TUGAS ANALISIS NUMERIK PERTEMUAN Ke-5 CURVE FITTING OLEH : MUHAMMAD ZAINUDDIN LUBIS ( C )

Ukuran: px
Mulai penontonan dengan halaman:

Download "TUGAS ANALISIS NUMERIK PERTEMUAN Ke-5 CURVE FITTING OLEH : MUHAMMAD ZAINUDDIN LUBIS ( C )"

Transkripsi

1 Tugas halaman a. Nilai x, y dan memiliki fungsi (x). carilah gari regresi linear y = ax+b! Xk Yk fx Persamaam regresi linear yang didapat adalah (7*x)/10 +13/5 Sedangkan nilai rmsnya adalah : e-016 titik solusi yang bernilai paling besar yaitu berada pada nilai x sebesar 4, hal ini menunjukkan bahwa persamaan polynomial orde 1 memberikan nilai error yang lebih kecil dan kemungkinan curve fitting yang terbaik adalah garis pada polynomial yang pertama yaitu berada pada titik hijau dan garis berwarna biru 1

2 1 b. Nilai x, y dan memiliki fungsi (x). carilah gari regresi linear y = ax+b! Xk Yk fx Persamaam regresi linear yang didapat adalah 17/5 (3*x)/5 Sedangkan nilai rmsnya adalah : e-016 titik solusi yang bernilai paling besar yaitu berada pada nilai x sebesar -6 dan nilai y adalah 7, hal ini menunjukkan bahwa persamaan polynomial orde 1 dengan jumlah dan banyaknya data diatas memberikan fungsi ataupun grafik yang sangat berbeda nilai error yang lebih kecil dan kemungkinan curve fitting yang terbaik adalah garis pada polynomial yang pertama yaitu berada pada titik hijau dan garis berwarna biru. 2

3 1 c. Nilai x, y dan memiliki fungsi (x). carilah gari regresi linear y = ax+b! Xk Yk fx Persamaam regresi linear yang didapat adalah (7*x)/10-1/5 Sedangkan nilai rmsnya adalah : e-016 titik solusi yang bernilai paling besar yaitu berada pada nilai x sebesar -6 dan nilai y adalah 7, hal ini menunjukkan bahwa persamaan polynomial orde 1 dan orde 2 saling berhimpitan dengan jumlah dan banyaknya data diatas memberikan fungsi ataupun grafik yang memiliki nilai error pada keduanya yang dilihat juga kecil, dan dikarenakan persamaan tersebut saling berhimpitan maka persamaan tersebut dapat digunakan dan hal ini dikarenakan nilai error memiliki nilai yang sangat kecil. 3

4 2.a Nilai x, y dan memiliki fungsi (x). carilah gari regresi linear y = ax+b! Xk Yk fx Persamaam regresi linear yang didapat adalah (319*x)/ /205 Sedangkan nilai rmsnya adalah : titik solusi yang bernilai paling besar yaitu berada pada nilai x sebesar 3 dan nilai y adalah 12, hal ini menunjukkan bahwa persamaan polynomial orde 1 dan orde 2 saling berhimpitan dengan jumlah dan banyaknya data diatas memberikan fungsi ataupun grafik yang memiliki nilai error pada keduanya yang dilihat juga kecil, dan dikarenakan persamaan tersebut saling berhimpitan maka persamaan tersebut dapat digunakan dan hal ini dikarenakan nilai error memiliki nilai yang sangat kecil. 4

5 2.b. Nilai x, y dan memiliki fungsi (x). carilah gari regresi linear y = ax+b! Xk Yk fx Persamaam regresi linear yang didapat adalah (79*x)/100-63/50 Sedangkan nilai rmsnya adalah : e-016 menunjukkan bahwa persamaan polynomial orde 1 dan orde 2 tidak saling berhimpitan dengan jumlah dan banyaknya data diatas memberikan fungsi ataupun grafik yang memiliki nilai error pada keduanya adalah besar. sehingga persamaan tersebut tidak disarankan untuk digunakan dan data yang digunakan termasuk data yang bernilai sangat kecil sehingga nilai error semakin besar. 5

6 2.c. Nilai x, y dan memiliki fungsi (x). carilah gari regresi linear y = ax+b! Xk Yk fx Persamaam regresi linear yang didapat adalah (117*x)/200 Sedangkan nilai rmsnya adalah : menunjukkan bahwa persamaan polynomial orde 1 dan orde 2 titik dasar y dan titik solusi sangat jauh berbeda dengan garis regresi, dan hal ini dapat menyatakan bahwa nilai eror atau rms sangat kecil dan kedua titik saling berhimpit antara satu sama lainnya. 6

7 Berikut adalah syntax untuk mengerjakan persamaan nomer 3 : clear clc x= [ ]; y=[ ]; f= [ ]; n=length (x); m=1; sumxy =sum((x.^m).*y); sumxx =sum(x.^(2*m)); a= sumxy/sumxx c= [a;0]; pers1=poly2sym(c); y1=polyval (c, x); error = f-y1; rms = (sum((abs (f-y1)).^2).*(1/n)).^(1/2) ezplot (pers1,[min(x) max(x)]) hold on scatter (x, y, 'red','filled') scatter ( x,f, 'green', 'filled') hold off title ('curve fitting soal 3C halaman 260 lubis') grid on legend ('regression line','titik dasar y', 'titik solusi', 'location','best') xlabel ('nilai x') ylabel ('nilai y') 3. A Carilah curve fitting untuk persamaan pangkat y = Ax^n dimana nilai M = 1! Xk Yk fx Dengan Persamaam regresi linear diatas maka nilai a yang diperoleh adalah Sedangkan nilai rmsnya adalah : e-016 7

8 menunjukkan bahwa persamaan polynomial orde 1 dan orde 2 titik dasar y dan titik solusi berhimpit dengan garis regresi, sedangkan titik dsar y tidak berhimpit dengan garis regresi. 3B. Carilah curve fitting untuk persamaan pangkat y = Ax^n dimana nilai M = 1! Xk Yk fx Dengan Persamaam regresi linear diatas maka nilai a yang diperoleh adalah Sedangkan nilai rmsnya adalah : e-016 8

9 menunjukkan bahwa persamaan polynomial orde 1 dan orde 2 titik dasar y dan titik solusi berhimpit dengan garis regresi, sedangkan titik dsar y tidak berhimpit dengan garis regresi. Dan nilai rms sendiri sama dengan nilai rms pada soal 3A. hal ini menyatakan bahwa nilai errornya memiliki nilai yang kecil dan persamaan ini sangat baik digunakan. 3C. Carilah curve fitting untuk persamaan pangkat y = Ax^n dimana nilai M = 1! Xk Yk fx Dengan Persamaam regresi linear diatas maka nilai a yang diperoleh adalah Sedangkan nilai rmsnya adalah : 0 9

10 menunjukkan bahwa persamaan polynomial titik dsar y tidak berhimpit dengan garis regres, tetapi titik solusi berhimpit dengan garis regresi dan memiliki nilai error yaitu 0. Hal ini menyatakan bahwa nilai error tidak ad sama sekali dan persamaan ini merupakan yang terbaik dengan nilai dan jumlah data yang tertera diatas. Berikut adalah syntax untuk mengerjakan/menjalankan soal nomor 8A dan 8B: clear clc x= [ ]; y=[ ]; f= y; n=length (x); %untuk orde 2 m=2; sumxy =sum((x.^m).*y); sumxx =sum(x.^(2*m)); a= sumxy/sumxx c= sprintf('%3.2f.*x^%d',a,m); %pers1=poly2sym(c); y1=polyval (c, x); error = f-y1; rms = (sum((abs (f-y1)).^2).*(1/n)).^(1/2) %untuk orde 3 o=3; sumxy1 =sum((x.^o).*y); sumxx1 =sum(x.^(2*o)); b= sumxy1/sumxx1 d= sprintf('%3.2f.*x^%d',b,o); y2=polyval (d, x); error1 = f-y2; rms1 = (sum((abs (f-y2)).^2).*(1/n)).^(1/2) ezplot (c) hold on s=ezplot (d); set(s,'color','magenta')%gca -get current axis 10

