Metode Perbaikan ASM pada Masalah Transportasi Tak Seimbang
|
|
- Ivan Susman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 27 Metode Perbaka ASM pada Masalah Trasportas Tak Sebag T - 35 Solkh Departee Mateatka FSM Uverstas Dpoegoro sol_erf@yahooco Abstrak Masalah trasportas adalah asalah pedstrbusa barag dar beberapa suber ke beberapa tuua dega tuua utuk euka baya pegra Salah satu etode lagsug utuk eyelesaka asalah trasportas adalah etode ASM Metode etkberatka pada sel baya tereduks yag berla dega deks terkecl Telah dtuukka bahwa etode ASM eberka solus optal utuk asalah trasportas sebag, aka tetap utuk asalah trasportas tak sebag tdak selalu eberka solus optal Oleh karea tu, perlu adaya perbaka Paper egka perbaka dar etode ASM utuk eyelesaka asalah trasportas tak sebag da euukka keoptala solus yag dhaslka Dperoleh hasl bahwa solus yag dperoleh dega etode perbaka ASM pada asalah trasportas tak sebag erupaka solus optal Kata kuc: Trasportas Tak Sebag, Metode Perbaka ASM I PENDAHULUAN Masalah trasportas erupaka asalah pedstrbusa barag dar beberapa suber (persedaa atau ) ke beberapa tuua (pertaa atau dead) dega tuua utuk euka baya trasportas atau eaksuka keutuga [] Tuua utaa trasportas adalah eetuka bayakya barag yag optal yag aka dagkut dar beberapa suber ke beberapa tuua sehgga euka total baya trasportas Serg perkebaga, etode utuk ecar solus asalah trasportas ead beraga Mula dar etode ecar solus fsbel awal, yatu etode Pook Barat Laut, etode Baya Terkecl, da etode VAM dega dlautka ecar solus optal akhr egguaka etode Steppg Stoe atau etode MODI [,2] hgga etode lagsug tapa ecar solus fsbel awal Beberapa etode lagsug yag berhasl dkebagka dataraya Metode Zero Negbourg [3], Metode Zero Suffx [4], Metode Zero Pot [5], Metode Expoetal Approach [6], Metode ASM [7] da sebagaya Karakterstk dar beberapa etode etkberatka pada baya hasl reduks yag berla ol Pada etode Zero Negbourg da Zero Suffx dhtug la rata-rata sektar agka yag buka berla, keuda pegalokasa bergatug pada la rata-rata terbesar Sedagka pada etode Zero Pot dperhatka pertaa da persedaa pada sel dega baya tereduks yag bersagkuta Berbeda dega etode Expoetal Approach, etode eetapka pealt ekspoesal pada setap sel baya yag berla Pealt ekspoesal adalah bayakya agka pada bars ke- da kolo ke- sela agka yag terplh Pegalokasa pada sel dega pealt ekspoesal terkecl Jka terdapat pealt ekpoesal terkecl yag saa, aka pegalokasa bergatug pada rata-rata pertaa da persedaa terkecl utuk sel yag bersesuaa Hapr serupa dega etode Expoetal Approach, etode ASM yag dperkealka oleh Abdul Quddoos, Dr Shakeel Javad, da Prof Mohd Masood Khald uga eetapka deks pealt e utuk setap sel- yag berla, yag aa deks pealt e adalah bayakya agka pada bars ke- da kolo ke- da tdak terasuk agka yag terplh pada sel- Pegalokasa pada sel dega deks pealt terkecl Jka terdapat deks pealt terkecl yag saa, aka pegalokasa bergatug pada hasl peulaha dar baya tereduks pada bars ke- da kolo ke- dar sel- yag bersagkuta dega hasl peulaha terbesar Jka ash terad kesaaa, aka elh sel- (sel yag elk dek e terkecl yag saa) yag elk rata-rata persedaa da pertaa terkecl PT-249
