MODEL SIR DENGAN ADANYA PENGARUH VAKSINASI DAN IMIGRAN
|
|
- Handoko Tedja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 ol.9 o. (5 Hal. -8 MODEL SIR DEGA ADAYA PEGARUH AKSIASI DA IMIGRA oor Fakhra, Yu Yulda, Fasal Fakultas MIPA Program Stud Matematka Uerstas Lambug Magkurat Jl. Jed. A. Ya km. 36 Bajarbaru Emal: ABSTRACT Some large coutres, mmgrato s sgfcat factor epdemc a dsease. Because dsease follow a predcable dsease patter, we ca be examed wth the stadard SIR Model. SIR Model s Kermack da McKedrk was expadg wth accato ad mmgrat effect. Ths model costructed wth assumptot, ad the determe accato reproducto umber (R,. determe the equlbrum pot o the model, determe stablty type of equlbrum pot ad make smulate wth the parameter alues. Keywords: Immgrats, SIR model, accato, equlbrum pot, stablty ABSTRAK Beberapa egara besar, mgras merupaka faktor sgfka dalam epdem suatu peyakt. Karea peyakt megkut pola peyakt yag dapat dpredks, sehgga dapat dperksa dega Model SIR stadar. Model SIR Kermack Da McKedrk dapat dkembagka dega pegaruh aksas da mgra. Model dbagu dega asums, da kemuda meetuka aksas blaga reproduks (R, meetuka ttk ekulbrum pada model, meetuka jes stabltas ttk ekulbrum da membuat smulas dega la parameter. Kata Kuc :Imgra, model SIR, aksas, ttk ekulbrum, stabltas. PEDAHULUA Pemberatasa peyakt tersebut dapat dlakuka dega melakuka aksas. aksas merupaka proses pecegaha peyakt dega pegedala atau pemusaha sumber peyakt, pemutusa rata peulara da pegkata daya taha. Apabla tgkat aksas dalam cakupa yag redah dapat meyebabka tubuh seseorag yag tdak daksas reta tertular wabah peyakt. Kermack da McKedrk (97 megkostruks suatu model SIR utuk meyelesaka permasalaha megea peyebara peyakt meular. Kostruks model dmula dega megklasfkaska ddu dalam populas mejad tga subpopulas, yatu : subpopulas reta (Susceptble/S, subpopulas terfeks (Ifectous/I, da subpopulas kebal/sembuh (Recoered, Remoed/R. Model SIR Kermack da McKedrk dperluas dega adaya pegaruh dar mgra. Kemuda dseldk ttk kesetmbaga (ekulbrum pada model, megaalss kestabla pada model, serta meyeldk eksstes dar solus perodk pada model, selajutya dbetuk smulas sehgga melalu model SIR Kermack da McKedrk dega adaya pegaruh mgra dapat dseldk dlhat perbedaa dar tgkat aksas yag dberka kepada ddu dalam populas agar peyakt tdak berkembag dalam populas.. METODOLOGI
2 ol.9 o. (5 Hal. -8 Peelta dlakuka dega cara stud lteratur dar berbaga sumber bak buku, artkel. Tulsa megkaj kembal Model pada artkel Pccollo, C & L. Bllgs tahu 5. Selajutya meetuka ttk ekulbrum da tpe kestabla ttk tersebut dega memperhatka blaga reproduks aksas, kemuda meyeldk solus perodk da melakuka smulas. 3. HASIL DA PEMBAHASA 3. Persamaa Dferesal Persamaa dferesal adalah persamaa yag d dalamya terdapat turuaturua. Persamaa dferesal basa orde satu secara umum dyataka dalam betuk dy f ( x, y ( dx dega f ( x, y dapat berupa fugs ler maupu oler, x sebaga arabel bebas da y sebaga arabel tdak bebas [5] 3. Sstem Persamaa Dferesal oler Orde satu Dberka sstem persamaa dferesal oler orde- sebaga berkut:: d x f( x ( T dega x ( x, x,, x R da f ( f, f,, f R [3] 3.3 Ttk Kesetmbaga Defs dar ttk ekulbrum adalah sebaga berkut : Defs 3.3. [4] Ttk x R dsebut ttk kesetmbaga (ttk ekulbrum dar persamaa ( jka f(x. 3.4 la Ege da ektor Ege Berkut dberka defs dar la ege da ektor ege: Defs 3.4. [] Jka A adalah matrks, maka ektor tak ol x d dalam R damaka ektor ege (ege ektor dar A jka Ax adalah kelpata skalar dar x, yak A x x Skalar damaka la ege (ege alue dar A da x dkataka ektor ege yag bersesuaa dega. Teorema 3.4. [] Jka merupaka la ege dar matrks Jacoba x, d ttk kesetmbaga da Re( merupaka baga rl dar maka :. Utuk setap,...,, (. Jka terdapat ( Re < maka xˆ adalah stabl asmtotk Re >, utuk suatu maka xˆ adalah tdak stabl.