11 scatter (x, y, 'red','filled') scatter ( x,f, 'green', 'filled') hold off title ('curve fitting soal 3A halaman 260 lubis') grid on legend ('regresi ax^2','regresi bx^3','titik dasar y', 'titik solusi', 'location','best') xlabel ('nilai x') ylabel ('nilai y') 8A. Carilah curve fitting dan nilai error dari persamaan y =Ax^2 dan y=bx^3 dari data yang terdapat dibawah ini! Xk Yk menunjukkan bahwa persamaan polynomial titik dsar y berhimpit dengan titik solusi dan garis regresi memiliki pola atau kurva yang berbeda terbalik. Nilai rms =

12 8 B. Carilah curve fitting dan nilai error dari persamaan y =Ax^2 dan y=bx^3 dari data yang terdapat dibawah ini! Xk Yk menunjukkan bahwa persamaan polynomial titik dsar y berhimpit dengan titik solusi dan garis regresi memiliki pola atau kurva yang berbeda terbalik. Nilai rms =

13 9A. Carilah curve fitting dan nilai error dari persamaan y =A/x dan y=bx^2 dari data yang terdapat dibawah ini! Xk Yk menunjukkan bahwa persamaan polynomial titik dsar y berhimpit dengan titik solusi dan garis regresi memiliki pola atau kurva yang berbeda terbalik. Nilai rms = dan rms1 adalah

14 9B. Carilah curve fitting dan nilai error dari persamaan y =A/x dan y=bx^2 dari data yang terdapat dibawah ini! Xk Yk menunjukkan bahwa persamaan polynomial titik dsar y berhimpit dengan titik solusi dan garis regresi memiliki pola atau kurva yang berbeda terbalik. Nilai rms = 1.08 dan rms1 adalah Berdasarkan nilai error rms kita bisa mengetahui bahwa persamaan garis linear yang baik untuk curve fitting adalah persamaan y = A/x. Namun jika dilihat dari grafik di atas maka keduanya belum bisa digunakan untuk mewakili titik data tersebut. SOAL HALAM 275 1a. Cari garis regresi parabola y=ax^2+bx+c pada data berikut : Xk Yk

15 Dari persamaan dan soal diatas bahwa persamaan parabolic yang dihasilkan yaitu (7*x^2)/8 (17*x)/10 +17/8. Dan nilai rms adalah B. Cari garis regresi parabola y=ax^2+bx+c pada data berikut : Xk Yk

16 Dari persamaan dan soal diatas bahwa persamaan parabolic yang dihasilkan yaitu (7*x^2)/8 (17*x)/10 +17/8. Dan nilai rms adalah dan rms absolute adalah

17 2 A. Cari garis regresi parabola y=ax^2+bx+c pada data berikut : Xk Yk Dari persamaan dan soal diatas bahwa persamaan parabolic yang dihasilkan yaitu ((27*x)/25- (19*x^2)/10+199/50. Dan nilai rms adalah dan rms absolute adalah B. Cari garis regresi parabola y=ax^2+bx+c pada data berikut : Xk Yk

18 2C. Cari garis regresi parabola y=ax^2+bx+c pada data berikut : Xk Yk clear all clc x = [ ]; y = [ ]; m= 2; n= length (x); c = lspoly(x,y,m); y1=polyval(c, x); error= y-y1; rms = (sum((abs (y-y1)).^2).*(1/n)).^(1/2) pers1=poly2sym(c) ezplot (pers1,[min(x) max(x)]) hold on scatter (x, y, 'red','filled') scatter ( x,y1, 'green', 'filled') hold off title ('curve fitting soal 2C halaman 275 lubis') grid on legend ('regression line','titik dasar y', 'titik solusi', 'location','best') xlabel ('nilai x') ylabel ('nilai y') 18

PERCOBAAN SINTESIS DAN ANALISIS ISYARAT (SIMULASI) (Oleh : Sumarna, Lab-Elins, Jurdik Fisika FMIPA UNY)

PERCOBAAN SINTESIS DAN ANALISIS ISYARAT (SIMULASI) (Oleh : Sumarna, Lab-Elins, Jurdik Fisika FMIPA UNY) PERCOBAAN SINTESIS DAN ANALISIS ISYARAT (SIMULASI) (Oleh : Sumarna, Lab-Elins, Jurdik Fisika FMIPA UNY) E-mail : sumarna@uny.ac.id Tujuan : 1. Mengkonstruksi sinyal kompleks dengan MATLAB. 2. Memahami

Lebih terperinci

Pertemuan 6: Metode Least Square. Achmad Basuki Politeknik Elektronika Negeri Surabaya 2014

Pertemuan 6: Metode Least Square. Achmad Basuki Politeknik Elektronika Negeri Surabaya 2014 Pertemuan 6: Metode Least Square Achmad Basuki Politeknik Elektronika Negeri Surabaya 2014 Bagaimana mendapatkan fungsi polinomial untuk mewakili sejumlah titik data Bentuk Permasalahan Permasalahan 1

Lebih terperinci

CURVE FITTING. Risanuri Hidayat, Jurusan Teknik Elektro dan Teknologi Informasi FT UGM,

CURVE FITTING. Risanuri Hidayat, Jurusan Teknik Elektro dan Teknologi Informasi FT UGM, CURVE FITTING Risanuri Hidayat, Jurusan Teknik Elektro dan Teknologi Informasi FT UGM, 1.1 INTERPOLASI LINEAR Fungsi linear dinyatakan persamaan sebagai berikut, ff(xx) = AAAA + BB (1) Ketika data-data

Lebih terperinci

BAB VI FUNGSI KUADRAT (PARABOLA) a < 0 dan D = 0 a < 0 dan D < 0. a < 0 0 x 0 x

BAB VI FUNGSI KUADRAT (PARABOLA) a < 0 dan D = 0 a < 0 dan D < 0. a < 0 0 x 0 x BAB VI FUNGSI KUADRAT (PARABOLA) Secara umum, persamaan kuadrat dituliskan sebagai ax 2 + bx + c = 0 atau dalam bentuk fungsi dituliskan sebagai f(x) = ax 2 + bx + c. Sifat matematis dari persamaan kuadrat

Lebih terperinci

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL Tujuan Instruksional: Mampu memahami definisi Persamaan Diferensial Mampu memahami klasifikasi Persamaan Diferensial Mampu memahami bentuk bentuk solusi Persamaan

Lebih terperinci

Matematik Ekonom Fungsi nonlinear

Matematik Ekonom Fungsi nonlinear 1 FUNGSI Fungsi adalah hubungan antara 2 buah variabel atau lebih, dimana masing-masing dari dua variabel atau lebih tersebut saling pengaruh mempengaruhi. Variabel merupakan suatu besaran yang sifatnya

