BAB 1 PENDAHULUAN. (http//badan lingkungan hidup daerah.com). Hal ini dapat terjadi jika jumlah

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 1 PENDAHULUAN. (http//badan lingkungan hidup daerah.com). Hal ini dapat terjadi jika jumlah"

Transkripsi

1 BAB PENDAHULUAN. Ltr Belkng Penduduk dlh kekyn bngs seklgus modl dsr pembngunn (http//bdn lngkungn hdup derh.com). Hl n dpt terjd jk jumlh penduduk yng besr tersebut dpt dberdykn sesu kodrt, kehln dn bdng kerj msng msng. Seblkny pbl jumlh penduduk yng besr tu tdk dpt dberdykn dn dkendlkn secr bjk dn terencn mk kn terjd bebn pembngunn. Oleh sebb tu untuk menunjng keberhsln pembngunn nsonl, dlm penngnn mslh kependudukn pemernth tdk sj mengrhkn pd penngktn sumber dy mnusny tetp jug pd upy penngktn jumlh pendudukny. Aspek kependudukn yng perlu mendpt perhtn jumlh dn dstrbus penduduk. Jumlh penduduk yng besr dlm sutu negr mengkbtkn kepdtn penduduk yng tngg, propors penduduk mud tngg dn menngktny permntn pemenuhn hk hk dsr. Sudh sehrusny pemernth Indones memkrkn solus untuk mengts lju pertumbuhn penduduk yng begtu pdt, sehngg d kesembngn ntr jumlh penduduk dwlyh yng d dengn bnykny SDM dn SDA yng d. Dengn demkn dpt mengurng ngk kemsknn d Indones. Pulu Sumter merupkn slh stu dr 3 pulu terbesr yng terdpt d dun. D pulu n terdpt beberp provns yng slh stuny dlh Unversts Sumter Utr

2 Provns Sumter Utr yng terdr dr 5 Kbupten dn 8 Kot, yng slh stuny dlh Kot Medn. Wlyh Kot Medn menckup rel selus 6.50H yng terdr dr kecmtn. Medn merupkn kot multetns, dengn penduduk slny Btk, Melyu dn Jw. Penduduk d kbupten n sebgn besr bergm Islm, dn sebgnny bergm Krsten, Hndu, dn sebgny. Medn merupkn kot yng mempuny jumlh penduduk yng cukup besr dn dsert dengn tngkt pertumbuhn pnduduk yng reltve tngg. Kepdtn penduduk d kbupten n dlh sebesr jw. Untuk tu perlu dperhtkn secr ntensf p - p sj yng menjd fktor fktor yng mempengruh pertumbuhn penduduk yng begtu pdt, dlm hl n penuls mengmbl derh kepdtn penduduk d Kot Medn. Mk melht permslhn yng d, penuls mengmbl vrbel yng djdkn sndrn untuk melht penyebb kepdtn penduduk d Kbupten Ashn ytu jumlh penduduk, lus wlyh, dn bnykny psngn us subur (PUS) yng menkh dderh tersebut (Medn dlm Angk BPS SUMUT 03). Penuls menggunkn teknk nlss regres lner untuk melht seberp besr pengruh kepdtn penduduk d Kot Medn. Dbeberp lterture yng d, khususny buku buku yng berkenn dengn sttstk, regres lner menytkn perubhn tu dsebbkn perubhn nl vrbel tu dpt pul Unversts Sumter Utr

3 dsebbkn oleh berubhny vrbel ln yng berhubungn dengn vrbel tersebut. Untuk mengethu pol perubhn nl sutu vrbel yng dsebbkn oleh vrbel ln dperlukn lt nlss yng memungknkn kt untuk membut perkrn nl vrbel tersebut pd nl tertentu vrbel yng mempengruhny. Dlm lmu sttstk, teknk yng umum dgunkn untuk mengnlss hubungn ntr du tu lebh vrbel dlh nls regres. Model mtemts dlm menjelskn hubungn ntr vrbel dlm nlss regres menggunkn persmn regres hngg ddpt sebuh kesmpuln yng dpt dnterpretskn mengen mslh yng ddentfks.. Rumusn Mslh Adpun yng menjd rumusn mslh yng kn dmbl dlm tugs khr n dlh :. Apkh kjn beberp fktor lus wlyh sert bnykny psngn us subur yng menkh mempengruh tngkt kepdtn penduduk d Kot Medn.. Mnkh dr kedu vrbel yng plng domnn dn plng berpengruh terhdp tngkt kepdtn penduduk d Kot Medn. Unversts Sumter Utr

4 .3 Btsn Mslh Untuk memberkn kejelsn dn memberkn kemudhn peneltn n gr tdk juh menympng dr ssrn yng ngn dcp, penuls hny menelt pengruh tngkt kepdtn penduduk Kot Medn dengn fktor fktor yng mempengruhny ytu lus wlyh, dn bnykny PUS yng menkh. Seln tu penuls jug membts wlyh peneltn ytu pd rung lngkup Kot Medn sj..4 Mksud dn Tujun Peneltn.4. Mksud Adpun mksud dr peneltn n dlh untuk mengmt dn memberkn penyjn dt tentng kepdtn penduduk dn perkembngn penduduk pd thun 03 yng dhrpkn dpt dpergunkn bg phk-phk yng membutuhknny untuk dpt mengmbl sutu keputusn tu kebjkn yng dpt menngktkn kesejhtern rkyt dn gr tercpt msyrkt yng selrs, sers dn sembng bk dr seg pendptn dn penddkn..4. Tujun Yng menjd tujun penulsn penulsn dlm peneltn n dlh sebg berkut : Unversts Sumter Utr

5 . Untuk menentukn model regres lner bergnd yng dpt dgunkn untuk pemodeln tngkt kepdtn penduduk d Kot Medn berdsrkn vrbel vrbel yng mempengruhny. b. Untuk melht perkembngn sttstk penduduk c. Agr pemernth pust dn derh Kot Medn dpt mengmbl tndkn yng kn dlksnkn untuk thun thun berkutny dlm mengts kepdtn penduduk..5 Mnft Peneltn. Bg Mhssw Menmbh penglmn penuls dlm menerpkn dn mengembngkn konsep lmh (lmu pengethun) yng dperoleh dlm perkulhn untuk menyeleskn permslhn yng dtelt.. Bg Bdn Pust Sttstk Provns Sumter Utr Bhn perbndngn sert sumbngn pemkrn dlm mengkj fktor - fktor yng dpt mempengruh kepdtn penduduk.6 Metode Peneltn Metode peneltn dlh sutu cr yng terdr dr lngkh-lngkh tu urutn kegtn yng berfungs sebg pedomn umum yng dgunkn untuk Unversts Sumter Utr

6 melksnkn peneltn sehngg p yng menjd tujun dr peneltn tu terwujud. Penuls melkukn beberp lngkh lngkh untuk menyeleskn peneltn, ntr ln :. Peneltn Kepustkn Penuls melkukn peneltn kepustkn ytu dengn mencr nforms d nternet, membc buku-buku d perpustkn dn Bdn Pust Sttstk (BPS) yng d ktnny dengn Kot Medn dn Kependudukn d Kot Medn.. Pengumpuln Dt Sekunder Metode pengumpuln dt dpt dbedkn berdsrkn sumberny ytu:. Dt Prmer b. Dt Sekunder Dt prmer dlh dt yng dperoleh lngsung dr sumberny, dmt dn dctt untuk pertm klny. Dt sekunder ytu dt yng tdk dushkn sendr pengumpulnny oleh penelt tetp dkumpulkn oleh phk ln, mslny dr nternet, Bdn Pust Sttstk (BPS), kntor-kntor yng d hubungnny tu publks lnny. Adpun dt yng dgunkn penuls dlh dt sekunder yng dperoleh dr nternet dn Bdn Pust Sttstk (BPS) Sumter Utr. Dt yng dkumpulkn tersebut kemudn dtur, dsusun dn dsjkn dlm bentuk Unversts Sumter Utr

7 ngk-ngk dengn tujun untuk memperoleh gmbrn yng jels tentng dt tersebut..7 Metode Anlss yng Dgunkn Untuk mengethu seberp besr pengruh lus wlyh yng d, bnykny PUS yng menkh terhdp tngkt kepdtn penduduk, mk dt yng dperoleh penuls kn dnlss dengn menggunkn regres lner bergnd. Regres lner bergnd dlh nlss regres yng menjelskn hubungn ntr peubh respon (vrbel dependent) dengn fktor fktor yng mempengruh lebh dr stu predktor (vrbel ndependent). Metode nlss regres lner bergnd pd prnsp dsrny sm dengn metode nlss regres lner sederhn. Keduny bekerj lt untuk melht pengruh dn estms sebuh ksus dn dseleskn dengn metode persmn lner sert membentuk sebuh grs lurus. Tujun nlss n dlh untuk mengukur ntensts hubungn ntr du vrbel tu lebh dn memut predks/perkrn nl Y dn. bentuk persmn regres lner bergnd yng menckup du tu lebh vrbel, ytu: Y = Dengn: Y = Pengmtn ke pd vrbel tk bebs = Pengmtn ke pd vrbel bebs Unversts Sumter Utr

