Hartono Guntur *) *) Staf Pengajar Jurusan Teknik Sipil STTR Cepu. Jl. Kampus Ronggolawe Blok B No. 1. Mentul Cepu

Ukuran: px
Mulai penontonan dengan halaman:

Download "Hartono Guntur *) *) Staf Pengajar Jurusan Teknik Sipil STTR Cepu. Jl. Kampus Ronggolawe Blok B No. 1. Mentul Cepu"

Transkripsi

1 10 Aalisa Ssitivitas ggua Trhadap gmbaga Trasportasi Krta Api Sbagai Altratif Trasportasi atai Utara Jawa ( Rut : Smarag Surabaya ) Hartoo Gutur *) *) Staf gajar Jurusa Tkik Sipil STTR Cpu Jl. Kampus Roggolaw Blok B No. 1. Mtul Cpu Abstrak Sbagia ruas patura Smarag Surabaya masih trdapat bkas rl piggala Blada yag sbarya masih layak utuk dikmbagka, maka prlu idtifikasi dga cara survi trhadap prspsi masyarakat kmudia dari hasil survi dilakuka pmodla pmiliha moda da modl lastisitas silag. Modl pmiliha moda brtujua utuk mgtahui brapa bsar pluag moda krta api aka dipilih. Sdagka utuk mguji ssitivitas pmiliha maka dibuat modl lastistisitas prmitaa. Tkik pgumpula data yag srig diguaka adalah tkik statd prfrc () da tkik rvald prfrc (R). Kdua tkik trsbut masig-masig mmpuyai klbiha da kkuraga dalam mrprstasika rspo rspod. litia ii mgguaka data, dga variabl bbas biaya, waktu, kualitas prjalaa, da flksibilitas playaa. miliha moda dimodlka dga brladaska tori pmiliha diskrit da mgguaka btuk modl biomial logit. Modl distimasi dga mgguaka mtod kmugkia maksimum (maximum liklihood stimatio). Hasil uji korlasi mujukka bahwa data mmpuyai korlasi yag tiggi atara variabl biaya da waktu prjalaa, yaitu diprolh ilai kofisi korlasi 0,123. Estimasi modl mghasilka ilai paramtr uji kbaika suai diprolh : rho kuadrat (0,55), kai kuadrat (700,098), da idks sukss ksluruha σ adalah 0,1658. aramtr fugsi utilitas hasil stimasi : kostata moda bis (0,9084), kofisi waktu prjalaa (-0,0541), kofisi kualitas prjalaa (0,8765), da kofisi flksibilitas playaa (0,6571). Bis AKA mmpuyai pluag lbih bsar dalam pmiliha moda dibadig dga KA dalam mlayai rut Smarag Surabaya, yaitu pluag trpilih adalah 71%. Sdagka krta api mmpuyai ssitivitas lbih bsar apabila dilakuka prubaha trhadap atribut prjalaa, misal : prubaha rut, prubaha waktu, prubaha tarif, dll. Kata kuci : pmiliha moda, lastisitas, trasportasi krta api 1. dahulua Ktidaksimbaga laju prtumbuha saraa dga prtumbuha prasaraa tlah mimbulka problmatika yag mgakibatka tidak fisiya trasportasi jala raya, akibat kmacta, tudaa, da kclakaa yag trjadi, yag pada giliraya mgakibatka koomi biaya tiggi. Data mujukka bahwa prtumbuha rata - rata bus AKA di Jawa Tgah adalah 1,85% / th (tahu ) sdagka di Jawa Timur adalah 0,56% / th pada tahu yag sama. Sdagka prkmbaga pajag jala asioal di Jawa Tgah adalah rata rata 1,65% / th (tahu ) da jala propisi adalah 0,24% / th. Di Jawa Timur, prkmbaga jala asioal adalah 1,58% / th da jala propisi 0,00% / th pada tahu yag sama. Slama ii jalur rl krta api Smarag Surabaya mlwati jalur tgah da slata ulau Jawa. Sdagka agkuta pumpag jalur utara masih didomiasi trasportasi jala raya. Yag mjadi prtayaa adalah : sbrapa bsar aimo masyarakat jika ditawarka krta api sbagai altratif moda trasportasi? faktor faktor ptig apa saja yag mmpgaruhi masyarakat dalam mmilih krta api sbagai altratif moda agkuta umum pumpag? Kmudia bagaimaa ssitivitas masyarakat pggua atas pilihaya?. Utuk mjawab prtayaa - prtayaa trsbut maka prlu idtifikasi faktor faktor yag dimaksud dga cara survi trhadap prspsi masyarakat kmudia dari hasil survi dilakuka pmodla pmiliha moda da modl lastisitas silag.. 2. Tijaua ustaka 2.1. modla Trasportasi Modl didfiisika sbagai sbuah pydrhaaa dari ralita. Salah satu btuk modl adalah modl fisik da modl abstrak. Modl fisik misalya diguaka dalam duia arsitktur atau mkaika fluida yag pada dasarya ditujuka utuk pracaga. Sdagka modl abstrak biasaya mrprstasika bbrapa tori ralita (biasaya scara aalitis) da bagaimaa ralita trsbut brlaku. Modl mtal / abstrak brpra ptig dalam mmahami da mafsirka ralita da modl aalitis. Salah satu btuk modl abstrak yag ptig adalah modl matmatika (Ortuzar da Willums, 2000). dkata modl pmiliha moda biasaya mgguaka modl probabilitas. ada dasarya, modl ii trbagi mjadi dua, yaitu Modl Logit da Modl robit. Brdasarka jumlah moda yag di aalisa, kdua modl dapat dikatgorika dalam dua klompok, yaitu : multiomial da biomial. Modl biomial haya mmprtimbagka dua moda, sdagka modl multiomial mmprtimbagka bayak moda. Modl pmiliha diskrit mgksprsika SimtriS Nomor : 13, Tahu 8, Juli - Dsmbr

2 11 idividu dalam pmiliha moda sbagai fugsi sosio-koomi idividu da karaktristik moda itu sdiri. Utuk mgksprsika tigkat kpuasa idividu dalam mmilih moda, diguaka kosp utilitas (Alvisah, t.al., 2005) 2.2. Kosp Utilitas Shffi (1992) dalam Norojoo (2000) myataka bahwa tori pmiliha moda didasarka pada tori pmiliha diskrit (discrt choic thory) yag mggambarka pmiliha idividu trhadap bbrapa altratif. mbuat kputusa diaggap mmilih altratif yag mghasilka utilitas (kpuasa) trbsar atau yag palig marik. Utilitas tidak dapat diukur lagsug, olh sbab itu, diaggap brsifat acak (radom). Akibatya modl utilitas juga brsifat radom artiya modl pmiliha moda haya brsifat probabilitas atau haya aka mmbrika ilai pluag suatu moda trpilih. Modl pmiliha diskrit mgksprsika pluag ssorag dalam mmilih suatu moda adalah fugsi dari karaktristik sosio koomi idividu da karaktristik moda itu sdiri. Utuk mgksprsika pmiliha atas sbuah altratif diguaka kosp / tori fugsi utilitas sbagai brikut : U U V + ε : fugsi utilitas piliha altratif V : kompo sistmatik / trukur (dipgaruhi karaktristik moda) ε : kompo stokastik / acak (dipgaruhi karaktristik idividu) Dari rumusa trsbut trdapat dua hal yag irasioal : bahwa dua idividu dga atribut yag sama da altratif yag sama mugki mlakuka piliha yag brbda (kara ada faktor stokastik yag sulit ditbak) da bahwa bbrapa idividu tidak slalu mmilih altratif trbaik (yag ptig piliha trsbut tlah mmuhi kpuasa pggua, tidak harus trbaik) (Kaafai, 1983 dalam Alvisah, 2005 da McFadd, 1975 dalam Ortuzar, 1994) 2.3. Mtod Statd rfrc Data Statd rfrc () da Rvald rfrc (R) mrupaka hasil pross dsai plitia yag mlibatka pmbuata kputusa mgai satu atau lbih prosdur prolha prfrsi (E, rfrc Elicitatio rocdurs ). Dalam kasus data R, kputusa dibuat mgai piliha prjalaa da prilaku apa yag aka diobsrvasi da dicatat, dga cara bagaimaa, da dari populasi maa. Hal yag sama juga brlaku pada prolha data, prbdaa utama adalah bahwa data R scara tipikal brhubuga dga piliha da/atau prilaku yag sbarya dalam ligkuga trasportasi yag yata, smtara data brhubuga dga piliha da/atau prilaku prjalaa dalam ligkuga hipottis (Louvir da Hshr, 2000). rbdaa utama atara pdkata R da adalah bahwa pdkata R didasarka pada prilaku yata, smtara pdkata didasarka pada prilaku hipottik. Dga kata lai, piliha pada R dibuat dalam pasar yag yata, sdagka piliha pada dibuat dalam pasar hipottik (Dailis da Rotaris, 1999). Tkik Statd rfrc diadaptasi dari duia rist marktig. Tkik brdasarka stimasi prmitaa pada aalisis rspo trhadap piliha hipottik; piliha trsbut bisa mliputi ligkup yag lbih luas dibadig dga piliha yag riil/yata. Ttapi pada awalya tkik ii mdapatka kritik kara tidak diktahui bagaimaa mgabaika atusiasm rspod yag brlbiha, misalka : tidak smua idividu bar bar mlakuka apa yag tlah dia yataka. Ttapi pada akhir tahu 80-a mtod diaggap mampu mawarka pluag utuk mgatasi masalah trsbut (Ortuzar da Willums, 1994). Bbrapa pdkata pgukura prfrsi idividu dalam tkik (armai da Kros, 1990) : 1) Rakig data : Ragkig rsposs atau cojoit masurmts myodorka smua piliha skaligus kpada rspod, yag kmudia mragkig piliha hipottis trsbut brdasar uruta yag palig disukai (i ordr of prfrc), shigga mgimplikasika hirarki ilai utilitas (kpuasa). 2) Ratig data : Ratig rsposs atau fuctioal masurmts mmugkika rspod mgugkapka prfrsiya (klbihsukaa) dalam skala agka (umrical) atau skala smatik 3) Disrt choic mthods : dalam mtod pmiliha diskrit (disrt choic mthods), rspod scara sdrhaa mylksi piliha yag palig disukaiya dari spasag atau bbrapa piliha. Brkaita dga pyusua st piliha/altratif hipotsis yag aka dimitaka rspoya, dalam tkik trdapat 2 cara pyusua sbagai brikut: 1) Full factorial dsig Yaitu suatu dsai ksprimtal yag mmasukka smua kombiasi yag mugki dari variasi kadaa pada st piliha trsbut. Hal ii dimugkika bila piliha hasil variasi kadaa yag ada jumlahya sdikit. SimtriS Nomor : 13, Tahu 8, Juli - Dsmbr