Lebih terperinci

UM UGM 2017 Matematika Dasar

UM UGM 2017 Matematika Dasar UM UGM 07 Matematika Dasar Soal UTUL UGM - Matematika Dasar 07 (Kode Soal 84) Halaman 0. Tujuh bilangan membentuk barisan aritmetika. Jika jumlah tiga bilangan pertama sama dengan 33 dan jumlah tiga bilangan

Lebih terperinci

Persamaan dan Pertidaksamaan Linear

Persamaan dan Pertidaksamaan Linear MATERI POKOK Persamaan dan Pertidaksamaan Linear MATERI BAHASAN : A. Persamaan Linear B. Pertidaksamaan Linear Modul.MTK X 0 Kalimat terbuka adalah kalimat matematika yang belum dapat ditentukan nilai

Lebih terperinci

Model Linear untuk Regresi

Model Linear untuk Regresi MMA10991 Topik Khusus - Machine Learning Model Linear untuk Regresi Dr. rer. nat. Hendri Murfi Intelligent Data Analysis (IDA) Group Departemen Matematika, Universitas Indonesia Depok 16424 Telp. +62-21-7862719/7863439,

Lebih terperinci

FUNGSI DAN PERSAMAAN LINEAR. EvanRamdan

FUNGSI DAN PERSAMAAN LINEAR. EvanRamdan FUNGSI DAN PERSAMAAN LINEAR TEORI FUNGSI Fungsi yaitu hubungan matematis antara suatu variabel dengan variabel lainnya. Unsur-unsur pembentukan fungsi yaitu variabel (terikat dan bebas), koefisien dan

Lebih terperinci

Sas Wahid H. Bogor, 07 Agustus 2012 PLOT FUNGSI

Sas Wahid H. Bogor, 07 Agustus 2012 PLOT FUNGSI PLOT FUNGSI A. PEMAHAMAN FUNGSI Suatu fungsi dapat didefinisikan sebagai suatu aturan yang membuat korespondensi antara dua himpunan bilangan sehingga hubungan dari dua himpunan bilangan tersebut menjadi

Lebih terperinci

matematika PEMINATAN Kelas X SISTEM PERTIDAKSAMAAN LINEAR DAN KUADRAT K13 A. Pertidaksamaan Linear B. Daerah Pertidaksamaan Linear

matematika PEMINATAN Kelas X SISTEM PERTIDAKSAMAAN LINEAR DAN KUADRAT K13 A. Pertidaksamaan Linear B. Daerah Pertidaksamaan Linear K13 Kelas matematika PEMINATAN SISTEM PERTIDAKSAMAAN LINEAR DAN KUADRAT Tujuan Pembelajaran Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut. 1. Memahami definisi pertidaksamaan

Lebih terperinci

A. DEFINISI DAN BENTUK UMUM SISTEM PERSAMAAN LINEAR KUADRAT

A. DEFINISI DAN BENTUK UMUM SISTEM PERSAMAAN LINEAR KUADRAT K-13 Kelas X matematika PEMINATAN SISTEM PERSAMAAN LINEAR KUADRAT TUJUAN PEMBELAJARAN Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut. 1. Memahami definisi dan bentuk umum sistem

Lebih terperinci

PLOT plot(y) menggambar garis yang didefinisikan oleh titik Y vs indeksnya (Y bil real) Contoh : >>Y = [ ]; >>plot(y)

PLOT plot(y) menggambar garis yang didefinisikan oleh titik Y vs indeksnya (Y bil real) Contoh : >>Y = [ ]; >>plot(y) MATERI 7 GRAFIK 2 DIMENSI PLOT plot(y) menggambar garis yang didefinisikan oleh titik Y vs indeksnya (Y bil real) >>Y = [1 3 5 4 7 0 9 8 2]; >>plot(y) plot(x,y) menggambar garis yang didefinisikan oleh

Lebih terperinci

PERSAMAAN DAN FUNGSI KUADRAT

PERSAMAAN DAN FUNGSI KUADRAT Materi W2e PERSAMAAN DAN FUNGSI KUADRAT Kelas X, Semester 1 E. Grafik Fungsi Kuadrat www.yudarwi.com E. Grafik Fungsi Kuadrat Grafik fungsi kuadrat f(x) = ax 2 + bx + c dapat dilukis dengan langkah-langkah

Lebih terperinci

Dosen Pengampu: Prof. Dr. H. Almasdi Syahza, SE., MP. Website : HUBUNGAN NONLINEAR

Dosen Pengampu: Prof. Dr. H. Almasdi Syahza, SE., MP.   Website :  HUBUNGAN NONLINEAR Dosen Pengampu: Prof. Dr. H. Almasdi Syahza, SE., MP. Email : asyahza@yahoo.co.id Website : http://almasdi.unri,ac,id HUBUNGAN NONLINEAR a. Fungsi Kuadrat b. Fungsi Kubik c. Penerapan Ekonomi Permintaan,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa pengertian dari optimasi bersyarat dengan kendala persamaan menggunakan multiplier lagrange serta penerapannya yang akan digunakan sebagai landasan

Lebih terperinci

PRAKTIKUM KE 7. Menggambar Grafik Fungsi

PRAKTIKUM KE 7. Menggambar Grafik Fungsi PRAKTIKUM KE 7 Menggambar Grafik Fungsi Membuat Grafik Garis Peranan grafik dalam bidang sains dan teknik adalah sangat penting. Grafik dapat digunakan untuk menampilkan hasil suatu hasil penelitian maupun

Lebih terperinci

MATEMATIKA EKONOMI FUNGSI DAN

MATEMATIKA EKONOMI FUNGSI DAN MATEMATIKA EKONOMI BAB IV FUNGSI DAN KURVA NONLINIER By Bambang Suprayitno 1 FUNGSI NONLINIER DENGAN SATU VARIABEL INDEPENDENT Fungsi nonlinier adalah fungsi yang dibentuk dari persamaan yang membentuk

Lebih terperinci

MATERI PRASYARAT. ke y= f(x) =ax2 + bx +c

MATERI PRASYARAT. ke y= f(x) =ax2 + bx +c 1 MATERI PRASYARAT A. Fungsi Kuadrat Bentuk umum : y= f(x) = ax 2 + bx +c dengan a 0. Langkah-langkah dalam menggambar grafik fungsi kuadrat y= f(x) = ax 2 + bx +c 1. Tentukan titik potong dengan sumbu

Lebih terperinci

MODEL LOGISTIK UNTUK SATU SPESIES

MODEL LOGISTIK UNTUK SATU SPESIES Bab 3 MODEL LOGISTIK UNTUK SATU SPESIES Dalam pembahasan bab ini penulis akan mencoba menjelaskan mengenai model untuk satu pohon. Pada bab sebelumnya telah dijelaskan bahwa untuk pengamatan data secara

Lebih terperinci

2. PERSAMAAN, PERTIDAKSAMAAN DAN FUNGSI KUADRAT

2. PERSAMAAN, PERTIDAKSAMAAN DAN FUNGSI KUADRAT 2. PERSAMAAN, PERTIDAKSAMAAN DAN FUNGSI KUADRAT A. Persamaan Kuadrat 1) Bentuk umum persamaan kuadrat : ax 2 + bx + c =, a 2) Nilai determinan persamaan kuadrat : D = b 2 4ac 3) Akar-akar persamaan kuadrat

Lebih terperinci

FAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA

FAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA No. LSKD/EKO/DEL221/01 Revisi : 02 Tgl : - Hal 1 dari 12 1. Kompetensi Setelah melakukan praktik, mahasiswa diharapkan memiliki kompetensi: dapat memahami input, output dan grafik pada. 2. Sub Kompetensi