8 = Prmeter Intersep = Prmeter koefsen regres vrbel bebs = Pengmtn ke vrbel keslhn Model dts merupkn model regres untuk populs, sedngkn pbl hny menrk sebgn berup smpel dr populs secr ck dn tdk mengthu regres populs sehngg model regres populs perlu ddug berdsrkn model regres smpel sebg berkut: Y = Dengn: Y = Vrbel tk bebs = Vrbel bebs, = koefsen regres Dlm regres lner bergnd vrbel tk bebs (Y). tergntung kepd du tu lebh vrble bebs (). Bentuk persmn regres lner bergnd yng menckup du tu lebh vrbel, ytu: Y = + Untuk hl n, penuls menggunkn regres lner bergnd stu vrbel tk bebs (dependent vrbel) dn du vrbel bebs (ndependent vrbel). Bentuk umum persmn regres lner bergnd tersebut, ytu: Unversts Sumter Utr

9 Y = + Dengn: =,,,n e = vrbel keslhn (glt) Untuk rumus dts, dpt dselesknny dengn empt persmn oleh empt vrbel yng terbentuk: Y = nb 0 + b b + b 3 Y = b 0 + b ( ) b + b 3 3 Y = b 0 + b b ( ) + b 3 3 Pengujn n dlkukn untuk mengethu pkh vrbel ndependen () berpengruh terhdp vrbel dependen (Y). Pengujn hpotess terhdp koefsen regres dlkukn mellu lngkh-lngkh sebg berkut : Lngkh Pertm Perumusn hpotes : H o : Tdk terdpt hubungn fungsonl yng sgnfkn ntr semu fktor yng mempengruh terhdp fktor yng dpengruh. 0 (,, 3, 4 tdk mempengruh Y) 3 4 H : Mnml d stu prmeter koefsen regres yng tdk sm dengn nol tu berpengruh sgnfkn terhdp Y. Dengn : H 0 dterm jk t ht t tb. H 0 dtolk Jk t ht > t tb. Unversts Sumter Utr

10 Lngkh kedu Menentukn nl krts pengujn dengn memperhtkn derjt kebebsn (degree of freedom) dn tngkt sgnfkn yng dgunkn. Pengujn dlkukn dengn du ss, sehngg yng dgunkn dlh. Nl krts pengujn dpt dtentukn dengn menggunkn tbel dstrbus t untuk smpel kecl (n 30 ) dn dstrbus Z untuk smpel besr ( n 30 ). D mn : t ( n- k ; ) Lngkh ketg menentukn nl t htung dengn formuls sebg berkut : t htung = dlh keslhn stndr koefsen regres yng dpt dtentukn dengn formul sebg berkut : = Lngkh keempt Membut keputusn terhdp hpotess dengn membndngkn nl t htung dengn t tble. Lngkh kelm Membut keputusn berdsrkn keputusn yng dmbl. Setelh dlht pengruh ntr vrbel yng d, kemudn dlht jug hubungn tu keertn ntr vrbel tersebut dengn menggunkn metode korels ( r ). Adpun rumus dr korels dlh: { } { } Unversts Sumter Utr

11 .8 Loks dn Wktu Peneltn Peneltn tu pengumpuln dt yng dlkukn penuls mengen fktor fktor yng mempengruh kepdtn penduduk dperoleh dr buku thunn ytu Medn Dlm Angk 03 d BPS Sumut. Pengmbln dt dts dlkukn pd st penuls melkukn rset yng berlngsung pd tnggl 3 Mret 03.9 Tnjun Pustk Menytkn perubhn nl vrbel tu dpt pul dsebbkn oleh berubhny vrbel ln yng berhubungn dengn vrbel tersebut. Untuk mengethu pol perubhn nl sutu vrbel yng dsebbkn oleh vrbel ln dperlukn lt nlss yng memungknkn kt untuk membut perkrn nl vrbel tersebut pd nl tertentu vrbel yng mempengruhny.(algfr,000) Dlm lmu sttstk, teknk yng umum dgunkn untuk mengnlss hubungn ntr du tu lebh vrbel dlh nls regres. Model mtemts dlm menjelskn hubungn ntr vrbel dlm nlss regres menggunkn persmn regres. Prnsp dsr yng hrus dpenuh dlm membngun sutu persmn regres dlh bhw ntr vrbel dependen dengn vrbel ndependen mempuny sft hubungn sebb kbt, bk yng ddsrkn pd teor, hsl peneltn sebelumny, tupun yng berdsrkn pd penjelsn logs tertentu. Unversts Sumter Utr

12 Untuk nls regres kn dbedkn du jens vrbel ytu vrbel bebs dn vrbel tdk bebs yng mudh ddpt tu tersed serng dgolongkn dlm vrbel bebs, sedngkn vrbel yng terjd kren vrbel bebs tu merupkn vrbel tdk bebs (terkt). Y = ) ( ) (... ) (... k k k k k o k k k o k k o k k o Y Y Y n Y Koefsen determns dnytkn dengn R untuk pengujn regres lner bergnd yng menckup lebh dr du vrbel, untuk mengethu propors kergmn totl dlm vrbel tk bebes (Y) yng dpt djelskn tu dterngkn oleh vrbel vrbel bebs () yng d ddlm model persmn regres lner bergnd secr bersm sm. Mk R kn dtentukn dengn rumus, ytu: R = y JK reg Hrg R yng dperoleh sesu dengn vrns yng djelskn msng msng vrbel yng tnggl dlm regres. Unversts Sumter Utr

13 Koefsen korels dlh stlh sttstk yng menytkn derjt hubungn lner ntr du vrbel tu lebh, yng dtemukn oleh Krl Person pd wl 900. Oleh sebb tu dkenl dengn sebutn Korels Person Product Moment, tu ukurn kuntttf korels ntr du peubh tu rh selng. Koefsen r berup blngn yng nlny dr -,0 smp,0. Nl mutlk r menunjukkn kekutn korels, tu seberp dekt lrk bntk bntk dt ke sebuh grs lurus.( (Dvd H. Voelker, MA, Peter Z. Orton, Ed M. 004) Uj korels dlkukn untuk mengethu sebrp besrkh vrbel vrbel bebs tu dpt mempengruh vrbel tk bebs. Untuk hubungn vrbel vrbel tersebut dpt dhtung dengn menggunkn rumus berkut: { } { } Dengn: r yx k Y = Koefsen korels ntr Y dn = Vrbel bebs = Vrbel tdk bebs Untuk mengukur kut tdkny ntr vrbel bebs dn tk bebs, dtnju dr besr keclny nl koefsen korels (r). jk mkn besr nl r, Unversts Sumter Utr

14 mk mkn kut hubungnny dn jk r mkn kecl, mk mkn lemh hubungnny. Nl koefsen korels -,00-0,80 berrt korels kut -0,79-0,50 berrt korels sedn -0, berrt korels lemh 0,50 0,79 berrt korels sedng 0,809,00 berrt korels kut Koefsen Determns (R) Multkolnerts terjd pbl R yng dhslkn oleh sutu model regres sngt tngg, tetp secr ndvdul vrbel vrbel ndependen bnyk yng tdk sgnfkn mempengruh vrbel dependen. (Ps. Djrwnto. Drs.003) Pengujn hpotes bg koefsen koefsen regres lner bergnd dpt dlkukn secr serentk tu keseluruhn.. Uj F Pengujn pengruh vrbel ndependen secr bersm sm (smultn) terhdp perubhn nl vrbel dependen, dlkukn mellu pengujn terhdp besrny perubhn nl vrbel dependen yng dpt djelskn oleh perubhn nl semu vrbel ndependen, untuk tu perlu dlkukn Uj F tu Anov Unversts Sumter Utr

15 dlkukn dengn membndngkn tngkt sgnfkns yng dtetpkn untuk peneltn dengn probblty vlue dr hsl peneltn. b. Uj T Pengujn n dlkukn untuk menentukn pkh du smpel tdk berhubungn, memlk rt rt yng berbed. Uj t dlkukn dengn cr membndngkn perbedn ntr nl du rt rt dengn stndrt eror dr perbedn rt rt du smpel..9 Sstemtk Penulsn Adpun sstemtk penulsn yng kn dkemukkn dlm penulsn Tugs Akhr n dlh sebg berkut : BAB : Pendhulun Bb n menjelskn tentng ltr belkng mslh, mksud dn tujun peneltn, perumusn mslh, btsn mslh, metode peneltn dn sstemtk penulsn. BAB : Lndsn Teor Bb n menjelskn tentng klsfks mengen fktor fktor yng mempengruh tngkt kepdtn penduduk. Dn mengurkn tentng regres, regres lner bergnd, uj regres gnd dn korels regres lner bergnd sert uj koefsen regres bergnd. Unversts Sumter Utr