2 ISBN (Cetak) (O-le) Sebaga besar beberapa etode lagsug tersebut telah berhasl eberka solus optal pada asalah trasportas sebag, sedagka utuk asalah trasportas tak sebag belu tetu eghaslka solus optal Utuk eperbak keleaha telah dkebagka etode perbakaya sepert etode proved Zero Negbourg [8], etode proved zero pot [9], etode proved zero suffx [], etode proved expoetal approach [] Metode-etode apu eyelesaka asalah trasportas tak sebag Pada [7] dbahas etode ASM utuk eyelesaka asalah trasportas pada kasus euka baya Keuda eksstes keoptalaya telah dtuukka utuk asalah trasportas sebag da algortaya dperluas utuk trasportas kasus aksu [2] Hal yag saa, etode ASM uga belu tetu eberka solus optal utuk asalah trasportas tak sebag Oleh karea tu, perlu dka perbaka dar etode ASM sedeka hgga dapat eberka solus optal utuk asalah trasportas tak sebag Dseldk keoptala dar etode perbaka ASM da dterapka pada cotoh sulas II HASIL DAN PEMBAHASAN Baga eyaka asalah trasportas bak trasportas sebag aupu trasportas tak sebag Metode yag dguaka utuk eyelesaka asalah trasportas adalah etode perbaka ASM yag erupaka perbaka atau odfkas dar etode ASM [7] Keuda dtuukka bahwa etode perbaka ASM eberka solus optal utuk asalah trasportas tak sebag Metode dapat dguaka utuk eyelesaka asalah trasportas bak sebag aupu tak sebag bak utuk kasus euka baya atau eaksuka keutuga A Masalah Trasportas Msalka terdapat suber da tuua Suatu barag x aka dagkut dar suber =, 2,, ke tuua =,2,, dega baya agkut per ut sebesar c, aka ulah barag sebesar x dkrka dar pusat suber a ke pusat tuua b Model trasportas secara uu sebaga berkut: M z dega kedala = = c x = x = a, =, 2,, ; x = b, =, 2,, ; x, =, 2,, ; =, 2,, Masalah trasportas dkataka sebag (balaced) apabla ulah persedaa saa dega ulah pertaa, yatu a = b da ka tdak aka dkataka tdak sebag = Pada trasportas tak sebag dapat dsebagka dega cara eabahka duy sebesar a b atau = b a = Defs [3] Hpua x, =, 2,, ; =, 2,, yag eeuh kedala pada asalah trasportas dsebut solus fsbel Defs 2 [3] Solus fsbel dkataka solus optal ka euka total baya trasportas Utuk ea asalah trasportas epuya solus fsbel aka trasportasya harus sebag, sepert dberka teorea berkut Teorea 3 (Eksstes) [3] Masalah trasportas elk solus fsbel ka da haya ka erupaka asalah trasportas sebag, yatu a = b = Bukt: ( ) Dketahu asalah trasportas elk solus fsbel Msalka x = { x =, 2,, ; =, 2,, } solus fsbel dar asalah trasportas, aka eeuh PT-25
3 SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 27 x = a, =, 2,, ; x = b, =,2,, ; x, =, 2,, ; =, 2,, = Oleh karea tu dperoleh Jad, a = b = x = a da = ( ) Dketahu asalah trasportas sebag, yatu x = b = = a = b Msalka x λb = =, dega adalah faktor proporsoal utuk suber da harus ddstrbuska seuaya Karea x = λb aka x = = λ b, lebh laut a x = λb = b b = Oleh karea tu, dperoleh a x = ( b ) = a, =,2,, da = = b = Jad ada x { x,2,, ;,2,, } a x = ( b ) = b, =, 2,, b = = = = erupaka solus fsbel asalah trasportas Jad asalah trasportas sebag elk solus fsbel ( ) = = P z c x dega kedala = x = a, =, 2,, x = b, =, 2,, x, =, 2,, ; =,2,, ( ) = ( ) P z c u v x dega kedala = = x = a, =, 2,, x = b, =, 2,, x, =, 2,, ; =,2,, daa u, v blaga rl Utuk ea setap asalah trasportas elk solus optal, dberka teorea berkut Teorea 4 [4] Sebarag solus optal asalah trasportas ( P ) erupaka solus optal dar asalah trasportas ( P ) = = = solus optal dar ( P ) aka, Bukt: Dabl sebarag x { x,2,, ;,2,, } Karea ( ) z = c u v x = c x u x v x ua da trasportas ( P ) = = = = v b tdak bergatug pada = Teorea 5 [4] Jka { x, 2,, ;, 2,, } ( c u v ) x, aka = z u a v b = x uga solus optal utuk asalah = = solus fsbel dar asalah trasportas ( P) da, utuk seua da, daa da adalah blaga rl sedeka sehgga u dar asalah trasportas ( ) optal dar asalah trasportas ( P ) Bukt: Dabl sebarag { x, 2,, ;, 2,, } P berla, aka { x, 2,, ;, 2,, } = = adalah solus = = solus fsbel dar ( P ), aka PT-25
