Model Epidemi Seir dengan Insidensi Standar. Model of SEIR Epidemic with Standard Incidence

Ukuran: px
Mulai penontonan dengan halaman:

Download "Model Epidemi Seir dengan Insidensi Standar. Model of SEIR Epidemic with Standard Incidence"

Transkripsi

1 POLI EKAYASA Volume omor Oktoer 6 ISS : Model Epdem Ser dengan Insdens Standar Model of SEI Epdemc wth Standard Incdence on Tr Putra Jurusan Teknk Spl Polteknk eger Padang Kampus Lmau Mans Padang 56 Telp Fax Emal : putra_tryronny@yahoocod Astract In ths paper t wll e studed stalty for a SEI epdemc model wth nfectous force n latent nfected and mmune perod wth standard ncdence From the model t wll e found nvestgated the exstence and unqueness soluton of ponts ts equlrum Exstence soluton of ponts equlrum proved y show ts dfferental equatons system of equlrum contnue and unqueness soluton of ponts equlrum proved y show ts dfferental equaton system of equlrum dfferentale contnue Key words : Exstence Soluton Unqueness Soluton Equlrum Ponts Standard Incdence PEDAHULUA Perkemangan lmu pengetahuan d dang matematka turut memerkan peranan pentng dalam menggamarkan fenomena penyearan penyakt Peranan terseut uangkan dalam entuk model matematka yang dapat danalss sfatsfatnya Pemodelan matematka merupakan dang matematka yang erusaha untuk merepresentas dan menjelaskan sstemsstem fsk atau prolem pada duna rl dalam pernyataan matematk sehngga dperoleh pemahaman dar prolem duna rl menjad leh tepat epresentas matematka yang dhaslkan dar proses n dkenal seaga Model Matematka Konstruks analss dan penggunaan model matematka dpandang seaga salah satu aplkas matematka yang palng pentng Model matematka dgunakan dalam anyak dspln lmu dan dang stud yang ereda Kta dapat mencar aplkas model matematka d dang-dang sepert fska lmu sosal dan poltk ekonom sns dan keuangan prolem-prolem jarngan komputer serta lmu olog dan kedokteran Dantara aplkas model matematka pada dang lmu olog dan kedokteran adalah model matematka yang erkatan dengan penyakt menular Pemodelan penyakt menular mendapat perhatan esar dalam stud epdemolog Tujuan utama dar pemodelan adalah menjawa peran nfeks penyakt dalam mengatur populas alam yatu mengurang fluktuas alam populas yang ternfeks Penerapan model matematka dan teknk matematka untuk mendalam masalah oscences dpelajar dalam mathematcal oscences Salah satu caang mathematcal oscences adalah mathematcal epdemology yang mempelajar tentang penyearan dan pengendalan penyakt Mempelajar model epdem yang ddalamnya termasuk penyakt penyea kematan pada suatu populas total yang eruah merupakan hal pentng dalam mathematcal epdemology Banyak model-model matematka yang telah dkemangkan ertujuan untuk mempelajar penularan penyakt untuk mengevaluas penyearan dar epdem dapat mencegah adanya penyakt atau untuk memnmalsr penyearan penyakt Dalam kurun waktu yang panjang memaham perlaku penyakt akan memantu untuk mengetahu apakah epdem akan menghlang atau tetap erada dalam suatu populas 7

