Seminar Nasional IENACO ISSN: METODE USULAN UNTUK ANALISIS SENSITIFITAS DALAM PEMILIHAN PEMASOK

Ukuran: px
Mulai penontonan dengan halaman:

Download "Seminar Nasional IENACO ISSN: METODE USULAN UNTUK ANALISIS SENSITIFITAS DALAM PEMILIHAN PEMASOK"

Transkripsi

1 Semr Nsol IENACO - 07 ISSN: METODE USULAN UNTUK ANALISIS SENSITIFITAS DALAM PEMILIHAN PEMASOK Agus Rstoo *, Prtkto, Puromo Bud Stoso 3, Ishrdt Pmbud Tm 4, Jurus Tekk Mes, 3,4 Jurus Tekk Idustr Fkults Tekk, Uversts Brwjy Jl. MT Hryoo, Mlg. * Eml: gus.rstoo@upyk.c.d Abstrk Selecto of supplers s to determe the best suppler bsed o severl crter tht re mportt to the compy. Therefore, the selecto of supplers s the problem of mult-crter decso mkg (MCDM). Curret reserch treds re combg two or more methods of MCDM the selecto of supplers. However, the colto does ot ecessrly produce better model. A good model the suppler selecto s ot sestve to chges crter weghts. My studes, such s Polt (05), Ptchpoo et l. (03) d others, mke chges to the weghtg of crter ot bsed o rel codtos. Ths study proposes ew wy to perform sestvty lyss o the model of suppler selecto. The proposed method wll prove tht the coclusos of prevous reserch the suppler selecto (Polt, 05; Ptchpoo et l. (03)) whch combes two MCDM s ot ecessrly better th just oe MCDM oly. Kt kuc: crter, sestvty lyss, mult-crter decso mkg, suppler selecto. PENDAHULUAN Pd proses pemlh pemsok, bsy perush memlk beberp krter sebg pertmbg dlm memlh pemsok terbk. Pd umuy, jrg d stu pemsok yg memlk uggul d semu krter yg dpertmbgk oleh perush tersebut. Jd, perlu dy pembobot terhdp tp-tp krter tersebut sehgg dpt dguk sebg dsr dlm pel utuk tp pemsok. Oleh kre tu, pemlh pemsok termsuk dlm mslh mult-crter decso mkg (MCDM). Metode MCDM yg dguk dlm pemlh pemsok dpt dbg dlm du kelompok, yk berdr sedr d kombs. Pd ms yg k dtg, d kecederug bhw kombs MCDM dlm pemlh pemsok semk dmt oleh peelt (Ch et l., 03; Ho et l., 00). Als peggu kombs MCDM dlh bhw deg megkombsk du MCDM tu lebh k memberk hsl yg lebh bk dr pd jk hy megguk MCDM secr berdr sedr. Stu metode MCDM yg plg byk dguk dlm kombs tersebut dlh Alytc Herrchy Process (AHP) (Govd et l., 05; Zmmer et l., 05). AHP serg dkombsk deg ELmto Et Chox Trdust l RElté (ELmto d Choce Expressg RElty) (ELECTRE) (Erty et l. (0)), TOPSIS (Freem d Che (05); Prmk et l. (06)), preferece rkg orgzto method for erchmet evlutos (PROMETHEE) (Polt (05)), d Grey Reltol Alyss (GRA) (Zolf et l. (0), Ptchpoo et l. (0 ; 03)). Fugs AHP dlm kombs MCDM utuk pemlh pemsok dlh sebg pembobot pd tp krter. Bukt yg sellu dsmpk oleh pr peelt dlm peelt pemlh pemsok deg megguk kombs MCDM d pd lss sestftsy. Merek berggp bhw solus model pemlh pemsok yg tdk meglm perubh ketk terjd perubh pd bobot krter dggp sebg model pemlh pemsok yg bk. Ak tetp yg mejd mslh dlh pkh perubh tersebut sesu deg kods yt tu tdk. Semu peelt tetg pemlh pemsok yg d sellu membut skero perubh bobot krter secr lgsug. Arty bhw perubh tersebut tdk ddsrk pd perubh kods tertetu tu kre sebb-sebb tertetu. Perubh bobot krter yg tdk ddsrk pd perkr perubh kods yg sebery, megkbtk pd hsl kesmpul yg belum tetu sesu kods yt pul. Oleh kre tu, berdsrk pd kelemh tersebut dts, mk peelt megusulk 60

2 Semr Nsol IENACO - 07 ISSN: sebuh cr bru dlm membut sebuh lss sestfts yg ddsrk pd perubh kods yg sebery.. METODOLOGI Thp Peelt Thp pertm yg k dllu dlm peelt dlh peetu bobot krter deg megguk AHP. Thp kedu dlh pemlh pemsok deg megguk MCDM l, yk PROMETHEE d GRA. Thp berkuty dlh lss sestfts. Pd thp dlkuk rekys perubh jumlh teg hl (expert) yg memberk l perbdg berpsg (pr wse comprso) terhdp krter-krter yg dpertmbgk dlm pemlh pemsok. Apbl dktk bhw d perubh %, mk berrt d % kuesoer dr totl jumlh kuesoer hsl s teg hl yg dytk btl tu tdk vld tu tdk kosste kre cosstecy rto (CR)<0,0 tu mugk jug teg hly berkurg % kre tdk bersed memberk pel tu ls l. Hl tetuy sgt lebh sesu deg kods yg sebery, dbdgk deg hy merubh % terhdp bobot krter secr lgsug. Ketg thp tersebut dpt dlustrsk sepert tmpk pd Gmbr d. Thp Pembobot krter megguk AHP Thp Pemlh pemsok terbk megguk MCDM l (PROMETHEE tu GRA) Thp 3 Alss Sestfts (Perbdg metode AHP-PROMETHEE deg AHP-GRA sert AHP sj) Gmbr. Thp peelt Peyebr kuesoer kepd beberp teg hl (expert) Teg hl megs kuesoer perbdg berpsg tr krter yg dpertmbgk dlm pemlh pemsok Pembobot krter megguk AHP Pemlh pemsok megguk PROMETHEE Pemlh pemsok megguk AHP sj Pemlh pemsok megguk GRA Perbdg tr metode deg megguk Alss sestfts Kesmpul d sr Gmbr. Alur peelt 603

3 Semr Nsol IENACO - 07 ISSN: Deg megguk lss sestfts, bsy djdk lt bg peelt dlm pemlh pemsok utuk membdgk tr kombs MCDM deg metode l d tu metode MCDM secr mdr. Peelt-peelt pemlh pemsok yg megguk kombs AHP deg MCDM ly sellu meympulk bhw peggu kombs AHP deg MCDM l lebh bk dbdgk deg jk hy megguk AHP sj. Merek medsrk pd lss sestfts tersebut. Oleh kre tu, hpotess dlm peelt dlh bhw belum d jm bhw kombs AHP deg MCDM l lebh bk jk dbdgk deg AHP sj, jk lss sestftsy dlkuk secr keyt. Expert [Pr-wse comprso mtrx ( j)] Expert [Pr-wse comprso mtrx ( j)] Expert [Pr-wse comprso mtrx ( j)] Normlzed mtrx (N j) Geometrc me [Pr-wse comprso mtrx ( j)] Reltve weght mtrx ( ) Evluto mtrx (E j) Sum mtrx ( ) Egevlue mtrx (λ ) Egevlue mx (λ mx) Cosstecy dex (CI) Cosstecy rto (CR) j E 3 rdomdex RI RI CI CR ; crter umberof CI ; mx 3 mx j N... j Gmbr 3. Alur proses AHP 3. HASIL DAN PEMBAHASAN Cotoh umerk Agr dpt dkethu keber hpotess peelt, mk dberk dt pel berpsg dr lm teg hl utuk em krter sepert pd Lmpr. Sedgk hsl rt-rt geometrk hsl pel berpsg dr kelm gket teg hl dpt drgks dlm Tbel. Demk pul utuk dt pel dr msg-msg pemsok (S, S, S3, S4) utuk tp krter d d Lmpr, deg rt-rt geometrky d pd Tbel. Deg megguk dt tersebut, mk dolh megguk AHP deg lur sepert pd Gmbr 3. Hsl pembobot krter deg megguk lur tersebut dpt dlht pd Tbel 3.

