sutu kostt (sio/pembdig) tu ili kost. Betuk umum bis geometi (deg suku wl d sio ) dlh : + + + +... +

Lebih terperinci

SISTIM PERSAMAAN LINIER. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

SISTIM PERSAMAAN LINIER. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ SISTIM PERSAMAAN LINIER Agusti Prdjigsih, M.Si. Jurus Mtemtik FMIPA UNEJ gusti.fmip@uej.c.id DEFINISI : Persm Liier Persm Liier dlm peubh,, ditk dlm betuk b dim,,, b R Pemech persm liier dits dlh urut

Lebih terperinci

Isi Pembahasan Wek 3: Elektromagnetika pada Antenna. Solusi untuk antena elementar. Antena hertz loop

Isi Pembahasan Wek 3: Elektromagnetika pada Antenna. Solusi untuk antena elementar. Antena hertz loop si mbhsn Wk 3: lkmgnik pd Annn Slusi unuk nn lmn Ann hz dipl Ann hz lp Mudik Alydus, Univ. Mcu Bun, 008 snsi 3 lkmgnik pd Ann smn Mxwll dngnsinylhmnis smn Mxwll dngnsinylhmnis J ε μ μ ε 0 Vk yning (Dy

Lebih terperinci

Jurnal Sistem Informasi Situs Jurnal :

Jurnal Sistem Informasi Situs Jurnal : JSIKA Vol 3, No 2 (24) ISSN 2338-37X Jurl Sistm Iformsi Situs Jurl : http://jurl.stikom.du/idx.php/jsik RANCANG BANGUN APLIKASI PERENCANAAN ANGGARAN BIAYA TENAGA KERJA PADA PROYEK KONSTRUKSI GEDUNG Frouk

Lebih terperinci