3 12 2) Fractioal factorial dsig Apabila jumlah atribut da lvl tiap atribut maki bayak dimaa kombiasi kadaaya pu aka smaki komplks maka rspod aka ksulita dalam mmbadigka piliha-piliha yag ada shigga aka migkatka trjadiya ksalaha rspo. Olh sbab itu cara ii haya mmakai sbagia kombiasi dari smua kombiasi yag mugki misalya dga mmcah smua piliha yag mugki trjadi k dalam klompok-klompok piliha yag jumlahya lbih sdikit Hasil hasil litia Sblumya Syafrudi, dkk. (2007) dalam plitiaya ttag pmiliha moda psawat trbag da kapal cpat, mgguaka 5 atribut prjalaa yag diaggap brpgaruh bsar dalam prilaku pmiliha moda, yaitu : biaya prjalaa, total waktu prjalaa, akssibilitas muju badara/plabuha, frkusi kbragkata, da tigkat playaa dalam moda. Brdasarka aalisis ssitivitas prjalaa, didapatka waktu prjalaa mrupaka atribut yag palig ssitif dalam pmiliha moda. rumusa prilaku idividu k dalam modl pmiliha moda dilakuka dga mmafaatka data statd prfrc. Widayati (2007) dalam plitiaya ttag pmiliha moda KA da bus rut Jogya Surabaya mmuka bahwa karaktristik pggua moda srta faktor-faktor yag mjadi prtimbaga dalam pmiliha moda olh plaku prjalaa trdapat lima faktor dga prstas trbsar yaitu waktu prjalaa, biaya prjalaa, kualitas playaa, kamaa da kmudaha akss. ada prbadiga atara Krta Api Ekskutif dga Bus atas, atribut yag palig ssitif mmpgaruhi pmiliha moda adalah kualitas playaa. Dmikia pula yag trjadi pada prbadiga atara Krta Api Bisis dga Bus atas. Elsa (2001) mlakuka plitia pmiliha moda agkuta pumpag atar kota dga mmprtimbagka faktor faktor : slisih biaya prjalaa (X1), slisih waktu tmpuh prjalaa (X2), slisih hadway (X3) da slish tigkat prayaa (X4) atara krta api da bus. Studi dilakuka dga mtod statd prfrc trhadap 356 rspod. Btuk modl yag diguaka adalah modl logit biomial. Slajutya brdasarka hasil aalisis ssitivitas, diktahui bahwa yag palig ssitif mmpgaruhi probabilitas pmiliha moda adalah waktu tmpuh prjalaa, dimaa prubaha pada waktu tmpuh prjalaa aka mgakibatka prubaha probabilitas pmiliha moda yag rlatif lbih bsar dibadigka bila trjadi prubaha pada atribut laiya. Edrayaa da Mulya (2001) dalam plitiaya mgai pmiliha moda atara KA da bus, ditmuka bahwa, `waktu brjala' da `jarak brjala kaki' adalah dua atribut yag palig brpgaruh dalam kdua klas Ekskutif da Bisis brdasarka tigkat utilitas/prfrsi pumpag, dilajutka dga `tolrasi ktrlambata', 'tarif' da `frkwsi prjalaa'. Utuk kdua sgmtasi pasar, dmad palig ssitif trhadap prubaha ilai atribut `frkwsi prjalaa' da `tarif kmudia dilajutka olh `jarak brjala kaki', `waktu tmpuh' da `tolrasi ktrlambata'. Mtod pgumpula data mgguaka mtod statd prfrc. Dsai survi diprolh dga mlakuka 4 (mpat) kali pilot survy sblum mdapatka dsai survi yag optimal. Slajutya data diaalisa dga mtod Aalisis Rgrsi Brgada (aplikasi Ms. Excl) da Maximum Liklihood. 3. Mtod litia tua Modl robabilitas miliha Moda ada plitia ii pmiliha moda agkuta pumpag haya aka mmprtimbag ka dua piliha moda, yaitu moda jala rl (krta api) da moda jala raya (bus AKA) shigga btuk modl lbih sdrhaa mjadi biary logit modl atau biomial logit modl. Scara sdrhaa btuk biary logit modl adalah : xp( UKA) xp( UKA UBUS) KA xpuka + xpubus 1+ xp( UKA U da : 1 BUS KA ( ) ( ) ) BUS Tkik Samplig Sampl dalam plitai adalah pmakai KA da bis rut Smarag Cpu. Domisili rspod adalah : Blora, Rmbag, da Bojogor. Jumlah rspod/sampl sbayak 186 idividu. Sdagka alat/istrum plitia adalah kuisior yag brisi prtayaa da taggapa trhadap atribut atribut moda KA da bis sbagai brikut : Tabl 1. Atribut pada Usur rjalaa Usur Atribut Lvl atribut Kualitas rjalaa Ktpata Waktu Tpat waktu 0 Trlambat ± 1 1 jam Trlambat ± 2 2 jam Trlambat ± 3 Rut rjalaa 3 jam atura 0 SimtriS Nomor : 13, Tahu 8, Juli - Dsmbr

4 13 Flksibilitas layaa Jarak Akss k Stasiu Kodisi Agkuta Darat Frkusi Kbragkata Buka 1 patura ± 10 km 10 ± 7 km 7 ± 5 km 5 ± 3 km 3 Buruk 0 Baik 1 1 x pr hari 1 2 x pr hari 2 3 x pr hari 3 4 x pr hari 4 Biaya rjalaa Mahal 1 Sdag 2 Murah 3 Waktu rjalaa Lambat 0 Cpat 1 rosdur modla Data awal mrupaka data atribut : biaya, waktu, kualitas prjalaa, da flksibilitas playaa. Sblum dilakuka aalisis dga LIMDE, data mtah dimaipulasi dari rak ordr mjadi choic data. Maipulasi brdasarka asumsi bahwa rspod aka mmilih moda yag mmbrika utilitas yag trbsar. Lagkah-lagkah pross pmodla adalah sbagai brikut : 1) Data hasil maipulasi lbih dahulu diuji korlasi atar variabl dga SS ) Data awal kmudia diaalisis dga bahasa pmrograma LIMDE, slajutya hasil aalisis dilakuka uji statistik. Atribut yag mmpuyai tada kofisi tidak ssuai tori atau logika tidak disrtaka dalam aalisis data slajutya. 3) Stlah aalisis awal dilakuka, kmudia dilakuka lagi uji statistik utuk mgtahui klayaka modl. Tahap ii mrupaka tahap stimasi modl 4) Kmudia dilakuka pmbahasa/ itrprtasi modl 4. Hasil da mbahasa 4.1. Elastisitas doma yag mmadai utuk brbagai kbijaka yag aka dilakuka dapat diprolh dari pgukura rspo prmitaa atas prubaha atribut yag mmpgaruhiya. Elastisitas lagsug da lastisitas silag dapat diprolh dari hasil pmodla. Hasil aalisis data disajika dalam Tabl 2. Tabl 2. Elastisitas Atribut Data Atribut BIS KA Waktu prjalaa BIS -0,157 0,479 KA 0,141-0,467 Kualitas prjalaa Flksibiltas playaa Sumbr : Hasil Aalisa Data BIS 1,015-4,272 KA -1,253 3,217 BIS 0,841-3,311 KA -0,971 2,.643 Hasil aalisis data mujukka bahwa kualitas prjalaa mmpuyai lastisitas yag lbih bsar dibadig dua atribut laiya. Hal ii mgidikasika bahwa rspod sagat mmtigka hal-hal yag mmpgaruhi kualitas prjalaa. Smtara flksibilitas playaa lbih kcil lastisitasya dibadig kualitas prjalaa amu lbih bsar dari lama prjalaa. Kcilya ilai lastisitas waktu prjalaa trhadap probabilitas pmiliha moda mgidikasika kcdruga tolrasi trhadap waktu prjalaa dari rspod. Krta api mmpuyai ssitivitas yag lbih tiggi trhadap prubaha atribut-atribut yag ada dibadig jala raya. Hal ii bisa mjadi baha prtimbaga bagi kbijaka pgmbaga kirja KA kara prubaha yag sdikit pada atribut yag ada sagat mmpgaruhi probabilitas pmiliha KA. Dmikia juga kbijaka yag brkaita dga pgmbaga kualitas prjalaa da flksibilitas playaa aka ikut pula migkatka pgguaa moda yag brsagkuta Modl Utilitas Spsifikasi modl utilitas utuk tiap moda adalah sbagai brikut : a) Moda truk: U (BIS) ASC+ BWAKTU* AKTU+KUALITAS*KUALITAS+ FLEKSI* FLEKSI b) Moda krta api:u KA) BWAKTU* AKTU+KUALITAS*KUALITAS+ FLEKSI* LEKSI Dga : ASC : Altrativ Spcific Costat BWAKTU : kofisi waktu prjalaa CKUALITAS : kofisi kualitas prjalaa DFLEKSI : kofisi flksibitas playaa rsamaa modl yag didapat brdasar hasi aalisis adalah sbagai brikut : (a) U (BIS) 0,9084 0,0541*WAKTU + 0,8765*KUALITAS + 0,6571*FLEKSI (b) U (KA) - 0,0541*WAKTU + 0,8765*KUALITAS + 0,6571*FLEKSI 4.3. Modl robabilitas Btuk modl probabilitas data : SimtriS Nomor : 13, Tahu 8, Juli - Dsmbr

