Bab 3 Beberapa Skema Pembagian Rahasia

Ukuran: px
Mulai penontonan dengan halaman:

Download "Bab 3 Beberapa Skema Pembagian Rahasia"

Transkripsi

1 9 Ba 3 Beeraa Skema Pemagan Rahasa Skema emagan rahasa adalah meode unuk memag rahasa K d anara anggoaanggoa suau hmunan arsan P {P,P, P n } sedemkan sehngga ka arsan ada suhmunan A P yang derolehkan mengeahu rahasa, mengumulkan ersama oongan nformas mereka, maka mereka daa merekonsruks rahasa K. Sedangkan ka arsan ada hmunan B P, yang dak derolehkan mengeahu rahasa, mengumulkan ersama oongan nformas mereka, maka mereka dak daa merekonsruks rahasa K. Kunc K dlh oleh seorang arsan khusus D yang dseu dealer dan asa dasumskan ahwa D P. Dealer memag rahasa K dengan memerkan oongan nformas yang dseu share keada sea arsan. Srukur akses Γ adalah keluarga dar semua suhmunan arsan yang daa merekonsruks rahasa, aau Γ {A A P, A adalah hmunan yang derolehkan mengeahu rahasa}. Hmunan anggoa srukur akses dseu hmunan yang der kuasa, sedangkan yang ukan anggoa srukur akses dseu hmunan yang dak der kuasa. Skema emagan rahasa dkaakan semurna ka unuk sea arsan dalam B P, d mana B adalah hmunan yang dak der kuasa, mengumulkan ersama share mereka, maka mereka dak akan daa menemukan nformas aaun mengena rahasa.

2 0 Msalkan dan w langan ula osf, w. Skema (,w)-hreshold adalah meode memag kunc d anara sau hmunan arsan P dengan kardnalas w, sedemkan sehngga sea suhmunan arsan A P, dengan A, arsan dalam hmunan A erseu daa merekonsruks kunc, sedangkan ka A < maka arsan erseu dak daa merekonsruks kunc. Dalam a n akan dahas secara rnc mengena skema emagan rahasa Shamr, skema emagan rahasa dengan erseg Lan, skema emagan rahasa dengan graf oal ss aa, dan skema emagan rahasa dengan ruang vekor Brckell. 3. Skema Pemagan Rahasa Shamr Skema n derkenalkan ada ahun 979 oleh Ad Shamr. Skema emagan rahasa Shamr n menggunakan olnom seaga model[7]. Share yang dgunakan ada skema n adalah k-k ada olnom, yang dagkan keada seluruh arsan dalam ssem. Polnom erderaa yang dgunakan dalam skema n seelumnya denukan. Kemudan, k-k ada olnom ddsruskan keada seluruh arsan. Jumlah arsan yang duuhkan unuk merekonsruks kunc adalah seanyak, sehngga ka -arsan aau leh dkumulkan, akan deroleh kunc, dan ka kurang dar arsan dkumulkan, maka kunc dak akan deroleh. Karena u, skema emagan rahasa Shamr meruakan skema (,w)-hreshold. Msalkan suau langan rma dengan w. Msalkan ula K adalah hmunan semua kunc yang mungkn dan S adalah hmunan dar semua share. Unuk memag kunc menad eeraa share, dealer secara rahasa memlh elemen laangan, yau a,, a, dan kemudan elemen-elemen erseu dgunakan unuk mengkonsruks olnom acak a() erderaa. Polnom yang denuk adalah d mana a ( ) a0 a a a a(0) a0 K yang meruakan kunc. Kemudan, share akan dagkan keada seluruh arsan sehngga sea arsan akan mendaakan k (,y ) ada

3 olnom. adalah nla yang dlh secara acak, dengan, unuk sea, dan y a( ), unuk w. Unuk merekonsruks kunc, arsan akan mengumulkan share (,y ), dengan,..., dan,..., {,...,w} sehngga deroleh ssem ersamaan lner (dalam ) dengan varael 0,,..., seaga erku : ( ) ( ) ( ) ( ) ( ) ( ) y y y () Ssem ersamaan lner d aas daa dulskan dalam enuk marks seaga erku : y y y 0 Msalkan A Marks A dseu Marks Vandermode. Formula unuk mencar deermnan A adalah de A < k k mod ) ( Karena sea nla ereda, maka ) ( k dak akan ernah ernla nol. Karena ( ) k dak ernla nol dalam laangan, maka de A 0. Hal n memlk ar ahwa ssem ersamaan lner () memlk solus unggal aas laangan, sehngga sea kelomok arsan daa merekonsruks kunc (a 0). Selan meode merekonsruks kunc d aas, skema Shamr uga memlk ssem alernaf dalam enyelesaan ssem ersamaan lner aas laangan, yau dengan

4 menggunakan Formula Inerolas Lagrange unuk olnom a(). Formulanya adalah seaga erku : a ( ) y k, k k k Karena K a(0), maka K y k, k k k Defnskan c k, k k k, maka akan ddaakan ahwa formula unuk menghung kunc adalah K c y. Skema emagan rahasa Shamr daa dlusraskan dalam conoh erku :. Fase dsrus share Msalkan 3, 3, w 5, dan koordna adalah. Polnom yang dlh D adalah a() a 0 a a aas laangan a. Polnom yang deroleh adalah dengan K 7 ( a0 K 7), a 0, dan a() 7 0 Jumlah arsan dalam ssem adalah 5 orang (w 5), yau P, P, P 3, P 4, dan P 5. Msalkan, maka,, 3 3, 4 4, dan 5 5, sehngga deroleh nla y seaga erku : y 70. (mod 3) 9 mod 3 6 y (mod 3) 45 mod 3 y (mod 3) 65 mod 3 9 y (mod 3) 89 mod 3 0 y (mod 3) 7 mod 3 Share yang akan derkan keada arsan P, P, P 3, P 4, dan P 5 secara eruruan adalah (,6), (,), (3,9), (4,0) dan (5,).

5 3. Fase rekonsruks kunc Seelumnya dkeahu 3. Ssem memlk 5 arsan, yau P,P,P 3,P 4,P 5, yang memlk share (,6), (,), (3,9), (4,0), dan (5,). Karena 3 maka ka sedknya 3 arsan menyaukan share mereka, maka mereka akan daa merekonsruks kunc. Msalkan arsan P, P 4, dan P 5 menyaukan share mereka, maka dhung a(), a(4), dan a(5) erhada a() a 0 a a (mod 3), sehngga menghaslkan ssem ersamaan lner seaga erku: a 0 a a 6 a 0 4a 6a 0 a 0 5a a Dar ssem ersamaan lner d aas deroleh solus unggal a 0 7, a 0, dan a. Sehngga deroleh kunc K 7. Selan u, rekonsruks daa dlakukan dengan Formula Inerolas Lagrange seaga erku. Perama, hung nla c, c 4, dan c c mod 3 )( ) ( c 4 mod 3 )( ) ( c 5 mod 3 )( ) ( Karena K c y, maka deroleh nla K adalah K (7.6)(6.0)(.) mod Kelehan dar Skema Shamr Dar enelasan d aas, deroleh eeraa kelehan dar skema Shamr seaga erku: Skema Shamr adalah semurna. Msalkan seanyak arsan daa merekonsruks kunc K, dan B adalah hmunan yang dak der kuasa dengan anyaknya arsan (hmunan

6 4 yang dak der kuasa dengan kardnalas maksmal). Dengan mensususkan nla (, y ),,..., - ada olnom yang dlh oleh dealer akan deroleh ersamaan lner, sehngga deroleh ssem ersamaan lner erku: ( ) ( ) ( ) ( ) ( ) ( ) y y y Karena ada ssem ersamaaan lner d aas erdaa ersamaan lner dengan varael yau 0,,..., -, maka ssem ersamaan d aas dak memlk solus unggal, sehngga kunc dak akan deroleh. Banyaknya arsan daa dak eraas. Sea olnom memlk ak hngga anyaknya k. Karena anyaknya k ada olnom mewakl anyaknya share yang daa ddsruskan oleh dealer, maka umlah arsan daa dak eraas. Perhungan menggunakan komuas yang sederhana. Algorma yang dgunakan unuk merekonsruks kunc adalah Elmnas Gauss yang dmodfkas agar daa derhungkan aas laangan. Banyaknya arsan daa damah aau dkurang ana memengaruh share arsan yang lan. Beeraa nla share daa damahkan aau dhlangkan ana memengaruh nla share yang lan. In daa erad ada saa ada arsan yang keluar aau ada arsan aru. Namun demkan, anyaknya arsan dalam ssem sedknya seanyak. Jka leh dar arsan memerkan share, rahasa ea daa dkeahu. Karena dalam mencar solus ssem ersamaan lner dengan varael derlukan sedknya ersamaan lner, akanya ka erdaa leh dar ersamaan lner, ssem ersamaan lner dengan varael erseu ea memlk solus unggal. Banyaknya hmunan yang der kuasa cuku esar. Msalkan A { P,..., P k }, k w adalah hmunan yang der kuasa unuk merekonsruks kunc. Karena share yang erdaa ada sea arsan mewakl k ada olnom dan sea share ernla eda unuk sea arsan, sehngga

