Matematika dan Statistika

Ukuran: px
Mulai penontonan dengan halaman:

Download "Matematika dan Statistika"

Transkripsi

1 ISSN MAJALAH ILMIAH Matematka dan Statstka DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER

2 MAJALAH ILMIAH Matematka dan Statstka Pemmpn Redaks Sekretars : Drs. Mohamad Hasan, M.Sc, Ph.D : Kusbudono, S.S., M.S. Edtor : Prof. Drs. Kusno, DEA, Ph.D (Matematka - FMIPA UNEJ) Prof. Drs. I Made Trta, M.Sc, Ph.D (Matematka - FMIPA UNEJ) Drs. Slamn, M.Comp.Sc., Ph.D (Matematka - FKIP UNEJ) Drs. Rusl Hdayat, M.Sc Alamat Redaks: Jurusan Matematka FMIPA Unverstas Jember Jalan Kalmantan III/25 Jember Telp. : (0331) E-mal : jurmat.fmpa@unej.ac.d Majalah dterbtkan setahun sekal tap bulan Jun. Harga per eksemplar tahun 2013 termasuk baya pos dalam neger Rp ,- Harga langganan per eksemplar termasuk baya pos : Rp ,- Pembayaran dapat dtransfer melalu: Redaks Matstat, nomor rekenng : Bank BNI Cabang Jember/Unverstas Jember Dterbtkan oleh : Jurusan Matematka FMIPA Unverstas Jember. Tahun pertama terbt : Oktober 2000 Gambar cover depan : rancang bangun geometr, teras dan regres Majalah Ilmah Matematka dan Statstka Volume : 13 Halaman : Jember Jun 2013 ISSN

3 Daftar Is Analss Dskrmnan Lner dan Kuadratk (Lnear and Quadratc Dscrmnant Analyss) Yulan Seta Dew, Puphus Inda Wat, Alfan Futuhul Had Optmas Rute Travellng Salesman Problem Dengan Algortma A* (A-Star) (Travellng Salesman Problem Route Optmzaton Wth A* (A-Star) Algorthm) Rn La Sar, Agustna Pradjanngsh, Kswara Agung Santoso Pengenalan Sdk Jar Menggunakan Graf Terhubung (Fngerprnt Recognaton Usng Connected Graph Kswara Agung Santoso Aplkas Jarngan Hopfeld pada Travellng Salesman Problem (TSP) (Applcaton Hopfeld Neural Network Of Travellng Salesman Problem) Ssta Yulan PA, Kswara Agung Santoso, Agustna Pradjanngsh Perpndahan Panas Fluda Ssko Pada Alran Rotasonal Ika Hest Agustn Aplkas Algortma Artfcal Immune System (AIS) Pada Penjadwalan Job Shop dalam Pembuatan Sprng Bed (Applcaton Of Artfcal Immune System (AIS) Algorthm On Job Shop Schedullng n Manufacturng Sprng Bed) Shandputra B.P, Agustna Pradjanngsh, Rusl Hdayat Modfkas Metode Chebyshev Orde Tga untuk Mencar Akar Ganda Tanpa Menggunakan Turunan (Modfcaton of Chebyshev s Method Cubc Convergence for Fndng Multple Roots wthout Employng Dervatves) M. Zaul Arf, Bagus Julyanto Analss Cluster Untuk Data Campuran Kategork Dan Numerk (Cluster Analyss for Mxed Cagtegorcal and Numerc Data Types) Yulan Seta Dew Analss Stabltas Pada Penyebaran Penyakt Demam Tfod (Tfus) dengan Menggunakan Model Epdemk Ses (Stablty Analyss for spreadng Typhod Fever (Typhus) by usng SEIS Model) Mohammad Lutf Haf, Kusbudono, Kosala Dwdja Purnomo Perbandngan Metode Kalman Flter dan Ensemble Kalman Flter dalam Mengestmas Konduks Panas pada Kepng Logam Dua Dmens yang Dber Gangguan (Comparson of Kalman Flter and Ensemble Kalman Flter Method n Estmatng the Two Dmensonal Heat Conducton wth Dsturbng) Ifa Nur Fauzyah, Kosala Dwdja Purnomo, Kusbudono