4 Semr Nsol IENACO - 07 ISSN: Hsl pemlh pemsok deg AHP dpt dlkuk megguk Tbel d Tbel 3. Perhtug deg PROMETHEE dm boboty bersl dr Tbel 3 (AHP) dpt dlht pd Tbel 4. Demk pul utuk perhtug GRA dm boboty bersl dr Tbel 3 (AHP) dpt dlht d Tbel 4. Rc cr PROMETHEE d GRA dpt dbc dlm Polt (05) d Ptchpoo et l. (0; 03). Tbel. Perbdg berpsg (rt-rt geometrk) Prce Qulty Fclty Experece Sfety Fcl Prce Qulty Fclty Experece Sfety Fcl Tbel. Dt tp pemsok (rt-rt geometrk) Prce Qulty Fclty Experece Sfety Fcl S S S S Tbel 3. Hsl pembobot krter deg AHP Krter Prce Qulty Fclty Experece Sfety Fcl Bobot Tbel 4. Resume solus msg-msg metode AHP GRA PROMETHEE AHP-GRA AHP- PROEMTHEE S S S S Tbel 5. Urut pemsok dr msg-msg metode AHP GRA PROMETHEE AHP-GRA AHP- PROEMTHEE S S4 S S4 S S S3 S S3 S S3 S S3 S S3 S4 S S4 S S4 Alss sestfts Alss dguk utuk megethu pkh deg megguk kombs MCDM k memberk hsl yg lebh bk tu tdk jk dbdgk deg jk hy stu MCDM secr mdr. Adpu usul dlm lss dlh bhw k dlkuk rekys pegurg jumlh teg hl yg megs kuesoer perbdg berpsg. Apbl kelm teg hl megs semu d vld mk dytk 00%. Nmu jk d stu teg hl yg tdk megs kuesoer tu tdk vld, mk berkurg dr 5 teg hl tu (/5)*00% = 0% berkurg, sehgg tggl 80% sj. Demk pul jk berkurg teg hl (60%) smp deg hy tggl teg hl sj (0%). Hsl lss sestfts tr AHP, PROMETHEE, d AHP-PROMETHEE dpt dlht pd Gmbr 4. Dr Gmbr 4 dpt djelsk bhw urut pemsok tdk meglm perubh sm sekl. Bhk urut pemsok tr AHP d PROMETHEE deg kombs AHP-PROEMTHEE dlh sm. Hy sj, PROMETHEE mupu kombsy (AHP- PROEMTHEE) lebh jels perbed l tr pemsoky. Dlm hl, pemsok S3 deg S4 terlht jels perbedy. Oleh kre tu, dpt dsmpulk bhw kombs AHP- 605

5 Semr Nsol IENACO - 07 ISSN: PROMETHEE memberk hsl yg sm bk jk hy megguk AHP tu PROMETHEE sj. Bhk, deg megkombsk keduy hy mejdk pegolh dty tmbh pjg, sehgg tdk efse. Hsl lss sestfts tr AHP, GRA, d AHP-GRA dpt dlht pd Gmbr 5. Dr Gmbr 5 dpt djelsk bhw urut pemsok tdk meglm perubh sm sekl. Bhk urut pemsok tr GRA deg kombs AHP-GRA dlh sm, sedgk AHP dlh keblk dr hsl keduy. Hy sj, GRA lebh jels perbed l tr pemsoky jk dbdgk deg kombsy (AHP-GRA). Dlm hl, pemsok S3 deg S4 terlht jels perbedy. Peyebby bs jd kre pegruh bobot dr AHP. Hl kre sft dr hsl AHP memlk l yg terput tdk juh, kre megguk bobot prosetse. Dpt dsmpulk bhw kombs AHP-GRA memberk hsl yg sm bk jk hy megguk GRA sj. Bhk, deg megkombsk keduy hy mejdk pegolh dty tmbh pjg, sehgg tdk efse solus AHP solus PROMETHEE % 80% 60% 40% 0% S S S3 S () solus AHP-PROMETHEE S S S3 S4 (b) S S S3 S4 Gmbr 4. Alss sestfts () AHP, (b) PROMETHEE, (c) kombs AHP-PROMETHEE (c) 606

6 Semr Nsol IENACO - 07 ISSN: solus AHP solus GRA % 80% 60% 40% 0% % 80% 60% 40% 0% S S S3 S4 S S S3 S4 () (b) solus AHP-GRA % 80% 60% 40% 0% (c) S S S3 S4 Gmbr 5. Alss sestfts () AHP, (b) GRA, (c) kombs AHP-GRA 4. KESIMPULAN Kesmpul yg dpt dmbl dlh bhw lss usul sgt sesu deg kods sesugguhy, dbdgk deg lss sesstfts pr peelt sebelumy. Sel tu, kombs MCDM belum bs mejm bhw hsly k lebh bk dbdgk deg hy megguk stu MCDM sj. Hl ddsrk pd lss usul yg sesu keyt. Sr utuk peelt seljuty dlh bhw metode MCDM yg dguk sebky dtmbh, mslk Dt Evelopmet Alyss (DEA), ELECTRE, d ly. Sel tu, perlu dperbyk lg cotoh umerk, sehgg pembukty k lebh kut. DAFTAR PUSTAKA Ch, J., Lu, J. N. K., d Ng, E.. T., 03, Applcto of decso-mkg techques suppler selecto: A systemtc revew of lterture, Expert Systems wth Applctos, ol. 40, No. 0, ,: Erty, T., Khvec, A., d Tblı, R. M., 0, A tegrted mult-crter group decsomkg pproch to effcet suppler selecto d clusterg usg fuzzy preferece reltos, Itertol Jourl of Computer Itegrted Mufcturg, ol. 4, No., 5-67,: Freem, J. d Che, T., 05, Gree suppler selecto usg AHP-Etropy-TOPSIS frmework, Supply Ch Mgemet, ol. 0, No. 3, ,: 607

7 Semr Nsol IENACO - 07 ISSN: Govd, K., Rjedr, S., Srks, J., d Muruges, P., 05, Mult crter decso mkg pproches for gree suppler evluto d selecto: lterture revew, Jourl of Cleer Producto, ol. 98, 66 83,: Ho,., Xu, X., d Dey, P. K., 00, Mult-crter decso mkg pproches for suppler evluto d selecto: A lterture revew, Europe Jourl of Opertol Reserch, ol. 0, No., 6 4,: Ptchpoo, P., Pousmy,., d Svprksm, R., 03, Modelg d developmet of decso support system for suppler selecto the process dustry, Jourl of Idustrl Egeerg Itertol, ol. 9, Ptchpoo, P., ekumr, P. d Rjkrukr, S., 0, A dstct decso model for the evluto d selecto of suppler for chemcl processg dustry, Itertol Jourl of Producto Reserch, ol. 50, No. 6, ,: Polt, G., 05, Subcotrctor selecto usg the tegrto of the AHP d PROMETHEE methods, Jourl of Cvl Egeerg d Mgemet, Prmk, D., Hldr, A., Modl, S. C., Nskr, S. K., d Ry, A., 06, Reslet suppler selecto usg AHP-TOPSIS-QFD uder fuzzy evromet, Itertol Jourl of Mgemet Scece d Egeerg Mgemet, Zmmer, K., Fröhlg, M., d Schultm, F., 05, Sustble suppler mgemet revew of models supportg sustble suppler selecto, motorg d developmet. Itertol Jourl of Producto Reserch, Zolf, S. H., Che, I. S., Rezey, N., d Tmošteė, J., 0, A hybrd MCDM model ecompssg AHP d COPRAS-G methods for selectg compy suppler Ir, Techologcl d Ecoomc Developmet of Ecoomy, ol. 8, No. 3, ,: LAMPIRAN. Tbel.. Is gket teg hl Krter Prce (C) Qulty (C) Fclty (C3) Experece Sfety (C5) Fcl (C6) Prce (C) Qulty (C) Fclty (C3) Experece Sfety (C5) Fcl (C6)

