PENERAPAN PRINSIP MAKSIMUM PONTRYAGIN PADA MASALAH PERIKLANAN OCTAVINA TRISTIANI

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENERAPAN PRINSIP MAKSIMUM PONTRYAGIN PADA MASALAH PERIKLANAN OCTAVINA TRISTIANI"

Transkripsi

1 PENERAPAN PRINSIP MAKSIMUM PONRYAIN PADA MASALAH PERIKLANAN OCAVINA RISIANI DEPAREMEN MAEMAIKA FAKULAS MAEMAIKA DAN ILMU PENEAHUAN ALAM INSIU PERANIAN BOOR BOOR 9

2 ABSRAC OCAVINA RISIANI. Application of Pontryagin s maximum principle in adertising problem. Superised by ONI BAKHIAR and ALI KUSNANO. Adertising is a kind of commercial communication and non-personal promotion about ideas, goods or serices paid by one or more sponsors. o make an adertising, a company must pay some additional cost. hus, it generates new problems, because in general a company will attempt to maximize the present alue of profit with some constraints. o maximize the present alue, the company should make a right adertising policy. his paper discusses adertising capital models with two types of adertising, namely adertising directed toward existing customers and that toward new customers. Adertising toward existing customers aims to preent existing customers from forgetting the product and switch to other brands. On the other hand, adertising toward new customers aims to proide more information about the underlying product in order to conince new customers to start to consume the products. he constraint in this model is the goodwill or image of the company itself, which can be controlled by allocation cost to perform adertising directed toward existing and new customers. he problem is formulated in optimum control framework and undertaken by applying Pontryagin s maximum principle. In this work, the stability analyses of the solution is proided, accompanied by its numerical solution, and deried from a set of ordinary differential equations. If allocation cost to make adertising toward existing customers is zero, then goodwill will be low so that the yields obtained cannot coer the adertising cost. herefore, to obtain the maximum present alue of profit, only adertising toward new customers is applied, when the goodwill is low. Whereas, if there are some positie allocation cost to make adertising toward new customers, then the goodwill will be high, so that both types of adertising can be applied. Keywords: Optimum control, Pontryagin s maximum principle.

3 ABSRAK OCAVINA RISIANI. Penerapan prinsip maksimum Pontryagin pada masalah periklanan. Dibawah bimbingan ONI BAKHIAR dan ALI KUSNANO. Iklan merupakan komunikasi komersial dan promosi non-personal tentang gagasan, barang atau jasa yang dibayar oleh satu sponsor atau pihak tertentu. Untuk membuat sebuah iklan, perusahaan harus mengeluarkan biaya tambahan. Hal ini membuat permasalahan baru bagi perusahaan karena pada umumnya sebuah perusahaan akan berorientasi bagaimana memaksimumkan keuntungan dengan kendala-kendala yang ada. Untuk itu diperlukan suatu kebijakan perusahaan yang tepat sehingga dapat memaksimumkan keuntungan. Karya tulis ini membahas model periklanan kapital dengan dua jenis iklan yaitu iklan yang ditujukan untuk pelanggan lama dan iklan yang ditujukan untuk pelanggan baru. Iklan yang ditujukan untuk pelanggan lama bertujuan untuk mencegah pelanggan tersebut melupakan produknya dan berpindah ke merek lain, sedangkan iklan yang ditujukan untuk pelanggan baru bertujuan untuk menyediakan informasi lebih banyak tentang garis besar sebuah produk sehingga meyakinkan pelanggan baru agar mengkonsumsi produknya. Kendala yang terdapat dalam model ini adalah citra perusahaan itu sendiri, kendala tersebut bisa dikontrol dengan besarnya biaya pembuatan iklan untuk pelanggan baru maupun besarnya biaya pembuatan iklan untuk pelanggan lama. Permasalahan yang ditampilkan akan diformulasikan dalam bentuk kontrol optimum dengan menerapkan prinsip maksimum Pontryagin. Selanjutnya akan dianalisis juga kestabilan dari titik tetap. Jika biaya yang dialokasikan dalam membuat periklanan yang ditujukan untuk pelanggan lama sama dengan nol, maka citra perusahaan akan rendah sehingga imbal hasil yang diperoleh tidak dapat menutupi biaya yang dikeluarkan perusahaan dalam membuat iklan. Oleh karena itu untuk memperoleh keuntungan maksimum ketika citra perusahaan rendah, hanya iklan yang ditujukan untuk pelanggan baru saja yang akan dibuat. Sedangkan jika biaya yang dialokasikan dalam membuat periklanan yang ditujukan untuk pelanggan lama bernilai positif maka citra perusahaan akan tinggi, sehingga baik iklan yang ditujukan untuk pelanggan lama maupun pelanggan baru dapat dibuat. Kata kunci : Kontrol optimum, Prinsip maksimum Pontryagin.

4 PENERAPAN PRINSIP MAKSIMUM PONRYAIN PADA MASALAH PERIKLANAN OCAVINA RISIANI Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor DEPAREMEN MAEMAIKA FAKULAS MAEMAIKA DAN ILMU PENEAHUAN ALAM INSIU PERANIAN BOOR 9

5 Judul Skripsi : Penerapan prinsip maksimum Pontryagin pada masalah periklanan Nama : Octaina ristiani NIM : Menyetujui, Pembimbing I, Pembimbing II, Dr. oni Bakhtiar, M. Sc. Drs. Ali Kusnanto, M. Si. NIP : NIP : Mengetahui: Ketua Departemen, Dr. Berlian Setiawaty, M.S. NIP : anggal Lulus :

6 RIWAYA HIDUP Penulis dilahirkan di Purwokerto pada tanggal 3 Oktober 987 sebagai anak kedua dari tiga bersaudara. Pendidikan formal yang ditempuh penulis yaitu di SDN Cipinang Besar Utara Pagi Jakarta lulus pada tahun 999, SLP Negeri 98 Jakarta lulus pada tahun, SMU Negeri Jakarta lulus pada tahun 5, dan pada tahun yang sama penulis diterima di Institut pertanian Bogor melalui jalur SPMB (Seleksi Penerimaan Mahasiswa Baru). ahun pertama penulis memasuki ingkat Persiapan Bersama (PB) dan pada tahun 6, penulis mengikuti program Mayor-Minor dengan Mayor Matematika dan Minor Statistika Industri, Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama menuntut ilmu di IPB, penulis aktif di organisasi kemahasiswaan umatika sebagai bendahara Departemen SOSINKOM IPB 6/7. Selain itu, penulis pernah terlibat dalam beberapa kegiatan kepanitiaan yang diselenggarakan oleh umatika antara lain Dekdok Matematika Ria tahun 7, dan Panitia ry Out SPMB.

7 KAA PENANAR Puji dan syukur penulis panjatkan kepada Allah SW atas segala rahmat dan karunia-nya sehingga karya ilmiah ini berhasil diselesaikan. Penyusunan karya ilmiah ini juga tidak lepas dari bantuan berbagai pihak. Untuk itu penulis mengucapkan terima kasih yang sebesar-besarnya kepada:. Keluarga tercinta atas semua semangat dan dukungannya. Buat Mama (terima kasih atas semua doa, dukungan, semangat, pengorbanan serta kasih sayangnya), Papa (terima kasih atas doa dan dukungannya), Ayyu dan Ria (terima kasih untuk semua doa, semangat, serta dukungannya).. Dr. oni Bakhtiar, M.Sc. selaku dosen pembimbing I (terima kasih atas semua ilmu, kesabaran, motiasi, dan bantuannya selama penulisan skripsi ini). 3. Drs. Ali Kusnanto, M.Si. selaku dosen pembimbing II (terima kasih atas semua ilmu, kesabaran, saran, motiasi, dan bantuannya selama penulisan skripsi ini). 4. Dr. Ir. Endar Hasafah Nugrahani, M.S. selaku dosen penguji (terima kasih atas semua ilmu dan sarannya). 5. Semua dosen Departemen Matematika (terima kasih atas semua ilmu yang telah diberikan). 6. Bu Susi, Bu Ade, Bu Marisi, Mas Bono, Mas Deni, Pa Yono, Mas Heri. 7. Seseorang yang pernah menjadi inspirasi untuk membuktikan bahwa saya akan selalu belajar menjadi lebih baik dan lebih dewasa lagi, dan mampu berdiri di atas kaki sendiri (saya ucapkan terimakasih untuk semua hal yang pernah diberikan dan diajarkan pada saya). 8. Ketiga pembahas: Oby, Erlyn dan Yudi (terima kasih telah mau saya repotkan dalam seminar). 9. eman-teman Math 4: ita, Iputh, Ryu, Ve, Ilie, Luri, Vita, Hikmah, Rita, Mocco, Fachri, Ardy, Yusep, Die, Jane, Idha, Eyyi, Niken, Oby, Hap, Achy, mba Vino, Agem, mba iti, Ety, Erlyn, Djawa, Danu, Yudi, Dendy, Sapto, Warno, Bima, Eko, Ayeep, Qnun, ia, Agnes, Ricken, Ocoy, Lisda, Nyomi, Ayu, Acuy, Nola, Hesti, Awi, Sima, Rima, Mira, Pipit, Lela, Lina, Yuni, Zil, Dewi, Bayu, Boy, Rendy, Nofita, Wiwi, Herry, Septian, Ridwan, kak Mukhtar, dan Yonan.. Adik-adik Math 43, 44, dan 45: (terimakasih atas doa, semangat dan dukungannya).. eman-teman PF: Poye, Dunky, Ryu, asya, Hikmeh, Vita, Via, Echa, Dii, ii, We, Dea, ami, Sadek, Sars, Dela, Peye, Vita 43, Pewe, dan lainnya.. Himaloechoe: ita, Vera, Rian, Rita, Fachri, Ardy, dan Yusep. 3. he okilz: iani, Aztri, Dhea, Prilisa, Reni. 4. eman-teman A7: Mami, rie, ice, Adry, Ferry, Nuri dan lainnya. 5. eman-teman SMAN : Uus, Leans, ami, Nila, Noi, Bayu, afar, Qb, Sulis, ice, Niken, Nunu-chan, Lia, Danu, Baskara, Faizal dan lainnya. 6. Anak markaz: Binyo, Pril, Mirzah, Nadew, Iting, Jane, ice, Indry, ias, Noni, dan Rahma. 7. My Blacky, Whity, Mussy, Kipsy (terimakasih selalu setia menemani dalam menyelesaikan skripsi ini). Semoga karya ilmiah ini dapat bermanfaat bagi dunia ilmu pengetahuan dan menjadi inspirasi bagi penelitian-penelitian selanjutnya. Bogor, Desember 9 Octaina ristiani

8 iii DAFAR ISI Halaman DAFAR AMBAR... x DAFAR LAMPIRAN... x I II PENDAHULUAN. Latar Belakang.... ujuan... LANDASAN EORI. Kemonotonan dan Kecekungan fungsi... Definisi (Kemonotonan Fungsi)... Definisi (Kecekungan Fungsi)... eorema (Kemonotonan Fungsi)... eorema (Kemonotonan Fungsi).... Kalkulus Variasi dan Kontrol Optimum... Kalkulus Variasi... Persamaan Euler... 3 Lema... 3 eorema Kontrol Optimum... 4 Prinsip Maksimum Pontryagin... 5 eorema 4 (Pontryagin)... 5 Current-Value Hamilton... 6 Syarat Legendre-Clebsch... 6 Syarat Batas dan Syarat ransersalitas Kestabilan itik etap... 8 Sistem Dinamik... 8 Sistem Persamaan Diferensial Mandiri... 8 Sistem Persamaan Diferensial Linear... 8 itik etap... 8 itik etap Stabil... 8 itik etap akstabil... 9 Pelinearan... 9 Nilai Eigen dan Vektor Eigen... 9 Analisis Kestabilan itik etap... 9 Diagram Fase....4 eorema Amplop... III MODEL UMUM PERIKLANAN 3. Model Umum Asumsi... 3 IV SOLUSI DAN ANALISIS MODEL 4. Prinsip Maksimum Konstuksi Matriks Jacobi Analisis Laju Penurunan Pelanggan Lama δ ( A)... 6 i. Fungsi δ ( A) adalah Fungsi Eksponensial... 6

9 ix ii. Fungsi δ ( A) adalah Fungsi Pangkat Analisis Model Periklanan... 7 i. Analisis untuk A>... 9 ii. Analisis untuk A= Analisis Numerik itik etap... V KESIMPULAN... 5 DAFAR PUSAKA... 6 LAMPIRAN... 7

10 x DAFAR AMBAR Halaman Simpul stabil... Simpul takstabil... 3 itik sadel... 4 Spiral stabil... 5 Center... 6 Spiral takstabil... 7 Diagram fase... 8 rafik hubungan dan R() rafik hubungan N dan η ( N)... 3 rafik hubungan A dan δ ( A)... 3 rafik hubungan N dan Q dengan a = 3 dan = rafik hubungan A dan Q dengan =, = 3, dan = rafik hubungan A dan dengan =, = 3, dan Q = rafik hubungan Q dan terhadap t itik kesetimbangan sebagai fungsi dari tingkat suku bunga r Bidang solusi untuk dan Q pada A> Diagram fase untuk dan Q pada A> Bidang solusi untuk dan Q pada A= Diagram fase untuk dan Q pada A=... 5 DAFAR LAMPIRAN Halaman Bukti eorema Penurunan Persamaan Penurunan Persamaan rafik hubungan shadow price Q dan citra perusahaan terhadap waktu t dengan Mathematica Penentuan nilai eigen pada daerah A> dengan Mathematica Penurunan Persamaan Penentuan nilai eigen pada daerah A= dengan Mathematica Kura titik kesetimbangan sebagai fungsi dari tingkat suku bunga r menggunakan Software Mathematica ambar bidang solusi dan diagram fase menggunakan Software Mathematica Menentukan titik tetap dan nilai eigen menggunakan Software Mathematica