2 POLI EKAYASA Volume omor Oktoer 6 ISS : Epdemology merupakan suatu caang lmu yang mempelajar agamana terjad epdemk dalam suatu populas makhluk hdup Dengan menggunakan pemodelan matematka yang ddasarkan pada asums-asums tertentu dharapkan dar model yang dsusun dapat menjelaskan fenomena dan mengaml tndakan apa yang harus dlakukan jka terjad epdem Epdem merupakan suatu keadaan dmana erjangktnya suatu penyakt menular dalam populas pada suatu tempat yang meleh perkraan kejadan normal dalam perode yang sngkat Bla penyakt terseut selalu terdapat dalam suatu tempat egtupun dengan faktor penyeanya maka dkatakan Endemc kemudan la penyakt terseut mempunya ruang lngkup penyearan yang sangat luas (gloal) maka dseut Pandemc Perlaku dnamk dar sstem untuk menganalss dnamka penyearan penyakt terdapat eerapa model matematka yang serng dgunakan Modelmodel terseut memlk konsep yang sama yatu compartmental epdemolog (pemagan kelas) yang menggamarkan penyearan penyakt dar masng-masng kelas Jad dalam suatu populas akan terag menjad eerapa kelas dmana masng-masng kelas mewakl tahapan yang ereda Kelas S (susceptle) dgunakan untuk mewakl ndvdundvdu yang rentan terhadap nfeks vrus kemudan kelas I (nfectous) dgunakan untuk mewakl ndvdu-ndvdu yang telah ternfeks dan mampu menularkan atau menyearkan penyakt ke ndvdu pada populas rentan untuk kelas (recovered) dgunakan untuk mewakl ndvdu-ndvdu ternfeks yang telah semuh dar penyakt dan memlk kekealan permanen yang artnya ndvdu terseut tdak akan ternfeks lag untuk jens penyakt yang sama amun pada model SIS kelas (recovered) mewakl ndvdu-ndvdu yang telah semuh dan akan tereas dar nfeks vrus kemudan akan memasuk populas rentan (susceptle) kemal Pada model-model epdemk yang memperhatkan adanya perode laten(masa nkuas) sepert model SEI MSEI terdapat kelas E(exposed) yang dgunakan untuk mewakl ndvdu-ndvdu yang aru ternfeks dan memasuk perode latent dalam perode n ndvdu terseut tdak memlk kemampuan untuk menularkan penyakt ke ndvdu lan sedangkan kelas M (Maternallydervedmmunty) dgunakan untuk mewakl ndvdu-ndvdu yang aru lahr dan memlk kekealan pasf yang ddapatkan dar unya namun hal n hanya erlangsung sementara kemudan ndvdu pada kelas M n akan memasuk kelas rentan (susceptle) Model matematka epdem dantaranya SI SIS SEI MSEI dan termasuk model SVID Beraga macam penyakt epdem sepert campak (measles) tuercoloses malara dan Human Immunodefcency Vrus(HIV) mempunya perode laten Perode laten adalah selang waktu dmana suatu ndvdu ternfeks sampa munculnya penyakt Adanya perode laten n menjad alasan pementukan model epdem SEI yakn munculnya kelas exposed Dalam tulsan n hanya akan dahas model epdem SEI Dengan eraga asums dkenal eraga model epdem dantaranya SI SIS SEI SEIS dan SEIS Dalam model SI ndvdu yang semuh mempunya kekealan sehngga tdak lag menjad rentan sedangkan untuk model SIS ndvdu yang sudah semuh tdak memlk kekealan terhadap penyakt terseut sehngga dapat menjad rentan lag Dalam model SEI SEIS dan SEIS ndvdu yang rentan melalu masa laten setelah ternfeks seelum menjad terjangkt Ada tga jens fungs ncdence yang ereda dalam model epdem SEI yatu: a Mass acton ncdence yatu laju kontak tergantung pada jumlah total populas Suatu anggota populas memuat kontak yang cukup untuk 74

3 POLI EKAYASA Volume omor Oktoer 6 ISS : menularkan nfeks dengan rata-rata anggota populas lan per unt waktu dengan adalah ukuran total populas dan adalah laju kontak Karena proaltas kontak acak oleh satu ndvdu nfectve dengan satu ndvdu susceptle adalah S sehngga jumlah nfeks aru dalam unt waktu per nfectve adalah S yang memerkan ratarata nfeks aru I SI S Standard ncdence yatu stuas dmana jumlah kontak per nfectve dalam unt waktu adalah konstan Laju kontak adalah dan ncdence yang erhuungan adalah S I Ketka jumlah total populas cukup esar sejak tu jumlah kontak yang duat satu ndvdu nfectve per unt waktu akan teratas atau menurun dengan cepat serng menngkatnya c Saturated ncdence Untuk jumlah ndvdu nfectve yang cukup esar jumlah kontak satu ndvdu susceptle per unt waktu tdak selamanya menngkat ergantung lnear dengan ndvdu nfectve Laju kontak tdak selalu lnear erart laju terseut dapat dalam entuk nonlnear Hal n sesua dengan kenyataan ahwa serng menngkatnya jumlah ndvdu nfectve maka ndvdu susceptle cenderung mengurang kontak dengan ndvdu nfectve Hal n menunjukkan adanya saturaton effect dalam laju kontak serng menngkatnya jumlah ndvdu nfectve Dar eraga lteratur elum anyak yang mengkaj model matematka epdem SEI dengan nsdens standar secara sstemats Sejalan dengan masalah yang akan dahas peneltan n mempunya tujuan seaga erkut : Mementuk model matematka epdem SEI pada populas manusa dengan nsdens standar Menentukan ttk-ttk ekulrum model epdem SEI terseut Menyeldk eksstens dan ketunggalan solus ttk ekulrum model epdem SEI Hasl peneltan n dharapkan dapat : Secara umum dharapkan dapat memerkan manfaat dan sumangan terhadap lmu pengetahuan serta untuk menamah wawasan khususnya dalam dang matematka terapan Secara khusus dharapkan dapat memerkan gamaran tentang eksstens dan ketunggalan solus ttk ekulrum model epdem SEI dengan kemampuan nfeks pada kelas laten nfeks dan semuh dengan nsdens standar METODOLOGI Metode peneltan dalam tulsan n adalah dengan cara stud lteratur serta ahan pustaka seaga referens untuk mempelajar model epdem SEI dengan nsdens standar Langkah pertama adalah dengan menentukan asums-asums yang erkatan dengan model epdem SEI sesua dengan karakterstk penyakt yang dmodelkan kemudan akan duat model matematka epdem SEI dalam entuk sstem persamaan dferensal Selanjutnya menentukan ttk-ttk ekulrum model epdem SEI terseut dengan menggunakan defns ttk ekulrum suatu sstem persamaan dferensal Setelah menentukan ttk-ttk ekulrum model terseut langkah selanjutnya menyeldk eksstens dan ketunggalan solus dar ttk ekulrum model epdem SEI terseut Eksstens solus dar ttk ekulrum model epdem SEI duktkan dengan menunjukkan ahwa 75

