BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR"

Transkripsi

1 BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR 3. Dimensi Partisi Graf Kipas (F n ) Berdasaran Proposisi dan Proposisi, semua graf G selain graf P n dan K n memilii 3 pd(g) n -. Lebih husus, graf Kipas memilii dimensi partisi tida urang dari 3 dan tida lebih dari n -. Misalan terdapat graf Kipas (F n ) ber-pd(f n ) = 3 dengan Π = {S, S, S 3 } resolving partition dan c S dimana c adalah titi pusat maa oordinat c adalah r(c Π) = (0,, ) arena d(c, x) = untu setiap x V(F n ) \ {c}. Untu setiap v S \ {c} oordinatnya adalah r(v Π) = (0, a, b). Karena diameter dari F n adalah berarti a dan b hanya boleh diisi oleh anga dan. Jadi, ombinasi oordinat yang mungin adalah (0,, ), (0,, ), dan (0,, ). Untu setiap u S, oordinatnya adalah r(u Π) = (d, 0, e). d = arena untu setiap u S, d(u, S ) = d(u, c) =. Tanpa mengurangi eumuman e hanya boleh diisi dengan anga dan. Jadi, ombinasi oordinat untu setiap u S adalah (, 0, ) dan (, 0, ). Dengan cara yang sama, untu setiap w S 3, r(w Π) adalah (,, 0) dan (,, 0). Dengan demiian, untu Π = {S, S, S 3 } resolving partition, terdapat paling banya 8 oordinat berbeda untu 8 buah titi pada graf Kipas. Aan ditunjuan bahwa 8 oordinat tersebut dapat dionversian menjadi graf Kipas (F n ) dengan n = 8. (, 0, ) (, 0, ) (,, 0) (0,, ) (,, 0) (0,, ) (0,, ) (0,, ) Gambar 7 Dimensi Partisi Graf Kipas dan Graf Kincir 4

2 Oleh arena itu, semua graf Kipas yang berjumlah titi tida lebih dari 8 memilii dimensi partisi 3. Proposisi 3. Misalan terdapat graf Kipas (F n ) dengan n jumlah titi. Jia 4 n 8, maa pd(f n ) = 3. Proposisi 4. Misalan terdapat graf Kipas (F n ) dengan n jumlah titi. Jia 9 n 3, maa pd(f n ) = 4. Buti : Oleh arena tida terdapat 9 oordinat pada 3-partisi seperti yang telah disebutan pada proposisi 3 di atas, maa F 9 memilii dimensi partisi tida urang dari 4. Misalan terdapat graf F n dengan n = 3 dan V(F 3 ) = {v, v,..., v 3 } seperti terlihat pada gambar beriut. v 7 v 8 v 6 v 9 v 5 v 0 v 4 v v 3 v v v v 3 Gambar 8 Misalan pd(f 3 ) = 4 dan misal Π = {S, S, S 3, S 4 } dengan S = {v, v, v 3, v 3 }, S = {v 4, v 5, v 0 }, S 3 = {v 7, v 8, v 9 }, S 4 = {v 6, v, v }. Maa semua oordinat titinya terhadap Π adalah : r(v Π) = (0,,, ) r(v 5 Π) = (, 0,, ) r(v Π) = (0,,, ) r(v 0 Π) = (, 0,, ) r(v 3 Π) = (0,,, ) r(v 7 Π) = (,, 0, ) r(v 3 Π) = (0,,, ) r(v 8 Π) = (,, 0, ) r(v 4 Π) = (, 0,, ) r(v 9 Π) = (,, 0, ) Dimensi Partisi Graf Kipas dan Graf Kincir 5

3 r(v 6 Π) = (,,, 0) r(v Π) = (,,, 0). r(v Π) = (,,, 0) Oleh arena semua oordinat r(v i Π) untu v i V(F 3 ), i =,,..., 3, berbeda, maa Π = {S, S, S 3, S 4 } adalah resolving 4-partition dari F 3. Jadi, pd(f 3 ) = Dimensi Partisi Graf Kincir (Ki) 3.. Beberapa dimensi partisi untu n ecil Berdasaran Proposisi dan Proposisi, graf Kincir memilii dimensi partisi tida urang dari 3 dan tida lebih dari n -. Misalan terdapat graf Kincir berpd(g) = 3 dengan Π = {S, S, S 3 } resolving partition dan c S dimana c adalah titi pusat. Maa tanpa mengurangi eumuman oordinat c adalah r(c Π) = (0,, ). Untu setiap v S \ {c} oordinatnya adalah r(v Π) = (0, a, b). Tanpa mengurangi eumuman, a dan b hanya boleh diisi dengan anga dan. Salah satu sifat graf Kincir adalah untu setiap titi pada graf Kincir, ecuali titi pusat memilii derajat yaitu, terhadap titi pusat dan sebuah titi luar. Oleh arena itu, untu setiap v S \ {c} paling banya bertetangga dengan satu buah titi dari partisi lain artinya paling banya terdapat sebuah anga pada oordinatnya. Andaian terdapat v S \ {c} yang tida bertetangga dengan partisi lain, berarti v bertetangga dengan titi yang ada di S, sebut u. Jadi, oordinatnya adalah r(v Π) = (0,, ) = r(u Π), ontradisi dengan Π adalah resolving partition. Jadi, untu setiap v S \ {c} oordinatnya yang mungin adalah (0,, ) dan (0,, ). Untu setiap w S, oordinatnya adalah r(u Π) = (d, 0, e). d = arena untu setiap w S, d(w, S ) = d(w, c) =. Tanpa mengurangi eumuman e hanya boleh diisi dengan anga dan. Jadi, ombinasi oordinat untu setiap u S adalah Dimensi Partisi Graf Kipas dan Graf Kincir 6