11 BAB I PENDAHULUAN Latar Belakang Menurut AMA (American Marketing Association), pemasaran merupakan proses perancangan dan pelaksanaan konsepsi, penentuan harga, promosi, dan distribusi gagasan barang atau jasa untuk menciptakan pertukaran yang memuaskan konsumen. Salah satu cabang dari pemasaran adalah periklanan. Setiap hari baik dalam media cetak maupun media elektronik dijumpai berbagai macam bentuk periklanan. Periklanan sendiri merupakan komunikasi komersial dan promosi non-personal tentang gagasan, barang atau jasa yang dibayar oleh satu sponsor atau pihak tertentu. Iklan bertujuan untuk memberitahu pasar tentang suatu produk dan membangun citra (goodwill) sebuah perusahaan. Iklan sangat berguna bagi perusahaan dan konsumen. Bagi perusahaan iklan berguna sebagai sarana promosi untuk produknya baik untuk memperkenalkan suatu produk baru maupun menginformasikan perubahan harga yang terjadi kepada para pelanggan, sedangkan bagi pelanggan iklan dapat meningkatkan kesejahteraan dengan jalan memperbaiki alokasi barang yang akan dikonsumsi. Untuk membuat sebuah iklan, perusahaan harus mengeluarkan biaya tambahan. Hal ini membuat permasalahan baru bagi perusahaan karena pada umumnya sebuah perusahaan akan berorientasi bagaimana memaksimumkan keuntungan dengan kendala-kendala yang ada. Untuk itu diperlukan suatu kebijakan perusahaan yang tepat sehingga dapat memaksimumkan keuntungan. Model periklanan dinamik (dynamic adertising model) merupakan aplikasi dari prinsip maksimum Pontryagin dalam bidang ekonomi dan manajemen. Studi literatur pertama tentang model periklanan dinamik diberikan oleh Sethi (977a) dan lima belas tahun kemudian diperbaharui oleh Feichtinger, Hartl, dan Sethi (994). Dua model dari periklanan dinamik adalah model periklanan kapital (adertising capital model) yang dibahas oleh Nerloe dan Arrow (96) dan model respons penjualan iklan (sales-adertising response model ) yang dibahas oleh Vidale dan Wolfe (957). Model periklanan kapital memandang iklan sebagai sebuah inestasi pada citra perusahaan, sedangkan model respons penjualan iklan menekankan hubungan antara iklan dan perubahan dalam olume penjualan. Karya tulis ini membahas model periklanan kapital dengan dua jenis iklan yaitu iklan yang ditujukan untuk pelanggan lama dan iklan yang ditujukan untuk pelanggan baru. Iklan yang ditujukan untuk pelanggan lama bertujuan untuk mencegah pelanggan tersebut melupakan produknya dan berpindah ke merek lain, sedangkan iklan yang ditujukan untuk pelanggan baru bertujuan untuk menyediakan informasi lebih banyak tentang garis besar sebuah produk sehingga meyakinkan pelanggan baru agar mengkonsumsi produknya. Permasalahan yang ditampilkan akan diformulasikan dalam bentuk kontrol optimum. Calon solusi optimal diperoleh dengan menerapkan prinsip maksimum Pontryagin yang menggunakan current-alue Hamilton sehingga memudahkan penyelesaiannya. Agar calon solusi optimal itu dapat menjadi solusi optimal, diperlukan syarat Legendre-Clebsch untuk memeriksa apakah syarat perlu juga merupakan syarat cukup. Selanjutnya akan dianalisis juga kestabilan dari titik tetap. Dari keadaan tersebut dapat ditetapkan sebuah kebijakan sebagai bentuk aplikasi dari solusi permasalahan maksimisasi keuntungan. ujuan ujuan penulisan karya ilmiah ini adalah :. Menentukan model periklanan yang akan digunakan untuk memaksimumkan keuntungan perusahaan dengan mempelajari model kebijakan periklanan optimal.. Menetapkan citra perusahaan yang optimal dengan mencari syarat perlu dan syarat cukupnya. 3. Menentukan kesetimbangan model jangka panjang dengan menganalisis kestabilan titik tetap.

12 BAB II LANDASAN EORI Beberapa landasan teori yang akan dibahas pada bab ini meliputi kemonotonan dan kecekungan fungsi, kalkulus ariasi dan kontrol optimum, konsep kestabilan titik tetap, serta teorema amplop yang disarikan dari berbagai sumber pustaka.. Kemonotonan dan Kecekungan Fungsi Definisi (Kemonotonan Fungsi) Andaikan fungsi f terdefinisi pada selang I (terbuka, tertutup, atau tak satupun). Dikatakan bahwa i. f adalah naik pada I jika untuk setiap pasang bilangan x dan x dalam I x < x f( x) < f( x). ii. f adalah turun pada I jika untuk setiap pasang bilangan x dan x dalam I x < x f( x) > f( x). iii. f monoton murni pada I jika ia naik pada I atau turun pada I. [Purcell & Varberg, 999] Definisi (Kecekungan Fungsi) Andaikan fungsi f terdefinisi pada selang terbuka I = (,) ab. Fungsi f dikatakan i. Cekung ke atas jika f ' naik pada I. ii. Cekung ke bawah jika f ' turun pada I. [Purcell & Varberg, 999] eorema (Kemonotonan Fungsi) Andaikan f kontinu pada selang I dan dapat dideferensialkan pada setiap titik-dalam dari I. i. Jika f '( x ) > untuk semua titik-dalam x dari I, maka f naik pada I. ii. Jika f '( x ) < untuk semua titik-dalam x dari I, maka f turun pada I. [Purcell & Varberg, 999] eorema (Kecekungan Fungsi) Andaikan f terdeferensialkan dua kali pada selang terbuka (,) ab. i. Jika f "( x ) > untuk semua x dalam (,) ab, maka f cekung ke atas pada (,) ab. ii. Jika f "( x ) < untuk semua x dalam (,) ab, maka f cekung ke bawah pada (,) ab. [Purcell & Varberg, 999]. Kalkulus Variasi dan Kontrol Optimum Kalkulus Variasi Kalkulus ariasi adalah cabang ilmu matematika yang berkaitan dengan pengoptimuman fungsional. Fungsional sendiri didefinisikan sebagai suatu aturan yang mengaitkan setiap fungsi dengan suatu bilangan real. Fungsional yang umum dipakai dalam kalkulus ariasi adalah: b J ( x) = f ( x, x&, t) dt. a (.) Argumen dari fungsional merupakan sebuah fungsi. Untuk memperoleh fungsional J() x yang maksimum, diperlukan nilai x() t yang memberikan nilai ekstrim pada fungsional J(). x Fungsi x() t yang memberikan nilai ekstrim, diperoleh dengan konsep increment. Increment atau kenaikan dari argumen fungsional disebut ariasi. Variasi dari fungsional J() x adalah J() x = J( x+ δ x) J() x. Diasumsikan δ x = h sebarang fungsi, maka dengan menggunakan perluasan deret aylor diperoleh J( x+ h) = f ( x+ h, x & + h &, t ) dt & x x& = f ( xxtdt,, ) + ( hf + hf) dt + ( h f ) xx + hhf & xx + h& & fxx && dt+ O h = J ( x) + δ J( h) + δ J( h) + O h sehingga J( h) = J( x+ h) J( x) J ( h) δ J( h) O h = δ + +

13 3 dengan δ J() h merupakan ariasi pertama, δ J ( h) merupakan ariasi kedua, dan O h untuk h. Variasi pertama berperan sebagai syarat perlu agar J( x ) maksimum, sedangkan ariasi kedua berperan sebagai syarat cukup. [u, 993] Persamaan Euler Misalkan Cab [,] adalah kelas dari semua fungsi kontinu yang terdefinisikan pada sebuah i interal tertutup [ ab, ] dan C [ a, b ] adalah kelas dari semua fungsi yang terdefinisikan dan mempunyai turunan ke i yang kontinu ( i n). Jika a =, b =, dan i = maka i C [ a, b] = C [, ]. Sehingga bentuk fungsional menjadi J ( x) = f ( x, x&, t) dt, (.) dengan titik ujung A[, x ()] dan B[, x( )] adalah tetap di mana f ( xxt, &, ) C [, ], dx x() t C [, ], x& dan x adalah fungsi dt bernilai skalar. Masalah yang muncul adalah memilih fungsi x() t dalam C [, ] yang memiliki titik awal di A dan titik akhir di B yang memberikan nilai maksimum atau nilai minimum untuk fungsional J( x ). Syarat perlu untuk adanya ekstremum adalah δ J( x) =. Misalkan δ J ( x) = gthtdt ( ) ( ), dengan g() t C[, ] dan ht () sebarang fungsi yang memenuhi h() = = h( ). [u, 993] Lema Misalkan g() t sebarang fungsi kontinu pada [, ] dan S merupakan himpunan dari sebarang fungsi ht () yang kontinu dan terdiferensialkan pada [, ] sehingga h() = h( ) = dengan ditentukan. Jika gthtdt= () () untuk semua ht () S, maka g() t = untuk semua t [, ]. Bukti: Andaikan t [, ] sehingga gt (). Misalkan gt ( ) >. Karena g() t kontinu maka [,] ab [, ], sehingga gt () > berlaku untuk semua t [ a, b]. Berikutnya misalkan ht () = ( ta)( bt) untuk t [ a, b] dan ht () =, t [,] a b. Maka ht () memenuhi syarat pada lema, yaitu h() = = h( ). b Dengan demikian gthtdt () (), yang a berakibat gthtdt () (), karena nilai gtht () () >. Jadi haruslah gt () =. [u, 993] eorema 3 Misalkan J ( x) = f ( x, x&, t) dt terdefinisi pada [, ], dan memenuhi syarat batas x() = x dan x( ) = x. Syarat perlu agar J ( x ) mempunyai nilai ekstrim adalah x() t memenuhi persamaan berikut : d fx fx& =. dt Bukti: Syarat perlu agar J ( x) maksimum adalah δ J( x) =, yaitu δ J = [ f (,, ) (,, ) ] x x x& t h+ fx & x x& t h& dt = dengan f ( xxt, &, ) f x =, x f ( xxt, &, ) f x& =. x& (.3) Fungsi ht () merupakan fungsi kontinu dan terturunkan yang bersifat h() = = h( t). Dengan menggunakan integral parsial maka : d hf & [ ] x& dt = hfx & f x& hdt dt d = [ f ]. x& hdt dt Jadi persamaan (.3) dapat dituliskan kembali dengan

14 4 [ d J = f ] x& fx & hdt = dt maka menurut Lema diperoleh d fx & fx & = dt yang disebut dengan persamaan Euler. Persamaan Euler merupakan bentuk persamaan diferensial orde dua. Solusinya melibatkan dua konstanta sebarang. Konstantakonstanta ini ditentukan secara khusus dengan menggunakan syarat batas. Syarat batas dengan dan kedua titik ujung peubah x() t yang sudah ditetapkan merupakan pengantar ke syarat batas yang lebih umum. Contoh syarat batas yang lebih umum adalah titik awal A[ t =, x() = x] dan titik B[, x( )] sebagai titik akhir dengan dan x( ) keduanya tidak ditentukan. Variasi fungsional J() x untuk syarat batas ini adalah +δ J = f (, t x+ h, x& + h& ) dt f (, t x, x& ) dt = [ f ( t, x+ h, x& + h& ) f ( t, x, x& )] dt + +δ f (, t x + h, x & + h &) dt. (.4) Menurut [u, 993], ariasi fungsional ini menghasilkan syarat perlu d δ J ( x) = [ f ] x& fx& dt dt + [ f x xf & ] =. (.5) x& δ x& t= Bukti: Agar persamaan (.5) berlaku maka persamaan Euler harus terpenuhi dan suku terakhir persamaan (.5) harus memenuhi: [ fx & δ x xf & x& ] t= =. (.6) Persamaan (.6) disebut sebagai kondisi transersalitas (transersality condition). [u, 993] Kontrol Optimum eori kontrol optimum berkembang secara pesat pada akhir tahun 95 oleh Pontryagin (96) yang disebut dengan prinsip maksimum (maximum principle). Pada masalah ekonomi yang berkembang menurut waktu. Saat waktu t, sistem berada dalam keadaan atau kondisi (state) tertentu, yang dapat diungkapkan dengan peubah keadaan (state ariable) x( t), x( t),..., xn ( t ), n atau dalam bentuk ektor xt () R. Dengan nilai t yang berbeda, ektor x() t menempati posisi yang berbeda di ruang R n sehingga dapat dikatakan bahwa sistem bergerak n sepanjang suatu kura di R. Dalam tulisan ini, citra (goodwill) perusahaan adalah peubah keadaan (state ariable) x() t yang dapat dikontrol atau dikendalikan. Artinya ada fungsi atau peubah kontrol ut () yaitu periklanan yang mempengaruhi proses (dalam hal ini biaya pembuatan iklan yang ditujukan untuk pelanggan baru dan pelanggan lama). Dinamika sistem dapat dinyatakan secara matematik melalui persamaan diferensial: x& = f( x( t), u( t), t). (.7) Misalkan diketahui keadaan sistem pada waktu t yaitu xt ( ) = x R. Jika dipilih peubah kontrol ut () R yang terdefinisi untuk t > t, maka diperoleh persamaan diferensial orde satu dengan peubah taktentu x t. Karena x diberikan, maka (.7) mempunyai solusi tunggal. Solusi yang diperoleh merupakan respon terhadap u yang dilambangkan dengan xu (). t Dengan memiliki fungsi kontrol yang sesuai, berbagai solusi dapat diperoleh. Agar solusi yang diperoleh adalah solusi yang diinginkan, diperlukan adanya kriteria bagi solusi yang diinginkan, artinya untuk setiap kontrol ut () dan responnya state x() t dihubungkan dengan fungsi J ( u) = f [ x( t), u( t), t] dt, (.8) dengan f t fungsi yang diberikan. tidak harus fixed (ditentukan) dan x( ) mempunyai kondisi tertentu. Di antara semua fungsi atau peubah kontrol yang diperoleh, ditentukan salah satu sehingga J menjadi maksimum. Kontrol yang bersifat demikian disebut kontrol optimum. Permasalahan kontrol optimum dapat dinyatakan sebagai masalah memaksimumkan suatu fungsional dengan kendala: x& = f( x( t), u( t), t), sehingga dapat dilihat bahwa dengan mengganti peubah x& dengan u pada fungsional J, maka