Lebih terperinci

PRAKTIKUM ISYARAT DAN SISTEM TOPIK 2 SISTEM LINEAR TIME-INVARIANT (LTI)

PRAKTIKUM ISYARAT DAN SISTEM TOPIK 2 SISTEM LINEAR TIME-INVARIANT (LTI) PRAKTIKUM ISYARAT DAN SISTEM TOPIK 2 SISTEM LINEAR TIME-INVARIANT (LTI) A. Tujuan 1. Mahasiswa dapat memahami sistem yang berbentuk LTI. 2. Mahasiswa dapat menganalisis suatu kasus sistem LTI dan mensimulasikannya

Lebih terperinci

LEMBAR AKTIVITAS SISWA PERSAMAAN DAN PERTIDAKSAMAAN NILAI MUTLAK

LEMBAR AKTIVITAS SISWA PERSAMAAN DAN PERTIDAKSAMAAN NILAI MUTLAK Nama Siswa LEMBAR AKTIVITAS SISWA PERSAMAAN DAN PERTIDAKSAMAAN NILAI MUTLAK : Kelas : KOMPETENSI DASAR: 3.2 Mendeskripsikan dan menganalisis konsep nilai mutlak dalam persamaan dan pertidaksamaan serta

Lebih terperinci

Pertemuan 9 : Interpolasi 1 (P9) Interpolasi. Metode Newton Metode Spline

Pertemuan 9 : Interpolasi 1 (P9) Interpolasi. Metode Newton Metode Spline Pertemuan 9 : Interpolasi 1 (P9) Interpolasi Metode Newton Metode Spline Pertemuan 9 : Interpolasi 2 Interpolasi Newton Polinomial Maclaurin dan polinomial Taylor menggunakan satu titik pusat, x 0 untuk

Lebih terperinci

LAMPIRAN. Studi Pustaka. Pembuatan Program Model Neuron Fitzhugh-Nagumo. Berhasil. Variasi Variabel b

LAMPIRAN. Studi Pustaka. Pembuatan Program Model Neuron Fitzhugh-Nagumo. Berhasil. Variasi Variabel b LAMPIRAN Lampiran 1. Diagram Alir Penelitian Studi Pustaka Pembuatan Program Model Neuron Fitzhugh-Nagumo Berhasil Tidak Ya Variasi Variabel a Variasi Variabel b Variasi Variabel c Analisis Hasil Dikaitkan

Lebih terperinci

Metode Matematika untuk Geofisika

Metode Matematika untuk Geofisika Metode Matematika untuk Geofisika Supriyanto Suparno ( Website: http://supriyanto.fisika.ui.ac.id ) ( Email: supri@fisika.ui.ac.id atau supri9@gmail.com ) Edisi I Revisi terakhir tgl: Desember 009 Departemen

Lebih terperinci

Catatan Kuliah. Komputasi Geofisika. Sayahdin Alfat

Catatan Kuliah. Komputasi Geofisika. Sayahdin Alfat Catatan Kuliah Komputasi Geofisika Sayahdin Alfat 29 Desember 2017 Daftar Isi Daftar Isi 1 1 Interpolasi dan Pencocokan Kurva 3 1.1 Pengantar..................................... 3 1.2 Interpolasi Polinomial..............................

Lebih terperinci

MATEMATIKA EKONOMI 1 FUNGSI DAN GRAFIK. DOSEN Fitri Yulianti, SP, MSi.

MATEMATIKA EKONOMI 1 FUNGSI DAN GRAFIK. DOSEN Fitri Yulianti, SP, MSi. MATEMATIKA EKONOMI 1 FUNGSI DAN GRAFIK DOSEN Fitri Yulianti, SP, MSi. Fungsi Fungsi merupakan hubungan antara dua variabel atau lebih. Variabel dibedakan : 1. Variabel bebas yaitu variabel yang besarannya

Lebih terperinci

I. PETUNJUK: Untuk soal nomor 1 sampai dengan nomor, pilihlah salah satu jawaban yang paling tepat!

I. PETUNJUK: Untuk soal nomor 1 sampai dengan nomor, pilihlah salah satu jawaban yang paling tepat! I. PETUNJUK: Untuk soal nomor sampai dengan nomor, pilihlah salah satu jawaban yang paling tepat!. Persamaan ( p + ) x ( p + ) x + ( p ) = 0, p, merupakan persamaan kuadrat dalam x untuk nilai p... p c.

Lebih terperinci

Pertemuan I Mencari Akar dari Fungsi Transendental

Pertemuan I Mencari Akar dari Fungsi Transendental Pertemuan I Mencari Akar dari Fungsi Transendental Daftar Isi: 1.1 Tujuan Perkuliahan 1. Pendahuluan 1.3 Metoda Bisection 1.3.1 Definisi 1.3. Komputasi mencari akar 1.3.3 Ilustrasi 1.4 Metoda Newton-Raphson

Lebih terperinci

6 FUNGSI LINEAR DAN FUNGSI

6 FUNGSI LINEAR DAN FUNGSI 6 FUNGSI LINEAR DAN FUNGSI KUADRAT 5.1. Fungsi Linear Pada Bab 5 telah dijelaskan bahwa fungsi linear merupakan fungsi yang variabel bebasnya paling tinggi berpangkat satu. Bentuk umum fungsi linear adalah

Lebih terperinci

P05 Visualisasi Data dengan gnuplot

P05 Visualisasi Data dengan gnuplot P5 Visualisasi Data dengan gnuplot Modul Praktikum FI2283 Pemrograman dan Simulasi Fisika Versi 213.9.29 Catatan. Dalam praktikum ini akan dipelajari dan dipraktekkan bagaimana membuat visualisasi data

Lebih terperinci

Aljabar Linear dan Matriks. Semester Pendek TA 2010/2011 S1 Teknik Informatika. Dosen Pengampu: Heri Sismoro, M.Kom.

Aljabar Linear dan Matriks. Semester Pendek TA 2010/2011 S1 Teknik Informatika. Dosen Pengampu: Heri Sismoro, M.Kom. 1. Introduction Mata Kuliah: Aljabar Linear dan Matriks Semester Pendek TA 2010/2011 S1 Teknik Informatika Dosen Pengampu: Heri Sismoro, M.Kom. Sistem Persamaan Linear Sistem Linear m kali n : suatu himpunan

Lebih terperinci

FUNGSI. Berdasarkan hubungan antara variabel bebas dan terikat, fungsi dibedakan dua: fungsi eksplisit dan fungsi implisit.

