Perhitungan Premi dengan Asumsi Waktu Antar Klaim Berdistribusi Eksponensial

Ukuran: px
Mulai penontonan dengan halaman:

Download "Perhitungan Premi dengan Asumsi Waktu Antar Klaim Berdistribusi Eksponensial"

Transkripsi

1 Prhungan Pr dngan Asus Wau Anar Kla Brdsrbus Esponnsal Fahauz Zuharoh Jurusan Pnddan Maaa, STKIP, YPUP Maassar Info: Jurnal MSA Vol. 2 o. Eds: Januar Jun 24 Arl o.: 3 Halaan: 5-22 ISS: X Prod Maaa UIAM ABSTRAK In hs papr, wll sarchd how h nsuranc pru calculaon quaons assung ponnal dsrbuon of bwn h cla and h aoun of clas Ba dsrbuon. To oban or s h dsrbuon of su clas, frs nown for of h dsrbuon of T. Bcaus T valuabl and connuous posv, anng can b assud ha h dsrbuon of T s connuous and non-ngav. In hs papr, s assud ha h T dsrbuon s ponnal. Th funcon of h aoun of h pru ha s oband b assung an ponnal and h aoun of h cla s h Ba dsrbuon s K words: ponnal dsrbuon, Ba dsrbuon, dan pr. PEDAHULUA Dala suau prusahaan asurans dnal fungs la ang rupaan ala unu nuh prjanjan onra unu bran prlndungan fnansal pada saa psra asurans ngala rugan/loss. Adnsras la adalah pross dar: ngupulan bu aau faa ang braan dngan saan aau cdra, bandngan faa-faa u dngan onra asurans, nnuan unungan ang dbaaran pada psra asurans. Tujuan praa dar adnsras la adalah unu baar sua la ang vald dan ssua dngan sgra, bjasana dan ssua pols. Tujuan dua adalah unu ngapulan daa dan bua daa dar la ang ada unu prhungan uangan, sas, analss dan ujuan-ujuan pnlan (adjb, 2). Suau prusahaan asurans harus apu nghung prraan la ang aan rjad, shngga dapa nnuan brapa bsarna pr ang harus dbaaran olh psra asurans. Unu ngahu pross julahan la ada bbrapa dsrbus ang dapa dgunaan sbaga asus awal, au sponnsal, gaa, ch-squar dan lan-lan. Dala pnlan n, aan dcar bagaana prsaaan prhungan pr asurans dngan asus wau anar la brdsrbus Esponnsal dan julah bsaran la brdsrbus Ba. Unu prolh aau ncar dsrbus dar julahan la, rlbh dahulu dahu bnu dsrbus dar T. Karna T brharga posf dan onnu, brar dapa dasusan bahwa T brdsrbus onnu dan non-ngaf. Ada bbrapa dsrbus onnu non-ngaf au, ponnsal, gaa, doubl-ponnal, wbull, paro, log-noral, ch-squar, ba, ralgh, dan lan-lan. aun pada bagan n, dasusan bahwa T brdsrbus Esponnsal. Msalan c adalah wau la -, dngan c. Varabl rando T adalah wau anar prswa d anara la ang suss. Dngan dan T rupaan nrval wau anara la -( ) dan -, ang dnaaan dngan T. c c Rangaan daangan la asurans dapa dlusrasan spr gabar bru n 5

2 Jurnal MSA Vol. 2 o. Ed. Jan Jun 24 = c c c2 c3 c4 c7 c8 c9 T T2 T3 T4 T- T W. Pross Julah Kla (Cla ubr Procsss) Julah la brganung wau dnoasan dngan, d ana ( ) sup{ n : c }. Pross julah la adalah hpunan sua julah la brdasaran wau la,, dana dnoasan dngan c c, (Rols, T., 999: 2). Pross julah la, srng dsbu juga sbaga pross counng, arna unu sap dan, nuh 3 h, sfa au,, dan h dngan h saa dngan julah jadan ang rjad pada nrval, h (Rols, T., 999: 2). Pada bagan n aan dunjuan bnu dsrbus dar. p P PT T (Rols, T., 999: 3) Unu prolh aau ncar dsrbus dar, rlbh dahulu dahu bnu dsrbus dar T. Karna T brharga posf dan onnu, brar dapa dasusan bahwa T brdsrbus onnu dan non-ngaf. Pada bagan n, dasusan bahwa T brdsrbus Esponnsal. Dsrbus Esponnsal Ddfnsan bahwa : ( ) sup{ n : c }, au banana la ang asu sapa wau. W T T T... T, au wau 2 pnanan sapa dngan la n rjad. Msal T ndpndn dan brdsrbus dn ang brbnu sponnsal dngan parar, au T ~ EXP Msalan T aa PDF (Probabl Dns Funcon) dar T adalah f (Ross, S. M., 27: 36). Mncar MGF (Mon Gnrang Funcon) dar Dsrbus Esponnsal. f d d Shngga dhaslan M E d d;s u du d u du; d du u du 6

3 Jurnal MSA Vol. 2 o. Ed. Jan-Jun 24 u Jad dprolh T M Karna aa dprolh MGF dar dsrbus sponnsal adalah MT Bru n aan dunjuan dsrbus dar Msal W T sapa pada saa -. adalah rangaan wau la Sfa rpnng dar fungs pbang on au bahwa fungs pbang on dngan julahan varabl rando bbas rupaan hasl al dar sap fungs pbang onna, (Ross, S. M., 27: 68). Unu buanna, andaan bahwa dan Y salng bbas dan puna fungs pbang on bruru-uru dan Y X Y X. Maa fungs pbang on dar adalah XY X X Y X Y E E X Y E E Y Aan dcar dsrbus W dngan nggunaan MGF dar T, dana T salng bbas. M W M E T T T T E E X Dngan dan W brdsrbus Gaa, au W ~ GAM, Dsrbus Gaa dngan parar g,,, d Dana 997: 67). (Roussas, G. G., Shngga W ang brdsrbus Gaa dngan parar, puna PDF g,. Shngga CDF dar dsrbus rsbu adalah W F P W g d d Dngan dan jadan saa dngan jadan W. Karna fungs dsrbus unu dan W F F fungs dsrbus unu W, shngga rdapa hubungan anara dua fungs dsrbus rsbu. W F P W P W P 7

4 Jurnal MSA Vol. 2 o. Ed. Jan Jun 24 8 P F Scara uvaln, dapa dbua W F F d d d d d Dana d f d d d sal,,,, d d d d d Jad dprolh F d sal d d dnga baas dan Unu! Shngga dprolh!! F d d d Trlbh dahulu dslsaan d Hasl pngngralan aan dasuan dala prsaaan F n sbaga bru.