15 3 5 permasalahan kalkulus ariasi sama dengan permasalahan kontrol optimum. [u, 993] Syarat Perlu Syarat perlu merupakan akibat logis suatu pernyataan. Syarat perlu dalam kontrol optimum adalah prinsip maksimum Pontryagin. Prinsip Maksimum Pontryagin Misalkan terdapat masalah memilih suatu ektor kontrol ut () = [ u(), t u(),..., t ur ()] t dari himpunan semua fungsi yang kontinu bagian demi bagian. Kontrol optimum dipilih untuk membawa sistem dinamik x& = f[ x( t), u( t), t], dari keadaan awal [ x, t ] ke keadaan akhir [ x( ), ] sehingga memaksimumkan J ( u) S[ x( ), ] f [ x( t), u( t), t] dt = + dengan x() t ariable keadaan (state ariable) dan Sx [ ( ), ] yang didefinisikan sebagai fungsi scrap. [u, 993] eorema 4 (Pontryagin) Misalkan u () t sebagai kontrol admissible yang membawa state awal [ x( t ), t ] kepada target state terminal [ x( ), ], dengan x( ) dan secara umum tidak ditentukan. Misalkan x () t merupakan trajektori dari sistem yang berkaitan dengan u () t. Supaya kontrol u () t merupakan kontrol optimum maka perlu terdapat fungsi ektor p () t dan konstanta p demikian sehingga. p () t dan x () t merupakan solusi dari sistem kanonik H x& ( t) = [ x ( t), u ( t), p ( t), t], p H p& ( t) = [ x ( t), u ( t), p ( t), t], x dengan fungsi Hamilton H diberikan oleh H [ x, u, p,] t = f x (), t u (),] t t + p. f [ x (), t u (),] t t [ dengan p.. H[ x ( t), u ( t), p ( t), t] H[ x( t), u( t), p( t), t] 3. Semua syarat batas terpenuhi. Bukti : [Lihat lampiran ] Catatan:. H[ x ( t), u ( t), p ( t), t] H[ x( t), u( t), p( t), t] disebut dengan prinsip maksimum Pontryagin. Kondisi ini dipenuhi oleh H = dan H <. Jika u U dan U u uu himpunan tertutup, maka H u = tidak memiliki arti, kecuali maksimum dari H diberikan oleh bagian dalam (interior) himpunan U.. Jika H fungsi monoton naik dalam peubah u dan U tertutup, maka kontrol optimum adalah u untuk masalah i max memaksimumkan dan u i min untuk masalah meminimumkan. Jika fungsi monoton turun, maka kontrol optimum adalah u untuk masalah memaksimumkan dan i min u i max untuk masalah meminimumkan. Hal ini juga berlaku apabila H adalah fungsi linear dalam u. Sehingga peubah kontrol optimum u i adalah kontinu bagian dan loncat dari satu erteks ke erteks lainnya. Hal ini merupakan kasus khusus dari kontrol bang-bang. 3. H[ x ( t), u ( t), p ( t), t] H[ x( t), u( t), p( t), t] juga mencakup syarat cukup. 4. Vektor p disebut juga ektor adjoin, memiliki peranan sebagai pengali Lagrange. Dalam masalah optimisasi dinamis, peubah atau ektor adjoin, merupakan shadow price nilai marginal dari ektor atau peubah x, menunjukkan jumlah kenaikan atau penurunan untuk setiap kenaikan atau penurunan dalam nilai x pada waktu t yang berkontribusi terhadap fungsional objektif optimum J sedangkan p& mengindikasikan tingkat kenaikan (appresiasi untuk p & > ) atau penurunan (depresiasi untuk p & < ) dalam nilai dari tiap unit modal. 5. dh H = dt t 6. p& =Hx, H u =, x& = H memberikan p syarat perlu untuk masalah yang dibicarakan. 7. Syarat batas diberikan oleh persamaan

16 64 t= t= t] δ t= t t= t [ Sx p] δx + [ H+ S t = (.9) Apabila fungsi scrab S =, maka persamaan (.9) menjadi t= t= pt () δxt () + Ht () δt = (.) t= t t= t Khususnya pada waktu awal t dan x( t ) telah ditentukan, sedangkan dan x( ) belum ditentukan, maka syarat batas menjadi p ( ) δ x ( ) + H ( ) δ = (.) [u, 993] Current-Value Hamilton Dalam penggunaan teori kontrol optimum pada masalah ekonomi, fungsi integrand f rt sering memuat faktor diskon e. Dengan demikian, fungsi integrand f secara umum dapat dituliskan menjadi f ( tu,, ) = Vtue (,, ) rt. Sehingga masalah kontrol optimum menjadi memaksimumkan fungsi nilai max W = V( t, u, ) e dt rt terhadap kendala & = f (, t, u) ditambah dengan syarat batas. Dengan definisi standar, fungsi Hamilton dapat dituliskan dalam bentuk rt H ( tu,,, p) = Vtue (,, ) + pt ( ) f( tu,, ). Akan tetapi, karena prinsip maksimum menggunakan prinsip turunan fungsi Hamilton terhadap dan t, dengan hadirnya faktor diskon akan menambah kerumitan penentuan turunan tersebut. Untuk itu, dikenalkan fungsi Hamilton baru, yang sering disebut dengan current-alue Hamilton. Untuk menerapkan konsep current-alue Hamilton, diperlukan konsep current-alue fungsi adjoin. Misalkan qt () menyatakan current-alue fungsi adjoin, yang didefinisikan dengan qt () = pte () rt, yang berimplikasi p() t = q() t e rt. Sehingga fungsi current-alue Hamilton yang dinotasikan dengan H c, dapat dituliskan menjadi rt H He = V(, t, u) + q() t f (, t, u) c Perhatikan bahwa H c, sebagaimana yang diinginkan sudah tidak memuat faktor diskon. rt Juga, perhatikan bahwa H Hce. Kemudian penerapan prinsip maksimum Pontryagin terhadap H c harus disesuaikan. Karena u yang memaksimumkan H juga akan memaksimumkan H c, maka max H, t [, ] u c Persamaan state yang muncul dalam sistem H kanonik, aslinya adalah t & () =. Karena p H = f (, t, u) = H c, p q maka persamaan state disesuaikan menjadi H t & () = c. q Persamaan untuk peubah adjoin yang muncul dalam sistem kanonik, aslinya adalah dalam H bentuk pt &() =. Pertama-tama, transformasikan masing-masing suku dalam bentuk yang melibatkan peubah adjoin baru, qt (), kemudian hasilnya disamakan. Untuk suku kiri, rt rt pt () qte () & = & rqte () Dengan memanfaatkan definisi H, suku kanan dapat dituliskan kembali dalam bentuk H Hc rt = e Dengan menyamakan kedua persamaan diatas, persamaan adjoin menjadi H qt &() = c + rqt (). Selanjutnya akan diperiksa kondisi (syarat) batas. Untuk syarat batas p ( ) =, syarat r batas yang sesuai adalah q ( ) e = dan untuk syarat batas [ H ] t = =, syarat batas yang sesuai adalah rt c =. He t= [u, 993] Syarat Cukup Syarat cukup merupakan syarat yang secara logis mengakibatkan suatu pernyataan. Syarat cukup dalam kontrol optimum adalah syarat Legendre-Clebsch. Syarat Legendre-Clebsch Didefinisikan fungsi ekstra E sebagai berikut:

17 57 E( x, x&, p, t) = f ( x, x&, t) f ( x, p, t) ( x& p) fp dengan pt (, x ) adalah fungsi kemiringan atau slope dari ekstremum yang melalui titik (, tx. ) Jika f ( xxt, &, ) diperluas dengan formula aylor akan diperoleh bentuk: ( x& p) f (, xxt &,) = f(, xpt,) + ( x& pf ) p + f (,, )! xx && txq dengan q = θ x& + ( θ) p, < θ <. Subtitusikan ke persamaan akan diperoleh bentuk sederhana dari fungsi ekstra, yaitu: ( x& p) Exxpt (,,, ) = f (,, )! xx && txq dengan q = θ x& + ( θ) p, < θ <. Supaya x() t mencapai minimum (atau maksimum), cukup dipenuhi syarat Legendre- Clebsch, yaitu E ( ) yang berarti fxx && ( ) atau dalam bentuk yang lebih umum, matriks [ f xx && ] merupakan semi-definit positif (atau negatif). [u, 993] Syarat Batas dan Syarat ransersalitas Masalah kontrol optimum yang memaksimumkan fungsional objektif max [ ()] [ ( ), ] J u t S x f [ x (), t u (),] t t dt = + ut () u (.) erhadap kendala n xt () = f( xt (), ut (),), t xt ( ) = x, xt () R (.3) Maka syarat transersalitas atau syarat batas diberikan oleh [ S x p ] δ x + [ H + S t] δ t = (.4) t= t= a. Masalah Unit Waktu erbatas Syarat batas untuk masalah unit waktu terbatas secara umum terbagi menjadi dua yaitu syarat batas untuk masalah waktu terminal (akhir) tetap dan syarat batas untuk masalah waktu terminal bebas. i. Waktu erminal etap Dengan waktu terminal tetap, maka δ =, dan persamaan (.4) menjadi [ Sx p] δ x t = = (.5) erdapat 3 kasus untuk masalah ini yaitu : Kasus : State terminal akhir tetap, x( ) = x. Untuk kasus ini jelas bahwa δ x ( ) = dan persamaan (.4) tidak memberikan informasi apa-apa. Malah informasi tersebut tidak diperlukan karena konstanta integrasi akan diberikan oleh x( ) = x dan oleh x( t) = x. Kasus : State terminal bebas. Untuk kasus ini, jelas bahwa δ x ( ) sehingga diperoleh p ( ) = Sx. Apabila tanpa S[ x( ), ], yaitu S[ x( ), ] =, maka syarat batas adalah p( ) =. Kasus 3 : State terminal berada pada manifold M [ x( ), ] =. Apabila state terminal berada pada manifold M [ x( ), ] = dengan M merupakan ektor, maka syarat batas menjadi [ Rx p] δ x t = = (.6) dengan R[ x ( ), ] S[ x ( ), ] + µ M[ x ( ), ] (.7) dengan merupakan pengali Lagrange. Jadi syarat batas atau syarat transersalitas menjadi p ( ) = Rx. ii. Waktu erminal Bebas Syarat batas menjadi [ R x p ] δ x + [ H + S t] δ t = t= t= (.8) erdapat 3 kasus untuk masalah ini, yaitu: Kasus : State terminal x( ) = x tetap Jelas bahwa δ x ( ) =, sehingga diperoleh H ( ) + S t t = = (.9) Apabila tanpa fungsi scrap, maka H( ) =. Kasus : State terminal x( ) bebas, yaitu δ x ( ). Maka syarat batas menjadi p ( ) = Sx[ x ( ), ] dan H ( ) + S t t= = (.) Apabila fungsi scrap tidak ada, maka p ( ) = = H ( ). Kasus 3 : State terminal bebas, tapi memenuhi M [ x( ), ] =.