4

5 Modfkas Metode Chebyshev...(70 79) MODIFIKASI METODE CHEBYSHEV ORDE TIGA UNTUK MENCARI AKAR GANDA TANPA MENGGUNAKAN TURUNAN (Modfcaton of Chebyshev s Method Cubc Convergence for Fndng Multple Roots wthout Employng Dervatves) M. Zaul Arf, Bagus Julyanto Jurusan Matematka FMIPA Unverstas Jember Abstract: The am of ths paper s performng modfcaton of Chebyshev s method for fndng multple roots of the nonlnear equaton f ( x) 0 by convertng to sngle root of new equaton H ( x) 0. Ths s an effcent method to obtan the multple roots of the nonlnear equaton wth unknown multplcty of the roots m wthout employng any dervatves. The method s approxmatng soluton based on the central-dfference approxmatons to the frst, second and thrd dervatve. It s shown that the method has cubc convergence. Several examples llustrate that the convergence and effcency of ths modfcaton are better than classcal Newton and the other descrbed methods. In order to show convergence propertes of the proposed methods, several numercal examples are demonstrated. Keywords: Non-lnear equatons, Chebyshev methods, Multple roots, Free Dervatves, Thrd Order Convergence. I. PENDAHULUAN Salah satu permasalahan pentng dalam analsa numerk dan teknk yang mash terus dkembangkan sampa saat n adalah pencaran solus/akar dar persamaan nonlner. secara umum permasalahan dalam pencaran akar atau solus persamaan non-lner dbag menjad dua yatu akar sederhana dan akar berganda. Metode yang sudah serng dkenal untuk menyelesakan kedua permasalahan tersebut adalah metode Newton. Metode Newton untuk akar tunggal dan berganda dberkan berturut-turut sebaga berkut, f ( x ) x 1 x f '( x ) (1) x 1 x m f x f ( x ) '( ) (2) yang memlk konvergens orde dua. Untuk permasalahan akar berganda, beberapa pengembangan metode Newton yang mensyaratkan turunan dan multplcty m yang dketahu memlk orde konvergens yang lebh bak sepert pada [1-5]. Namun, jka multplcty m tdak dketahu atau sult 70

Matematika dan Statistika

Matematika dan Statistika ISSN 1411-6669 MAJALAH ILMIAH DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER MAJALAH ILMIAH Pemimpin Redaksi Sekretaris : Drs. Mohamad Hasan, M.Sc, Ph.D : Kusbudiono, S.Si., M.Si. Editor

Lebih terperinci

Matematika dan Statistika

Matematika dan Statistika ISSN 1411-6669 MAJALAH ILMIAH DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER MAJALAH ILMIAH Pemimpin Redaksi Sekretaris : Drs. Mohamad Hasan, M.Sc, Ph.D : Kusbudiono, S.Si., M.Si. Editor

Lebih terperinci

Matematika dan Statistika

Matematika dan Statistika ISSN 1411-6669 MAJALAH ILMIAH DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER MAJALAH ILMIAH Pemimpin Redaksi Sekretaris : Drs. Mohamad Hasan, M.Sc, Ph.D : Kusbudiono, S.Si., M.Si. Editor

Lebih terperinci

Matematika dan Statistika

Matematika dan Statistika ISSN 1411-6669 MAJALAH ILMIAH DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Majalah Ilmiah, ISSN 1411-6669 MAJALAH ILMIAH Pemimpin Redaksi Sekretaris : Drs. Mohamad Hasan, M.Sc, Ph.D :

Lebih terperinci

Matematika dan Statistika

Matematika dan Statistika ISSN 1411-6669 MAJALAH ILMIAH DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER MAJALAH ILMIAH Pemimpin Redaksi Sekretaris : Drs. Mohamad Hasan, M.Sc, Ph.D : Kusbudiono, S.Si., M.Si. Editor

Lebih terperinci

Matematika dan Statistika

Matematika dan Statistika ISSN 1411-6669 MAJALAH ILMIAH DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER MAJALAH ILMIAH Pemimpin Redaksi Sekretaris : Drs. Mohamad Hasan, M.Sc, Ph.D : Kusbudiono, S.Si., M.Si. Editor

Lebih terperinci

ANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK

ANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK REGRESI NON LINIER ANALISIS REGRESI REGRESI LINEAR REGRESI NONLINEAR REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUADRATIK REGRESI KUBIK Membentuk gars lurus Membentuk Gars Lengkung Regres

Lebih terperinci

PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM)

PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM) PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM) Rcha Agustnngsh, Drs. Lukman Hanaf, M.Sc. Jurusan Matematka, Fakultas MIPA, Insttut Teknolog Sepuluh Nopember (ITS) Jl. Aref Rahman Hakm, Surabaya

Lebih terperinci

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada BAB I PENDAHULUAN.. Latar Belakang Masalah Perkembangan matematka tdak hanya dalam tataran teorts tetap juga pada bdang aplkatf. Salah satu bdang lmu yang dkembangkan untuk tataran aplkatf dalam statstka

Lebih terperinci

SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN

SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN Ita Rahmadayan 1, Syamsudhuha 2, Asmara Karma 2 1 Mahasswa Program Stud S1 Matematka