5 Jurnal MSA Vol. 2 o. Ed. Jan-Jun 24 F d!! ! 2! 3 3!!! dngan,, 2,..., Shngga P P P c c P T T P W W P W P W P W P W P W P W W P W P W W F F F F F F!!!!!!!!!!!! Jad bru! ~ POI,,2,... brdsrbus Posson, duls sbaga Julah Bsaran Kla (Th Aggrga Cla Aoun) Unu nnuan upulan julahan la dala wau dgunaan prsaaan X U ang puna fungs dsrbus F P X P U X (Rols, T., 999: 8). Aan dnuan nla U U, dngan Dsrbus Ba. () X () U, ja Aan dcar dsrbus dar julah bsaran la uulaf X aau Dsrbuon of Aggrga Cla Aoun, sapa dngan wau. Aan dgunaan Dsrbus Ba dngan PDF f lanna >, > (Roussas, G. G., 997: 7). 9

6 Jurnal MSA Vol. 2 o. Ed. Jan Jun 24 Ja U brdsrbus Ba, aa PDF na adalah f u u u u, Dngan MGF dar Dsrbus Ba adalah r MU r r!. Cara ndapaan MGF (Mon Gnrang Funcon) na sbaga bru. f u du u u du Alasan nulsan fungs padaan pluang adalah arna fungs padaan pluang dgunaan pada sua on dar suau dsrbus. Espans barsan dar adalah X X X X... 2! 3! Shngga X 2 2 X 3 3 M X E... 2! 3! Dana adalah on. Shngga dhaslan U M E u u u u du u u u... u u du 2! 3! u u du 2! 3! ! 3! r! r r dana dana r r Dahu r r! r r X M M X U () ( ) Dsrbus U E U E E M U U, shngga U r X da dahu. Md Posson Procsss r r! Pada dsrbus julah la aan dcar dsrbus sdangan pada d posson procsss aan dcar dsrbus dar p P df! dana F P adalah fungs dsrbus dar d rando varabl (Rols, T., 999: 4). Dngan F ( ) P( ) adalah fungs dsrbus dar d rando varabl. 2

7 F ( ) P( ) df( ) f( ) d 27: 34) f ( ) d ( Ross, S., M., Aan dgunaan Dsrbus Gaa spr ang lah d rjaan olh Ar (948). Ja F brdsrbus Gaa dngan parar dan aa dprolh. f M., 27: 343) Dngan dan (Ross, S., F! Maa dprolh!!! p P d d!!!!!! Karna! d d!! adalah fungs dnsas dar Dsrbus Gaa dngan, dana hasl parar pngngralanna saa dngan. Shngga dhaslan Jurnal MSA Vol. 2 o. Ed. Jan-Jun 24 P!!!!!! p Fungs Bsar Pr Dar hasl prsaaan d aas, dahu bahwa POI brdsrbus Posson Unu Dsrbus Posson parar aa dprolh (Roussas, G. G., 997: 5). f dngan E Shngga unu ang brdsrbus Posson dngan parar aa E Dahu EU EU U brdsrbus Ba aa dprolh, dan, 2 Fungs bsar pr dapa dcar dngan prsaaan E EU (Rols, T., 999: ) Jad Fungs Bsar Pr ang dprolh adalah E E U 2

8 Jurnal MSA Vol. 2 o. Ed. Jan Jun Dafar Pusaa Anon. 2. Ba Dsrbuon. hp://n.wpda.org/w/ba_dsrbu on. Tanggal Ass 23 Mar 2. Anon. 2. Mon-gnrang Funcon. hp://n.wpda.org/w/mongnrang Funcon. Tanggal Ass 23 Mar 2. adjb, M. 2. Dasar-dasar Asurans Kshaan (Bagan B). Pusa Kajan Eono Kshaan FKM UI dan PT (Prsro) Asurans Kshaan Indonsa. Roussas, G., G A Cours n Mahacal Sascs, 2 nd Edon. Acadc Prss. Rols, T. d Sochasc Procsss for Insuranc and Fnanc. John Wl & Sons Ld. Ross, S., M. 27. Inroducon o Probabl Modl, 9 h Edon, Elsvr Inc 22

BAB IV TAKSIRAN MAKSIMUM LIKELIHOOD FUNGSI INTENSITAS POISSON NONHOMOGEN. fungsi intensitas proses Poisson nonhomogen, yaitu secara teoritis dan studi

BAB IV TAKSIRAN MAKSIMUM LIKELIHOOD FUNGSI INTENSITAS POISSON NONHOMOGEN. fungsi intensitas proses Poisson nonhomogen, yaitu secara teoritis dan studi BAB IV AKSIRA MAKSIMUM LIKELIHOOD FUGSI IESIAS POISSO OHOMOGE 4 Pndahuluan Brku n, akan dbahas nang dua pndkaan unuk mndapakan aksran fungs nnsas pross Posson nonhomogn, yau scara ors dan sud kasus Pada

Lebih terperinci

Catatan Kuliah 8 Memahami dan Menganalisa Optimisasi Pertumbuhan

Catatan Kuliah 8 Memahami dan Menganalisa Optimisasi Pertumbuhan Caaan Kuliah 8 Mahai dan Mnganalisa Opiisasi Prubuhan. Sia dari Fungsi Eksponnsial Fungsi ksponnsial adalah ungsi ang variabl bbasna uncul sbagai pangka. Bnuk uu : b ; b > diana : variabl dpndn Conoh :

Lebih terperinci

Solusi khusus dari masalah nilai awal tersebut dapat ditulis dalam bentuk integral Fourier, yaitu:

Solusi khusus dari masalah nilai awal tersebut dapat ditulis dalam bentuk integral Fourier, yaitu: KARTIKA YULIANTI Jurusan Pndidian Mamaia FPMIPA - Univrsias Pndidian Indonsia Jl. Dr. Syabudhi 9, Bandung Tlp. () 8, Fa () 8 -mail: yar_ia @ yahoo.com DINAMIKA FLUIDA EXERCISE. Ta as iniial spcrum a bloc

Lebih terperinci

Maximum Likelihood Estimation Model Linear dan Log-Linear dalam Regresi Poisson

Maximum Likelihood Estimation Model Linear dan Log-Linear dalam Regresi Poisson Prosdg Sar Nasoal Pla Pdda da Prapa MIPA Faulas MIPA Uvrsas Ngr Yogaara 6 M 9 Mau lhood Esao Modl ar da og-ar dala Rgrs Posso Yul Wbawa Jaa Nugraha Jurusa Sasa FMIPA-UII Kapus Trpadu UII Jl Kalurag KM

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

PRESENTASI TUGAS AKHIR

PRESENTASI TUGAS AKHIR Penerapan PID Predcve Ar-Rao Conroller Pada Mesn Mobl Msubsh Type 4G63 Unu Memnmuman Ems Gas Buang Oleh Hendre Angga P 10 105 03 PRESENTASI TUGAS AKHIR Mesn-mesn oomof saa n dunu unu menghaslan performa

Lebih terperinci

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE Fan Puspasar 201 16019 Program Sud Magser Maemaa Faulas Maemaa dan Ilmu Pengeahuan Alam Insu Tenolog Bandung