3 oor Fakhra, Yu Yulda, Fasal - Model sr dega adaya pegaruh aksas da mgra Tabel. Krtera kestabla pada sstem ler berdasarka la ege la ege Tpe ttk Stabltas > > < < Smpul (ode Smpul (ode < < Ttk pelaa > < (saddle pot Smpul (ode Smpul (ode Tdak stabl (ustable Stabl asmtotk (asymptotcally stable Tdak stabl (ustable Tdak stabl (ustable Stabl asmtotk (asymptotcally stable, a ± b Ttk spral (spral Tdak stabl (ustable Stabl asmtotk (asymptotcally a > stable a < b, b Pusat (ceter Stabl (stable Buka stabl asmtotk 3.5 Krtera Routh-Hurwtz Berkut dberka defs matrks Routh-Hurwtz: Defs 3.5. [7] Dberka persamaa f( z az + az + az + + a z+ a (3 dega a adalah postf da a k blaga rl k,,3,...,. Matrks Routh- Hurwtz utuk polomal (7 sebaga matrks bujur sagkar berukura sebaga berkut: a a H a3 a a a5 a4 a3 a7 a6 a5 a a a Determa Routh-Hurwtz tgkat ke- k, dotaska dega k ; k,,3,..., Krtera Routh-Hurwtz Semua akar polomal dar persamaa (3 memlk baga rl egatf jka >, >, 3 >,, > (5 3.6 Solus Perodk Dberka suatu sstem : dx P( x, y (6 dy Q( x, y (4 3
4 ol.9 o. (5 Hal. -8 Teorema 3.6 Krtera Bedxso [8] Dberka D doma dalam bdag xy da persamaa (6 dega P da Q mempuya turua pertama parsal yag kotu pada D, jka P( x, y Q( x, y + memlk tada yag sama d D. Maka persamaa (6 tdak x y memlk ltasa tertutup d dalam doma D (tdak mempuya solus perodk. 3.7 Model SIR Model SIR Kermack da McKedrck dapat dgambarka dalam dagram alr d bawah : β SI γ I S I R Gambar. Dagram alr Model SIR Kermack McKedrck Sstem persamaa dferesal oler dar gambar dagram alr tpe SIR Kermack McKedrck d atas sebaga berkut: ds βsi di βsi γi (7 dr γ I β : Laju peulara suatu peyakt melalu kotak atau hubuga. γ : Laju kesembuha dar peyakt [6] 3.8 Model SIR dega Adaya Pegaruh aksas da Imgra Model peyebara peyakt dega adaya pegaruh aksas da mgra dbetuk berdasarka asums atau batasa tertetu. Asums-asums yag dguaka dalam model peyebara peyakt dega adaya pegaruh aksas da mgra yatu sebaga berkut :. Populas total ( berla kosta.. Iddu yag pada saat lahr tdak melakuka aksas aka masuk kedalam kelompok Suspectble. 3. Iddu yag telah melakuka aksas pada saat lahr atau telah kebal aka masuk kedalam kelompok Recoered. 4. Iddu yag telah medapatka aksas aka kebal terhadap peyakt sehgga kemajura dar aksas adalah %. Total ddu dalam populas pada saat t, dyataka dega (t yatu : ( t S( t + I( t + R( t dega jumlah populas total setap satua waktu adalah kosta. Berdasarka asums-asums yag dguaka dapat dbetuk alur dagram alr dbawah :