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

PENERAPAN METODE LINIEAR DISCRIMINANT ANALYSIS PADA PENGENALAN WAJAH BERBASIS KAMERA

PENERAPAN METODE LINIEAR DISCRIMINANT ANALYSIS PADA PENGENALAN WAJAH BERBASIS KAMERA PENERAPAN MEODE LINIEAR DISCRIMINAN ANALYSIS PADA PENGENALAN AJAH ERASIS KAMERA Asep Sholahuddn 1, Rustam E. Sregar 2,Ipng Suprana 3,Setawan Had 4 1 Mahasswa S3 FMIPA Unverstas Padjadjaran e-mal: asep_sholahuddn@yahoo.com

Lebih terperinci

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

Lebih terperinci

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan

Lebih terperinci

Corresponding Author:

Corresponding Author: Perbandngan Fungs Ketahanan Hdup Dengan Metode Non Parametrk Menggunakan Uj Gehan Dan Uj Cox-Mantel (Lvng wth Securty Functon Comparson Method Usng Non Paremetrk Gehan test and Cox-Mantel Tes Ans Sept

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 23-32, April 2001, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 23-32, April 2001, ISSN : JRNAL MATEMATIKA DAN KOMPTER Vol 4 No 1, 3-3, Aprl 1, ISSN : 141-51 KAJIAN DISKRETISASI DENGAN METODE GALERKIN SEMI DISKRET TERHADAP EFISIENSI SOLSI MODEL RAMBATAN PANAS TANPA SK KONVEKSI Suhartono dan

Lebih terperinci

PENYELESAIAN SHORTEST PATH PROBLEM DENGAN JARINGAN SARAF TIRUAN HOPFIELD

PENYELESAIAN SHORTEST PATH PROBLEM DENGAN JARINGAN SARAF TIRUAN HOPFIELD Semnar Nasonal Sstem dan Informatka 2007; Bal, 6 November 2007 PENYELESAIAN SHORTEST PATH PROBLEM DENGAN JARINGAN SARAF TIRUAN HOPFIELD Nur Hasanah ) Istkhomah 2) Taufq Hdayat 3) Sr Kusumadew 4) Jurusan

Lebih terperinci

Penerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC

Penerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC Penerapan Metode Runge-Kutta Orde 4 dalam Analss Rangkaan RLC Rka Favora Gusa JurusanTeknk Elektro,Fakultas Teknk,Unverstas Bangka Beltung rka_favora@yahoo.com ABSTRACT The exstence of nductor and capactor

Lebih terperinci

EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR

EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR Masduk Jurusan Penddkan Matematka FKIP UMS Abstrak. Penyelesaan persamaan ntegral

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

PENENTUAN KOEFISIEN MULTIPLE REGRESI DENGAN MENGGUNAKAN METODE LINIER PROGRAMMING

PENENTUAN KOEFISIEN MULTIPLE REGRESI DENGAN MENGGUNAKAN METODE LINIER PROGRAMMING PENENTUAN KOEFISIEN MULTIPLE REGRESI DENGAN MENGGUNAKAN METODE LINIER PROGRAMMING SKRIPSI RINA ASTRY GINTING 060823031 PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Studi Kasus : Metode Secant)

PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Studi Kasus : Metode Secant) PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Stud Kasus : Metode Secant) Melda panjatan STMIK Bud Darma, Jln.SM.Raja No.338 Sp.Lmun, Medan Sumatera Utara Jurusan Teknk Informatka e-mal : meldapjt.78@gmal.com

Lebih terperinci

APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K

APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K Jurnal Matematka Murn dan Terapan Vol. 3 No. Desember 009: 4-6 APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH Yun Yulda dan Muhammad Ahsar K Program Stud Matematka Unverstas

Lebih terperinci

APLIKASI KOHONEN SELF ORGANIZING PADA TRAVELLING SALESMAN PROBLEM (TSP) DENGAN PROGRAM MATLAB

APLIKASI KOHONEN SELF ORGANIZING PADA TRAVELLING SALESMAN PROBLEM (TSP) DENGAN PROGRAM MATLAB Volume 01, Nomor 01, Agustus 016 ISSN: 58-638 APLIKASI KOHONEN SELF ORGANIZING PADA TRAVELLING SALESMAN PROBLEM (TSP) DENGAN PROGRAM MATLAB Nurul Imamah Ah. 1) 1) Prod Penddkan Matematka, FKIP, Unverstas

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

ANALISIS KOVARIANSI part 2

ANALISIS KOVARIANSI part 2 ANALISIS KOVARIANSI part Analss Kovarans merupakan suatu analss statstka untuk mengetahu pengaruh satu atau lebh varabel bebas terhadap varable terkat dengan memperhatkan satu atau lebh varable konkomtan