8 Semr Nsol IENACO - 07 ISSN: Tbel.. Is gket teg hl Krter Prce (C) Qulty (C) Fclty (C3) Experece Sfety (C5) Fcl (C6) Prce (C) Qulty (C) Fclty (C3) Experece Sfety (C5) Fcl (C6) Tbel.3. Is gket teg hl 3 Krter Prce (C) Qulty (C) Fclty (C3) Experece Sfety (C5) Fcl (C6) Prce (C) Qulty (C) Fclty (C3) Experece Sfety (C5) Fcl (C6) Tbel.4. Is gket teg hl 4 Krter Prce (C) Qulty (C) Fclty (C3) Experece Sfety (C5) Fcl (C6) Prce (C) Qulty (C) Fclty (C3) Experece Sfety (C5) Fcl (C6)

9 Semr Nsol IENACO - 07 ISSN: Tbel.5. Is gket teg hl 5 Krter Prce (C) Qulty (C) Fclty (C3) Experece Sfety (C5) Fcl (C6) Prce (C) Qulty (C) Fclty (C3) Experece Sfety (C5) Fcl (C6) LAMPIRAN. Tbel.. Dt utuk tp pemsok Keterg Prce (C) Qulty (C) Fclty (C3) Experece Sfety (C5) Fcl (C6) S S S S Tbel.. Dt utuk tp pemsok Keterg Prce (C) Qulty (C) Fclty (C3) Experece Sfety (C5) Fcl (C6) S S S S Tbel.3. Dt 3 utuk tp pemsok Keterg Prce (C) Qulty (C) Fclty (C3) Experece Sfety (C5) Fcl (C6) S S S S Tbel.4. Dt 4 utuk tp pemsok Keterg Prce (C) Qulty (C) Fclty (C3) Experece Sfety (C5) Fcl (C6) S S S S

10 Semr Nsol IENACO - 07 ISSN: Tbel.5. Dt 5 utuk tp pemsok Keterg Prce (C) Qulty (C) Fclty (C3) Experece Sfety (C5) Fcl (C6) S S S S

Analisis Variansi satu faktor Single Factor Analysis Of Variance (ANOVA)

Analisis Variansi satu faktor Single Factor Analysis Of Variance (ANOVA) BAB 1 Alss Vrs stu fktor Sgle Fctor Alss Of Vrce (ANOVA) ANALISIS VARIANSI SATU FAKTOR D MetStt 1 sudh dkel uj hpotess rt-rt du populs A d B g berdstrbus Norml Bgm jk terdpt lebh dr du populs? Alss vrs

Lebih terperinci

Dr.Eng. Agus S. Muntohar Department of Civil Engineering

Dr.Eng. Agus S. Muntohar Department of Civil Engineering Pertemu ke-7 Persm Ler Smult Oktober 0 Metode Iters Guss-Sedel Dr.Eg. Agus S. Mutohr Deprtmet of Cvl Egeerg Metode Guss-Sedel Merupk metode ters. Prosedur umum: - Selesk ser lbr vrbel tdk dkethu msg-msg

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Ltr Belkg Smp st, model Regres d model Alss Vrs telh dpdg sebg du hl g tdk berkt. Meskpu merupk pedekt g umum dlm meergk kedu cr pd trf permul, model Alss Vrs dpt dpdg sebg hl khusus model

Lebih terperinci

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA)

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA) Alss Vrs stu fktor (Alss Of Vrce / ANOVA) 1. Megethu rcg d eses. Megethu model ler 3. Meuruk Jumlh Kudrt (JK) 4. Melkuk uj lss vrs 5. Melkuk uj perbdg gd Apkh ber kot dlm rokok dpt megkbtk Kker? Sel kker

Lebih terperinci

BAB 2 ANAVA 2 JALAN. Merupakan pengembangan dari ANAVA 1 Jalan Jika pada ANAVA 1 jalan 1 Faktor Jika pada ANAVA 2 jalan 2 Faktor

BAB 2 ANAVA 2 JALAN. Merupakan pengembangan dari ANAVA 1 Jalan Jika pada ANAVA 1 jalan 1 Faktor Jika pada ANAVA 2 jalan 2 Faktor BAB ANAVA JALAN Merupk pegembg dr ANAVA 1 Jl Jk pd ANAVA 1 l 1 Fktor Jk pd ANAVA l Fktor Model Ler Asums: Model efek Tetp! 1,..., 1,..., Stu fktor g dtelt Av 1 l k k 1,,..., 1,,..., b k 1,,..., Du fktor

Lebih terperinci

KAJIAN BATAS KESALAHAN MINIMUM METODE RUNGE-KUTTA ORDE KEDUA, KETIGA, DAN KEEMPAT

KAJIAN BATAS KESALAHAN MINIMUM METODE RUNGE-KUTTA ORDE KEDUA, KETIGA, DAN KEEMPAT Prosdg Semr Nsol Mtemtk d Terpy 06 p-issn : 550-084; e-issn : 550-09 KAJIAN BATAS KESALAHAN MINIMUM METODE RUNGE-KUTTA ORDE KEDUA, KETIGA, DAN KEEMPAT St Muhwh Uversts Jederl Soedrm st_muhwh@yhoo.co.d

Lebih terperinci

REGRESI. Curve Fitting Regresi Linier Regresi Eksponensial Regresi Polynomial. Regresi 1

REGRESI. Curve Fitting Regresi Linier Regresi Eksponensial Regresi Polynomial. Regresi 1 REGRESI Curve Fttg Regres Ler Regres Ekspoesl Regres Poloml Regres Curve Fttg: Ksus Dberk dt berup kumpul ttk-ttk dskrt. Dperluk estms / perkr utuk medptk l dr ttk-ttk g berd d tr ttk-ttk dskrt tersebut

Lebih terperinci

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA)

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA) Alss Vrs stu fktor (Alss Of Vrce / ANOVA) 1. Desg d coduct expermets volvg sgle. Uderstd how the ov s used to lze the dt from these expermets 3. Assess model dequc wth resdul plots 4. Use multple comprso

Lebih terperinci

REGRESI. Curve Fitting. Regresi Eksponensial. Regresi 1

REGRESI. Curve Fitting. Regresi Eksponensial. Regresi 1 REGRESI Curve Fttg Regres Ler Regres Ekspoesl Regres Poloml Regres Curve Fttg: Ksus Dberk dt berup kumpul ttk-ttk dskrt. Dperluk estms / perkr utuk medptk l dr ttk-ttk g berd d tr ttk-ttk dskrt t tersebut

Lebih terperinci

INTEGRASI PENDEKATAN FUZZY ANP DAN TOPSIS UNTUK PEMILIHAN LOGISTIC SERVICE PROVIDER (STUDI KASUS: PT.EPT)

INTEGRASI PENDEKATAN FUZZY ANP DAN TOPSIS UNTUK PEMILIHAN LOGISTIC SERVICE PROVIDER (STUDI KASUS: PT.EPT) Prosdg Semr Nsol Mjeme Tekolog XIV Progrm Stud MMT-ITS Surby 23 Jul 20 INTEGRASI PENDEKATAN FUZZY ANP DAN TOPSIS UNTUK PEMILIHAN LOGISTIC SERVICE PROVIDER (STUDI KASUS: PT.EPT) Ydl Drt Yy Udsubkt Cptomulyoo

Lebih terperinci

CNH2B4 / KOMPUTASI NUMERIK

CNH2B4 / KOMPUTASI NUMERIK CNHB4 / KOMPUTASI NUMERIK TIM DOSEN KK MODELING AND COMPUTATIONAL EXPERIMENT PENCOCOKAN KURVA Pedhulu Dt g bersl dr hsl pegmt lpg pegukur tu tbel g dmbl dr buku-buku cu. Nl tr turu tegrl mudh dcr utuk