16 BAB 3 : Gmbrn Umum Tempt Rset Bb n memprkn tentng sejrh sngkt tempt rset ytu Bdn Pust Sttstk (BPS), vs dn ms BPS. BAB 4 : Anls dn Pembhsn Bb n mengurkn tentng nls dt dengn metode rgres lner bergnd dn nlss korels untuk melht hubungn ntr vrbel. BAB 5 : Implements Sstem Bb n memprkn tentng mplements system yng dgunkn untuk nlss peneltn ytu progrm SPSS. BAB 6 : Kesmpuln dn Srn Bb n merupkn penutup yng bers kesmpuln yng dmbl setelh pengolhn dt dn nls perhtungn sert srn-srn yng berup msukn-msukn yng mungkn dpt bermnft untuk ms yng kn dtng. Unversts Sumter Utr

Koefisien Regresi / persamaan regresi linier digunakan untuk meramalkan / mengetahui besarnya pengaruh variabel X terhadap variabel Y

Koefisien Regresi / persamaan regresi linier digunakan untuk meramalkan / mengetahui besarnya pengaruh variabel X terhadap variabel Y REGRESI Koefsen Regres / persmn regres lner dgunkn untuk mermlkn / mengethu esrny pengruh vrel terhdp vrel Vrel yng mempengruh ddlm nlss regres dseut vrel predktor ( ) Vrel yng dpengruh dseut vrel krterum

Lebih terperinci

Pemain P 1. Teorema 4.1 (Teorema minimax). Untuk setiap matriks pembayaran (pay off matrix), terdapat strategi optimal x* dan y* sedemikian sehingga

Pemain P 1. Teorema 4.1 (Teorema minimax). Untuk setiap matriks pembayaran (pay off matrix), terdapat strategi optimal x* dan y* sedemikian sehingga Rset Opers Probblstk Teor Permnn (Gme Theor) Deprtement of Mthemtcs FMIPA UNS Lecture 4: Med Strteg A. Metode Cmpurn (Med Strteg) D dlm permnn d mn permnn tersebut tdk mempun ttk peln, mk pr pemn kn bersndr

Lebih terperinci

BAB IV METODA ANALISIS RANGKAIAN

BAB IV METODA ANALISIS RANGKAIAN 6 BAB METODA ANALSS RANGKAAN Metod nlss rngkn sebenrny merupkn slh stu lt bntu untuk menyeleskn sutu permslhn yng muncul dlm mengnlss sutu rngkn, blmn konsep dsr tu hukum-hukum dsr sepert Hukum Ohm dn

Lebih terperinci

Metode Numerik. Regresi. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2008 PENS-ITS

Metode Numerik. Regresi. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2008 PENS-ITS Metode Numerk Regres Um S dh Polteknk Elektronk Neger Surb 008 PENS-ITS 1 Metode Numerk Topk Regres Lner Regres Non Lner PENS-ITS Metode Numerk Metode Numerk Regres vs Interpols REGRESI KUADRAT TERKECIL

Lebih terperinci

Menentukan Statistik Pengujian Untuk Eksperimen Faktorial dengan Dua Kali Pembatasan Pengacakan. Oleh : Enny Supartini

Menentukan Statistik Pengujian Untuk Eksperimen Faktorial dengan Dua Kali Pembatasan Pengacakan. Oleh : Enny Supartini Menentukn Sttstk Pengujn Untuk Ekspermen Fktorl dengn Du Kl Pembtsn Pengckn Oleh : Enny Suprtn Jurusn Sttstk FMIPA Unversts Pdjdjrn Bndung e-ml : rthn@yhoo.com Abstrk Dlm ekspermen fktorl pbl pengckn tdk

Lebih terperinci

BAB I PENDAHULUAN. Universitas Sumatera Utara

BAB I PENDAHULUAN. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Ltr Belkng Dlm teor permnn dkenl orng kembl setelh munculny kry bersm yng gemlng dr John Von Neumn dn V Mergenstern pd thun 1944 dengn judul Theory of Gmes nd economc behvor. Teor

Lebih terperinci

MODEL PENJADWALAN BATCH PADA FLOWSHOP DUA TAHAP DENGAN VARIASI JUMLAH PART UNTUK MEMINIMASI TOTAL ACTUAL FLOW TIME

MODEL PENJADWALAN BATCH PADA FLOWSHOP DUA TAHAP DENGAN VARIASI JUMLAH PART UNTUK MEMINIMASI TOTAL ACTUAL FLOW TIME MODEL PEJADWALA BATCH PADA LOWSHOP DUA TAHAP DEGA VARIASI JUMLAH PART UTUK MEMIIMASI TOTAL ACTUAL LOW TIME Prty Poer Surydhn Industrl Engneerng Study Progrm, Industrl Engneerng culty, Telkom Unversty prty@telkomunversty.c.d

Lebih terperinci

BAB 6 FITTING DATA ˆ (6.1) (6.2) (6.3) =. Nilai akan. akan minimum jika. minimum. Misal. 0. Jika ini dikerjakan maka akan diperoleh nilai

BAB 6 FITTING DATA ˆ (6.1) (6.2) (6.3) =. Nilai akan. akan minimum jika. minimum. Misal. 0. Jika ini dikerjakan maka akan diperoleh nilai BAB 6 FITTIG DATA Atu dseut dengn penookn dt tu menentukn kurv terk ng mellu set dt (sekumpuln dt) dengn keslhn mnmum. Ukurn keslhn dlh E (root men squre, kr kudrt rt-rt). Ad eerp mm pol fttng dt: menurut

Lebih terperinci

MATEMATIKA TEKNIK 2 3 SKS TEKNIK ELEKTRO UDINUS

MATEMATIKA TEKNIK 2 3 SKS TEKNIK ELEKTRO UDINUS MATEMATIKA TEKNIK SKS TEKNIK ELEKTRO UDINUS Integrl Fungs Kompleks 4 INTEGRAL FUNGSI KOMPLEKS Sepert hlny dlm fungs rl, dlm fungs kompleks jug dkenl stlh ntegrl fungs kompleks sert sft-sftny Sft kenltkn

Lebih terperinci

BAB 2 LANDASAN TEORI. pengetahuan, terutama para peneliti yang dalam penelitiannya banyak

BAB 2 LANDASAN TEORI. pengetahuan, terutama para peneliti yang dalam penelitiannya banyak BAB 2 LANDASAN TEORI 2.1 Pengertin Anlisis Regresi Sttistik merupkn slh stu cbng ilmu pengethun yng pling bnyk mendptkn perhtin dn dipeljri oleh ilmun dri hmpir semu ilmu bidng pengethun, terutm pr peneliti

Lebih terperinci

SOAL UN MATEMATIKA IPA 2014

SOAL UN MATEMATIKA IPA 2014 SOAL UN MATEMATIKA IPA 2014 1. Dkethu prems-prems berkut : Prems 1 : Jk hr hujn, mk tnmn pd subur. Prems 2 : Jk pnen tdk melmph, mk tnmn pd tdk subur. Prems 3 : Pnen tdk melmph Kesmpuln yng sh dr prems-prems

Lebih terperinci

BAB 5 PERSAMAAN DIFERENSIAL HOMOGEN ORDE TINGGI

BAB 5 PERSAMAAN DIFERENSIAL HOMOGEN ORDE TINGGI BAB 5 PESAMAAN DIFEENSIA HOMOGEN ODE TINGGI 5. Pendhulun Metode penyelesn persmn dferensl orde stu dn du yng telh dbhs dpt dpergunkn untuk persmn dferensl homogen untuk orde n dengn persmn krkterstk sepert

Lebih terperinci

FISIKA. Sesi INDUKSI MAGNETIK A. KAWAT LURUS BERARUS

FISIKA. Sesi INDUKSI MAGNETIK A. KAWAT LURUS BERARUS FISIKA KELAS XII IPA - KURIKULUM GABUNGAN 07 Ses NGAN INDUKSI MAGNETIK Pd bd kesembln bels, Hns Chrstn Oersted (777-85) membuktkn keterktn ntr gejl lstrk dn gejl kemgnetn. Oersted mengmt st jrum kmps dtempelkn

Lebih terperinci

PENDAHULUAN. 1993). Pada penelitian ini menggunakan rancangan acak kelompok dengan model liniear aditif ditulis sebagai berikut: Latar belakang

PENDAHULUAN. 1993). Pada penelitian ini menggunakan rancangan acak kelompok dengan model liniear aditif ditulis sebagai berikut: Latar belakang PENDAHULUAN Ltr belkng Anlss rgm memerlukn sums yng kett, slh stuny sums kehomogenn rgm. Pdhl bnyk ksus d lpngn yng ggl dlm memenuh sums n. Dlm percobn multloks serng terjd ketdkhomogenn rgm pd fktor loks

Lebih terperinci

5. INDUKSI MAGNETIK. A. Medan Magnetik

5. INDUKSI MAGNETIK. A. Medan Magnetik 5. INDUKSI MAGNETIK Setelh mempeljr modul n, dhrpkn And dpt memhm konsep nduks mgnetk secr umum. Secr lebh khusus, And dhrpkn dpt : Mendeskrpskn hsl percobn Hns Chrstn Oersted tentng pengertn nduks mgnetk.