5 14 BIS sdagka U ( BIS ) U ( BIS ) + KA U 1 1+ BIS dga msubstitusika prsamaa utilitas data, maka didapatka : U ( BIS ) BIS U ( BIS ) U , ,71 0,29 KA BIS Hasil aalisis mujukka bahwa pluag pmiliha bis lbih bsar dari krta api yaitu 71%, sdag KA sisaya 29%. risip pmiliha moda adalah bahwa ssorag aka mmilih moda yag aka mmbrika kpuasa trbsar. 5. Ksimpula 1. Faktor faktor yag scara sigifika brpgaruh dalam pmiliha moda atara KA / jala rl da bis AKA / jala raya adalah : kualitas prjalaa, flksibiltas playaa, da waktu prjalaa. Sdagka biaya prjalaa tidak brpgaruh sigifika trhadap pmiliha moda prjalaa rut Smarag Surabaya. 2. Bis AKA mmpuyai pluag lbih bsar dalam pmiliha moda dibadig dga KA dalam mlayai rut Smarag Surabaya 3. Moda krta api mmpuyai ssitivitas lbih bsar apabila dilakuka prubaha trhadap atribut prjalaa, misal : prubaha rut, prubaha waktu, prubaha tarif, dll. 4. Atribut atau faktor faktor yag tidak scara ksplisit ada dalam kodisi sbarya mmpuyai pgaruh yag sigifika dalam pmiliha moda, yaitu : kualitas prjalaa da flksibilitas playaa. 6. Sara 1. modla pmiliha moda agkuta pumpag prlu dilakuka dga mmprtimbagka pgguaa btuk modl lai utuk stimasi, yaitu : multiomial logit (MNL) atau std logit (NL). 2. rlu dilakuka plitia lbih lajut dga mmprtimbagka variabl-variabl lai sprti : kamaa / kslamata, klas agkuta (koomi, bisis, kskutif, AC, o AC), dll. 7. Daftar ustaka Alvisah., dkk, 2005, ublic Trasport Usr Attitud Basd o Choic Modl aramtr Charactristics (Cas Study : Jakarta Busway Systm), Joural of Eastr Asia Socity for Trasportatio Study, Vol. 6, pp Bambag, S, dkk, 2004, Rfrsi Rigkas bagi ross Advokasi mbagua Trasportasi, Masyarakat Trasportasi Idosia, Jakarta. Chrchi, E. da Ortuzar, JD, 2000, Multimodal Choic Modls With Mixd R/ Data : Corrlatio, No-Liaritis Ad Icom Effct, Workig apr 4105, Istitut of Trasport Studis, Th Uivrsity of Sydy. Dailis, R. da Rotaris, L Aalysig fright trasport dmad usig statd prfrc data : a survy ad a rsarch projct for th Friuli-Vzia Giula Rgio, apr Trasporti Europi.. 13, Vzia. Elsa, 2001, Komptisi miliha Moda Agkuta umpag Atar Kota Atara Moda Krta Api Da Bus, Thsis JBTITBSI, Istitut Tkologi Badug, Badug Edrayaa da Mulya, 2001, Modl Komptisi Moda Agkuta umpag Atara Krta Api Da Bus, Koridor Jakarta - Tajug Karag, Dga Mtod Statd rfrc, Thsis JBTITBSI, Istitut Tkologi Badug, Badug Hshr ad Kig, 1998, Establishig Far Elasticity Rgims for Urba assgr Trasport : Tim-Basd Fars for Cocssio ad No-Cocssio Markts Sgmtd by Trip Lgth, Joural of Trasportatio ad Statistics, Jauary 1998, pp Louvir, J. da Strt, D. 2000, Statd- rfrc Mthods, Hadbook of Trasport Modllig, Editd by D.A. Hshr ad K.J Butto, Chaptr 8, pp , rgamo, UK. Louvir, J., t.al. 2000, Statd Choic Mthods : Aalysis ad Applicatios. Cambridg Uivrsity rss, Australia. Morlok, EK, 1985, gatar Tkik da rcaaa Trasportasi, hlm , rbit Erlagga, Jakarta. Norojoo, O. da Youg, W A Statd rfrc Fright Mod Choic Modl. A Rsourc apr for IATBR 2000 : 9th Itratioal Associatio for Travl Bhaviour Rsarch Cofrc. Quslad, Australia. Ortuzar, J.D. da Willums, L.G. 1994, Modllig Trasport 2 d d, Joh Wily & Sos, UK. SimtriS Nomor : 13, Tahu 8, Juli - Dsmbr

6 15 armai, D. da Kros, E. 1990, Statd rfrc Tchiqus : A Guid to ractis. Str Davis & Glav Ltd, Surrt UK. Quti & Hog, 2005, Effcts of Attribut rcptios o Mod Choic Bhaviour i A Trasit Markt, Joural of Eastr Asia Socity for Trasportatio Study, Vol. 6, pp Rga da Garido, 2000, Modllig Fright Dmad ad Shippr Bhaviour : Stat of th Art, Futur Dirctios. A Rsourc apr for IATBR 2000 : 9 th Itratioal Associatio for Travl Bhaviour Rsarch Cofrc. Quslad, Australia. Rury Arum Djati, dkk., 2003, garuh Karaktristik umpag thd Optimasi Kapasitas Agkut KA Ekskutif Jalur Smarag Jakarta, Jural Tkisia, vol. 3, o. 2, hal , FT UII, Yogyakarta. Sthi, V. da Kopplma, F.S Closd- Form Discrt-Choic Modls. Hadbook of Trasport Modllig, Editd by D.A. Hshr ad K.J Butto, Chaptr 13. pp rgamo, UK. Syafruddi, dkk., 2007, Modl miliha Moda Agkuta umpag sawat Trbag da Kapal Cpat dga Data (Statd rfrc)(studi Kasus : Rut almbag Batam), Jural Rkayasa Trasportasi, FTSL - ITB Tami, O.Z. 1997, rcaaa da modla Trasportasi, rbit ITB, Badug. Widayati, 2007, Studi miliha Moda Agkuta umpag Atara Krta Api da Bus (Trayk Surabaya Yogyakarta), Thsis Maajm Rkayasa Trasportasi, ITS, Surabaya SimtriS Nomor : 13, Tahu 8, Juli - Dsmbr

S - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner

S - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner PROSIDING ISBN : 978 979 6353 6 3 S - Pgguaa Mtod Baysia Obyktif dalam Aalisis Pgukura Tigkat Kpuasa Plagga Brdasarka Kusior Adi Stiawa Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist

Lebih terperinci

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT Catata Kuliah EL Aalisis Numrik BAB HAMPIRAN TAYLOR DAN ANALISIS GALAT. Pgatar Mtod Numrik Ktika kita mylsaika prsamaa-prsamaa matmatika di maa torma-tormaya masih dapat ditrapka, solusi aalitik atau solusi