Lebih terperinci

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Prktkum 8 Peyeles Persm Ler Smult Metode Elms Guss PRAKTIKUM 8 Peyeles Persm Ler Smult Metode Elms Guss Tuju : Mempeljr metode Elms Guss utuk peyeles persm ler smult Dsr Teor : Metode Elms Guss merupk

Lebih terperinci

Bab 1. Anava satu. Analisis Variansi (Analysis Of Variance / ANOVA) satu faktor

Bab 1. Anava satu. Analisis Variansi (Analysis Of Variance / ANOVA) satu faktor Bb 1 Av stu Alss Vrs (Alss Of Vrce / ANOVA) stu fktor Lerg Objectves 1. Desg d coduct expermets volvg sgle d two fctors. Uderstd how the ov s used to lze the dt from these expermets 3. Assess model dequc

Lebih terperinci

BAB VI ANALISIS REGRESI

BAB VI ANALISIS REGRESI BAB VI ANALISIS REGRESI A. Pedhulu Alss regres merupk slh stu lss yg ertuju utuk megethu pegruh sutu vrel terhdp vrel l. Vrel yg mempegruh dseut depedet vrle/vrel es () d vrel yg dpegruh dseut depedet

Lebih terperinci

BAB 1 PENDAHULUAN. perkebunan karet. Karet merupakan Polimer hidrokarbon yang terkandung pada

BAB 1 PENDAHULUAN. perkebunan karet. Karet merupakan Polimer hidrokarbon yang terkandung pada BAB PENDAHULUAN. Ltr Belkg Sektor perkebu merupk sub sektor pert yg mejd slh stu fktor yg dpt medukug kegt perekoom d Idoes. Slh stu sub sektor perkebu yg cukup besr potesy dlm perekoom Idoes dlh perkebu

Lebih terperinci

CATATAN KULIAH Pertemuan XIII: Analisis Dinamik dan Integral (1)

CATATAN KULIAH Pertemuan XIII: Analisis Dinamik dan Integral (1) CATATAN KULIAH Pertemu XIII: Alss Dmk d Itegrl () A. Dmk d Itegrs Model Stts : mecr l vrel edoge yg memeuh kods ekulrum tertetu. Model Optms : mecr l vrel plh yg megoptms fugs tuju tertetu. Model Dmk :

Lebih terperinci

DIGRAF EKSENTRIS PADA DIGRAF SIKEL, DIGRAF KOMPLIT DAN DIGRAF KOMPLIT MULTIPARTIT. Jl. Prof. H. Soedarto SH Semarang 50275

DIGRAF EKSENTRIS PADA DIGRAF SIKEL, DIGRAF KOMPLIT DAN DIGRAF KOMPLIT MULTIPARTIT. Jl. Prof. H. Soedarto SH Semarang 50275 DIGRAF ESENTRIS PADA DIGRAF SIEL DIGRAF OMPLIT DAN DIGRAF OMPLIT MULTIPARTIT Reto tur umlsr d Luc Rtsr Jurus Mtemtk FMIPA UNDIP Jl Prof H Soedrto SH Semrg 5075 Abstrct The eccetrc dgrph of dgrph ED ( D)

Lebih terperinci

PENERAPAN METODE ANALYTIC HIERARCHY PROCESS DALAM SISTEM PENUNJANG KEPUTUSAN UNTUK PEMILIHAN ASURANSI. Fitria Rahma Sari dan Dana Indra Sensuse

PENERAPAN METODE ANALYTIC HIERARCHY PROCESS DALAM SISTEM PENUNJANG KEPUTUSAN UNTUK PEMILIHAN ASURANSI. Fitria Rahma Sari dan Dana Indra Sensuse PENERAPAN METODE ANALYTIC HIERARCHY PROCESS DALAM SISTEM PENUNJANG KEPUTUSAN UNTUK PEMILIHAN ASURANSI Ftr Rhm Sr d D Idr Sesuse Fkults Ilmu Komputer, Uversts Idoes, Depok, Idoes d@cs.u.c.d Astrk Memlh

Lebih terperinci

( X ) 2 ANALISIS REGRESI

( X ) 2 ANALISIS REGRESI ANALII REGREI A. PENGERTIAN REGREI ecr umum d du mcm huug tr du vrel tu leh, tu etuk huug d keert huug. Utuk megethu etuk huug dguk lss regres. Utuk keert huug dpt dkethu deg lss korels. Alss regres dperguk

Lebih terperinci

Bab 4 ANALISIS REGRESI dan INTERPOLASI

Bab 4 ANALISIS REGRESI dan INTERPOLASI Als Numerk Bh Mtrkuls B 4 ANALISIS RGRSI d INTRPOLASI 4 Pedhulu Pd kulh k dpeljr eerp metde utuk mempredks d megestms dt dskret Dr sutu peelt serg dlkuk peglh dt utuk megethu pl dt tu etuk kurv g dggp

Lebih terperinci

PRAKTIKUM 12 Regresi Linier, Regresi Eksponensial dan Regresi Polinomial

PRAKTIKUM 12 Regresi Linier, Regresi Eksponensial dan Regresi Polinomial Prktkum. Regres Regres Ler, Regres Ekspoesl, d Regres Poloml Poltekk Elektrok eger Surb ITS 47 PRAKTIKUM Regres Ler, Regres Ekspoesl d Regres Poloml. Tuju : Mempeljr metode peeles regres ler, ekspoesl

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BB LNDSN TEORI. lytcl Herrchy Process (HP) lytc Herrchy Process (HP) dlh slh stu metode khusus dr Mult Crter Decso Mkg (MCDM) yg dperkelk oleh Thoms Lore Sty. HP dpt dguk utuk memechk mslh pd stus yg kompleks.

Lebih terperinci

PENERAPAN CLUSTERING K-MEANS PADA CUSTOMER SEGMENTATION BERBASIS RECENCY FREQUENCY MONETARY (RFM) (STUDI KASUS : PT. SINAR KENCANA INTERMODA SURABAYA)

PENERAPAN CLUSTERING K-MEANS PADA CUSTOMER SEGMENTATION BERBASIS RECENCY FREQUENCY MONETARY (RFM) (STUDI KASUS : PT. SINAR KENCANA INTERMODA SURABAYA) Semr Nsol Mtemtk d Aplksy, 21 Oktober 2017 Surby, Uversts Arlgg PENERAPAN CLUSTERING K-MEANS PADA CUSTOMER SEGMENTATION BERBASIS RECENCY FREQUENCY MONETARY (RFM) (STUDI KASUS : SINAR KENCANA INTERMODA

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

a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Integral Pertemuan - 6

a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Integral Pertemuan - 6 home se to ecellece Mt Kulh : Klkulus Kode : TSP 0 SKS : SKS Itegrl Pertemu - 6 home se to ecellece TIU : Mhssw dpt memhm tegrl fugs d plksy TIK : Mhssw mmpu mecr tegrl fugs Mhssw mmpu megguk tegrl utuk

Lebih terperinci

MENENTUKAN KOEFISIEN REGRESI EKSPONENSIAL DENGAN METODE KUADRAT TERKECIL SEDERHANA DAN METODE KUADRAT TERKECIL BERBOBOT

MENENTUKAN KOEFISIEN REGRESI EKSPONENSIAL DENGAN METODE KUADRAT TERKECIL SEDERHANA DAN METODE KUADRAT TERKECIL BERBOBOT MENENTUKAN KOEFISIEN REGRESI EKSPONENSIAL DENGAN METODE KUADRAT TERKECIL SEDERHANA DAN METODE KUADRAT TERKECIL BERBOBOT Rz Phlev, Arsm Ad, Sgt Sugrto Mhssw Progrm Stud S Mtemtk Dose Jurus Mtemtk Fkults

