LAPORAN PRAKTIKUM METODE KOMPUTASI MATEMATIKA (Rangkuman Kuliah 1 s.d. 4) Syarif Abdullah (G )
|
|
- Hadi Johan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 LAPORAN PRAKTIKUM METODE KOMPUTASI MATEMATIKA (Rangkuman Kuliah 1 s.d. 4) Syarif Abdullah (G ) Matematika Terapan Departemen Matematika FMIPA IPB arjunaganteng71@gmail.com 3 Desember 2015 Pada perkuliahan metode komputasi matematika pertemua pertama sampai keempat adalah sebagai berikut: 1. Pertemuan Pertama Syarif abdullah s blog merupakan blog saya yang pertama yang pernah saya buat. Blog ini merupakan hasil kerjasama antara pihak wordpress.com dan pihak Institut Pertanian Bogor. Sebelumnya saya belum pernah membuatnya sama sekali. Namun kata teman saya Siti Na imah yang dari kata guru ngajinya berkata, kalau mau bisa, ya dipaksa, kalau mau pinter ya dipaksa. Termasuk membuat blog ini pun merupakan paksaan bagi saya, dan akhirnya sedikit demi sedikit mulai bisa, walaupun harus perlu perbaikan. Motto dalam blog ini adalah Semangat dan Tetap Tersenyum, karena dimulai dari pengalaman hidup sehari-hari yang bangkit dari keterpurukan hingga menjadi lebih baik dan bisa sedikit merasakan nikmatnya bersabar dan bersyukur apapun yang terjadi. Dalam pembuatan blog ini penulis mencoba engotak-atik beberapa menu dalam pembuatan blog, yaitu pada bagian dasbor, tema, widget, menu dan lain-lain. Pada awal pertemuan penulis mencoba uploading beberapa artikel. Pada pertemuan pertama penulis diminta untuk mengupload beberapa artikel awal misalnya tentang tema religi, teknologi, nasional dan internasional. Pertemuan pertama penulis juga diminta untuk menceritakan tentang perjalanan penulis hingga masuk sebagai mahasiswa IPB (Institut Pertanian Bogor). Alasan saya mengikuti program magister matematika terapan IPB adalah karena atas masukan dan arahan dari beberapa dosen dan dosen pembimbing akademis sehingga saya semakin mantap untuk terus meneruskan pendidikan saya untuk melanjutkan ke jenjang Magister di IPB. Sebelum ijazah saya keluar, http ://syarif abdullah.student.ipb.ac.id/ File dibuat dengan LYX Program 1
2 saya mulai menyicil untuk mengikuti beberapa test yaitu test TPA dan Toefl. Setelah mendapatkan ijazah dan transkip, saya mendaftar di IPB pada gelombang 3. Setelah menunggu cukup lama dan akhirnya kabar gembira itupun datang. Melalui info dari website IPB saya telah diterima di IPB walau dengan posisi sebagai mahasiswa percobaan. Walau begitu saya tidak putus asa dan berkecil hati. Dengan penuh keyakinan dimulailah perjalanan seorang diri menuju Bogor dengan menaiki Bus Malam Lorena dari Gresik hari minggu tanggal 23 Agustus 2015 pukul WIB hingga sampailah di Barangansiang Bogor senin tanggal 24 Agustus 2015 pukul WIB. Untuk sampai di kampus IPB Darmaga, ternyata saya harus oper angkutan kota 03 turun Ladon lalu oper lagi dengan angkot jurusan kampus dalam dan turun di Jl. Berlin hingga akhirnya saya sampai pukul WIB. Merupakan suatu perjalanan 18 jam yang sangat melelahkan, terlebih lagi belum mandi dan makan. Rasa lapar dan lelah harus saya tahan, karena saya harus cepat-cepat mencari gedung CCR, tempat untuk verifikasi. Saya tanya kesana kemari dan akhirnya saya temukan, namun saya harus menunggu hingga pukul WIB untuk melsayakan verifikasi. Dari pukul s.d WIB akhirnya selesailah saya verifikasi. Alhamdulillah sekarang saya sudah mulai untuk studi S2 jurusan Matematika Terapan Fakultas Matematika dan Ilmu Pengatahuan Alam di Institut Pertanian Bogor. Harapan saya dari mengikuti Pendidikan S2 di Program Pascasarjana IPB adalah dapat terus belajar dan meningkatkan kemampuan saya dalam bidang matematika sehingga saya dapat mengamalkan ilmu saya pada generasi penerus sebagai dosen, peneliti, penganalisis dan aktor dalam terapan dan aplikasi matematika. Harapan lain yaitu saya dapat menyelesaikan program pendidikan pascasarjana matematika saya dengan tepat waktu. Rencana pekerjaan dan profesi saya setelah menyelesaikan Pendidikan S2 di Program Pascasarjana IPB adalah sebagai dosen di Universitas PGRI Ronggolawe (UNIROW) Tuban, karena di sana masih tersedia banyak tempat kosong untuk menjadi dosen. Setelah S2, saya ingin melanjutkan ke jenjang S3 melalui beasiswa di luar negeri yang mana memiliki jurusan matematika yang bagus seperti di University of Cambridge di Inggris, Massachusetts Institute of Technology (MIT) di Amerika Serikat, Harvard University di AS, University of California Berkeley di AS, atau di University of Oxford di Inggris. Selanjutnya saya ingin menjadi Dekan dan menjadi Pembantu Rektor Satu (PR-1) yang membawahi bidang Akademik. Semoga dalam perjalanan studiku ini diberikan kelancaran, barokah, nikmat dan tetap menjaga amanah selalu. Dan juga semoga saya mendapatkan ilmu yang bermanfaat, dapat menyelesaikan S2 selama kurang dari atau tepat 2 tahun, dapat melanjutkan lagi ke jenjang S3, selamat dunia dan akhirat, ingat mati, serta selalu dalam lindungan-nya. Amin... Amin... Amin. Syarif abdullah s blog pula terdapat beberapa menu diantaranya : Home, Profil, Pendidikan, Karya, Catatan Kuliah, Info Beasiswa, Download dan lainlain. Semoga apa yang ada dalam blog ini dapat bermanfaat bagi orang lain dan khususnya bagi saya sendiri. Amin. Tidak lupa apabila terdapat kesalahan dalam blog ini saya minta maaf yang sebesarnya dan mohon memberikan keritik, saran dan lain-lain kepada saya. 2