4 POLI EKAYASA Volume omor Oktoer 6 ISS : sstem persamaan dferensal dar ttk ekulrum model epdem SEI terseut kontnu sedangan ketunggalan solus dar ttk ekulrum model epdem SEI duktkan dengan menunjukkan ahwa sstem persamaan dferensal dar ttk ekulrum model epdem SEI terseut dferensael kontnu HASIL DA PEMBAHASA Model SEI (Susceptle Exposed nfectous recovered) pertama kal dkemangkan oleh Kermack dan Mckendrck (97) dengan memaka asums sederhana tentang laju penyearan dan penyemuhan penyakt Dalam modelnya Kermack dan Mckendrck memag populas total () menjad empat kelas yatu Susceptle S (t) merupakan jumlah ndvdu yang rentan ternfeks dan mudah ular penyakt Exposed E (t) merupakan jumlah ndvdu yang sudah ternfeks tetap elum mengnfeks Infectous ( I( t)) adalah jumlah ndvdu yang ternfeks dan ecovered ( ( t)) menotaskan jumlah ndvdu yang telah semuh dar penyakt Model SEI dengan standard ncdence adalah: ds SI S ; t de SI ee ; t () di ee I; t d I ; t S( ) S E( ) E I( ) I dengan S( t) E( t) I( t) ( t) ( t) adalah laju rekrutmen populas adalah laju kematan alam populas adalah laju kontak e adalah laju peruahan ndvdu exposed menjad ndvdu nfectous dan adalah laju kesemuhan ndvdu nfectous Dasumskan nla parameter ernla postf e dan nla awal ernla nonnegatf S I () Dengan menjumlahkan semua persamaan pada Sstem () dperoleh d Sepert pada sua seelumnya Sstem () dapat dreduks menjad sstem tga dmens karena varael tdak muncul pada persamaan pertama kedua dan ketga Sehngga dalam hal n dperoleh sstem yang leh sederhana ds SI S ; t de SI ee ; t () di ee I; t Ttk Ekulrum Sstem () mencapa ekulrum jka memenuh: ds SI S de SI ee () di ee I d Seelumnya dketahu sehngga jumlah populas total pada saat mencapa ekulrum adalah d Dar persamaan ketga Sstem () dperoleh: E I (4) e Jka nla E dsusttuskan pada persamaan kedua dperoleh SI e I e S e I (5) e Persamaan (5) dpenuh untuk e S atau I e 76

5 POLI EKAYASA Volume omor Oktoer 6 ISS : Untuk I jka nla I terseut dsusttuskan pada persamaan pertama dan ketga Sstem () dperoleh: S dan E Jad ttk ekulrum eas penyakt Sstem () adalah: Q S I (6) e Untuk S dar e persamaan pertama dperoleh I e e e e e I e I e e e I e e I e e I e (7) Jka nla I dsusttuskan pada persamaan (4) dperoleh: e E (8) e e Dar persamaan (7) dan (8) dperoleh: E I dan e I e Selanjutnya dmsalkan e (9) e Jad ttk ekulrum endemk Sstem () adalah: Q S E I e e e e e e e e () Teorema Derkan Q Q dan derkan oleh (6) (9) dan () erturut-turut () Jka maka Sstem () mempunya satu ttk ekulrum Q () Jka maka Sstem () mempunya dua ttk ekulrum yatu Q dan Q Kestalan Ttk Ekulrum Pada agan n danalss kestalan lokal dan gloal masng-masng ttk ekulrum dar Sstem () Theorema Derkan nla awal S I serta Q Q dan erturut-turut derkan oleh (6) (9) dan () () Jka maka ttk ekulrum Q stal asmtotk lokal dan stal asmtotk gloal d () Jka maka ttk ekulrum Q stal asmtotk lokal Bukt e () Dketahu e e e e e () Kestalan lokal ttk ekulrum Q dseldk dengan mengevaluas lnearsas dar Sstem () d ttk terseut Seelumnya entukan matrks Jacoan 77