4 ISBN (Cetak) (O-le) x = a, =,2,, da x = b, =,2,, = Karea ( c u v ) da eeuh Karea =,, da ( ) z = c u v x =, aka = ( ) = = = + c u v x z c x a u b v = = = x = a, =, 2,, ; x = b, =,2,, ; x, =, 2,, ; =,2,, = = z = c x = a u + b v x = a, =,2,, ; = da eeuh aka berart { x, 2,, ;, 2,, } aka { x,2,, ;, 2,, } x = b, =,2,, ; x, =,2,, ; =,2,,, = = solus optal dar Berdasarka Teorea 4, = = solus optal dar B Metode Perbaka ASM Metode Perbaka ASM erupaka etode lagsug yag erupaka perbaka dar etode ASM Kelebha dar etode adalah dapat dguaka utuk eyelesaka asalah trasportas tak sebag da eberka solus optal Metode uga dapat dguaka bak utuk kasus u aupu kasus aksu Lea 6 Dberka z Bukt: Msalka aks z = a Jad, aks z ( z) = = c x,,,, =, aka aks z ( z) c x = aks z = a aks z = a a x, x z a x, x z a x, x z a y, y z a = ( z) Lagkah-lagkah atau algorta etode Perbaka ASM Algorta egacu pada [7], [9], da [] Mebetuk Tabel Trasportas Sebag Utuk asalah trasportas kasus u baya c tetap, sedagka kasus aksu dubah ead c Mebuat tabel trasportas sebag dega eabahka duy pada bars atau kolo dega baya awal 2 Reduks Tabel Trasportas dega duy Jka bars duy yag dtabahka, aka ke lagkah ke-3 Keuda eggat baya duy dega baya terbesar dar hasl reduks bars Selautya ke lagkah ke-4 keuda lagkah ke-3 Jka kolo duy yag dtabahka, aka ke lagkah ke-4 Keuda eggat duy dega baya terbesar dar hasl reduks kolo Selautya ke lagkah ke-3 keuda lagkah ke-4 3 Reduks Bars Megurag setap etr bars dega asg-asg baya terkeclya, yatu c u 4 Reduks Kolo Megurag setap etr kolo dega asg-asg baya terkeclya, yatu c u v 5 Megecek Bars Persedaa da Kolo Pertaa Megecek apakah setap b a pada kolo da apakah setap a b pada bars yag baya tereduksya ( c u v = ) Jka kods terpeuh ke lagkah ke-8 Jka tdak ke lagkah ke-6 PT-252
5 SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 27 6 Mebuat Gars Horsotal da Vertkal Mebuat gars horsotal da vertkal seu ugk pada bars da kolo yag berla sedeka sehgga baya yag tdak eeuh pada lagkah ke-5 tdak tertutup 7 Revs Agka Nol pada Gars Horsotal da Vertkal Melh baya terkecl pada sel yag tdak terlewat gars Megurag seua baya pada sel yag tdak terlewat gars dega baya terplh terkecl da eabahka dega baya terplh terkecl pada setap sel yag terlewat dua gars Kebal ke lagkah ke-5 8 Peetapa deks Meetapka deks e utuk setap sel- yag berla, yag aa deks e adalah bayakya agka pada bars ke- da kolo ke- da tdak terasuk agka yag terplh pada sel- 9 Pegalokasa Melh agka ol dega deks e terkecl da egalokaska sel dega ulah terbesar yag ugk dega elhat persedaa da pertaa sel yag yag bersagkuta Jka terdapat deks ' e terkecl yag saa (lebh dar satu), aka eghtug asg-asg ulah c = c u v pada bars ke- da kolo ke- dar sel- yag bersagkuta (sel yag elk dek e terkecl yag saa) da egalokaska sebesar ugk pada sel dega hasl peulaha terbesar Jka ash terad kesaaa, aka elh sel- (sel yag elk dek e terkecl yag saa) yag elk rata-rata persedaa da pertaa terkecl Perbaka Tabel Trasportas Mebuat tabel trasportas baru utuk perhtuga selautya dega egabaka bars atau kolo yag pertaa atau persedaaya telah terpeuh Megecek apakah tabel trasportas baru elk palg sedkt satu agka pada setap bars da kolo Jka tdak, kebal ke lagkah ke-3 da ke-4 keuda ke lagkah ke-5 Megulag lagkah ke-8 sapa lagkah ke- sedeka sehgga seua pertaa terpeuh da seua persedaa habs Dberka asalah trasportas tak sebag ( ) P z c x 2 dega kedala = = = x a, =,2,, ; x = b, =,2,, ; =,2,, ; =,2,, a b ; = x, Teorea 7 Solus yag dperoleh dega etode perbaka ASM utuk sebarag asalah trasportas P erupaka solus optal tak sebag ( ) 2 Bukt: Dberka sebarag asalah trasportas tak sebag ( P 2 ) (kasus u dega a b ) Hal berart peabaha bars duy sebesar = asalah trasportas sebag ( P ) Msalka u la terkecl dar bars ke- da b a, sehgga dperoleh = v la terkecl dar kolo ke- (kecual bars duy) Reduks bars-kolo dperoleh c u v, utuk seua da Meetapka deks pada setap sel berla da egalokaska sebesar ugk pada deks terkecl Dperoleh solus { x,2,, ;, 2,, } = = utuk asalah trasportas yag atrks bayaya, dega x utuk c u v = da x = utuk c u v Oleh karea ( ) z = c u v x = = da eeuh kedala ( P ) aka eurut Teorea 5, { x, 2,, ;, 2,, } = = solus optal dar asalah trasportas PT-253