3 2. Pertemuan Kedua Pengenalan Scilab, Definisi Variable dan Operasi Scilab misalnya membuka file (open file), menyimpan file (save environtment) dalam bentuk sav atau sod. Pengenalan menu Tool Bar pada Scilab, Pengenalan File Browser, Scilab Console, Variable Browser, Command History, Lembar Scinote dan Menu Bantuan (Help). Pertemuan kedua juga membahas tentang operasi-operasi sederhana pada Scilab, misalkan operasi penjumlahan(+), pengurangan(-), perkalian(*), pembagian(/), pangkat(ˆ), akar(sqrt) pada bilangan dan beberapa fungsi transenden (sinus, cosinus, tangen, ln, log, exp). dikenalkan pula perintah clear, clc, exec. Pertemuan kedua juga membahas tentang Predifine Variabel seperti arti dari %e (Euler Number), %eps (epsilon), %f (Boolean variable for false), %i (imaginery unit), %inf (infinity), %nan (not-a-number), %pi (ratio of circle s circumference to its diameter), %s (A variable used to define polynomials, %t or %T (Boolean variable for true), %z (A variable used to define polynomials). 3. Pertemuan Ketiga Pertemuan ketiga membahas tentang Matriks dan pencarian SPL (solusi persamaan linear) dengan program Scilab. Penjelasan tambahan matriks ini merupakan tambahan materi dari pertemuan sebelumnya yaitu beberapa latihan soal tentang operasi matriks. Pencarian SPL (solusi persamaan linear) dengan program Scilab pada pertemuan tersebut diberikan tiga cara dan mencari error dari setiap cara. Msakan diberikan matriks A dan vektor b yang diketahui. Akan dicari solusi x dari suatu persamaan Ax=b sebagai berikut: >A=[1 1/2 1/3;1/2 1/3 1/4;1/3 1/4 1/5]// diberikan matriks A A = >b=[1/4;1/5;1/6]//diberikan vektor b 0.25 b = >X1=inv(A)*b//solusi cara X1 = >X2=Aˆ(-1)*b//solusi cara X2 = >X3=A\b//solusi cara X3 =
4 >Y1=b-A*X1//error cara 1 Y1 = 10( 14) >Y2=b-A*X2//error cara 2 Y2 = 10( 14) >Y3=b-A*X3//error cara 3 0. Y3 = D 17 Komentar: Penentuan solusi cara ke 1, 2 dan 3 X1=inv(A)*b X2=Aˆ(- 1)*b X3=A\b menghasilkan x1=x2=x3 (sama). Namun, Pada pencarian error terdapat error yang berbeda. Dimana dalam pencarian untuk solusi X1 dan X2 mempunyai error yang sama yaitu Y1=b-A*X1 Y2=b-A*X2. Tetapi apabila digunakan cara ke 3 yaitu X3=A\b, solusi cara 3 menghasilkan error yang berbeda yaitu Y3=b-A*X3 menghasilkan D-17. Jadi untuk menentukan solusi pada suatu persamaan linear lebih baik menggunakan cara ke 3. Meskipun dalam menentukan solusi/hasil X1, X2, X3 menghasilkan hasil yang sama, namun menghasilkan error yang berbeda, dimana cara ketiga mendapatkan error yang lebih kecil. 4. Pertemuan Keempat Bahan Praktikum pada pertemuan keempat yakni membahas operasi pada matriks dengan ketentuan masing-masing orang berbeda dengan petunjuk help matriks pada scilab. Pada bagian ini penulis mencoba membuat ringkasan mengenai RANK MATRIKS, MARTIKS FULLRANK, PSOUDOINVERS (MOORE PENROSE INVERS) DEKOMOSISI MATRIKS (LU, QR, SVD). Adapun beberapa perintahnya adalah sebagai berikut: RANK MATRIKS, MARTIKS FULLRANK >A=[ ; ]//memanggil matriks A m<n [ ] A = >rank(a)//mengecek rank matriks A m<n ans = 2 Keterangan : Matriks A dikatakan full rank karena matriks A memiliki rank (A)= 2 = min {2,4}= min {m,n}. >B=[1 2 0;0 1-2;1 1 2]//memanggil matriks B m=n B = >rank(b)//mengecek rank matriks B m=n ans = 2. 4
5 Keterangan : Matriks B dikatakan tidak full rank karena matriks B memiliki rank (B)= 2 3=min {3,3}= min {m,n}. PSOUDOINVERS (MOORE PENROSE INVERS) >A=[1 1;0-1;-1 0]//memanggil matriks real A A = >rank(a)//mengecek rank matriks A dengan m>n ans = 2. Keterangan : Matriks A dikatakan full rank karena matriks A memiliki rank (A)= 2 = min {3,2}= min {m,n}. >pinv(a)//pseudoinvers moore penrose dengan menggunakan perintah (pinv(a)) [ ] ans = >B=[1 0;-3*%i 1;0 2*%i]//memanggil matriks complex B m>n B = 3.i i >rank(b)//mengecek rank matriks B dengan m>n ans = 2. Keterangan : Matriks B dikatakan full rank karena matriks B memiliki rank (B)= 2 = min {3,2}= min {m,n}. >pinv(b)//pseudoinvers moore penrose dengan menggunakan perintah (pinv(b)) [ ] i ans = i i DEKOMOSISI MATRIKS LU Berikut contoh dengan Hilbert matrix ukuran 4x4 dan difactorkan dengan A=LU. >A = testmatrix( hilb,4)//misal digunakan matriks dari transformasi ruang hilb A = >[L,U]=lu(A)//mancari dekomposisi LU matriks A Pada perintah diatas matriks L belum merupakan matriks segitiga bawah dengan program scilab. Berikut contoh dengan Hilbert matrix ukuran 4x4 yang sama dan difactorkan dengan EA=LU. >[L,U,E]= lu(a) 5
6 E = U = L = Pada perintah diatas matriks L merupakan matriks segitiga bawah dan U merupakan matriks segitiga atas dengan program scilab dimana E merupakan matriks kanoniknya. DEKOMOSISI MATRIKS QR [Q,R] = qr(x) Perkalian suatu matriks segitiga atas R dari dimensi yang sama dengan X dan suatu ortogonal (unitary in the complex case) matriks Q sehingga X = Q*R. [Q,R] = qr(x, e ): Jika X adalah mxn dengan m > n, maka hanya kolom n pertama dari Q dihitung sama seperti perhitungan n pertama dari R. >A=rand(5,2)//random matriks A A = >[Q,R]=qr(X)//dekomposisi RQ matriks A R = Q = DEKOMOSISI MATRIKS SVD s=svd(x) [U,S,V]=svd(X) [U,S,V]=svd(X,0) (obsolete) [U,S,V]=svd(X, e ) [U,S,V,rk]=svd(X [,tol]) 6