7 5 unuk sea P,,..., k dalam hmunan A daa dgan dengan arsan lan (selan dar arsan yang erdaa ada hmunan A ) yang erdaa dalam w w ssem. Dengan demkan, anyaknya hmunan yang der kuasa adalah. k k Nla n akan semakn esar unuk w yang esar. Nla share daa dgan dengan mudah ana menggan nla kunc. Unuk menggan share ana menggan kunc, yang duuhkan hanya olnom aru dengan deraa yang sama, dan a 0 K. 3.. Kekurangan dar Skema Shamr Srukur akses dak daa denukan sendr. Srukur akses dar skema n adalah sea suhmunan arsan yang erdr dar arsan aau leh. Jka seorang arsan dalam ssem mendaakan share, maka a daa ergaung dalam sea srukur akses yang erumlah arsan aau leh, sehngga dalam skema n dak daa denukan sendr srukur akses karena sudah erenu. 3. Skema Pemagan Rahasa dengan Menggunakan Perseg Lan Skema emagan rahasa erdasarkan erseg Lan derkenalkan oleh Cooer, Seerry, dan Donovan ada ahun 994[5]. Kunc yang dgunakan ada skema emagan rahasa n adalah erseg Lan L yang dlh oleh dealer dan share-nya adalah enr-enr hmunan krs dar erseg Lan L yang elah dlh. Taha aha dalam mendsruskan share adalah seaga erku: Perseg Lan L erorde n dlh unuk menad kunc dan drahasakan. Benuk hmunan S yang meruakan gaungan dar eraga hmunan krs L. (, k, e) S dagkan keada sea arsan d A, A Γ.

8 6 Jka seluruh arsan d A menyaukan share mereka, maka akan deroleh suau hmunan krs. Dengan melengka enr-enr kosong ada hmunan krs erseu, akan deroleh erseg Lan L yang menad kunc. Skema emagan rahasa dengan menggunakan erseg Lan daa dlusraskan seaga erku:. Fase dsrus share Msalkan L adalah Perseg Lan orde 3, L dan L hmunan krs. Gamar 3. Perseg Lan L dan erseg Lan arsal L dan L Msalkan erdaa 3 arsan dalam ssem yau P {P, P, P 3 }, dan denukan Γ{{P,P },{P,P 3 }}. Dar L dan L deroleh S {(,,),(,,3),(3,3,)}. Sea enr ada hmunan krs S derkan keada sea arsan dalam ssem sesua Γ, sehngga share yang derkan unuk arsan P, P, P 3 secara eruruan adalah s {(,,)}, s {(,,3)}, dan s 3 {(3,3,)}. Jka {P,P } aau {P,P 3 } mengumulkan share mereka, maka mereka akan daa merekonsruks kunc.. Fase rekonsruks kunc Dkeahu n 3, Γ {{P,P },{P,P 3 }}, dan share s {(,,)}, s {(,,3)}, s 3 {(3,3,)}. Jka P dan P mengumulkan share mereka, maka s dan s daa dkonverskan menad erseg Lan arsal orde 3. D akhr, akan deroleh erseg Lan L yang dlh seaga kunc.

9 7 Gamar erku adalah aha-aha dalam melengka hmunan krs menad erseg Lan L. Gamar 3. Tahaan melengka hmunan krs dar erseg Lan L Jka share yang ddsruskan erasal dar erseg Lan arsal yang ukan meruakan hmunan krs dar L, maka akan deroleh nformas erseg Lan yang dak unggal, seer erlha ada conoh erku n. Msalkan Perseg Lan L erorde 3 dlh seaga kunc dan B ukan hmunan krs. Gamar 3.3 Perseg Lan L dan erseg Lan arsal B Msalkan erdaa dua arsan dalam ssem dengan A {P,P }, Γ{A}. Dar B deroleh share s {(,,)} dan s {(,,3)} yang derkan keada P dan P. Jka share erseu dkonverskan kemal ada erseg lan orde 3, maka akan deroleh kemal erseg lan arsal B. Karena B ukan hmunan krs, maka akan deroleh leh dar sau erseg Lan. Gamar erku n adalah aha-aha melengka erseg lan arsal B menad suau erseg Lan dengan enr-enr yang lengka.

10 8 Gamar 3.4 Dua erseg Lan yang denuk dar sau erseg Lan arsal yang sama Dar gamar d aas, daa erlha ahwa akan deroleh dua erseg Lan, dengan salah saunya adalah erseg Lan L yang dlh seaga kunc. 3.. Kelehan dar Skema Pemagan Rahasa dengan Perseg Lan Dar enelasan d aas, deroleh kelehan dar skema dengan menggunakan erseg Lan adalah : Jka leh dar A arsan menyaukan share mereka, maka kunc akan ea deroleh. A adalah anyaknya arsan ada hmunan kuasa ke- yang derlukan unuk merekonsruks kunc, dengan A adalah hmunan yang der kuasa ke-. Karena dengan A arsan daa deroleh hmunan krs, maka ka erdaa leh dar A arsan memerkan share, maka hmunan krs yang derlukan unuk merekonsruks kunc akan ea deroleh, sehngga kunc daa drekonsruks kemal. Srukur akses daa denukan. Pada conoh d aas, srukur akses harus denukan leh dahulu seelum memag share keada semua arsan dalam ssem, sehngga ada skema n srukur akses daa denukan sendr.

11 9 3.. Kekurangan dar Skema Pemagan Rahasa dengan Perseg Lan Dar enelasan d aas, deroleh eeraa kekurangan dar skema dengan erseg Lan adalah : Skema emagan rahasa dengan menggunakan erseg Lan dak semurna. Share yang derkan keada arsan adalah nformas yang ea mengena enr dar erseg Lan, sehngga ada eluang ag arsan yang ukan meruakan hmunan kuasa unuk mencoa mendaakan rahasa. Komuas unuk mendaakan hmunan krs dan dalam melengka erseg Lan cuku komleks. Sama saa n elum dkeahu suau algorma yang daa menenukan hmunan krs dar suau erseg Lan secara efsen. Cara yang anyak dgunakan unuk menenukan hmunan krs adalah dengan menghaus sau ersau enr erseg Lan yang lengka secara acak, d mana ka sea enr yang dhaus dlengka kemal, akan deroleh erseg Lan awal. Namun enr dak daa dhaus ka ada saa dlengka kemal, deroleh leh dar sau erseg Lan. Hal n dlakukan sama dak ada lag enr yang sa dhaus. Dengan demkan, erdaa dua algorma yang dgunakan, yau algorma unuk menghaus enr dan algorma unuk melengka kemal enr erseg Lan. Karena algorma unuk menghaus enr n memua engulangan yang harus dlakukan ada sea enr erseg Lan, akan duuhkan komuas yang komleks unuk nla n yang esar. D samng u, algorma yang selama n daka unuk melengka enr kosong ada erseg Lan uga cuku komleks. Gamar 3.5 Perseg Lan arsal P dan alernaf enr dalam melengka P