FUNGSI. Berdasarkan hubungan antara variabel bebas dan terikat, fungsi dibedakan dua: fungsi eksplisit dan fungsi implisit. FUNGSI Fungsi merupakan hubungan antara dua variabel atau lebih. Variabel dibedakan :. Variabel bebas yaitu variabel yang besarannya dpt ditentukan sembarang, mis:,, 6, 0 dll.. Variabel terikat yaitu variabel

Lebih terperinci

BAB 1. PENDAHULUAN 1.1 Latar Belakang 1.2 Rumusan Masalah 1.3 Tujuan

BAB 1. PENDAHULUAN 1.1 Latar Belakang 1.2 Rumusan Masalah 1.3 Tujuan BAB 1. PENDAHULUAN 1.1 Latar Belakang Sering kita jumpai dalam kehidupan sehari-hari dalam penyajian data menggunakan bentuk grafik. Grafik sering juga disebut sebagai diagram, bagan, maupun chart. Pada

Lebih terperinci

Mata Kuliah : Grafik Komputer KONVERSI PEMINDAIAN

Mata Kuliah : Grafik Komputer KONVERSI PEMINDAIAN Mata Kuliah : Grafik Komputer KONVERSI PEMINDAIAN Karmilasari Konversi Pemindaian/Konversi Scan Konversi pemindaian atau rasterisasi adalah proses menemukan piksel layar yang besinggungan dengan garis/poligon/

Lebih terperinci

STATISTIK PENDIDIKAN

STATISTIK PENDIDIKAN STATISTIK PENDIDIKAN Tim Dosen Mata Kuliah Statistika Pendidikan 1. Rudi Susilana, M.Si. 2. Riche Cynthia Johan, S.Pd., M.Si. 3. Dian Andayani, S.Pd. REGRESI LINIER Analisis regresi adalah suatu metode

Lebih terperinci

III. FUNGSI POLINOMIAL

III. FUNGSI POLINOMIAL III. FUNGSI POLINOMIAL 3. Pendahuluan A. Tujuan Setelah mempelajari bagian ini diharapkan mahasiswa dapat:. menuliskan bentuk umum fungsi polinomial;. menghitung nilai fungsi polinomial; 3. menuliskan

Lebih terperinci

SISTEM BILANGAN RIIL DAN FUNGSI

SISTEM BILANGAN RIIL DAN FUNGSI SISTEM BILANGAN RIIL DAN FUNGSI Matematika Juni 2016 Dosen : Dadang Amir Hamzah MATEMATIKA Juni 2016 1 / 67 Outline 1 Sistem Bilangan Riil Dosen : Dadang Amir Hamzah MATEMATIKA Juni 2016 2 / 67 Outline

Lebih terperinci

Persamaan Linear dan non Linier. Dr. Ananda Sabil Hussein

Persamaan Linear dan non Linier. Dr. Ananda Sabil Hussein Persamaan Linear dan non Linier Dr. Ananda Sabil Hussein SISTEM PERSAMAAN LINEAR Persamaan linear satu variabel adalah kalimat terbuka yang menyatakan hubungan sama dengan dan hanya memiliki satu variabel

Lebih terperinci

SISTEM PENGOLAHAN ISYARAT

SISTEM PENGOLAHAN ISYARAT TKE 243 SISTEM PENGOLAHAN ISYARAT Kuliah 1 Filter Digital Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta 29 1 KULIAH 1

Lebih terperinci

MODUL 2 FUNGSI M DAN VISUALISASI FUNGSI DALAM BENTUK GRAFIK DAN KONTUR

MODUL 2 FUNGSI M DAN VISUALISASI FUNGSI DALAM BENTUK GRAFIK DAN KONTUR MODUL 2 FUNGSI M DAN VISUALISASI FUNGSI DALAM BENTUK GRAFIK DAN KONTUR KOMPETENSI 1. Praktikan memahami apa yang dimaksud dengan Fungsi M. 2. Praktikan dapat membuat suatu Fungsi M dengan format yang baik.

Lebih terperinci

MATEMATIKA EKONOMI ( FUNGSI LINIER, GRAFIK FUNGSI DAN SISTEM PERSAMAAN LINIER )

MATEMATIKA EKONOMI ( FUNGSI LINIER, GRAFIK FUNGSI DAN SISTEM PERSAMAAN LINIER ) MATEMATIKA EKONOMI ( FUNGSI LINIER, GRAFIK FUNGSI DAN SISTEM PERSAMAAN LINIER ) KELOMPOK 2 1. UMAR ATTAMIMI (01212043) 2. SITI WASI ATUL MUFIDA (01212096) 3. DEVI PRATNYA. P. (01212078) 4. POPPY MERLIANA

Lebih terperinci

MATEMATIKA EKONOMI DAN BISNIS. Nuryanto.ST.,MT

MATEMATIKA EKONOMI DAN BISNIS. Nuryanto.ST.,MT MATEMATIKA EKONOMI DAN BISNIS Fungsi Non Linear Fungsi non-linier merupakan bagian yang penting dalam matematika untuk ekonomi, karena pada umumnya fungsi-fungsi yang menghubungkan variabel-variabel ekonomi

Lebih terperinci

Estimasi, Pemilihan Model dan Peramalan Deret Waktu dengan Microsoft Office Excel

Estimasi, Pemilihan Model dan Peramalan Deret Waktu dengan Microsoft Office Excel Estimasi, Pemilihan Model dan Peramalan Deret Waktu dengan Microsoft Office Excel Author: Junaidi Junaidi Terdapat berbagai pola pergerakan data deret waktu. Diantaranya adalah: 1) Model Linear; 2) Model

Lebih terperinci

Regresi dan Interpolasi

Regresi dan Interpolasi Regresi dan Interpolasi Modul #3 Praktikum AS2205 Astronomi Komputasi Oleh Dr. Muhamad Irfan Hakim Program Studi Astronomi Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Bandung 2014

Lebih terperinci

LAMPIRAN A LISTING PROGRAM

LAMPIRAN A LISTING PROGRAM LAMPIRAN A LISTING PROGRAM Program simulasi untuk melihat diperlukan channel coding. %Program memplot Distribusi level tegangan kanal bit pada kanal AWGN. %Untuk nilai Eb/N0 = 20dB clear; clc; clf; N =

Lebih terperinci

REGRESI LINEAR DAN ELIMINASI GAUSS

REGRESI LINEAR DAN ELIMINASI GAUSS REGRESI LINEAR DAN ELIMINASI GAUSS Penulis: Supriyanto, email: supri@fisika.ui.ac.id Staf Lab. Komputer, Departemen Fisika, Universitas Indonesia Diketahui data eksperimen tersaji dalam tabel berikut ini

Lebih terperinci

Analisis Data Geofisika: Memahami Teori Inversi

Analisis Data Geofisika: Memahami Teori Inversi Analisis Data Geofisika: Memahami Teori Inversi Dr. Eng. Supriyanto, M.Sc Edisi I Departemen Fisika-FMIPA Univeristas Indonesia 007 Untuk Muflih Syamil, Hasan Azmi dan Farah Raihanah Mottoku : Tenang,

Lebih terperinci

Pertemuan ke 4. Non-Linier Equation

Pertemuan ke 4. Non-Linier Equation Pertemuan ke 4 Non-Linier Equation Non-Linier Equation Persamaan Kuadrat Persamaan Kubik Metode Biseksi Metode Newton-Rapshon Metode Secant 1 Persamaan Kuadrat Persamaan kuadrat adalah suatu persamaan

Lebih terperinci

PERSAMAAN & SISTEM PERSAMAAN LINEAR

PERSAMAAN & SISTEM PERSAMAAN LINEAR PERSAMAAN & SISTEM PERSAMAAN LINEAR Persamaan Sistem Persamaan Linear DEFINISI PERSAMAAN Persamaan adalah kalimat matematika terbuka yang memuat hubungan sama dengan. Sedangkan kalimat matematika tertutup

Lebih terperinci

Andry Pujiriyanto

Andry Pujiriyanto Cepat Mahir Matlab Andry Pujiriyanto andrypuji@hmgm.geoph.itb.ac.id Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial

Lebih terperinci

TEKNIK PENGOLAHAN CITRA. Kuliah 4 Pengolahan Titik (2) Indah Susilawati, S.T., M.Eng.