Lebih terperinci

RANCANGAN ACAK KELOMPOK TAK LENGKAP (Incomplete Block Design) Dr.Ir. I Made Sumertajaya, M.Si Departemen Statistika-FMIPA IPB 2007

RANCANGAN ACAK KELOMPOK TAK LENGKAP (Incomplete Block Design) Dr.Ir. I Made Sumertajaya, M.Si Departemen Statistika-FMIPA IPB 2007 RANCANGAN ACAK KELOMPOK TAK LENGKAP (Incomplete Block Desgn) Dr.Ir. I Made Sumertajaya, M.S Departemen Statstka-FMIPA IPB 007 Revew Rancangan Acak Kelompok Kta ngn membandngkan t perlakuan Pengelompokan

Lebih terperinci

Pertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012

Pertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012 Pertemuan ke-4 Analsa Terapan: Metode Numerk 4 Oktober Persamaan Non Non--Lner: Metode NewtonNewton-Raphson Dr.Eng. Agus S. Muntohar Metode Newton Newton--Raphson f( f( f( + [, f(] + = α + + f( f ( Gambar

Lebih terperinci

PELABELAN HARMONIOUS PADA GRAF TANGGA DAN GRAF KIPAS

PELABELAN HARMONIOUS PADA GRAF TANGGA DAN GRAF KIPAS PELABELAN HARMONIOUS PADA GRAF TANGGA DAN GRAF KIPAS SKRIPSI Oleh Dony Rusdanto NIM 041810101044 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER 011 PELABELAN HARMONIOUS

Lebih terperinci

METODE NUMERIK. INTERPOLASI Interpolasi Beda Terbagi Newton Interpolasi Lagrange Interpolasi Spline.

METODE NUMERIK. INTERPOLASI Interpolasi Beda Terbagi Newton Interpolasi Lagrange Interpolasi Spline. METODE NUMERIK INTERPOLASI Interpolas Beda Terbag Newton Interpolas Lagrange Interpolas Splne http://maulana.lecture.ub.ac.d Interpolas n-derajat polnom Tujuan Interpolas berguna untuk menaksr hargaharga

Lebih terperinci

PEMBANDINGAN TERENCANA

PEMBANDINGAN TERENCANA PEMBANDINGAN TERENCANA Uj Perbandngan Berganda Uj Bonferron Memungknkan membuat perbandngan antar perlakuan, antara perlakuan dengan kelompok perlakuan, atau antar kelompok perlakuan Msalnya: Ada empat

Lebih terperinci

Bab V Aliran Daya Optimal

Bab V Aliran Daya Optimal Bab V Alran Daya Optmal Permasalahan alran daya optmal (Optmal Power Flow/OPF) telah menjad bahan pembcaraan sejak dperkenalkan pertama kal oleh Carpenter pada tahun 196. Karena mater pembahasan tentang

Lebih terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk

Lebih terperinci

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan : Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Itasa & Y Angran Dep. Statstka FMIPA-IPB Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan

Lebih terperinci

PEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL

PEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL PEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL Tan Wahyu Utam, Indah Manfaat Nur Unverstas Muhammadyah Semarang, emal : tan.utam88@gmal.com

Lebih terperinci

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d

Lebih terperinci

BAB II TEORI ALIRAN DAYA

BAB II TEORI ALIRAN DAYA BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004 Semnar Nasonal Aplkas Teknolog Informas 004 Yogyakarta, 19 Jun 004 Aplkas Pemrograman Komputer Dalam Bdang Teknk Kma Arf Hdayat Program Stud Teknk Kma Fakultas Teknolog Industr, Unverstas Islam Indonesa

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 8 ANOVA (2)

STK511 Analisis Statistika. Pertemuan 8 ANOVA (2) STK5 Analss Statstka Pertemuan 8 ANOVA () 8. ANOVA () Dagnoss Model Hpotess Klasfkas satu arah : Y atau Y j j j j Klasfkas dua arah : Yj j j??? Pengaruh perlakuan: H 0 : = 0 H : palng sedkt ada satu dmana

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Menghadap era globalsas yang penuh tantangan, aparatur negara dtuntut untuk dapat memberkan pelayanan yang berorentas pada kebutuhan masyarakat dalam pemberan pelayanan

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 1, 11-19, April 2003, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 1, 11-19, April 2003, ISSN : Vol. 6. No., -9, Aprl 23, ISSN : 4-858 EFISIENSI PENGGUNAAN V-CYCLE DALAM METODE FUNGSI WALSH UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR Purnam Wdyanngsh Jurusan Matematka FMIPA UNS Abstract