6 POLI EKAYASA Volume omor Oktoer 6 ISS : f f f Z I V f f f J V Z I f f f Z I V uas kanan Sstem () erturut-turut merupakan f f dan f sehngga I S I S J ( e) e ( ) () Jka ttk ekulrum Q S I dan S devaluaskan pada matrks J pada persamaan () dperoleh: J Q ( e) e ( ) Dar matrks J Q dperoleh persamaan karakterstk seaga erkut: det I JQ ( e)( ) e e () Persamaan () dpenuh untuk atau e ( e)( ) e (4) sehngga dperoleh satu nla egen negatf Dengan demkan tnggal menentukan nla egen dar persamaan (4) yang merupakan persamaan karakterstk dar matrks: ( e) J e ( ) Dar matrks terseut dperoleh tr J ( e ) dan det J ( e)( ) e Akatnya semua nla egen matrks J mempunya agan real negatf Jad ttk ekulrum Q stal asmtotk lokal Selanjutnya kestalan gloal ttk ekulrum Q duktkan dengan menggunakan metode Lyapunov Ddefnskan D {( S I) : S E I } dan : D dengan fungs S I ee ei (5) Akan duktkan persamaan (5) merupakan fungs Lyapunov untuk Sstem () terhadap ttk Q a Karena S I ee ei fungs lnear maka dapat unjukkan ahwa fungs kontnu Selanjutnya turunan parsal fungs adalah e S E dan e I Fungs mempunya turunan parsal pertama kontnu karena ernla konstan Jad fungs kontnu dan mempunya dervatf parsal yang kontnu pada D atau C'( D) Untuk searang x D dengan x maka ( x ) Kemudan untuk D maka Jad fungs ( x ) untuk setap x D dan x dan ( x ) untuk x c Selanjutnya akan duktkan: S I S E I S E I SI e( I ee) ( e)( ee ) 78

7 POLI EKAYASA Volume omor Oktoer 6 ISS : esi ( e)( ) I ( e) ee ( e) ee es ( e)( ) I e ( e)( ) I (karena S ) e ( e)( ) I ( e)( ) ( e)( ) I Karena dan I sehngga S I Dar (a) () dan (c) maka merupakan fungs Lyapunov Kemudan akan entukan hmpunan yang memenuh sfat S I Msal {( S I) D : S I } H Daml ( S I) H erart I I Untuk I dar persamaan kedua Sstem () dan persamaan keempat Sstem () de erturut-turut dperoleh ( e) E d dan sehngga E dan Karena sehngga S Jad merupakan hmpunan nvaran teresar dalam H Selanjutnya karena H tdak memuat solus kecual ttk ekulrum Q maka setap solus dalam D menuju Q untuk t Karena D hmpunan nvaran dan setap solus dalam D menuju Q untuk t maka Q stal asmtotk gloal () Kestalan lokal ttk ekulrum Q dseldk dengan mengevaluas lnearsas Sstem () d ttk terseut Jka ttk ekulrum Q devaluaskan pada matrks J pada persamaan () dperoleh: J Q ( ) ( e) Dar matrks e ( ) J Q dperoleh persamaan karakterstk seaga erkut det I JQ e e e e (6) Persamaan (6) dapat uls dalam entuk: dengan e e e e e e e e e e Berdasarkan krtera kestalan eouth Hurwtz semua nla egen matrks J Q mempunya agan real negatf jka dan hanya jka dan (a) Karena e dan sehngga 79

8 POLI EKAYASA Volume omor Oktoer 6 ISS : () e e e e 4 4 4e e e e e e e e e Karena sehngga (c) Karena dan sehngga Dar (a) () dan (c) maka semua nla egen J Q mempunya agan real negatf Jad ttk ekulrum Q stal asmtotk lokal SIMPULA Adapun kesmpulan dar peneltan n adalah : Model epdem SEI merupakan model penyearan penyakt yang terjad pada kelompok-kelompok ndvdu yang ereda yatu kelas susceptle (kelas ndvdu yang rentan penyakt) kelas exposed (kelas ndvdu yang telah ternfeks namun elum sakt atau masa laten) kelas nfected (kelas ndvdu yang telah terjangkt penyakt) dan kelas recovered (kelas ndvdu yang telah semuh) Model matematka epdem SEI dengan nsdens standar yang memlk kemampuan nfeks pada perode laten nfeks dan semuh adalah : ds SI S ; t de di d S ) SI ee I; ; t ee t I ; t ( S E( ) E I( ) I Kestalan ttk-ttk ekulrum model epdem SEI datas adalah stal asmtotk lokal dengan menyeldk lnearsas dar sstem persamaan dferensal model epdem SEI Selanjutnya ttk-ttk ekulrum terseut dseldk dengan menggunakan metode Lyapunov dan dperoleh ahwa ttk ekulrumnya stal asmtotk gloal SAA Karena eraga keteratasan penuls menyadar peneltan dan tulsan n mash anyak kekurangannya Banyak hal yang elum tercakup dalam peneltan n Perlu dkaj leh lanjut generalsas untuk kestalan model epdem lannya dan smulas numerknya DAFTA PUSTAKA Anton H dan orresc4 Aljaar Lnear Elementer Vers Aplkas Eds Kedelapan alh ahasa oleh Indrasar dan HarmaenI Erlangga Jakarta Arrowsmth D dan Place CM 99 Dynamcal System Dfferental Equaton Maps and Chaotc Behavour Chapman & Hall Mathematc London Bazaraa MS Sheraly HD and Shetty CM onlnear Programmng Theory and Algorthms John Wley & Sons Inc ew York 99 Becerra MV 8 La Salle s Invarant Set Theory 8