TEKNIK PENGOLAHAN CITRA. Kuliah 4 Pengolahan Titik (2) Indah Susilawati, S.T., M.Eng. TEKNIK PENGOLAHAN CITRA Kuliah 4 Pengolahan Titik (2) Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika Program Studi Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana

Lebih terperinci

MAKALAH FUNGSI KUADRAT GRAFIK FUNGSI,&SISTEM PERSAMAAN KUADRAT

MAKALAH FUNGSI KUADRAT GRAFIK FUNGSI,&SISTEM PERSAMAAN KUADRAT MAKALAH FUNGSI KUADRAT GRAFIK FUNGSI,&SISTEM PERSAMAAN KUADRAT Kelompok 3 : 1.Suci rachmawati (ekonomi akuntansi) 2.Fitri rachmad (ekonomi akuntansi) 3.Elif (ekonomi akuntansi) 4.Dewi shanty (ekonomi management)

Lebih terperinci

BAB I DASAR-DASAR PEMODELAN MATEMATIKA DENGAN PERSAMAAN DIFERENSIAL

BAB I DASAR-DASAR PEMODELAN MATEMATIKA DENGAN PERSAMAAN DIFERENSIAL BAB I DASAR-DASAR PEMODELAN MATEMATIKA DENGAN PERSAMAAN DIFERENSIAL Pendahuluan Persamaan diferensial adalah persamaan yang memuat diferensial Kita akan membahas tentang Persamaan Diferensial Biasa yaitu

Lebih terperinci

PETUNJUK PRAKTIKUM MATLAB LANJUT

PETUNJUK PRAKTIKUM MATLAB LANJUT PRAKTIKUM KE-1 Materi : Solusi Persamaan Non Linier Tujuan : Mahasiswa dapat menyelesaikan masalah yang berkaitan dengan persamaan non linier 1.1 Rasionalisasi Misalkan dimiliki model permasalahan sebagai

Lebih terperinci

BAB III SINYAL DAN SISTEM WAKTU DISKRIT

BAB III SINYAL DAN SISTEM WAKTU DISKRIT BAB III SINYAL DAN SISTEM WAKTU DISKRIT BAB III SINYAL DAN SISTEM WAKTU DISKRIT A. Pengertian Sinyal Waktu Diskrit Sinyal waktu diskrit merupakan fungsi dari variabel bebas yaitu waktu yang mana nilai

Lebih terperinci

FUNGSI. A. Relasi dan Fungsi Contoh: Manakah yang merupakan fungsi/pemetaan dan manakah yang bukan fungsi? (i) (ii) (iii)

FUNGSI. A. Relasi dan Fungsi Contoh: Manakah yang merupakan fungsi/pemetaan dan manakah yang bukan fungsi? (i) (ii) (iii) FUNGSI A. Relasi dan Fungsi Manakah yang merupakan fungsi/pemetaan dan manakah yang bukan fungsi? (i) (ii) (iii) Relasi himpunan A ke himpunan B adalah relasi yang memasangkan/mengkawankan/mengkorepodensikan

Lebih terperinci

BAB III SINYAL DAN SISTEM WAKTU DISKRIT

BAB III SINYAL DAN SISTEM WAKTU DISKRIT BAB III SINYAL DAN SISTEM WAKTU DISKRIT A. Pengertian Sinyal Waktu Diskrit Sinyal waktu diskrit merupakan fungsi dari variabel bebas yaitu waktu yang mana nilai variabel bebasnya adalah bilangan bulat.

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Pada kejadian sehari hari terdapat hubungan sebab akibat yang muncul,

Lebih terperinci

BAB I PENGERTIAN DASAR

BAB I PENGERTIAN DASAR BAB I PENGERTIAN DASAR Kompetensi Dasar: Menjelaskan pengertian dan klasifikasi dari persamaan diferensial serta beberapa hal yang terkait. Indikator: a. Menjelaskankan pengertian persamaan diferensial.

Lebih terperinci

3. METODE PENELITIAN. Penelitian ini dilakukan di laboratorium dan lapangan. Penelitian di

3. METODE PENELITIAN. Penelitian ini dilakukan di laboratorium dan lapangan. Penelitian di 3. METODE PENELITIAN 3.1. Waktu dan Lokasi Penelitian Penelitian ini dilakukan di laboratorium dan lapangan. Penelitian di laboratorium dilakukan pada 28-29 Februari 2012 yang bertempat di Workshop Akustik

Lebih terperinci

Gambar 5.8 Crossplot korelasi regresi multiatribut CC = Gambar 5.9 Crossplot korelasi multiatribut-pnn CC = 0.87

Gambar 5.8 Crossplot korelasi regresi multiatribut CC = Gambar 5.9 Crossplot korelasi multiatribut-pnn CC = 0.87 Korelasi yang dihasilkan dari neural network lebih besar dari regresi multiatrribute, hal ini karena neural network mempunyai operasi yang non-linear. Neural network hanya dilakukan dalam window analysis

Lebih terperinci

PENENTUAN GENERALIZED CROSS VALIDATION (GCV) SEBAGAI KRITERIA DALAM PEMILIHAN MODEL REGRESI B-SPLINE TERBAIK

PENENTUAN GENERALIZED CROSS VALIDATION (GCV) SEBAGAI KRITERIA DALAM PEMILIHAN MODEL REGRESI B-SPLINE TERBAIK Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 2 (2013), hal 121 126. PENENTUAN GENERALIZED CROSS VALIDATION (GCV) SEBAGAI KRITERIA DALAM PEMILIHAN MODEL REGRESI B-SPLINE TERBAIK Yuyun

Lebih terperinci

LAPORAN PRAKTIKUM PENGOLAHAN SINYAL DIGITAL. No. Percobaan : 01 : Pengenalan Matlab Nama Praktikan : Janita Dwi Susanti NIM :

LAPORAN PRAKTIKUM PENGOLAHAN SINYAL DIGITAL. No. Percobaan : 01 : Pengenalan Matlab Nama Praktikan : Janita Dwi Susanti NIM : LAPORAN PRAKTIKUM PENGOLAHAN SINYAL DIGITAL No. Percobaan : 01 Judul : Pengenalan Matlab Nama Praktikan : Janita Dwi Susanti NIM : 3.33.12.0.13 Kelas : TK-3A PROGRAM STUDI TEKNIK TELEKOMUNIKASI JURUSAN

Lebih terperinci

Penggunaan Aturan Trapezoidal (Aturan Trapesium), dan Aturan Simpson Sebagai Hampiran Dalam Integral Tentu

Penggunaan Aturan Trapezoidal (Aturan Trapesium), dan Aturan Simpson Sebagai Hampiran Dalam Integral Tentu Penggunaan Aturan Trapezoidal (Aturan Trapesium), dan Aturan Simpson Sebagai Hampiran Dalam Integral Tentu Fendi Al Fauzi 15 Desember 1 1 Pengantar Persoalan yang melibatkan integral dalam kalkulus ada

Lebih terperinci

Data reaksi berikut telah diperoleh dari reaksi peluruhan sederhana: Menggunakan MATLAB untuk memplot konsentrasi komponen A dalam mol/l

Data reaksi berikut telah diperoleh dari reaksi peluruhan sederhana: Menggunakan MATLAB untuk memplot konsentrasi komponen A dalam mol/l Cara membuat Plot/ Grafik dengan Matlab Pada postingan kali ini akan dibahas membuat grafik visualisasi di MATLAB. Secara khusus mampu membuat grafik sederhana dua dimensi, membuat multiplot dari grafik

Lebih terperinci

1. Jika f ( x ) = sin² ( 2x + ), maka nilai f ( 0 ) =. a. 2 b. 2 c. 2. Diketahui f(x) = sin³ (3 2x). Turunan pertama fungsi f adalah f (x) =.