Lebih terperinci

ESTIMASI TITIK BAYESIAN OBYEKTIF

ESTIMASI TITIK BAYESIAN OBYEKTIF ESTIMASI TITIK BAYESIAN OBYEKTIF Adi Stiawa (adi_stia_3@yahoo.com) Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist Satya Wacaa Jl Dipogoro 52-6 Salatiga 57, Idosia Abstrak Estimasi

Lebih terperinci

Jurnal Mutiara Pendidikan Indonesia, 10/08 (2016), 67-73

Jurnal Mutiara Pendidikan Indonesia, 10/08 (2016), 67-73 67, 1/ (16), 67-73 STUDI OPARASI IPLEENTASI URIULU PADA PEBELAJARAN ASELERASI DAN PEBELAJARAN REGULER (ajia pada las XI CI+BI IPA da las XI IPA di SAN 1 Padag) Yssi Rifmasari STIP Adzkia Padag Email :

Lebih terperinci

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian TEORI ANTRIAN Tori atria mrupaka studi matmatis mgai atria atau waitig lis yag di dalamya disdiaka bbrapa altratif modl matmatika yag dapat diguaka utuk mtuka bbrapa karaktristik da optimasi dalam pgambila

Lebih terperinci

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t}

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t} Elm Dasar Modl Atria. TEORI ANTRIAN Aktor utama customr da srvr. Elm dasar :. distribusi kdataga customr.. distribusi waktu playaa. 3. disai fasilitas playaa (sri, parall atau jariga). 4. disipli atria

Lebih terperinci

BAB 2 SOLUSI NUMERIK PERSAMAAN

BAB 2 SOLUSI NUMERIK PERSAMAAN BAB SOLUSI NUMERIK PERSAMAAN Dalam sais da rkayasa, kita srigkali harus mcari akar solusi dari prsamaa f 0. Jika f mrupaka fugsi poliomial liar atau kuadratis, solusi ksakya mudah utuk didapatka kara rumusya

Lebih terperinci

PERLUASAN METODE NEWTON DENGAN PENDEKATAN PARABOLIK

PERLUASAN METODE NEWTON DENGAN PENDEKATAN PARABOLIK PERLUASAN METDE NEWTN DENGAN PENDEKATAN PARABLIK Abdul Rahma, Supriadi Putra, Bustami Mahasiswa Program Studi S Matmatika Dos JurusaMatmatika Fakultas Matmatika da Ilmu Pgtahua Alam Uivrsitas Riau Kampus

Lebih terperinci

BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria

BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria BAB II LANDASAN EORI Pada bab ii aka dibahas tori tori pdukug yag aka diguaka pada bab slajutya, atara lai modl matmatika, modl pidmik SIR klasik, ilai ig, prsamaaa difrsial, sistm prsamaa difrsial, titik

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI A II LANDASAN TEORI. Distribusi Pluag Diisi. (Walpol da M rs 995) Jika X adalah suatu variabl radom kotiu maka ugsi dsitas pluaga adalah suatu ugsi ag mmuhi kodisi: i. ; utuk x (- ) ii. = iii. = (.) Diisi.

Lebih terperinci

METODE SECANT-MIDPOINT NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Supriadi Putra

METODE SECANT-MIDPOINT NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Supriadi Putra METODE SENT-MIDPOINT NEWTON UNTUK MENYELESIKN PERSMN NONLINER Supriadi Putra sputra@uri.ac.id Laboratorium Komputasi Jurusa Matmatika Fakultas Matmatika da Ilmu Pgtahua lam Uivrsitas Riau Kampus Biawidya

Lebih terperinci

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Enam untuk Menyelesaikan Persamaan Nonlinear

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Enam untuk Menyelesaikan Persamaan Nonlinear Jural Sais Matmatika da Statistika Vol No Juli 6 ISSN 6-5 Mtod Itrasi Tiga Lagkah dga rd Kovrgsi Eam utuk Mlsaika Prsamaa Noliar M Ari da M M Niam Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari

Lebih terperinci

Modifikasi Metode Bahgat tanpa Turunan Kedua dengan Orde Konvergensi Optimal

Modifikasi Metode Bahgat tanpa Turunan Kedua dengan Orde Konvergensi Optimal Smiar Nasioal Tkologi Iformasi, Komuikasi da Idustri (SNTIKI 9 ISSN (Pritd : 79-77 Fakultas Sais da Tkologi, UIN Sulta Syarif Kasim Riau ISSN (Oli : 79-406 Pkabaru, -9 Mi 07 Modifikasi Mtod Bahgat tapa

Lebih terperinci

KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA

KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA Vol. 9. No. Jural Sais Tkologi da Idustri KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA Yuslita Muda Wartoo Novi Maulaa Laboratorium Matmatika Trapa Jurusa Matmatika

Lebih terperinci

ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA NELAYAN KECAMATAN BULAK SURABAYA

ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA NELAYAN KECAMATAN BULAK SURABAYA ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA NELAYAN KECAMATAN BULAK SURABAYA Citra Elok Mgahardiyai, da Dstri Susilaigrum Mahasiswa Jurusa Statistika

Lebih terperinci

Transformasi Fourier Waktu Diskrit

Transformasi Fourier Waktu Diskrit Praktikum Isyarat da Sistm Topik 5 Trasformasi ourir Waktu Diskrit Tuua Mahasiswa dapat mtuka da mgguaka trasformasi ourir waktu diskrit dalam aalisa suatu sistm LTI Mahasiswa dapat mgguaka MATLAB sbagai

Lebih terperinci

Modifikasi Metode Newton-Steffensen Bebas Turunan

Modifikasi Metode Newton-Steffensen Bebas Turunan Smiar Nasioal Tkologi Iormasi Komuikasi da Idustri SNTIKI 7 ISSN :08-990 Pkabaru Novmbr 0 Modiikasi Mtod Nto-Sts Bbas Turua M. Niam M.Y Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari Kasim Riau

Lebih terperinci

PENERIMAAN APLIKASI KAMUS ISTILAH AKUNTANSI PADA SMARTPHONE DENGAN METODE UTAUT

PENERIMAAN APLIKASI KAMUS ISTILAH AKUNTANSI PADA SMARTPHONE DENGAN METODE UTAUT PENERIMAAN APLIKASI KAMUS ISTILAH AKUNTANSI PADA SMARTPHONE DENGAN METODE UTAUT Qoriai Widayati 1, Fbriyati Pajaita 2 Dos Uivrsitas Bia Darma 1, Dos Uivrsitas Bia Darma 2 Jala Jdral Ahmad Yai No.12 Palmbag

Lebih terperinci

INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga)

INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga) INTEGRA FOURIER DISUSUN OEH : Klompok III (Tiga). Maruah (7 6). Yusi Oktavia (7 45 ) 3. Widya Elvi AS (7 45) 4. Azar Saarudi (7 454) 5. Irmaati (7 455) Mata Kuliah Dos Pgasuh Klas : Matmatika ajuta : Fadli,

Lebih terperinci

Modifikasi Varian Metode Newton dengan Orde Konvergensi Tujuh

Modifikasi Varian Metode Newton dengan Orde Konvergensi Tujuh Jural Sais Matmatika da Statistika Vol. No. Juli 0 ISSN 0- Modiikasi Varia Mtod Nwto dga rd Kovrgsi Tujuh Wartoo Ria Rasla Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari Kasim Riau Jl. HR. Sobratas

Lebih terperinci

METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR

METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Vol. 9. No., 0 Jural Sais, Tkologi da Idustri METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Supriadi Putra, Ria Kuriawati, Asmara Karma sputra@uri.ac.id Laboratorium Matmatika Trapa Jurusa

Lebih terperinci

KONVERGENSI MODIFIKASI METODE POTRA - PTAK DENGAN MENGGUNAKAN KELENGKUNGAN KURVA TUGAS AKHIR

KONVERGENSI MODIFIKASI METODE POTRA - PTAK DENGAN MENGGUNAKAN KELENGKUNGAN KURVA TUGAS AKHIR KNVERGENSI MDIFIKASI METDE PTRA - PTAK DENGAN MENGGUNAKAN KELENGKUNGAN KURVA TUGAS AKHIR Diajuka sbagai Salah Satu Sarat utuk Mmprolh Glar Sarjaa Sais pada Jurusa Matmatika lh: YUZI ANDRI SUHARYN 0800086

Lebih terperinci

Metode Iterasi Orde Konvergensi Enam Untuk Penyelesaian Persamaan Nonlinear

Metode Iterasi Orde Konvergensi Enam Untuk Penyelesaian Persamaan Nonlinear Smiar asioal Tkologi Iormasi Komuikasi da Idustri STIKI 9 ISS Pritd : 9- Fakultas Sais da Tkologi UI Sulta Sari Kasim Riau ISS li : 9-6 Pkabaru 8-9 Mi Mtod Itrasi rd Kovrgsi Eam Utuk Plsaia Prsamaa oliar

Lebih terperinci

Klasifikasi Berita Twitter Menggunakan Metode Improved Naïve Bayes

Klasifikasi Berita Twitter Menggunakan Metode Improved Naïve Bayes Jural gmbaga Tkologi Iformasi da Ilmu Komputr -ISSN: -X Vol., No., Oktobr, hlm. - http://j-ptiik.ub.ac.id Klasifikasi Brita Twittr Mgguaka Mtod Improvd Naïv Bays Budi Kuriawa, Mochammad Ali auzi, Agus