Lebih terperinci

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear E-boo Sasa Gras... Sascal Daa Anals Uj Asums Klas Regres Lnear Pada penulsan enang Regres Lnear n, penuls aan memberan bahasan mengena Uj Asums Klas epada para pembaca unu memberan pemahaman dan solus

Lebih terperinci

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban

Lebih terperinci

U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K

U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K Isaro Elevas Jurusan Ten Spl dan Lngungan FT UGM U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K SABTU JULI OPE N BOOK WAKTU ME NIT PETUNJUK ) Saudara bole menggunaan ompuer unu mengerjaan

Lebih terperinci

DEFORMASI INTERAKSI DUA PAKET GELOMBANG DARI PERSAMAAN IMPROVED KdV (IKdV)

DEFORMASI INTERAKSI DUA PAKET GELOMBANG DARI PERSAMAAN IMPROVED KdV (IKdV) DEFOMSI INTEKSI DU PKET GELOMBNG DI PESMN IMPOVED KdV IKdV Sumn Jurusan Mamaa FMIP Unvrsas Dongoro Jl. Prof. H. Sodaro SH Tmbalang Smarang 575 E-mal: su_mn@yaoo.om bsra: Hr W wll sudy nonlnar wo wavs a

Lebih terperinci

PEMODELAN KOMPUTASI DENGAN METODE RUNGE KUTTA ORDE 4 UNTUK MENGHITUNG PROSES PENGISIAN DAN PENGOSONGAN KAPASITOR

PEMODELAN KOMPUTASI DENGAN METODE RUNGE KUTTA ORDE 4 UNTUK MENGHITUNG PROSES PENGISIAN DAN PENGOSONGAN KAPASITOR ol. No. Jul, Tahun 07 Jurnal Pnlan Pnddan MIP Kharah PMODLN KOMPUTSI DNGN MTOD RUNG KUTT ORD UNTUK MNGHITUNG PROSS PNGISIN DN PNGOSONGN KPSITOR Kharah Unvrsas Muslm Nusanara l-washlyah -mal: harahlubs0@gmal.com

Lebih terperinci

Aksioma ini mendefinisikan jangkauan probabilitas adalah dari 0 sampai 1. Nilai negatif tidak diperbolehkan. '

Aksioma ini mendefinisikan jangkauan probabilitas adalah dari 0 sampai 1. Nilai negatif tidak diperbolehkan. ' DFTR ITILH. rrval : rswa daagya sorag plagga dalam ssm ara.. rrval ra : Nla raa-raa bayaya arrval dalam sau saua wau. 3. Br-da : ggambara suau pross yag ddalamya rdapa prswa lar d dalam ssm ara al brar

Lebih terperinci

Model Gelombang Panjang dengan Metoda Elemen Hingga Diskrit. Syawaluddin Hutahean 1)

Model Gelombang Panjang dengan Metoda Elemen Hingga Diskrit. Syawaluddin Hutahean 1) Huahan Vol. 0 No. Januar 003 urnal TEKNIK SIPIL Modl Glombang Panjang dngan Moda Elmn Hngga Dskr Syawaluddn Huahan ) bsrac Ths papr nroducs Dscr Fn Elmn Mhod (DFEM) o solv long war wav quaon. Ths mhod

Lebih terperinci

Pelabelan Total Sisi Ajaib Pada Subkelas Pohon

Pelabelan Total Sisi Ajaib Pada Subkelas Pohon Pelabelan Total Ss Ajab Pada Subkelas Pohon Hlda Rzky Nngtyas, Dr Daraj, SS, MT [] Jurusan Mateatka, Fakultas MIPA, Insttut Teknolog Sepuluh Nopeber (ITS Jl Aref Rahan Hak, Surabaya 60 E-al: daraj@ateatkatsacd

Lebih terperinci

BAB II TINJAUAN PUSTAKA. pada suatu graf sebagai landasan teori pada penelitian ini.

BAB II TINJAUAN PUSTAKA. pada suatu graf sebagai landasan teori pada penelitian ini. BAB II TINJAUAN PUSTAKA Pada bagan n akan dbrkan konsp dasar graf dan blangan kromatk lokas pada suatu graf sbaga landasan tor pada pnltan n 21 Konsp Dasar Graf Bbrapa konsp dasar yang dgunakan dalam pnltan

Lebih terperinci

Pemodelan Pergerakan Benang Pada Saat Peluncuran Pakan Pada Mesin Air Jet Loom

Pemodelan Pergerakan Benang Pada Saat Peluncuran Pakan Pada Mesin Air Jet Loom PROSIDING SK 15 Podlan Prraan Bnan Pada Saa Plnran Paan Pada Msn Ar J Loo Abdrrohan 1,a), Irfandhan a 1), dan Ell Kosnlawa 1) 1 Poln STTT Bandn Jl. Jaara No.31 Bandn a) hwan11991@al.o(orrspondn ahor) Absra

Lebih terperinci

ANALISA ANALITIS KARATERISTIK ARUS MOTOR DC YANG DISUPLAI PENYEARAH DIODA SATU FASA

ANALISA ANALITIS KARATERISTIK ARUS MOTOR DC YANG DISUPLAI PENYEARAH DIODA SATU FASA K, ol. 5, No. Pbruar SSN: 978-5 NS NTS KTSTK US MOTO C YNG SUP PNYH O STU FS ky Salana Tknk lkro Polknk Ngr bon vkysalana@yahoo.o STK Ths suy nns o look a h hararss of urrn rawn by h oor whn suppl by a

Lebih terperinci

TOPIK 5 Bagian 1. andhysetiawan

TOPIK 5 Bagian 1. andhysetiawan OPIK 5 Baan andhysawan Pndahuluan ransforas Fourr dan Funs Dla Drac Modulas Doubl Sd Band DSB andhysawan Modulas ross rubahan karakrsk suau loban nuru ola loban lan, dnan cara nuankan boncnkan suau loban

Lebih terperinci

Analisis Sensitivitas

Analisis Sensitivitas Analss Senstvtas Terdr dar aa : Analss Senstvtas, bla terad perubahan paraeter seara dsrt Progra Lnear Paraetr, bla terad perubahan paraeter seara ontnu Maa-aa perubahan pasa optu: Perubahan suu tetap,

Lebih terperinci

KAJIAN ANALISIS REGRESI DENGAN DATA PANEL

KAJIAN ANALISIS REGRESI DENGAN DATA PANEL Prosdng Smnar Nasonal Pnlan, Pnddan dan Pnrapan MIPA Faultas MIPA, Unvrsas Ngr ogyaarta, 16 M 009 AJIAN ANALISIS REGRESI DENGAN DATA PANEL I Gd Nyoman Mndra Jaya Nnng Sunngsh Staf Pngajar Jurusan Statsta