1. Jika f ( x ) = sin² ( 2x + ), maka nilai f ( 0 ) =. a. 2 b. 2 c. 2. Diketahui f(x) = sin³ (3 2x). Turunan pertama fungsi f adalah f (x) =. 1. Jika f ( x ) sin² ( 2x + ), maka nilai f ( 0 ). a. 2 b. 2 c. d. e. 2. Diketahui f(x) sin³ (3 2x). Turunan pertama fungsi f adalah f (x). a. 6 sin² (3 2x) cos (3 2x) b. 3 sin² (3 2x) cos (3 2x) c. 2

Lebih terperinci

Matematika Ekonomi KUADRAT DAN FUNGSI RASIONAL (FUNGSI PECAH) GRAFIK FUNGSI KUADRAT BERUPA PARABOLA GRAFIK FUNGSI RASIONAL BERUPA HIPERBOLA

Matematika Ekonomi KUADRAT DAN FUNGSI RASIONAL (FUNGSI PECAH) GRAFIK FUNGSI KUADRAT BERUPA PARABOLA GRAFIK FUNGSI RASIONAL BERUPA HIPERBOLA Fungsi Non Linier Diskripsi materi: -Harga ekstrim pada fungsi kuadrat 1 Fungsi non linier FUNGSI LINIER DAPT BERUPA FUNGSI KUADRAT DAN FUNGSI RASIONAL (FUNGSI PECAH) GRAFIK FUNGSI KUADRAT BERUPA PARABOLA

Lebih terperinci

SOAL-SOAL dan PEMBAHASAN UN MATEMATIKA SMA/MA IPS TAHUN PELAJARAN 2011/2012

SOAL-SOAL dan PEMBAHASAN UN MATEMATIKA SMA/MA IPS TAHUN PELAJARAN 2011/2012 SOAL-SOAL dan PEMBAHASAN UN MATEMATIKA SMA/MA IPS TAHUN PELAJARAN 2011/2012 1. Ingkaran pernyataan: Petani panen beras atau harga beras murah. A. Petani panen beras dan harga beras mahal B. Petani panen

Lebih terperinci

Kata Pengantar. Cirebon, oktober Penulis

Kata Pengantar. Cirebon, oktober Penulis Kata Pengantar Alhamdulillah, segala puji kita panjatkan kepada Allah SWT atas limpahan Taufiq dan Hidayah-Nya, sehingga penulis dapat menyelesaikan tugas program komputer ini dengan baik. Tugas ini membahas

Lebih terperinci

A P L I K A S I M A N A J E M E N P E R K A N T O R A N B P E R T E M U A N 6 C H A R T

A P L I K A S I M A N A J E M E N P E R K A N T O R A N B P E R T E M U A N 6 C H A R T A P L I K A S I M A N A J E M E N P E R K A N T O R A N B P E R T E M U A N 6 C H A R T PEMBAHASAN Jenis-jenis Chart Membuat & Memodifikasi Chart Menampilkan dan Mencetak Chart Jenis Chart 1. Column charts

Lebih terperinci

Pembahasan Matematika IPA SIMAK UI 2012 Kode 521. Oleh Tutur Widodo. 1. Misalkan x dan y bilangan bulat yang memenuhi sistem persamaan berikut :

Pembahasan Matematika IPA SIMAK UI 2012 Kode 521. Oleh Tutur Widodo. 1. Misalkan x dan y bilangan bulat yang memenuhi sistem persamaan berikut : Tutur Widodo Pembahasan Matematika IPA SIMAK UI 0 Pembahasan Matematika IPA SIMAK UI 0 Kode 5 Oleh Tutur Widodo. Misalkan x dan y bilangan bulat yang memenuhi sistem persamaan berikut : maka nilai x y

Lebih terperinci

Implementasi Teknik Bisection Untuk Penyelesaian Masalah Nonlinear Break Even Point

Implementasi Teknik Bisection Untuk Penyelesaian Masalah Nonlinear Break Even Point SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Implementasi Teknik Bisection Untuk Penyelesaian Masalah Nonlinear Break Even Point Khairina Natsir Fakultas Ekonomi, Universitas Tarumanagara

Lebih terperinci

Contoh Solusi PR 5 Statistika & Probabilitas

Contoh Solusi PR 5 Statistika & Probabilitas Contoh Solusi PR 5 Statistika & Probabilitas 1. X = proporsi pelanggan yang menggunakan layanan penerbangan untuk keperluan bisnis. n = ukuran sampel, p = proporsi sampel yang menggunakan layanan penerbangan

Lebih terperinci

Mata Pelajaran Wajib. Disusun Oleh: Ngapiningsih

Mata Pelajaran Wajib. Disusun Oleh: Ngapiningsih Mata Pelajaran Wajib Disusun Oleh: Ngapiningsih Disklaimer Daftar isi Disklaimer Powerpoint pembelajaran ini dibuat sebagai alternatif guna membantu Bapak/Ibu Guru melaksanakan pembelajaran. Materi powerpoint

Lebih terperinci

Menurut jenisnya, fungsi dapat dibedakan menjadi (1) Fungsi aljabar (2) Fungsi transenden

Menurut jenisnya, fungsi dapat dibedakan menjadi (1) Fungsi aljabar (2) Fungsi transenden Lecture 3. Function (B) A. Macam-macam Fungsi Menurut jenisnya, fungsi dapat dibedakan menjadi (1) Fungsi aljabar (2) Fungsi transenden Fungsi aljabar dibedakan menjadi (1) Fungsi rasional (a) Fungsi konstan

Lebih terperinci

Regresi Linier. Metode Numerik POLITEKNIK ELEKTRONIKA NEGERI SURABAYA DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA

Regresi Linier. Metode Numerik POLITEKNIK ELEKTRONIKA NEGERI SURABAYA DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA POLITEKNIK ELEKTRONIKA NEGERI SURABAYA DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA Regresi Linier Metode Numerik Zulhaydar Fairozal Akbar zfakbar@pens.ac.id 2017 TOPIK Pengenalan

Lebih terperinci

TEOREMA SISA 1. Nilai Sukubanyak Tugas 1

TEOREMA SISA 1. Nilai Sukubanyak Tugas 1 TEOREMA SISA 1. Nilai Sukubanyak Apa yang dimaksud sukubanyak (polinom)? Ingat kembali bentuk linear seperti 2x + 1 atau bentuk kuadrat 2x 2-3x + 5 dan juga bentuk pangkat tiga 2x 3 x 2 + x 7. Bentuk-bentuk

Lebih terperinci

Penyelesaian Model Sistem Gerak Bebas Teredam

Penyelesaian Model Sistem Gerak Bebas Teredam Penyelesaian Model Sistem Gerak Bebas Teredam Sistem Gerak Bebas Teredam adalah sistem gerak dengan parameter Gaya Luar F(t)=0 dan Peredam d 0. Untuk mengilustrasikan gerak benda pada sistem pegas bebas

Lebih terperinci

BAB II PERSAMAAN DIFERENSIAL BIASA (PDB) ORDE SATU

BAB II PERSAMAAN DIFERENSIAL BIASA (PDB) ORDE SATU BAB II PERSAMAAN DIFERENSIAL BIASA (PDB) ORDE SATU Tujuan Instruksional: Mampu memahami dan menyelesaikan PD orde-1 dg integrasi langsung, pemisahan variael. Mampu memahami dan menyelesaikan Persamaan