Lebih terperinci

Modifikasi Metode Iterasi Dua Langkah dengan Satu Parameter

Modifikasi Metode Iterasi Dua Langkah dengan Satu Parameter Smiar Nasioal Tkologi Iormasi, Komuikasi da Idustri SNTIKI 9 ISSN Pritd : 79-77 Fakultas Sais da Tkologi, UIN Sulta Sari Kasim Riau ISSN Oli : 79-406 Pkabaru, 8-9 Mi 07 Modiikasi Mtod Itrasi Dua Lagkah

Lebih terperinci

APLIKASI SEARCH ENGINE MENGGUNAKAN ALGORITMA KNUTH-MORRIS-PRATT (KMP)

APLIKASI SEARCH ENGINE MENGGUNAKAN ALGORITMA KNUTH-MORRIS-PRATT (KMP) Prosidig Smiar Nasioal Maajm Tkologi XIII Program Studi MMT-ITS, Surabaya 5 Pbruari 2011 APLIKASI SEARCH ENGINE MENGGUNAKAN ALGORITMA KNUTH-MORRIS-PRATT (KMP) Sri Lstari, Ami Djaya Jurusa Sistm Iformasi,

Lebih terperinci

Analisis Faktor Faktor Yang Mempengaruhi Kemampuan. : Pemecahan Masalah, Soal Cerita Matematika

Analisis Faktor Faktor Yang Mempengaruhi Kemampuan. : Pemecahan Masalah, Soal Cerita Matematika Kartika Hadayai Z Aalisis Faktor Faktor Yag Mmpgaruhi Kmampua PmcahaMasalah Soal Crita Matmatika Kartika Hadayai Z Prodi Pdidika Matmatika PPs Uivrsitas Ngri Mda Email: kartikahadayaiasthaas@yahoo.com

Lebih terperinci

JURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print) 54

JURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print) 54 JURNAL TEKNIK ITS Vol. 5, No., (06) ISSN: 337-3539 (30-97 Pri 54 Pracaga Kotrolr PID-Fuzzy utuk Sistm Pgatura Cascad Lvl da Flow pada Basic Procss Rig 38-00 Dwi Arki Pritadi, Joko Susila, Eka Iskadar Jurusa

Lebih terperinci

TINJAUAN PUSTAKA PENDAHULUAN

TINJAUAN PUSTAKA PENDAHULUAN PEDAHULUA Latar Blakag Dalam bidag didika, kgiata ilaia atau valuasi hasil blajar srta didik mruaka salah satu tugas tig yag harus dilakuka olh didik. Evaluasi hasil blajar srta didik dilakuka utuk mgtahui

Lebih terperinci

PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB dan GEOGEBRA

PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB dan GEOGEBRA Bidag Kajia : Pdidika Matmatika PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB da GEOGEBRA H.A. Parhusip Program Studi Matmatika Fakultas Sais da Matmatika Uivrsitas Krist Satya

Lebih terperinci

Penyelesaian Persamaan Nonlinear Menggunakan Metode Iterasi Tiga Langkah

Penyelesaian Persamaan Nonlinear Menggunakan Metode Iterasi Tiga Langkah Smiar Nasioal Tkologi Iormasi, Komuikasi da Idustri SNTIKI ISSN Pritd : -1 Fakultas Sais da Tkologi, UIN Sulta Sari Kasim Riau ISSN li : -0 Pkabaru, 1-1 Mi 01 Plsaia Prsamaa Noliar Mgguaka Mtod Itrasi

Lebih terperinci

Metode Iterasi Tiga Langkah Bebas Turunan Orde Konvergensi Delapan untuk Menyelesaikan Persamaan Nonlinear

Metode Iterasi Tiga Langkah Bebas Turunan Orde Konvergensi Delapan untuk Menyelesaikan Persamaan Nonlinear Jural Sais Matmatika da Statistika Vol o Jauari ISS - prit/iss - oli Mtod Itrasi Tiga Lagkah Bbas Turua rd Kovrgsi Dlapa utuk Mlsaika Prsamaa oliar M Muhaiir L L ada Jurusa Matmatika Fakultas Sais da Tkologi

Lebih terperinci

MODIFIKASI SEDERHANA DARI VARIAN METODE NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT

MODIFIKASI SEDERHANA DARI VARIAN METODE NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT MODIFIKASI SEDERHANA DARI VARIAN METODE NEWTON UNTUK MENYELESAIKAN Supriadi Putra Jurusa Matmatika Fakultas Matmatika da Ilmu Pgtahua Alam Uivrsitas Riau, Pkabaru ABSTRAT This articl discusss a simpl modiicatio

Lebih terperinci

PENGARUH PERIKLANAN KOMERSIL DENGAN KONSEP AIDA TERHADAP KEPUTUSAN PEMBELIAN PADA MEDIA RADIO RADIKA 100,3 FM MAJALENGKA

PENGARUH PERIKLANAN KOMERSIL DENGAN KONSEP AIDA TERHADAP KEPUTUSAN PEMBELIAN PADA MEDIA RADIO RADIKA 100,3 FM MAJALENGKA PENGAUH PEIKLANAN KOMESIL DENGAN KONSEP AIDA TEHADAP KEPUTUSAN PEMBELIAN PADA MEDIA ADIO ADIKA 100,3 FM MAJALENGKA Olh :. NENY KUSUMADEWI *) Email : kusumadwi.y@gmail.com ABSTAK Plitia ii brtujua utuk

Lebih terperinci

Penerapan Metode Forward Chaining Pada Sistem Pakar Kerusakan Komputer

Penerapan Metode Forward Chaining Pada Sistem Pakar Kerusakan Komputer IJCIT (Idosia Joural o Computr ad Iformatio Tchology) Vol.2 No.2, Novmbr 207, pp. 4~23 ISSN: 2527-449X E-ISSN: 2549-742 4 Prapa Mtod Forward Chaiig Pada Sistm Krusaka Komputr Ry Oktapiai Program Studi

Lebih terperinci

PENALA NADA ALAT MUSIK MENGGUNAKAN ALIHRAGAM FOURIER

PENALA NADA ALAT MUSIK MENGGUNAKAN ALIHRAGAM FOURIER PENL ND L MUSIK MENGGUNKN LIHRGM OURIER Olh : di Kuria (L57) Jurusa kik Elktro akultas kik Uivrsitas Dipogoro Jl. Pro. H Sudarto S. H., mbalag, Smarag -mail : Katrosid@Yahoo.com bstrak - Mlalui pristiwa

Lebih terperinci

UNDERSTADING THE POLICY MAKING ASSOCIATED WITH THE DECREE OF THE MINISTRY OF EDUCATION AND CULTURE NUMBER 107/U/2001

UNDERSTADING THE POLICY MAKING ASSOCIATED WITH THE DECREE OF THE MINISTRY OF EDUCATION AND CULTURE NUMBER 107/U/2001 EAHAAN ENGABIL KEBIJAKAN TERHADA SK ENDIKNAS NOOR 107/U/2001 UNDERSTADING THE OLICY AKING ASSOCIATED WITH THE DECREE OF THE INISTRY OF EDUCATION AND CULTURE NUBER 107/U/2001 Ida alati Sajati Sri Kuriati

Lebih terperinci

Kalkulus 2. Persamaan Differensial Biasa (Ordinary Differential Equations (ODE))

Kalkulus 2. Persamaan Differensial Biasa (Ordinary Differential Equations (ODE)) Kalkulus Prsamaa Diffrsial Biasa Ordiar Diffrtial Equatios ODE Dhoi Hartato S.T. M.T. M.Sc. Prodi Tkik Kimia Fakultas Tkik Uivrsitas Ngri Smarag Prsamaa Diffrsial Biasa Prsamaa Diffrsial adalah Prsamaa

Lebih terperinci

Perencanaan Optimal Sistem Kontrol AVR (Automatic Voltage Regulator) Untuk Memperbaiki Kestabilan Tegangan Dengan Menggunakan Algoritma Genetik

Perencanaan Optimal Sistem Kontrol AVR (Automatic Voltage Regulator) Untuk Memperbaiki Kestabilan Tegangan Dengan Menggunakan Algoritma Genetik Abstrak Prcaaa Optimal Sistm Kotrol A (Automatic oltag gulator) Utuk Mmprbaiki Kstabila Tgaga Dga Mgguaka Algoritma Gtik Makalah Tugas Akhir Disusu Olh : driyato NW LF30437 Jurusa Tkik lktro Fakultas Tkik

Lebih terperinci

KAJIAN KERAKTERISTIK DAN POLA PERJALANAN PENUMPANG ANGKUTAN UMUM PERKOTAAN (Studi Kasus: Angkutan Perkotaan Yogyakarta)

KAJIAN KERAKTERISTIK DAN POLA PERJALANAN PENUMPANG ANGKUTAN UMUM PERKOTAAN (Studi Kasus: Angkutan Perkotaan Yogyakarta) KAJIAN KERAKTERISTIK DAN POLA PERJALANAN PENUMPANG ANGKUTAN UMUM PERKOTAAN (Studi Kasus: Agkuta Prkotaa Yogyakarta) Nidyo Cahyo Krsato Staf Pgajar Jurusa Tkik Sipil Fakultas Tkik Uivrsitas Jaabadra Yogyakarta

Lebih terperinci

RANCANG BANGUN SISTEM INFORMASI PENGELOLAAN INVENTARIS LABORATORIUM KOMPUTER UNIVERSITAS SEMARANG DENGAN METODE SUPPLY CHAIN MANAGEMENT SYSTEM

RANCANG BANGUN SISTEM INFORMASI PENGELOLAAN INVENTARIS LABORATORIUM KOMPUTER UNIVERSITAS SEMARANG DENGAN METODE SUPPLY CHAIN MANAGEMENT SYSTEM RANCANG BANGUN SISTEM INFORMASI PENGELOLAAN INVENTARIS LABORATORIUM KOMPUTER UNIVERSITAS SEMARANG DENGAN METODE SUPPLY CHAIN MANAGEMENT SYSTEM Mufadhol Fakultas Tkologi Iformasi da Komuikasi Uivrsitas

Lebih terperinci

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada.