12 0 Algorma n akan memaca sea enr kosong ada erseg Lan dan memerkan nla yang mungkn ada enr kosong erseu dengan melha nla yang sudah ercanum ada ars dan kolomnya (lha Gamar 3.5). Algorma lalu memaca nla alernaf ada enr yang hanya memlk sau nla (seer ada ars-, kolom- dan ars-, kolom- ada Gamar 3.5) unuk kemudan meneakan nla erseu ada enr yang ersesuaan. Algorma kemudan akan menghaus nla erseu ka nla erseu muncul ada enr lan d kolom aau ars yang sama. Proses n dlakukan erulang-ulang sehngga enr erseg Lan menad lengka. Jka dak ada enr kosong yang hanya memlk sau nla alernaf, maka erseg Lan dak akan daa dlengka. Selan u, komuas akan menad semakn komleks unuk nla n yang esar. Banyaknya arsan eraas. Karena umlah hmunan krs yang erdaa ada suau erseg Lan eraas, maka anyaknya arsan dalam ssem uga eraas. Keamanan unuk skema n ddasarkan ada anyaknya erseg Lan yang mungkn erenuk dar komonen erseg Lan arsal yang denuk oleh sekelomok arsan yang ukan anggoa hmunan yang der kuasa. Unuk n, derkrakan erdaa komnas yang daa dhaslkan, sehngga unuk n, mash dmungknkan adanya serangan unuk daa mengeahu kunc [9]. 3.3 Skema Pemagan Rahasa dengan Menggunakan Graf Toal Ss Aa Pada skema emagan rahasa n, kunc yang dlh oleh dealer adalah graf yang memlk PTSA dan share-nya adalah sea anggoa hmunan krs dar graf erseu. Dalam sua n, akan dahas skema emagan rahasa dengan menggunakan graf S m, yau graf nang dengan m-daun. Unuk memudahkan emahasan ada aha dsrus share, graf der nomor oss. Graf n selanunya akan dseu seaga graf oss. Penomoran oss ada graf nang dseragamkan dengan cara seaga erku :

13 Perama, er nomor oss unuk sea k {ν,ν,...,ν m } dengan langan {,,3,...,m}. Poss dleakkan ada k usa, yau k yang ereangga dengan sea k lannya. Kemudan, lakukan enomoran ss, seaga erku: Ss (,) der nomor oss m Ss (,3) der nomor oss m3 Ss (,4) der nomor oss m4 Ss (, m) der nomor oss m Conoh: Gamar 3.6 Graf oss dar S 4 Walls dkk [0] menunukkan ahwa dalam sea elaelan oal ss aa ada graf nang S m, k usa akan mendaakan lael, m, aau m. Jka graf nang mendaakan lael ada k usa, maka nla k m4, sedangkan ka mendaakan lael m ada k usa, maka k 3m3, dan ka k usa mendaakan lael m, maka nla k 4m. Teorema 3. [3] Msalkan λ adalah PTSA ada graf G. Jka r adalah anyaknya daun ada graf G maka ukuran dar sea hmunan krs λ adalah leh esar sama dengan r. Leh auh, ka adalah lael dar daun dan y adalah lael dar ss yang ereangga dengan daun erseu maka sea hmunan krs dalam λ harus erdr dar aau y, ukan keduanya. Teorema 3. [3] Msalkan λ adalah elaelan oal ss aa dar graf nang S m, maka ukuran ada semua hmunan krs dar λ adalah m aau m.

14 Ukuran ada hmunan krs adalah anyaknya anggoa asangan eruru oss dan lael ada hmunan krs. Taha-aha dalam mendsruskan share adalah seaga erku: Graf nang dengan m-daun dlh oleh dealer. Graf nang erseu der nomor oss dan lael sehngga memenuh PTSA. Benuk hmunan Q λ (S m ) yang meruakan gaungan dar eraga hmunan krs. Sea anggoa dar hmunan Q λ (S m ) meruakan share dan dagkan keada sea arsan d A, A Γ. Jka seluruh arsan d A mengumulkan share mereka, maka akan deroleh hmunan krs, dan dengan melengka lael-lael kosong ada graf akan deroleh graf TSA yang dlh seaga kunc. Skema emagan rahasa dengan graf TSA daa dlusraskan dalam conoh erku :. Fase dsrus share Msalkan graf G adalah graf nang S 3 dengan V{ν,ν,ν 3,ν 4 }. Sea ss dan k ada G der nomor oss, kemudan der lael sehngga sea ss memlk edge sum yang sama. Graf TSA n dlh menad kunc. Hmunan krs dar graf n dcar dan dlh sau hmunan krs. Berku n salah sau conoh lael dan hmunan krs yang dlh. Poss Lael Hmunan krs Gamar 3.7 Graf oss dan graf Toal Ss Aa esera hmunan krsnya

15 3 Dar hmunan krs ada gamar d aas deroleh Q λ (S 3 ) {(6,3),(,7),(4,5)}. Kemudan, hmunan Q λ (S 3 ){(6,3),(,7),(4,5)} dag menad eeraa share, yau s {(6,3)}, s {(,7)}, dan s 3 {(4,5)}. Msalkan A {P,P,P 3 }, dengan A Γ. Share dagkan keada sea anggoa hmunan A sehngga arsan P mendaakan share s {(6,3)}, arsan P mendaakan share s {(,7)}, dan arsan P 3 mendaakan share s 3 {(4,5)}.. Fase rekonsruks kunc Dkeahu ahwa m 3. Dkeahu A {P,P,P 3 }, A Γ dengan share s {(6,3)}, s {(,7)}, dan s 3 {(4,5)}. Share kemudan dkonverskan ada graf oss, sehngga deroleh kemal hmunan krs dar graf lael erseu. Poss Gamar 3.8 Graf oss dan graf erlael ak lengka Pada conoh d aas, lael ada k usa elum dkeahu, sehngga erlu dcar erleh dahulu lael yang derma oleh k usa. Pada enelasan seelumnya derahukan ahwa sea graf nang yang memenuh TSA, akan mendaakan salah sau dar konds erku n, yau:. k m4 ka k usa erlael,. k 3m3. ka k usa erlael m, dan 3. k 4m ka k usa erlael m. Unuk mengeahu lael ada k usa, dcar konds yang sesua dengan salah sau konds d aas. Hal n dlakukan dengan menumlahkan lael ada daun dan ss yang erkaan dengannya, dan mendaakan nla yang mungkn erad, sehngga ka edge sum dkurang dengan lael ada k usa ada suau graf nang TSA akan

16 4 memenuh salah sau dar ga konds erku, yang meruakan enurunan dar enelasan seelumnya, yau : () ka k usa erlael, umlah lael adalah m3 () ka k usa erlael m, umlah lael adalah m (3) ka k usa erlael m, umlah lael adalah m Pada conoh d aas, dkeahu m 3, lael ada graf S 3 erseu ernla 3,5, dan 7. Karena daun erlael 7 m, maka graf S 3 dak akan memenuh konds (3), sehngga konds yang mungkn erad adalah konds () dan (). Selanunya umlahkan masng-masng lael yang ada, sehngga deroleh 3 5 8, 3 7 0, dan 5 7 Telah delaskan seelumnya ada Teorema 3. ahwa hmunan krs dar suau graf TSA harus memua nla lael ada daun aau ss yang erkaan dengannya, ea dak memua keduanya. Dar kega nla enumlahan d aas, erdaa nla 8 m, sehngga konds () dak memenuh. Maka daa dsmulkan ahwa graf S 3 ada conoh d aas memenuh konds (). Poss Gamar 3.9 Graf oss dan graf erlael ak lengka dar graf Toal Ss Aa S 4 Karena k usa menerma lael, maka k (3)4 0, sehngga lael ada graf selanunya daa dlengka, seer ada gamar erku :

17 5 Poss Gamar 3.0 Tahaan dalam melengka graf erlael ak lengka menad graf TSA Pada eeraa konds, d mana hmunan krs yang dlh dak memua lael ada k usa, erdaa keruman dalam mencar lael ada k usa yang sesua seer ada enelasan seelumnya. Namun, ka hmunan krs memua lael ada k usa, maka lael-lael kosong ada graf TSA daa langsung dlengka Kelehan dar Skema Pemagan Rahasa dengan Menggunakan Graf TSA Dar enelasan d aas, deroleh kelehan dar skema dengan menggunakan graf TSA adalah : Jka leh dar A arsan menyaukan share mereka, maka kunc akan ea deroleh. A adalah anyaknya arsan yang derlukan unuk merekonsruks kunc, dengan A adalah hmunan yang der kuasa. Karena dengan A arsan akan deroleh hmunan krs, maka ka leh dar A arsan yang memerkan share, hmunan krs yang derlukan unuk merekonsruks kunc akan ea deroleh. Srukur akses daa denukan Pada conoh d aas, srukur akses harus denukan dahulu seelum mendsruskan share keada semua arsan dalam ssem, sehngga ada skema n srukur akses daa denukan sendr.