Lebih terperinci

Deret Taylor & Diferensial Numerik. Matematika Industri II

Deret Taylor & Diferensial Numerik. Matematika Industri II Deret Taylor & Derensal Numerk Matematka Industr II Maclaurn Power Seres Deret Maclaurn adalah penaksran polnom derajat tak hngga 0 0! 0 n n 0 n! Notce: Deret nnte tak hngga menyatakan bahwa akhrnya deret

Lebih terperinci

ERROR DALAM NUMERIK. Pertemuan Ke-2 Metode Numerik

ERROR DALAM NUMERIK. Pertemuan Ke-2 Metode Numerik ERROR DALAM NUMERIK Pertemuan Ke-2 Metode Numerk Tujuan Untuk memaham pengertan Error Untuk lebh memaham notas dan teknk dalam matakulah n Approksmas dan Sgnkans 4 sgncant gures 1.845 0.01845 0.0001845

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5 33 III.METODE PENELITIAN A Jens Dan Desan Peneltan. Jens peneltan yang dgunakan dalam peneltan n adalah peneltan kuanttatf. Peneltan n merupakan peneltan korelas yang bertujuan untuk mengetahu hubungan

Lebih terperinci

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a UKURAN SAMPEL Prof. Dr. H. Almasd Syahza, SE., MP Emal: asyahza@yahoo.co.d Webste: http://almasd. almasd.staff. staff.unr.ac.d Penelt Senor Unverstas Rau Penentuan Sampel Peneltan lmah hampr selalu hanya

Lebih terperinci

TIN309 - Desain Eksperimen Materi #13 Genap 2016/2017 TIN309 DESAIN EKSPERIMEN

TIN309 - Desain Eksperimen Materi #13 Genap 2016/2017 TIN309 DESAIN EKSPERIMEN Mater #13 Genap 016/017 6 6 3 - T a u f q u r R a c h m a n 6 6 3 - T a u f q u r R a c h m a n Mater #13 TIN309 DESAIN EKSPERIMEN Prnsp Dasar ANCOVA merupakan teknk analss yang berguna untuk menngkatkan

Lebih terperinci

PENGEMBANGAN METODE ALGORITMA GENETIKA DAN DARWINIAN PARTICLE SWARM OPTIMIZATION UNTUK FUNGSI MULTIMODAL

PENGEMBANGAN METODE ALGORITMA GENETIKA DAN DARWINIAN PARTICLE SWARM OPTIMIZATION UNTUK FUNGSI MULTIMODAL Arad Retno TH, Pengembangan Metode Algortma Gen, Hal 93-0 PENGEMBANGAN METODE ALGORITMA GENETIKA DAN DARWINIAN PARTICLE SWARM OPTIMIZATION UNTUK FUNGSI MULTIMODAL Arad Retno Tr Hayat Abstrak Metode optmas

Lebih terperinci

BAB 4 PERHITUNGAN NUMERIK

BAB 4 PERHITUNGAN NUMERIK Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat

Lebih terperinci

MEMINIMALKAN RUGI-RUGI PADA SISTEM DISTRIBUSI TEGANGAN MENENGAH DENGAN PEMASANGAN KAPASITOR

MEMINIMALKAN RUGI-RUGI PADA SISTEM DISTRIBUSI TEGANGAN MENENGAH DENGAN PEMASANGAN KAPASITOR MEMINIMALKAN RUGI-RUGI PADA SISTEM DISTRIBUSI TEGANGAN MENENGAH DENGAN PEMASANGAN KAPASITOR Adranus Dr Program Stud Teknk Elektro Jurusan Teknk Elektro Fakultas Teknk Unverstas Tanjungpura adranus_dr@yahoo.co.d

Lebih terperinci

PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI

PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI Reky Stenly Wndah Dosen Jurusan Teknk Spl Fakultas Teknk Unverstas Sam Ratulang Manado ABSTRAK Pada bangunan tngg,

Lebih terperinci

IMPLEMENTASI INTERPOLASI LAGRANGE UNTUK PREDIKSI NILAI DATA BERPASANGAN DENGAN MENGGUNAKAN MATLAB

IMPLEMENTASI INTERPOLASI LAGRANGE UNTUK PREDIKSI NILAI DATA BERPASANGAN DENGAN MENGGUNAKAN MATLAB Semnar Nasonal Teknolog 007 (SNT 007) ISSN : 1978 9777 Yogakarta, 4 November 007 IMPEMENTASI INTERPOASI AGRANGE UNTUK PREDIKSI NIAI DATA BERPASANGAN DENGAN MENGGUNAKAN MATAB Krsnawat STMIK AMIKOM Yogakarta