18 6 Maka syarat batas menjadi p ( ) = R, H ( ) + R =, M [ x ( ), ] =. x t t= (.) b. Masalah Unit Waktu ak erbatas Pada kasus dimana x( ) tak negatif [ xi ( ) ] dengan i dan besar (dalam hal ini ), syarat batas yang harus dipenuhi adalah: * * xi ( ), pi ( ) dan * * pi ( ) xi ( ) = dengan fungsi scrap didefinisikan dengan: n Sx ( ) ci min( xi,) di mana { S ci, xi< = x, xi sehingga syarat batas pi( ) = Sx disederhanakan menjadi: pi( ), xi( ) dan pi( ) xi( ) = Syarat batas tersebut dikenal dengan istilah syarat Arrow-Kurz. Walaupun syarat batas ini sering digunakan untuk menyelesaikan masalahmasalah ekonomi, terdapat juga beberapa kesulitan dalam penggunaannya. Syarat Arrow-Kurz untuk waktu takhingga * [ p( ) x ( ) = ] ini dapat digunakan untuk * kasus tertentu dengan syarat batas p x. Untuk t yang berukuran besar akan berlaku: * * pt () x() t pt ()[ xt () x()] t * pt ( )[ xt ( )] pt ( )[ x( t)] * lim ptxt () () lim ptx () () t x t Sehingga syarat batas yang dapat digunakan: * lim ptx ( ) ( t) = t lim ptxt ( ) ( ) > t Sistem Dinamik.3 Kestabilan itik etap [u, 993] 8 Sistem Dinamik (SD) adalah suatu sistem yang berubah sesuai dengan waktu. Sistem Dinamik dinyatakan sebagai berikut : dx x f( x) dt = & = ; x = [ x, x,..., x ] n dengan f ( x ) merupakan fungsi dari x. [Kreyszig, 993] Sistem Persamaan Diferensial Mandiri Misalkan diberikan suatu sistem persamaan diferensial orde sebagai berikut: dx = x& = f( x, y) dt (.) dy = y& = g( x, y) dt f dan g fungsi kontinu bernilai real dari x dan y, dengan laju perubahan x& dan y& dinyatakan dengan fungsi x dan y sendiri serta tidak berubah terhadap waktu, maka sistem (.) merupakan sistem persamaan diferensial mandiri. [Verhulst, 99] Sistem Persamaan Diferensial Linear (SPDL) Suatu persamaan diferensial linear orde dinyatakan sebagai x& + atx () = gt () dengan at () dan g() t adalah fungsi dari waktu t. Bila at () adalah suatu matriks berukuran n n dengan koefisien konstan dan g() t dinyatakan sebagai ektor konstan b maka diperoleh bentuk SPDL sebagai berikut dx x Ax b, x() x dt = & = + = (.3) [Farlow, 994] itik etap dx Diberikan SPD x f( x) dt = & =, n x R. itik * x disebut titik tetap jika * f( x ) =. itik tetap disebut juga titik kritis atau titik kesetimbangan. [Kreyszig, 993] itik etap Stabil * Misalkan x adalah titik tetap sebuah SPD mandiri dan x() t adalah kondisi yang memenuhi kondisi awal x() = x dengan * * x. itik x dikatakan titik tetap stabil jika x

19 7 untuk sebarang radius ε >, terdapat r > sehingga jika posisi awal x memenuhi * x x < r, maka solusi x() t memenuhi * ( ) xt x < ε untuk t >. [Verhulst, 99] itik etap idak Stabil * Misalkan x adalah titik tetap sebuah SPD mandiri dan x() t adalah solusi yang memenuhi * kondisi awal x() = x dengan x x. itik * x dikatakan titik tetap tidak stabil jika untuk sebarang radius ε >, terdapat r> sehingga * jika posisi awal x memenuhi x x < r, * maka solusi x() t memenuhi xt ( ) x > ε untuk paling sedikit satu t >. [Verhulst, 99] Pelinearan Untuk suatu SPD taklinear, analisis kestabilannya dilakukan melalui pelinearan. Misalkan diberikan SPD taklinear sebagai berikut n x& = f( x), x R. (.4) Dengan menggunakan ekspansi aylor untuk suatu titik tetap x *, maka persamaan (.4) dapat ditulis sebagai berikut x& = Ax +ϕ( x). (.5) Persamaan tersebut merupakan SPD tak linear dengan A adalah matriks Jacobi, * A= Df( x ) = Df( x ) x= x * f f L x x n = M O M fn fn L x x n a L an = M O M an L a nn dan ϕ () x suku berorde tinggi yang bersifat lim ϕ( x) =. Selanjutnya Ax pada persamaan x (.5) disebut pelinearan dari sistem taklinear persamaan (.4) yang didapatkan dalam bentuk 9 x& = Ax (.6) [u, 994] Nilai Eigen dan Vektor Eigen Misalkan A adalah matriks n n, maka suatu ektor taknol x di dalam R n disebut ektor eigen dari A, jika untuk suatu skalar λ, yang disebut nilai eigen dari A berlaku Ax= λx. (.7) Vektor x disebut ektor eigen yang bersesuaian dengan nilai eigen λ. Untuk mencari nilai eigen dari matriks A yang berukuran n n, maka persamaan (.7) dapat dituliskan sebagai berikut ( A λi) x= (.8) dengan I matriks identitas. Persamaan (.7) mempunyai solusi tak nol jika dan hanya jika det( A λi) = (.9) persamaan (.9) disebut persamaan karakteristik. [Anton, 995] Analisis Kestabilan itik etap Misalkan terdapat SPDL x& = Ax dengan a b A = c d memiliki persamaan karakteristik det ( A λi) = λ τλ+ δ = dengan τ = tr( A) = a + d dan δ = det A = ad bc maka diperoleh nilai eigen dari A adalah λ, = ( τ ± τ 4 δ ). (.3) Analisis kestabilan titik tetap dilakukan untuk setiap nilai eigen yang diperoleh pada persamaan (.3), sehingga terdapat tiga kasus yang bergantung pada nilai ( τ 4 δ ), yaitu Kasus I ( τ 4 δ) > Nilai eigen yang diperoleh real dan berbeda ( λ λ) dengan solusi yang dapat dituliskan kembali sebagai berikut λt λt x() t = ce + ce (.3) dengan λ, λ adalah nilai-nilai eigen dari matriks A. Vektor dan adalah ektorektor eigen yang bersesuaian dengan nilainilai eigen tersebut. Pada kasus ini kestabilan titik tetap mempunyai tiga sifat, yaitu

20 8 i. Jika nilai eigen negatif ( λ < dan λ < ) dengan τ < dan δ >, maka dari persamaan (.3) diperoleh lim xt ( ) =, sehingga titik tetapnya t bersifat simpul stabil ambar 3 itik sadel. ambar Simpul stabil. ii. Jika nilai eigen positif ( λ > dan λ > ) dengan τ > dan δ >, maka dari persamaan (.3) diperoleh lim xt ( ) =, sehingga titik tetapnya t bersifat simpul takstabil. ambar Simpul takstabil. iii. Jika nilai eigen λ < dan λ > atau sebaliknya, dengan τ < dan δ < maka persamaan (.3) diperoleh lim xt ( ) = t untuk λ < dan lim xt ( ) = untuk t λ > atau sebaliknya, x() t akan menuju nol sepanjang ektor dan menuju takhingga sepanjang ektor atau sebaliknya sehingga membentuk asimtot pada bidang dan. itik tetap ini adalah titik sadel. Kasus II ( τ 4 δ) = Nilai eigen yang diperoleh adalah nilai eigen real ganda ( λ = λ = λ) dengan solusi yang dapat dituliskan kembali sebagai berikut λ () t λt x t = ce + c( t+ ) e (.3) Pada kasus ini kestabilan titik tetap mempunyai dua sifat, yaitu i Jika nilai eigen negatif ( λ < dan λ < ) maka dari persamaan (.3) diperoleh lim xt ( ) =, sehingga titik t tetapnya bersifat stabil. ii Jika nilai eigen positif ( λ > dan λ > ) maka dari persamaan (.3) diperoleh lim xt ( ) =, sehingga titik t tetapnya bersifat takstabil. Kasus III ( τ 4 δ) < Nilai eigen yang diperoleh adalah nilai eigen kompleks. Misalkan nilai eigen yang diperoleh adalah λ, = ± i. Sistem yang memiliki nilai eigen tersebut dapat dilambangkan dengan x& = atau dalam bentuk skalar x& = x+ y (.33) y = x+ y Dalam bentuk koordinat polar (, r θ ), x= rcos( θ) dan y= rsin( θ), sehingga y diperoleh r = x + y dan tan( θ ) =. x Selanjutnya dengan menurunkan r terhadap waktu t, diperoleh rr& = xx& + yy& jika setiap ruas dikalikan maka diperoleh rr& = xx + yy (.34)

21 9 dengan mensubtitusi persamaan (.33) ke dalam persamaan (.34), maka akan didapatkan rr& = x( x + y) + y( x + y) rr& = xx + xy yx + yy rr& = xx + yy rr& = x + y ( ) ambar 4 Spiral stabil. Jadi diperoleh solusi rt () = re t (.35) y Jika tan( θ ) = diturunkan terhadap t, maka x akan menghasilkan xy yx sec ( θθ ) & & & = x (.36) x sec ( θθ ) & = xy& yx& Dengan mensubtitusi persamaan (.33) dan x sec ( θ ) = r pada persamaan (.36), akan diperoleh r & θ = x( x+ y) y( x+ y) r & θ = ( x + y ) r & θ =r & θ = Jadi diperoleh solusi θ() t = t+ θ (.37) Solusi di atas mempunyai tiga kasus yang bergantung pada nilai dan seperti pada persamaan (.35) dan (.37), yaitu i. < Jika <, maka rt () pada persamaan (.35) berkurang pada saat t bertambah. Jika > maka θ () t pada persamaan (.37) akan berkurang pada saat t bertambah besar, sehinga arah gerak orbitnya akan bergerak searah jarum jam menuju titik tetap. Jika <, maka arah gerak orbitnya akan berlawanan dengan arah jarum jam menuju titik tetap. Dalam hal ini titik tetapnya bersifat spiral stabil. ii. = Jika =, maka rt () pada persamaan (.35) tidak berubah sepanjang waktu t. Jika > maka θ () t pada persamaan (.37) akan membesar dan jika < maka θ () t pada persamaan (.37) akan mengecil. Karena rt () tetap, maka gerak orbit membentuk suatu lingkaran dengan titik tetapnya sebagai pusat. itik tetap tersebut disebut center ambar 5 Center. iii. > Jika >, maka rt () pada persamaan (.35) akan semakin besar pada saat t bertambah. Jika > maka θ () t pada persamaan (.37) akan berkurang pada saat t bertambah besar, sehingga arah gerak orbit akan bergerak searah jarum jam menjauhi titik tetap. Jika <, maka arah gerak orbitnya akan berlawanan dengan arah jarum jam. itik tetap yang terjadi bersifat spiral takstabil ambar 6 Spiral takstabil.

22 [Strogatz, 994] Diagram Fase Suatu persamaan diferensial x& = f( x) tidak semuanya dapat diselesaikan secara kuantitatif. Jika hal ini terjadi maka diperlukan solusi kualitatif dalam bentuk diagram fase. Diagram fase akan menggambarkan perubahan kecepatan x& terhadap x (lihat ambar 7). Jika x & >, maka kura berada diatas sumbu horizontal, yaitu x naik sepanjang waktu yang ditujukan oleh arah panah dari kiri ke kanan. Jika x & <, maka kura berada di bawah sumbu horizontal, yaitu x menurun sepanjang waktu. Pada sumbu horizontal, x & = yaitu x tidak berubah, merupakan titik ekuilibrium atau titik tetap. Jika f '( x ) < yaitu f ( x ) adalah fungsi turun, maka ekuilibrium stabil. Jika f '( x ) > yaitu f ( x ) adalah fungsi naik, maka ekuilibrium tidak stabil. ambar 7 Diagram fase. [u, 994].4 eorema Amplop Enelope heorem (dalil amplop) adalah suatu dalil yang digunakan untuk memecahkan permasalahan maksimisasi di dalam ekonomi mikro. Suatu masalah maksimisasi sembarang di mana fungsi objektif f bergantung pada beberapa parameter a : M ( a) = max f( x, a) x di mana fungsi M ( a ) merupakan nilai maksimum dari fungsi objektif f sebagai suatu fungsi dari parameter a. Anggap x( a ) adalah nilai dari x yang yang dibatasi oleh parameter a, sehingga M( a) = f( x( a), a). Dalil amplop mengatakan bagaimana M ( a ) berubah ketika parameter a berubah,yaitu : * dm ( a) f ( x, a) = da a * x = x( a) dengan turunan M terhadap a ditentukan oleh turunan parsial dari f (, xa ) terhadap a, dengan nilai x tetap, kemudian mengealuasi pilihan * optimal x. Batas ertikal di sebelah kanan dari turunan parsial menandakan bahwa akan diealuasi pada x * = xa ( ). [Nicholson, 99] BAB III MODEL UMUM PERIKLANAN 3. Model Umum Masalah pokok yang harus diperhatikan pada kegiatan pemasaran adalah periklanan. Dalam kegiatannya, ketika sebuah perusahaan membuat iklan maka yang diharapkan adalah bagaimana memaksimumkan keuntungan yang diperoleh lewat daya beli masyarakat dengan memperhatikan kendala-kendala yang ada. Untuk itu diperlukan suatu model matematik yang dapat membantu perusahaan dalam membuat sebuah kebijakan untuk memaksimumkan keuntungan. Model yang digunakan adalah model periklanan dinamik (dynamic adertising models). Model periklanan dinamik dimodelkan oleh Sethi (977a) yang lima belas tahun kemudian diperbaharui oleh Feichtinger, Hartl, dan Sethi (994). Model periklanan dinamik merupakan aplikasi dari prinsip maksimum Pontryagin dalam bidang ekonomi dan manajemen. Masalah utama dalam model ini adalah bagaimana menentukan biaya iklan optimum agar perusahaan dapat memperoleh keuntungan yang maksimum dengan mempertimbangkan citra dan harga sebagai kendala. Dua model dari periklanan dinamik adalah model periklanan kapital (adertising capital model) dan model respons penjualan iklan (sales-adertising response model). Model periklanan kapital, dibahas oleh Nerloe dan