18 Kekurangan dar Skema Pemagan Rahasa dengan Menggunakan Graf TSA Dar enelasan d aas, deroleh eeraa kekurangan dar skema dengan menggunakan graf TSA adalah : Skema dengan menggunakan graf TSA dak semurna. Share yang derkan keada arsan meruakan nformas mengena seagan dar lael graf oal ss aa, sehngga ada eluang ag arsan yang ukan hmunan yang der kuasa unuk mencoa mendaakan rahasa. Banyaknya arsan eraas. Karena umlah hmunan krs yang erdaa ada sea graf TSA yang dlh eraas mengakakan anyaknya arsan eraas. Komuas dalam mencar hmunan krs dan dalam melengka lael ada graf cuku komleks. Hngga saa n elum dkeahu suau algorma yang daa menenukan hmunan krs dar suau graf TSA secara efsen. Cara yang anyak dgunakan unuk menenukan hmunan krs n adalah dengan menghlangkan sau ersau lael ada daun, ss yang ereangga dengan daun, aau k usa dar graf TSA yang lengka secara acak, d mana ka lael dhlangkan, kemudan lael kosong dlengka kemal, maka deroleh graf TSA awal. Namun lael dak daa dhlangkan ka saa dlengka kemal, deroleh leh dar sau graf TSA yang ereda. Hal n dlakukan sama dak ada lag lael yang daa dhlangkan. Algorma yang derlukan adalah unuk menghlangkan lael dan melengka lael menad graf TSA awal. Algorma unuk menghlangkan lael n erua ernah erulang dan dlakukan ada sea lael ada graf TSA. Komuas akan semakn komleks unuk m yang semakn esar. Dsamng u, algorma melengka lael kosong menad graf TSA awal cuku komleks ka lael k usa dak dkeahu, seer ada enelasan conoh d aas.

19 7 3.4 Skema Pemagan Rahasa dengan Ruang Vekor Brckell Skema emagan rahasa n menggunakan ruang vekor seaga ala, yau dengan memangkkan eeraa vekor sehngga memenuk ruang vekor. Penelasan mengena mengkonsruks ruang vekor adalah seaga erku: Unuk rma dan d, ( ) d adalah ruang vekor aas laangan. a ( ) d, dengan a ( memenuh a a,, a d ), a. Msalkan erdaa fungs φ : P ( ) d yang (,0,...,0) φ ( P ) P A A Γ : d mana w, dengan w adalah anyaknya arsan dalam ssem (kardnalas dar hmunan arsan P). K adalah kunc yang drahasakan, sedangkan φ(p) dan s adalah share yang derkan keada arsan. Vekor (,0,...,0) daa deksreskan seaga komnas lner dar vekor-vekor ada hmunan { φ ( P ): P A } ka dan hanya ka A adalah hmunan yang der kuasa unuk merekonsruks kunc. Taha- aha dalam mendsruskan share adalah seaga erku:. D memlh vekor φ (P ) yang memenuh,0,...,0) ( P ) P A A Γ. D memerkan vekor φ (P ) ke P, P A. ( φ. 3. Msalkan K adalah kunc, D memlh d elemen dar, yau a,a. 4. D menghung s a φ(p ), w d mana a (K, ). a,a d 5. D memerkan s ke P,, dengan P A : d Msalkan A hmunan yang der kuasa. Jka semua arsan d A mengumulkan share mereka, maka mereka daa menghung kunc K, karena ( P ) P A (,0,...,0) φ :,

20 8 sehngga daa duls dengan d mana. Msalkan s dengan a ( a a, (,0,...,0) φ ( P ) : P A adalah share yang derkan ke P, maka s a φ ( ), a d, P ) adalah elemen yang dak dkeahu arsan yang dlh oleh dealer, dan K a a (,0,,0). Dengan menggunakan sfa kelneran oeras hasl kal dalam deroleh ahwa Sehngga K s : P A K a φ ( P ) : P A K a φ ( P ) : P A Skema emagan rahasa Brckell daa dlusraskan dalam conoh erku :. Fase dsrus share Msalkan d 3 dan 7. Msalkan Γ {{P,P },{P,P 3 }} dan φ ddefnskan seaga erku: φ(p ) (3,,) φ(p ) (,,) φ(p 3 ) (3,,) D mana φ memenuh,0,...,0) ( P ) P A A Γ ( φ. : Msalkan K 5. Dealer memlh a, dan a 3 4 sehngga deroleh a (K, a, a 3 ) (5,,4) Maka s a φ (P ) (5,,4) (3,,) s a φ (P ) 4 s 3 a φ (P 3 ) Share s, s, s 3, dan vekor φ(p ), φ(p ), φ(p 3 ) derkan keada arsan P, P, dan P 3.

21 9. Fase rekonsruks kunc Dkeahu d 3, 7 dan Γ {{P,P },{P,P 3 }}. Dkeahu seelumnya ahwa share yang erdaa ada arsan eruruan adalah φ(p ) (3,,), s, φ(p ) (,,), s 4, dan φ(p 3 ) (3,,), s 3. Msalkan P dan P menyaukan share mereka. Karena φ memenuh,0,...,0) ( P ) P A A Γ ( φ, maka : (,0,0) φ (P ) φ (P ), dengan, (,0,0) (3,,) (,,) Deroleh dan 6 Dar enelasan seelumnya, dkeahu ahwa K s. Sehngga K s s Maka K 5. () 6(4) 6 (mod 7) 5 : P A 3.4. Kelehan dar Skema Pemagan Rahasa dengan Ruang Vekor Brckell Dar enelasan d aas, deroleh eeraa kelehan dar skema dengan ruang vekor Brckell adalah: Skema emagan rahasa Brckell adalah semurna. Msalkan B adalah hmunan dar arsan yang dak der kuasa. Dar enelasan seelumnya dkeahu ahwa,0,...,0) ( P ) P A A Γ sehngga ( φ, (,0,...,0) φ( P ),, dengan A adalah hmunan yang der : P A kuasa. Jka arsan d B menyaukan share mereka, maka dak akan deroleh nla dengan : P B, karena,0,...,0) ( P ): P B : ( φ. Nla a a, uga dak dkeahu sehngga arsan d B dak akan mendaakan nformas mengena kunc. Perhungan dak memerlukan komuas yang esar. Dalam komuas ada fase dsrus, algorma yang duuhkan adalah unuk memangkkan eeraa vekor dan melakukan oeras erkalan. Pada fase, a d

22 30 rekonsruks kunc, algorma yang derlukan adalah unuk memandngkan, oeras erkalan, dan enumlahan. Dengan kaa lan, algorma yang duuhkan cuku sederhana. Banyaknya arsan daa dak eraas. Banyaknya vekor yang denuk oleh dealer unuk derkan keada arsan dak eraas, sehngga umlah arsan daa dak eraas. Srukur akses daa denukan. Pada enelasan seelumnya, srukur akses harus denukan dahulu seelum mendsruskan share keada semua arsan dalam ssem, sehngga ada skema n srukur akses daa denukan sendr Kekurangan dar Skema Pemagan Rahasa dengan Ruang Vekor Brckell Dar enelasan d aas, deroleh kekurangan dar skema dengan ruang vekor Brckell adalah : Banyaknya hmunan yang der kuasa eraas. Msalkan A, A Γ. Msalkan A {P,P,P 3 }, maka arsan P,P,P 3 akan mendaakan share eruruan s, s, dan s 3. Jka ngn memenuk hmunan A {P,P 3,P 5 } dalam ssem yang sama maka s s 5. Namun dak akan sa denuk hmunan A 3 {P,P,P 5 }, dengan A 3 Γ ana menggan salah sau nla share, yang nannya akan memengaruh hmunan yang der kuasa yang lan. Jad, dak seer skema Shamr, yau dak unuk sea searang A arsan daa merekonsruks kunc ( A adalah anyaknya arsan yang derlukan unuk merekonsruks kunc dengan A adalah hmunan yang der kuasa), melankan arsan erenu yang sudah deakan seelumnya. Karena u, anyaknya hmunan yang der kuasa eraas umlahnya. Jka leh aau kurang dar A arsan menyaukan share mereka, maka kunc dak akan deroleh. Jka leh aau kurang dar A arsan dalam merekonsruks kunc akan (,0,...,0) P : P A A Γ menad dak erenuh, mengakakan φ ( ) sehngga kunc dak akan deroleh.