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada. 3 TURUNAN FUNGSI 3. Pgrtia Turua Fugsi Diisi Turua ugsi adala ugsi yag ilaiya di c adala c c c asalka it ii ada. Coto Jika 3 4, maka turua di adala 3 4 3.. 4 3 4 4 4 4 4 4 3 3 3 4 Jika mmpuyai turua di

Lebih terperinci

APLIKASI METODE STATED PREFERENCE PADA PEMILIHAN MODA ANGKUTAN UMUM PENUMPANG (RUTE MAKASSAR MAJENE)

APLIKASI METODE STATED PREFERENCE PADA PEMILIHAN MODA ANGKUTAN UMUM PENUMPANG (RUTE MAKASSAR MAJENE) APLIKASI METODE STATED PREFERENCE PADA PEMILIHAN MODA ANGKUTAN UMUM PENUMPANG (RUTE MAKASSAR MAJENE) Abdul Gaus Program Studi Tknik Siil Fakultas Tknik Univrsitas Khairun Trnat Tl/Fax (091) 38049 Irnawaty

Lebih terperinci

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n.

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n. 0 DISTRIBUSI POISSO Distribusi Poisso ii diprolh dari distribusi biomial, apabila dalam distribusi biomial brlau syarat-syarat sbagai briut: a. baya pgulaga sprimya sagat bsar ( ). b. pluag trjadiya pristiwa

Lebih terperinci

Perumusan Fungsi Green Sistem Osilator Harmonik dengan Menggunakan Metode Integral Lintasan (Path Integral)

Perumusan Fungsi Green Sistem Osilator Harmonik dengan Menggunakan Metode Integral Lintasan (Path Integral) Prumusa Fugsi Gr Sistm Osilator Harmoik dga Mgguaka Mtod Itgral Litasa (Path Itgral) Sutisa Abstrat: Th path itgral is a mthod that oft usd i th uatum problms alulatio. For xampl; th alulatio of uatum

Lebih terperinci

KOMBINASI METODE NEWTON DENGAN METODE ITERASI YANG DITURUNKAN BERDASARKAN KOMBINASI LINEAR BEBERAPA KUADRATUR UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR

KOMBINASI METODE NEWTON DENGAN METODE ITERASI YANG DITURUNKAN BERDASARKAN KOMBINASI LINEAR BEBERAPA KUADRATUR UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Vol. 0. No. 0 Jural Sais Tkologi da Idustri KOMINSI METODE NEWTON DENGN METODE ITERSI YNG DITURUNKN ERDSRKN KOMINSI LINER EERP KUDRTUR UNTUK MENYELESIKN PERSMN NONLINER Supriadi Putra gusi Yudi Prima Rstu

Lebih terperinci

Sudaryatno Sudirham ing Utari. Mengenal Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1)

Sudaryatno Sudirham ing Utari. Mengenal Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1) Sudaryato Sudirham ig Utari Mgal Sifat-Sifat Matrial () - Sudaryato S & Nig Utari, Mgal Sifat-Sifat Matrial () BAB Sifat-Sifat Thrmal Sjumlah rgi bisa ditambahka k dalam matrial mlalui pmaasa, mda listrik,

Lebih terperinci

MODIFIKASI METODE NEWTON DENGAN KEKONVERGENAN ORDE TIGA.

MODIFIKASI METODE NEWTON DENGAN KEKONVERGENAN ORDE TIGA. MDIFIKASI METDE NEWTN DENGAN KEKNVERGENAN RDE TIGA Fby Satrya HP ), Agusi ), Musraii ) bysatrya@ymail.om ) Mahasiswa Program Studi S Matmatia ) Dos Matmatia, Jurusa Matmatia Faultas Matmatia da Ilmu Pgtahua

Lebih terperinci

MODEL PREDIKSI HARGA SAHAM MEDIA SOSIAL BERDASARKAN ALGORITMA SVM YANG DIOPTIMASIKAN DENGAN PSO

MODEL PREDIKSI HARGA SAHAM MEDIA SOSIAL BERDASARKAN ALGORITMA SVM YANG DIOPTIMASIKAN DENGAN PSO Jural Pilar Nusa Madiri Vol.XII, No. Sptmbr 06 6 MODEL PREDIKSI HARGA SAHAM MEDIA SOSIAL BERDASARKAN ALGORITMA SVM YANG DIOPTIMASIKAN DENGAN PSO Eka Puspita Sari Program Studi Maajm Iformatika AMIK BSI

Lebih terperinci

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Tujuh

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Tujuh Smiar Nasioal Tkologi Iormasi Komuikasi da Idustri SNTIKI 8 ISSN : 08-0 Pkabaru Novmbr 0 Mtod Itrasi Tiga Lagkah dga rd Kovrgsi Tujuh Wartoo Maumi Istiqomah Uivrsitas Islam Ngri Sulta Sari Kasim Riau Jl.

Lebih terperinci

Penerapan Balanced Scorecard pada Pengukuran Kinerja Lembaga Pendidikan

Penerapan Balanced Scorecard pada Pengukuran Kinerja Lembaga Pendidikan Prapa Balacd Scorcard pada Pgukura Kirja Lmbaga Pdidika Nasir Widha Styato Program Studi Tkik Idustri Fakultas Tkik Uivrsitas Brawijaya Jala MT. Haryoo 167, Malag 65145, Idosia azzyr_li@ub.ac.id Arif Rahma

Lebih terperinci

ANALISIS ALIRAN BEBAN PADA SISTEM TENAGA LISTRIK DENGAN MICROSOFT EXCEL. Oleh: Toto Sukisno 1

ANALISIS ALIRAN BEBAN PADA SISTEM TENAGA LISTRIK DENGAN MICROSOFT EXCEL. Oleh: Toto Sukisno 1 ANALISIS ALIRAN BEBAN ADA SISTEM TENAGA LISTRIK DENGAN MICROSOFT EXCEL Olh: Toto Sukiso toto_sukiso@uy.ac.id Abstract: This ar will b xlaid us o sotwar o Microsot Excl to iish th aalysis o load low at

Lebih terperinci

1001 Pembahasan UTS Kalkulus II KATA PENGANTAR

1001 Pembahasan UTS Kalkulus II KATA PENGANTAR KATA PENGANTAR 00 Pmbahasa UTS Kalkulus II Sbagaia bsar mahasiswa mgagga bahwa Mata Kuliah yag brhubuga dga mghitug yag salah satuya Kalkulus adalah susah, rumit da mmusigka. Alhasil jala kluar yag ditmuh

Lebih terperinci

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 JURAL TEKIK POMITS Vol., o., () -6 PERACAGA DA IMPLEMETASI KOTROLLER PID-FUZZY UTUK MEJAGA STABILITAS ILAI FREKUESI TEGAGA TERBAGKIT PADA PEMBAGKIT LISTRIK KAPASITAS KVA DEGA PEGGERAK UTAMA MOTOR BAKAR

Lebih terperinci

Oleh : Bustanul Arifin K BAB IV HASIL PENELITIAN. Nama N Mean Std. Deviation Minimum Maximum X ,97 3,

Oleh : Bustanul Arifin K BAB IV HASIL PENELITIAN. Nama N Mean Std. Deviation Minimum Maximum X ,97 3, Kpdulian trhadap sanitasi lingkungan diprdiksi dari tingkat pndidikan ibu dan pndapatan kluarga pada kluarga sjahtra I klurahan Krtn kcamatan Lawyan kota Surakarta Olh : Bustanul Arifin K.39817 BAB IV