4 (, 0, ) dan (, 0, ). Dengan cara yang sama, untu setiap z S 3, r(z Π) adalah (,, 0) dan (,, 0). Dengan demiian, 3 partisi hanya memuat paling banya 7 oordinat, yaitu (0,, ), (0,, ), (0,, ), (, 0, ), (, 0, ), (,, 0), dan (,, 0). Koordinat-oordinat tersebut bila dionversi e dalam graf Kincir 7 titi aan menjadi graf sebagai beriut. (0,, ) (, 0, ) (,, 0) (0,, ) (0,, ) (, 0, ) (,, 0) Gambar 9 Dengan demiian, graf Kincir yang berjumlah batang n 3 memilii dimensi partisi sama dengan 3. Proposisi 5. Misalan terdapat graf Kincir Ki(n) dengan n buah batang. Jia n 3, maa pd[ki(n)] = 3. Berdasaran proposisi 5 di atas, graf Kincir Ki(n) dengan n 4 memilii dimensi partisi tida urang dari 4. Misalan terdapat graf Kincir ber-pd(g) = 4 dengan Π = {S, S, S 3, S 4 } resolving partition dan c S dimana c adalah titi pusat maa tanpa mengurangi eumuman oordinat c adalah r(c Π) = (0,,, ). Untu setiap v S \ {c} oordinatnya adalah r(v Π) = (0, a, b, d). Tanpa mengurangi Dimensi Partisi Graf Kipas dan Graf Kincir 7

5 eumuman, oordinat-oordinat yang mungin adalah (0,,, ), (0,,, ) dan (0,,, ). Untu setiap w S, r(w Π) = (, 0, e, f). Oleh arena tida boleh ada titi yang bertetangga dengan titi dalam partisi yang sama, oordinat yang mungin adalah (, 0,, ), (, 0,, ) dan (, 0,, ). Dengan cara yang sama, untu setiap x S 3, r(x Π) yang mungin adalah (,, 0, ), (,, 0, ), dan (,, 0, ). Untu setiap z S 3, r(z Π) yang mungin adalah (,,, 0), (,,, 0), dan (,,, 0). Dengan demiian, 4 partisi hanya memuat paling banya 3 oordinat, yaitu (0,,, ), (0,,, ), (0,,, ) (0,,, ) (, 0,, ), (, 0,, ), (, 0,, ), (,, 0, ), (,, 0, ), (,, 0, ), (,,, 0), (,,, 0), dan (,,, 0). Koordinat-oordinat tersebut dapat dionversian e dalam graf Kincir 3 titi (6 batang) beriut. (, 0,, ) (0,,, ) (0,,, ) (,,, 0) (,, 0, ) (0,,, ) (,, 0, ) (0,,, ) (,,, 0) (,,, 0) (, 0,, ) (,, 0, ) Gambar 0 (, 0,, ) Dimensi Partisi Graf Kipas dan Graf Kincir 8

6 Proposisi 6. Misalan terdapat graf Kincir Ki(n) dengan n buah batang. Jia 4 n 6, maa pd[ki(n)] = 4. Berdasaran proposisi 6 di atas, graf Ki(n) dengan n 7 memilii dimensi partisi tida urang dari 5. Misalan terdapat graf Kincir ber-pd(g) = 5 dengan Π = {S, S, S 3, S 4, S 5 } resolving partition dan c S dimana c adalah titi pusat maa tanpa mengurangi eumuman oordinat c adalah r(c Π) = (0,,,, ). Dengan cara yang sama didapat : - Untu setiap v S \ {c}, oordinat yang ada adalah: (0,,,, ) (0,,,, ) (0,,,, ) (0,,,, ). - Untu setiap u S, oordinat yang ada adalah: (, 0,,, ) (, 0,,, ) (, 0,,, ) (, 0,,, ). - Untu setiap w S 3, oordinat yang ada adalah: (,, 0,, ) (,, 0,, ) (,, 0,, ) (,, 0,, ). - Untu setiap x S 4, oordinat yang ada adalah: (,,, 0, ) (,,, 0, ) (,,, 0, ) (,,, 0, ). - Untu setiap z S 5, oordinat yang ada adalah: (,,,, 0) (,,,, 0) Dimensi Partisi Graf Kipas dan Graf Kincir 9

7 (,,,, 0) (,,,, 0). Koordinat tersebut dapat dionversian e dalam graf Kincir titi (0 batang) beriut. (, 0,,, ) (0,,,, ) (0,,,, ) (,,,, 0) (,, 0,, ) (,,, 0, ) (0,,,, ) (,,,, 0) (,,, 0, ) (0,,,, ) (,, 0,, ) (0,,,, ) (,,, 0, ) (,,,, 0) (,, 0,, ) (, 0,,, ) (,,,, 0) (,, 0,, ) (, 0,,, ) (, 0,,, ) (,,, 0, ) Gambar Proposisi 7. Misalan terdapat graf Kincir Ki(n) dengan n buah batang. Jia 7 n 0, maa pd[ki(n)] = 5. Dengan cara yang sama, aan didapat pola graf Kincir Ki(n) sebagai beriut. Untu n 5, dimensi partisinya adalah 6. Untu 6 n, dimensi partisinya adalah 7. Untu n 8, dimensi partisinya adalah 8. Dimensi Partisi Graf Kipas dan Graf Kincir 0