6 ISBN (Cetak) (O-le) C Sulas Nuerk Dberka cotoh pegguaa etode perbaka ASM pada trasportas tak sebag dega kasus dead lebh besar atau saa dega Coto Masalah Trasportas Tak Sebag Sub er A B C Dea d Tuua (dala rbua Peabaha duy pada bars Tuua (dala rbua sup ply A B C Duy 5 Dead Reduks Bars Tuua (dala rbua A B C Duy 5 Dead Peggata baya duy dega baya tereduks bars terbesar Tuua (dala rbua A B C Duy Dead Reduks kolo Tuua (dala rbua A 5 6 B C 5 6 Duy Dead Reduks bars Tuua (dala rbua A 5 6 B C 5 6 Duy Dead Kolo pertaa tdak eeuh b a da bars ketga uga tdak eeuh a b Sehgga ebuat gars horzotal da vertkal Tuua (dala rbua A 5 6 B C 5 6 Duy Dead Revs agka ol Tuua (dala rbua A 6 6 B C 5 6 Duy Dead Dperoleh b a da a b eeuh PT-254
7 SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 27 Peetua deks Tuua (dala rbua A B C Duy Dead Pegalokasa ke deks terkecl da peetua deks kebal Tuua (dala rbua A B C Duy Dead Pegalokasa ke deks terkecl da peetua deks kebal Tuua (dala rbua A B 25 2 C Duy Dead Tuua (dala rbua A B 25 2 C Duy 5 Dead Tuua (dala rbua Persed aa A B 25 2 C Duy 5 Dead Tuua (dala rbua A 6 B 25 2 C Duy 5 Dead 65 7 Pegalokasa ke deks terkecl da dperoleh solus optal Tuua (dala rbua A 6 B 25 2 C Duy 5 Dead 7 Dperoleh solus optal dega baya total z = 735 Jka dselesaka dega progra POM for Wdows PT-255
8 ISBN (Cetak) (O-le) III SIMPULAN DAN SARAN Metode perbaka ASM erupaka perbaka atau pegebaga dar etode ASM yag dapat dguaka utuk eyelesaka asalah trasportas tak sebag bak pada kasus euka baya aupu eaksuka keutuga Metode eberka solus optal utuk asalah trasportas tak sebag Metode perbaka ASM cukup sederhaa da udah utuk daplkaska DAFTAR PUSTAKA [] Sswato, Operato Research Jakarta: Erlagga, 26 [2] W L Wsto, Operatos Research Applcatos ad Algorts, 4th ed, New York : Duxbury, 24 [3] K Thagaraa, H Saravaa, ad P Nataraa, Fdg o Optal Soluto for Trasportato Proble- Zero Neghbourg Method, Ultra Scets, vol 25A, pp , July 23 [4] M R Fegade, V A Jadhav, ad A A Muley, Solvg Fuzzy Trasportato Proble Usg Zero Suffx ad Robust Rakg Methodology, IOSR Joural of Egeerg (IOSRJEN), vol 2, pp 36 39, July 22 [5] Gaurav Shara, S H Abbas, ad V K Gupta, Optu Soluto of Trasportato proble wth the help of Zero Pot Method, Iteratoal Joural of Egeerg Research & Techology (IJERT), vol, pp 6, July 22 [6] S Ezhl Vaa ad S Rekha, A New Method for Obtag a Optal Soluto for Trasportato Proble, Iteratoal Joural of Egeerg ad Advaced Techology (IJEAT), vol 2, pp , Jue 23 [7] A Quddoos, S Javad, ad M M Khald, A New Method for Fdg a Optal Soluto for Trasportato Probles, Iteratoal Joural o Coputer Scece ad Egeerg (IJCSE), vol 4, pp , July 22 [8] D Nofta S, Metode Iproved Zero Neghbourg pada Masalah Trasportas, Skrps, Searag: Uverstas Dpoegoro, 26 [9] A Edward Sauel, Iproved Zero Pot Method (IZPM) for the Trasportato Probles, Appled Matheatcal Sceces, vol 6, pp , May 22 [] P Jayaraa ad R Jahrhussa, Fuzzy Optal Trasportato Probles by Iproved Zero Suffx Method va Robust Rak Techques, Iteratoal Joural of Fuzzy Matheatcs ad Systes, vol 3, pp 33-3, July 23 [] D A Hdayat, Metode Iproved Expoetal Approach dala Meetuka Solus Optu pada Masalah Trasportas, Skrps, Searag: Uverstas Dpoegoro, 26 [2] A R Septaa, Metode ASM dala Meetuka Solus Optal pada Masalah Trasportas, Skrps, Searag: Uverstas Dpoegoro, 27 [3] S Mohaaselv ad K Gaesa, Fuzzy Optal Soluto to Fuzzy Trasportato Proble: A New Approach, Iteratoal Joural o Coputer Scece ad Egeerg (IJCSE), vol 4, pp , March 22 [4] P Pada ad G Nataraa, A New Algorth for Fdg a Fuzzy Optal Soluto for Fuzzy Trasportato Probles, Appled Matheatcal Sceces, vol 4, pp 79 9, May 2 PT-256