Lebih terperinci

Anuitas. Anuitas Akhir

Anuitas. Anuitas Akhir Auts Auts bersl r kt bhs Iggrs uty yg pt efsk sebg rgk pembyr tu peerm tetp lm jumlh tertetu yg lkuk secr berkl p jgk wktu tertetu. Kt uty sly berrt pembyr ul (thu), k tetp serg eg berjly wktu kt uts jug

Lebih terperinci

Bab 4 ANAKOVA (ANALISIS KOVARIANSI)

Bab 4 ANAKOVA (ANALISIS KOVARIANSI) Bb 4 ANAKOVA (ANALISIS KOVARIANSI) ANAVA vs ANREG ANAVA ANREG megu perbdg vrbel tergtug () dtu dr vrbel bebs () mempredks vrbel tergtug () mellu vrbel bebs () Ksus: Peelt deg vrbel : 1 Prests Mhssw Kemmpu

Lebih terperinci

HUBUNGAN DERET BERTINGKAT BERDASAR BILANGAN EULERIAN DENGAN OPERATOR BEDA

HUBUNGAN DERET BERTINGKAT BERDASAR BILANGAN EULERIAN DENGAN OPERATOR BEDA HUBUNAN DERET BERTINKAT BERDAAR BILANAN EULERIAN DENAN OPERATOR BEDA Aleder A uw Jurus Mtetk, Fkults s d Tekolog, Uversts B Nustr Jl. K.H. yhd No. 9, Plerh, Jkrt Brt 48 gug@bus.edu ABTRACT Cscde seres

Lebih terperinci

PRAKTIKUM 22 Interpolasi Linier, Kuadratik, Polinomial, dan Lagrange

PRAKTIKUM 22 Interpolasi Linier, Kuadratik, Polinomial, dan Lagrange Prktkum. Iterpols Ler, Kudrtk, Poloml d Lgrge PRAKTIKUM Iterpols Ler, Kudrtk, Poloml, d Lgrge Tuju : Mempeljr berbg metode Iterpols g d utuk meetuk ttkttk tr dr buh ttk deg megguk sutu fugs pedekt tertetu.

Lebih terperinci

Model Tak Penuh. Definisi dapat di-uji (testable): nxp

Model Tak Penuh. Definisi dapat di-uji (testable): nxp Model T Peuh Defs dpt d-u (testle): Sutu c c 'c 'c H 'c 'c dpt du l d stu set fugs g dpt - ddug m m ' sehgg H er c ' ' slg es ler tu C c ' c m ' Perht : Kre r X p r p m m r c' (X' X) c X' X c' C(X' X)

Lebih terperinci

1 yang akan menghasilkan

1 yang akan menghasilkan Rset Opers Probblstk Teor Per (Ge Theor) Nughthoh Arfw Kurdh, M.Sc Deprteet of Mthetcs FMIPA UNS Lecture 6: Med Strteg: Ler Progrg Method A. Metode Cpur deg Progr Ler Terdpt hubug g ert tr teor per d progr

Lebih terperinci

BAB 12 METODE SIMPLEX

BAB 12 METODE SIMPLEX METODE ANAISIS PERENCANAAN Mteri 9 : TP 3 SKS Oleh : Ke Mrti Ksikoe BAB METODE SIMPE Metode Simplex dlh metode pemrogrm liier yg mempuyi peubh (vrible) byk, sehigg dimesiy lebih dri 3. Metode simplex dpt

Lebih terperinci

VARIASI PEMBAYARAN ANUITAS DENGAN POLA DERET ARITMATIKA

VARIASI PEMBAYARAN ANUITAS DENGAN POLA DERET ARITMATIKA VARIASI PEMBAYARAN ANUITAS DENGAN POLA DERET ARITMATIKA De Prm Sr Jurus Mtemtk Uersts Neger Pg, Ioes eml: eprmsr@yhoo.com Abstrk. Auts lh rgk pembyr tu peerm lm jumlh tertetu yg lkuk secr berkl p jgk wktu

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

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

SISTEM PERSAMAAN LINEAR

SISTEM PERSAMAAN LINEAR http://istirto.stff.ugm..id SISTEM PERSAMAAN LINEAR Systems of Lier Algebri Equtios Sistem Persm Lier http://istirto.stff.ugm..id Au Chpr, S.C., Cle R.P., 99, Numeril Methods for Egieers, d Ed., MGrw-Hill

Lebih terperinci

INTEGRASI NUMERIK. n ax. ax e. n 1. x x. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

INTEGRASI NUMERIK. n ax. ax e. n 1. x x. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal : INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser ltk. INTEGRASI

Lebih terperinci

HUBUNGAN DERET BERTINGKAT BERDASARKAN BILANGAN EULERIAN DENGAN OPERATOR BEDA

HUBUNGAN DERET BERTINGKAT BERDASARKAN BILANGAN EULERIAN DENGAN OPERATOR BEDA HUBUNGAN DERET BERTINGKAT BERDAARKAN BILANGAN EULERIAN DENGAN OPERATOR BEDA Aleder A.. Guw Jurus Mtetk d ttstk, Fkults s d Tekolog, Bus Uversty Jl. KH. yhd No. 9, Plerh, Jkrt Brt 48. gug@bus.edu ABTRACT

Lebih terperinci

juga dinyatakan sebagai a n atau a n n n 0,1, 2, 3,... Pada barisan dibagi menjadi barisan konvergen dan barisan divergen.

juga dinyatakan sebagai a n atau a n n n 0,1, 2, 3,... Pada barisan dibagi menjadi barisan konvergen dan barisan divergen. MATERI: ) Perbed bris d deret b) Defiisi d teorem tetg deret c) Deret suku positif d uji kovergesiy d) Deret hiperhrmois e) Deret ukur f) Deret ltertig d uji kovergesiy g) Deret kus d opersiy h) Deret

Lebih terperinci

6. Selanjutnya langkah penyelesaian

6. Selanjutnya langkah penyelesaian MENYELESAIKAN SISTEM PERSAMAAN LINEAR FUZZY DALAM BENTUK A y DENGAN MENGURAIKAN y D Mstk, Mshd, Sr Gemwt Mhssw Progrm Std S Mtemtk Dose Jrs Mtemtk Fklts Mtemtk d Ilm Pegeth Alm Uversts R Kmps Bwdy Pekbr

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

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN Ltr Belg Istlh Pemrogrm Geometr (PG) dperel oleh Duff, Peterso, d Zeer pd thu 967 Istlh dmbl dr mslh-mslh geometr g dpt dformuls sebg PG Pemrogrm Geometr dlh sutu tpe mslh optmlss mtemt g

Lebih terperinci

INTEGRASI NUMERIK. n ax. ax e. a 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

INTEGRASI NUMERIK. n ax. ax e. a 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal : INTEGRASI NUMERIK INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser

Lebih terperinci

BAB V ANALISIS REGRESI

BAB V ANALISIS REGRESI BAB V ANALISIS REGRESI Setelh mempeljr mhssw dhrpk dpt : Meghtug prmeter regres Melkuk estms d uj prmeter regres 3 Meemuk model regres g tept Dlm kehdup serg dtemuk d sekelompok peuh g dtr terdpt huug,

Lebih terperinci

SISTEM PERSAMAAN LINEAR. Systems of Linear Algebraic Equations

SISTEM PERSAMAAN LINEAR. Systems of Linear Algebraic Equations SISTEM PERSAMAAN LINEAR Systems of Lier Algebri Equtios Sistem Persm Lier Au Chpr, S.C., Cle R.P., 99, Numeril Methods for Egieers, d Ed., MGrw-Hill Book Co., New York. Chpter 7, 8, d 9, hlm. -9. Sistem

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI b LNDSN TEORI. Hmpu Fuzzy Tdk semu hmpu yg dump dlm kehdup sehr-hr terdefs secr els, msly hmpu org msk, hmpu org pd, hmpu org tgg, d sebgy. Msly, pd hmpu org tgg, tdk dpt dtetuk secr tegs pkh seseorg dlh