8 3.. Pola umum dimensi partisi graf Kincir Ki(n) Penelitian ini bertujuan untu memberian pola umum dimensi partisi graf Kincir untu n batang dengan n. Perhitungan sebelumnya diberian untu memudahan penulis untu menemuan pola umum. Aan tetapi hanya berlau untu n ecil, tida untu n besar. Sebelumnya, diperluan buah proposisi yang berhubungan dengan ardinalitas partisi yang memuat atau tida memuat titi pusat. Lemma 4. Misalan terdapat graf Kincir Ki(n) dengan n batang dan V(Ki(n)) adalah himpunan dari titi-titinya. Misal c adalah titi pusat dan Π = {S, S,..., S } adalah resolving -partition dari V(Ki(n)). Jia c S, maa S. Buti : Koordinat titi pusat c adalah r(c Π) = (0,,,..., ) dan untu setiap v S \ {c}, r(v Π) = (0,...). Elemen vetor dari oordinat r(v Π) untu v S \ {c} hanya boleh diisi oleh dan arena diameter graf Kincir adalah. Aan tetapi, hanya boleh ada paling banya elemen yang bernilai. Hal ini disebaban oleh derajat setiap titi v S \ {c} adalah, yaitu terhadap titi pusat dan sebuah titi u V \ {c, v}. Lebih lanjut, untu setiap titi v S \ {c}, tida boleh bertetangga dengan titi u S \ {c} arena aan mengaibatan r(v Π) = r(u Π) = (0,,,..., ). Pada ahirnya, hanya terdapat ( ) posisi yang hanya boleh diisi dengan sebuah anga dan sisanya dapat diisi oleh anga. Jadi, bila ditambahan dengan oordinat titi pusat, hanya terdapat paling banya oordinat yg berbeda atau S. Lemma 5. Misalan terdapat graf Kincir Ki(n) dengan n batang dan V(Ki(n)) adalah himpunan dari titi-titinya. Misal c adalah titi pusat dan Dimensi Partisi Graf Kipas dan Graf Kincir

9 Π = {S, S,..., S } adalah resolving -partition dari V(Ki(n)). Jia c S, maa S i untu i. Buti : Ambil sebuah himpunan selain S, tanpa mengurangi eumuman, sebut S yang tida memuat titi pusat. Koordinat untu setiap w S adalah r(w Π) = (, 0,...). Terdapat ( ) posisi di dalam vetor oordinat yang dapat diisi oleh paling banya sebuah nilai dan sisanya dapat diisi oleh nilai. Jadi, hanya terdapat paling banya oordinat yang berbeda untu setiap w 0 S atau S i untu i. Teorema 5. Untu setiap titi n batang, ( ) [ ] ( ) = 8 n n Ki pd Buti batas bawah. Misal terdapat graf Kincir Ki(n) dengan n batang yang memilii pd[ki(n)] = dan Π = {S, S,..., S } resolving -partition dari himpunan titi V(Ki(n)). Misal c adalah titi pusat dan c S, dari Lemma 4, ita punya S dan dari Lemma 5, ita juga punya 0 S i untu i. ( ) ( ) ( )( ) 0, = = i S S n Ki V i n Jadi, ( ) 8 n. Dimensi Partisi Graf Kipas dan Graf Kincir

10 Buti batas atas. Misalan Π = {S, S,..., S } adalah partisi dari V(Ki) dan c S dimana c adalah titi pusat di Ki. Misalan {v, v,..., v n } adalah titi-titi di V(Ki) \ {c} sedemiian sehingga v (i-) v (i) E(Ki) untu i n. Perhatian ( ) batang pertama. ( ) buah titi yang berlabel ganjil adalah anggota S, sedangan ( ) titi lainnya yang berlabel genap adalah anggota ( ) partisi selain S. Perhatian ( ) batang selanjutnya. ( ) buah titi yang berlabel ganjil adalah anggota S, sedangan ( ) label genapnya adalah anggota ( ) partisi selain S dan S. Proses ini diterusan sampai tersisa batang dimana edua titinya belum tergabung dalam partisi manapun. Pada batang terahir, titi berlabel ganjil adalah anggota S - dan titi berlabel genap anggota S. Selanjutnya, aan ditunjuan bahwa oordinat setiap titi tersebut berbeda. Untu c S, oordinatnya adalah r(c Π) = (0,,,..., ). Untu v S \ {c} terdapat w S i dimana i sehingga vw E(Ki). Koordinatnya adalah r(v Π) = (0,...). Hanya elemen e-i ( i ) yang diisi oleh anga dan sisanya diisi oleh anga sehingga r(v Π) berbeda untu v S \ {c}. Koordinat titi yang berlabel genap bernilai pada elemen pertamanya, tetapi berelemen 0 untu setiap i ( i ) sehingga oordinatnya berbeda. Selanjutnya, untu x S, oordinatnya adalah r(x Π) = (, 0,...). Hanya elemen e-j (3 j ) yang diisi oleh anga sehingga r(x Π) berbeda untu x S. Koordinat titi yang berlabel genap bernilai pada elemen pertama dan edua, tetapi berelemen 0 untu setiap j (3 j ). Dengan cara yang sama, oordinat r(z Π) berbeda untu semua z S i, 3 i. Jadi, Π = {S, S,..., S } adalah resolving - partition dari V(Ki). Jadi, terdapat (... ( )) batang atau ( ) n... ( ) n Dimensi Partisi Graf Kipas dan Graf Kincir 3

11 ( 8n ). Jadi, = ( 8n ). Dimensi Partisi Graf Kipas dan Graf Kincir 4

3.1 Beberapa Nilai Dimensi Partisi pada Suatu Graf. Dalam dimensi partisi suatu graf, terdapat kelas graf yang nilai dimensi partisinya

3.1 Beberapa Nilai Dimensi Partisi pada Suatu Graf. Dalam dimensi partisi suatu graf, terdapat kelas graf yang nilai dimensi partisinya BAB III DIMENSI PARTISI n 1 3.1 Beberapa Nilai Dimensi Partisi pada Suatu Graf Dalam dimensi partisi suatu graf, terdapat kelas graf yang nilai dimensi partisinya cukup mudah atau sederhana. Kelas graf