METODE ASM PADA MASALAH TRANSPORTASI SEIMBANG
METODE AM PADA MAALAH TRANPORTAI EIMBANG Aru Rya eptaa 1, olkh 2, Luca Ratasar 3 1,2,3 Departee Mateatka, Fakultas as da Mateatka Uverstas Dpoegoro, Jl Prof oedarto, H earag, 5275 Eal: 2 solkh@lveudpacd
Lebih terperinciPenyelesaian Model Transportasi Menggunakan Metode ASM, RDI dan MODI (Studi Kasus : PT. Melayu Bumi Lestari)
Jural Sas Mateatka da Statstka, Vol. 3, No. 2, Jul 2017 ISSN 1693-2390 prt/issn 2407-0939 ole Peyelesaa Model Trasportas Megguaka Metode ASM, RDI da MODI (Stud Kasus : PT. Melayu Bu Lestar) Sr Basrat 1,
Lebih terperinciII. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema
II. LANDASAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teorea-teorea ag edukug utuk pebahasa pada bab IV. Pegerta (defs) da teorea tersebut dtulska sebaga berkut... Teorea Proeks Teorea proeks
Lebih terperinciI. PENDAHULUAN II. LANDASAN TEORI
I PENDAHULUAN Latar Belakag Dala teor ekoo, setap perusahaa dasuska bertujua eperoleh bala yag aksu Ibala yag ddapat bergatug pada strateg yag dabl perusahaa Kuattas erupaka salah satu strateg perusahaa
Lebih terperinciANALISIS MASALAH GENERATOR DARI POSSIBLE DAN UNIVERSAL EIGENVECTOR PADA MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS
Sear Nasoal Mateatka IV (SeNasMat) Isttut Tekolog Sepuluh Nopeber, Surabaya, 3 Deseber NLISIS MSLH GENERTOR DRI POSSIBLE DN UNIVERSL EIGENVECTOR PD MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar, Suboo,
Lebih terperinciPENYELESAIAN PERSOALAN TRANSPORTASI DENGAN FUZZY COST MENGGUNAKAN PENDEKATAN BASIS TREE (Studi Kasus pada PT. Busana Cemerlang Garment Industri)
PENYELESAIAN PERSOALAN TRANSPORTASI DENGAN FUZZY COST MENGGUNAKAN PENDEKATAN BASIS TREE (Stud Kasus pada PT. Busaa Ceerlag Garet Idustr) Maxs Ary Progra Stud Maaee Iforatka Akadek Maaee Iforatka da Koputer
Lebih terperinciPROGRAM LINIEAR DENGAN METODE SIMPLEX
POGAM LINIEA DENGAN METODE SIMPLEX A. TEKNIK PENYELESAIAN Betuk Soal Progra Lear Kedala utaa asalah rogra lear daat eretuk a atau a atau a. Kedala yag eretuk ertdaksaaa daoat duah ead ersaaa seaga erkut
Lebih terperinciTUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER
TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,
Lebih terperinciPENYELESAIAN PERSOALAN TRANSPORTASI FUZZY COST MENGGUNAKAN PENDEKATAN BASIS TREE DAN METODE NWC-STEPPING STONE
PENYELESAIAN PERSOALAN TRANSPORTASI FUZZY COST MENGGUNAKAN PENDEKATAN BASIS TREE DAN METODE NWC-STEPPING STONE Maxs Ary 1), Asep Hera 2) 1)2) AMIK BSI Badug Jl.Sekolah Iterasoal No.1-6 Atapa Badug, Idoesa
Lebih terperinciJurnal Techno Nusa Mandiri Vol.X No.1, September 2013
Jural Techo Nusa Madr Vol.X No.1, Septeber 2013 PENYELESAIAN PERSOALAN TRANSPORTASI FUZZY COST MENGGUNAKAN PENDEKATAN BASIS TREE DAN METODE NWC-STEPPING STONE Maxs Ary 1), Asep Hera 2) 1)2) AMIK BSI Badug
Lebih terperinciPenyelesaian Masalah Transportasi Dengan Metoda Primal-Dual Wawan Laksito YS 4)
ISSN : 69 7 Peyeleaa Maalah Traporta Dega Metoda Pral-Dual Wawa Lakto YS 4) Abtrak Maalah Traporta erupaka peraalaha pedtrbua uatu produk hooge dar beberapa uber ke beberapa tuua dega cara yag palg optal.