BAB 8 PERSAMAAN DIFERENSIAL BIASA

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

Lebih terperinci

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

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

Lebih terperinci

APLIKASI INVERSI NON LINIER DENGAN PENDEKATAN LINIER UNTUK MENENTUKAN HIPOSENTER (CONTOH KASUS DI G. KELUD)

APLIKASI INVERSI NON LINIER DENGAN PENDEKATAN LINIER UNTUK MENENTUKAN HIPOSENTER (CONTOH KASUS DI G. KELUD) Alkas Iners Non Lner Dengan Pendekaan Lner Unuk Menenukan Hosener Conoh Kasus d G. Kelud) Cece Sulaeman) APLIKASI INVERSI NON LINIER DENGAN PENDEKATAN LINIER UNTUK MENENTUKAN HIPOSENTER CONTOH KASUS DI

Lebih terperinci

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI

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

Lebih terperinci

Analisis Jalur / Path Analysis

Analisis Jalur / Path Analysis Analss Jalur / Pah Analyss Analss jalur adalah salah sau benuk model SEM yang dak mengandung varable laen. Tenu saja model n lebh sederhana dbandngkan dengan model SEM lengka. Analss jalur sebenarnya meruakan

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

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

Lebih terperinci

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C Oleh : Ir. A.achman Hasbuan dan Naemah Mubarakah, ST . Persamaan Dferensal Orde Sau Adapun benuk yang sederhana dar suau persamaan dferensal orde sau adalah:

Lebih terperinci

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III THREE STAGE LEAST SQUARE Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode penaksran parameer pada persamaan smulan yau meode Three Sage Leas Square (3SLS. Sebelum djelaskan lebh lanju

Lebih terperinci

BAB III PERSAMAAN ARPS DAN METODE TABEL

BAB III PERSAMAAN ARPS DAN METODE TABEL BAB III ERSAMAAN ARS DAN METODE TABEL 3. ersamaan Ars Meoda decline curve analysis (analisis enurunan kurva) meruakan suau meode yang sering digunakan unuk mengesimasi erhiungan cadangan yang daa diamil

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 robabilias 2.1.1 Definisi robabilias adalah kemungkinan yang daa erjadi dalam suau erisiwa erenu. Definisi robabilias daa diliha dari iga macam endekaan, yaiu endekaan klasik,

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III MINIMUM COVARIANCE DETERMINANT Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode robus unuk mendeeks penclan (ouler) dalam analss komponen uama robus yau meode Mnmum Covarance Deermnan

Lebih terperinci

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal Hdden Markov Model Oleh : Frdanza, urul Gusran dan Akmal Dosen Jurusan Maemaka FMIPA Unversas Padjadjaran Jl. Raya Bandung Sumedang Km 2, Janangor, Jawa Bara elp. / Fax : 022 7794696 Absrak Hdden Markov

Lebih terperinci

( L ). Matriks varians kovarians dari

( L ). Matriks varians kovarians dari LIVIA PUSPA T 677 9.3 METODE KOMPONEN UTAMA Informas yang dbuuhkan daam eknk komponen uama suau daa ddapa dar marks varans kovarans, aau marks koreasnya. Meode komponen uama n, beruuan unuk menaksr parameer

Lebih terperinci

Abstract. Jalan Ir.Sutami No.36A Surakarta Telp e-jurnal MATRIKS TEKNIK SIPIL/Desember 2016/1146

Abstract. Jalan Ir.Sutami No.36A Surakarta Telp e-jurnal MATRIKS TEKNIK SIPIL/Desember 2016/1146 STUDI PARAMETRIK PENGARUH KUAT TEKAN BETON DAN GAYA PRATEGANG AWAL TERHADAP DIMENSI PENAMPANG T BALOK BETON PRATEGANG (STUDI KASUS HOTEL ALILA, SURAKARTA Auan Armando Syaullah 1, S.A Krsawan 2, Edy Purwano

Lebih terperinci

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu Sudaryano Sudrham nalss Rangkaan Lsrk D Kawasan Waku BB 12 nalss Transen d Kawasan Waku Rangkaan Orde Perama Yang dmaksud dengan analss ransen adalah analss rangkaan yang sedang dalam keadaan peralhan

Lebih terperinci

BAB 3 GAMBARAN UMUM TEMPAT RISET

BAB 3 GAMBARAN UMUM TEMPAT RISET BAB 3 GAMBARAN UMUM TEMPAT RISET 3. Sejarah dan Kegatan Operasonal Perusahaan 8 3.. Sejarah Perkemangan Kantor Perwaklan Bank Indonesa Wlayah I (Sumut & Aceh) 8 3. Struktur Organsas dan Deskrps Tugas Kantor

Lebih terperinci

Kresnanto NC. Model Sebaran Pergerakan

Kresnanto NC. Model Sebaran Pergerakan Kresnano C Moel Sebaran Pergerakan Kresnano C Tujuan Uama: Mengeahu pola pergerakan alam ssem ransporas serng jelaskan alam benuk arus pergerakan (kenaraan, penumpang, an barang) yang bergerak ar zona

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

BAB III MODEL PERTUMBUHAN EKONOMI DUA SEKTOR

BAB III MODEL PERTUMBUHAN EKONOMI DUA SEKTOR 15 BAB III MODEL PERTUMBUHA EKOOMI DUA SEKTOR 3.1 Aum dan oa Model perumbuhan dua ekor n merupakan model perumbuhan dengan dua komod yang dhalkan, yau barang modal dan barang konum. Kedua barang n dproduk

Lebih terperinci

9. TEKNIK PENGINTEGRALAN

9. TEKNIK PENGINTEGRALAN 9. TEKNIK PENGINTEGRALAN 9. Inegral Parsal Formula Inegral Parsal : Cara : plh u yang urunannya lebh sederhana Conoh : Hung u dv uv v du e d msal u =, maka du=d dv e d v e d e sehngga e d e e d e e C INF8

Lebih terperinci

BAB II TINJAUAN PUSTAKA. membahas analisis deret waktu, diagram kontrol Shewhart, Average Run Length

BAB II TINJAUAN PUSTAKA. membahas analisis deret waktu, diagram kontrol Shewhart, Average Run Length BAB II TINJAUAN PUSTAKA Pendahuluan Dalam enulsan maer okok dar skrs n derlukan beberaa eor-eor yang mendukung, yang menjad uraan okok ada bab n Uraan dmula dengan membahas analss dere waku, dagram konrol

Lebih terperinci

PERGESERAN KELAS-PANJANG DAN LENGTH-WEIGHT

PERGESERAN KELAS-PANJANG DAN LENGTH-WEIGHT PERGESERAN KELAS-PANJANG DAN LENGTH-WEIGHT I. Pergeseran Kelas-Panjang Model perumuhan panjang (formula vbgf) isa diduga jika kia mempunyai panjang ikan, L, pada eragai umur,, yang ereda. Pendugaan umur

Lebih terperinci

! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013

! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013 ! BUPAT PACrAN j PERATURAN BUPAT PACTAN NOMOR 18 TAHUN 2013 TENTANG PEDOMAN PENYUSUNAN LAPORAN DEWAN PENGAWAS BADAN LAYANAN UMUM DAERAH PADA RUMAH SAKT UMUM DAERAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013 3. Lokas dan Waku Penelan 3.. Lokas Penelan BAB III METODOLOGI PENELITIAN Penelan n dlaksanakan d SMP Neger 7 Goronalo pada ahun ajaran 0/03 3.. Waku Penelan Penelan n d laksanakan pada semeser genap ahun

Lebih terperinci

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

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

Lebih terperinci

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor ANaISIS - TANSIEN. Kapasor dalam angkaan D Sebuah kapasor akan ermua bla erhubung ke sumber egangan dc seper yang dperlhakan pada Gambar. Pada Gambar (a), kapasor dak bermuaan yau pla A dan pla B mempunya

Lebih terperinci

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

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

Lebih terperinci

b. Tentukan eigenket-eigenket dari sistem tersebut sebagai kombinasi linier dari 1 dan 2

b. Tentukan eigenket-eigenket dari sistem tersebut sebagai kombinasi linier dari 1 dan 2 Solus UTS Mekanka Kuantum Program Stud S Fska Tanggal ujan: 6 Oktoer 7 Dosen: Muhammad Azz Majd, Ph.D. Assten: Ahmad Syahron, S.S. Soal Hamltonan seuah sstem -keadaan two states system dnyatakan dengan