Lebih terperinci

MENENTUKAN REGRESI LINIER BERGANDA UNTUK PENDAPATAN DOMESTIK REGIONAL BRUTO (PDRB) DI DELI SERDANG TUGAS AKHIR LEWI SYAHPUTRA

MENENTUKAN REGRESI LINIER BERGANDA UNTUK PENDAPATAN DOMESTIK REGIONAL BRUTO (PDRB) DI DELI SERDANG TUGAS AKHIR LEWI SYAHPUTRA MENENTUKAN REGRESI LINIER BERGANDA UNTUK PENDAPATAN DOMESTIK REGIONAL BRUTO (PDRB) DI DELI SERDANG TUGAS AKHIR Djukn untuk melengkp tugs dn memenuh syrt mencp gelr Ahl Mdy LEWI SAHPUTRA 05407079 DEPARTEMEN

Lebih terperinci

R. Rahmatiah 1, Gunawan 2, Sutrio 3

R. Rahmatiah 1, Gunawan 2, Sutrio 3 MODEL PEMBELAJARA BERBASIS MULTIMEDIA ITERAKTIF (MMI) UTUK MEIGKATKA PEGUASAA KOSEP DA KETERAMPILA BERPIKIR KRITIS SISWA PADA MATERI OPTIK R. Rhmth 1, Gunwn 2, Sutro 3 1 Mhssw Penddkn Fsk, Fkults Kegurun

Lebih terperinci

R. Rahmatiah 1, Gunawan 2, Sutrio 3

R. Rahmatiah 1, Gunawan 2, Sutrio 3 MODEL PEMBELAJARA BERBASIS MULTIMEDIA ITERAKTIF (MMI) UTUK MEIGKATKA PEGUASAA KOSEP DA KETERAMPILA BERPIKIR KRITIS SISWA PADA MATERI OPTIK R. Rhmth 1, Gunwn 2, Sutro 3 1 Mhssw Penddkn Fsk, Fkults Kegurun

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Ltr Belkg Smp st, model Regres d model Alss Vrs telh dpdg sebg du hl g tdk berkt. Meskpu merupk pedekt g umum dlm meergk kedu cr pd trf permul, model Alss Vrs dpt dpdg sebg hl khusus model

Lebih terperinci

Komputasi Efisiensi Dan Linearitas Daya Optik Pada Pemisahan Longitudinal Serat Optik Indeks Undak Multiragam Dengan Metode Simpson

Komputasi Efisiensi Dan Linearitas Daya Optik Pada Pemisahan Longitudinal Serat Optik Indeks Undak Multiragam Dengan Metode Simpson Komputs Esens Dn Lnerts Dy Optk Pd Pemshn Longtudnl Sert Optk Indeks Undk Multrgm Dengn Metode Smpson Wrsono Jurusn Penddkn Fsk FMIPA Unversts Neger Yogykrt ABSTRAK Peneltn n bertuun untuk menentukn esens

Lebih terperinci

ANALISIS OPTIMASI. Oleh Muhiddin Sirat*)

ANALISIS OPTIMASI. Oleh Muhiddin Sirat*) ANALISIS OPTIMASI Oleh Muhddn Srt*) I. PENDAHULUAN D tnju dr seg ekonom, sumber terjdny mslh ekonom yng dhdp msyrkt berwl dr kebutuhn mnus yng tdk terbts, dln phk sumber-sumber ekonom sngt terbts. Untuk

Lebih terperinci

KAJIAN TENTANG SKEMA BEDA HINGGA KOMPAK ORDE-4

KAJIAN TENTANG SKEMA BEDA HINGGA KOMPAK ORDE-4 KAJIA TETAG SKEA BEDA HIGGA KOPAK ORDE-4 Eko Prsety Budn Abstrct : Fourth order compct fnte-dfference scheme s bsed on low-storge Runge-Kutt schemes for temporl dscretzton nd fourth order compct fnte-dfference

Lebih terperinci

II. TINJAUAN PUSTAKA

II. TINJAUAN PUSTAKA II. TINJAUAN PUSTAKA 2.1. Tnjun Teorts 2.1.1. Teor Aloks Wktu Teor yng menunjukkn bhw setp ndvdu memutuskn bgmn menglokskn wktu yng dmlkny dntr plhn untuk bekerj (work) tu snt (lesure) mengsumskn bhw setp

Lebih terperinci

BAB 1 PENDAHULUAN. melaksanakan pembangunan kembali diberbagai sektor yang mencakup seluruh

BAB 1 PENDAHULUAN. melaksanakan pembangunan kembali diberbagai sektor yang mencakup seluruh BAB 1 PENDAHULUAN 1.1 Ltr Belkng Pemilihn Judul Setelh menghdpi krisis ekonomi yng cukup pnjng, Indonesi berush melksnkn pembngunn kembli diberbgi sektor yng menckup seluruh spek kehidupn rkyt Indonesi,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Persmn Smultn Persmn smultn tmbul hmpr dsetp cbng mtemtk, dlm beberp hl, persmn n tmbul lngsung dr perumusn mul dr persolnny, ddlm hl ln penyelesn dr persmn merupkn bgn dr pengerjn

Lebih terperinci

10/21/2011 POKOK BAHASAN MODEL DATAMINING DEFINISI KATEGORI DALAM DATA MINING. Definisi Kategori Model Naïve Bayesian k-nearest Neighbor Clustering

10/21/2011 POKOK BAHASAN MODEL DATAMINING DEFINISI KATEGORI DALAM DATA MINING. Definisi Kategori Model Naïve Bayesian k-nearest Neighbor Clustering 0//0 POKOK BAHASAN Defns Ktegor Model Nïve Byesn k-nerest Neghbor Clusterng MODEL DATAMINING Bhn Kulh : Topk Khusus DEFINISI DEFINISI Mnng : proses tu ush untuk mendptkn sedkt brng berhrg dr sejumlh besr

Lebih terperinci

Analisis Variansi satu faktor Single Factor Analysis Of Variance (ANOVA)

Analisis Variansi satu faktor Single Factor Analysis Of Variance (ANOVA) BAB 1 Alss Vrs stu fktor Sgle Fctor Alss Of Vrce (ANOVA) ANALISIS VARIANSI SATU FAKTOR D MetStt 1 sudh dkel uj hpotess rt-rt du populs A d B g berdstrbus Norml Bgm jk terdpt lebh dr du populs? Alss vrs

Lebih terperinci

Two-Stage Nested Design

Two-Stage Nested Design Mteri #13 TIN309 DESAIN EKSPERIMEN Two-Stge Nested Design Nested design dlh slh stu ksus dri desin multi fktor dimn level dri slh stu fktor (misl: fktor B) serup tpi tidk identik untuk setip level yng

Lebih terperinci

PenerapanTeori Respons Butir Dalam Penyetaran Tes. Kana Hidayati Jurusan Pendidikan Matematika FMIPA UNY ABSTRAK

PenerapanTeori Respons Butir Dalam Penyetaran Tes. Kana Hidayati Jurusan Pendidikan Matematika FMIPA UNY ABSTRAK PenerpnTeor Respons Butr Dlm Penyetrn Tes Kn Hdyt Jurusn Penddkn Mtemtk FMIPA UNY ABSTRAK Penyetrn tes perlu dlkukn khususny bg kegtn pengujn dlm skl besr yng memperspkn lebh dr stu perngkt tes mengngt

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Pembangunan ekonomi adalah serangkaian usaha dan kebijaksanaan yang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Pembangunan ekonomi adalah serangkaian usaha dan kebijaksanaan yang BAB PENDAHULUAN. Ltr Belng Pembngunn enm dlh serngn ush dn ebjsnn yng bertujun untu menngtn trf hdup msyrt, memperlus lpngn erj, mertn pembgn pendptn msyrt, menngtn hubungn enm regnl, dn mellu pergesern

Lebih terperinci

Teorema Gauss. Garis Gaya oleh muatan negatip. Garis gaya listrik. Garis gaya oleh sebuah muatan titik. Sebuah muatan negatip

Teorema Gauss. Garis Gaya oleh muatan negatip. Garis gaya listrik. Garis gaya oleh sebuah muatan titik. Sebuah muatan negatip Gs Gy Lstk Konsep fluks Teoem Guss Teoem Guss Penggunn Teoem Guss Medn oleh mutn ttk Medn oleh kwt pnjng tk behngg Medn lstk oleh plt lus tk behngg Medn lstk oleh bol solto dn kondukto Medn lstk oleh slnde

Lebih terperinci

BAB 3 LANDASAN TEORI

BAB 3 LANDASAN TEORI BAB 3 LANDASAN TEORI 3. Fuel Addtve BAB 3 LANDASAN TEORI Dsn dbhs berbg nforms tentng ddtf ytu defns ddtf, komposs bhn km yng dgunkn, kelebhn dn kekurngn yng dhslkn dn cr penggunn ddtf dlm cmpurn bhn bkr.