Lebih terperinci

Fisika Modern. Persamaan Schroodinger dan Fingsi Gelombang

Fisika Modern. Persamaan Schroodinger dan Fingsi Gelombang Fska Modern Persaaan Schroodnger dan Fngs Gelobang Apa Persaaan unuk Gelobang Maer? De Brogle eberkan posula bahwa seap parkel elk hubungan: h/ p Golobang aer ala n dkonfras oleh percobaan dfraks elekron,

Lebih terperinci

MODEL MATEMATIS DAN SIMULASI PERGERAKAN HARGA SAHAM SKRIPSI

MODEL MATEMATIS DAN SIMULASI PERGERAKAN HARGA SAHAM SKRIPSI MODEL MATEMATI DAN IMULAI PERGERAKAN HARGA AHAM KRIPI Dajukan Unuk Mmnuh alah au yara Mmprolh Glar arjana ans Program ud Mamaka Dsusun Olh : RIDWAN RAHADIYANTO NIM : 334 PROGRAM TUDI MATEMATIKA JURUAN

Lebih terperinci

PENERAPAN PERSAMAAN SCHRODINGER PADA PERMASALAHAN PARTIKEL BEBAS DALAM RUANG TIGA DIMENSI

PENERAPAN PERSAMAAN SCHRODINGER PADA PERMASALAHAN PARTIKEL BEBAS DALAM RUANG TIGA DIMENSI 76 PNAPAN PSAMAAN SHODING PADA PMASALAHAN PATIKL BBAS DALAM UANG TIGA DIMNSI A Patl Bbas Dala Koonat atsus :,,,, 6,, 6 Substtusan saaan 6 ala saaan 6, olh: + + 63 ngan: h K 64 Slanjutna ua uas s63 asng-asng

Lebih terperinci

Penaksiran Parameter dari Variansi Vektor pada Pengujian Hipotesis Kesamaan Matriks Kovariansi

Penaksiran Parameter dari Variansi Vektor pada Pengujian Hipotesis Kesamaan Matriks Kovariansi Vol. 3 No. 7-77 Jul 06 Penasan Paaete da Vaans Veto ada Pengujan Hotess Kesaaan Mats Kovaans Nasah Sajang Absta Vaans veto euaan salah satu uuan dses data yang ddefnsan sebaga julah da seua eleen dagonal

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB ADASA TEORI. Varabl Varabl adalah arar ag aa d obsrvas dar u amaa. Varabl dalam pla mrupaa suau arbu dar slompo obj ag dl da mml varas aara sau obj dga obj ag la dalam lompo rsbu, msala gg bada da

Lebih terperinci

OLEH: DESTRIYANTI TRI BUDIARTI YULLIA HESTIANA IRWAN SEPTEMBER GUNAWAN

OLEH: DESTRIYANTI TRI BUDIARTI YULLIA HESTIANA IRWAN SEPTEMBER GUNAWAN OLEH: DESTRIYANTI 7 58 TRI BUDIARTI 7 YULLIA HESTIANA 7 5 IRWAN SEPTEBER 7 46 GUNAWAN 7 KELAS : 6. L ATA KULIAH : ATEATIKA LANJUTAN DOSEN PENGASUH : FADLI, S.Si FAKULTAS KEGURUAN DAN ILU PENDIDIKAN UNIVERSITAS

Lebih terperinci

BAB 3 PERSAMAAN DIFFERENSIAL UNTUK MENENTUKAN HARGA SUATU ASET TURUNAN

BAB 3 PERSAMAAN DIFFERENSIAL UNTUK MENENTUKAN HARGA SUATU ASET TURUNAN BAB 3 PERSAMAAN DIFFERENSIAL UNTUK MENENTUKAN HARGA SUATU ASET TURUNAN Pmbahasan harga opsi idak dapa dilpaskan dari pmbahasan nang skurias lain yang brhubungan dngan haga opsi. Shingga prlu dibahas masalah

Lebih terperinci

Hubungan antara K dengan koefisien fugasitas:

Hubungan antara K dengan koefisien fugasitas: Hubungan antara K dngan kofsn fugastas: fˆ f K Kadaan standar untuk gas adalah gas murn pada kadaan gas dal pada tkanan kadaan standar sbsar 1 bar. (1) Karna fugastas gas dal sama dngan tkanannya, f =

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

v dan persamaan di C menjadi : L x L x

v dan persamaan di C menjadi : L x L x PERSMN GELOMBNG SSIONER. Pada proses panulan gelombang, erjadi gelombang panul ang mempunai ampliudo dan frekwensi ang sama dengan gelombang daangna, hana saja arah rambaanna ang berlawanan. hasil inerferensi

Lebih terperinci

Kendali Optimal pada Masalah Persediaan Barang yang Mengalami Peningkatan

Kendali Optimal pada Masalah Persediaan Barang yang Mengalami Peningkatan Sminar Nasional Tnologi Informasi, omuniasi dan Indusri (SNTII) 9 ISSN (Prind) : 579-77 Faulas Sains dan Tnologi, UIN Sulan Syarif asim Riau ISSN (Onlin) : 579-5406 Panbaru, 8-9 Mi 07 ndali Opimal pada

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

ELEKTROMAGNETIK TERAPAN 1. GELOMBANG LINTAS MEDIUM

ELEKTROMAGNETIK TERAPAN 1. GELOMBANG LINTAS MEDIUM LKTROMAGNTIK TRAPAN. GLOMBANG LINTAS MDIUM OUTLIN. Glombang Lnas Mdum a) Glombang Jauh Nomal b) Glombang Jauh Mng PNDAHULUAN Jka glombang daa sbasama mlwa aau lbh mdum. Tdapa kmungknan plakuan hadap glombang,

Lebih terperinci

Bab VII Contoh Aplikasi

Bab VII Contoh Aplikasi Bab VII Contoh Aplkas Dala bab n akan dberkan lustras tentang aplkas statstk penguj VVVS dala eontor kestablan atrks korelas pada proses produks dudukan kabel tegangan tngg (flange) d PT PINDAD (Persero).

Lebih terperinci

FIXED EFFECT MODEL PADA REGRESI DATA PANEL

FIXED EFFECT MODEL PADA REGRESI DATA PANEL ta p-iss: 085-5893 -ISS: 54-0458 Vol. 3 o. opmbr 00, Hal. 34-45 ta 00 DOI: http://dx.do.org/0.044/btajtm.v9.7 FIED EFFECT MODEL PADA REGRESI DATA PAEL Alfra Mula Astut Abstrak: Pngamatan trhadap prlakuan

Lebih terperinci

ESTIMASI PARAMETER MODEL GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION (GWOLR)

ESTIMASI PARAMETER MODEL GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION (GWOLR) ISBN : 978.60.36.00.0 ESIMASI PARAMEER MODEL GEOGRAPHICALLY WEIGHED ORDINAL LOGISIC REGRESSION (GWOLR) Sylf, Vta Ratnasar Mahasswa Jurusan Statstka Insttut knolog Spuluh Nopmbr (IS), Dosn Jurusan Statstka

Lebih terperinci

BAB IV DATA DAN ANALISA

BAB IV DATA DAN ANALISA BAB IV DATA DAN ANALISA Pngujian yang dilakukan brupa pngujian masa hidup (lifim) cahaya dari 0 uni lampu DC 4,8 Vol olh hardwar yang lah dirancang. Hasil pngujian ini akan dianalisa raa-raa lifim µ dari

Lebih terperinci

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan KONSEP DASAR Laar belakang Meode Numerk Ilusras masalah numerk Angka sgnfkan Akuras dan Press Pendekaan dan Kesalahan Laar Belakang Meode Numerk Tdak semua permasalahan maemas dapa dselesakan dengan mudah,

Lebih terperinci

Algoritma AdaBoost. Dalam. Pengklasifikasian. Zulhanif. Staf Pengajar Jurusan Statistika FMIPA, Unpad Bandung.