5 oor Fakhra, Yu Yulda, Fasal - Model sr dega adaya pegaruh aksas da mgra βsi/ γi ( R ( ( ( S ( + I Gambar. Dagram Alr Model SIR dega Pegaruh aksas da Imgra Parameter,,, β da γ adalah kostata postf da batas dar laju aksas adalah (,. ( Laju kelahra peduduk asl ( sama dega laju kemata peduduk asl da dapat dsmbolka. Laju kemata atau keluarya mgra dar populas (, dapat dsmbolka. Berdasarka pejelasa tersebut maka dapat dperoleh : ds β SI ( + ( ( + S di β SI γ I ( I (8 dr + + γ I ( + R Persamaa (8 dsebut sebaga model SIR dega adaya pegaruh aksas da mgra. Pada persamaa (8 bayakya ddu pada masg-masg kelompok dapat dyataka dalam propors sebaga berkut: S I R s,, r (9 Karea jumlah populas total ( yatu S+I+R sehgga dperoleh : s + + r S + I + R S I R Sstem persamaa dferesal dalam propors dar tga kelompok Suspectbles, fected, da Recoered dtulska sebaga berkut : ds ( s + ( s βs ( s d β s ( γ ( dr + + γ ( r 5
6 ol.9 o. (5 Hal. -8 Pada propors ddu yag telah sembuh (r tdak mucul pada persamaa ( baga pertama maupu kedua sehgga (r dapat dperoleh : s + + r r ( s + Oleh karea tu, sstem yag dguaka utuk aalsa adalah sebaga berkut : ds ( s + ( s βs ( s ( d β s ( γ 3.9 Kesetmbaga Model Model SIR dega adaya pegaruh aksas da mgra dalam betuk propors terdapat ttk ekulbrum bebas peyakt da ttk ekulbrum edemk Ttk Ekulbrum Bebas Peyakt Ttk ekulbrum bebas peyakt terjad pada saat yatu tdak ada ddu pada kelompok Ifected yag dapat meyebarka peyakt. Ttk ( ekulbrum bebas peyakt adalah ( + ( E,, da ( jes kestabla pada ttk ekulbrum bebas peyakt adalah Stabl Asmtotk tpe dar ttk ekulbrum bebas peyakt adalah ttk smpul. Blaga reproduks aksas (R merupaka parameter yag dguaka utuk megetahu masalah atau tgkat peyebara suatu peyakt dega adaya aksas. Jad, blaga reproduks aksas utuk model SIR dega adaya pegaruh aksas da mgra yatu : β (( + ( R ( ( γ ( Dar persamaa (6 dapat dseldk tgakat aksas mmum yag dperluka utuk mecegah peyebara peyakt pada populas dega adaya mgra. Jka kods mgra tdak daksas ( tgkat aksas mmum peduduk asl (, ( ( β ( γ + β (3. Jka kods peduduk asl tdak daksas ( tgkat aksas mmum mgra (, ( ( β ( γ + β (4. Jka kods mgra da peduduk asl sama-sama daksas dega tgkat aksas yag sama ( tgkat aksas mmum peduduk asl da mgra yag dotaska dega β ( γ + m+ m m β m (5
7 oor Fakhra, Yu Yulda, Fasal - Model sr dega adaya pegaruh aksas da mgra 3.9. Ttk Ekulbrum Edemk Ttk ekulbrum edemk utuk model SIR dega adaya pegaruh ( γ ( aksas da mgra adalah E * ( s*, *, ( R β β dega syarat R >. Dperoleh bahwa ttk ekulbrum edemk adalah stabl asmtotk. Kemuda utuk meyeldk tpe ttk ekulbrum dar persamaa (6, tpe ttk ekulbrum edemk adalah ttk spral asalka la ege komplek yatu 4( γ jka reproduks aksas ( R adalah < R < ( 3. Solus Perodk Solus perodk dtetuka utuk megetahu peyakt aka kembal meyebar dalam populas pada selag waktu yag tetap atau berkala, dguaka teorema.6 pada persamaa ( dperoleh bahwa persamaa ( tdak mempuya solus perodk. 