Lebih terperinci

Kerjakan di buku tugas. Tentukan hasil operasi berikut. a. A 2 d. (A B) (A + B) b. B 2 e. A (B + B t ) c. A B f. A t (A t + B t ) Tes Mandiri

Kerjakan di buku tugas. Tentukan hasil operasi berikut. a. A 2 d. (A B) (A + B) b. B 2 e. A (B + B t ) c. A B f. A t (A t + B t ) Tes Mandiri Mmt Apliksi SMA Bhs Dikethui A = Tentukn hsil opersi berikut A c A A b A A d A Dikethui A = Tentukn hsil opersi berikut (A + B) c (B A) b A + AB + B d B BA + A Sol Terbuk Kerjkn di buku tugs Jik X = dn

Lebih terperinci

ANALISIS NUMERIK. Inter polasi. SPL simultan. Akar Persama. linear

ANALISIS NUMERIK. Inter polasi. SPL simultan. Akar Persama. linear ANALISIS NUMERIK Inter polsi SPL simultn Akr Persm n Non liner INTERPOLASI Tujun Interpolsi bergun untuk menksir hrg-hrg tengh ntr titik dt yng sudh tept. Interpolsi mempunyi orde tu derjt. Mcm Interpolsi

Lebih terperinci

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA)

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA) Alss Vrs stu fktor (Alss Of Vrce / ANOVA) 1. Megethu rcg d eses. Megethu model ler 3. Meuruk Jumlh Kudrt (JK) 4. Melkuk uj lss vrs 5. Melkuk uj perbdg gd Apkh ber kot dlm rokok dpt megkbtk Kker? Sel kker

Lebih terperinci

Mutu Organoleptik dan Mikrobiologis Ikan Tongkol yang Diawetkan dengan Bawang Putih Selama Penyimpanan Suhu Ruang

Mutu Organoleptik dan Mikrobiologis Ikan Tongkol yang Diawetkan dengan Bawang Putih Selama Penyimpanan Suhu Ruang Nke: Jurnl Ilmh Perknn dn Kelutn. Volume, Nomor, September Mutu Orgnoleptk dn Mkrobologs Ikn Tongkol yng Dwetkn dengn Bwng Puth Selm Penympnn Suhu Rung, Veront T. Sdk, Asr Slvn Nu, Fz A. Dl verontsdk@gml.com

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. 2.1 Pengertian Pemasaran dan Manajemen Pemasaran

BAB 2 TINJAUAN TEORITIS. 2.1 Pengertian Pemasaran dan Manajemen Pemasaran BAB TINJAUAN TEORITIS. Pengertn Pemsrn dn Mnjemen Pemsrn Pemsrn sekrng n dtnd dengn sejumlh perubhn-perubhn pentng. Orentsny tdk lg mencptkn keuntungn sebesr-besmy, rnelnkn mencptkn pelnggn sebnyk mungkn

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pengertin Anlisis Regresi Sttisti merupn slh stu cbng ilmu pengethun yng pling bny mendptn perhtin dn dipeljri oleh ilmun dri hmpir semu ilmu bidng pengethun, terutm pr peneliti yng

Lebih terperinci

BUPATI LAMANDAU PROVINSI KALIMANTAN TENGAH PERATURAN BUPATI LAMANDAU NOMOR 22 TAHUN 2016 TENTANG

BUPATI LAMANDAU PROVINSI KALIMANTAN TENGAH PERATURAN BUPATI LAMANDAU NOMOR 22 TAHUN 2016 TENTANG BUPATI LAMANDAU PROVINSI KALIMANTAN TENGAH PERATURAN BUPATI LAMANDAU NOMOR 22 TAHUN 2016 TENTANG PROGRAM PENANGGULANGAN KEMISKINAN DIKABUPATEN LAMANDAU DENGAN RAHMAT TUHAN YANG MAHA ESA BUPATI LAMANDAU,

Lebih terperinci

PETUNJUK PENULISAN LKM MODUL IV STATISTIK INFERENSIA

PETUNJUK PENULISAN LKM MODUL IV STATISTIK INFERENSIA A. PENDAHULUAN KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI PETUNJUK PENULISAN LKM MODUL IV STATISTIK INFERENSIA (Berisi ltr elkng mengeni fungsi sttistik inferensi pd permslhn di kehidupn sehri-hri.

Lebih terperinci

PRAKTIKUM 6 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Jordan

PRAKTIKUM 6 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Jordan Prtum 6 Penyelesn Persmn Lner Smultn - Metode Elmns Guss Jordn PRAKTIKUM 6 Penyelesn Persmn Lner Smultn Metode Elmns Guss Jordn. Tujun : Mempeljr metode Elmns Guss Jordn untu penyelesn persmn lner smultn.

Lebih terperinci

Bab. Vektor. A. Vektor B. Perkalian Vektor. Hasil yang harus Anda capai: menerapkan konsep besaran Fisika dan pengukurannya.

Bab. Vektor. A. Vektor B. Perkalian Vektor. Hasil yang harus Anda capai: menerapkan konsep besaran Fisika dan pengukurannya. 2 Sumer: Dsr-Dsr Foto Jurnlistik, 2003 esrn yng memiliki esr dn rh diseut esrn vektor. Keceptn merupkn slh stu esrn vektor. Vektor Hsil yng hrus nd cpi: menerpkn konsep esrn Fisik dn pengukurnny. Setelh

Lebih terperinci

ARTIKEL ILMIAH ANALISIS MANAJEMEN WAKTU PADA PROYEK KONSTRUKSI JALAN STUDI KASUS PT. SARANA ANDALAN SEMESTA DI KABUPATEN ROKAN HULU

ARTIKEL ILMIAH ANALISIS MANAJEMEN WAKTU PADA PROYEK KONSTRUKSI JALAN STUDI KASUS PT. SARANA ANDALAN SEMESTA DI KABUPATEN ROKAN HULU ARTIKEL ILMIAH AALISIS MAAJEME WAKTU PADA PROYEK KOSTRUKSI JALA STUDI KASUS PT. SARAA ADALA SEMESTA DI KABUPATE ROKA HULU OLEH M. IKBAL TAWAKAL 093003 PROGRAM STUDI TEKIK SIPIL FAKULTAS TEKIK UIVERSITAS

Lebih terperinci

PRAKTIKUM 9 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Jordan

PRAKTIKUM 9 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Jordan Prtum 9 Penyelesn Persmn Lner Smultn - Metode Elmns Guss Jordn PRAKTIKUM 9 Penyelesn Persmn Lner Smultn Metode Elmns Guss Jordn Tujun : lner smultn Mempeljr metode Elmns Guss Jordn untu penyelesn persmn

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 4.1. Loks dn Wktu Peneltn Pelksnn kegtn peneltn n dlkukn d rel kwsn hutn Tmn Nsonl Tesso Nlo yng ertsn dengn perkeunn kelp swt PT. Int Indoswt uur, Uku Ru. Peneltn n dlksnkn selm

Lebih terperinci

LUAS DENGAN PARTISI SEGITIGA UNTUK FUNGSI CEKUNG

LUAS DENGAN PARTISI SEGITIGA UNTUK FUNGSI CEKUNG Posdng Semt05 dng MIPA BKS-PTN Bt Unvests Tnjungpu Pontnk Hl 7 - LUAS DENGAN PARTISI SEGITIGA UNTUK FUNGSI CEKUNG Jun Lest Nengsh *, Symsudhuh, Lel Deswt Juusn Mtemtk Unvests Ru, Ru jun.lest@gml.om, Kmpus

Lebih terperinci

VII. FUNGSI PERMINTAAN TAMAN WISATA TIRTA SANITA Fungsi Permintaan Taman Wisata Tirta Sanita

VII. FUNGSI PERMINTAAN TAMAN WISATA TIRTA SANITA Fungsi Permintaan Taman Wisata Tirta Sanita VII. FUNGSI PERMINTAAN TAMAN WISATA TIRTA SANITA 7.1. Fungsi Permintn Tmn Wist Tirt Snit Model persmn fungsi permintn di bwh ini sudh menglmi pemilihn independent vrible, untuk menghindri mslh multikolinerits.

Lebih terperinci

CNH2B4 / KOMPUTASI NUMERIK

CNH2B4 / KOMPUTASI NUMERIK CNHB4 / KOMPUTASI NUMERIK TIM DOSEN KK MODELING AND COMPUTATIONAL EXPERIMENT PENCOCOKAN KURVA Pedhulu Dt g bersl dr hsl pegmt lpg pegukur tu tbel g dmbl dr buku-buku cu. Nl tr turu tegrl mudh dcr utuk

Lebih terperinci

Aljabar Linear dan Matriks (Transformasi Linier dan Matriks) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs.