9 POLI EKAYASA Volume omor Oktoer 6 ISS : vm/notes/anc/lecturepdf Boyd Stephen 8 Basc Lyapunov Theory Stanford Unversty yappdf Capazzo V Mathematcal Structures of Epdemc Systems Sprnger-Verlag Hedelerg 8 Chong KP and Stanslow HZ An Introducton to Optmzaton John Wley & Sons Unversty of ew Hampshre 984 Dearre F SI Models of Epdemcs Theoretcal Bology Gantmacher F 959 The Theory of Matrces Chelsea Pulshng Company ew York Hanh Wolfgang 967 Stalty of Moton Sprnger Verlag ew York Hrsch MW dan Smth Monotone Dynamcal Systems Unversty of Calforna Berkeley 4 Iwam S Takeuch Y dan Lu X 7 Avan human Influenza Epdemc Model Mathematcal Boscences 7 hal -5 Feng J dan HadelerKP Qualtatve Behavour of Some Smple etworks Mathematcal Gen 996 hal 59-5 Kocak H dan Hole JK 99 Dynamc and Bfurcaton Sprnger Verlag ew York Leon JS Aljaar Lnear dan Aplkasnya Eds Kelma Alh ahasa olehbondana Erlangga Jakarta 998 Luenerger GD 979 Introducton to Dynamc System Theory Models & Aplcaton John Wley & Sons ew York gwenga O The ole of Incdence Functons on the Dynamcs of SEI Model Afrcan Insttute for Mathematcal Scence (AIMS) 9 Olsder GJ 994 Mathematcal System Theory Delftse Utgevers Maatschappj etherlands Perko L 99 Dfferental Equatons and Dynamcal Systems Sprnger Verlag ew York oss SL Dfferental Equatons eon John Wley & Sons Unversty of ew Hampshre 984 Verhultz Ferdnand 99 onlnear Dfferental Equatons and Dynamcal Systems Sprnger Verlag Berln Wggns S 99 Introducton to Appled onlnear Dynamcal Systems and Chaos Sprnger Verlag ew York 8

BAB I PENDAHULUAN. SARS pertama kali dilaporkan terjadi di Propinsi Guandong Cina pada

BAB I PENDAHULUAN. SARS pertama kali dilaporkan terjadi di Propinsi Guandong Cina pada BAB I PENDAHULUAN 1.1 LATAR BELAKANG MASALAH Pergerakan populas sangat mempengaruh proses dnamka dar epdem penyakt. Hal n dapat dtunjukkan oleh beberapa penyakt menular. SARS pertama kal dlaporkan terjad

Lebih terperinci

Eksistensi Bifurkasi Mundur pada Model Penyebaran Penyakit Menular dengan Vaksinasi

Eksistensi Bifurkasi Mundur pada Model Penyebaran Penyakit Menular dengan Vaksinasi 1 Eksstens Bfurkas Mundur pada Model Penyebaran Penyakt Menular dengan Vaksnas Intan Putr Lestar, Drs. M. Setjo Wnarko, M.S Jurusan Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Insttut Teknolog

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

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

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

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

Analisis Dinamik Pada Model Penyebaran Penyakit Campak Dengan Pengaruh Vaksin Permanen

Analisis Dinamik Pada Model Penyebaran Penyakit Campak Dengan Pengaruh Vaksin Permanen Jurnal Kubk, Volume No. ISSN : 338-896 Analss Dnamk Pada Model Penyebaran Penyakt Campak Dengan Pengaruh Vaksn Permanen Dan Suand, a) Polteknk Pks Ganesha, Bandung a) emal: dan.suand@pks-ganesha-onlne.ac.d

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

BAB I PENDAHULUAN Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Matematka dbag menjad beberapa kelompok bdang lmu, antara lan analss, aljabar, dan statstka. Ruang barsan merupakan salah satu bagan yang ada d bdang

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pengertan Regres Regres pertama kal dgunakan seaga konsep statstka oleh Sr Francs Galton (8 9). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, ang selanjutna dnamakan

Lebih terperinci

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d

Lebih terperinci

PENDAHULUAN Latar Belakang

PENDAHULUAN Latar Belakang PENDAHULUAN Latar Belakang Menurut teor molekuler benda, satu unt volume makroskopk gas (msalkan cm ) merupakan suatu sstem yang terdr atas sejumlah besar molekul (kra-kra sebanyak 0 0 buah molekul) yang