23 Arrow (96), merupakan model yang memandang iklan sebagai sebuah inestasi pada citra (goodwill) perusahaan, sedangkan model respons penjualan iklan, dibahas oleh Vidale dan Wolfe (957), merupakan model yang menekankan hubungan antara iklan dan perubahan olume penjualan. Karya tulis ini akan membahas model periklanan kapital yang dikembangkan dengan dua jenis iklan yaitu iklan yang ditujukan untuk pelanggan lama dan iklan yang ditujukan untuk pelanggan baru. Iklan yang ditujukan untuk pelanggan lama bertujuan untuk mencegah pelanggan tersebut melupakan produknya dan berpindah ke merek lain, sedangkan iklan yang ditujukan untuk pelanggan baru bertujuan untuk menyediakan informasi lebih banyak tentang garis besar sebuah produk sehingga dapat meyakinkan pelanggan baru agar mengkonsumsi produknya. Variabel yang digunakan meliputi, Q, π, R ( ), CAN (, ), NQ, ( ) A( Q, ), a,, η ( N), dan δ ( A). adalah goodwill atau citra yang dimiliki oleh sebuah perusahaan. Q adalah shadow price atau perkiraan harga dari suatu produk yang akan diiklankan. Keuntungan π merupakan selisih dari total pendapatan suatu perusahaan yang bergantung pada citra R ( ) dan total pengeluaran perusahaan dalam membuat sebuah iklan CAN (, ), dengan CAN (, ) = anq ( ) + AQ (, ) di mana NQ ( ) adalah biaya pembuatan iklan yang ditujukan untuk pelanggan baru yang bergantung pada shadow price Q. AQ (, ) adalah biaya pembuatan iklan yang ditujukan untuk pelanggan lama yang bergantung pada shadow price Q dan citra perusahaan. Serta a dan adalah ariabel yang menunjukkan banyaknya produk yang diiklankan. Keuntungan π dapat ditulis sebagai : π = R ( ) an A. (3.) Dengan memperhatikan permasalahan ini sebagai permasalahan kontrol optimum yang kontinu sepanjang waktu, maka waktu t yang dipilih ada pada selang [, ) dengan kendala tingkat perubahan citra perusahaan & sama dengan ukuran keefektifan sebuah iklan dalam menarik pelanggan baru η ( N) dikurangi dengan penyusutan citra perusahaan karena penurunan pelanggan lama δ ( A). Pada karya tulis ini yang akan diperhatikan adalah nilai sekarang atau present alue dari suatu arus kas yang terus-menerus (dalam hal ini pendapatan yang bergantung pada citra sebuah perusahaan), maka present alue dari rt keuntungan perusahaan adalah π e, di mana r adalah tingkat suku bunga. Bentuk masalah memaksimumkan keuntungan perusahaan menjadi: max rt [ ( ) ] N, A e R an A dt (3.) dengan kendala: & 3 = η( N) δ( A), (3.3) A, (3.4) N. (3.5) 3. Asumsi Berdasarkan formulasi masalah itu diberikan asumsi-asumsi sebagai berikut:. Pendapatan yang bergantung pada citra perusahaan merupakan fungsi naik dan cekung ke bawah. R ' >, R " < (3.6) RHL ambar 8 rafik hubungan dan R( ). Berarti bahwa semakin baik citra suatu perusahaan maka pendapatan perusahaan akan semakin meningkat.. Keefektifan suatu iklan dalam menarik pelanggan baru merupakan fungsi naik dan cekung ke bawah. η ' >, η " < (3.7) hhn L ambar 9 rafik hubungan N dan η ( N). Berarti bahwa semakin besar biaya pembuatan iklan yang ditujukan untuk pelanggan baru maka keefektifan iklan N

24 dalam menarik pelanggan baru semakin meningkat. 3. Laju penurunan pelanggan lama adalah fungsi turun dan cekung ke atas. δ ' <, δ " > (3.8) dhal ambar rafik hubungan A dan δ ( A). Berarti bahwa semakin besar biaya pembuatan iklan yang ditujukan untuk pelanggan lama maka laju penurunan pelanggan lama semakin mengecil A BAB IV SOLUSI DAN ANALISIS MODEL 4. Prinsip Maksimum Metode yang digunakan untuk menyelesaikan masalah maksimisasi keuntungan dalam karya ilmiah ini adalah prinsip maksimum Pontryagin. Dalam penggunaan teori kontrol optimum pada masalah ekonomi, fungsi integran f sering rt memuat faktor diskon e. Dengan demikian, fungsi integran f secara umum dapat dituliskan menjadi rt f = π e dengan π = R( ) ana. Masalah kontrol optimum menjadi memaksimumkan keuntungan max rt e [ R ( ) an ( Q ) A ( Q, )] dt N, A terhadap kendala & = η( N) δ( A), A, N. Nilai A dan N diasumsikan bernilai lebih besar sama dengan nol. Hal ini diinterpretasikan bahwa selalu ada biaya yang dialokasikan untuk membuat iklan atau minimal bernilai nol. Dalam bentuk standar, fungsi Hamilton dapat dituliskan dalam bentuk rt H ( Q, ) = e [ R ( ) anq ( ) AQ (, )] + p[ η( N( Q)) δ( A( Q, )) ]. Akan tetapi, karena prinsip maksimum menggunakan turunan fungsi Hamilton terhadap peubah kontrol dan peubah state, dengan hadirnya faktor diskon e rt akan menambah kerumitan penentuan turunan tersebut. Untuk itu, dikenalkan fungsi Hamilton baru, yang sering disebut dengan current-alue Hamilton. Untuk menerapkan konsep current-alue Hamilton, diperlukan konsep current-alue fungsi adjoin. Misalkan Qt () menyatakan current-alue fungsi adjoin, didefinisikan dengan Qt () = pte () rt, yang berimplikasi pt () = Qte () rt. Fungsi current-alue Hamilton, dapat dituliskan menjadi rt Hc = He Sehingga H (, ) ( ) ( ) (, ) c Q = R an Q A Q + Q[ η( N( Q)) δ( AQ (, )) ] (4.) dengan Q adalah shadow price yang dipengaruhi oleh citra perusahaan dan merupakan ektor adjoin. Pada masalah ini, didefinisikan A dan N sebagai peubah-peubah kontrol yang akan menyelesaikan (3.), (3.3), (3.4), dan (3.5) di mana adalah ariabel state dari sistem yang berkaitan dengan A dan N. Berdasarkan syarat optimalitas, kontrol periklanan yang ditujukan kepada pelanggan lama, A = AQ (, ), ditentukan oleh Hc * * * * ( A, N,, Q ) = (4.) A diperoleh λδ '( A) =. Nilai A bergantung pada dan Q sehingga

25 4 Hc A A λδ '( A) δ '( A) = = =, Hc λδ "( A) δ "( A) A A (4.3) Hc A A Q δ '( A ) δ '( A) = = =. (4.4) Q Hc Qδ"( A) Qδ"( A) A A Berdasarkan asumsi (3.8) maka persamaan (4.3) A A dan (4.4) menjadi > dan >. Karena Q laju perubahan biaya pembuatan iklan untuk pelanggan lama terhadap citra perusahaan dan laju perubahan biaya pembuatan iklan untuk pelanggan lama terhadap shadow price bernilai positif, berarti apabila biaya pembuatan iklan untuk pelanggan lama meningkat maka citra sebuah perusahaan akan meningkat, begitu pula jika biaya pembuatan iklan untuk pelanggan lama meningkat maka shadow price yang dipengaruhi oleh citra perusahaan juga akan meningkat. Untuk kontrol periklanan yang ditujukan kepada pelanggan baru, N = N( Q), ditentukan oleh Hc * * * * ( A, N,, Q ) = (4.5) N diperoleh a+ Qη '( N) =. Nilai N hanya bergantung pada Q sehingga H c N N Q η '( N) = =. (4.6) Q H c Qη "( N) N N Berdasarkan asumsi (3.7) maka persamaan (4.6) N menjadi >. Karena laju perubahan biaya Q pembuatan iklan untuk pelanggan baru terhadap shadow price bernilai positif, berarti apabila biaya pembuatan iklan untuk pelanggan baru meningkat maka shadow price juga akan meningkat. Dengan menggunakan current-alue Hamilton pada prinsip maksimum Pontryagin, akan ada persamaan state yang memenuhi H * * * * & = c ( A, N,, Q ) Q sehingga & = η( N( Q)) δ( A( Q, )), (4.7) dan persamaan adjoin yang memenuhi H * * * * Q& = c ( A, N,, Q ) + rq sehingga Q & = [ r+ δ ( A( Q, ))] QR'( ). (4.8) Persamaan (4.7) dan (4.8) merupakan bentuk sistem kanonik yang akan dianalisis. Pada karya tulis ini, pembahasan dilakukan pada masalah maksimisasi keuntungan pada unit waktu takterbatas ( t [, )). Dengan menggunakan kontrol A dan N, maka calon solusi optimal (ekstermal Pontryagin) di sepanjang unit waktu takterbatas adalah solusi dari persamaan (4.7) dan (4.8) tapi dengan syarat batas rt () =, lim e Q( t) ( t) =. t Selanjutnya akan dianalisis apakah syarat perlu juga merupakan syarat cukup. Karena syarat perlu juga merupakan syarat cukup akan terpenuhi jika H c adalah fungsi cekung ke bawah, maka akan diperiksa apakah fungsi Hamilton H (, ) ( ) ( ) (, ) c Q = R an Q A Q + Q[ η( N( Q)) δ( A( Q, )) ] merupakan fungsi cekung ke bawah pada untuk semua kemungkinan nilai Q. Proposisi H c adalah fungsi cekung ke bawah jika [ δ '( A)] R"( ) + Q < δ "( A ) Bukti Diketahui bahwa fungsi Hamilton adalah H (, ) ( ) ( ) (, ) c Q = R an Q A Q + Q[ η( N( Q)) δ( A( Q, )) ] urunan pertama H c terhadap adalah Hc A( Q, ) = R'( ) AQ (, ) Qδ'( AQ (, )) Qδ( AQ (, )) Berdasarkan dalil amplop, untuk memaksimumkan fungsi Hamilton, substitusi

II LANDASAN TEORI. ii. Constant returns to scale, yaitu situasi di mana output meningkat sama banyaknya dengan porsi peningkatan input

II LANDASAN TEORI. ii. Constant returns to scale, yaitu situasi di mana output meningkat sama banyaknya dengan porsi peningkatan input 2 II LANDASAN EORI Pada bab ini akan diuraikan beberapa definisi dan teori penunjang yang akan digunakan dalam karya ilmiah ini. 2.1 Istilah Ekonomi Definisi 1 (Pertumbuhan Ekonomi) Pertumbuhan ekonomi

Lebih terperinci

ANALISIS MODEL MANGSA-PEMANGSA MICHAELIS- MENTEN DENGAN PEMANENAN PADA POPULASI MANGSA HANDANU DWARADI

ANALISIS MODEL MANGSA-PEMANGSA MICHAELIS- MENTEN DENGAN PEMANENAN PADA POPULASI MANGSA HANDANU DWARADI ANALISIS MODEL MANGSA-PEMANGSA MICHAELIS- MENTEN DENGAN PEMANENAN PADA POPULASI MANGSA HANDANU DWARADI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

KONTROL OPTIMUM PADA MASALAH PERIKLANAN UTAMI PRIHARTINI

KONTROL OPTIMUM PADA MASALAH PERIKLANAN UTAMI PRIHARTINI KONROL OPIMUM PADA MASALAH PERIKLANAN UAMI PRIHARINI DEPAREMEN MAEMAIKA FAKULAS MAEMAIKA DAN ILMU PENGEAHUAN ALAM INSIU PERANIAN BOGOR BOGOR ABSRAK UAMI PRIHARINI. Kontrol Optimum pada Masalah Periklanan.