7 Arguments: X :matrix bernilai real atau kompleks s : real vector (singular values) S : real diagonal matrix (singular values) U,V : orthogonal atau unitary square matrices (singular vectors). tol : bilangan real Description: [U,S,V] = svd(x) membentuk sebuah diagonal matrix S, dengan dimensi yang sama antara X dan dengan element diagonal yang tidak negatif pada pengurangannya, and unitary matrices U dan V jadi diperoleh X = U*S*V. [U,S,V] = svd(x,0) menghasilkan komposisi economy size. Jika X merupakan matriks mxn dengan m > n, maka hanya kolom n pertama dari U dihitung dan S adalah berukuran nxn. s= svd(x) artinya, suatu vector s memenuhi nilai singular. [U,S,V,rk]=svd(X,tol) memberikan penambahan rk, rank numerik dari X yaitu bilangan dari nilai singular lebih besar dari tol. Nilai awal dari tol adalah sama seperti pada rank. >A=rand(4,2)*rand(2,4)//random matriks 4x A = >svd(a)//dekomposisi nilai singular matriks A ans = D D 17 >sqrt(spec(a*a ))//akar dari niai eigen 9.001D 09i ans = 2.223D >[U,S,V]=svd(A) V = S = U = D D
Laporan Praktikum Metode Komputasi Matematika (Latihan Bab 1 dari Buku J. Leon Aljabar Linear) Program Scilab
Laporan Praktikum Metode Komputasi Matematika (Latihan Bab 1 dari Buku J. Leon Aljabar Linear) Program Scilab Syarif Abdullah (G551150381) Matematika Terapan Departemen Matematika FMIPA IPB email: arjunaganteng71@gmail.com
Lebih terperinciBeberapa Perintah Matriks Pada Scilab
Beberapa Perintah Matriks Pada Scilab Syarif Abdullah (G551150381) Matematika Terapan Departemen Matematika FMIPA IPB email: arjunaganteng71@gmail.com 10 Desember 2015 Dalam sesi ini Kita akan belajar
Lebih terperinciLaporan Praktikum 14 Metode Komputasi Matematika (Latihan Bab 3 dari Buku J. Leon Aljabar Linear) Program Scilab
Laporan Praktikum 14 Metode Komputasi Matematika (Latihan Bab 3 dari Buku J. Leon Aljabar Linear) Program Scilab Syarif Abdullah (G551150381) Matematika Terapan Departemen Matematika FMIPA IPB e-mail:
Lebih terperinciLaporan Praktikum 7 Analisis Numerik
Laporan Praktikum 7 Analisis Numerik Syarif Abdullah (G551150381) Matematika Terapan Departemen Matematika FMIPA IPB E-mail: syarif abdullah@apps.ipb.ac.id 14 April 2016 SYSTEM PERSAMAAN LINEAR METODE
Lebih terperinciLaporan Praktikum Metode Komputasi Matematika (Latihan Bab 2 dari Buku J. Leon Aljabar Linear) Program Scilab
Laporan Praktikum Metode Komputasi Matematika (Latihan Bab 2 dari Buku J. Leon Aljabar Linear) Program Scilab Syarif Abdullah (G551150381) Matematika Terapan Departemen Matematika FMIPA IPB email: arjunaganteng71@gmail.com
Lebih terperinciKATA PENGANTAR. Penulis. Raizal Dzil Wafa M.
i KATA PENGANTAR Buku ini dibuat untuk memudahkan siapa saja yang ingin belajar MATLAB terutama bagi yang baru mengenal MATLAB. Buku ini sangat cocok untuk pemula terutama untuk pelajar yang sedang menempuh
Lebih terperinciPERBANDINGAN ANALISIS BIPLOT KLASIK DAN ROBUST BIPLOT PADA PEMETAAN PERGURUAN TINGGI SWASTA DI JAWA TIMUR
Jur. Ris. & Apl. Mat. I (207), no., xx-xx Jurnal Riset dan Aplikasi Matematika e-issn: 258-054 URL: journal.unesa.ac.id/index.php/jram PERBANDINGAN ANALISIS BIPLOT KLASIK DAN ROBUST BIPLOT PADA PEMETAAN
Lebih terperinciTrihastuti Agustinah
TE 9467 Teknik Numerik Sistem Linear Trihastuti Agustinah Bidang Studi Teknik Sistem Pengaturan Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember O U T L I N E OBJEKTIF TEORI CONTOH 4 SIMPULAN
Lebih terperinciPRATIKUM METODE KOMPUTASI MATEMATIKA TERAPAN
PRATIKUM METODE KOMPUTASI OLEH : N E W T O N NRP. G551150031 MATEMATIKA TERAPAN FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015 DAFTAR ISI DAFTAR ISI ii Pratikum Metode
Lebih terperinciMENYELESAIKAN SISTEM PERSAMAAN LINIER MENGGUNAKAN ANALISIS SVD SKRIPSI. Oleh : Irdam Haidir Ahmad J2A
MENYELESAIKAN SISTEM PERSAMAAN LINIER MENGGUNAKAN ANALISIS SVD SKRIPSI Oleh : Irdam Haidir Ahmad J2A 005 023 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciLaporan Praktikum 12 Analisis Numerik
Laporan Praktikum 12 Analisis Numerik Syarif Abdullah (G551150381) Matematika Terapan Departemen Matematika FMIPA IPB E-mail: syarif abdullah@apps.ipb.ac.id 2 Juni 2016 MONTE CARLO METHODS AND SIMULATION
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Perkalian skalar perplectic merupakan bagian dari teori perkalian skalar indefinite. Untuk menjelaskan pengertian perkalian skalar perplectic, terlebih dahulu
Lebih terperinciLaporan Praktikum 5 Analisis Numerik
Laporan Praktikum 5 Analisis Numerik Syarif Abdullah (G551150381) Matematika Terapan Departemen Matematika FMIPA IPB E-mail: syarif abdullah@apps.ipb.ac.id 25 Maret 2016 INTEGRASI NUMERIK METODE SIMPSON
Lebih terperinciMENENTUKAN INVERS DRAZIN DARI MATRIKS SINGULAR
MENENTUKAN INVERS DRAZIN DARI MATRIKS SINGULAR SKRIPSI Oleh : Liniswatil Khasanah J2A006031 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO
Lebih terperinciMetode Numerik (Pendahuluan) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs.