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 III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

MENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak

MENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak JURAL MATEMATIKA DA KOMUTER Vol. 6. o., 86-96, Agustus 3, ISS : 4-858 MECERMATI BERBAGAI JEIS ERMASALAHA DALAM ROGRAM LIIER KABUR Mohammad Askn Jurusan Matematka FMIA UES Abstrak Konsep baru tentang hmpunan

Lebih terperinci

PENYELESAIAN PERSAMAAN REGRESI LINIER NON PARAMETRIK DENGAN METODE THEIL S

PENYELESAIAN PERSAMAAN REGRESI LINIER NON PARAMETRIK DENGAN METODE THEIL S LPPM Polteknk Bengkals PENELESAIAN PERSAMAAN REGRESI LINIER NON PARAMERIK DENGAN MEODE HEIL S Darsono Staff pengaar Program Stud eknolog Informas Jl. Batn alam Sunga Alam Bengkals darsono@poleng.ac.d Astrak

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

Dekomposisi Nilai Singular dan Aplikasinya

Dekomposisi Nilai Singular dan Aplikasinya A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 33-40, April 2001, ISSN : KLASIFIKASI INTERAKSI GELOMBANG PERMUKAAN BERTIPE DUA SOLITON

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 33-40, April 2001, ISSN : KLASIFIKASI INTERAKSI GELOMBANG PERMUKAAN BERTIPE DUA SOLITON JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No., 33-40, Aprl 00, ISSN : 40-858 KLASIFIKASI INTERAKSI GELOMBANG PERMUKAAN BERTIPE DUA SOLITON Sutmn dan Agus Rusgyono Jurusan Matematka FMIPA UNDIP Abstrak Pada

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB LANDASAN TEORI Unverstas Sumatera Utara . Pengertan Regres Istlah regres pertama kal dperkenalkan oleh Francs Galtom. Menurut Galtom, analss regres erkenaan dengan stud ketergantungan dar satu varael

Lebih terperinci

DIMENSI PARTISI GRAF GIR

DIMENSI PARTISI GRAF GIR Jurnal Matematka UNAND Vol. 1 No. 2 Hal. 21 27 ISSN : 2303 2910 c Jurusan Matematka FMIPA UNAND DIMENSI PARTISI GRAF GIR REFINA RIZA Program Stud Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam,

Lebih terperinci

MODEL PENYEBARAN PENYAKIT MENULAR DENGAN TRANSMISI VERTIKAL

MODEL PENYEBARAN PENYAKIT MENULAR DENGAN TRANSMISI VERTIKAL MODL PNYBARAN PNYAKIT MNULAR DNGAN TRANSMISI VRTIKAL Usman Pagalay Jurusan Matematka, Fakultas Sans dan Teknolog Unverstas Islam Neger (UIN) Maulana Malk Ibrahm Malang e-mal: usmanpagalay@yahoo.co.d Abstract

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 1-10, April 2004, ISSN : PROGRAM NONLINEAR FUZZY

JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 1-10, April 2004, ISSN : PROGRAM NONLINEAR FUZZY JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No., -, Aprl 4, ISSN : 4-858 PROGRAM NONLINEAR FUZZY Kharudn Dosen Tetap Jurusan Teknk Spl Fakultas Teknk Spl dan Perencanaan Unverstas Bung hatta Padang e-mal:kha_px67@yahoo.com

Lebih terperinci

APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K

APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K Jurnal Matematka Murn dan Terapan Vol. 3 No. Desember 009: 4-6 APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH Yun Yulda dan Muhammad Ahsar K Program Stud Matematka Unverstas

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belakang Ketahanan pangan adalah ketersedaan pangan dan kemampuan seseorang untuk mengaksesnya. Sebuah rumah tangga dkatakan memlk ketahanan pangan jka penghunnya tdak berada

Lebih terperinci

Optimasi Penampang Persegi Panjang pada Elemen Balok Prategang (Studi Kasus pada Hotel Alila Surakarta)

Optimasi Penampang Persegi Panjang pada Elemen Balok Prategang (Studi Kasus pada Hotel Alila Surakarta) Optmas Penampang Perseg Panjang pada Elemen Balok Prategang Stud Kasus pada Hotel Alla Surakarta) Dweky Anugerah 1), Steanus Ad Krstawan 2), Edy Purwanto 3) 1) Mahasswa Program Stud Teknk Spl, Fakultas

Lebih terperinci

Aplikasi Teori Kendali Pada Permainan Dinamis Non-Kooperatif Waktu tak Berhingga

Aplikasi Teori Kendali Pada Permainan Dinamis Non-Kooperatif Waktu tak Berhingga Semnar Nasonal eknolog Inormas Komunkas dan Industr (SNIKI) 4 ISSN : 85-99 akultas Sans dan eknolog UIN Sultan Syar Kasm Rau Pekanbaru, 3 Oktober 1 Aplkas eor Kendal Pada Permanan Dnams Non-Kooperat Waktu