Lebih terperinci

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1 PENDUGAAN SAISIK AREA KECIL DENGAN MEODE EMPIRICAL CONSRAINED AYES Ksmann Jurusan Penddkan Maemaka FMIPA Unversas Neger Yogyakara Absrak Meode emprcal ayes (E merupakan meode yang lebh aplkaf pada pendugaan

Lebih terperinci

Penerapan Statistika Nonparametrik dengan Metode Brown-Mood pada Regresi Linier Berganda

Penerapan Statistika Nonparametrik dengan Metode Brown-Mood pada Regresi Linier Berganda Jurnal EKSPONENSIAL Volume 7, Nomor, Me 6 ISSN 85-789 Penerapan Saska Nonparamerk dengan Meode Brown-Mood pada Regres Lner Berganda Applcaon of Nonparamerc Sascs, wh Brown-Mood Mehod on Mulple Lnear Regresson

Lebih terperinci

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a Lecture 2: Pure Strategy A. Strategy Optmum Hal pokok yang sesungguhnya menad nt dar teor permanan adalah menentukan solus optmum bag kedua phak yang salng bersang tersebut yang bersesuaan dengan strateg

Lebih terperinci

Percobaan Faktor Tunggal (RAL, RAKL, RBSL)

Percobaan Faktor Tunggal (RAL, RAKL, RBSL) Percoaan Faktor Tunggal RAL, RAKL, RBSL Faktor Tunggal Dalam RAKL Rancangan Acak Kelompok Lengkap Karakterstk Rancangan Perlakuan yang dcoakan merupakan taraftaraf dar satu faktor tertentu Faktor-faktor

Lebih terperinci

Oleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw

Oleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw Oleh : Harfa Hanan Yoga A Nugraha Gemur Safar ka Sautr Arya Andka Dumanau Dosen : Dr.rer.nat. Ded osad, S.S., M.Sc. Program Stud Statstka Fakultas Matematka dan Ilmu Pengetahuan Alam Unverstas Gadah Mada

Lebih terperinci

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS Mra Puspasar, Snggh Sapad, Dana Puspasar Absraks PT Ulam Tba Halm merupakan salah sau ndusr mnuman serbuk d Indonesa, dmana

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

Peramalan Dengan Model SVAR Pada Data Inflasi Indonesia Dan Nilai Tukar Rupiah Terhadap Dolar Amerika Dengan Menggunakan Metode Bootstrap

Peramalan Dengan Model SVAR Pada Data Inflasi Indonesia Dan Nilai Tukar Rupiah Terhadap Dolar Amerika Dengan Menggunakan Metode Bootstrap Peramalan Dengan Model SVR Pada Daa Inflas Indonesa Dan Nla Tukar Ruah Terhada Dolar merka Dengan Menggunakan Meode Boosra Dav S Wardan, d Seawan 2, Dd B Nugroho 3 PS Maemaka, Fak Sans dan Maemaka, UKSW

Lebih terperinci

Fisika Modern. Persamaan Schroodinger dan Fingsi Gelombang

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

Lebih terperinci

Line Transmisi. Oleh: Aris Heri Andriawan ( )

Line Transmisi. Oleh: Aris Heri Andriawan ( ) ANALISIS APLIKASI PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA-BALI DENGAN MENGGUNAKAN UNIT COMMITMENT, UNIT DECOMMITMENT DAN MODIFIED UNIT DECOMMITMENT Oleh: Ars Her Andrawan (07000)

Lebih terperinci

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan Opma Model Invenory Deermnk unuk Permnaan Menak dan Baya Pemeanan Konan Dana Purwaar, Rully Soelaman, Fr Qona Fakula Teknolog Informa, Inu Teknolog Sepulu Nopember, Surabaya E-mal : rully@-by.edu Abrak

Lebih terperinci

TINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph

TINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph TINJAUAN PUSTAKA Bayesan Networks BNs dapat memberkan nformas yang sederhana dan padat mengena nformas peluang. Berdasarkan komponennya BNs terdr dar Bayesan Structure (Bs) dan Bayesan Parameter (Bp) (Cooper

Lebih terperinci

Bab IV Pemodelan dan Perhitungan Sumberdaya Batubara

Bab IV Pemodelan dan Perhitungan Sumberdaya Batubara Bab IV Pemodelan dan Perhtungan Sumberdaa Batubara IV1 Pemodelan Endapan Batubara Pemodelan endapan batubara merupakan tahapan kegatan dalam evaluas sumberdaa batubara ang bertuuan menggambarkan atau menatakan

Lebih terperinci

Pengenalan Aksara Pallawa dengan Model Hidden Markov

Pengenalan Aksara Pallawa dengan Model Hidden Markov Pengenalan Aksara Pallawa dengan Model Hdden Markov Wwen Wdyasu Teknk Elekro, Fakulas Sans dan Teknolog, Unversas Sanaa Dharma Emal: wwen@usd.ac.d Absrak Aksara Pallawa aau kadangkala duls sebaga Pallava

Lebih terperinci

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K

Lebih terperinci

\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA

\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA y BUPAT PACTAN PERATURAN BUPAT PACTAN : NOMOR 55" TAHUN 20 ; TENTANG \ DANA ALOKAS DESA DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN, Menmbang : a. bahwa dalam rangka penngkaan penyelenggaraan pemernahan,

Lebih terperinci

PENGGABUNGAN PADA SUPER EDGE-MAGIC PETERSEN GRAPH DENGAN VERTEX PADA SETIAP VERTEX YANG ADA. Ida Christiana 1,Chairul Imron 2 ABSTRAK

PENGGABUNGAN PADA SUPER EDGE-MAGIC PETERSEN GRAPH DENGAN VERTEX PADA SETIAP VERTEX YANG ADA. Ida Christiana 1,Chairul Imron 2 ABSTRAK PENGGABUNGAN PADA SUPER EDGE-MAGIC PETERSEN GRAPH DENGAN VERTEX PADA SETIAP VERTEX YANG ADA Ida Chrstana 1,Charul Imron ABSTRAK Pelabelan suatu grah adalah suatu emetaan dar hmunan elemen grah (vertex,

Lebih terperinci

Peramalan Jumlah Penumpang Kereta Api Kelas Ekonomi Kertajaya Menggunakan ARIMA dan ANFIS

Peramalan Jumlah Penumpang Kereta Api Kelas Ekonomi Kertajaya Menggunakan ARIMA dan ANFIS JURNAL SAINS DAN SENI ITS Vol. 4 No. (05) 33-350 (30-9X Prn) D-3 Peramalan Jumlah Penumpang Kerea Ap Kelas Ekonom Keraaya Menggunakan ARIMA dan ANFIS Ilaf Andala dan Irhamah Jurusan Saska Fakulas Maemaka

Lebih terperinci

3 METODE HEURISTIK UNTUK VRPTW

3 METODE HEURISTIK UNTUK VRPTW 12 3 METODE HEURISTIK UNTUK VRPTW 3.1 Metode Heurstk Metode heurstk merupakan salah satu metode penentuan solus optmal dar permasalahan optmas kombnatoral. Berbeda dengan solus eksak yang menentukan nla

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI. Tnjauan Pusaka.. Uj Keseragaman Daa Tujuan uama pengukuran uj keseragaman daa adalah unuk mendapakan da yang seragam. Kedak seragaman daa dapa daang anpa dsadar, maka dperlukan suau

Lebih terperinci

PENGUKURAN VALUE AT RISK PADA ASET TUNGGAL DAN PORTOFOLIO DENGAN SIMULASI MONTE CARLO. Di Asih I Maruddani 1, Ari Purbowati 2

PENGUKURAN VALUE AT RISK PADA ASET TUNGGAL DAN PORTOFOLIO DENGAN SIMULASI MONTE CARLO. Di Asih I Maruddani 1, Ari Purbowati 2 Pengukuran Value a sk (D Ash I Maruddan) PEGUKUA VALUE AT ISK PADA ASET TUGGAL DA POTOFOLIO DEGA SIMULASI MOTE CALO D Ash I Maruddan 1, Ar Purbowa 1 Saf Pengajar Program Sud Saska FMIPA UDIP Bro Pusa Saska

Lebih terperinci

Penggunaan Metode Modified Unit Decommitment (MUD) untuk Penjadwalan Unit-Unit Pembangkit Pada Sistem Kelistrikan Jawa - Bali