Lebih terperinci

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM 1) Membuat dstrbus frekuens. 2) Mengetahu apa yang dmaksud dengan Medan, Modus dan Mean. 3) Mengetahu cara mencar Nla rata-rata (Mean). TEORI PENUNJANG

Lebih terperinci

TINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph

TINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph TINJAUAN PUSTAKA Bayesan Networks BNs dapat memberkan nformas yang sederhana dan padat mengena nformas peluang. Berdasarkan komponennya BNs terdr dar Bayesan Structure (Bs) dan Bayesan Parameter (Bp) (Cooper

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

Lebih terperinci

SOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA

SOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA ISTITUT TEKOLOGI BADUG FAKULTAS MATEMATIKA DA ILMU PEGETAHUA ALAM PROGRAM STUDI FISIKA FI-500 Mekanka Statstk SEMESTER/ Sem. - 06/07 PR#4 : Dstrbus bose Ensten dan nteraks kuat Kumpulkan d Selasa 9 Aprl

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan

Lebih terperinci

METODE KLASTERISASI DATA BERBASIS ARTIFICIAL BEE COLONY DAN K-HARMONIC MEANS

METODE KLASTERISASI DATA BERBASIS ARTIFICIAL BEE COLONY DAN K-HARMONIC MEANS TESIS METODE KLASTERISASI DATA BERBASIS ARTIFICIAL BEE COLONY DAN K-HARMONIC MEANS Oleh : I Made Wdartha NRP. 5109201009 Dosen Pembmbng : Dr. Agus Zanal Arfn, S.Kom, M.Kom Anny Yunart, S.Kom, M.Comp.Sc

Lebih terperinci

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah

Lebih terperinci

Aplikasi Teori Kendali Pada Permainan Dinamis Non-Kooperatif Waktu tak Berhingga

Aplikasi Teori Kendali Pada Permainan Dinamis Non-Kooperatif Waktu tak Berhingga Semnar Nasonal eknolog Inormas Komunkas dan Industr (SNIKI) 4 ISSN : 85-99 akultas Sans dan eknolog UIN Sultan Syar Kasm Rau Pekanbaru, 3 Oktober 1 Aplkas eor Kendal Pada Permanan Dnams Non-Kooperat Waktu

Lebih terperinci

JMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT

JMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT JMP : Volume 5 Nomor, Jun 03, hal. 3 - SPEKTRUM PD GRF REGULER KUT Rzk Mulyan, Tryan dan Nken Larasat Program Stud Matematka, Fakultas Sans dan Teknk Unerstas Jenderal Soedrman Emal : rzky90@gmal.com BSTRCT.

Lebih terperinci

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia) PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas

Lebih terperinci

Penerapan Prosedur Firth untuk Mengatasi Pemisahan (Separation) pada Model Regresi Probit Biner

Penerapan Prosedur Firth untuk Mengatasi Pemisahan (Separation) pada Model Regresi Probit Biner Prosdng SI MaNIs (Semnar Nasonal Integras Matematka dan Nla Islam) Vol.1, No.1, Jul 017, Hal. 18-134 p-issn: 580-4596; e-issn: 580-460X Halaman 18 Penerapan Prosedur Frth untuk Mengatas Pemsahan (Separaton)

Lebih terperinci

BAB 2 KAJIAN PUSTAKA

BAB 2 KAJIAN PUSTAKA BAB 2 KAJIAN PUSTAKA 2.1 Negosas Negosas dapat dkategorkan dengan banyak cara, yatu berdasarkan sesuatu yang dnegosaskan, karakter dar orang yang melakukan negosas, protokol negosas, karakterstk dar nformas,

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci

PRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel

PRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel PRAKTIKUM 6 Penyelesaan Persamaan Non Lner Metode Newton Raphson Dengan Modfkas Tabel Tujuan : Mempelajar metode Newton Raphson dengan modfkas tabel untuk penyelesaan persamaan non lner Dasar Teor : Permasalahan

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,

Lebih terperinci

PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA

PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA Prosdng Semnar Nasonal Sans dan Penddkan Sans IX, Fakultas Sans dan Matematka, UKSW Salatga, 21 Jun 2014, Vol 5, No.1, ISSN :2087-0922 PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL

Lebih terperinci

Pembentukan Prototype Data Dengan Metode K-Means Untuk Klasifikasi dalam Metode K- Nearest Neighbor (K-NN)

Pembentukan Prototype Data Dengan Metode K-Means Untuk Klasifikasi dalam Metode K- Nearest Neighbor (K-NN) Pembentukan Prototype Data Dengan Metode K-Means Untuk Klasfkas dalam Metode K- Nearest Neghbor () Kharul Umam Syalman Magster Teknk Informatka Faslkom - TI USU kharul.q14@gmal.com Adl Abdllah Nababan