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat

Lebih terperinci

SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN

SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN Ita Rahmadayan 1, Syamsudhuha 2, Asmara Karma 2 1 Mahasswa Program Stud S1 Matematka

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

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996). 2 TINJAUAN PUSTAKA 2.1 Stud Yang Terkat Peneltan n mengacu pada jurnal yang dtuls oleh Khang, dkk.(1995). Dalam peneltannya, Khang, dkk membandngkan arus lalu lntas yang datur menggunakan sstem stats dan

Lebih terperinci

SEMI RING POLINOM ATAS ALJABAR MAX-PLUS

SEMI RING POLINOM ATAS ALJABAR MAX-PLUS JMP : Volume 4 Nomor 2, Desember 2012, hal. 289-297 SEMI RING POLINOM ATAS ALJABAR MAX-PLUS Suroto Prod Matematka, Jurusan MIPA, Fakultas Sans dan Teknk Unverstas Jenderal Soedrman e-mal : suroto_80@yahoo.com

Lebih terperinci

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 07 Sfat-sfat Operas Perkalan Modular pada raf Fuzzy T - 3 Tryan, ahyo Baskoro, Nken Larasat 3, Ar Wardayan 4,, 3, 4 Unerstas Jenderal Soedrman transr@yahoo.com.au

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM 1) Membuat dstrbus frekuens. 2) Mengetahu apa yang dmaksud dengan Medan, Modus dan Mean. 3) Mengetahu cara mencar Nla rata-rata (Mean). TEORI PENUNJANG

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal 157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan

Lebih terperinci

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan

Lebih terperinci

BAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol

BAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol BAB I PENDAHULUAN 1.1. Latar Belakang Sebagan besar peneltan-peneltan bdang statstka berhubungan dengan pengujan asums dstrbus, bak secara teor maupun praktk d lapangan. Salah satu uj yang serng dgunakan

Lebih terperinci

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi ) APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Stud Kasus d PT. Snar Terang Abad ) Bagus Suryo Ad Utomo 1203 109 001 Dosen Pembmbng: Drs. I Gst Ngr Ra Usadha, M.S Jurusan Matematka

Lebih terperinci

Penerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC

Penerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC Penerapan Metode Runge-Kutta Orde 4 dalam Analss Rangkaan RLC Rka Favora Gusa JurusanTeknk Elektro,Fakultas Teknk,Unverstas Bangka Beltung rka_favora@yahoo.com ABSTRACT The exstence of nductor and capactor

Lebih terperinci

PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM)

PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM) PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM) Rcha Agustnngsh, Drs. Lukman Hanaf, M.Sc. Jurusan Matematka, Fakultas MIPA, Insttut Teknolog Sepuluh Nopember (ITS) Jl. Aref Rahman Hakm, Surabaya

Lebih terperinci

APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS

APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS Vol No Jurnal Sans Teknolog Industr APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS Ftr Aryan Dew Yulant Jurusan Matematka Fakultas Sans Teknolog UIN SUSKA Rau Emal:

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada BAB I PENDAHULUAN.. Latar Belakang Masalah Perkembangan matematka tdak hanya dalam tataran teorts tetap juga pada bdang aplkatf. Salah satu bdang lmu yang dkembangkan untuk tataran aplkatf dalam statstka

Lebih terperinci

Bab 4 SIMULASI NUMERIK. 4.1 Kasus I

Bab 4 SIMULASI NUMERIK. 4.1 Kasus I Bab 4 SIMULASI NUMERIK Pada bab n akan dbahas analss model penyebaran penyakt flu burung untuk kasus adanya pertumbuhan dan kematan alam serta kasus tdak adanya pertumbuhan dan kematan alam secara numerk

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus

Lebih terperinci

PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI

PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI Reky Stenly Wndah Dosen Jurusan Teknk Spl Fakultas Teknk Unverstas Sam Ratulang Manado ABSTRAK Pada bangunan tngg,

Lebih terperinci

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) Wrayant ), Ad Setawan ), Bambang Susanto ) ) Mahasswa Program Stud Matematka FSM UKSW Jl. Dponegoro 5-6 Salatga,

Lebih terperinci

JMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT

JMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT JMP : Volume 5 Nomor, Jun 03, hal. 3 - SPEKTRUM PD GRF REGULER KUT Rzk Mulyan, Tryan dan Nken Larasat Program Stud Matematka, Fakultas Sans dan Teknk Unerstas Jenderal Soedrman Emal : rzky90@gmal.com BSTRCT.