Metode Numerik (Pendahuluan) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs. Kajian Pokok Metode Numerik Tujuan: Menyelesaikan suatu persamaan menggunakan model matematika. Pemodelan penyelesaian matematika
Lebih terperinciBAB II TINJAUAN PUSTAKA
5 BAB II TINJAUAN PUSTAKA A Matriks 1 Pengertian Matriks Definisi 21 Matriks adalah kumpulan bilangan bilangan yang disusun secara khusus dalam bentuk baris kolom sehingga membentuk empat persegi panjang
Lebih terperinciReduksi Rank pada Matriks-Matriks Tertentu
Reduksi Rank pada Matriks-Matriks Tertentu E. Apriliani, B. Ari Sanjaya September 6, 7 Abstract. Dekomposisi nilai singular (Singular Value Decomposition - SVD) adalah suatu metode untuk menuliskan suatu
Lebih terperinciREDUKSI RANK PADA MATRIKS-MATRIKS TERTENTU
J. Math. and Its Appl. ISSN: 89-65X Vol. 4, No., November 7, 8 REDUKSI RANK PADA MATRIKS-MATRIKS TERTENTU Erna Apriliani, Bandung Arry Sanjoyo Jurusan Matematika FMIPA Institut Teknologi Sepuluh Nopember,
Lebih terperincig(x, y) = F 1 { f (u, v) F (u, v) k} dimana F 1 (F (u, v)) diselesaikan dengan: f (x, y) = 1 MN M + vy )} M 1 N 1
Fast Fourier Transform (FFT) Dalam rangka meningkatkan blok yang lebih spesifik menggunakan frekuensi dominan, akan dikalikan FFT dari blok jarak, dimana jarak asal adalah: FFT = abs (F (u, v)) = F (u,
Lebih terperinciSolusi Sistem Persamaan Linear Ax = b
Solusi Sistem Persamaan Linear Ax = b Kie Van Ivanky Saputra April 27, 2009 K V I Saputra (Analisis Numerik) Kuliah Sistem Persamaan Linier c April 27, 2009 1 / 9 Review 1 Substitusi mundur pada sistem
Lebih terperinci7. NILAI-NILAI VEKTOR EIGEN. Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal
7. NILAI-NILAI VEKTOR EIGEN Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal Nilai Eigen, Vektor Eigen Diketahui A matriks nxn dan x adalah suatu vektor pada R n, maka biasanya tdk ada
Lebih terperinciMODUL I MENGENAL MATLAB
MODUL I MENGENAL MATLAB TUJUAN Mahasiswa dapat mengenal MATLAB Mahasiswa dapat menggunakan fungsi Help Mahasiswa dapat menggunakan operasi pada MATLAB TEORI Gambaran sederhana tentang MATLAB adalah sebuah
Lebih terperinciMATRIKS INVERS MOORE-PENROSE DALAM PENYELESAIAN SISTEM PERSAMAAN LINIER
MATRIKS INVERS MOORE-PENROSE DALAM PENYELESAIAN SISTEM PERSAMAAN LINIER SKRIPSI Disusun Oleh : IDA MISSHOBAH MUNIR RAHAYU J2A 004 019 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciSyarif Abdullah (G ) Matematika Terapan FMIPA Institut Pertanian Bogor.
Syarif Abdullah (G551150381) Matematika Terapan FMIPA Institut Pertanian Bogor e-mail: syarif_abdullah@apps.ipb.ac.id 25 Maret 2016 Ringkasan Kuliah ke-6 Analisis Numerik (16 Maret 2016) Materi : System
Lebih terperinciLaporan Praktikum 9 Analisis Numerik
Laporan Praktikum 9 Analisis Numerik Syarif Abdullah (G551150381) Matematika Terapan Departemen Matematika FMIPA IPB E-mail: syarif abdullah@apps.ipb.ac.id 12 Mei 2016 ORDINARY DIFFERENTIAL EQUATIONS (Euler,
Lebih terperinciPENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI DOOLITTLE
Jurnal Sains, Teknologi Industri, Vol. 11, No. 2, Juni 2014, pp. 166-174 ISSN 1693-2390 print/issn 2407-0939 online PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI DOOLITTLE
Lebih terperinciMENENTUKAN INVERS MOORE PENROSE DARI SUATU MATRIKS DENGAN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR SKRIPSI. Disusun oleh : DINA MARIYA J2A
MENENTUKAN INVERS MOORE PENROSE DARI SUATU MATRIKS DENGAN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR SKRIPSI Disusun oleh : DINA MARIYA J2A 004 011 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciMODUL 3 FAKTORISASI LU, PARTISI MATRIK DAN FAKTORISASI QR
MODUL 3 FAKTORISASI LU, PARTISI MATRIK DAN FAKTORISASI QR KOMPETENSI: 1. Memahami penggunaan faktorisasi LU dalam penyelesaian persamaan linear.. Memahami penggunaan partisi matrik dalam penyelesaian persamaan
Lebih terperinciSOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 03, No. 1 (2014), hal 91 98. SOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR Febrianti,
Lebih terperinciA. Kompetensi Setelah mengiktui mata kuliah ini, mahasiswa diharapkan dapat memahami dan bisa melakukan:
No. LST/EKA/PTI 236/07 Revisi: 01 April 2011 Hal 1 dari 9 A. Kompetensi Setelah mengiktui mata kuliah ini, mahasiswa diharapkan dapat memahami dan bisa melakukan: 1. Mengenal dan menggunakan matlab sebagai
Lebih terperinciPRINCIPAL COVARIATE REGRESSION PADA DATA RUNTUN WAKTU
PRINCIPAL COVARIATE REGRESSION PADA DATA RUNTUN WAKTU Nuruma Nurul Malik 1, Fevi Novkaniza 2 Departemen Matematika FMIPA UI, Depok Email korespondensi : fevi.novkaniza@sci.ui.ac.id Abstrak Pada suatu data
Lebih terperinciPRAKTIKUM 1. Dasar-Dasar Matlab. (-), perkalian (*), pembagian (/) dan pangkat (^). Simbol ^ digunakan untuk
PRAKTIKUM 1 Dasar-Dasar Matlab 1 Operator Dasar Aritmatika Operator dasar aritmatika antara lain adalah penjumlahan (+), pengurangan (-), perkalian (*), pembagian (/) dan pangkat (^). Simbol ^ digunakan
Lebih terperinci(Departemen Matematika FMIPA-IPB) Matriks Bogor, / 66
MATRIKS Departemen Matematika FMIPA-IPB Bogor, 2012 (Departemen Matematika FMIPA-IPB) Matriks Bogor, 2012 1 / 66 Topik Bahasan 1 Matriks 2 Operasi Matriks 3 Determinan matriks 4 Matriks Invers 5 Operasi
Lebih terperinciLaporan Praktikum 10 Analisis Numerik
Laporan Praktikum 10 Analisis Numerik Syarif Abdullah (G551150381) Matematika Terapan Departemen Matematika FMIPA IPB E-mail: syarif abdullah@apps.ipb.ac.id 19 Mei 2016 SYSTEM OF ORDINARY DIFFERENTIAL
Lebih terperinciChapter 5 GENERAL VECTOR SPACE 5.1. REAL VECTOR SPACES 5.2. SUB SPACES
Chapter 5 GENERAL VECTOR SPACE 5.1. REAL VECTOR SPACES 5.2. SUB SPACES Definisi : VECTOR SPACE Jika V adalah ruang vektor dimana u,v,w merupakan objek dalam V sebagai vektor, dan terdapat skalar k dan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Suatu matriks A C m n dikatakan memiliki faktorisasi LU jika matriks tersebut dapat dinyatakan sebagai A = LU dengan L C m m matriks invertibel segitiga bawah
Lebih terperinciWORKSHOP DAN PELATIHAN MATLAB : PENUNJANG PEMBELAJARAN MATEMATIKA DI SMU DALAM RANGKA IMPLEMENTASI CONTEXTUAL TEACHING LEARNING ABSTRAK
WORKSHOP DAN PELATIHAN MATLAB : PENUNJANG PEMBELAJARAN MATEMATIKA DI SMU DALAM RANGKA IMPLEMENTASI CONTEXTUAL TEACHING LEARNING Tim Pengabdi:. Agus Maman Abadi. Dhoriva UW. Sri Andayani 4. Karyati 5. Caturiyati
Lebih terperinciPenyelesaian Sistem Persamaan Linear (SPL) Dengan Dekomposisi QR
Penyelesaian Sistem Persamaan Linear (SPL) Dengan Dekomposisi QR Shelvia Mandasari #1 M Subhan *2 Meira Parma Dewi *3 # Student of Mathematics Department State University of Padang Indonesia * Lecturers
Lebih terperinciAPLIKASI METODE PANGKAT DALAM MENGAPROKSIMASI NILAI EIGEN KOMPLEKS PADA MATRIKS
Jurnal UJMC, Volume, Nomor, Hal 36-40 pissn : 460-3333 eissn : 579-907X APLIKASI METODE PANGKAT DALAM MENGAPROKSIMASI NILAI EIGEN KOMPLEKS PADA MATRIKS Novita Eka Chandra dan Wiwin Kusniati Universitas
Lebih terperinciPertemuan 1 Sistem Persamaan Linier dan Matriks
Matriks & Ruang Vektor Pertemuan Sistem Persamaan Linier dan Matriks Start Matriks & Ruang Vektor Outline Materi Pengenalan Sistem Persamaan Linier (SPL) SPL & Matriks Matriks & Ruang Vektor Persamaan
Lebih terperinciPemodelan dan Simulasi Penghitungan Matematika Menggunakan Aplikasi Matlab
Pemodelan dan Simulasi Penghitungan Matematika Menggunakan Aplikasi Matlab Dwi Retnoningsih Program Studi Teknik Informatika, Universitas Sahid Surakarta Jl. Adi Sucipto 154, Jajar, Surakarta, 57144, Telp.
Lebih terperinciDIAGONALISASI MATRIKS HILBERT
Jurnal UJMC, Volume 3, Nomor 2, Hal 7-24 pissn : 2460-3333 eissn : 2579-907X DIAGONALISASI MATRIKS HILBERT Randhi N Darmawan Universitas PGRI Banyuwangi, randhinumeric@gmailcom Abstract The Hilbert matrix
Lebih terperinciPENYELESAIAN SISTEM PERSAMAAN LINEAR DENGAN GENERALISASI METODE JACOBI
PENYELESAIAN SISTEM PERSAMAAN LINEAR DENGAN GENERALISASI METODE JACOBI Sandra Roza 1*, M. Natsir 2, Asli Sirait 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen JurusanMatematika Fakultas Matematika dan
Lebih terperinciWATERMARKING DENGAN METODE DEKOMPOSISI NILAI SINGULAR PADA CITRA DIGITAL
SEMIN HASIL TUGAS AKHIR 1 WATERMKING DENGAN METODE DEKOMPOSISI NILAI SINGUL PADA CITRA DIGITAL Oleh : Latifatul Machbubah NRP. 1209 100 027 JURUSAN MATEMATI FAKULTAS MATEMATI DAN ILMU PENGETAHUAN ALAM
Lebih terperinciPersyaratan Pendaftaran Magister Sains kelas khusus dan Magister Profesional, serta Program Doktor Kelas Khusus.