Lebih terperinci

ALGORITMA UMUM PENCARIAN INFORMASI DALAM SISTEM TEMU KEMBALI INFORMASI BERBASIS METODE VEKTORISASI KATA DAN DOKUMEN

ALGORITMA UMUM PENCARIAN INFORMASI DALAM SISTEM TEMU KEMBALI INFORMASI BERBASIS METODE VEKTORISASI KATA DAN DOKUMEN ALGORITMA UMUM PENCARIAN INFORMASI DALAM SISTEM TEMU KEMBALI INFORMASI BERBASIS METODE VEKTORISASI KATA DAN DOKUMEN Hendra Bunyamn Jurusan Teknk Informatka Fakultas Teknolog Informas Unverstas Krsten Maranatha

Lebih terperinci

Pembentukan Prototype Data Dengan Metode K-Means Untuk Klasifikasi dalam Metode K- Nearest Neighbor (K-NN)

Pembentukan Prototype Data Dengan Metode K-Means Untuk Klasifikasi dalam Metode K- Nearest Neighbor (K-NN) Pembentukan Prototype Data Dengan Metode K-Means Untuk Klasfkas dalam Metode K- Nearest Neghbor () Kharul Umam Syalman Magster Teknk Informatka Faslkom - TI USU kharul.q14@gmal.com Adl Abdllah Nababan

Lebih terperinci

MODEL ESTIMASI BANGKITAN PERJALANAN DARI KAWASAN PERUMAHAN PANDAU PERMAI PEKANBARU DENGAN VARIABEL JUMLAH ANGGOTA KELUARGA DAN PENDAPATAN KELUARGA

MODEL ESTIMASI BANGKITAN PERJALANAN DARI KAWASAN PERUMAHAN PANDAU PERMAI PEKANBARU DENGAN VARIABEL JUMLAH ANGGOTA KELUARGA DAN PENDAPATAN KELUARGA Model Estmas Bangktan Perjalanan MODEL ESTIMASI BANGKITAN PERJALANAN DARI KAWASAN PERUMAHAN PANDAU PERMAI PEKANBARU DENGAN VARIABEL JUMLAH ANGGOTA KELUARGA DAN PENDAPATAN KELUARGA Wnayat 1, Fadrzal Lubs

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

APLIKASI KORELASI PEARSON DALAM MEMBANGUN MODEL TREE-AUGMENTED NETWORK (TAN) (Studi Kasus Pengenalan Karakter Tulisan Tangan)

APLIKASI KORELASI PEARSON DALAM MEMBANGUN MODEL TREE-AUGMENTED NETWORK (TAN) (Studi Kasus Pengenalan Karakter Tulisan Tangan) APLIKASI KORELASI PEARSON DALAM MEMBANGUN MODEL TREE-AUGMENTED NETWORK (TAN) (Stud Kasus Pengenalan Karakter Tulsan Tangan) Irwan Bud Santoso Jurusan Teknk Informatka, Sans dan Teknolog Unverstas Islam

Lebih terperinci

APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS

APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS Vol No Jurnal Sans Teknolog Industr APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS Ftr Aryan Dew Yulant Jurusan Matematka Fakultas Sans Teknolog UIN SUSKA Rau Emal:

Lebih terperinci

Analitik Data Tingkat Lanjut (Regresi)

Analitik Data Tingkat Lanjut (Regresi) 0 Oktober 206 Analtk Data Tngkat Lanut (Regres) Imam Cholssodn mam.cholssodn@gmal.com Pokok Bahasan. Konsep Regres 2. Analss Teknkal dan Fundamental 3. Regres Lnear & Regres Logstc (Optonal) 4. Regres

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT

PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT Har Prasetyo Jurusan Teknk Industr Unverstas Muhammadyah Surakarta Jl. A. Yan Tromol Pos Pabelan

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

APLIKASI ALGORITMA ARTIFICIAL IMMUNE SYSTEM (AIS) PADA PENJADWALAN JOB SHOP DALAM PEMBUATAN SPRING BED (STUDI KASUS PT. CAHAYA KAWI ULTRA POLYINTRACO)

APLIKASI ALGORITMA ARTIFICIAL IMMUNE SYSTEM (AIS) PADA PENJADWALAN JOB SHOP DALAM PEMBUATAN SPRING BED (STUDI KASUS PT. CAHAYA KAWI ULTRA POLYINTRACO) APLIKASI ALGORITMA ARTIFICIAL IMMUNE SYSTEM (AIS) PADA PENJADWALAN JOB SHOP DALAM PEMBUATAN SPRING BED (STUDI KASUS PT. CAHAYA KAWI ULTRA POLYINTRACO) SKRIPSI diajukan guna melengkapi tugas akhir dan memenuhi