Lebih terperinci

{e 1. , e 2. partition dimension of a graph. Aequations Math. 59. no oleh

{e 1. , e 2. partition dimension of a graph. Aequations Math. 59. no oleh BAB IV DIMENSI PARTISI PADA K n {e 1 Selain membahas mengenai dimensi partisi n 1 yang merujuk pada jurnal The partition dimension of a graph. Aequations Math. 59. no. 45 54 oleh Gary Chartrand, Ebrahim

Lebih terperinci

3.1 TEOREMA DASAR ARITMATIKA

3.1 TEOREMA DASAR ARITMATIKA 3. TEOREMA DASAR ARITMATIKA Definisi 3. Suatu bilangan bulat > disebut (bilangan) rima, jia embagi ositif bilangan tersebut hanya dan. Jia bilangan bulat lebih dari satu buan bilangan rima disebut (bilangan)

Lebih terperinci

Suatu graf G adalah pasangan himpunan (V, E), dimana V adalah himpunan titik

Suatu graf G adalah pasangan himpunan (V, E), dimana V adalah himpunan titik BAB II DASAR TEORI 2.1 Teori Dasar Graf 2.1.1 Graf dan Graf Sederhana Suatu graf G adalah pasangan himpunan (V, E), dimana V adalah himpunan titik yang tak kosong dan E adalah himpunan sisi. Untuk selanjutnya,

Lebih terperinci

BAB II DIMENSI PARTISI

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

Lebih terperinci

( ) terdapat sedemikian sehingga

( ) terdapat sedemikian sehingga LATIHAN.. Misalan A R, : A R, c R adala titi cluster dari A (c, ). Maa pernyataan beriut equivalen : a. lim b. Barisan ( ) yan onveren e c seina dan >., maa barisan ( ) onveren e. Buti : lim ( ) Berarti

Lebih terperinci

OSN 2014 Matematika SMA/MA

OSN 2014 Matematika SMA/MA Soal 5. Suatu barisan bilangan asli a 1, a 2, a 3,... memenuhi a + a l = a m + a n untu setiap bilangan asli, l, m, n dengan l = mn. Jia m membagi n, butian bahwa a m a n. Solusi. Andaian terdapat bilangan

Lebih terperinci

BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE. Triyani dan Irham Taufiq Universitas Jenderal Soedirman

BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE. Triyani dan Irham Taufiq Universitas Jenderal Soedirman JMP : Volume 4 Nomor 2, Desember 2012, hal. 271-278 BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE Triyani dan Irham Taufiq Universitas Jenderal Soedirman trianisr@yahoo.com.au ABSTRACT.

Lebih terperinci

DIMENSI PARTISI PADA GRAPH HASIL KORONA C m K n. Oleh : Yogi Sindy Prakoso ( ) JURUSAN MATEMATIKA. Company

DIMENSI PARTISI PADA GRAPH HASIL KORONA C m K n. Oleh : Yogi Sindy Prakoso ( ) JURUSAN MATEMATIKA. Company DIMENSI PARTISI PADA GRAPH HASIL KORONA C m K n Oleh : Yogi Sindy Prakoso (1206100015) JURUSAN MATEMATIKA Company FAKULTAS MATEMATIKA Click to DAN add ILMU subtitle PENGETAHUAN ALAM INSTITUT TEKNOLOGI

Lebih terperinci

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor MATA KULIAH MATEMATIKA TEKNIK [KODE/SKS : KD4 / SKS] Ruang Vetor FIELD: Ruang vetor V atas field salar K adalah himpunan ta osong dengan operasi penjumlahan vetor dan peralian salar. Himpunan ta osong

Lebih terperinci

KARAKTERISTIK POHON FUZZY

KARAKTERISTIK POHON FUZZY KARAKTERISTIK POHON FUZZY Yuli Stiawati 1, Dwi Juniati 2, 1 Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Universitas Negeri Surabaya, 60231 2 Jurusan Matematia, Faultas Matematia dan

Lebih terperinci

III. BILANGAN KROMATIK LOKASI GRAF. ini merupakan pengembangan dari konsep dimensi partisi dan pewarnaan graf.

III. BILANGAN KROMATIK LOKASI GRAF. ini merupakan pengembangan dari konsep dimensi partisi dan pewarnaan graf. III BILANGAN KROMATIK LOKASI GRAF Bilangan kromatik lokasi graf pertama kali dikaji oleh Chartrand dkk 00) Konsep ini merupakan pengembangan dari konsep dimensi partisi pewarnaan graf Pewarnaan titik pada

Lebih terperinci

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing . DISTRIUSI INOMIL pabila sebuah oin mata uang yang memilii dua sisi bertulisan ambar () dan nga () dilempar satu ali, maa peluang untu mendapatan sisi ambar adalah,5 atau. pabila oin tersebut dilempar

Lebih terperinci

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya J. Math. and Its Appl. ISSN: 1829-605X Vol. 2, No. 1, May. 2005, 37 45 Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya Sadjidon Jurusan Matematia Institut Tenologi Sepuluh Nopember,

Lebih terperinci

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

BAB 3 PRINSIP SANGKAR BURUNG MERPATI BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana

Lebih terperinci

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman. JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses

Lebih terperinci

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT. BAB 5 RUANG VEKTOR UMUM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Ruang Vetor Nyata. Subruang. Kebebasan Linier 4. Basis dan Dimensi 5. Ruang Baris, Ruang Kolom dan Ruang Nul 6. Ran dan Nulitas

Lebih terperinci

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa

Lebih terperinci

SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS)

SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS) Prosiding Semirata15 bidang MIPA BKS-PTN Barat Hal 357-36 SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS) Budi Rudianto 1, Narwen Jurusan