Lebih terperinci

Kontrol Optimum. Prinsip Maksimum Pontryagin. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

Kontrol Optimum. Prinsip Maksimum Pontryagin. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014 Kontrol Optimum Prinsip Maksimum Pontryagin Toni Bakhtiar Departemen Matematika IPB Februari 214 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 214 1 / 25 Outline Masalah kontrol optimum Prinsip

Lebih terperinci

MODEL PEMANENAN DALAM MANAJEMEN PERIKANAN DIAN LESTARI

MODEL PEMANENAN DALAM MANAJEMEN PERIKANAN DIAN LESTARI MODEL PEMANENAN DALAM MANAJEMEN PERIKANAN DIAN LESTARI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2009 ABSTRAK DIAN LESTARI. Model Pemanenan dalam

Lebih terperinci

Persamaan Diferensial Biasa

Persamaan Diferensial Biasa Persamaan Diferensial Biasa Titik Tetap dan Sistem Linear Toni Bakhtiar Departemen Matematika IPB Oktober 2012 Toni Bakhtiar (m@thipb) PDB Oktober 2012 1 / 31 Titik Tetap SPD Mandiri dan Titik Tetap Tinjau

Lebih terperinci

ANALISIS MODEL DINAMIKA TERORISME MAKINUN AMIN

ANALISIS MODEL DINAMIKA TERORISME MAKINUN AMIN ANALISIS MODEL DINAMIKA TERORISME MAKINUN AMIN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK MAKINUN AMIN. Analisis Model Dinamika Terorisme.

Lebih terperinci

Kontrol Optimum. MKO dengan Horizon Takhingga, Syarat Cukup. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

Kontrol Optimum. MKO dengan Horizon Takhingga, Syarat Cukup. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014 Kontrol Optimum MKO dengan Horizon Takhingga, Syarat Cukup Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 23 Outline MKO dengan

Lebih terperinci

Selanjutnya didefinisikan fungsional objektif yang diperbesar (augmented) J ( u ) sebagai:

Selanjutnya didefinisikan fungsional objektif yang diperbesar (augmented) J ( u ) sebagai: LAMPIRAN Lampiran 1. Bukti Teorema 4 Diketahui masalah memaksimumkan: T J ( x) = S( x( T), T) + f ( x( t), u( t), t) dt (1) dengan kendala : x() t = f( x(), t u(),) t t dt () Misalkan x() = x, t =, sedangkan

Lebih terperinci

Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas

Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas Slide II Toni Bakhtiar Departemen Matematika IPB February 2012 TBK (IPB) Kalkulus Variasi February 2012 1 / 37 Masalah Brachystochrone

Lebih terperinci

Kalkulus Variasi. Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas. Toni Bakhtiar. Departemen Matematika IPB

Kalkulus Variasi. Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas. Toni Bakhtiar. Departemen Matematika IPB Kalkulus Variasi Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum

Lebih terperinci

Kontrol Optimum. Syarat Transversalitas, Current-valued Hamiltonian. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

Kontrol Optimum. Syarat Transversalitas, Current-valued Hamiltonian. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014 Kontrol Optimum Syarat Transversalitas, Current-valued Hamiltonian Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 37 Outline Syarat

Lebih terperinci

BAB II LANDASAN TEORI. dalam penulisan skripsi ini. Teori-teori yang digunakan berupa definisi-definisi serta

BAB II LANDASAN TEORI. dalam penulisan skripsi ini. Teori-teori yang digunakan berupa definisi-definisi serta BAB II LANDASAN TEORI Pada bab ini akan diuraikan beberapa teori-teori yang digunakan sebagai acuan dalam penulisan skripsi ini. Teori-teori yang digunakan berupa definisi-definisi serta teorema-teorema

Lebih terperinci

Kalkulus Variasi. Persamaan Euler, Masalah Kalkulus Variasi Berkendala, Syarat Batas. Toni Bakhtiar. Departemen Matematika IPB.

Kalkulus Variasi. Persamaan Euler, Masalah Kalkulus Variasi Berkendala, Syarat Batas. Toni Bakhtiar. Departemen Matematika IPB. Kalkulus Variasi Persamaan Euler, Masalah Kalkulus Variasi Berkendala, Syarat Batas Toni Bakhtiar Departemen Matematika IPB Februari 214 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 214 1

Lebih terperinci

MASALAH PENJADWALAN KEGIATAN BELAJAR MENGAJAR: Studi Kasus di Lembaga Bimbingan Belajar BTA Bogor BIMA SAPUTRA

MASALAH PENJADWALAN KEGIATAN BELAJAR MENGAJAR: Studi Kasus di Lembaga Bimbingan Belajar BTA Bogor BIMA SAPUTRA MASALAH PENJADWALAN KEGIATAN BELAJAR MENGAJAR: Studi Kasus di Lembaga Bimbingan Belajar BTA Bogor BIMA SAPUTRA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

Kalkulus Variasi. Syarat Cukup, Masalah Kalkulus Variasi dengan Horizon Takhingga. Toni Bakhtiar. Departemen Matematika IPB.

Kalkulus Variasi. Syarat Cukup, Masalah Kalkulus Variasi dengan Horizon Takhingga. Toni Bakhtiar. Departemen Matematika IPB. Kalkulus Variasi Syarat Cukup, Masalah Kalkulus Variasi dengan Horizon Takhingga Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 /

Lebih terperinci

Kuliah Pengantar Kontrol Optimum dan Metode Numeriknya dalam Scilab

Kuliah Pengantar Kontrol Optimum dan Metode Numeriknya dalam Scilab Kuliah Pengantar Kontrol Optimum dan Metode Numeriknya dalam Scilab Effendi Syahril Agah D. Garnadi Kuliah Pengantar Kontrol Optimum dan Metode Numeriknya dalam Scilab Effendi Syahril Agah D. Garnadi e-version

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 7 BAB II TINJAUAN PUSTAKA Dalam bab ini akan dibahas beberapa poin tentang sistem dinamik, kestabilan sistem dinamik, serta konsep bifurkasi. A. Sistem Dinamik Secara umum Sistem dinamik didefinisikan

Lebih terperinci

KENDALI OPTIMAL PERMAINAN NON-KOOPERATIF KONTINU SKALAR DUA PEMAIN DENGAN STRATEGI NASH TUGAS AKHIR. Oleh : M.LUTHFI RUSYDI

KENDALI OPTIMAL PERMAINAN NON-KOOPERATIF KONTINU SKALAR DUA PEMAIN DENGAN STRATEGI NASH TUGAS AKHIR. Oleh : M.LUTHFI RUSYDI KENDALI OPTIMAL PERMAINAN NON-KOOPERATIF KONTINU SKALAR DUA PEMAIN DENGAN STRATEGI NASH TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains Pada Jurusan Matematika Oleh

Lebih terperinci

MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM

MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK RIDWAN IDHAM. Model

Lebih terperinci

PENERAPAN PRINSIP MAKSIMUM PONTRYAGIN PADA SISTEM INVENTORI-PRODUKSI. Nurus Sa adah, Toni Bakhtiar, Farida Hanum

PENERAPAN PRINSIP MAKSIMUM PONTRYAGIN PADA SISTEM INVENTORI-PRODUKSI. Nurus Sa adah, Toni Bakhtiar, Farida Hanum PENERAPAN PRINSIP MAKSIMUM PONTRYAGIN PADA SISTEM INVENTORI-PRODUKSI Nurus Sa adah, Toni Bakhtiar, Farida Hanum Departemen Matematika FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga, Bogor

Lebih terperinci

MODEL INPUT-OUTPUT DALAM MASALAH NETWORK FLOW DWI PUTRI EFESIA

MODEL INPUT-OUTPUT DALAM MASALAH NETWORK FLOW DWI PUTRI EFESIA MODEL INPUT-OUTPUT DALAM MASALAH NETWORK FLOW DWI PUTRI EFESIA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2010 ABSTRAK DWI PUTRI EFESIA. Model Input-Output

Lebih terperinci

METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN NILAI BATAS PADA PERSAMAAN DIFERENSIAL PARSIAL NONLINEAR ABSTRACT

METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN NILAI BATAS PADA PERSAMAAN DIFERENSIAL PARSIAL NONLINEAR ABSTRACT METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN NILAI BATAS PADA PERSAMAAN DIFERENSIAL PARSIAL NONLINEAR Birmansyah 1, Khozin Mu tamar 2, M. Natsir 2 1 Mahasiswa Program Studi S1 Matematika

Lebih terperinci

BAB II KAJIAN PUSTAKA. pemrograman nonlinear, fungsi konveks dan konkaf, pengali lagrange, dan

BAB II KAJIAN PUSTAKA. pemrograman nonlinear, fungsi konveks dan konkaf, pengali lagrange, dan BAB II KAJIAN PUSTAKA Kajian pustaka pada bab ini akan membahas tentang pengertian dan penjelasan yang berkaitan dengan fungsi, turunan parsial, pemrograman linear, pemrograman nonlinear, fungsi konveks

Lebih terperinci

Kontrol Optimum. MKO dengan Kendala pada Peubah Kontrol. Toni Bakhtiar. Departemen Matematika IPB. Februari 2017

Kontrol Optimum. MKO dengan Kendala pada Peubah Kontrol. Toni Bakhtiar. Departemen Matematika IPB. Februari 2017 Kontrol Optimum MKO dengan Kendala pada Peubah Kontrol Toni Bakhtiar Departemen Matematika IPB Februari 2017 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2017 1 / 53 Outline MKO berkendala

Lebih terperinci

PENGGUNAAN METODE ITERASI VARIASI UNTUK MENYELESAIKAN MASALAH OSILASI BERPASANGAN SANTI SUSILAWATI

PENGGUNAAN METODE ITERASI VARIASI UNTUK MENYELESAIKAN MASALAH OSILASI BERPASANGAN SANTI SUSILAWATI PENGGUNAAN METODE ITERASI VARIASI UNTUK MENYELESAIKAN MASALAH OSILASI BERPASANGAN SANTI SUSILAWATI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012

Lebih terperinci

Persamaan Diferensial Biasa

Persamaan Diferensial Biasa Persamaan Diferensial Biasa Pendahuluan, Persamaan Diferensial Orde-1 Toni Bakhtiar Departemen Matematika IPB September 2012 Toni Bakhtiar (m@thipb) PDB September 2012 1 / 37 Pendahuluan Konsep Dasar Beberapa

Lebih terperinci

BAB II KAJIAN PUSTAKA. Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan,

BAB II KAJIAN PUSTAKA. Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan, BAB II KAJIAN PUSTAKA Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan, pemrograman linear, metode simpleks, teorema dualitas, pemrograman nonlinear, persyaratan karush kuhn

Lebih terperinci

BAB II KAJIAN TEORI. representasi pemodelan matematika disebut sebagai model matematika. Interpretasi Solusi. Bandingkan Data

BAB II KAJIAN TEORI. representasi pemodelan matematika disebut sebagai model matematika. Interpretasi Solusi. Bandingkan Data A. Model Matematika BAB II KAJIAN TEORI Pemodelan matematika adalah proses representasi dan penjelasan dari permasalahan dunia real yang dinyatakan dalam pernyataan matematika (Widowati dan Sutimin, 2007:

Lebih terperinci

MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM

MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 011 ABSTRAK RIDWAN IDHAM. Model

Lebih terperinci

PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI ABSTRACT

PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI ABSTRACT PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI Febrian Lisnan, Asmara Karma 2 Mahasiswa Program Studi S Matematika 2 Dosen Jurusan Matematika Fakultas Matematika

Lebih terperinci

BAB II TINJAUAN PUSTAKA. kestabilan model predator-prey tipe Holling II dengan faktor pemanenan.

BAB II TINJAUAN PUSTAKA. kestabilan model predator-prey tipe Holling II dengan faktor pemanenan. BAB II TINJAUAN PUSTAKA Dalam bab ini akan dibahas mengenai dasar teori untuk menganalisis simulasi kestabilan model predator-prey tipe Holling II dengan faktor pemanenan. 2.1 Persamaan Diferensial Biasa

Lebih terperinci

Created By Aristastory.Wordpress.com BAB I PENDAHULUAN. Teori sistem dinamik adalah bidang matematika terapan yang digunakan untuk

Created By Aristastory.Wordpress.com BAB I PENDAHULUAN. Teori sistem dinamik adalah bidang matematika terapan yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Teori sistem dinamik adalah bidang matematika terapan yang digunakan untuk memeriksa kelakuan sistem dinamik kompleks, biasanya dengan menggunakan persamaan diferensial

Lebih terperinci

Kontrol Optimum. MKO dengan Mixed Constraints dan Pure State Constraints. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

Kontrol Optimum. MKO dengan Mixed Constraints dan Pure State Constraints. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014 Kontrol Optimum MKO dengan Mixed Constraints dan Pure State Constraints Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 38 Outline

Lebih terperinci

Karena v merupakan vektor bukan nol, maka A Iλ = 0. Dengan kata lain, Persamaan (2.2) dapat dipenuhi jika dan hanya jika,

Karena v merupakan vektor bukan nol, maka A Iλ = 0. Dengan kata lain, Persamaan (2.2) dapat dipenuhi jika dan hanya jika, BAB II KAJIAN TEORI Pada bab ini akan dibahas mengenai definisi-definisi dan teorema-teorema dari nilai eigen, vektor eigen, dan diagonalisasi, sistem persamaan differensial, model predator prey lotka-voltera,

Lebih terperinci

MODEL DINAMIKA SEL TUMOR DENGAN TERAPI PENGOBATAN MENGGUNAKAN VIRUS ONCOLYTIC

MODEL DINAMIKA SEL TUMOR DENGAN TERAPI PENGOBATAN MENGGUNAKAN VIRUS ONCOLYTIC 1 MODEL DINAMIKA SEL TUMOR DENGAN TERAPI PENGOBATAN MENGGUNAKAN VIRUS ONCOLYTIC HIKMAH RAHMAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 009 ABSTRACT HIKMAH

Lebih terperinci

Teori kendali. Oleh: Ari suparwanto

Teori kendali. Oleh: Ari suparwanto Teori kendali Oleh: Ari suparwanto Minggu Ke-1 Permasalahan oleh : Ari Suparwanto Permasalahan Diberikan sistem dan sinyal referensi. Masalah kendali adalah menentukan sinyal kendali sehingga output sistem

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

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI. Sistem Pendulum Terbalik Dalam penelitian ini diperhatikan sistem pendulum terbalik seperti pada Gambar di mana sebuah pendulum terbalik dimuat dalam motor yang bisa digerakkan.