Persyaratan Pendaftaran Magister Sains kelas khusus dan Magister Profesional, serta Program Doktor Kelas Khusus. 1. Mengisi formulir pendaftaran yang disediakan SPs-IPB (Formulir A), 2. Mengisi Formulir
Lebih terperinciMATRIKS UNITER, SIMILARITAS UNITER DAN MATRIKS NORMAL. Anis Fitri Lestari. Mahasiswa Universitas Muhammadiyah Ponorogo ABSTRAK
MATRIKS UNITER, SIMILARITAS UNITER DAN MATRIKS NORMAL Anis Fitri Lestari Mahasiswa Universitas Muhammadiyah Ponorogo ABSTRAK Matriks normal merupakan matriks persegi yang entri-entrinya bilangan kompleks
Lebih terperinciRuang Baris, Ruang Kolom, dan Ruang Null (Kernel)
Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel) Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U November 2015 MZI (FIF Tel-U) Ruang Baris, Kolom,
Lebih terperinciMASALAH RANK MATRIKS DAN GRAPH ABDUL FATHIR
TUGAS AKHIR II MASALAH RANK MATRIKS DAN GRAPH ABDUL FATHIR 020803041 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2008 MASALAH RANK MATRIKS DAN GRAPH
Lebih terperinciLatihan 7 : Similaritas, Pendiagonalan Matriks, Polinom Matriks
Latihan 7 : Similaritas, Pendiagonalan Matriks, Polinom Matriks 6. Tentukan polinomial karakteristik dari matriks transformasi A=. Andaikan A adalah matriks persegi berdimensi x. Polinom karakteristik
Lebih terperinciPENDAFTARAN BAGI MAHASISWA PROGRAM SINERGI S1-S2 (FAST TRACK) TAHUN AKADEMIK 2012/2013
PENDAFTARAN BAGI MAHASISWA PROGRAM SINERGI S1-S2 (FAST TRACK) TAHUN AKADEMIK 2012/2013 Program untuk mengintegrasikan S1 dan S2 agar dapat meluluskan Magister dalam waktu 5 tahun dengan tetap mengedepankan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Persamaan Linier Sistem Persamaan dengan m persamaan dan n bilangan tak diketahui ditulis dengan : Dimana x 1, x 2, x n : bilangan tak diketahui a,b : konstanta Jika SPL
Lebih terperinciMODUL I PENGENALAN MATLAB
MODUL I PENGENALAN MATLAB 1. Apa Matlab itu? Matlab merupakan bahasa pemrograman dengan kemampuan tinggi dalam bidang komputasi. Matlab memiliki kemampuan mengintegrasikan komputasi, visualisasi, dan pemrograman.
Lebih terperinciPenyelesaian Penempatan Kutub Umpan Balik Keluaran dengan Matriks Pseudo Invers
Penyelesaian Penempatan Kutub Umpan Balik Keluaran dengan Matriks Pseudo Invers Agung Wicaksono Program Studi Matematika Jurusan Matematika FSM UNDIP Onforest212@gmail.com Abstrak: Metode matriks pseudo
Lebih terperinciModul 2.2 Matriks dan Sistem Persamaan Linear (Topik 4) A. Pendahuluan Matriks dan Sistem Persamaan Linear
Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 4) A. Pendahuluan Salah satu kajian matematika sekolah menengah yang memiliki banyak aplikasinya dalam menyelesaikan permasalahan yang ada dalam kehidupan
Lebih terperinciSOLUSI REFLEKSIF DAN ANTI-REFLEKSIF DARI PERSAMAAN MATRIKS AX = B
SOLUSI REFLEKSIF DAN ANTI-REFLEKSIF DARI PERSAMAAN MATRIKS AX = B Arrohman 1, Sri Gemawati 2, Asli Sirait 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan Ilmu
Lebih terperinci04-Ruang Vektor dan Subruang
04-Ruang Vektor dan Subruang Vektor (1) Dosen: Anny Yuniarti, M.Comp.Sc Gasal 2011-2012 Anny2011 1 Agenda Bagian 1: Ruang Vektor Bagian 2: Nullspace of A: Solusi Ax = 0 Bagian 3: Rank dan Row-reduced-form
Lebih terperinciPENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR (SVD) TUGAS AKHIR. Oleh : DEWI YULIANTI
PENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR (SVD) TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains Pada Jurusan Matematika
Lebih terperinciPENDAHULUAN LANDASAN ANALISIS
10 PENDAHULUAN Latar Belakang Biplot merupakan metode eksplorasi analisis data peubah ganda yang dapat memberikan gambaran secara grafik tentang kedekatan antar objek, keragaman peubah, korelasi antar
Lebih terperinciRUANG VEKTOR. Nurdinintya Athari (NDT)
1 RUANG VEKTOR Nurdinintya Athari (NDT) RUANG VEKTOR Sub Pokok Bahasan Ruang Vektor Umum Subruang Basis dan Dimensi Basis Subruang Beberapa Aplikasi Ruang Vektor Beberapa metode optimasi Sistem kontrol
Lebih terperinciTUTORIAL MENDAFTAR APLIKASI SINTA SCIENCE AND TECHNOLOGY INDEX BAGI DOSEN (Lecture) Oleh : Imam Safi i, ST. MT.
TUTORIAL MENDAFTAR APLIKASI SINTA SCIENCE AND TECHNOLOGY INDEX BAGI DOSEN (Lecture) Oleh : Imam Safi i, ST. MT. Email : imam@unik-kediri.ac.id Sains dan Teknologi Indeks (Sinta) adalah sistem informasi
Lebih terperinciTUGAS MANDIRI MATRIKS. Mata Kuliah : Matematika ekonomi
TUGAS MANDIRI MATRIKS Mata Kuliah : Matematika ekonomi NamaMahasiswa : Suriani NIM : 140610098 Kode Kelas Dosen : 141-MA112-M6 : NeniMarlinaPurbaS.Pd UNIVERSITAS PUTERA BATAM 2014 KATA PENGANTAR Puji syukur
Lebih terperinciSISTEM PERSAMAAN LINEAR ( BAGIAN II )
SISTEM PERSAMAAN LINEAR ( BAGIAN II ) D. FAKTORISASI MATRIKS D2 2. METODE ITERASI UNTUK MENYELESAIKAN SPL D3 3. NILAI EIGEN DAN VEKTOR EIGEN D4 4. POWER METHOD Beserta contoh soal untuk setiap subbab 2
Lebih terperinciPENYEDERHANAAN PEMETAAN STRUKTUR KETERGANTUNGAN VARIABEL MENGGUNAKAN TEKNIK PRINSIPAL KOMPONEN
ABSTRAK PENYEDERHANAAN PEMETAAN STRUKTUR KETERGANTUNGAN VARIABEL MENGGUNAKAN TEKNIK PRINSIPAL KOMPONEN Mike Susmikanti *) PENYEDERHANAAN PEMETAAN STRUKTUR KETERGANTUNGAN VARIABEL MENGGUNAKAN TEKNIK PRINSIPAL