Lebih terperinci

BAB 3 RUANG BERNORM-2

BAB 3 RUANG BERNORM-2 BAB RUANG BERNORM-. Norm- dan Ruang ` De nisi. Misalan V ruang vetor atas R berdimensi d (dalam hal ini d boleh ta hingga). Sebuah fungsi ; V V! R yang memenuhi sifat-sifat beriut;. x; y 0 ia dan hanya

Lebih terperinci

Optimasi Non-Linier. Metode Numeris

Optimasi Non-Linier. Metode Numeris Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran

Lebih terperinci

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam

Lebih terperinci

SOLUSI BAGIAN PERTAMA

SOLUSI BAGIAN PERTAMA SOLUSI BAGIAN PERTAMA 1. 13.. 931 3. 4 9 4. 63 5. 3 13 13 6. 3996 7. 1 03 8. 3 + 9 9. 3 10. 4 11. 6 1. 9 13. 31 14. 383 8 15. 1764 16. 5 17. + 7 18. 51 19. 8 0. 360 1 SOLUSI BAGIAN PERTAMA Soal 1. Misalan

Lebih terperinci

Materi. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham

Materi. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham Materi IF37325P - Grafia Komputer Geometri Primitive Menggambar garis Irfan Malii Jurusan Teni Informatia FTIK - UNIKOM IF27325P Grafia Komputer 2008 IF27325P Grafia Komputer 2008 Halaman 2 Garis adalah

Lebih terperinci

2.1 Bilangan prima dan faktorisasi prima

2.1 Bilangan prima dan faktorisasi prima BAB 2 BILANGAN PRIMA 2.1 Bilangan prima dan fatorisasi prima Definisi 2.1.1. Bilangan bulat p > 1 diataan prima jia ia hanya mempunyai pembagi p dan 1. Dengan ata lain bilangan prima tida mempunyai pembagi

Lebih terperinci

MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/f(x) DAN h(x)/f(x) ABSTRACT

MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/f(x) DAN h(x)/f(x) ABSTRACT MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/(x DAN h(x/(x Yuliana Saitri 1, Sri Gemawati 2, Musraini 2 1 Mahasiswa Program Studi S1 Matematia 2 Dosen Jurusan Matematia Faultas Matematia dan

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

BAB IV APLIKASI PADA MATRIKS STOKASTIK BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii

Lebih terperinci

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan

Lebih terperinci

KENNETH CHRISTIAN NATHANAEL

KENNETH CHRISTIAN NATHANAEL KENNETH CHRISTIAN NATHANAEL. Sistem Bilang Real. Fungsi dan Grafi. Limit dan Keontinuan 4. Limit Ta Hingga 5. Turunan Fungsi 6. Turunan Fungsi Trigonometri 7. Teorema Rantai 8. Turunan Tingat Tinggi 9.

Lebih terperinci

Mizan Ahmad, Tri Atmojo Kusmayadi Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret. 1.

Mizan Ahmad, Tri Atmojo Kusmayadi Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret. 1. DIMENSI PARTISI PADA GRAF C m K n, GRAF C m [P n ], DAN GRAF t-fold WHEEL Mizan Ahmad, Tri Atmojo Kusmayadi Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret

Lebih terperinci

TINJAUAN PUSTAKA. Pada bagian ini akan diberikan konsep dasar graf dan bilangan kromatik lokasi pada

TINJAUAN PUSTAKA. Pada bagian ini akan diberikan konsep dasar graf dan bilangan kromatik lokasi pada II. TINJAUAN PUSTAKA Pada bagian ini akan diberikan konsep dasar graf dan bilangan kromatik lokasi pada suatu graf sebagai landasan teori penelitian ini. 2. Konsep Dasar Graf Teori dasar mengenai graf

Lebih terperinci

RINGKASAN SKRIPSI MODUL PERKALIAN

RINGKASAN SKRIPSI MODUL PERKALIAN RINGKASAN SKRIPSI MODUL PERKALIAN SAMSUL ARIFIN 04/177414/PA/09899 DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM YOGYAKARTA 2008 HALAMAN PENGESAHAN

Lebih terperinci

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

Solusi Pengayaan Matematika Edisi 16 April Pekan Ke-4, 2005 Nomor Soal:

Solusi Pengayaan Matematika Edisi 16 April Pekan Ke-4, 2005 Nomor Soal: Solusi Pengayaan Matematia Edisi 6 pril Pean Ke-4, 00 Nomor Soal: -60. Jia. sin cos tan 00 00, maa nilai adalah... cos sin 00 00. 40 Solusi: [] sin cos tan 00 00 cos sin 00 00 sin sin 00 00 cos sin 00

Lebih terperinci

BAB II KONSEP DAN DEFINISI

BAB II KONSEP DAN DEFINISI 6 BAB II KONSEP DAN DEFINISI Pada bab ini aan dijelasan onsep dan definisi-definisi yang digunaan dalam metode pada penelitian ini. 2.1 DATA TRANSAKSI isalan = { 1, 2, 3,..., } adalah himpunan semua produ

Lebih terperinci

tidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama

tidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama BB IV PENGENDLIN TERDESENTRLISSI Untu menstabilan sistem yang tida stabil, dengan syarat sistem tersebut tida mempunyai fixed mode terdesentralisasi, dapat dilauan dengan memberian ompensator terdesentralisasi.