Lebih terperinci

PEMODELAN SISTEM PENDULUM TERBALIK GANDA DAN KARAKTERISASI PARAMETER PADA MASALAH REGULASI OPTIMAL HASBY ASSIDIQI

PEMODELAN SISTEM PENDULUM TERBALIK GANDA DAN KARAKTERISASI PARAMETER PADA MASALAH REGULASI OPTIMAL HASBY ASSIDIQI PEMODELAN SISTEM PENDULUM TERBALIK GANDA DAN KARAKTERISASI PARAMETER PADA MASALAH REGULASI OPTIMAL HASBY ASSIDIQI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN

Lebih terperinci

Bab II Teori Pendukung

Bab II Teori Pendukung Bab II Teori Pendukung II.1 Sistem Autonomous Tinjau sistem persamaan differensial berikut, = dy = f(x, y), g(x, y), (2.1) dengan asumsi f dan g adalah fungsi kontinu yang mempunyai turunan yang kontinu

Lebih terperinci

DINAMIKA MODEL PENYEMBUHAN SEL DARAH PUTIH KARENA ADANYA VIRUS HIV DENGAN TERAPI PROTEASE INHIBITOR

DINAMIKA MODEL PENYEMBUHAN SEL DARAH PUTIH KARENA ADANYA VIRUS HIV DENGAN TERAPI PROTEASE INHIBITOR 2 DINAMIKA MODEL PENYEMBUHAN SEL DARAH PUIH KARENA ADANYA VIRUS HIV DENGAN ERA PROEASE INHIBIOR DWI LARA NOLAVIA YUNIA DEPAREMEN MAEMAIKA FAKULAS MAEMAIKA DAN ILMU PENGEAHUAN ALAM INSIU PERANIAN BOGOR

Lebih terperinci

BAB 2 PDB Linier Order Satu 2

BAB 2 PDB Linier Order Satu 2 BAB Konsep Dasar BAB 2 PDB Linier Order Satu 2 BAB 3 Aplikasi PDB Order Satu 3 BAB 4 PDB Linier Order Dua 4 BAB 5 Aplikasi PDB Order Dua 5 BAB 6 Sistem PDB 6 BAB 7 PDB Nonlinier dan Kesetimbangan Dalam

Lebih terperinci

Kontrol Optimal Waktu Diskrit

Kontrol Optimal Waktu Diskrit Kontrol Optimal Waktu Diskrit April 2012 () Kontrol Optimal (3 SKS) April 2012 1 / 18 Ekstrim Suatu Fungsional untuk Fungsi Skalar Dalam bagian ini, kita akan menentukan syarat perlu untuk optimisasi fungsional

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Aljabar Linear Definisi 2.1.1 Matriks Matriks A adalah susunan persegi panjang yang terdiri dari skalar-skalar yang biasanya dinyatakan dalam bentuk berikut: [ ] Definisi 2.1.2

Lebih terperinci

II. LANDASAN TEORI. Definisi 1 (Sistem Persamaan Diferensial Biasa Linear) Definisi 2 (Sistem Persamaan Diferensial Biasa Taklinear)

II. LANDASAN TEORI. Definisi 1 (Sistem Persamaan Diferensial Biasa Linear) Definisi 2 (Sistem Persamaan Diferensial Biasa Taklinear) 3 II. LANDASAN TEORI 2.1 Sistem Persamaan Diferensial Biasa Definisi 1 (Sistem Persamaan Diferensial Biasa Linear) Misalkan suatu sistem persamaan diferensial biasa dinyatakan sebagai = + ; =, R (1) dengan

Lebih terperinci

Aplikasi Persamaan Bessel Orde Nol Pada Persamaan Panas Dua dimensi

Aplikasi Persamaan Bessel Orde Nol Pada Persamaan Panas Dua dimensi JURNAL FOURIER Oktober 2013, Vol. 2, No. 2, 113-123 ISSN 2252-763X Aplikasi Persamaan Bessel Orde Nol Pada Persamaan Panas Dua dimensi Annisa Eki Mulyati dan Sugiyanto Program Studi Matematika Fakultas

Lebih terperinci

BAB II PENGANTAR SOLUSI PERSOALAN FISIKA MENURUT PENDEKATAN ANALITIK DAN NUMERIK

BAB II PENGANTAR SOLUSI PERSOALAN FISIKA MENURUT PENDEKATAN ANALITIK DAN NUMERIK BAB II PENGANTAR SOLUSI PERSOALAN FISIKA MENURUT PENDEKATAN ANALITIK DAN NUMERIK Tujuan Instruksional Setelah mempelajari bab ini pembaca diharapkan dapat: 1. Menjelaskan cara penyelesaian soal dengan

Lebih terperinci

PENJADWALAN MATA KULIAH MENGGUNAKAN INTEGER NONLINEAR PROGRAMMING Studi Kasus di Bina Sarana Informatika Bogor ERLIYANA

PENJADWALAN MATA KULIAH MENGGUNAKAN INTEGER NONLINEAR PROGRAMMING Studi Kasus di Bina Sarana Informatika Bogor ERLIYANA PENJADWALAN MATA KULIAH MENGGUNAKAN INTEGER NONLINEAR PROGRAMMING Studi Kasus di Bina Sarana Informatika Bogor ERLIYANA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Berikut ini adalah beberapa definisi dan teorema yang menjadi landasan dalam penentuan harga premi, fungsi permintaan, dan kesetimbangannya pada portfolio heterogen. 2.1 Percobaan

Lebih terperinci

III HASIL DAN PEMBAHASAN

III HASIL DAN PEMBAHASAN 7 III HASIL DAN PEMBAHASAN 3.1 Perumusan Model Pada bagian ini akan dirumuskan model pertumbuhan ekonomi yang mengoptimalkan utilitas dari konsumen dengan asumsi: 1. Terdapat tiga sektor dalam perekonomian:

Lebih terperinci

OPTIMASI (Pemrograman Non Linear)

OPTIMASI (Pemrograman Non Linear) OPTIMASI (Pemrograman Non Linear) 3 SKS PILIHAN Arrival Rince Putri, 013 1 Silabus I. Pendahuluan 1. Perkuliahan: Silabus, Referensi, Penilaian. Pengantar Optimasi 3. Riview Differential Calculus II. Dasar-Dasar

Lebih terperinci

Variabel Banyak Bernilai Real 1 / 1

Variabel Banyak Bernilai Real 1 / 1 Fungsi Variabel Banyak Bernilai Real Turunan Parsial dan Turunan Wono Setya Budhi KK Analisis dan Geometri, FMIPA ITB Variabel Banyak Bernilai Real 1 / 1 Turunan Parsial dan Turunan Usaha pertama untuk

Lebih terperinci

BAB II KAJIAN TEORI. Persamaan diferensial sangat penting dalam pemodelan matematika khususnya

BAB II KAJIAN TEORI. Persamaan diferensial sangat penting dalam pemodelan matematika khususnya BAB II KAJIAN TEORI 2.1 Persamaan Diferensial Persamaan diferensial sangat penting dalam pemodelan matematika khususnya untuk pemodelan yang membutuhkan solusi dari sebuah permasalahan. Pemodelan matematika

Lebih terperinci

Matematika I: APLIKASI TURUNAN. Dadang Amir Hamzah. Dadang Amir Hamzah Matematika I Semester I / 70

Matematika I: APLIKASI TURUNAN. Dadang Amir Hamzah. Dadang Amir Hamzah Matematika I Semester I / 70 Matematika I: APLIKASI TURUNAN Dadang Amir Hamzah 2015 Dadang Amir Hamzah Matematika I Semester I 2015 1 / 70 Outline 1 Maksimum dan Minimum Dadang Amir Hamzah Matematika I Semester I 2015 2 / 70 Outline

Lebih terperinci

PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA

PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA i PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 i ABSTRAK ANA

Lebih terperinci

BAB II LANDASAN TEORI. selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi

BAB II LANDASAN TEORI. selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi BAB II LANDASAN TEORI Pada bab ini akan dibahas tentang landasan teori yang digunakan pada bab selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi yang diuraikan berupa definisi-definisi

Lebih terperinci

Bagian 2 Matriks dan Determinan

Bagian 2 Matriks dan Determinan Bagian Matriks dan Determinan Materi mengenai fungsi, limit, dan kontinuitas akan kita pelajari dalam Bagian Fungsi dan Limit. Pada bagian Fungsi akan mempelajari tentang jenis-jenis fungsi dalam matematika

Lebih terperinci

Catatan Kuliah MA1123 Kalkulus Elementer I

Catatan Kuliah MA1123 Kalkulus Elementer I Catatan Kuliah MA1123 Kalkulus Elementer I Oleh Hendra Gunawan, Ph.D. Departemen Matematika ITB Sasaran Belajar Setelah mempelajari materi Kalkulus Elementer I, mahasiswa diharapkan memiliki (terutama):

Lebih terperinci

Kalkulus Multivariabel I

Kalkulus Multivariabel I Maksimum, Minimum, dan Statistika FMIPA Universitas Islam Indonesia Titik Kritis Misalkan p = (x, y) adalah sebuah titik peubah dan p 0 = (x 0, y 0 ) adalah sebuah titik tetap pada bidang berdimensi dua

Lebih terperinci

Bab 16. Model Pemangsa-Mangsa

Bab 16. Model Pemangsa-Mangsa Bab 16. Model Pemangsa-Mangsa Pada Bab ini akan dipelajari model matematis dari masalah dua spesies hidup dalam habitat yang sama, yang dalam hal ini keduanya berinteraksi dalam hubungan pemangsa dan mangsa.

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA A. Efektivitas Efektivitas berasal dari kata efektif, yang merupakan kata serapan dari bahasa Inggris yaitu effective yang artinya berhasil. Menurut kamus ilmiah popular, efektivitas

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

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dibahas tinjauan pustaka yang akan digunakan untuk tesis ini, yang selanjutnya akan di perlukan pada Bab 3. Tinjauan pustaka yang dibahas adalah mengenai yang mendukung

Lebih terperinci

II LANDASAN TEORI 2.1 Sistem Persamaan Diferensial Definisi 1 [Sistem Persamaan Diferensial Linear (SPDL)]

II LANDASAN TEORI 2.1 Sistem Persamaan Diferensial Definisi 1 [Sistem Persamaan Diferensial Linear (SPDL)] II LANDASAN TEORI 2.1 Sistem Persamaan Diferensial Definisi 1 [Sistem Persamaan Diferensial Linear (SPDL)] Suatu sistem persamaan diferensial dinyatakan sebagai berikut: A adalah matriks koefisien konstan

Lebih terperinci

METODE ITERASI VARIASIONAL PADA MASALAH STURM-LIOUVILLE

METODE ITERASI VARIASIONAL PADA MASALAH STURM-LIOUVILLE METODE ITERASI VARIASIONAL PADA MASALAH STURM-LIOUVILLE oleh HILDA ANGGRIYANA M0109035 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika JURUSAN

Lebih terperinci

I::: 1: J mempunyai persamaan karakteristik sebagai - - x,, matriks berukuran nxn.