Algoritma AdaBoost. Dalam. Pengklasifikasian. Zulhanif. Staf Pengajar Jurusan Statistika FMIPA, Unpad Bandung. Algorta AdaBoost Dala Pnglasfasan Zulhanf Staf Pngajar Jurusan Statsta FMIPA, Unpad Bandung Eal : dzulhanf@yahoo.co ABSTRAK Mtod AdaBoost rupaan salah satu algorta suprvsd pada data nng yang dtrapaan scara

Lebih terperinci

ESTIMASI PARAMETER DUA LEVEL MODEL GSTARX-GLS

ESTIMASI PARAMETER DUA LEVEL MODEL GSTARX-GLS Program Sudi MMT-ITS, Surabaya Agusus ESTIMASI PARAMETER UA LEVEL MOEL GSTARX- Andria Prima iago dan Suharono Program Sudi Magisr Saisika, Insiu Tknologi Spuluh Nopmbr Jl Arif Rahman Hakim, Surabaya,,

Lebih terperinci

Pendekatan Bayes Empirik Pada Pendugaan Statistik Area Kecil Berbasis Model Poisson-Gamma Dengan Peubah Penyerta

Pendekatan Bayes Empirik Pada Pendugaan Statistik Area Kecil Berbasis Model Poisson-Gamma Dengan Peubah Penyerta Pnkaan Bas mprk Paa Pnugaan Sask Ara Kcl Brbass Mol Posson-Gamma Dngan Pubah Pnra Ksmann Jurusan Pnkan Mamaka FMIPA Unvrsas Ngr ogakara Absrak Bas mprk mrupakan salah sau mo paa pnugaan ara kcl ang apa

Lebih terperinci

PENDEKATAN BAYES EMPIRIK PADA PENDUGAAN STATISTIK AREA KECIL BERBASIS MODEL POISSON-GAMMA DENGAN PEUBAH PENYERTA 1)

PENDEKATAN BAYES EMPIRIK PADA PENDUGAAN STATISTIK AREA KECIL BERBASIS MODEL POISSON-GAMMA DENGAN PEUBAH PENYERTA 1) PNDKATAN BAS MPIRIK PADA PNDUGAAN STATISTIK ARA KCIL BRBASIS MODL POISSON-GAMMA DNGAN PUBAH PNRTA ) Ksmann Jurusan Pnkan Mamaka FMIPA Unvrsas Ngr ogakara Bas mprk mrupakan salah sau mo paa pnugaan ara

Lebih terperinci

Pengaruh Penyisipan Induktor dan Kapasitor pada Sambungan Saluran Udara dan Kabel Distribusi 20 kv terhadap Perambatan Gelombang Tegangan Surja

Pengaruh Penyisipan Induktor dan Kapasitor pada Sambungan Saluran Udara dan Kabel Distribusi 20 kv terhadap Perambatan Gelombang Tegangan Surja 8 Pngaruh Pnyspan Indukor dan Kapasor pada Sambungan Saluran Udara dan Kabl Dsrbus kv rhadap Prambaan Glombang gangan Surja Moch. Dhofr Absrak Dalam ulsan n dpaparkan pngaruh sspan L sr aau C parall danara

Lebih terperinci

EFISIENSI SISTEM BONUS MALUS SEBAGAI MODEL RANTAI MARKOV

EFISIENSI SISTEM BONUS MALUS SEBAGAI MODEL RANTAI MARKOV Jurnal Matmatka Vol. 9, No.3, Dsmbr 2006:207-214 EFISIENSI SISTEM BONUS MALUS SEBAGAI MODEL RANTAI MARKOV Supand Jurusan Tknk Informatka Unvrstas AKI Jl. Pmuda 95-97 Smarang h_supand@yahoo.co.uk Abstract.

Lebih terperinci

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a APLIKASI STRUKTUR GRUP ANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI Mujash a a Program Sud Maemaka Jurusan Tadrs Fakulas Tarbah IAIN Walsongo Jl. Prof. Dr. Hamka Kampus II Ngalan Semarang

Lebih terperinci

BAB 4 MODEL MATEMATIKA PENGARUH TERAPI OBAT TERHADAP DINAMIKA VIRUS HIV DALAM TUBUH

BAB 4 MODEL MATEMATIKA PENGARUH TERAPI OBAT TERHADAP DINAMIKA VIRUS HIV DALAM TUBUH BAB 4 MODEL MATEMATIKA PENGARUH TERAPI OBAT TERHADAP DINAMIKA VIRUS HIV DALAM TUBUH Sjak bbrapa ahun yang lalu, ilmuwan asal Amrika Marin Nowak dan Sbasian Bonhoffr mncoba mmplo daa dari pnliian oba ani-hiv.

Lebih terperinci

MODEL MULTIPLE DECREMENT DAN APLIKASINYA

MODEL MULTIPLE DECREMENT DAN APLIKASINYA Sinar Nasional FMIPA UNDIKSHA IV ahun 24 MODEL MULIPLE DECREMEN DAN APLIKASINYA I Gusi Nyoan Yui Harawan Jurusan Pniian Maaia, FMIPA, UNDIKSHA harawan.ah@gail.co Absra: Canya rbangan asuransi ianai ngan

Lebih terperinci

USAHA KONVEKSI PAKAIAN JADI

USAHA KONVEKSI PAKAIAN JADI P O L A P E M B I A Y A A N U S A H A K E C I L S Y A R I A H ( P P U K -S Y A R I A H ) U S A H A K O N V E K S I P A K A I A N J A D I P O L A P E M B I A Y A A N U S A H A K E C I L S Y A R I A H (

Lebih terperinci

PENGUKURAN BULLWHIP EFFECT DENGAN MODEL AUTOREGRESSIVE

PENGUKURAN BULLWHIP EFFECT DENGAN MODEL AUTOREGRESSIVE PENGUKURAN BUWHIP EFFECT ENGAN MOE AUTOREGRESSIVE Ta Talha Program Su Tknk Inusr, Fakulas Tknk Unvrsas an Nuswanoro Jalan Nakula I No. 5- Smarang E-mal : a@osn.nus.ac. Absrak Kurangnya nformas apa mnmbulkan

Lebih terperinci

PENDUGAAN RESIKO RELATIF PADA PENDUGAAN AREA KECIL 1. Kismiantini Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta

PENDUGAAN RESIKO RELATIF PADA PENDUGAAN AREA KECIL 1. Kismiantini Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta PENDUGAAN RESIKO RELATIF PADA PENDUGAAN AREA KECIL 1 Ksmantn Jurusan Pnddkan Matmatka FMIPA Unvrstas Ngr Yogakarta Abstrak Pnduga rsko rlat mrupakan statstk ang dgunakan untuk mngtahu sbaran suatu pnakt.