Lebih terperinci

PENGEMBANGAN METODE ITERASI DUA DAN TIGA LANGKAH DENGAN ORDE KONVERGENSI OPTIMAL

PENGEMBANGAN METODE ITERASI DUA DAN TIGA LANGKAH DENGAN ORDE KONVERGENSI OPTIMAL PENGEMBANGAN METODE ITEASI DUA DAN TIGA LANGKAH DENGAN ODE KONVEGENSI OPTIMAL Supriadi Putra M.Si* Dr. Sasudhuha M.S urusa Matatika FMIPA Uivrsitas iau *sputra@uri.a.id ABSTAK Dala akalah ii disajika dua

Lebih terperinci

TEORI ANTRIAN A. Proses Antrian 1. Pola Kedatangan 2. Pola Kepergian 3. Kapasitas Sistem

TEORI ANTRIAN A. Proses Antrian 1. Pola Kedatangan 2. Pola Kepergian 3. Kapasitas Sistem TEORI ANTRIAN A. ross Aria ross aria mrupaka pross yag brhubuga dga kdaaga plagga pada suau fasilias playaa, muggu dalam baris aria jika blum mdapa playaa, da akhirya miggalka fasilias rsbu slah playaa

Lebih terperinci

STATISTIKA MATEMATIKA I

STATISTIKA MATEMATIKA I STATISTIKA MATEMATIKA I Disusu Olh : (005005) PROGRAM STUDI PENDIDIKAN MATEMATIKA SEKOLAH TINGGI KEGURUAN DAN PENDIDIKAN (STKIP) PGRI SUMATERA BARAT 0 BAB I PELUANG. Ruag Sampl da Kjadia Ruag sampl atau

Lebih terperinci

MODEL CLUSTERING PRODUK ONLINE SHOP UNTUK PENENTUAN STOK BARANG MENGGUNAKAN METODE K-MEANS

MODEL CLUSTERING PRODUK ONLINE SHOP UNTUK PENENTUAN STOK BARANG MENGGUNAKAN METODE K-MEANS Kofrsi Nasioal Ilmu Sosial & Tkologi (KNiST) Mart 2016, pp 616~620 MODEL CLUSTERING PRODUK ONLINE SHOP UNTUK PENENTUAN STOK BARANG MENGGUNAKAN METODE K-MEANS 616 Nur Ali Farabi AMIK BSI Tagrag -mail: uraf@bsiaci

Lebih terperinci

BAB I PENDAHULUAN 1.1.Latar Belakang

BAB I PENDAHULUAN 1.1.Latar Belakang BAB I PENDAHULUAN 1.1.Latar Blakang Sarana dan prasarana transportasi di suatu ngara mmpunyai pranan yang sangat pnting dalam pngmbangan suatu kawasan trtntu, baik konomi, sosial, budaya dan sbagainya.

Lebih terperinci

ANALISIS ALIRAN BEBAN PADA SISTEM TENAGA LISTRIK DENGAN PERANGKAT LUNAK MATHCAD PROFESSIONAL. Oleh: Toto Sukisno

ANALISIS ALIRAN BEBAN PADA SISTEM TENAGA LISTRIK DENGAN PERANGKAT LUNAK MATHCAD PROFESSIONAL. Oleh: Toto Sukisno ANALISIS ALIRAN BEBAN ADA SISTEM TENAGA LISTRIK DENGAN ERANGKAT LUNAK MATHCAD ROFESSIONAL Olh: Toto Sukiso toto_sukiso@uy.ac.id Abstract: This ar dscribs about usag o Matchad rossioal Sotwar or aalysis

Lebih terperinci

APLIKASI RESIDU UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL CAUCHY - EULER ORDE-n SKRIPSI. Oleh: IKE NORMA YUNITA NIM

APLIKASI RESIDU UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL CAUCHY - EULER ORDE-n SKRIPSI. Oleh: IKE NORMA YUNITA NIM APLIKASI RESIDU UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL CAUCHY - EULER ORDE- SKRIPSI Olh: IKE NORMA YUNITA NIM. 65 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI (UIN) MAULANA

Lebih terperinci

STUDI TERHADAP SEBARAN STASIONER PADA SISTEM BONUS MALUS SWISS

STUDI TERHADAP SEBARAN STASIONER PADA SISTEM BONUS MALUS SWISS STUDI TERHDP SEBRN STSIONER PD SISTEM BONUS MLUS SWISS Olh : RENSY ERMWTY G PROGRM STUDI MTEMTIK FKULTS MTEMTIK DN ILMU PENGETHUN LM INSTITUT PERTNIN BOGOR BSTRK RENSY ERMWTY Studi Trhadap Sbara Stasior

Lebih terperinci

BAB V DISTRIBUSI PROBABILITAS DISKRIT

BAB V DISTRIBUSI PROBABILITAS DISKRIT BAB V DISTRIBUSI ROBABILITAS DISKRIT 5.. Distribusi Uniform Disrit Bila variabl aca X mmilii nilai,,... dngan probabilitas yang sama, maa distribusi uniform disrit dinyataan sbagai: f (, ) ;,,... paramtr

Lebih terperinci

Modifikasi Metode Rata-Rata Harmonik Newton Tiga Langkah Menggunakan Interpolasi Hermite Orde Tiga

Modifikasi Metode Rata-Rata Harmonik Newton Tiga Langkah Menggunakan Interpolasi Hermite Orde Tiga Jural Sais Matmatika da Statistika Vol. I No. I Jui 06 pp. - ISSN 6-0 prit/issn 0-0 oli Modiikasi Mtod Rata-Rata Harmoik Nwto Tiga Lagkah Mgguaka Itrpolasi Hrmit rd Tiga Wartoo Dwi Sartika Jurusa Matmatika

Lebih terperinci

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi. Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

APLIKASI RESIDU KOMPLEKS PADA PERSAMAAN DIFERENSIAL HOMOGEN CAUCHY- EULER ORDE DUA SKRIPSI. Oleh: YUDIA ISMAIL SYAFITRI NIM:

APLIKASI RESIDU KOMPLEKS PADA PERSAMAAN DIFERENSIAL HOMOGEN CAUCHY- EULER ORDE DUA SKRIPSI. Oleh: YUDIA ISMAIL SYAFITRI NIM: APLIKASI RESIDU KOMPLEKS PADA PERSAMAAN DIFERENSIAL HOMOGEN CAUCHY- EULER ORDE DUA SKRIPSI Olh: YUDIA ISMAIL SYAFITRI NIM: 4547 UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM MALANG FAKULTAS SAINS DAN

Lebih terperinci

BAB I METODE NUMERIK SECARA UMUM

BAB I METODE NUMERIK SECARA UMUM BAB I METODE NUMERIK SECARA UMUM Aplikasi modl matmatika banyak muncul dalam brbagai disiplin ilmu pngtahuan, sprti isika, kimia, konomi, prsoalan rkayasa (tknik msin, sipil, lktro). Modl matmatika yang

Lebih terperinci

UJI KESELARASAN FUNGSI (GOODNESS-OF-FIT TEST)

UJI KESELARASAN FUNGSI (GOODNESS-OF-FIT TEST) UJI CHI KUADRAT PENDAHULUAN Distribusi chi kuadrat mrupakan mtod pngujian hipotsa trhadap prbdaan lbih dari proporsi. Contoh: manajr pmasaran suatu prusahaan ingin mngtahui apakah prbdaan proporsi pnjualan

Lebih terperinci

Kajian Sistem Kontrak Konvensional dan Sistem Performance Based Contract (PBC) Pada Proyek Pemeliharaan Jalan

Kajian Sistem Kontrak Konvensional dan Sistem Performance Based Contract (PBC) Pada Proyek Pemeliharaan Jalan PROSIDING SEMINAR REGULER SERI I JTS UNSYIAH-ELTEES-MTS UNSYIAH ISBN NO. 00000 Kajia Sistm Kotrak Kovsioal da Sistm Prformac Basd Cotract (PBC) Pada Proyk Pmliharaa Jala Nurul Malahayati *, Saiful Husi

Lebih terperinci

KLASIFIKASI ACUTE CORONARY SYNDROME DENGAN NILAI LIPID PROFILE RSUD dr. ZAINOEL ABIDIN BANDA ACEH

KLASIFIKASI ACUTE CORONARY SYNDROME DENGAN NILAI LIPID PROFILE RSUD dr. ZAINOEL ABIDIN BANDA ACEH KLASIFIKASI ACUTE CORONARY SYNDROME DENGAN NILAI LIPID PROFILE RSUD dr. ZAINOEL ABIDIN BANDA ACEH THE ACUTE CORONARY SYNDROME CLASSIFICATION BETWEEN LIPID PROFILE VALUES IN RSUD dr. ZAINOEL ABIDIN BANDA

Lebih terperinci

Sifat-Sifat Thermal. Sudaryatno Sudirham

Sifat-Sifat Thermal. Sudaryatno Sudirham Sifat-Sifat hrmal Sudaryato Sudirham Sjumlah rgi bisa ditambahka k dalam matrial mlalui pmaasa, mda listrik, mda magit, bahka glombag cahaya sprti pada pristwa photo listrik yag tlah kita kal. aggapa padata

Lebih terperinci

BAB 2. Teori Pendukung Lingkungan. Misalkan z. adalah suatu titik pada bidang dan r adalah bilangan nyata. positif. Lingkungan r bagi z

BAB 2. Teori Pendukung Lingkungan. Misalkan z. adalah suatu titik pada bidang dan r adalah bilangan nyata. positif. Lingkungan r bagi z BAB Toi Pdukug.. Ligkuga Misalka z adalah suatu titik pada bidag da adalah bilaga yata positi. Ligkuga bagi z -ighbohood o z didiisika sbagai sluuh titik z pada bidag, sdmikia shigga z z < ; ditulis z,.