Lebih terperinci

Bentuk Umum Perluasan Teorema Pythagoras

Bentuk Umum Perluasan Teorema Pythagoras Jrl Grde Vol No Jr 6 : 9-4 Betk Umm Perls Teorem Pythors Ml stt By Kerm Ulsr les Jrs Mtemtk Fklts Mtemtk d Ilm Peeth lm Uversts Bekl Idoes Dterm Septemer 5; dset Desemer 5 strk - Peelt memhs perls teorem

Lebih terperinci

INTEGRASI NUMERIK C 1. n ax. ax e. cos( 1 1. n 1. x x. 0 Fungsi yang dapat dihitung integralnya : 0 Fungsi yang rumit misal :

INTEGRASI NUMERIK C 1. n ax. ax e. cos( 1 1. n 1. x x. 0 Fungsi yang dapat dihitung integralnya : 0 Fungsi yang rumit misal : INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser ltk. INTEGRASI

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. mempengaruhi sering disebut variabel bebas, variabel independen atau variabel

BAB 2 TINJAUAN TEORITIS. mempengaruhi sering disebut variabel bebas, variabel independen atau variabel BAB TINJAUAN TEORITIS.. Regres Ler Sederh Regres ler dlh lt sttst yg dpergu utu megethu pegruh tr stu tu beberp vrbel terhdp stu buh vrbel. Vrbel yg mempegruh serg dsebut vrbel bebs, vrbel depede tu vrbel

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

Solusi Sistem Persamaan Linear

Solusi Sistem Persamaan Linear Sos Sstem Persm Ler Sstem persm er: h persm deg h kow j d dketh, j,,, j? So: z 6 z z () () () persm d kow Jw: z 6.5 z.5 z () () () ems : pers. ().5 pers. () pers. ().5 pers. () z 6.5 z 8z 8 () () () ems

Lebih terperinci

mengambil semua titik sample berupa titik ujung, yakni jumlah Riemann merupakan hampiran luas dari daerah dibawah kurva y = f (x) x i b x

mengambil semua titik sample berupa titik ujung, yakni jumlah Riemann merupakan hampiran luas dari daerah dibawah kurva y = f (x) x i b x B 4. Peerp Itegrl BAB 4. PENGGUNAAN INTEGRAL 4.. Lus re dtr Perhtik derh di wh kurv y = f () di tr du gris tegk = d = di ts sumu, deg f fugsi kotiu. Seperti pd s medefiisik itegrl tertetu, kit gi itervl

Lebih terperinci

Batas Nilai Eigen Maksimal Dari Matriks Tak Negatif

Batas Nilai Eigen Maksimal Dari Matriks Tak Negatif Vol. 3 No. 80-85 Ju 007 Bts Nl Ege Mksl D Mtks Tk Negtf A. Kes Jy Abstk Ide ut skps dlh utuk edptk etode dl eetuk bts d l ege ksl d tks tk egtf deg bedsk bts Fobeus. Ytu R d dlh ulh bs tu kolo u d R dlh

Lebih terperinci

ESTIMASI DAN RELIABILITAS PADA DISTRIBUSI WEIBULL DENGAN METODE BAYES

ESTIMASI DAN RELIABILITAS PADA DISTRIBUSI WEIBULL DENGAN METODE BAYES LEMMA VOL I NO., NOV 24 ESTIMASI DAN RELIABILITAS PADA DISTRIBUSI WEIBULL DENGAN METODE BAYES Adev Mur Adel Progrm Stud Peddk Mtemtk, Uversts Mhutr Muhmmd Ym, Solok devmur@gml.com Abstrk. Peelt bertuju

Lebih terperinci

x 1 M = x 1 m 1 + x 2 m x n m n = x i

x 1 M = x 1 m 1 + x 2 m x n m n = x i Iterl Tertetu..6 oe d ust ss Ttk Bert slk d du ed s-s elk ss sesr d y dletkk pd pp er de jrk erturut-turut d d d dr ttk pey pd - y ered. Ked terseut k se jk dpeuh d d. d d Sutu odel tets y k dperoleh pl

Lebih terperinci

SOAL UJIAN AKHIR MATEMATIKA INFORMATIKA 4 (A & B) Dosen: Dr. Asep Juarna Jumlah Soal: 3 Uraian Tanggal Ujian: 02/03/12 Waktu Ujian: 2 jam

SOAL UJIAN AKHIR MATEMATIKA INFORMATIKA 4 (A & B) Dosen: Dr. Asep Juarna Jumlah Soal: 3 Uraian Tanggal Ujian: 02/03/12 Waktu Ujian: 2 jam SOAL UJIAN AKHIR MATEMATIKA INFORMATIKA 4 A & B Dose: Dr. Asep Jur Jumlh Sol: Uri Tggl Uji: // Wktu Uji: jm jik. Solusi t dlh: t + log, yg dpt dibuktik sbb: t jik t t + [t/ + ] + t/ + t/4 + t/8 + 4 t/

Lebih terperinci

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Prktkum 8 Peyeles Persm Ler Smult Metoe Elms Guss PRAKTIKUM 8 Peyeles Persm Ler Smult Metoe Elms Guss Tuju : smult Mempeljr metoe Elms Guss utuk peyeles persm ler Dsr Teor : Metoe Elms Guss merupk metoe

Lebih terperinci

Pemain P 1. Teorema 4.1 (Teorema minimax). Untuk setiap matriks pembayaran (pay off matrix), terdapat strategi optimal x* dan y* sedemikian sehingga

Pemain P 1. Teorema 4.1 (Teorema minimax). Untuk setiap matriks pembayaran (pay off matrix), terdapat strategi optimal x* dan y* sedemikian sehingga Rset Opers Probblstk Teor Permnn (Gme Theor) Deprtement of Mthemtcs FMIPA UNS Lecture 4: Med Strteg A. Metode Cmpurn (Med Strteg) D dlm permnn d mn permnn tersebut tdk mempun ttk peln, mk pr pemn kn bersndr

Lebih terperinci

SOLUSI DERET PANGKAT TETAP DENGAN FUNGSI PEMBANGKIT

SOLUSI DERET PANGKAT TETAP DENGAN FUNGSI PEMBANGKIT OLUI DERET PANGKAT TETAP DENGAN FUNGI PEMBANGKIT Aleder A Guw Jurus Mtemt d ttst Fults s d Teolog, Uversts B Nustr Jl. K. H. yhd No. 9, Kemggs/Plmerh, Jrt Brt 8 gug@bus.edu ABTRACT Ths rtcle dscusses bout

Lebih terperinci

BAB I PENDAHULUAN. Populasi merupakan kumpulan dari individu organisme yang memiliki

BAB I PENDAHULUAN. Populasi merupakan kumpulan dari individu organisme yang memiliki BAB I PENDAHULUAN. Ltr Belkg Populs merupk kumpul dr dvdu orgsme yg memlk sft tumbuh growth, reks respos terhdp lgkugy, d reproduks. Pd dsry, pertumbuh mkhluk hdup pd sutu populs merupk proses yg berlgsug

Lebih terperinci

INTEGRAL TERTENTU. sebagai P = max{x i x i-1 1 = 1, 2, 3,, n}. a = x 0 x 1 x 2 x n = b. Contoh: Pada interval [ 3, 3], suatu partisi P = { 3, 1 2 , 31

INTEGRAL TERTENTU. sebagai P = max{x i x i-1 1 = 1, 2, 3,, n}. a = x 0 x 1 x 2 x n = b. Contoh: Pada interval [ 3, 3], suatu partisi P = { 3, 1 2 , 31 INTEGRAL TERTENTU Defs: Prs P pd ervl [,] dlh suu suse erhgg P = {,,,, } dr [,] deg = < < < < = Jk P = {,,,, } prs pd [,] mk Norm P, duls P, ddefsk seg P = m{ - =,,,, } Cooh: = = Pd ervl [, ], suu prs

Lebih terperinci

UNIVERSITAS INDONESIA METODE STAIRCASE UNTUK MENDAPATKAN BENTUK KANONIK JORDAN DENGAN KARAKTERISTIK WEYR SKRIPSI NURRY WIDYA HESTY

UNIVERSITAS INDONESIA METODE STAIRCASE UNTUK MENDAPATKAN BENTUK KANONIK JORDAN DENGAN KARAKTERISTIK WEYR SKRIPSI NURRY WIDYA HESTY UNIVERSITS INDONESI METODE STIRCSE UNTUK MENDPTKN BENTUK KNONIK JORDN DENGN KRKTERISTIK WEYR SKRIPSI NURRY WIDY HESTY 976 Fkults Mtemtk d Ilmu Pegethu lm Progrm Stud Mtemtk Depok Februr Metode strcse...,

Lebih terperinci

BAB I KOMBINATORIKA. A. Kaidah Pencacahan Terdapat dua kaidah pencacahan, yaitu kaidah penjumlahan dan kaidah perkaliah.