Aljabar Linear dan Matriks (Transformasi Linier dan Matriks) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs. ljr Lner dn Mtrks (Trnsforms Lner dn Mtrks) Instruktur : Ferry Whyu Wowo SS MCs Penjumlhn Perkln Sklr dn Perkln Mtrks j : unsur dr mtrks d rs dn kolom j Defns Du mtrks dlh sm jk keduny mempuny ukurn yng

Lebih terperinci

ANALISIS DAMPAK KENAIKAN MUKA AIR LAUT DI KABUPATEN KUBU RAYA DAN KABUPATEN MEMPAWAH DENGAN METODE ANALYTICAL HIERARCHY PROCESS

ANALISIS DAMPAK KENAIKAN MUKA AIR LAUT DI KABUPATEN KUBU RAYA DAN KABUPATEN MEMPAWAH DENGAN METODE ANALYTICAL HIERARCHY PROCESS Buletn Ilmh Mth. Stt. dn Terpnny (Bmster) Volume 6, No. 03 (207), hl 67 76. ANALISIS DAMPAK KENAIKAN MUKA AIR LAUT DI KABUPATEN KUBU RAYA DAN KABUPATEN MEMPAWAH DENGAN METODE ANALYTICAL HIERARCHY PROCESS

Lebih terperinci

KAJIAN ANGKUTAN UMUM PENUMPANG MINI BUS SUPERBEN DAN MINI BUS TRAVEL (STUDY KASUS RUTE PASIR PENGARAIAN-PEKANBARU)

KAJIAN ANGKUTAN UMUM PENUMPANG MINI BUS SUPERBEN DAN MINI BUS TRAVEL (STUDY KASUS RUTE PASIR PENGARAIAN-PEKANBARU) KAJIA AGKUTA UMUM PEUMPAG MII BUS SUPERBE DA MII BUS TRAVEL (STUDY KASUS RUTE PASIR PEGARAIA-PEKABARU) AGGI FIRMASYAH KHAIRUL FAHMI, MT DA ARIE S. SIBARAI, ST Progrm Stud Teknk Spl Fkults Teknk Unversts

Lebih terperinci

Desain Faktorial 2 Faktor

Desain Faktorial 2 Faktor Mteri #8 TIN309 DESAIN EKSPERIMEN Desin Fktoril Fktor Adlh untuk meliht pengruh dri efek peruhn dri du fktor (vriel) terhdp hsil eksperimen. Misl pengruh dri fktor A dn B terhdp sutu eksperimen. Definisi

Lebih terperinci

Bab a. maka notasi determinan dari matriks A ditulis : det (A) atau. atau A.

Bab a. maka notasi determinan dari matriks A ditulis : det (A) atau. atau A. Bb DETERMINAN MATRIKS Determinn sutu mtriks dlh sutu fungsi sklr dengn domin mtriks bujur sngkr. Dengn kt lin, determinn merupkn pemetn dengn domin berup mtriks bujur sngkr, sementr kodomin berup sutu

Lebih terperinci

FORMULASI DAN ALGORITMA PENYELESAIAN MODEL BATCHING DAN SEQUENCING DENGAN KRITERIA MINIMASI WAKTU TINGGAL AKTUAL TOTAL

FORMULASI DAN ALGORITMA PENYELESAIAN MODEL BATCHING DAN SEQUENCING DENGAN KRITERIA MINIMASI WAKTU TINGGAL AKTUAL TOTAL FORMULASI DAN ALGORITMA PENYELESAIAN MODEL BATCHING DAN SEQUENCING DENGAN KRITERIA MINIMASI WAKTU TINGGAL AKTUAL TOTAL Zhed ABSTRACT Ths pper exmnes btch schedulng problem tht hve btchng nd sequencng n

Lebih terperinci

FISIKA BESARAN VEKTOR

FISIKA BESARAN VEKTOR K-3 Kels X FISIKA BESARAN VEKTOR TUJUAN PEMBELAJARAN Setelh mempeljri mteri ini, kmu dihrpkn memiliki kemmpun berikut.. Memhmi pengertin besrn vektor.. Mengusi konsep penjumlhn vektor dengn berbgi metode.

Lebih terperinci

17. PROGRAM LINEAR. A. Persamaan Garis Lurus. (x 2, y 2 ) (0, a) y 2. y 1. (x 1, y 1 ) (b, 0) X. x 1

17. PROGRAM LINEAR. A. Persamaan Garis Lurus. (x 2, y 2 ) (0, a) y 2. y 1. (x 1, y 1 ) (b, 0) X. x 1 17. PROGRAM LINEAR A. Persmn Gris Lurus y 1 (x 1, y 1 ) y 2 y 1 (x 1, y 1 ) (x 2, y 2 ) (0, ) 0 x 1 x 1 0 x 2 (b, 0) 0 b. Persmn gris yng bergrdien m dn mellui titik (x 1, y 1 ) dlh: y y 1 = m(x x 1 )

Lebih terperinci

r x = 0. Koefisien-koefisien persamaan yang dihasilkan adalah analitik pada x = 0. Jadi dapat kita gunakan metode deret pangkat.

r x = 0. Koefisien-koefisien persamaan yang dihasilkan adalah analitik pada x = 0. Jadi dapat kita gunakan metode deret pangkat. Husn Arifh,M.Sc : Persmn Legendre Emil : husnrifh@uny.c.id Persmn diferensil Legendre (1) 1 x 2 y 2xy + n n + 1 y = 0 Prmeter n pd (1) dlh bilngn rill yng diberikn. Setip penyelesin dri (1) dinmkn fungsi

Lebih terperinci

. = Arah induksi magnet tegak lurus bidang gambar menuju pembaca x = Arah induksi magnet tegak lurus bidang gambar menjauhi pembaca

. = Arah induksi magnet tegak lurus bidang gambar menuju pembaca x = Arah induksi magnet tegak lurus bidang gambar menjauhi pembaca 7.7 MEDAN MAGNET INDUKSI Gejl Kemgnetn : Medn Mgnet dlh rungn yng memberkn gy mgnet kepd bend-bend dn mutn lstrk yng bergerk dsektrny. Adny medn mgnet dnytkn dengn grs-grs gy mgnet ( grs nduks ) Apbl membentuk

Lebih terperinci

BAB 7. LIMIT DAN LAJU PERUBAHAN

BAB 7. LIMIT DAN LAJU PERUBAHAN BAB 7. LIMIT DAN LAJU PERUBAHAN 7. LIMIT FUNGSI 7.. Limit fungsi di sutu titik Menggmbrkn perilku fungsi jik peubhn mendekti sutu titik Illustrsi: Dikethui f( ) f(), 3,30,0 3,030,00 3,003 3 f() = f() 3,000?

Lebih terperinci

matematika PEMINATAN Kelas X FUNGSI LOGARITMA K-13 A. Definisi Fungsi Logaritma

matematika PEMINATAN Kelas X FUNGSI LOGARITMA K-13 A. Definisi Fungsi Logaritma K-3 Kels mtemtik PEMINATAN FUNGSI LOGARITMA Tujun Pembeljrn Setelh mempeljri mteri ini, kmu dihrpkn memiliki kemmpun berikut.. Memhmi definisi fungsi logritm.. Dpt menggunkn konsep fungsi logritm dlm menyelesikn

Lebih terperinci

Pengenalan Pola/ Pattern Recognition

Pengenalan Pola/ Pattern Recognition Pengenln Pol/ Pttern Recognton Byesn Decson Theory Imm Cholssodn S.S., M.Kom. Klsfks 1 1. Teor Keputusn Byes Keputusn ddukung probblts posteror Keputusn mempertmbngkn Rsk/Cost 2. Fse Trnng & Testng Dt

Lebih terperinci

PEMBAHASAN SOAL OSN MATEMATIKA SMP 2013 TINGKAT KABUPATEN

PEMBAHASAN SOAL OSN MATEMATIKA SMP 2013 TINGKAT KABUPATEN www.sip-osn.blogspot.com @Mret 0 PEMBAHASAN SOAL OSN MATEMATIKA SMP 0 TINGKAT KABUPATEN. B. x ( x ) ( x + )( x ) ( x ( ) )( x ) ( x + )( x )( x + )( x ) (d fktor) Tidk d penjelsn tentng fktor hrus bilngn

Lebih terperinci

PROBLEM SOLVING TERKAIT DENGAN KELAS X SEMESTER 1 PADA STANDAR KOMPETENSI (SK) 1.