Lebih terperinciBAB III PERSAMAAN PANAS DIMENSI SATU
BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska
Lebih terperinciLampiran : Kekonvergenan Barisan Alternating Projection pada Himpunan yang tak Semuanya Konveks
DAFTAR PUSTAKA [] Apkara, P., P. Gahet, G Becker. (995), Self-scheduled H Cotrol of Lear Paraeter-varyg Systes : a Desg Eeple, Autoatca, 3, 25-26. [2] Bajerdpogcha, D., (997), Paraetrc Robust Cotroller
Lebih terperinciBAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP
BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh
Lebih terperinciRuang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA
Ruag Baach Sumaag Muhtar Gozal UNIVERSITAS PENDIDIKAN INDONESIA Satu kose etg d kulah Aalss ugsoal adalah teor ruag Baach. Pada baga aka drevu defs, cotoh-cotoh, serta sfat-sfat etg ruag Baach. Kta aka
Lebih terperinciCADANGAN PROSEKTIF ASURANSI JIWA DWIGUNA BERDASARKAN ASUMSI CONSTANT FORCE
CADANGAN ROSEKTIF ASURANSI JIWA DWIGUNA BERDASARKAN ASUMSI CONSTANT FORCE Tara Mustka 1, Johaes Kho 2, Azskha 2 1 Mahasswa rogra S1 Mateatka 2 Dose Jurusa Mateatka Fakultas Mateatka da Ilu egetahua Ala
Lebih terperinciPERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUK MULTI PEMASOK DI UD. SAHABAT
68 Bud: PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUK MULTI PEMASOK DI UD. SAHABAT Dya Seta Bud ), Da Reto Sar Dew ), D Edah
Lebih terperinciPERANAN PERSYARATAN KARUSH-KUHN-TUCKER DALAM MENYELESAIAN PEMROGRAMAN KUADRATIS SKRIPSI AMALIA
PERANAN PERSYARATAN KARUSH-KUHN-TUCKER DALAM MENYELESAIAN PEMROGRAMAN KUADRATIS SKRIPSI AMALIA 58 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 9
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres
Lebih terperinciI adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu
METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut
Lebih terperinciBAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.
BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks
Lebih terperinciALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS
LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed
Lebih terperinciPenelitian Operasional II Teori Permainan TEORI PERMAINAN
Peelta Operasoal II Teor Permaa 7 2 TEORI PERMAINAN 2 Pegatar 2 Krtera Tekk Permaa : () Terdapat persaga kepetga datara pelaku (2) Setap pema memlk stateg, bak terbatas maupu tak terbatas (3) Far Game
Lebih terperinciNILAI EIGEN DAN VEKTOR EIGEN MATRIKS TERREDUKSI REGULER DALAM ALJABAR MAX-PLUS INTERVAL
NILAI EIGEN DAN VEKTOR EIGEN MATRIKS TERREDUKSI REGULER DALAM ALJABAR MAX-PLUS INTERVAL A-12 Sswato 1, Ar Suparwato 2, M Ady Rudhto 3 1 Mahasswa S3 Matematka FMIPA UGM da Staff Pegajar FMIPA UNS Surakarta,
Lebih terperinciMETODE FUZZY AHP DAN FUZZY TOPSIS UNTUK PEMILIHAN DISTRO LINUX
ORBITH VOL. 9 NO. JULI 03 : 78 83 ETODE FUZZY AHP DAN FUZZY TOPSIS UNTUK PEILIHAN DISTRO LINUX Oleh : Ahad Sabq Tekk Iforatka Poltekk Purbaya Tegal Jl. Pacakarya No. Talag Tegal 593 Abstrak Pada peelta
Lebih terperinciPERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM
PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka
Lebih terperinciLEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M
JP : Volue 4 Noor Ju 0 hal. 4-5 LEA HENSTOCK PADA NTEGRAL uslch Jurusa ateata FPA UNS uslch_us@yahoo.co ABSTRACT. Based o the cshae e partto ad cshae tegral t ca be arraged the e partto ad tegral cocepts.
Lebih terperinciBAB II TINJAUAN PUSTAKA. Untuk mengetahui lebih jelas mengenai uji Modifikasi Baumgartner Weiβ
5 BAB II TINJAUAN PUSTAKA. Pedahulua Utuk egetahu lebh elas egea u Modfkas Baugarter Weβ Schdler (MBWS) dperluka teor-teor yag edukug. Utuk tu, bab eelaska egea statstk oparaetrk u beda dua rata-rata dega
Lebih terperinciPELABELAN GRACEFUL PADA DIGRAF LINTASAN DAN DIGRAF BIPARTIT LENGKAP
PELABELAN GRACEFUL PADA DIGRAF LINTASAN DAN DIGRAF BIPARTIT LENGKAP Lusa Tr Lstyowat Krstaa Waya M Fatekurohma Jurusa Matematka FMIPA Uerstas Jember e-mal: krstaa_waya@yahoocom da m_fatkur@yahoocom Abstract:
Lebih terperinciFMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani
FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk
Lebih terperinciSOLUSI TUGAS I HIMPUNAN
Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real
Lebih terperinciSTATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran
Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..