Penggunaan Metode Modified Unit Decommitment (MUD) untuk Penjadwalan Unit-Unit Pembangkit Pada Sistem Kelistrikan Jawa - Bali Penggunaan Meode Modfed Un Decommmen (MUD) unuk Penjadwalan Un-Un Pembangk Pada Ssem Kelsrkan Jawa - Bal Ars Her Andrawan,2, Onoseno Penangsang ) Jurusan Teknk Elekro TS, Surabaya 60, ndonesa 2) Jurusan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN EORI. njauan Pusaka.. Peramalan Peramalan (forecasng) merupakan ala banu yang penng dalam perencanaan yang efekf dan efsen khususnya dalam bdang ekonom. Dalam organsas modern mengeahu keadaan

Lebih terperinci

IV. METODOLOGI PENELITIAN

IV. METODOLOGI PENELITIAN IV. METODOLOGI PENELITIN 4.. Obek Penelan Obek penelan adalah Provns Sulawes Tengah, yang ddasarkan aas beberapa permbangan. Perama, Provns Sulawes Tengah memlk sumberdaya sekor peranan dan ndusr pengolahan

Lebih terperinci

PENGGUNAAN METODE MODIFIED UNIT DECOMMITMENT (MUD) UNTUK PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA - BALI

PENGGUNAAN METODE MODIFIED UNIT DECOMMITMENT (MUD) UNTUK PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA - BALI Prosdng Semnar Nasonal Manajemen Teknolog X Program Sud MMT-TS, Surabaya 6 Pebruar 2010 PENGGUNAAN METODE MODFED UNT DECOMMTMENT (MUD) UNTUK PENJADWALAN UNT-UNT PEMBANGKT PADA SSTEM KELSTRKAN JAWA - BAL

Lebih terperinci

(Cormen 2002) III PEMBAHASAN. yt : pendapatan rumah tangga pada periode t, dengan yt 0.

(Cormen 2002) III PEMBAHASAN. yt : pendapatan rumah tangga pada periode t, dengan yt 0. 5 Vaabel s dsebu vaabel slak enambahan vaabel slak beujuan unuk mengubah peaksamaan yang mengandung anda menjad sebuah pesamaan eaksamaan () bena jka dan hanya jka pesamaan (2) dan peaksamaan (3) bena

Lebih terperinci

Distribusi Normal Multivariat

Distribusi Normal Multivariat Vol.4, No., 43-48, Januari 08 Disribusi Normal Mulivaria Husy Serviana Husain Absrak Pada engendalian roses univaria berdasarkan variabel, biasanya digunakan model disribusi normal unuk mengamai kualias

Lebih terperinci

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan Opma Model Invenory Deermnk unuk Permnaan Menak dan Baya Pemeanan Konan Dana Purwaar, Rully Soelaman, Fr Qona Fakula Teknolog Informa, Inu Teknolog Sepulu Nopember, Surabaya E-mal : rully@-by.edu Abrak

Lebih terperinci

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR B-5-1 PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR Wsnu Bud Sunaryo, Haryono ITS Surabaya ABSTRAK Dalam duna konsruks saa n pemakaan produk beon

Lebih terperinci

Bab III Komentar terhadap distribusi vec(r)

Bab III Komentar terhadap distribusi vec(r) Bab III Komenar erhada disribusi vec(r Bab ini mengeengahkan enang komenar erhada disribusi asimoik dari mariks korelasi R, dalam benuk vec(r, yang akan menjadi salah sau dasar dalam eneliian diserasi

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

BAB IV NILAI EIGEN DAN VEKTOR EIGEN. Bab ini membahas suatu vektor tidak nol x dan skalar l yang mempunyai

BAB IV NILAI EIGEN DAN VEKTOR EIGEN. Bab ini membahas suatu vektor tidak nol x dan skalar l yang mempunyai BAB IV NILAI EIGEN DAN VEKTOR EIGEN Bab ini membahas suau vekor idak nol dan skalar l yang mempunyai hubungan erenu dengan suau mariks A. Hubungan ersebu dinyaakan dalam benuk A λ. Bagaimana kia memperoleh

Lebih terperinci

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi BAB III FUNGSI MAYOR DAN MINOR Pada bab n akan dbahas konsep-konsep dasar dar fungs mayor dan fungs mnor dar suatu fungs yang terdefns pada suatu nterval tertutup. Pendefnsan fungs mayor dan mnor tersebut

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 5 BAB II LANDASAN TEORI Pada bab n akan dbahas beberapa eor dasar yang kelak akan dgunakan dalam penurunan formula penenuan harga Asan Opon, bak secara analk pada Bab III maupun secara numerk pada Bab

Lebih terperinci

PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER

PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER Penerapan Program Lner Kabur dalam Analss.. Elfranto PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER Elfranto Dosen Unverstas Muhammadyah Sumatera Utara Abstrak: Salah satu kaan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

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

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

Lebih terperinci

Analisis Pengendalian Kualitas Tetes PG Kremboong Sidoarjo Menggunakan Diagram Kontrol MEWMA dan MEWMV

Analisis Pengendalian Kualitas Tetes PG Kremboong Sidoarjo Menggunakan Diagram Kontrol MEWMA dan MEWMV JURNAL SAINS DAN SENI IS Vol. 5 No. (6) 337-35 (3-98 rn) D-89 Analss engendalan Kualas ees G Kremboong Sdoarjo Menggunakan Dagram Konrol MEWMA dan MEWMV Dony Mukhar Haranja dan Muhammad Mashur Jurusan

Lebih terperinci

1. Mistar A. BESARAN DAN SATUAN

1. Mistar A. BESARAN DAN SATUAN A. BESARAN DAN SATUAN Teor Sngka : D dalam Fska gejala alam dama melalu pengukuran. Pengukuran adalah membandngkan suau besaran dengan besaran sejens yang dsepaka sebaga paokan (sandar). Besaran adalah

Lebih terperinci

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN j BUPAT PACTAN ' PERATURAN BUPAT PACTAN NOMOR 4 TAHUN 2012 TENTANG PEMBERAN BANTUAN PERALATAN DAN/ATAU MESN BAG NDUSTR KECL DAN MENENGAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN

Lebih terperinci

menyelesaikan permasalahan dalan penulisan.

menyelesaikan permasalahan dalan penulisan. BAB 5 : IMPLEMENTASI SISTEM Ba n mengurakan proses pengolahan data dengan program yang akan dgunakan yatu SPSS yang memantu dalam menyelesakan permasalahan dalan penulsan. BAB 6 : KESIMPULAN DAN SARAN

Lebih terperinci

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi. BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya

Lebih terperinci

SOLUSI SISTEM PERSAMAAN DIFFERENSIAL NON LINEAR MENGGUNAKAN METODE EULER BERBANTUAN PROGRAM MATLAB SKRIPSI

SOLUSI SISTEM PERSAMAAN DIFFERENSIAL NON LINEAR MENGGUNAKAN METODE EULER BERBANTUAN PROGRAM MATLAB SKRIPSI SOLUSI SISTEM PERSAMAAN DIFFERENSIAL NON LINEAR MENGGUNAKAN METODE EULER BERBANTUAN PROGRAM MATLAB SKRIPSI oleh: RILA DWI RAHMAWATI NIM: 0350050 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS

Lebih terperinci

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 6, o. 03 (017), hal 159 166. PEERAPA MODEL GSTAR(1,1) UTUK DATA CURAH HUJA Ism Adam, Dadan Kusnandar, Hendra Perdana ITISARI Model Generalzed Space Tme

Lebih terperinci

Konferensi Nasional Sistem dan Informatika 2008; Bali, November 15, 2008

Konferensi Nasional Sistem dan Informatika 2008; Bali, November 15, 2008 Konferens asonal Ssem dan Informaka 008; Bal, ovember, 008 KSI08-0 APLIKASI MATEMATIKA UMERIK METODE EWTO RAPHSO DALAM BIDAG MAAJEME KEUAGA: SUATU TIJAUA KHUSUS MEETUKA ILAI ITERAL RATE OF RETUR DA YIELD

Lebih terperinci

PENDAHULUAN LANDASAN TEORI

PENDAHULUAN LANDASAN TEORI PEDAHULUA Laar Belakang Menduga dan meramal sae yang idak bisa diamai secara langsung dari suau kejadian ekonomi adalah ening Pemerinah melalui bank senral dan ara regulaor daa menggunakan informasi enang