BAB I KOMBINATORIKA. A. Kaidah Pencacahan Terdapat dua kaidah pencacahan, yaitu kaidah penjumlahan dan kaidah perkaliah. BAB I KOMBINATORIKA Dr. Al Mhmud (Jurus Peddk Mtemtk FMIPA UNY) Combtorcs hs emerged s ew subject stdg t the crossrods betwee pure d plled mthemtcs, the ceter of bustlg ctvty, smmerg pot of ew problems

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

DEFINISI INTEGRAL. ' untuk

DEFINISI INTEGRAL. ' untuk DEINISI INTEGRAL Dlm mtemtk d eerp stl sepert des, teorem, lemm Istl petg kre meujuk keeksstes Des dl peryt yg erl er kre dsepkt, d tdk perlu duktk Teorem dl peryt yg dpt duktk keery Lemm dl teorem kecl,

Lebih terperinci

OVERDISPERSI KARENA KESALAHAN SPESIFIKASI MODEL DAN CARA MENGATASINYA

OVERDISPERSI KARENA KESALAHAN SPESIFIKASI MODEL DAN CARA MENGATASINYA Prosdg Semr Nsol Ss d Peddk Ss IX Fkults Ss d Mtemtk UKSW Sltg Ju 04 Vol 5 No. ISSN :087-09 OVERDISPERSI KARENA KESALAHAN SPESIFIKASI MODEL DAN CARA MENGAASINYA mbg Srt Derteme Sttstk FMIPA-IPB Eml: tmbg_srt@yhoo.com

Lebih terperinci

Menaksir Matriks Teknologi Kota Cimahi Berdasarkan Tabel Input Output Provinsi Jawa Barat Menggunakan Metode Location Quontient

Menaksir Matriks Teknologi Kota Cimahi Berdasarkan Tabel Input Output Provinsi Jawa Barat Menggunakan Metode Location Quontient Sttstk, Vol. 9 No., 75 8 Nopemer 9 eksr trks Tekolog Kot Cmh Berdsrk Tel Iput utput Provs Jw Brt egguk etode octo Quotet TETI SFIA ANTI Jurus Sttstk Uversts Islm Bdug Eml: utet@yhoo.com ABSTRAK Tel Iput

Lebih terperinci

DIKTAT. Mata Kuliah METODE NUMERIK. Oleh: I Ketut Adi Atmika

DIKTAT. Mata Kuliah METODE NUMERIK. Oleh: I Ketut Adi Atmika DIKTAT Mt Kulh METODE NUMERIK Oleh: I Ketut Ad Atmk JURUSAN TEKNIK MESIN FAKULTAS TEKNIK UNIVERSITAS UDAYANA 6 KATA PENGANTAR Dktt dsusu utuk memudhk mhssw dlm memhm beberp metode umerk utuk meyelesk persm-persm

Lebih terperinci

Bab 4 Penyelesaian Persamaan Linier Simultan

Bab 4 Penyelesaian Persamaan Linier Simultan Bb Peyeles Persm Ler Smult.. Persm Ler Smult Persm ler smult dlh sutu betuk persm-persm yg ser bersm-sm meyjk byk vrbel bebs. Betuk persm ler smult deg m persm d vrbel bebs dpt dtulsk sebg berkut: b b

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 IV METODA ANALISIS RANGKAIAN

BAB IV METODA ANALISIS RANGKAIAN 6 BAB METODA ANALSS RANGKAAN Metod nlss rngkn sebenrny merupkn slh stu lt bntu untuk menyeleskn sutu permslhn yng muncul dlm mengnlss sutu rngkn, blmn konsep dsr tu hukum-hukum dsr sepert Hukum Ohm dn

Lebih terperinci

Bab 2 Landasan Teori

Bab 2 Landasan Teori Bb 2 Lds Teor 2.1. Ler Progrmmg Model pemrogrm ler tdk mmpu meyelesk ksus-ksus mjeme yg meghedk ssr-ssr tertetu dcp secr smult. Kelemh dlht oleh A. Chres d W.M. Cooper. Merek berdu kemud megembgk model

Lebih terperinci

Penilaian Kinerja Guru dengan Metode Analytic Network Process (ANP) untuk Pemilihan Guru Berprestasi

Penilaian Kinerja Guru dengan Metode Analytic Network Process (ANP) untuk Pemilihan Guru Berprestasi Pel Kerj Guru deg Metode Alytc Netork Process (ANP) utuk Pemlh Guru Berprests Nuryt 29 Alvd Mustk Rukm,S.S, MS. Prof.Dr. Mohmmd Is Ir,MT. Cotet : Pedhulu Tju Pustk Metodolog Als d Pembhs Kesmpul Dftr Pustk

Lebih terperinci

Unit 1 KONSEP DASAR ARITMETIKA. Josef Tjahjo Baskoro Clara Ika Sari Budhayanti. Pendahuluan

Unit 1 KONSEP DASAR ARITMETIKA. Josef Tjahjo Baskoro Clara Ika Sari Budhayanti. Pendahuluan Ut KONSEP DASAR ARITMETIKA Josef Tjhjo Bskoro Clr Ik Sr Bdhyt Pedhl M ter yg k Ad peljr pertm kl pd mt klh pemech mslh mtemtk dlh kosep dsr rtmetk. Kompetes dsr yg hrs dks setelh mempeljr t dlh Ad mmp

Lebih terperinci

PEMECAHAN SISTEM PERSAMAAN LINIER NON HOMOGEN DENGAN METODE SAPUAN GANDA CHOLESKY. Oleh : Yusup Fakultas Ilmu Komputer, Universitas AKI Semarang

PEMECAHAN SISTEM PERSAMAAN LINIER NON HOMOGEN DENGAN METODE SAPUAN GANDA CHOLESKY. Oleh : Yusup Fakultas Ilmu Komputer, Universitas AKI Semarang PEMECAHAN SISTEM PERSAMAAN LINIER NON HOMOGEN DENGAN METODE SAPUAN GANDA CHOLESKY Oleh : Yusup Fkults Ilmu Komputer, Uversts AKI Semrg Astrt The frto of No Homoge Lerty Ajustmet System towr Cholesky Doule

Lebih terperinci

MODUL MATA KULIAH ANALISIS NUMERIK OLEH : Rizqi Tresnaningsih, S.Pd, M.Pd PROGRAM STUDI PENDIDIKAN MATEMATIKA

MODUL MATA KULIAH ANALISIS NUMERIK OLEH : Rizqi Tresnaningsih, S.Pd, M.Pd PROGRAM STUDI PENDIDIKAN MATEMATIKA MODUL MATA KULIAH ANALISIS NUMERIK OLEH : Rzq Tresgsh S.Pd M.Pd PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM IKIP PGRI MADIUN Modul Mt Kulh Alss Numerk DAFTAR