I::: 1: J mempunyai persamaan karakteristik sebagai - - x,, matriks berukuran nxn. 2.1 Sistem Persamaan Diferensial Linear Mandiri Perhatikan sistem persamaan diferensial (SPD) berikut ini: 11. LANDASAN TEOR n111... "',, dengan fungsi ~(x) mempunyai sifat X = h (xi (tb... >X.(f)) lim,,,

Lebih terperinci

Integral Tak Tentu. Modul 1 PENDAHULUAN

Integral Tak Tentu. Modul 1 PENDAHULUAN Modul 1 Integral Tak Tentu M PENDAHULUAN Drs. Hidayat Sardi, M.Si odul ini akan membahas operasi balikan dari penurunan (pendiferensialan) yang disebut anti turunan (antipendiferensialan). Dengan mengikuti

Lebih terperinci

Pengantar Statistika Matematik(a)

Pengantar Statistika Matematik(a) Catatan Kuliah Pengantar Statistika Matematik(a) Statistika Lebih Dari Sekadar Matematika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014

Lebih terperinci

Kalkulus Variasi. Pendahuluan, Model Matematika, Keterkontrolan. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

Kalkulus Variasi. Pendahuluan, Model Matematika, Keterkontrolan. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014 Kalkulus Variasi Pendahuluan, Model Matematika, Keterkontrolan Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 42 Outline Beberapa

Lebih terperinci

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE DUA DENGAN KOEFISIEN VARIABEL ABSTRACT

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE DUA DENGAN KOEFISIEN VARIABEL ABSTRACT METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE DUA DENGAN KOEFISIEN VARIABEL Marpipon Haryandi 1, Asmara Karma 2, Musraini M 2 1 Mahasiswa Program Studi S1 Matematika

Lebih terperinci

II. TINJAUAN PUSTAKA. Turunan fungsi f adalah fungsi lain f (dibaca f aksen ) yang nilainya pada ( ) ( ) ( )

II. TINJAUAN PUSTAKA. Turunan fungsi f adalah fungsi lain f (dibaca f aksen ) yang nilainya pada ( ) ( ) ( ) II. TINJAUAN PUSTAKA 2.1 Definisi Turunan Turunan fungsi f adalah fungsi lain f (dibaca f aksen ) yang nilainya pada sebarang bilangan c adalah asalkan limit ini ada. Jika limit ini memang ada, maka dikatakan

Lebih terperinci

MERANCANG POLA PENYERANGAN TIM BASKET DENGAN METODE PAGERANK GOOGLE: STUDI KASUS TIM BASKET PUTRI IPB SRI PURWATI

MERANCANG POLA PENYERANGAN TIM BASKET DENGAN METODE PAGERANK GOOGLE: STUDI KASUS TIM BASKET PUTRI IPB SRI PURWATI MERANCANG POLA PENYERANGAN TIM BASKET DENGAN METODE PAGERANK GOOGLE: STUDI KASUS TIM BASKET PUTRI IPB SRI PURWATI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

ANALISIS KESTABILAN MODEL INTERAKSI PEMANGSA DAN MANGSA PADA DUA HABITAT YANG BERBEDA ADE NELVIA

ANALISIS KESTABILAN MODEL INTERAKSI PEMANGSA DAN MANGSA PADA DUA HABITAT YANG BERBEDA ADE NELVIA ANALISIS KESTABILAN MODEL INTERAKSI PEMANGSA DAN MANGSA PADA DUA HABITAT YANG BERBEDA ADE NELVIA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012

Lebih terperinci

SISTEM DINAMIK KONTINU LINEAR. Oleh: 1. Meirdania Fitri T 2. Siti Khairun Nisa 3. Grahani Ayu Deca F. 4. Fira Fitriah 5.

SISTEM DINAMIK KONTINU LINEAR. Oleh: 1. Meirdania Fitri T 2. Siti Khairun Nisa 3. Grahani Ayu Deca F. 4. Fira Fitriah 5. SISTEM DINAMIK KONTINU LINEAR Oleh: 1. Meirdania Fitri T 2. Siti Khairun Nisa 3. Grahani Ayu Deca F. 4. Fira Fitriah 5. Lisa Risfana Sari Sistem Dinamik D Sistem dinamik adalah sistem yang dapat diketahui

Lebih terperinci

BIFURKASI HOPF PADA SISTEM PREDATOR PREY DENGAN FUNGSI RESPON TIPE II

BIFURKASI HOPF PADA SISTEM PREDATOR PREY DENGAN FUNGSI RESPON TIPE II BIFURKASI HOPF PADA SISTEM PREDATOR PREY DENGAN FUNGSI RESPON TIPE II SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan

Lebih terperinci

MA3081 STATISTIKA MATEMATIKA We love Statistics

MA3081 STATISTIKA MATEMATIKA We love Statistics Catatan Kuliah MA3081 STATISTIKA MATEMATIKA We love Statistics disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Daftar Isi 1 Peubah Acak

Lebih terperinci

II LANDASAN TEORI. Contoh. Ditinjau dari sistem yang didefinisikan oleh:

II LANDASAN TEORI. Contoh. Ditinjau dari sistem yang didefinisikan oleh: 5 II LANDASAN TEORI 2.1 Keterkontrolan Untuk mengetahui persoalan sistem kontrol mungkin tidak ada, jika sistem yang ditinjau tidak terkontrol. Walaupun sebagian besar sistem terkontrol ada, akan tetapi

Lebih terperinci

PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL

PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan

Lebih terperinci

KALKULUS MULTIVARIABEL II

KALKULUS MULTIVARIABEL II Pada Bidang Bentuk Vektor dari KALKULUS MULTIVARIABEL II (Minggu ke-9) Andradi Jurusan Matematika FMIPA UGM Yogyakarta, Indonesia Pada Bidang Bentuk Vektor dari 1 Definisi Daerah Sederhana x 2 Pada Bidang

Lebih terperinci

BAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau

BAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau BAB II KAJIAN TEORI Pada bab ini akan diberikan kajian teori mengenai matriks dan operasi matriks, program linear, penyelesaian program linear dengan metode simpleks, masalah transportasi, hubungan masalah

Lebih terperinci

BIFURKASI HOPF MODEL MANGSA-PEMANGSA DENGAN WAKTU TUNDA NI NYOMAN SURYANI

BIFURKASI HOPF MODEL MANGSA-PEMANGSA DENGAN WAKTU TUNDA NI NYOMAN SURYANI BIFURKASI HOPF MODEL MANGSA-PEMANGSA DENGAN WAKTU TUNDA NI NYOMAN SURYANI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI SKRIPSI

Lebih terperinci

MODEL PERTUMBUHAN PENGELUARAN PUBLIK DENGAN PENDEKATAN FUNGSI LOGISTIK SOFYAN ZUHRI

MODEL PERTUMBUHAN PENGELUARAN PUBLIK DENGAN PENDEKATAN FUNGSI LOGISTIK SOFYAN ZUHRI MODEL PERTUMBUHAN PENGELUARAN PUBLIK DENGAN PENDEKATAN FUNGSI LOGISTIK SOFYAN ZUHRI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK SOFYAN

Lebih terperinci

I. Sistem Persamaan Diferensial Linier Orde 1 (Review)

I. Sistem Persamaan Diferensial Linier Orde 1 (Review) I. Sistem Persamaan Diferensial Linier Orde (Review) November 0 () I. Sistem Persamaan Diferensial Linier Orde (Review) November 0 / 6 Teori Umum Bentuk umum sistem persamaan diferensial linier orde satu

Lebih terperinci

KISI-KISI PENULISAN SOAL UJIAN MATEMATIKA PEMINATAN TP 2015 / 2016

KISI-KISI PENULISAN SOAL UJIAN MATEMATIKA PEMINATAN TP 2015 / 2016 KISI-KISI PENULISAN SOAL UJIAN MATEMATIKA PEMINATAN TP 2015 / 2016 Nama Sekolah : SMA NEGERI 56 JAKARTA Mata Pelajaran : MATEMATIKA PEMINATAN Kurikulum : KUR 2013 MATERI KELAS X P1 P2 P3 mor 1. Menganalisis

Lebih terperinci

Catatan Kuliah MA1123 KALKULUS ELEMENTER I BAB III. TURUNAN

Catatan Kuliah MA1123 KALKULUS ELEMENTER I BAB III. TURUNAN BAB III. TURUNAN Kecepatan Sesaat dan Gradien Garis Singgung Turunan dan Hubungannya dengan Kekontinuan Aturan Dasar Turunan Notasi Leibniz dan Turunan Tingkat Tinggi Penurunan Implisit Laju yang Berkaitan

Lebih terperinci

Sistem Hasil Kali Persamaan Diferensial Otonomus pada Bidang

Sistem Hasil Kali Persamaan Diferensial Otonomus pada Bidang Sistem Hasil Kali Persamaan Diferensial Otonomus pada Bidang SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan Guna

Lebih terperinci

FORMULA PENGGANTI METODE KOEFISIEN TAK TENTU ABSTRACT

FORMULA PENGGANTI METODE KOEFISIEN TAK TENTU ABSTRACT FORMULA PENGGANTI METODE KOEFISIEN TAK TENTU Syofia Deswita 1, Syamsudhuha 2, Agusni 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Lebih terperinci

PENGARUH SURPLUS PRIMER, TINGKAT PAJAK, DAN INVESTASI PUBLIK TERHADAP MODAL DAN UTANG PUBLIK DALAM MODEL PERTUMBUHAN EKONOMI DANTY KARTIKA SARI

PENGARUH SURPLUS PRIMER, TINGKAT PAJAK, DAN INVESTASI PUBLIK TERHADAP MODAL DAN UTANG PUBLIK DALAM MODEL PERTUMBUHAN EKONOMI DANTY KARTIKA SARI PENGARUH SURPLUS PRIMER, TINGAT PAJA, DAN INVESTASI PUBLI TERHADAP MODAL DAN UTANG PUBLI DALAM MODEL PERTUMBUHAN EONOMI DANTY ARTIA SARI DEPARTEMEN MATEMATIA FAULTAS MATEMATIA DAN ILMU PENGETAHUAN ALAM

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Sistem Persamaan diferensial Persamaan diferensial merupakan persamaan yang melibatkan turunanturunan dari fungsi yang tidak diketahui (Waluya, 2006). Contoh 2.1 : Diberikan persamaan

Lebih terperinci

PREDIKSI JANGKA PANJANG DARI PROSES POISSON SIKLIK DENGAN FUNGSI INTENSITAS GLOBAL DIKETAHUI AGUSTINA MARGARETHA

PREDIKSI JANGKA PANJANG DARI PROSES POISSON SIKLIK DENGAN FUNGSI INTENSITAS GLOBAL DIKETAHUI AGUSTINA MARGARETHA PREDIKSI JANGKA PANJANG DARI PROSES POISSON SIKLIK DENGAN FUNGSI INTENSITAS GLOBAL DIKETAHUI AGUSTINA MARGARETHA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

MODEL DINAMIKA CINTA DENGAN MEMPERHATIKAN DAYA TARIK PASANGAN

MODEL DINAMIKA CINTA DENGAN MEMPERHATIKAN DAYA TARIK PASANGAN Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 96 103 ISSN : 303 910 c Jurusan Matematika FMIPA UNAND MODEL DINAMIKA CINTA DENGAN MEMPERHATIKAN DAYA TARIK PASANGAN SUCI RAHMA NURA, MAHDHIVAN SYAFWAN Program

Lebih terperinci

BAB II LANDASAN TEORI. pada bab pembahasan. Materi-materi yang akan dibahas yaitu pemodelan

BAB II LANDASAN TEORI. pada bab pembahasan. Materi-materi yang akan dibahas yaitu pemodelan BAB II LANDASAN TEORI Pada bab ini akan dijelaskan mengenai landasan teori yang akan digunakan pada bab pembahasan. Materi-materi yang akan dibahas yaitu pemodelan matematika, teorema Taylor, nilai eigen,

Lebih terperinci

Pertemuan Minggu ke Bidang Singgung, Hampiran 2. Maksimum dan Minimum 3. Metode Lagrange

Pertemuan Minggu ke Bidang Singgung, Hampiran 2. Maksimum dan Minimum 3. Metode Lagrange Pertemuan Minggu ke-11 1. Bidang Singgung, Hampiran 2. Maksimum dan Minimum 3. Metode Lagrange 1. BIDANG SINGGUNG, HAMPIRAN Tujuan mempelajari: memperoleh persamaan bidang singgung terhadap permukaan z

Lebih terperinci

Open Source. Not For Commercial Use

Open Source. Not For Commercial Use Ringkasan Kalkulus 2, Untuk dipakai di ITB 1 Limit dan Kekontinuan Misalkan z = f(, y) fungsi dua peubah dan (a, b) R 2. Seperti pada limit fungsi satu peubah, limit fungsi dua peubah bertujuan untuk mengamati

Lebih terperinci

BAB II LANDASAN TEORI. eigen dan vektor eigen, persamaan diferensial, sistem persamaan diferensial, titik

BAB II LANDASAN TEORI. eigen dan vektor eigen, persamaan diferensial, sistem persamaan diferensial, titik BAB II LANDASAN TEORI Pada bab ini, akan dijelaskan landasan teori yang akan digunakan dalam bab selanjutnya sebagai bahan acuan yang mendukung dan memperkuat tujuan penelitian. Landasan teori yang dimaksud

Lebih terperinci

PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL

PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan

Lebih terperinci

BAB II LANDASAN TEORI. Pada Bab Landasan Teori ini akan dibahas mengenai definisi-definisi, dan

BAB II LANDASAN TEORI. Pada Bab Landasan Teori ini akan dibahas mengenai definisi-definisi, dan BAB II LANDASAN TEORI Pada Bab Landasan Teori ini akan dibahas mengenai definisi-definisi, dan teorema-teorema yang akan menjadi landasan untuk pembahasan pada Bab III nanti, diantaranya: fungsi komposisi,

Lebih terperinci

(b) M merupakan nilai minimum (mutlak) f apabila M f(x) x I..

(b) M merupakan nilai minimum (mutlak) f apabila M f(x) x I.. 3. Aplikasi Turunan a. Nilai ekstrim Bagian ini dimulai dengan pengertian nilai ekstrim suatu fungsi yang mencakup nilai ekstrim maksimum dan nilai ekstrim minimum. Definisi 3. Diberikan fungsi f: I R,

Lebih terperinci

Penerapan Persamaan Aljabar Riccati Pada Masalah Kendali Dengan Waktu Tak Berhingga

Penerapan Persamaan Aljabar Riccati Pada Masalah Kendali Dengan Waktu Tak Berhingga Penerapan Persamaan Aljabar Riccati Pada Masalah Kendali Dengan Waktu Tak Berhingga Nilwan Andiraja 1, Zulfikar 2 1,2 Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sultan Syarif Kasim Riau Jl.

Lebih terperinci