Lebih terperinciPANDUAN PMB PASCASARJANA ISBI BANDUNG DESKRIPSI DOKUMEN PANDUAN PMB PASCASARJANA ISBI BANDUNG TAHUN 2017
DESKRIPSI DOKUMEN PANDUAN PMB PASCASARJANA ISBI BANDUNG TAHUN 2017 PANDUAN PMB Sekretariat Pelaksana Penerimaan Mahasiswa Baru (P3MB) Pascasarjana ISBI Bandung PASCASARJANA ISBI BANDUNG PMB PASCASARJANA
Lebih terperinciLaporan Praktikum I Analisis Numerik
Laporan Praktikum I Analisis Numerik Syarif Abdullah (G551150381) Matematika Terapan Departemen Matematika FMIPA IPB E-mail: syarif abdullah@apps.ipb.ac.id 25 Februari 2016 Deskripsi: Mengambil 1 soal
Lebih terperinciSistem Persamaan Linier (SPL)
Sistem Persamaan Linier (SPL) Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Agustus 2015 MZI (FIF Tel-U) SPL Agustus 2015 1 / 27 Acknowledgements
Lebih terperinciPENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI DOOLITTLE TUGAS AKHIR
PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI DOOLITTLE TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika
Lebih terperinciINVERS MOORE PENROSE MATRIKS BEBAS SKRIPSI. Disusun oleh : AGUNG WICAKSONO J2A JURUSAN MATEMATIKA
INVERS MOORE PENROSE MATRIKS BEBAS SKRIPSI Disusun oleh : AGUNG WICAKSONO J2A 004 002 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO SEMARANG 2009 1 2 ABSTRAK Pada
Lebih terperinciPart II SPL Homogen Matriks
Part II SPL Homogen Matriks SPL Homogen Bentuk Umum SPL homogen dalam m persamaan dan n variabel x 1, x 2,, x n : a 11 x 1 + a 12 x 2 + + a 1n x n = 0 a 21 x 1 + a 22 x 2 + + a 2n x n = 0 a m1 x 1 + a
Lebih terperinciINFORMASI PROGRAM PASCASARJANA TELKOM UNIVERSITY
NO A. PENDAFTARAN Persyaratan Program Pascasarjana Telkom University: PROGRAM STUDI STUDI 1 Magister Manajemen 2 Magister Teknik Informatika 3 Magister Teknik Elektro- Telekomunikasi INFORMASI PROGRAM
Lebih terperinciAljabar Linier Elementer. Kuliah 27
Aljabar Linier Elementer Kuliah 27 Materi Kuliah Transformasi Linier Invers Matriks Transformasi Linier Umum //24 Yanita, Matematika FMIPA Unand 2 Transformasi Linier Satu ke satu dan Sifat-sifatnya Definisi
Lebih terperinciMODUL 1 PENGANTAR PROGRAM MATLAB DAN PENGGUNAANNYA UNTUK ALJABAR MATRIKS SEDERHANA
MODUL 1 PENGANTAR PROGRAM MATLAB DAN PENGGUNAANNYA UNTUK ALJABAR MATRIKS SEDERHANA KOMPETENSI: 1. Mengenal dan dapat mengoperasikan program MATLAB pada PC. 2. Memiliki ketrampilan dasar menggunakan MATLAB
Lebih terperinciGARIS-GARIS BESAR PROGRAM PEMBELAJARAN
GARIS-GARIS BESAR PROGRAM PEMBELAJARAN Mata Kuliah : Aljabar Linear Kode / SKS : TIF-5xxx / 3 SKS Dosen : - Deskripsi Singkat : Mata kuliah ini berisi Sistem persamaan Linier dan Matriks, Determinan, Vektor
Lebih terperinciLaporan Praktikum 4 Analisis Numerik
Laporan Praktikum 4 Analisis Numerik Syarif Abdullah (G551150381) Matematika Terapan Departemen Matematika FMIPA IPB E-mail: syarif abdullah@apps.ipb.ac.id 17 Maret 2016 INTEGRASI NUMERIK METODE TRAPESIUM
Lebih terperinciMATRIKS Nuryanto, ST., MT.
MateMatika ekonomi MATRIKS TUJUAN INSTRUKSIONAL KHUSUS Setelah mempelajari bab ini, anda diharapkan dapat : 1. Pengertian matriks 2. Operasi matriks 3. Jenis matriks 4. Determinan 5. Matriks invers 6.
Lebih terperinciAljabar Linear Elementer
BAB I RUANG VEKTOR Pada kuliah Aljabar Matriks kita telah mendiskusikan struktur ruang R 2 dan R 3 beserta semua konsep yang terkait. Pada bab ini kita akan membicarakan struktur yang merupakan bentuk
Lebih terperinciPersyaratan Pendaftaran Magister Sains kelas khusus dan Magister Profesional, serta Program Doktor Kelas Khusus.
Persyaratan Pendaftaran Magister Sains kelas khusus dan Magister Profesional, serta Program Doktor Kelas Khusus. 1. Mengisi formulir pendaftaran yang disediakan SPs-IPB (Formulir A), 2. Mengisi Formulir
Lebih terperinciBAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU
BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU Sistem persamaan linear orde/ tingkat satu memiliki bentuk standard : = = = = = = = = = + + + + + + + + + + Diasumsikan koefisien = dan fungsi adalah menerus
Lebih terperinciPemrograman dengan MATLAB. Pengantar
Pemrograman dengan MATLAB Pengantar Outline Pengenalan matlab Apakah MATLAB Sejarah MATLAB Cara Penulisan Program MATLAB Pengenalan variable Operasi pada matrik Logika pemrograman Pemrograman GUI Apakah
Lebih terperinciRepresentasi Matriks dan Transformasi Lanjar dalam Gerakan Contra Dance
Representasi Matriks dan Transformasi Lanjar dalam Gerakan Contra Dance Diastuti Utami 13514071 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciSUMMARY ALJABAR LINEAR
SUMMARY ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS UNIVERSITAS PENDIDIKAN INDONESIA BANDUNG 2010 2 KATA PENGANTAR Bismillahirrahmanirrahim Segala puji bagi Allah Rabb semesta alam. Shalawat serta
Lebih terperinci[ 1 1 PENDAHULUAN SCILAB. Modul Praktikum Metode Numerik. 1. Struktur Scilab
PENDAHULUAN SCILAB 1. Struktur Scilab Program Scilab sudah memiliki text editor di dalamnya. Perintah/kode program Scilab dapat dituliskan di dalam window Scilab Execution (Scilex) ataupun di window Scipad