Lebih terperinci

Penerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6)

Penerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6) ISSN : 693 73 Penerapan Aljabar Matrk Dala Analsa Masukan-Keluaran Elstya Rawat 6) Abstrak Analsa asukan-keluaran bertolak dar anggapan bahwa suatu sste perekonoan terdr atas sector-sektor yang salng berkatan.

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya. Penyelesaian Persamaan Ruang Keadaan

Institut Teknologi Sepuluh Nopember Surabaya. Penyelesaian Persamaan Ruang Keadaan Insiu Tnologi Spuluh Nopmbr Surabaya Pnylsaian Prsamaan Ruang Kadaan Pnganar Mri Conoh Soal Ringasan Lihan ssmn Pnganar Mri Conoh Soal Torma Cayly-Hamilon Pnylsaian Umum Prsamaan Kadaan Homogn Pnylsaian

Lebih terperinci

Tentukan invers transformasi dari hasil kali kedua fungsi dalam kawasan frekuensi berikut :

Tentukan invers transformasi dari hasil kali kedua fungsi dalam kawasan frekuensi berikut : Tenuan nver ranforma ar hal al eua fung alam awaan freuen beru : Pen: F () an F () Inver ranforma Laplace mang-mang fung erebu enu aja aalah f () u() an f () e - u() engan menggunaan negral onvolu ang

Lebih terperinci

BAB NILAI EIGEN DAN VEKTOR EIGEN

BAB NILAI EIGEN DAN VEKTOR EIGEN BAB 8 RUANG EIGEN Masalah nilai dan vkor ign banyak skali dijumpai dalam bidang rkayasa, spri maslah ksabilan sism, opimasi dngan SVD, komprsi pada pngolahan cira, dan lain-lain. Unuk lbih mmahami masalah

Lebih terperinci

Pengembangan Model. Gambar 4.1 Strategi Layanan Yang Diusulkan. Penggantian. W waktu

Pengembangan Model. Gambar 4.1 Strategi Layanan Yang Diusulkan. Penggantian. W waktu Bab IV Pngbangan Modl Pada bab IV ini akan dijlaskan pngbangan sagi layanan gaansi unuk poduk dngan pola pnggunaan inin Pada sub bab IV akan dijlaskan foulasi odl unuk sagi layanan yang dikbangkan IV oulasi

Lebih terperinci

BAB VI METODE BELAJAR WIDROW-HOFF

BAB VI METODE BELAJAR WIDROW-HOFF BAB VI METODE BELAJAR WIDROW-HOFF - Aturan laar LMS Last Man Squars lh ftf dar aturan laar rstron. - Aturan laar LMS atau Wdro-Hoff mmnmsasan man squar rror, shngga mnggsr atasan utusan sauh yang sa dlauan

Lebih terperinci

III HASIL DAN PEMBAHASAN

III HASIL DAN PEMBAHASAN vr vr yang lannya. In adalah au huu dar onrol bang-bang. Syara cuu mncau H( x (, u (, (, H( x(, u(, (,. Vor dbu juga vor adjon yang mml ranan baga ngal Lagrang. Dalam maalah oma dnam, ubah aau vor adjon

Lebih terperinci

Bab III. Plant Nonlinear Dengan Fase Nonminimum

Bab III. Plant Nonlinear Dengan Fase Nonminimum Bab III Plant Nonlnear Dengan Fase Nonmnmum Pada bagan n dbahas mengena penurunan learnng controller untu sstem nonlnear dengan derajat relatf yang detahu Dalam hal n hanya dperhatan pada sstem-sstem nonlnear

Lebih terperinci

NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA

NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA Jurnal Ilmu Maemaka dan Terapan Desember 015 Volume 9 Nomor Hal. 97 10 NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA R. D. S. Rahangmean 1, M. I. Tlukay, F. Y. Rumlawang,

Lebih terperinci

PROYEKSI PENDUDUK PROVINSI MALUKU DENGAN MENGGUNAKAN MODEL PERTUMBUHAN LOGISTIK PADA BEBERAPA TAHUN MENDATANG

PROYEKSI PENDUDUK PROVINSI MALUKU DENGAN MENGGUNAKAN MODEL PERTUMBUHAN LOGISTIK PADA BEBERAPA TAHUN MENDATANG ROYESI ENDUDU ROVINSI MALUU DENGAN MENGGUNAAN MODEL ERTUMBUHAN LOGISTI ADA BEBERAA TAHUN MENDATANG [unuk mmnuhi ugas maa kuliah modlan] Disusun olh: 1. CAROLINA LAISINA 2. ELSA M. TAHALEA 3. FRISA NAHUWAY

Lebih terperinci

II. PERANAN STATISTIK DALAM ANALISIS PERCOBAAN

II. PERANAN STATISTIK DALAM ANALISIS PERCOBAAN II. PERANAN TATITIK DALAM ANALII PERCOBAAN Hal-hal yang prl dplajar. 1. baran Normal dan sbaran t- stdnt. Mmbandngan da harga rata-rata sampl. a. Prbandngan da harga rata-rata sampl tda brpasangan npard

Lebih terperinci

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK BAB II PEMODELAN SRUKUR DAN ANALISIS DINAMIK II Pedaulua Aalss da saga dperlua uu bagua-bagua berlaa baya aau yag el egga leb dar eer Respo da sruur dabaa ole beba beba da yag basaya erupaa fugs dar wau

Lebih terperinci

PROSES STOKASTIK KELAHIRAN-KEMATIAN DENGAN DUA JENIS KELAMIN SECARA KELOMPOK PADA PROSES YULE- FURRY. Samsuryadi

PROSES STOKASTIK KELAHIRAN-KEMATIAN DENGAN DUA JENIS KELAMIN SECARA KELOMPOK PADA PROSES YULE- FURRY. Samsuryadi JURNAL MATEMATIKA DAN KOMUTER Vol. 4. No. - Agusus ISSN : 4-858 ROSES STOKASTIK KELAHIRAN-KEMATIAN DENAN DUA JENIS KELAMIN SECARA KELOMOK ADA ROSES YULE- FURRY Samsuryad Jurusan Maemaka FMIA Unversas Srwaya