Lebih terperinci

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

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

Lebih terperinci

Analisis Penyaluran Kredit kendaraan bermotor Roda Dua Jenis Baru dan Bekas di PT X dengan Metode Vector Autoregressive

Analisis Penyaluran Kredit kendaraan bermotor Roda Dua Jenis Baru dan Bekas di PT X dengan Metode Vector Autoregressive JURNAL SAINS DAN SENI POMITS Vol., No., () 7 (98X Prn) D9 Analss Penyaluran Kred kendaraan bermoor Roda Dua Jens Baru dan Bekas d PT X dengan Meode Vecor Auoregressve Ardhka Surya Pura, Adaul Mukarromah

Lebih terperinci

Di bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif

Di bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif Regres Dummy D bdang ekonom dak semua nformas dapa dukur secara kuanaf Peubah dummy dgunakan unuk memperoleh nformas yang bersfa kualaf Conoh pada daa cross secon: Gender: sebaga penenu jumlah pendapaan

Lebih terperinci

Taksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil

Taksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil Vol. 11, No. 1, 77-83, Jul 2014 Taksran Kurva Regres Slne ada Data Longtudnal dengan Kuadrat Terkecl * Abstrak Makalah n mengka tentang estmas regres slne khususnya enggunaan ada data longtudnal. Data

Lebih terperinci

PENGGUNAAN ORDER STATISTICS DALAM MENENTUKAN SAMPEL PADA EKSPERIMEN LIFE-TESTING

PENGGUNAAN ORDER STATISTICS DALAM MENENTUKAN SAMPEL PADA EKSPERIMEN LIFE-TESTING BIASaisics (2016) Vol. 10, No. 1, hal. 1-7 PENGGUNAAN ORDER STATISTICS DALAM MENENTUKAN SAMPEL PADA EKSPERIMEN LIFE-TESTING Yeny Krisa Frany 1, Budhi Handoko 2 1,2 Deparemen Saisika FMIPA Universias Padjadjaran

Lebih terperinci

Penerapan Metode Extreme Learning Machine untuk Peramalan Permintaan

Penerapan Metode Extreme Learning Machine untuk Peramalan Permintaan Peneraan eode Ereme Learnng achne unuk Peramalan Permnaan Irwn Dw Agusna, Wwk Anggraen, S.S,.om, Ahmad ukhlason, S.om,.Sc Jurusan Ssem Informas, Insu eknolog Seuluh oember, Surabaya, Indonesa Absrak Permnaann

Lebih terperinci

III FUZZY GOAL LINEAR PROGRAMMING

III FUZZY GOAL LINEAR PROGRAMMING 7 Ilustras entu hmpunan fuzzy dan fungs eanggotaannya dapat dlhat pada Contoh 3. Contoh 3 Msalan seseorang dataan sudah dewasa ja erumur 7 tahun atau leh, maa dalam loga tegas, seseorang yang erumur urang

Lebih terperinci

CADANGAN PREMI ASURANSI PENSIUN UNTUK PENSIUN NORMAL PADA STATUS HIDUP GABUNGAN

CADANGAN PREMI ASURANSI PENSIUN UNTUK PENSIUN NORMAL PADA STATUS HIDUP GABUNGAN CAAGA PREMI ASURASI PESIU UTUK PESIU ORMAL PAA STATUS HIUP GABUGA esi oiasari Silaban *, Hasriai, Musraini Mahasiswa Program S Maemaika osen Jurusan Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Universias

Lebih terperinci

Kajian Model Markov Waktu Diskrit Untuk Penyebaran Penyakit Menular Pada Model Epidemik SIR

Kajian Model Markov Waktu Diskrit Untuk Penyebaran Penyakit Menular Pada Model Epidemik SIR JURAL TEKK POT Vol, o, (0) -6 Kajan odel arkov Waku Dskr Unuk Penyebaran Penyak enular Pada odel Epdemk R Rafqaul Hasanah, Laksm Pra Wardhan, uhud Wahyud Jurusan aemaka, Fakulas PA, nsu Teknolog epuluh

Lebih terperinci

OPTIMASI MASALAH PENUGASAN. Siti Maslihah

OPTIMASI MASALAH PENUGASAN. Siti Maslihah JPM IIN ntasar Vol. 01 No. 2 Januar Jun 2014, h. 95-106 OPTIMSI MSLH PNUGSN St Maslhah bstrak Pemrograman lner merupakan salah satu lmu matematka terapan yang bertuuan untuk mencar nla optmum dar suatu

Lebih terperinci

METODE NUMERIK. INTERPOLASI Interpolasi Beda Terbagi Newton Interpolasi Lagrange Interpolasi Spline.

METODE NUMERIK. INTERPOLASI Interpolasi Beda Terbagi Newton Interpolasi Lagrange Interpolasi Spline. METODE NUMERIK INTERPOLASI Interpolas Beda Terbag Newton Interpolas Lagrange Interpolas Splne http://maulana.lecture.ub.ac.d Interpolas n-derajat polnom Tujuan Interpolas berguna untuk menaksr hargaharga

Lebih terperinci

kimia LAJU REAKSI II Tujuan Pembelajaran

kimia LAJU REAKSI II Tujuan Pembelajaran KTSP & K-13 kimia K e l a s XI LAJU REAKSI II Tujuan Pembelajaan Seelah mempelajai maei ini, kamu dihaapkan memiliki kemampuan beiku. 1. Mengeahui pesamaan laju eaksi.. Memahami ode eaksi dan konsana laju

Lebih terperinci

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam BAB LANDASAN TEORI Pengertan Regres Istlah regres dperkenalkan oleh seorang yang ernama Francs Gulton dalam makalah erjudul Regresson Towerd Medacraty n Heredtary Stature Menurut hasl peneltan elau, meskpun

Lebih terperinci

PENGURUTAN DATA. A. Tujuan

PENGURUTAN DATA. A. Tujuan PENGURUTAN DATA A. Tuuan Pembahasan dalam bab n adalah mengena pengurutan data pada sekumpulan data. Terdapat beberapa metode untuk melakukan pengurutan data yang secara detl akan dbahas ddalam bab n.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Sumer daya kelautan dan perkanan adalah salah satu sumer daya alamyang merupakan aset negara dan dapat memerkan sumangan yang erharga ag keseahteraan suatu angsa termasuk

Lebih terperinci

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG INDEPT, Vol., No. 3, Okober 01 ISSN 087 945 PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG Samsul Budaro, ST., MT Dosen Teap Teknk Indusr, Wakl Dekan III akulas Teknk, Unversas

Lebih terperinci

Reliabilitas. A. Pengertian

Reliabilitas. A. Pengertian Relablas A. Pengean Relablas adalah sejauh mana hasl ujan sswa eap aau konssen da posedu penlaan (Nko, 007:66). Menuu Ellen, suau es dkaakan elabel jka sko obsevas nla awal behubungan dengan sko yang sebenanya.

Lebih terperinci

PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC

PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC Kurnawan *, Rolan Pane, Asl Srat Mahasswa Program Stud S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

Lebih terperinci

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1 Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran

Lebih terperinci

PERANCANGAN JARINGAN AKSES KABEL (DTG3E3)

PERANCANGAN JARINGAN AKSES KABEL (DTG3E3) PERCG JRIG KSES KBEL (DTG3E3) Dsusun Oleh : Hafdudn,ST.,MT. (HFD) Rohmat Tulloh, ST.,MT (RMT) Prod D3 Teknk Telekomunkas Fakultas Ilmu Terapan Unverstas Telkom 015 Peramalan Trafk Peramalan Trafk Peramalan

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

Lebih terperinci

MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT

MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 07, No. (018), hal 85 9. MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT Felca Kurna Kusuma Wra Pur, Dadan

Lebih terperinci

BUPATI PACITAN. i PERATURAN BUPATI PACITAN ; NOMOR 5" TAHUN 2008 TENTANG

BUPATI PACITAN. i PERATURAN BUPATI PACITAN ; NOMOR 5 TAHUN 2008 TENTANG BUPAT PACTAN PERATURAN BUPAT PACTAN ; NOMOR 5" TAHUN 2008 TENTANG PETUNJUK PELAKSANAAN PERATURAN DAERA KABUPATEN PACTAN NOMOR 25 TAHUN 2007 TENTANG ORGAN DAN KEPEGAWAAN PERUSAHAAN DAERAH AR MNUM j KABUPATEN

Lebih terperinci