Lebih terperinci

PEMAHAMAN METODE NUMERIK (STUDI KASUS METODE NEW-RHAPSON) MENGGUNAKAN PEMPROGRMAN MATLAB

PEMAHAMAN METODE NUMERIK (STUDI KASUS METODE NEW-RHAPSON) MENGGUNAKAN PEMPROGRMAN MATLAB PEMAHAMAN METODE NUMERIK (STUDI KASUS METODE NEW-RHAPSON) MENGGUNAKAN PEMPROGRMAN MATLAB St Nurhabbah Hutagalung STMIK Bud Darma, Jln.SM.Raja No.338 Sp.Lmun, Medan Sumatera Utara Jurusan Teknk Informatka

Lebih terperinci

Eksistensi Bifurkasi Mundur pada Model Penyebaran Penyakit Menular dengan Vaksinasi

Eksistensi Bifurkasi Mundur pada Model Penyebaran Penyakit Menular dengan Vaksinasi 1 Eksstens Bfurkas Mundur pada Model Penyebaran Penyakt Menular dengan Vaksnas Intan Putr Lestar, Drs. M. Setjo Wnarko, M.S Jurusan Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Insttut Teknolog

Lebih terperinci

Analisis Regresi 2. Mendeteksi pencilan dan penanganannya

Analisis Regresi 2. Mendeteksi pencilan dan penanganannya Analss Regres Pokok Bahasan : Mendeteks penclan dan penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasswa dapat mendeteks adanya penclan pada regres lner berganda Penclan Penclan adalah pengamatan yang

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

Dalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang

Dalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang LARGE SCALE SYSEM Course by Dr. Ars rwyatno, S, M Dept. of Electrcal Engneerng Dponegoro Unversty BAB V OPIMASI SISEM Dalam sstem pengendalan berhrark level, maka optmas dapat dlakukan pada level pertama

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

PENDAHULUAN Latar Belakang

PENDAHULUAN Latar Belakang PENDAHULUAN Latar Belakang Menurut teor molekuler benda, satu unt volume makroskopk gas (msalkan cm ) merupakan suatu sstem yang terdr atas sejumlah besar molekul (kra-kra sebanyak 0 0 buah molekul) yang

Lebih terperinci

METODE BEDA HINGGA DAN TEOREMA NEWTON UNTUK MENENTUKAN JUMLAH DERET

METODE BEDA HINGGA DAN TEOREMA NEWTON UNTUK MENENTUKAN JUMLAH DERET METODE BEDA HINGGA DAN TEOREMA NEWTON UNTUK MENENTUKAN JUMLAH DERET TESIS Oleh: TRI MULYANI NIM 111820101004 MAGISTER MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER 2013 METODE

Lebih terperinci

SKRIPSI KLASIFIKASI PENGGUNAAN PROTOKOL KOMUNIKASI PADA TRAFIK JARINGAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR I KOMANG KOMPYANG AGUS SUBRATA

SKRIPSI KLASIFIKASI PENGGUNAAN PROTOKOL KOMUNIKASI PADA TRAFIK JARINGAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR I KOMANG KOMPYANG AGUS SUBRATA SKRIPSI KLASIFIKASI PENGGUNAAN PROTOKOL KOMUNIKASI PADA TRAFIK JARINGAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR I KOMANG KOMPYANG AGUS SUBRATA JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS UDAYANA

Lebih terperinci

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR Margaretha Ohyver Jurusan Matematka, Fakultas Sans dan Teknolog, Bnus Unversty Jl. Kh.Syahdan No.9, Palmerah, Jakarta 480 ethaohyver@bnus.ac.d,

Lebih terperinci

Dekomposisi Nilai Singular dan Aplikasinya

Dekomposisi Nilai Singular dan Aplikasinya A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak

Lebih terperinci

Dasar-dasar Aliran Fluida

Dasar-dasar Aliran Fluida Dasar-dasar Alran Fluda Konsep pentng dalam alran fluda Prnsp kekealan massa, sehngga tmbul persamaan kontnutas Prnsp energ knetk, persamaan persamaan alran tertentu Prnsp momentum, persamaan-persamaan

Lebih terperinci

MODEL MATEMATIKA SISTEM THERMAL

MODEL MATEMATIKA SISTEM THERMAL MODEL MATEMATIA SISTEM THERMAL PENGANTAR Sstem thermal merupakan sstem yang melbatkan pemndahan panas dar bahan yang satu ke bahan yang lan. Sstem thermal dapat danalsa dalam bentuk tahanan dan kapastans,

Lebih terperinci