Lebih terperinci

BAB II LANDASAN TEORI. lampau dan pengaruh situasi secara kondisi terhadap perkembangan di masa yang

BAB II LANDASAN TEORI. lampau dan pengaruh situasi secara kondisi terhadap perkembangan di masa yang 8 BAB II LANDASAN TEORI. Konsep Peramalan.. Pengertan Peramalan Menurut Sofjan Assaur (984, p), peramalan adalah usaha untuk melhat stuas dan konds pada masa yang akan datang dengan memperkrakan hasl masa

Lebih terperinci

REKAYASA TRANSPORTASI LANJUT UNIVERSITAS PEMBANGUNAN JAYA

REKAYASA TRANSPORTASI LANJUT UNIVERSITAS PEMBANGUNAN JAYA REKAYASA TRANSPORTASI LANJUT UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bntaro Sektor 7, Bntaro Jaya Tangerang Selatan 15224 PENDAHULUAN Bangktan perjalanan (Trp generaton model ) adalah suatu tahapan

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity 37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang I ENDHULUN. Latar elakang Mengambl keputusan secara aktf memberkan suatu tngkat pengendalan atas kehdupan spengambl keputusan. lhan-plhan yang dambl sebenarnya membantu dalam penentuan masa depan. Namun

Lebih terperinci

RANGKAIAN SERI. 1. Pendahuluan

RANGKAIAN SERI. 1. Pendahuluan . Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor

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 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 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA Dstrbus Bnomal Msalkan dalam melakukan percobaan Bernoull (Bernoull trals) berulang-ulang sebanyak n kal, dengan kebolehjadan sukses p pada tap percobaan,

Lebih terperinci

UJI PRIMALITAS. Sangadji *

UJI PRIMALITAS. Sangadji * UJI PRIMALITAS Sangadj * ABSTRAK UJI PRIMALITAS. Makalah n membahas dan membuktkan tga teorema untuk testng prmaltas, yatu teorema Lucas, teorema Lucas yang dsempurnakan dan teorema Pocklngton. D sampng

Lebih terperinci

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan Pada bab n akan dbahas mengena penyelesaan masalah ops real menggunakan pohon keputusan bnomal. Dalam menentukan penlaan proyek, dapat dgunakan beberapa metode d antaranya dscounted cash flow (DF). DF

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuh Tugas Matakulah Multvarat yang dbmbng oleh Ibu Tranngsh En Lestar oleh Sherly Dw Kharsma 34839 Slva Indrayan 34844 Vvn Octana 34633 UNIVERSITAS

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk

Lebih terperinci

BAB I PENDAHULUAN. konsep strategi yang cocok untuk menghadapi persaingan baik itu mengikuti marketing

BAB I PENDAHULUAN. konsep strategi yang cocok untuk menghadapi persaingan baik itu mengikuti marketing BAB I PENDAHULUAN 1.1 Latar Belakang Konds persangan dalam berbaga bdang ndustr saat n dapat dkatakan sudah sedemkan ketatnya. Persangan dalam merebut pasar, adanya novas produk, mencptakan kepuasan pelanggan

Lebih terperinci

2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil

2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil .1 Sstem Makroskopk dan Sstem Mkroskopk Fska statstk berangkat dar pengamatan sebuah sstem mkroskopk, yakn sstem yang sangat kecl (ukurannya sangat kecl ukuran Angstrom, tdak dapat dukur secara langsung)

Lebih terperinci

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

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

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum melakukan penelitian, langkah yang dilakukan oleh penulis

BAB III METODE PENELITIAN. Sebelum melakukan penelitian, langkah yang dilakukan oleh penulis BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum melakukan peneltan, langkah yang dlakukan oleh penuls adalah mengetahu dan menentukan metode yang akan dgunakan dalam peneltan. Sugyono (2006: 1) menyatakan:

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 29 MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Stud Kasus : Kota Surabaya Rokhana DB 1, Sutkno 2, Agnes Tut

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

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

Analisis Kecepatan Dan Percepatan Mekanisme Empat Batang (Four Bar Lingkage) Fungsi Sudut Crank

Analisis Kecepatan Dan Percepatan Mekanisme Empat Batang (Four Bar Lingkage) Fungsi Sudut Crank ISSN 907-0500 Analss Kecepatan Dan Percepatan Mekansme Empat Batang (Four Bar ngkage Fungs Sudut Crank Nazaruddn Fak. Teknk Unverstas Rau nazaruddn.unr@yahoo.com Abstrak Pada umumnya analss knematka dan

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

Metode Estimasi Kemungkinan Maksimum dan Kuadrat Terkecil Tergeneralisasi pada Analisis Pemodelan Persamaan Struktural

Metode Estimasi Kemungkinan Maksimum dan Kuadrat Terkecil Tergeneralisasi pada Analisis Pemodelan Persamaan Struktural Jurnal Graden Vol. 11 No. 1 Januar 015 : 1035-1039 Metode Estmas Kemungknan Maksmum dan Kuadrat Terkecl Tergeneralsas pada Analss Pemodelan Persamaan Struktural Dan Agustna Jurusan Matematka, Fakultas

Lebih terperinci