Lebih terperinci

KAJIAN KONVERGENSI BARISAN RUANG NORM-(n-1) DENGAN n 2

KAJIAN KONVERGENSI BARISAN RUANG NORM-(n-1) DENGAN n 2 Kaa Kovrgs Barsa Ruag Norm-(-) Dga KAJIAN KONVERGENSI BARISAN RUANG NORM-(-) DENGAN Faratul Masruroh Era Aprla Sao 3 Jurusa Matmatka FMIPA Isttut Tkolog Spuluh Nopmbr Surabaa 3 Jl. Arf Rahma Hakm Kampus

Lebih terperinci

INTERVAL KREDIBEL BAYESIAN OBYEKTIF DARI PARAMETER POPULASI BERDISTRIBUSI POISSON DAN EKSPONENSIAL

INTERVAL KREDIBEL BAYESIAN OBYEKTIF DARI PARAMETER POPULASI BERDISTRIBUSI POISSON DAN EKSPONENSIAL INTERVAL KREDIBEL BAYESIAN OBYEKTIF DARI PARAMETER POPULASI BERDISTRIBUSI POISSON DAN EKSPONENSIAL A Sawa Program S Mamaka Isr a Saska Faklas Sas a Mamaka Uvrsas Krs Saya Wacaa Jl Dpogoro 5-6 Salaga 57

Lebih terperinci

Relasi LOGIK FUNGSI AND, FUNGSI OR, DAN FUNGSI NOT

Relasi LOGIK FUNGSI AND, FUNGSI OR, DAN FUNGSI NOT 2 Relasi LOGIK FUNGSI ND, FUNGSI OR, DN FUNGSI NOT Tujuan : Seelah mempelajari Relasi Logik diharapkan dapa,. Memahami auran-auran relasi logik unuk fungsi-fungsi dasar ND, OR dan fungsi dasar NOT 2. Memahami

Lebih terperinci

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1 BAB I PENDAHULUAN 1.1 Defns Rangkaan Lsrk Rangkaan Lsrk adalah sambungan dar beberapa elemen lsrk ( ressor, kapasor, ndukor, sumber arus, sumber egangan) yang membenuk mnmal sau lnasan eruup yang dapa

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 19 BAB III METODOLOGI PENELITIAN 3.1 Waku dan Lokasi Peneliian Peneliian ini dilakukan pada bulan Juni hingga Juli 2011 yang berlokasi di areal kerja IUPHHK-HA PT. Mamberamo Alas Mandiri, Kabupaen Mamberamo

Lebih terperinci

PERSAMAAN MAXWELL DAN EFEK NONLINEAR

PERSAMAAN MAXWELL DAN EFEK NONLINEAR PLAGIAT MRUPAKAN TINAKAN TIAK TRPUJI PRSAMAAN MAXWLL AN FK NONLINAR Sps ajuan unu Mmnuh Salah Sau Saa Mmpolh Gla Sajana Sans Pogam Sud Fsa Olh: Agaha Mangga Sa NIM : 3345 PROGRAM STUI FISIKA JURUSAN FISIKA

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 4 BAB II LANDAAN EORI ala sau insrun rivaif yang punyai ponsi unuk ikbangkan aala opsi. Opsi aala suau konrak anara ua piak, sala sau piak (sbagai pbli) punyai ak unuk bli aau njual suau as rnu ngan arga

Lebih terperinci

UJI CHI KUADRAT (χ²) 1.1. Pengertian Frekuensi Observasi dan Frekuensi Harapan

UJI CHI KUADRAT (χ²) 1.1. Pengertian Frekuensi Observasi dan Frekuensi Harapan UJI CHI KUADRAT (χ²) 1. Pndahuluan Uj Ch Kuadrat adalah pngujan hpotss mngna prbandngan antara : frkuns obsrvas/yg bnar-bnar trjad/aktual dngan frkuns harapan/kspktas 1.1. Pngrtan Frkuns Obsrvas dan Frkuns

Lebih terperinci

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32)

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32) 8 Raaan poserornya adalah E m x ò (, ) f ( x) m f x m f f m ddm (32) Dalam obseras basanya dgunakan banyak daa klam. Msalkan saja erdr dar grup daa klam dengan masng-masng grup ke unuk seap, 2,..., yang

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Blakang Mnmum spannng tr (MST) mrupakan sbuah prmasalahan dalam suatu graph yang mana banyak aplkasnya bak scara langsung maupun tdak langsung yang tlah dplajar. Salah satu

Lebih terperinci

NILAI AKUMULASI DARI SUATU CASH FLOW DENGAN TINGKAT BUNGA BERUBAH BERDASARKAN FORMULA FISHER

NILAI AKUMULASI DARI SUATU CASH FLOW DENGAN TINGKAT BUNGA BERUBAH BERDASARKAN FORMULA FISHER ILAI AKUMULASI DARI SUATU CASH FLOW DEGA TIGKAT BUGA BERUBAH BERDASARKA FORMULA FISHER Devs Apranda, Johannes Kho, Sg Sugaro Mahasswa rogram S Maemaka Dosen Jurusan Maemaka Fakulas Maemaka dan Ilmu engeahuan

Lebih terperinci

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA BAB V MOEL SEERHANA ISTRIBUSI TEMPERATUR AN SIMULASINYA Model matemata yang terdapat pada bab sebelumnya merupaan model umum untu njes uap pada reservor dengan bottom water. Model tersebut merupaan model

Lebih terperinci

BAB IV STUDI KASUS NILAI AVL SLJJ PT TELKOM

BAB IV STUDI KASUS NILAI AVL SLJJ PT TELKOM BAB IV STUDI KASUS NILAI AVL SLJJ PT TELKOM 4.1 Pndahuluan Ktga prtdaksamaan yang tlah dbahas sblumnya akan daplkaskan dalam suatu stud kasus mngna nla AVL (avalablty ntwork) dar sambungan langsung jarak

Lebih terperinci

TANGGAPAN FREKUENSI PENGUAT

TANGGAPAN FREKUENSI PENGUAT EEKTONIK NOG Prtuan 9 TNGGPN FEKUENI PENGUT Tanapan Frkuns nda Pratkan rankaan plwat-atas -pass rkut. ankaan plwat-atas Dala prnyataan pua kplks s ω π, aka raktans kapastr adala /s. na dar aar d atas dprl:

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

BAB IV TURUNAN FUNGSI. Setelah mengikuti pokok bahasan ini mahasiswa diharapkan mampu menentukan turunan fungsi yang diberikan.