Lebih terperinci

HASIL DAN PEMBAHASAN. Gambar 3 Proses penentuan perilaku api.

HASIL DAN PEMBAHASAN. Gambar 3 Proses penentuan perilaku api. 6 yang diharapkan. Msin infrnsi disusun brdasarkan stratgi pnalaran yang akan digunakan dalam sistm dan rprsntasi pngtahuan. Msin infrnsi yang digunakan dalam pngmbangan sistm pakar ini adalah FIS. Implmntasi

Lebih terperinci

DISTRIBUSI POISSON DAN DISTRIBUSI EKSPONENSIAL DALAM PROSES STOKASTIK. Abstract

DISTRIBUSI POISSON DAN DISTRIBUSI EKSPONENSIAL DALAM PROSES STOKASTIK. Abstract Disribusi oisso Sugio DISRIBUSI OISSON DAN DISRIBUSI EKSONENSIAL DALAM ROSES SOKASIK Sugio, Moch Abdul Mukid Saf gajar rogram Sudi Saisika FMIA UNDI Absrac I h quuig sysm, h procsss usually com from a

Lebih terperinci

METODE NEWTON-STEFFENSEN DENGAN ORDE KEKONVERGENAN TIGA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR

METODE NEWTON-STEFFENSEN DENGAN ORDE KEKONVERGENAN TIGA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR METDE NEWTN-STEFFENSEN DENGN RDE KEKNVERGENN TIG UNTUK MENYELESIKN PERSMN NNLINER Fitiai, Joha Kho, Supiadi Puta Mahaiwa Pogam Studi S Matmatika FMIP Uivita Riau Do JuuaMatmatika FMIP Uivita Riau Fakulta

Lebih terperinci

SISTEM PENGOLAHAN ISYARAT. Kuliah 7 Transformasi Fourier Cepat

SISTEM PENGOLAHAN ISYARAT. Kuliah 7 Transformasi Fourier Cepat TKE 43 SISTEM PEGOLAHA ISYARAT Kuliah 7 Tasomasi Foui Cpat FFT : Fast Foui Tasom Idah Susilaati, S.T., M.Eg. Pogam Studi Tkik Elkto Fakultas Tkik da Ilmu Komput Uivsitas Mcu Buaa Yogyakata 9 KULIAH 7 SISTEM

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Data penelitian diperoleh dari siswa kelas XII Jurusan Teknik Elektronika

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Data penelitian diperoleh dari siswa kelas XII Jurusan Teknik Elektronika BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. DESKRIPSI DATA Data pnlitian diprolh dari siswa klas XII Jurusan Tknik Elktronika Industri SMK Ma arif 1 kbumn. Data variabl pngalaman praktik industri, kmandirian

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah. BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder

Lebih terperinci

Bab 6 Sumber dan Perambatan Galat

Bab 6 Sumber dan Perambatan Galat Mtod Pnlitian Suradi Sirgar Bab 6 Sumbr dan Prambatan Galat 6. Sumbr galat. Data masukan, misal hasil pngukuran (galat bawaan). Slama komputasi (galat pross), galat ang timbul akibat komputasi 3. Galat

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN A. Laar Blakag Masalah Pramala (forcasig) mrupaka bagia vial bagi siap orgaisasi bisis da uuk siap pgambila kpuusa maajm yag saga sigifika. Pramala mjadi dasar bagi prcaaa jagka pajag

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

MODUL 2 BILANGAN KOMPLEKS

MODUL 2 BILANGAN KOMPLEKS Diktat Kuliah EL- Matmatika Tkik I MODUL BILANGAN KOMPLEKS Satua Acara Prkuliaha Mdul (Bilaga Kmplks sbagai brikut Ptmua k- Pkk/Sub PkkBahasa TuuaPmblaara Bilaga Kmplks Pgatar Bilaga Kmplks Lambag Bilaga

Lebih terperinci

MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF 221 : 5099 : DRA ENDANG SUMARTINAH,MA

MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF 221 : 5099 : DRA ENDANG SUMARTINAH,MA MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF DOSEN : 5099 : DRA ENDANG SUMARTINAH,MA TUJUAN MATA KULIAH : A.URAIAN DAN TUJUAN MATA KULIAH : Mahasiswa mmplajari Fugsi a

Lebih terperinci

Kata kunci : Probabilitas pemilihan bus, Logit binner, Stated Preference

Kata kunci : Probabilitas pemilihan bus, Logit binner, Stated Preference PROBABILITAS PENGGUNAAN BUS ANGKUTAN ALTERNATIF PADA RUTE JAYAPURA BANDAR UDARA SENTANI AMIRUDDIN Mahasiswa Magistr Bidang Kahlian Manajmn Dan Rkayasa Transortasi Fakultas Tknik Siil dan Prncanaan Institut

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACHING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N 2 TURI

EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACHING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N 2 TURI EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N TURI Moita Dwiyai ), Ni Wahyu Utami ) Faultas Kgurua da Ilmu Pdidia Uivrsitas

Lebih terperinci

METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR

METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Vol. 9. No. 1, 011 Jural Sais, Tekologi da Idustri METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Supriadi Putra 1, Ria Kuriawati 1 Laboratorium Matematika Terapa Jurusa Matematika Program

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) D-1

JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) D-1 JURNAL SAINS DAN SENI POMITS Vol., No., (3) 33-3 (3-8 Prt) D- Pmodla Partspas Wata dalam Kgata Ekoom Rumah Tagga Nlaya d Pssr Tmur Surabaya (Stud Kasus Kcamata Kcamata Bulak, Mulyorjo, da Kjra) Irma Harlagtyas,

Lebih terperinci

Hubungan Antara Panjang Antrian Kendaraan dengan Aktifitas Samping Jalan

Hubungan Antara Panjang Antrian Kendaraan dengan Aktifitas Samping Jalan Hubuga Atara Pajag Atria Kedaraa dega Aktifitas Sampig Jala Frasiscus Mitar Ferry Sihotag Jurusa Tekik Sipil Fakultas Desai da Tekik Perecaaa Uiversitas Pelita Harapa. fmitarfs@yahoo.com, fmitarfs@uph.edu

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di: ISSN: 339-541 JURNAL GAUSSIAN, Volum 4, Nomor 4, Tahu 015, Halama 97-936 Ol d: http://joural-s1.udp.ac.d/dx.php/gaussa ANALISIS KEPUTUSAN KONSUMEN MEMILIH BAHAN BAKAR MINYAK (BBM MENGGUNAKAN MODEL REGRESI

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data Esata: Jural Imu-Ilmu MIA p. ISSN: 4-47. ISSN: 5-64 Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data Atia Ahdia rogram Studi Statistia Uivrsitas Islam

Lebih terperinci

MODEL SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL ADISUTJIPTO YOGYAKARTA

MODEL SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL ADISUTJIPTO YOGYAKARTA Modl Sism Aria sawa Trbag Di Badara Irasioal Adisujipo Yogyakara MODEL SISTEM ANTRIAN ESAWAT TERBANG DI BANDARA INTERNASIONAL ADISUTJITO YOGYAKARTA Afsah Novia Sari Uivrsias psar Tiggi Darul Ulum Afsah.oviasari@yahoo.com

Lebih terperinci

PROSES PEMANENAN DENGAN MODEL LOGISTIK STUDI KASUS PADA PTP. NUSANTARA IX

PROSES PEMANENAN DENGAN MODEL LOGISTIK STUDI KASUS PADA PTP. NUSANTARA IX Prosiding SPMIPA. pp. 3-39, 006 ISBN : 979.704.47.0 PROSES PEMANENAN DENGAN MODEL LOGISTIK STUDI KASUS PADA PTP. NUSANTARA IX Eka Ariani, Agus Rusgiyono Jurusan Matmatika FMIPA Univrsitas Dipongoro Jl.

Lebih terperinci

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

4.3 Sampling dari distribusi normal dan estimasi likelihood maksimum

4.3 Sampling dari distribusi normal dan estimasi likelihood maksimum Hardwiyao Uomo 060545 4.3 Samlig dari disribusi ormal da simasi liklihood maksimum Liklihood ormal mulivaria Kia asumsika vkor,,..., dga mrrsasika saml acak dari oulasi ormal mulivaria dga raa-raa µ da

Lebih terperinci

Distribusi Sampling (Distribusi Penarikan Sampel)

Distribusi Sampling (Distribusi Penarikan Sampel) Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data Distributio o th Dirc o Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data Atia Ahdia rogram Studi Statistia Uivrsitas Islam Idosia Jala Kaliurag Km 45 Slma Yogaarta atia.a@uii.ac.id

Lebih terperinci