Lebih terperinci

PROGRAM LINEAR BILANGAN BULAT DUAL SKRIPSI

PROGRAM LINEAR BILANGAN BULAT DUAL SKRIPSI PROGRA LINEAR BILANGAN BULAT DUAL SKRIPSI Duk Utuk emeuh Slh Stu Syrt emperoleh Gelr Sr Ss (S.S) Progrm Stud temtk Oleh: Berdet Wdsh NI : 7 PROGRA STUDI ATEATIKA JURUSAN ATEATIKA FAKULTAS ATEATIKA DAN

Lebih terperinci

MASALAH PROGRAMA LINIER FUZZY DENGAN FUNGSI KEANGGOTAAN LINIER

MASALAH PROGRAMA LINIER FUZZY DENGAN FUNGSI KEANGGOTAAN LINIER JRNA TEKNIK INDSTRI VO. 2 NO. JNI 2000: 28-33 MASAAH PROGRAMA INIER FZZY DENGAN FNGSI KEANGGOTAAN INIER Nyom Sutp Dose Fkults Tekk Jurus Tekk Idustr versts Krste Petr ABSTRAK Asums kepst l-l prmeter dlm

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

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

Teknik Komputasi Ujian Akhir Semester (UAS)

Teknik Komputasi Ujian Akhir Semester (UAS) Tekk Komputs U Akhr Semester UAS Dose : Dr. Ir. Nzor Az MT. Nm : Yog Prhstomo NIM : 06006 Kels : XB MAGISTER ILMU KOMPUTER UNIVERSITAS BUDI LUHUR 0 Hlm 0 Tekk Komputs: U Akhr Semester UAS A. Sol Dkethu

Lebih terperinci

PENCOCOKAN KURVA (CURVE FITTING) INTERPOLASI

PENCOCOKAN KURVA (CURVE FITTING) INTERPOLASI PENCOCOKAN KURVA (CURVE FITTING) Iterpols : Iterpols er Iterpols Kudrtk Iterpols Poloml Iterpols grge Regres : Regres er Regres Ekspoesl Regres Poloml INTERPOASI Iterpols dguk utuk meksr l tr (termedte

Lebih terperinci

PRAKTIKUM 10 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Seidel

PRAKTIKUM 10 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Seidel Prktkum 0 Peyeles Persm Ler Smult - Metode Elms Guss Sedel PRAKTIKUM 0 Peyeles Persm Ler Smult Metode Elms Guss Sedel Tuu : ler smult Mempelr metode Elms Guss Sedel utuk peyeles persm Dsr Teor : Metode

Lebih terperinci

INTEGRASI NUMERIK. n ax. ax e. n 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

INTEGRASI NUMERIK. n ax. ax e. n 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal : INTEGRASI NUMERIK Pegtr Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser ltk. Msly dlm termodmk, model Deye utuk megtug kpsts ps dr ed pdt.

Lebih terperinci

PENENTUAN MODEL REGRESI TERPOTONG ATAS DENGAN METODE MAKSIMUM LIKEHOOD. Dydaestury Jalarno 1,Dwi Ispriyanti 2. Alumni Jurusan Matematika FMIPA UNDIP

PENENTUAN MODEL REGRESI TERPOTONG ATAS DENGAN METODE MAKSIMUM LIKEHOOD. Dydaestury Jalarno 1,Dwi Ispriyanti 2. Alumni Jurusan Matematika FMIPA UNDIP PENENTUAN MODEL REGRESI TERPOTONG ATAS DENGAN METODE MAKSIMUM LIKEHOOD Dydesury Jlro,Dw Ispry Alum Jurus Memk FMIPA UNDIP S Progrm Sud Ssk FMIPA UNDIP Absrk Model regres erpoog s merupk suu model regres

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN REGRESI ROBUST PADA SAMPING ACAK SEDERHANA.

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN REGRESI ROBUST PADA SAMPING ACAK SEDERHANA. PENAKI AIO ANG EFIIEN UNTUK ATA-ATA POPULAI MENGGUNAKAN KOEFIIEN EGEI OUT PADA AMPING ACAK EDEHANA M Okto Mork Arsm Ad Hpos rt moktomoo@hoo.co.d Mhssw Progrm Mtemtk Dose Jurus Mtemtk Fkults Mtemtk d Ilmu

Lebih terperinci

Matematika Dasar INTEGRAL TENTU . 2. Partisi yang terbentuk merupakan segiempat dengan ukuran x dan f ( x k ) sebagai

Matematika Dasar INTEGRAL TENTU . 2. Partisi yang terbentuk merupakan segiempat dengan ukuran x dan f ( x k ) sebagai Mtemtik Dsr INTEGRAL TENTU Pegerti tu kosep itegrl tetu pertm kli dikelk oleh Newto d Leiiz. Nmu pegerti secr leih moder dikelk oleh Riem. Mteri pemhs terdhulu yki tetg itegrl tk tetu d otsi sigm k kit

Lebih terperinci

BAB III STUDI PUSTAKA

BAB III STUDI PUSTAKA BAB III STUDI PUSTAA III.. Btubr Dlm Peggu Eerg d Pembgu Ekoom Idustr btubr memberk kotrbus pd pembgu ekoom dlm betuk, yg berkt deg tmbg btubr d peggu btubr. Hl yg terkt deg peggu btubr dlh pembgkt teg

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER DENGAN METODE NEWTON-RAPHSON

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER DENGAN METODE NEWTON-RAPHSON PENYELESAIAN SISTEM PERSAMAAN TAK LINIER DENGAN METODE NEWTON-RAPHSON SKRIPSI oleh: KHUTWATUN NASIHA NIM: 4 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI (UIN) MALANG MALANG

Lebih terperinci

MAKALAH STATISTIK DAN STOKASTIK

MAKALAH STATISTIK DAN STOKASTIK MAKALAH STATISTIK DAN STOKASTIK DISUSUN OLEH : Yop Mrss Shte 6567 ROGRAM STUDI TEKNIK ELEKTRO DEARTEMEN TEKNOLOGI INDUSTRI SEKOLAH VOKASI UNIVERSITAS DIONEGORO SEMARANG 7 KATA ENGANTAR u syukur kehdrt

Lebih terperinci

DETERMINAN MATRIKS dan

DETERMINAN MATRIKS dan DETERMINN MTRIKS d TRNSFORMSI ELEMENTER gusti Prdjigsih, M.Si. Jurus Mtemtik FMIP UNEJ tiprdj.mth@gmil.com DEFINISI Utuk setip mtriks bujursgkr berordo x dpt dikitk deg tuggl sutu bilg rel yg dimk determi.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TORI. egtr roses Mrkov dt dklsfksk sesu deg sft wktu egmt roses sert stte scey. Wktu egmt roses dt bersft dskrt muu kotu d stte scey bersft dskrt muu kotu bk terbts muu tk terbts.. Dt Defs..

Lebih terperinci

Bab IV Faktorisasi QR

Bab IV Faktorisasi QR Bb IV Ftorss QR. Pedhulu Ftorss QR dr mtr A beruur m dlh pegur mtr A mejd A Q R dm Q R m m dlh orthogol d R R m segtg ts. Ftorss serg jug dsebut ftorss orthogol (orthogol ftorzto). Ad beberp r yg dgu utu

Lebih terperinci

INTEGRAL DELTA DAN SIFAT-SIFATNYA. Delta Integral and Properties of Delta Integral

INTEGRAL DELTA DAN SIFAT-SIFATNYA. Delta Integral and Properties of Delta Integral Jurl Brekeg Vol. 7 No. Hl. 3 8 (03) INTEGRAL DELTA DAN SIFAT-SIFATNYA Delt Itegrl d Propertes of Delt Itegrl MOZART WINSTON TALAKUA, MARLON STIVO NOYA VAN DELSEN Stf Jurus Mtemtk, FMIPA, Uptt Alum Jurus

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

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

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

Penyelesaian Persamaan Linier Simultan

Penyelesaian Persamaan Linier Simultan Peyelesi Persm Liier Simult Persm Liier Simult Persm liier simult dlh sutu betuk persm-persm yg ser bersm-sm meyjik byk vribel bebs Betuk persm liier simult deg m persm d vribel bebs ij utuk i= s/d m d

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