BAB IV TURUNAN FUNGSI. Setelah mengikuti pokok bahasan ini mahasiswa diharapkan mampu menentukan turunan fungsi yang diberikan. BAB IV TURUNAN FUNGSI Sla kia mmbaas i an kkoninuan fungsi paa bab sblumna, kia akan mmbaas nang urunan ang konspna ikmbangkan ari konsp i Pmbaasan urunan ibagi mnjai ua bagian, bagian prama mmbaas pngrian,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju-laju

Lebih terperinci

BAB IV SIMULASI MODEL

BAB IV SIMULASI MODEL 21 BAB IV SIMULASI MODEL Pada bagian ini aan diunjuan simulasi model melalui pendeaan numeri dengan menggunaan ala banu peranga luna Mahemaica. Oleh arena iu dienuan nilai-nilai parameer seperi yang disajian

Lebih terperinci

PERMASALAHAN LOKASI (Model Dasar) [2]

PERMASALAHAN LOKASI (Model Dasar) [2] PERMASALAHAN LOKASI Model Dasar [] Technques of Contnuous Space Locaton Probles Medan ethod» Rectlner / Manhattan / Ct bloc dstance Contour-Lne ethod» Constructs regons bounded b counter lne hch provde

Lebih terperinci

Median Method. Types of Distance Rectilinear distance / Manhattan distance / City block distance / rigth-angle distance / rectangular distance

Median Method. Types of Distance Rectilinear distance / Manhattan distance / City block distance / rigth-angle distance / rectangular distance 30/05/04 Technques of Contnuous Space Locaton Probles PERMASALAHAN LOKASI Model Dasar [] Medan ethod» Rectlner / Manhattan / Ct bloc dstance Contour-Lne ethod» Constructs regons bounded b counter lne hch

Lebih terperinci

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan BAB I PENDAHULUAN 1.1 Laar Belakang Dalam perencanaan pembangunan, daa kependudukan memegang peran yang pening. Makin lengkap dan akura daa kependudukan yang esedia makin mudah dan epa rencana pembangunan

Lebih terperinci

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI BAB ETROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUYI Model Markov Tersembuny (Hdden Markov Model, MMT) elah banyak daplkaskan dalam berbaga bdang seper pelafalan bahasa (speeh reognon) dan klasfkas (luserng).

Lebih terperinci

Ringkasan Materi Kuliah PEMETAAN LAPLACE

Ringkasan Materi Kuliah PEMETAAN LAPLACE Ringaan Mari Kuliah PEMETAAN APACE Pndahuluan Diini ia ajian mod lain unu mnlaian pramaan difrnial linar dngan ofiin onana Mod ini diu mod pmaan aplac Olh mod ini uau maalah nilai awal dipaan uau pramaan

Lebih terperinci

BAB II DIMENSI PARTISI

BAB II DIMENSI PARTISI BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan

Lebih terperinci

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

Jurusan Teknik Sipil Fakultas Teknik Sipil dan Perencanaan Universitas Mercu Buana MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA DASAR (4 sks)

Jurusan Teknik Sipil Fakultas Teknik Sipil dan Perencanaan Universitas Mercu Buana MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA DASAR (4 sks) MODUL PERTEMUAN KE 3 MATA KULIAH : (4 sks) MATERI KULIAH: Jarak, Kecepaan dan Percepaan; Gerak Lurus Berauran, Percepaan; Gerak Lurus Berauran, Gerak Lurus Berubah Berauran POKOK BAHASAN: GERAK LURUS 3-1

Lebih terperinci

Jurnal Pendidikan Matematika & Matematika

Jurnal Pendidikan Matematika & Matematika Jurnal Penddkan Mateatka & Mateatka Syasah. (2011). Pengaruh Puasa Terhadap Konsentras Belajar Sswa. Jakarta: UIN Syarf Hdayatullah Jakarta. Thabrany, Hasbullah. (1995). Rahasa Sukses Belajar. Jakarta:

Lebih terperinci

4. VALIDITAS DAN RELIABILITAS DALAM MEMBUAT EVALUASI

4. VALIDITAS DAN RELIABILITAS DALAM MEMBUAT EVALUASI 4. ALIDITAS DA RELIABILITAS DALAM MEMBUAT EALUASI Tujuan : Seelah mempelajari modul ini mahasiswa mampu membua ala evaluasi bau unu program pembelajaran Evaluasi pembelajaran adalah ahap ahir dalam prosedur

Lebih terperinci

Seminar Nasional Statistika Universitas Diponegoro, Semarang, 21 Mei 2011

Seminar Nasional Statistika Universitas Diponegoro, Semarang, 21 Mei 2011 Senar Nasonal Saska Unversas Dponegoro, Searang, 2 Me 20 ENERAAN ANALISIS KEUTUSAN DALAM RISIKO DALAM ENGAMBILAN KEUTUSAN INVESTASI SAHAM JANGKA ENDEK UNTUK MENDAATKAN CAITAL GAIN ATAU KERUGIAN YANG OTIMUM

Lebih terperinci

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk

Lebih terperinci

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP Karakerisik Umur Produk (Sudarno) KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL Sudarno Saf Pengajar Program Sudi Saisika FMIPA UNDIP Absrac Long life of produc can reflec is qualiy. Generally, good producs

Lebih terperinci

III. METODE PENELITIAN. Usahatani belimbing karangsari adalah kegiatan menanam dan mengelola. utama penerimaan usaha yang dilakukan oleh petani.

III. METODE PENELITIAN. Usahatani belimbing karangsari adalah kegiatan menanam dan mengelola. utama penerimaan usaha yang dilakukan oleh petani. III. METODE PENELITIAN A. Konsep Dasar dan Definisi Operasional Usahaani belimbing karangsari adalah kegiaan menanam dan mengelola anaman belimbing karangsari unuk menghasilkan produksi, sebagai sumber

Lebih terperinci

INTERFERENSI DAN DIFRAKSI

INTERFERENSI DAN DIFRAKSI ITRFRSI DA DIFRAKSI Mata Kulah: Glombang & Optk Dosn: Andhy Stawan andhystawan DIFRAKSI CLAH TUGGAL DA KISI andhystawan B. Dfaks Dfaks mupan gjala pmblon (pnybaan) glombang kt mnjala mlalu clah smpt atau

Lebih terperinci

CONTOH SOAL #: PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA. dx dengan nilai awal: y = 1 pada x = 0. Penyelesaian: KASUS: INITIAL VALUE PROBLEM (IVP)

CONTOH SOAL #: PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA. dx dengan nilai awal: y = 1 pada x = 0. Penyelesaian: KASUS: INITIAL VALUE PROBLEM (IVP) PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA KASUS: INITIAL VALUE PROBLEM (IVP) by: st dyar kholsoh Mater Kulah: Pengantar; Metode Euler; Perbakan Metode Euler; Metode Runge-Kutta; Penyelesaan Sstem Persamaan

Lebih terperinci

( ) r( t) 0 : tingkat pertumbuhan populasi x

( ) r( t) 0 : tingkat pertumbuhan populasi x III PEMODELAN Model Perumbuan Koninu Terbaasnya sumber-sumber penyoong (ruang, air, maanan, dll) menyebaban populasi dibaasi ole suau daya duung lingungan Perumbuan populasi lamba laun aan menurun dan

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