Lebih terperinci

MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL

MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL Sarta Meliana 1, Mashadi 2, Sri Gemawati 2 1 Mahasiswa Program Studi S1 Matematia 2 Dosen Jurusan Matematia Faultas Matematia dan

Lebih terperinci

BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR 1

BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR 1 BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR K a r y a t i Jurusan Pendidian Matematia FMIPA Uniersitas Negeri Yogyaarta e-mail : yatiuny@yahoo.com Abstra. Misalan R adalah ring, Q

Lebih terperinci

KORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK

KORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK Jurnal Pengaaran MIPA, Vol. 0 No. Desember 007 ISSN: -097 KORELASI ANARA DUA KELOMPOK VARIABEL KUANIAIF DALAM ANALISIS KANONIK Oleh : Dewi Rachmatin, S.Si., M.Si. Jurusan Pendidian Matematia FPMIPA Universitas

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Tinjauan Pustaa Untu menacapai tujuan penulisan sripsi, diperluan beberapa pengertian dan teori yang relevan dengan pembahasan. Karena itu, dalam subbab ini aan diberian beberapa

Lebih terperinci

v 3 e 2 e 4 e 6 e 3 v 4

v 3 e 2 e 4 e 6 e 3 v 4 5 II. TINJAUAN PUSTAKA Pada bab ini akan diberikan beberapa konsep dasar teori graf dan dimensi partisi graf sebagai landasan teori dari penelitian ini... Konsep Dasar Graf Pada bagian ini akan diberikan

Lebih terperinci

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( ) PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132

Lebih terperinci

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan I. PENDAHULUAN. Latar Belaang Teori graf merupaan salah satu bagian ilmu dari matematia dan merupaan poo bahasan yang relatif muda jia dibandingan dengan cabang ilmu matematia yang lain seperti aljabar

Lebih terperinci

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan

Lebih terperinci

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain 8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan

Lebih terperinci

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode 3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode

Lebih terperinci

III. BILANGAN KROMATIK LOKASI GRAF. Bilangan kromatik lokasi graf pertama kali dikaji oleh Chartrand dkk.(2002). = ( ) {1,2,3,, } dengan syarat

III. BILANGAN KROMATIK LOKASI GRAF. Bilangan kromatik lokasi graf pertama kali dikaji oleh Chartrand dkk.(2002). = ( ) {1,2,3,, } dengan syarat III. BILANGAN KROMATIK LOKASI GRAF Bilangan kromatik lokasi graf pertama kali dikaji oleh Chartrand dkk.00). Konsep ini merupakan pengembangan dari konsep dimensi partisi dan pewarnaan graf. Pewarnaan

Lebih terperinci

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Pada bab ini disampaian beberapa pengertian dasar yang diperluan pada bab selanutnya. Selain definisi, diberian pula lemma dan teorema dengan atau tanpa buti. Untu beberapa teorema

Lebih terperinci

Kegiatan Belajar 4. Fungsi Trigonometri

Kegiatan Belajar 4. Fungsi Trigonometri Page o Kegiatan Belajar A. Tujuan Pembelajaran Setelah mempelajari egiatan belajar, diharapan siswa dapat a. Menentuan nilai ungsi trigonometri b. Menentuan persamaan grai ungsi trigonometri c. Menggambar

Lebih terperinci

IDEAL FUZZY NEAR-RING. Jl. A. Yani Km. 36 Banjarbaru, Kalimantan Selatan

IDEAL FUZZY NEAR-RING. Jl. A. Yani Km. 36 Banjarbaru, Kalimantan Selatan Jurnal Matematia Murni dan Terapan εpsilon Vol. 07, No.01, (2013), Hal. 21 32 IDEAL FUZZY NEAR-RING Saman Abdurrahman 1, Naimah Hijriati 2 dan Thresye 3 1,2,3 Program Studi Matematia Faultas MIPA Universitas

Lebih terperinci

BAB II TINJAUAN PUSTAKA. kromatik lokasi sebagai landasan teori dari penelitian ini.

BAB II TINJAUAN PUSTAKA. kromatik lokasi sebagai landasan teori dari penelitian ini. BAB II TINJAUAN PUSTAKA Pada bab ini akan diberikan beberapa konsep dasar teori graf dan bilangan kromatik lokasi sebagai landasan teori dari penelitian ini. 2.1 Konsep Dasar Graf Beberapa konsep dasar

Lebih terperinci

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE Desfrianta Salmon Barus - 350807 Jurusan Teni Informatia, Institut Tenologi Bandung Bandung e-mail: if807@students.itb.ac.id ABSTRAK

Lebih terperinci

TINJAUAN PUSTAKA. Pada bab ini akan dijelaskan beberapa konsep dasar teori graf dan dimensi partisi

TINJAUAN PUSTAKA. Pada bab ini akan dijelaskan beberapa konsep dasar teori graf dan dimensi partisi II. TINJAUAN PUSTAKA Pada bab ini akan dijelaskan beberapa konsep dasar teori graf dan dimensi partisi pada suatu graf sebagai landasan teori pada penelitian ini.. Konsep Dasar Graf Pada bagian ini akan

Lebih terperinci

PELABELAN SUPER SISI AJAIB PADA GRAF MULTI STAR

PELABELAN SUPER SISI AJAIB PADA GRAF MULTI STAR LAPORAN PENELITIAN BERSAMA DOSEN-MAHASISWA PELABELAN SUPER SISI AJAIB PADA GRAF MULTI STAR Ketua Tim: ABDUSSAKIR, M.Pd FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM MALANG

Lebih terperinci

BAB III PELABELAN KOMBINASI

BAB III PELABELAN KOMBINASI 1 BAB III PELABELAN KOMBINASI 3.1 Konsep Pelabelan Kombinasi Pelabelan kombinasi dari suatu graf dengan titik dan sisi,, graf G, disebut graf kombinasi jika terdapat fungsi bijektif dari ( himpunan titik

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN

BAB III HASIL DAN PEMBAHASAN 15 BAB III HASIL DAN PEMBAHASAN 3.1Relasi Dispersi Pada bagian ini aan dibahas relasi dispersi untu gelombang internal pada fluida dua-lapisan.tinjau lapisan fluida dengan ρ a dan ρ b berturut-turut merupaan