Lebih terperinci

Materi Fungsi Linear Fungsi Variabel, koefisien, dan konstanta Variabel variabel bebas Koefisien Konstanta 1). Pengertian fungsi linier

Materi Fungsi Linear Fungsi Variabel, koefisien, dan konstanta Variabel variabel bebas Koefisien Konstanta 1). Pengertian fungsi linier Materi Fungsi Linear Admin 8:32:00 PM Duhh akhirnya nongol lagi... kali ini saya akan bahas mengenai pelajaran yang paling disukai oleh hampir seluruh warga dunia :v... MATEMATIKA, ya itu namanya. materi

Lebih terperinci

2.1. Filter. Gambar 1. Bagian dasar konverter analog ke digital

2.1. Filter. Gambar 1. Bagian dasar konverter analog ke digital 2.1. Filter Filter adalah suatu alat untuk memisahkan sinyal sinyal yang diinginkan dari sinyal-sinyal yang tidak diinginkan. [1]. Filter berkembang dalam pemakaiannya di bidang Elektroteknik menjadi sebagai

Lebih terperinci

Pertemuan 13 persamaan linier NON HOMOGEN

Pertemuan 13 persamaan linier NON HOMOGEN Pertemuan 13 persamaan linier NON HOMOGEN 10 Metode CRAMER Aljabar Linier Hastha 2016 10. PERSAMAAN LINIER NONHOMOGEN 10.1 PERSAMAAN LINIER Misalnya x 2 Matematika analitik membicarakan ilmu ukur secara

Lebih terperinci

I. PENDAHULUAN 1.1. Latar Belakang Untuk mengungkapkan perilaku dinamik suatu sistem fisik seperti mekanik, listrik, hidrolik dan lain sebagainya, umumnya sistem fisik dimaksud dimodelkan dengan sistem

Lebih terperinci

2. FUNGSI KUADRAT. , D = b 2 4ac

2. FUNGSI KUADRAT. , D = b 2 4ac . FUNGSI KUADRAT A. Persamaan Kuadrat 1) Bentuk umum persamaan kuadrat : ax + bx + c =, a ) Akar akar persamaan kuadrat dapat dicari dengan memfaktorkan ataupun dengan rumus: x 1, b D, D = b 4ac a 3) Jumlah,

Lebih terperinci

Antiremed Kelas 10 Matematika

Antiremed Kelas 10 Matematika Antiremed Kelas 0 Matematika Persamaan dan Fungsi Kuadrat - Fungsi Kuadrat - Pilihan Ganda Doc. Name: AR0MAT00 Version : 0-07 halaman 0. Ordinat titik balik grafik fungsi arabola y x x (5 9) adalah 5,

Lebih terperinci

BAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK

BAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK BAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK Dalam melakukan estimasi pada suatu kasus regresi nonparametrik, ada banyak metode yang dapat digunakan. Yasin (2009) dalam makalahnya melakukan estimasi regresi

Lebih terperinci

2.1 Soal Matematika Dasar UM UGM c. 1 d d. 3a + b. e. 3a + b. e. b + a b a

2.1 Soal Matematika Dasar UM UGM c. 1 d d. 3a + b. e. 3a + b. e. b + a b a Soal - Soal UM UGM. Soal Matematika Dasar UM UGM 00. Jika x = 3 maka + 3 log 4 x =... a. b. c. d. e.. Jika x+y log = a dan x y log 8 = b dengan 0 < y < x maka 4 log (x y ) =... a. a + 3b ab b. a + b ab

Lebih terperinci

β α α β SOAL MATEMATIKA UNTUK SMA istiyanto.com Mari Berbagi Ilmu Dengan Yang Lain A. Persamaan Kuadrat dan Fungsi Kuadrat

β α α β SOAL MATEMATIKA UNTUK SMA istiyanto.com Mari Berbagi Ilmu Dengan Yang Lain A. Persamaan Kuadrat dan Fungsi Kuadrat A. Persamaan Kuadrat dan Fungsi Kuadrat 1. Salah satu akar persamaan kuadrat ( a 1) x + (3a 1) x 3a = 0 adalah 1, maka akar lainnya adalah.... Nilai m yang memenuhi agar persamaan kuadrat ( m + 1) x +

Lebih terperinci

SISTEM PERTIDAKSAMAAN KUADRAT DUA VARIABEL SPtKDV

SISTEM PERTIDAKSAMAAN KUADRAT DUA VARIABEL SPtKDV SISTEM PERTIDAKSAMAAN KUADRAT DUA VARIABEL SPtKDV A. Pertidaksamaan Kuadrat Dua Variabel Pertidaksamaan kuadrat dua variabel adalah kalimat terbuka matematika yang memuat dua variabel dengan setidaknya

Lebih terperinci

Contoh Solusi PR 2 Statistika & Probabilitas. 1. Semesta dari kejadian adalah: pemilihan 5 soal dari 10 soal. Jumlah kemungkinannya ( 10 = 252.

Contoh Solusi PR 2 Statistika & Probabilitas. 1. Semesta dari kejadian adalah: pemilihan 5 soal dari 10 soal. Jumlah kemungkinannya ( 10 = 252. Contoh Solusi PR Statistika & Probabilitas Semesta dari kejadian adalah: pemilihan soal dari soal Jumlah kemungkinannya ( ) = (a) Kemungkinannya dapat dihitung dengan memilih soal tes dari soal yang anak

Lebih terperinci

BEBERAPA FUNGSI KHUSUS

BEBERAPA FUNGSI KHUSUS BEBERAPA FUNGSI KHUSUS ). Fungsi Konstan ). Fungsi Identitas 3). Fungsi Modulus 4). Fungsi Genap dan Fungsi Ganjil Fungsi genap jika f(x) = f(x), dan Fungsi ganjil jika f(x) = f(x) 5). Fungsi Tangga dan

Lebih terperinci

MATEMATIKA EKONOMI DAN BISNIS. Nuryanto.ST.,MT

MATEMATIKA EKONOMI DAN BISNIS. Nuryanto.ST.,MT MATEMATIKA EKONOMI DAN BISNIS Fungsi Dalam ilmu ekonomi, kita selalu berhadapan dengan variabel-variabel ekonomi seperti harga, pendapatan nasional, tingkat bunga, dan lainlain. Hubungan kait-mengkait

Lebih terperinci

SOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA

SOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA SOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA 1304405027 JURUSAN TEKNIK ELEKTRO DAN KOMPUTER FAKULTAS TEKNIK UNIVERSITAS UDAYANA JIMBARAN 2015 Rancang Filter low pass digital IIR Butterworth

Lebih terperinci

K13 Revisi Antiremed Kelas 11 Matematika

K13 Revisi Antiremed Kelas 11 Matematika K1 Revisi Antiremed Kelas 11 Matematika Peminatan - Persiapan PTS Semester Genap Halaman 1 01. Grafik berikut ini yang menunjukkan grafik dari parabola x 2 = -12y adalah... (Catatan: Setiap kotak pada

Lebih terperinci

Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model

Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model Ni Kadek Sukerti STMIK STIKOM Bali Jl. Raya Puputan

Lebih terperinci

KURVA DAN PENCOCOKAN KURVA. Matematika Industri 1 TIP FTP UB

KURVA DAN PENCOCOKAN KURVA. Matematika Industri 1 TIP FTP UB KURVA DAN PENCOCOKAN KURVA TIP FTP UB Pokok Bahasan Pendahuluan Kurva-kurva standar Asimtot Penggambaran kurva secara sistematis, jika persamaan kurvanya diketahui Pencocokan kurva Metode kuadrat terkecil

Lebih terperinci