PROBLEM SOLVING TERKAIT DENGAN KELAS X SEMESTER 1 PADA STANDAR KOMPETENSI (SK) 1. PROLEM SOLVING TERKIT DENGN KELS X SEMESTER PD STNDR KOMPETENSI (SK). LJR Memechkn mslh yng berkitn dengn bentuk pngkt, kr, dn logritm Oleh: Sigit Tri Guntoro. Du orng berselisih mengeni bnykny psngn bilngn

Lebih terperinci

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA)

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA) Alss Vrs stu fktor (Alss Of Vrce / ANOVA) 1. Desg d coduct expermets volvg sgle. Uderstd how the ov s used to lze the dt from these expermets 3. Assess model dequc wth resdul plots 4. Use multple comprso

Lebih terperinci

BABAK PENYISIHAN AMSO JENJANG SMA PEMBAHASAN BABAK PENYISIHAN AMSO

BABAK PENYISIHAN AMSO JENJANG SMA PEMBAHASAN BABAK PENYISIHAN AMSO . Jwbn : C 8 3 8 6 3 3 3 6 BABAK PENYISIHAN AMSO JENJANG SMA PEMBAHASAN BABAK PENYISIHAN AMSO. Jwbn : C Tig bilngn prim pertm yng lebih besr dri 0 dlh 3, 9, dn 6. Mk 3 + 9 + 6 = 73. Jdi, jumlh tig bilngn

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bb berikut ini kn disjikn mteri pendukung yng dpt membntu penulis untuk menyelesikn permslhn yng kn dibhs pd bb selnjutny. Adpun mteri pendukungny dlh pengertin mtriks, jenis-jenis

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 11 Ltr Belkng Mslh trnsshpent erupkn slh stu slh pentng yng dhdp oleh perushn Pd uuny slh trnsports berhubungn dengn dstrbus sutu brng dr beberp suber dengn penwrn terbts enuu beberp

Lebih terperinci

DETERMINAN DAN INVERS MATRIKS BLOK 2 2

DETERMINAN DAN INVERS MATRIKS BLOK 2 2 Buletin Ilmih Mth. Stt. dn Terpnny (Bimster) Volume 06, No. 3(2017), hl 193 202. DETERMINAN DAN INVERS MATRIKS BLOK 2 2 Ilhmsyh, Helmi, Frnsiskus Frn INTISARI Mtriks blok merupkn mtriks persegi yng diblok

Lebih terperinci

CONTOH SOLUSI BEBERAPA SOAL OLIMPIADE MATEMATIKA Oleh: Wiworo, S.Si, M.M. 3. Untuk k 2 didefinisikan bahwa a

CONTOH SOLUSI BEBERAPA SOAL OLIMPIADE MATEMATIKA Oleh: Wiworo, S.Si, M.M. 3. Untuk k 2 didefinisikan bahwa a CONTOH SOLUSI BEBERAPA SOAL OLIMPIADE MATEMATIKA Oleh: Wiworo, S.Si, M.M. Dikethui bhw,. Untuk k didefinisikn bhw k k k. Tentukn jumlh tk hingg dri. Kit mislkn S S. Dengn demikin kit dpt menuliskn Kedu

Lebih terperinci

Perancangan Pengendali Knowledge Base MIMO pada Turbin Angin

Perancangan Pengendali Knowledge Base MIMO pada Turbin Angin 30 Perncngn Pengendl Knowledge Bse MIMO pd urbn Angn r Nurwt Abstrk -Perncngn pengendl Knowledge Bse MIMO pd tubn ngn bersumbu horsontl yng leksbel terhdp keceptn ngn yng berubhubh dengn memperoleh nl

Lebih terperinci

SELEKSI SEKOLAH MENENGAH LANJUTAN MENGGUNAKAN ANALYTIC HIERARCHY PROCESS

SELEKSI SEKOLAH MENENGAH LANJUTAN MENGGUNAKAN ANALYTIC HIERARCHY PROCESS Seleks Sekolh Menengh Lnjutn 121 SELEKSI SEKOLAH MENENGAH LANJUTAN MENGGUNAKAN ANALYTIC HIERARCHY PROCESS Yusuf Sulstyo Nugroho, Agus Ulnuh, Nuruddn Nov Sekt Aj Teknk Informtk Unversts Muhmmdyh Surkrt

Lebih terperinci

ANALISIS DISPARITAS INPUT PEMBANGUNAN, 2010

ANALISIS DISPARITAS INPUT PEMBANGUNAN, 2010 BADAN PUSAT STATISTIK ANALISIS DISPARITAS INPUT PEMBANGUNAN, 2010 ABSTRAKSI Ltr belkng: 1. Pelksnn Otonomi Derh msih bnyk ditemukn permslhn kibt perbedn ltr belkng demogrfi, geogrfi, infrstruktur, ekonomi,

Lebih terperinci

Hubungan integral garis yang umum antara ke dua kuantitas tersebut,

Hubungan integral garis yang umum antara ke dua kuantitas tersebut, 6 GRADIN PONSIAL Grdien ptensil dlh sutu metde ng sederhn untuk mencri intensits medn listrik dri ptensil. Hubungn integrl gris ng umum ntr ke du kuntits tersebut,. dl Dengn mengmbil N sebgi vektr stun

Lebih terperinci

Gambar 1.1. Contoh Produk-Produk Dekorasi dan Saniter yang Dihasilkan oleh Perusahaan tersebut

Gambar 1.1. Contoh Produk-Produk Dekorasi dan Saniter yang Dihasilkan oleh Perusahaan tersebut BAB I PENDAHULUAN 1.1. Ltr Belkng Sutu perushn menghsilkn wstfel, ptung, penyngg ptung, pot, penyngg pot, mej, penyngg mej, ir mncur, milbox, dn produk-produk dekorsi rumh linny yng berbhn utm terrzzo

Lebih terperinci

15. INTEGRAL SEBAGAI LIMIT

15. INTEGRAL SEBAGAI LIMIT 15. INTEGRAL SEBAGAI LIMIT 15.1 Jumlh Riemnn Dlm kulih Klkulus pd thun pertm, integrl Riemnn bisny diperkenlkn sebgi limit dri jumlh Riemnn, tidk mellui integrl Riemnn ts dn integrl Riemnn bwh. Hl ini

Lebih terperinci

SISTEM BILANGAN REAL. 1. Sifat Aljabar Bilangan Real

SISTEM BILANGAN REAL. 1. Sifat Aljabar Bilangan Real SISTEM BILANGAN REAL Dlm terminologi Aljbr Abstrk, sistem bilngn rel disebut dengn field (lpngn) pd opersi penjumlhn dn perklin. Sutu opersi biner bis ditulis dengn sutu psngn terurut (, b) yng unik dri

Lebih terperinci

TURUNAN FUNGSI. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI

TURUNAN FUNGSI. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI LA - WB (Lembr Aktivits Wrg Beljr) TURUNAN FUNGSI Oleh: Hj. ITA YULIANA, S.Pd, M.Pd MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI Creted By It Yulin 33 Turunn Fungsi Kompetensi Dsr 1. Menggunkn

Lebih terperinci

Tugas Menyelesaikan Soal Disusun Untuk memenuhi tugas Mata kuliah Kajian Matematika SMA 1 Dosen: Padrul Jana, M.Sc

Tugas Menyelesaikan Soal Disusun Untuk memenuhi tugas Mata kuliah Kajian Matematika SMA 1 Dosen: Padrul Jana, M.Sc Tugs Menyelesikn Sol Disusun Untuk memenuhi tugs Mt kulih Kjin Mtemtik SMA Dosen: Pdrul Jn, M.Sc Disusun Oleh: Kelomok /5A. Nurul Istiqomh 000. Muhmmd Mukti Ali 00. Diyh Elvi Rin 00. Ambr Retno Muti 0050

Lebih terperinci

Materi IX A. Pendahuluan

Materi IX A. Pendahuluan Mteri IX Tujun :. Mhsisw dpt memhmi vektor. Mhsisw mmpu mengunkn vektor dlm persoln sederhn 3. Mhsisw mengimplementsikn konsep vektor pd rngkin listrik. Pendhulun Sudh menjdi kesepktn umum hw untuk menentukn

Lebih terperinci

Analisis Kualitas Tes Ujian Sekolah Matematika SMP di Kabupaten Bangkalan

Analisis Kualitas Tes Ujian Sekolah Matematika SMP di Kabupaten Bangkalan SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 05 Anlss Kults Tes Ujn Sekolh Mtemtk SMP d Kbupten Bngkln PM - 36 Hd Sutrsno SMP Neger Tnhmeerh Kbupten Bngkln mth.unted@gml.com Abstrk Peneltn

Lebih terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN 21 BAB IV METODE PENELITIAN A. Thpn Penelitin Thpn peneletin Yng dilkukn mengcu pd lngkh lngkh yng terdpt dlm Gmr 4.1. Muli Studi Litertur Dt Dt Sekunder Dt Primer Lus Arel Prkir Geometri Arel Prkir c

Lebih terperinci

VEKTOR. 1. Pengertian Vektor adalah besaran yang memiliki besar (nilai) dan arah. Vektor merupakan sebuah ruas garis yang

VEKTOR. 1. Pengertian Vektor adalah besaran yang memiliki besar (nilai) dan arah. Vektor merupakan sebuah ruas garis yang VEKTOR 1. Pengertin Vektor dlh besrn yng memiliki besr (nili dn rh. Vektor merupkn sebuh rus gris yng P berrh dn memiliki pnjng. Pnjng rus gris tersebut dlh pnjng vektor. Rus gris dri titik P dn berujung