4 KESIMPULA Dar peelta dperoleh beberapa kesmpula yatu sebaga berkut: Kesmpula Ttk ekulbrum bebas peyakt stabl asmtotk asalka R <. Sedagka ttk ekulbrum edemk stabl asmtotk asalka R >.. Pada model SIR dega adaya pegaruh aksas da mgra tdak mempuya solus perodk. Pada smulas jka tgkat aksas dberka lebh kecl dar tgkat aksas mmum, peyakt selalu ada dalam populas da sebalkya. DAFTAR PUSTAKA [] Ato, H Aljabar Ler Elemeter, Eds kelma. Erlagga. Jakarta. [] Bellomo,. & Prezos L Modellg Mathematcal Methods ad Scetfc Computato.CRC Press. Florda [3] Brau, M. 99. Dfferetal Equato ad Ther Applcatos-Fourth Edto. Sprger-erlag. ew York. [4] Egwerda, J., dkk. 5. LQ Dyamc Optmzato ad Dfferetal Games. LTD. Eglad. [5] Farlow, S.J Dfferetal Equatos ad Ther Applcatos. Doer Publcatos. Uted States of Amerca. [6] Florece. 5. SIR Models of Epdemcs. Theoretcal Bology Isttute of Itegrate Bology ETH Zurch (7-48- [7] Gatmacher, F.R The Theory of Matrces. Chelsea Publshg Compay. ew York. [8] Ross, S. L Dfferetal Equato-Thrd Edto. Jho Wley & Sos, Ic. ew York. [9] Pccollo, C & L. Bllgs. 5. The Effect of accatos a Immgrat Model. Mathematcal ad Computer Modellg (5. o, 4,
8 ol.9 o. (5 Hal. -8 Smulas Model Susfectble Ifected Recoered. Smulas tgkat aksas mmum, 43, Smulas peyebara peyakt dega tgkat aksas yag dberka lebh kecl dar tgkat aksas mmum. <.43. < < m Smulas peyebara peyakt dega tgkat aksas yag dberka lebh besar dar tgkat aksas mmum.8 >.43, 9 >, 7563 > m. 75
BAB II LANDASAN TEORI. merepresentasikan dan menjelaskan permasalahan pada dunia nyata ke dalam. pernyataan matematis (Widowati & Sutimin, 2007 : 1).
BAB II LANDASAN EORI.. Model Matematka Model Matematka merupaka represetas matematka yag dhaslka dar pemodela Matematka. Pemodela Matematka merupaka suatu proses merepresetaska da mejelaska permasalaha
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 11 Latar Belakag Peelta yag dlakuka oleh Va der Pol pada sebuah tabug trode tertutup, yatu sebuah alat yag dguaka utuk megedalka arus lstrk dalam suatu srkut pada trasmtter da recever meghaslka
Lebih terperinciSIFAT-SIFAT LANJUT FUNGSI TERBATAS
Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas
Lebih terperinciBAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai
BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska
Lebih terperinciBAB III PERSAMAAN PANAS DIMENSI SATU
BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres
Lebih terperinciPERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM
PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka
Lebih terperinciKALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.
KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah
Lebih terperinciBAB 2. Tinjauan Teoritis
BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut
Lebih terperinciTUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER
TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,
Lebih terperinciBAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.
BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks
Lebih terperinciBAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah
BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,
Lebih terperinciPenyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit)
Jural Sas Matematka da Statstka, Vol., No. I, Jauar ISSN - Peyelesaa Sstem Persamaa Ler Kompleks Dega Ivers Matrks Megguaka Metode Faddev Cotoh Kasus: SPL Kompleks da Hermt F. rya da Tka Rzka, Jurusa Matematka,
Lebih terperinciBAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP
BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh
Lebih terperinciINTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2
INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas
Lebih terperinciUKURAN GEJALA PUSAT DAN UKURAN LETAK
UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling
BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl
Lebih terperinciTAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP
JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk
Lebih terperinciALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS
LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed
Lebih terperinciBAB 5. ANALISIS REGRESI DAN KORELASI
BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh
Lebih terperinciANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:
ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,
Lebih terperinciDi dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu
KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua
Lebih terperinciS2 MP Oleh ; N. Setyaningsih
S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal
Lebih terperinciI adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu
METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut
Lebih terperinciII. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema
II. LANDAAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teoremateorema ag medukug utuk pembahasa pada bab IV. Pegerta (defs) da teorema tersebut dtulska sebaga berkut.. Teorema Proeks Teorema
Lebih terperinciBAB 6 PRINSIP INKLUSI DAN EKSKLUSI
BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu
Lebih terperinciANALISIS STABILITAS PADA MODEL EPIDEMIK MULTI GRUP DENGAN LAJU PENULARAN TAK LINEAR
ANAL TABLTA PADA MODEL EPDEMK MULT GRUP DENGAN LAJU PENULARAN TAK LNEAR Nama : Dy Tr War NRP : 748 Jurusa : Matematka FMPA T Dose Pembmbg : Drs. M. etjo Warko, M. Drs. uhud Wahyud,M. Abstrak Dalam suatu
Lebih terperinci* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES
* PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka
Lebih terperinci( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:
5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut
Lebih terperinciBAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten
BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar
Lebih terperinciRuang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA
Ruag Baach Sumaag Muhtar Gozal UNIVERSITAS PENDIDIKAN INDONESIA Satu kose etg d kulah Aalss ugsoal adalah teor ruag Baach. Pada baga aka drevu defs, cotoh-cotoh, serta sfat-sfat etg ruag Baach. Kta aka
Lebih terperinci11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN
// REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA
Lebih terperinciNILAI EIGEN DAN VEKTOR EIGEN MATRIKS TERREDUKSI REGULER DALAM ALJABAR MAX-PLUS INTERVAL
NILAI EIGEN DAN VEKTOR EIGEN MATRIKS TERREDUKSI REGULER DALAM ALJABAR MAX-PLUS INTERVAL A-12 Sswato 1, Ar Suparwato 2, M Ady Rudhto 3 1 Mahasswa S3 Matematka FMIPA UGM da Staff Pegajar FMIPA UNS Surakarta,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel
BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka
Lebih terperinciSOLUSI TUGAS I HIMPUNAN
Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real
Lebih terperinciNORM VEKTOR DAN NORM MATRIKS
NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode
II. TINJAUAN PUSTAKA Dalam proses peelta utuk megaalss aproksmas fugs dega metode mmum orm pada ruag hlbert C[ab] (Stud kasus: fugs rasoal) peuls megguaka defs teorema da kosep dasar sebaga berkut:.. Aproksmas
Lebih terperinciRegresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )
Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,
Lebih terperinci2.2.3 Ukuran Dispersi
3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka
Lebih terperinciIII. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri
III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,
Lebih terperinciSUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS
C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah
Lebih terperinciBAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,
BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga
Lebih terperinciPENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan
Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah
Lebih terperinciPenarikan Contoh Acak Sederhana (Simple Random Sampling)
Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu
Lebih terperinciTAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD
TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR
Lebih terperinciMASALAH NORM MINIMUM PADA RUANG HILBERT DAN APLIKASINYA
Masalah Norm Mmum (Karat) MASALAH NORM MINIMUM PADA RUANG HILBERT DAN APLIKASINYA Karat da Dhorva Urwatul Wutsqa Jurusa Peddka Matematka FMIPA Uverstas Neger Yogakarta Abstract I ths paper, wll be dscussed
Lebih terperinci8. MENGANALISIS HASIL EVALUASI
8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,
Lebih terperinciRegresi Linier Sederhana Definisi Pengaruh
Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh
Lebih terperinciEdge Anti-Magic Total Labeling dari
Edge At-Magc Total Labelg dar Charul Imro da Suhud Wahyud Jurusa Matematka Isttut Tekolog Sepuluh Nopember Surabaya mro-ts@matematka.ts.ac.d, suhud@matematka.ts.ac.d C Abstract We wll fd edge at-magc total
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa
Lebih terperinciMATEMATIKA INTEGRAL RIEMANN
MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk
Lebih terperinci; θ ) dengan parameter θ,
Vol. 4. No. 3, 5-59, Desember 00, ISSN : 40-858 APLIKASI METODE BESARAN PIVOTAL DALAM PENENTUAN SELANG KEYAKINAN TAKSIRAN PARAMETER POPULASI. Agus Rusgyoo Jurusa Matematka FMIPA UNDIP Abstraks Dberka populas
Lebih terperinciREGRESI NONPARAMETRIK KERNEL ADJUSTED. Novita Eka Chandra Universitas Islam Darul Ulum Lamongan
JMP : Volume 7 Nomor, Ju 05, hal. - 0 REGRESI NONPARAMETRIK KERNEL ADJUSTED Novta Eka Chadra Uverstas Islam Darul Ulum Lamoga ovtaekachadra@gmal.com Sr Haryatm da Zulaela Jurusa Matematka FMIPA UGM ABSTRACT.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,
Lebih terperinciLANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)
LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut
Lebih terperinciPELABELAN GRACEFUL PADA DIGRAF LINTASAN DAN DIGRAF BIPARTIT LENGKAP
PELABELAN GRACEFUL PADA DIGRAF LINTASAN DAN DIGRAF BIPARTIT LENGKAP Lusa Tr Lstyowat Krstaa Waya M Fatekurohma Jurusa Matematka FMIPA Uerstas Jember e-mal: krstaa_waya@yahoocom da m_fatkur@yahoocom Abstract:
Lebih terperinciJawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2
M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe
Lebih terperinciPENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN
PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu
Lebih terperinciSTATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis
STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma
Lebih terperinciJurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)
Jural Matematka Mur da Terapa Vol. 4 No. esember : 4 - ANALISIS REGRESI LINEAR BERGANA ENGAN SATU VARIABEL BONEKA (UMMY VARIABLE Tat Krsawardha Nur Salam da ew Aggra Program Stud Matematka Uverstas Lambug
Lebih terperinciOrbit Fraktal Himpunan Julia
Vol. 3, No., 6-7, Jauar 7 Orbt Fraktal Hmpua Jula Ad Kresa Jaya, Nswar Alasa Abstrak Makalah membahas kumpula ttk-ttk yag berada dalam daerah hmpua Jula d ruag kompleks da memperlhatka sebuah algortma
Lebih terperinciINTERPOLASI. FTI-Universitas Yarsi
BAB VI INTERPOLASI FTI-Uverstas Yars Pedahulua Bla dketahu taulas ttk-ttk (y seaga erkut (yag dalam hal rumus ugs y ( tdak dketahu secara eksplst: Htug taksra la y utuk 3.8! FTI-Uverstas Yars Persoala
Lebih terperinciX a, TINJAUAN PUSTAKA
PENELITIAN SEBELUMNYA Statstka Deskrptf TINJAUAN PUSTAKA TINJAUAN STATISTIKA Uj Idepedes Uj depedes dguak utuk megetahu adaya hubuga atara dua varabel (Agrest, 1990). H 0 : tdak ada hubuga atara varabel
Lebih terperinciBAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu
BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl
Lebih terperinciBAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam
BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma
Lebih terperinciBAB III UKURAN PEMUSATAN DATA
BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah
Lebih terperinciWAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST
Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.
Lebih terperinciPenelitian Operasional II Teori Permainan TEORI PERMAINAN
Peelta Operasoal II Teor Permaa 7 2 TEORI PERMAINAN 2 Pegatar 2 Krtera Tekk Permaa : () Terdapat persaga kepetga datara pelaku (2) Setap pema memlk stateg, bak terbatas maupu tak terbatas (3) Far Game
Lebih terperinciPenarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB
Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom
Lebih terperinciTAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL
TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:
Lebih terperinciUji Statistika yangb digunakan dikaitan dengan jenis data
Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas
Lebih terperinciSTATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran
Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..