Lebih terperinci

SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA

SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA I Nengah Suparta dan I. B. Wiasa Jurusan Pendidian MatematiaUniversitas Pendidian Ganesha E-mail: isuparta@yahoo.com ABSTRAK:

Lebih terperinci

4. 1 Spesifikasi Keadaan dari Sebuah Sistem

4. 1 Spesifikasi Keadaan dari Sebuah Sistem Dalam pembahasan terdahulu ita telah mempelajari penerapan onsep dasar probabilitas untu menggambaran sistem dengan jumlah partiel ang cuup besar (N). Pada bab ini, ita aan menggabungan antara statisti

Lebih terperinci

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id

Lebih terperinci

METODE FUNGSI PENALTI EKSTERIOR. Skripsi. Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematika

METODE FUNGSI PENALTI EKSTERIOR. Skripsi. Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematika METODE FUNGSI PENALTI EKSTERIOR Sripsi Diajuan untu Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematia Disusun Oleh : Maria Martini Leto Kurniawan NIM : 03409 PROGRAM STUDI

Lebih terperinci

BAB I BUNGA TUNGGAL DAN DISKONTO TUNGGAL. Terminologi: modal, suku bunga, bunga, dan jangka waktu.

BAB I BUNGA TUNGGAL DAN DISKONTO TUNGGAL. Terminologi: modal, suku bunga, bunga, dan jangka waktu. BAB I BUNGA TUNGGAL DAN DISKONTO TUNGGAL Terminologi: modal, suu bunga, bunga, dan janga watu. Modal adalah sejumlah uang yang disiman atau ditabung atau diinjam ada (dari) suatu Ban atau badan lain. Suu-bunga

Lebih terperinci

3. Sebaran Peluang Diskrit

3. Sebaran Peluang Diskrit 3. Sebaran Peluang Disrit EL2002-Probabilitas dan Statisti Dosen: Andriyan B. Susmono Isi 1. Sebaran seragam (uniform) 2. Sebaran binomial dan multinomial 3. Sebaran hipergeometri 4. Sebaran Poisson 5.

Lebih terperinci

Penggunaan Metode Bagi Dua Terboboti untuk Mencari Akar-akar Suatu Persamaan

Penggunaan Metode Bagi Dua Terboboti untuk Mencari Akar-akar Suatu Persamaan Jurnal Penelitian Sains Volume 16 Nomor 1(A) Januari 013 Penggunaan Metode Bagi Dua Terboboti untu Menari Aar-aar Suatu Persamaan Evi Yuliza Jurusan Matematia, FMIPA, Universitas Sriwijaya, Indonesia Intisari:

Lebih terperinci

GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH

GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRACT SUNARSIH.

Lebih terperinci

BAB ELASTISITAS. Pertambahan panjang pegas

BAB ELASTISITAS. Pertambahan panjang pegas BAB ELASTISITAS 4. Elastisitas Zat Padat Dibandingan dengan zat cair, zat padat lebih eras dan lebih berat. sifat zat padat yang seperti ini telah anda pelajari di elas SLTP. enapa Zat pada lebih eras?

Lebih terperinci

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang LANDASAN TEORI Ruang Contoh Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam ondisi yang sama yang hasilnya tida dapat dipredisi secara tepat tetapi ita dapat mengetahui semua emunginan hasil

Lebih terperinci

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001

Lebih terperinci

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik Penerapan Sistem Persamaan Lanjar untu Merancang Algoritma Kriptografi Klasi Hendra Hadhil Choiri (135 08 041) Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

- Persoalan nilai perbatasan (PNP/PNB)

- Persoalan nilai perbatasan (PNP/PNB) PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL Persamaan diferensial biasanya digunaan untu pemodelan matematia dalam sains dan reayasa. Seringali tida terdapat selesaian analiti seingga diperluan ampiran

Lebih terperinci

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan

Lebih terperinci

ANALISIS PERBANDINGAN KOMULAN TERHADAP BEBERAPA JENIS DISTRIBUSI KHUSUS Analysis of Comulans Comparative on some Types of Special Distribution

ANALISIS PERBANDINGAN KOMULAN TERHADAP BEBERAPA JENIS DISTRIBUSI KHUSUS Analysis of Comulans Comparative on some Types of Special Distribution Jurnal Bareeng Vol. 8 No. Hal. 5 0 (04) ANALISIS PRBANDINGAN OMULAN TRHADAP BBRAPA JNIS DISTRIBUSI HUSUS Analysis of Comulans Comparative on some Types of Special Distribution ABRAHAM ZACARIA WATTIMNA,

Lebih terperinci

DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR

DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR TUGAS AKHIR Diajukan untuk memenuhi persyaratan Sidang Sarjana Matematika Oleh : Novian Syah NIM. 10103007 PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Tempat dan Watu Penelitian Penelitian ini dilauan di Jurusan Matematia Faultas Matematia dan Ilmu Pengetahuan Alam Universitas Lampung. Watu penelitian dilauan selama semester

Lebih terperinci

Sifat-sifat Nilai Eigen dan Vektor Eigen Matriks atas Aljabar Maxplus

Sifat-sifat Nilai Eigen dan Vektor Eigen Matriks atas Aljabar Maxplus J. Sains Dasar () Sifat-sifat Nilai Eigen dan Vetor Eigen Matris atas ljabar Maxplus (The Properties of Eigen Value and Eigen Vector of Matrices Over Maxplus lgebra) Musthofa * dan Nienasih inatari * Jurusan

Lebih terperinci

Dimensi Metrik Graf Pohon Bentuk Tertentu

Dimensi Metrik Graf Pohon Bentuk Tertentu Dimensi Metrik Graf Pohon Bentuk Tertentu Angga Budi Permana 1207100008 Dosen Pembimbing : Dr. Darmaji, S.Si, M.T. Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh

Lebih terperinci

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS Seminar Sains Penidi Sains VI UKSW Salatiga Juni 0 MSLH VEKTOR EIGEN MTRIKS INVERS MONGE DI LJBR MX-PLUS Farida Suwaibah Subiono Mahmud Yunus Jurusan Matematia FMIP Institut Tenologi Sepuluh Nopember Surabaya

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengolahan Data Data yang telah berhasil diumpulan oleh penulis di BB BIOGEN diperoleh hasil bobot biji edelai dengan jumlah varietas yang aan diuji terdiri dari 15

Lebih terperinci

MEKANIKA TANAH HIDROLIKA TANAH DAN PERMEABILITAS MODUL 3

MEKANIKA TANAH HIDROLIKA TANAH DAN PERMEABILITAS MODUL 3 MEKANIKA TANAH MODUL 3 HIDROLIKA TANAH DAN PERMEABILITAS UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Setor 7, Bintaro Jaya Tangerang Selatan 15224 Silus hidrologi AIR TANAH DEFINISI : air yang terdapat

Lebih terperinci

a. Integral Lipat Dua atas Daerah Persegi Panjang

a. Integral Lipat Dua atas Daerah Persegi Panjang a. Integral Lipat ua atas aerah Persegi Panjang Misalan z = f(,) terdefinisi pada merupaan suatu persegi panjang tertutup, aitu : = {(, ) : a b, c d} b a z c d (,) Z=f(,). Bentu partisi [a,b] dan [c,d]

Lebih terperinci

V dinamakan ruang vektor jika terpenuhi aksioma : 1. V tertutup terhadap operasi penjumlahan

V dinamakan ruang vektor jika terpenuhi aksioma : 1. V tertutup terhadap operasi penjumlahan RUANG VEKTOR Rang Vetor Umm Misalan dan, l Riil V dinamaan rang vetor jia terpenhi asioma :. V terttp terhadap operasi penjmlahan.., Unt setiap v v v, w V, v V v w v w maa v V. Terdapat V sehingga nt setiap

Lebih terperinci

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR Ngarap Im Mani 1) dan Lim Widya Sanjaya ), 1) & ) Jurs. Matematia Binus University PENGANTAR Perancangan percobaan adalah suatu

Lebih terperinci

DIMENSI METRIK PENGEMBANGAN GRAF KINCIR POLA K 1 + mk 3

DIMENSI METRIK PENGEMBANGAN GRAF KINCIR POLA K 1 + mk 3 J. Math. and Its Appl. ISSN: 1829-605X Vol. 8, No. 2, November 2011, 17 22 DIMENSI METRIK PENGEMBANGAN GRAF KINCIR POLA K 1 + mk 3 Suhud Wahyudi, Sumarno, Suharmadi Jurusan Matematika, FMIPA ITS Surabaya

Lebih terperinci

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)

Lebih terperinci

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom [MA1124] KALKULUS II

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom [MA1124] KALKULUS II Program Peruliahan asar Umum Seolah Tinggi Tenologi Telom Integral Lipat ua [MA4] Integral Lipat ua Misalan z f(,) terdefinisi pada merupaan suatu persegi panjang tertutup, aitu : {(, ) : a b, c d} b a

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang

Lebih terperinci

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia

Lebih terperinci

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat

Lebih terperinci

PENGUKURAN PENDAPATAN NASIONAL

PENGUKURAN PENDAPATAN NASIONAL PENGUKURAN PENDAPATAN NASIONAL A. PENDEKATAN PRODUKSI (PRODUCTION APPROACH) Menghitung besarnya pendapatan nasional dengan menggunaan pendeatan produsi didasaran atas perhitungan dari jumlah nilai barang-barang

Lebih terperinci

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan

Lebih terperinci

BAB 2 GRAF PRIMITIF. Gambar 2.1. Contoh Graf

BAB 2 GRAF PRIMITIF. Gambar 2.1. Contoh Graf BAB 2 GRAF PRIMITIF Pada bagian ini akan dijelaskan mengenai definisi graf, istilah-istilah dalam graf, matriks ketetanggaan, graf terhubung, primitivitas graf, dan scrambling index. 2.1 Definisi Graf

Lebih terperinci

Soal-Jawab Fisika OSN x dan = min. Abaikan gesekan udara. v R Tentukan: a) besar kelajuan pelemparan v sebagai fungsi h. b) besar h maks.

Soal-Jawab Fisika OSN x dan = min. Abaikan gesekan udara. v R Tentukan: a) besar kelajuan pelemparan v sebagai fungsi h. b) besar h maks. Soal-Jawab Fisia OSN - ( poin) Sebuah pipa silinder yang sangat besar (dengan penampang lintang berbentu lingaran berjarijari R) terleta di atas tanah. Seorang ana ingin melempar sebuah bola tenis dari

Lebih terperinci

NOTASI SIGMA. Lambang inilah yang disebut sebagai SIGMA, but please remove. the exaggerated flower around it! Hahaha...

NOTASI SIGMA. Lambang inilah yang disebut sebagai SIGMA, but please remove. the exaggerated flower around it! Hahaha... NOTASI SIGMA Lambang inilah yang disebut sebagai SIGMA, but lease remove the exaggerated flower around it! Hahaha... Mananya adalah menjumlahan sesuatu. Sesuatu aa? Sesuatu yang muncul di belaangnya. Mengaa

Lebih terperinci

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1. Distribusi Seragam Diskrit

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1. Distribusi Seragam Diskrit DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1 TI2131 TEORI PROBABILITAS MINGGU KE-9 Distribusi Seragam Disrit Jia sebuah variabel random X mengambil nilai x 1, x 2,, x dengan probabilitas yang sama, maa distribusi

Lebih terperinci

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,

Lebih terperinci

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium

Lebih terperinci