Lebih terperinci

matematika WAJIB Kelas X RASIO TRIGONOMETRI Kurikulum 2013 A. Definisi Trigonometri

matematika WAJIB Kelas X RASIO TRIGONOMETRI Kurikulum 2013 A. Definisi Trigonometri Kurikulum 0 Kels X mtemtik WAJIB RASIO TRIGONOMETRI Tujun Pembeljrn Setelh mempeljri mteri ini, kmu dihrpkn memiliki kemmpun berikut.. Memhmi rsio-rsio trigonometri yng meliputi sinus, kosinus, tngen,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN A III METODE PENELITIAN A. TUJUAN PENELITIAN Dlm penyusunn skps n, penuls mengdkn peneltn dengn judul Penguh Peseps Ssw Tentng C Mengj Guu Km dn Mnt elj Km Ssw tehdp Pests elj Km pd Mte Stuktu Atom Ssw

Lebih terperinci

STRATEGI PENGAJARAN MATEMATIKA UNTUK MENENTUKAN AKAR-AKAR PERSAMAAN KUADRAT

STRATEGI PENGAJARAN MATEMATIKA UNTUK MENENTUKAN AKAR-AKAR PERSAMAAN KUADRAT Jurnl Vol II. No., Mret 08, hlm. 9-95 vilble online t www.jurnl.un.c.id/indeks/jmp STRTEGI PENGJRN MTEMTIK UNTUK MENENTUKN KR-KR PERSMN KUDRT Indh Purnm Putri, Symsudhuh, Ihd Hsbiyti 3 Progrm Studi Mgister

Lebih terperinci

MA3231 Analisis Real

MA3231 Analisis Real MA3231 Anlisis Rel Hendr Gunwn* *http://hgunwn82.wordpress.com Anlysis nd Geometry Group Bndung Institute of Technology Bndung, INDONESIA Progrm Studi S1 Mtemtik ITB, Semester II 2016/2017 HG* (*ITB Bndung)

Lebih terperinci

Pendugaan Kelompok Umur dan Optimasi Pemanfaatan Sumberdaya Ikan Cakalang (Katsuwonus pelamis) di Kabupaten Boalemo, Provinsi Gorontalo

Pendugaan Kelompok Umur dan Optimasi Pemanfaatan Sumberdaya Ikan Cakalang (Katsuwonus pelamis) di Kabupaten Boalemo, Provinsi Gorontalo Nkè: Jurnl Ilmh Perknn dn Kelutn. Volume 1, Nomor 1, Jun 013 Pendugn Kelompok Umur dn Optms Pemnftn Sumberdy Ikn Cklng (Ktsuwonus pelms) d Kbupten Bolemo, Provns Gorontlo 1. Sr Muft Rest Sd, Symsuddn,

Lebih terperinci

Rumus Luas Daerah Segi Empat Sembarang? Oleh: Al Jupri Dosen Jurusan Pendidikan Matematika Universitas Pendidikan Indonesia

Rumus Luas Daerah Segi Empat Sembarang? Oleh: Al Jupri Dosen Jurusan Pendidikan Matematika Universitas Pendidikan Indonesia Rumus Lus Derh Segi Empt Sembrng? Oleh: Al Jupri Dosen Jurusn Pendidikn Mtemtik Universits Pendidikn Indonesi Kit bisny lebih menyuki brng yng siftny serb gun dn efektif, stu brng untuk berbgi jenis keperlun.

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.. Udr dn pencemrn udr Udr merupkn cmpurn beberp mcm gs yng perbndngnny tdk tetp. Komposs cmpurn gs tersebut tdk sellu konstn dn sellu berubh dr wktu ke wktu. Komponen yng konsentrsny

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI. Mtriks Definisi. (Anton, Howrd. ). Mtriks dlh sutu susunn bilngn berbentuk segi empt. Bilngn-bilngn dlm susunn itu disebut nggot dlm mtriks tersebut. Ukurn (size) sutu mtriks dinytkn

Lebih terperinci

TIM OLIMPIADE MATEMATIKA INDONESIA TAHUN 2009

TIM OLIMPIADE MATEMATIKA INDONESIA TAHUN 2009 SELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA TIM OLIMPIADE MATEMATIKA INDONESIA TAHUN 009 Bidng Mtemtik Wktu :,5 Jm DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH DIREKTORAT

Lebih terperinci

BAB III. PERANCANGAN ANTENA BRICK 2,4 GHz

BAB III. PERANCANGAN ANTENA BRICK 2,4 GHz BAB III PERANCANGAN ANTENA BRICK, GHZ BAB III PERANCANGAN ANTENA BRICK, GHz 3. Pernnn Anten Brik Bb ini menjelskn proses pernnn nten brik denn melkukn beberp perhitunn yn terdiri dri beberp prmeter yn

Lebih terperinci

2. Paman mempunyai sebidang tanah yang luasnya 5 hektar. Tanah itu dibagikan kepada 3. Luas tanah yang diterima oleh mereka masing-masing = 5 :3 1

2. Paman mempunyai sebidang tanah yang luasnya 5 hektar. Tanah itu dibagikan kepada 3. Luas tanah yang diterima oleh mereka masing-masing = 5 :3 1 . Hitunglh 7 5. : b. 5 : c. 8 : 6 d. 8 9 7 7 7 5 77 77 77. : c. 8 : 6 : 6 6 9 9 9 6 54 8 40 7 b. 5: 5 d. 4: 4: 4 6 8 7 95 Husein Tmpoms, Rumus-rumus Dsr Mtemtik 4 :. Pmn mempunyi sebidng tnh yng lusny

Lebih terperinci

( X ) 2 ANALISIS REGRESI

( X ) 2 ANALISIS REGRESI ANALII REGREI A. PENGERTIAN REGREI ecr umum d du mcm huug tr du vrel tu leh, tu etuk huug d keert huug. Utuk megethu etuk huug dguk lss regres. Utuk keert huug dpt dkethu deg lss korels. Alss regres dperguk

Lebih terperinci

METODE PENELITIAN. Penelitian dilaksanakan pada bulan Oktober sampai dengan November 2011

METODE PENELITIAN. Penelitian dilaksanakan pada bulan Oktober sampai dengan November 2011 III. METODE PENELITIAN 3.1. Tempt dn Wktu Penelitin Penelitin dilksnkn pd buln Oktober smpi dengn November 2011 bertempt di Lbortorium Rekys Bioproses dn Psc Pnen, Jurusn Teknik Pertnin, Fkults Pertnin,

Lebih terperinci

Skew- Semifield dan Beberapa Sifatnya 1

Skew- Semifield dan Beberapa Sifatnya 1 Skew- Semifield dn Beberp Siftny K r y t i Jurusn Pendidikn Mtemtik Fkults Mtemtik dn Ilmu Pengethun Alm Universits Negeri Yogykrt E-mil: ytiuny@yhoo.com Abstrk Sutu field ( lpngn ) F dlh struktur ljbr

Lebih terperinci

matematika K-13 TEOREMA FAKTOR DAN OPERASI AKAR K e l a s

matematika K-13 TEOREMA FAKTOR DAN OPERASI AKAR K e l a s K-3 mtemtik K e l s XI TEOREMA FAKTOR DAN OPERASI AKAR Tujun Pemeljrn Setelh mempeljri mteri ini, kmu dihrpkn memiliki kemmpun erikut.. Memhmi teorem fktor.. Menentukn kr dn fktor liner suku nyk dengn

Lebih terperinci

Faperta IPB. * Makalah disampaikan pada Seminar Nasional Otonomi Daerah yang diselenggrakan oleh Universitas

Faperta IPB. * Makalah disampaikan pada Seminar Nasional Otonomi Daerah yang diselenggrakan oleh Universitas PEMAKAIAN ANALISIS INPUT-OUTPUT UNTUK PEMILIHAN SEKTOR PRIORITAS PEMBANGUNAN DI D AERAH * Lutf I. Nsoeton, Ernn Rustd, dn Sunsun Sefulhkm 3 Pendhulun Dberlkuknny Undng-Undng mengen Otonom Derh kn bermplks

Lebih terperinci

Erna Sri Hartatik. Aljabar Linear. Pertemuan 3 Aljabar Vektor (Perkalian vektor-lanjutan)

Erna Sri Hartatik. Aljabar Linear. Pertemuan 3 Aljabar Vektor (Perkalian vektor-lanjutan) Ern Sri Hrttik Aljr Liner Pertemun Aljr Vektor (Perklin vektor-lnjutn) Pemhsn Perklin Cross (Cross Product) - Model cross product - Sift cross product Pendhulun Selin dot product d fungsi perklin product

Lebih terperinci

POKOK BAHASAN: PERMINTAAN, DAN HARGA. Suharyanto

POKOK BAHASAN: PERMINTAAN, DAN HARGA. Suharyanto POKOK BAHASAN: PERMINTAAN, PENAWARAN DAN HARGA Suhrynto Tujun Perkulihn ini: Mhsisw dpt mengnlisis kondisi psr berdsrkn konsep dsr permintn, penwrn dn hrg dlm meknisme psr. Bhn bcn: Smuelson, Pul A. &

Lebih terperinci