Lebih terperinciBAB II LANDASAN TEORI. penulisan skripsi yaitu mengenai data panel, beberapa bentuk dan sifat
BAB II LANDASAN TEORI Pada Bab II aka dbahas dasar-dasar teor yag dguaka dalam peulsa skrps yatu megea data pael, beberapa betuk da sfat matrks, matrks parts, betuk ler da betuk kuadratk beserta ekspektasya,
Lebih terperinciPENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD
PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Mayag Novhta Sar *, Bustam, Sgt Sugarto Mahasswa Program Stud S Matematka FMIPA Uverstas Rau Dose Fakultas
Lebih terperinciSTATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi
STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha
Lebih terperinciPELABELAN HARMONIS GANJIL PADA GRAF KINCIR ANGIN BELANDA DAN GABUNGAN GRAF KINCIR ANGIN BELANDA
PELABELAN HARMONIS GANJIL PADA GRAF KINIR ANGIN BELANDA DAN GABUNGAN GRAF KINIR ANGIN BELANDA Fery Frmasah ), Kk Aryat Sugeg ) Abstrak : Gra G V G, EG dega V G adalah hmpua smpul da G hmpua busur dsebut
Lebih terperinciVolume 1, Nomor 2, Desember 2007
Volume, Nomor, Desember 007 Barekeg, Desember 007. hal.-7 Vol.. No. ESTIMASI PARAMETER DISTRIBUSI EKPONENSIAL PADA LOKASI TERBATAS (Estmatg Parameter Dstrbuto Expoetal At Fte Locato MOZART W TALAKUA, JEFRI
Lebih terperinciMean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.
Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk
Lebih terperinciBAB III ISI. x 2. 2πσ
BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.
Lebih terperinciSTATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)
STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.
Lebih terperinciBAB 1 ERROR PERHITUNGAN NUMERIK
BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software
Lebih terperinciBAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat
BAB II LANDASAN TEORI Sebaga pedukug dalam pembahasa selajutya, dperluka beberapa teor da defs megea varabel radom, regres ler, metode kuadrat terkecl, peguja asums aalss regres, outler, da regres robust.
Lebih terperinciOn A Generalized Köthe-Toeplitz Duals
JMP : Volume 4 Nomor, Ju 202, hal. 3-39 O A Geeralzed Köthe-Toepltz Duals Sumardoo, Supama 2, da Soepara Darmawaa 3 PPPPTK Matematka, smrd2007@gmal.com 2 Mathematcs Departmet, Gadah Mada Uverst, supama@ugm.ac.d
Lebih terperinciPENAKSIR DUAL RATIO-CUM-PRODUCT UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA
ENAKSI DUAL ATIO-UM-ODUT UNTUK ATA-ATA OULASI ADA SAMLING AAK SEDEHANA hrsta ajata, Frdaus, Haposa Srat Mahasswa rogram Stud S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu egetahua Alam Uverstas
Lebih terperinciIV. BAHAN DAN METODE PENELITIAN
IV. BAHAN DAN METODE PENELITIAN 4. Tempat da Waktu Peelta Peelta dlakuka pada areal huta alam d pulau Yamdea Kabupate Maluku Teggara Barat, Provs Maluku selama bula Aprl sampa Ju 009. Peta lokas peelta
Lebih terperinciPENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN MEDIAN
PENAKI AIO UNTUK ATA-ATA POPULAI PADA AMPLING ACAK EDEHANA MENGGUNAKAN KOEFIIEN VAIAI DAN MEDIAN sk ahmada *, Arsma Ada, Haposa rat Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da
Lebih terperinciTINJAUAN PUSTAKA Evaluasi Pengajaran
TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas
Lebih terperinciExtra 4 Pengantar Teori Modul
Extra 4 Pegatar Teor odul Apabla selama dkealka suatu kosep aljabar megea ruag vektor, maka modul merupaka perumuma dar ruag vektor. Pada modul, syarat skalar dperumum mejad eleme pada suatu rg da buka
Lebih terperinciESTIMASI FUNGSI REGRESI MENGGUNAKAN METODE DERET FOURIER
Supart da Sudargo Estmas Regres Deret Fourer ESTIMASI FUNGSI REGRESI MENGGUNAKAN METODE DERET FOURIER Supart da Sudargo 2 ) Jurusa Matematka, FMIPA, Udp 2) Jurusa Ped. Matematka, FPMIPA, IKIP PGRI, Semarag
Lebih terperinciIII BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan
III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar
Lebih terperinciREGRESI LINIER SEDERHANA
MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa
Lebih terperinci4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data
//203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura
Lebih terperincib) Untuk data berfrekuensi fixi Data (Xi)
B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm
Lebih terperinci