Lebih terperinciSeleksi Mahasiswa Baru. Sekolah Pascasarjana
LATAR BELAKANG Seleksi penerimaan mahasiswa baru merupakan kegiatan yang rutin dilakukan oleh SPs-IPB dengan tujuan untuk mendapatkan calon mahasiswa pascasarjana program magister dan doktor yang berkualitas
Lebih terperinciPENYELESAIAN INVERS MATRIKS MENGGUNAKAN METODE GENERALIZED INVERSE TUGAS AKHIR
PENYELESAIAN INVERS MATRIKS MENGGUNAKAN METODE GENERALIZED INVERSE TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika oleh DESI MURNITA 9 FAKULTAS
Lebih terperinciALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I)
ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I) 1 MATERI ALJABAR LINIER VEKTOR DALAM R1, R2 DAN R3 ALJABAR VEKTOR SISTEM PERSAMAAN LINIER MATRIKS, DETERMINAN DAN ALJABAR MATRIKS, INVERS MATRIKS
Lebih terperinciPertemuan 14. persamaan linier NON HOMOGEN
Pertemuan 14 persamaan linier NON HOMOGEN 10 Metode GAUSS Aljabar Linier Hastha 2016 10.2.2 METODE ELIMINASI GAUSS Apabila [A][X]=[B] maka dengan menyusun matriks baru yaitu matriks [A.B] akan didapat
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Noise Pada saat melakukan pengambilan gambar, setiap gangguan pada gambar dinamakan dengan noise. Noise dipakai untuk proses training corrupt image, gambarnya diberi noise dan
Lebih terperinciBAB I PENDAHULUAN. 3) Untuk mengetahui apa yang dimaksud dengan invers matriks. 4) Untuk mengetahui apa yang dimaksud dengan determinan matriks
1.1 LATAR BELAKANG BAB I PENDAHULUAN Teori matriks merupakan salah satu cabang ilmu aljabar linier yang menjadi pembahasan penting dalam ilmu matematika. Sejalan dengan perkembangan ilmu pengetahuan, aplikasi
Lebih terperinciInstitut Teknologi Sepuluh Nopember Surabaya. Keterkendalian (Controlability)
Institut Teknologi Sepuluh Nopember Surabaya Keterkendalian (Controlability) Contoh Soal Ringkasan Latihan Contoh Soal Ringkasan Latihan Vektor Bebas Linear Keterkendalian Keadaan Secara Sempurna dari
Lebih terperinciMODUL V EIGENVALUE DAN EIGENVEKTOR
MODUL V EIGENVALUE DAN EIGENVEKTOR 5.. Pendahuluan Biasanya jika suatu matriks A berukuran mm dan suatu vektor pada R m, tidak ada hubungan antara vektor dan vektor A. Tetapi seringkali kita menemukan
Lebih terperinciPerbandingan Algoritma Golub Kahan dan QR Simetri untuk Dekomposisi Nilai Singular
J. Math. and Its Appl. ISSN: 1829-605X Vol. 3, No. 1, May 2006, 19 25 Perbandingan Algoritma Golub Kahan dan QR Simetri untuk Dekomposisi Nilai Singular Dieky Adzkiya, E. Apriliani, Bandung A.S. Jurusan
Lebih terperinciANALISIS BIPLOT UNTUK MEMETAKAN MUTU SEKOLAH YANG SESUAI DENGAN NILAI UJIAN NASIONAL SUJITA
ANALISIS BIPLOT UNTUK MEMETAKAN MUTU SEKOLAH YANG SESUAI DENGAN NILAI UJIAN NASIONAL SUJITA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciPraktikum Metode Komputasi (Vector Spaces)
Praktikum Metode Komputasi (Vector Spaces) Vina Apriliani January 17, 016 Soal Latihan MATLAB Bab 3 Buku Leon Aljabar Linear Berikut 1 Soal Latihan MATLAB Bab 3 Buku Leon Aljabar Linear yang saya ambil
Lebih terperinciALGORITMA ADAPTIVE COVARIANCE RANK UNSCENTED KALMAN FILTER UNTUK ESTIMASI KEADAAN PADA PERSAMAAN AIR DANGKAL
ALGORITMA ADAPTIVE COVARIANCE RANK UNSCENTED KALMAN FILTER UNTUK ESTIMASI KEADAAN PADA PERSAMAAN AIR DANGKAL Habib Hasbullah 1, Erna Apriliani 2 1 Mahasiswa Program Studi S2, Jurusan Matematika, F-MIPA,
Lebih terperinciMATRIKS A = ; B = ; C = ; D = ( 5 )
MATRIKS A. DEFINISI MATRIKS Matriks adalah suatu susunan bilangan berbentuk segi empat dari suatu unsur-unsur pada beberapa sistem aljabar. Unsur-unsur tersebut bisa berupa bilangan dan juga suatu peubah.
Lebih terperinciBahasa Pemrograman :: Functional Programming
Bahasa Pemrograman :: Julio Adisantoso ILKOM IPB 24 Pebruari 2011 Pendahuluan Ekspresi Lambda Program serba fungsi, artinya setiap persoalan diselesaikan dengan menggunakan fungsi. Mulai dikembangkan tahun
Lebih terperinci8.1 Transformasi Linier Umum. Bukan lagi transformasi R n R m, tetapi transformasi linier dari
8.1 Transformasi Linier Umum Bukan lagi transformasi R n R m, tetapi transformasi linier dari ruang vektor V vektor W. Definisi Jika T: V W adalah suatu fungsi dari suatu ruang vektor V ke ruang vektor
Lebih terperinciAnalisis Reduksi Model pada Sistem Linier Waktu Diskrit
JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (216) 2337-352 (231-928X Print) A-25 Analisis Reduksi Model pada Sistem Linier Waktu Diskrit Yunita Indriana Sari dan Didik Khusnul Arif Jurusan Matematika, Fakultas
Lebih terperinciIMPLEMENTASI METODE DEKOMPOSISI LU PADA REGRESI LINIER BERGANDA
Seminar Nasional Teknologi Informasi & Komunikasi Terapan (Semantik ) ISBN 979-6 - 55 - Semarang, 3 Juni IMPLEMENTASI METODE DEKOMPOSISI LU PADA REGRESI LINIER BERGANDA Yuniarsi Rahayu Fakultas Ilmu Komputer
Lebih terperinciFAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA LAB SHEET (TEKNIK KOMPUTASI)
No. LSKD/EKO/DEL221/01 Revisi : 02 Tgl : - Hal 1 dari 1. Kompetensi Setelah melakukan praktik, mahasiswa diharapkan memiliki kompetensi: dapat memahami vector dan komputasi vector. 2. Sub Kompetensi Setelah
Lebih terperinci