Lebih terperinciII. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema
II. LANDAAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teoremateorema ag medukug utuk pembahasa pada bab IV. Pegerta (defs) da teorema tersebut dtulska sebaga berkut.. Teorema Proeks Teorema
Lebih terperinciPenarikan Contoh Acak Sederhana (Simple Random Sampling)
Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa
Lebih terperinciTEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas
TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar
Lebih terperinciNORM VEKTOR DAN NORM MATRIKS
NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag
Lebih terperinciSIFAT-SIFAT LANJUT FUNGSI TERBATAS
Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,
Lebih terperinciPenarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB
Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom
Lebih terperinciDi dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu
KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua
Lebih terperinciPELABELAN HARMONIS GANJIL PADA GRAF KINCIR ANGIN BELANDA DAN GABUNGAN GRAF KINCIR ANGIN BELANDA
PELABELAN HARMONIS GANJIL PADA GRAF KINIR ANGIN BELANDA DAN GABUNGAN GRAF KINIR ANGIN BELANDA Fery Frmasah ), Kk Aryat Sugeg ) Abstrak : Gra G V G, EG dega V G adalah hmpua smpul da G hmpua busur dsebut
Lebih terperinciBAB 1 ERROR PERHITUNGAN NUMERIK
BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software
Lebih terperinciBAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah
BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,
Lebih terperinciBAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu
BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl
Lebih terperinciSTUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc
STUDI KELAYAKAN: ASPEK FINANSIAL F.Hafz Saragh SP, MSc Pajak Baya bag perusahaa/ usahata, sehgga merupaka peguraga dar beeft Subsd FINANSIAL Peguraga baya bag perusahaa/ usahata, sehgga merupaka tambaha
Lebih terperinciUKURAN GEJALA PUSAT DAN UKURAN LETAK
UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu
Lebih terperinciOn A Generalized Köthe-Toeplitz Duals
JMP : Volume 4 Nomor, Ju 202, hal. 3-39 O A Geeralzed Köthe-Toepltz Duals Sumardoo, Supama 2, da Soepara Darmawaa 3 PPPPTK Matematka, smrd2007@gmal.com 2 Mathematcs Departmet, Gadah Mada Uverst, supama@ugm.ac.d
Lebih terperinciBAB 2 LANDASAN TEORI 2.1 Pemodelan
BAB LANDASAN TEORI. Peodela Dala elakuka aalss terhadap suatu kasus yata, peodela sergkal dperluka utuk ebatu eecahka kasus yata tu. Starr da Mller eyataka, odel adalah represetas dar suatu realta yag
Lebih terperinci4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data
//203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura
Lebih terperinciTAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP
JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk
Lebih terperinciKALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.
KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah
Lebih terperinci27/04/2015 GAME THEORY GAME THEORY GAME THEORY GAME THEORY. Prisoner s Dilema OPERATIONAL RESEARCH II
7/0/05 GAME THEORY OPERATONAL RESEARCH Agusta Euke, ST., MT., MBA. dustral Egeerg Uversty of Brawaya Teor peraa erupaka baga dar stud ratoal behavor terhadap kesalgtergatuga atau terdepedes atar pea. Para
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,
Lebih terperinciPenerapan Teorema Perron-Frobenius pada Penentuan Distribusi Stasioner Rantai Markov
Vol. 3, No., 85-9, Juli 6 Peerapa Teorea Perro-Frobeius pada Peetua Distribusi Stasioer Ratai Markov Jusawati Massalesse Abstrak Perilaku suatu ratai Markov setelah berala ukup laa dapat diketahui elalui
Lebih terperinciBuletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 6, No. 02 (2017), hal
Bulet Ilah Mat. Stat. da Terapaya (Baster) Volue 6, No. (17), hal 77 84. PENENTUAN NILAI INTERNAL RATE OF RETURN DENGAN METODE NEWTON-RAPHSON PADA KASUS PENGKREDITAN KENDARAAN BERMOTOR Al A, Nao Nessyaa
Lebih terperinciTINJAUAN PUSTAKA Konsep Dasar Pendugaan Area Kecil
4 INJAUAN PUSAKA Kosep Dasar Pedugaa Area Kec Secara uu etode pedugaa area kec dbag ejad dua baga atu etode peduga agsug (drect estato da etode peduga tak agsug (drect estato. etode-etode pedugaa seaa
Lebih terperinciPENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan
Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah
Lebih terperinciRegresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )
Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar
Lebih terperinciMATEMATIKA INTEGRAL RIEMANN
MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk
Lebih terperinciBAB 2. Tinjauan Teoritis
BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut
Lebih terperinci( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:
5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut
Lebih terperinciS2 MP Oleh ; N. Setyaningsih
S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal
Lebih terperinciPemanfaatan Teknologi Informasi Dalam Pengendalian Kualitas Produk Kerajinan Bordir menggunakan Peta Kendali Variabel Fuzzy Linguistik
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 05 Peafaata Tekolog Iforas Dala Pegedala Kualtas Produk Keraa Bordr egguaka Peta Kedal Varabel Fuzzy Lgustk Akk Hdayat Fakultas MIPA, Uverstas
Lebih terperinciBAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA
BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA 3. Pegkodea Matrks Ketetaggaa Matrks ketetaggaa A adaah matrks smetr, sehgga, dega memh semua eeme pada dagoa utama da eeme-eeme dbawah dagoa utama, maka aka
Lebih terperinciBAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai
BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres
Lebih terperinciBAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam
BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma
Lebih terperinciMean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.
Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk
Lebih terperinciINTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2
INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas
Lebih terperinciPRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE
RISI IKLUSI- EKSKLUSI ICLUSIO- EXCLUSIO RICILE rsp Iklus-Eksklus Ada berapa aggota dalam gabuga dua hmpua hgga? A A = A A - A A Cotoh Ada berapa blaga bulat postf lebh kecl atau sama dega 00 yag habs dbag
Lebih terperinciBAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel
BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka
Lebih terperinciANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:
ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X
Lebih terperinciPENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN
PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu
Lebih terperinciOptimisasi Terpadu Persoalan Inventori dan Persoalan Transfortasi dengan Metode ITIO ( Inventory Transfortation Integrated Optimization)
Prosidig Seirata FMIP Uiversitas Lapug, Optiisasi Terpadu Persoala Ivetori da Persoala Trasfortasi dega Metode ITIO ( Ivetory Trasfortatio Itegrated Optiizatio) T.P.Nababa, Sukato, Karida Puspita N Jurusa
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode
II. TINJAUAN PUSTAKA Dalam proses peelta utuk megaalss aproksmas fugs dega metode mmum orm pada ruag hlbert C[ab] (Stud kasus: fugs rasoal) peuls megguaka defs teorema da kosep dasar sebaga berkut:.. Aproksmas
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut
Lebih terperinciPOLIGON TERBUKA TERIKAT SEMPURNA
MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua
Lebih terperinci3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut
3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas
Lebih terperinciBAB 6 PRINSIP INKLUSI DAN EKSKLUSI
BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu
Lebih terperinciLOCALLY DAN GLOBALLY SMALL RIEMANN SUMS FUNGSI TERINTEGRAL HENSTOCK-DUNFORD PADA [a,b]
PROSIING ISBN : 978 979 6353 9 4 LOCALLY AN GLOBALLY SMALL RIEMANN SUMS FUNGSI TERINTEGRAL HENSTOCK-UNFOR PAA [a,b] A-8 Solh, Y Suato, St Khabbah 3,,3 Jurusa Mateata, Faultas Sas da Mateata, Uverstas poegoro
Lebih terperinciBAB 5. ANALISIS REGRESI DAN KORELASI
BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh
Lebih terperinciSUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS
C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Persoala utaa yag dhadap oleh seorag aaer atau pegabl eputusa adalah bagaaa egaloasa suatu suber yag terbatas datara berbaga atvtas atau proye Progra lear adalah suatu etode yag dapat
Lebih terperinciUji Statistika yangb digunakan dikaitan dengan jenis data
Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas
Lebih terperinciMODEL OPTIMISASI PORTOFOLIO SAHAM DAN DEPOSITO SECARA TERINTEGRASI MENGGUNAKAN MEAN ABSOLUTE DEVIATION
MODEL OPIMISASI POROFOLIO SAHAM DAN DEPOSIO SECARA ERINEGRASI MENGGUNAKAN MEAN ABSOLUE DEVIAION Husa Athfal Hdayat 1, De Saepud, Ira Palup 3 1,,3 Progra Stud Ilu Koputas elko Uversty, Badug 1 hshdayat@studets.telkouversty.ac.d,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakag Kehidupa ausia seatiasa diarahka pada kodisi yag aka datag, yag keberadaaya tidak dapat diketahui secara pasti. Sehigga ausia berusaha elakuka kegiata kegiata dega berorietasi
Lebih terperinciSTATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis
STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma
Lebih terperinci* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES
* PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka
Lebih terperinciBAB III UKURAN PEMUSATAN DATA
BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah
Lebih terperincib) Untuk data berfrekuensi fixi Data (Xi)
B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm
Lebih terperinciPenyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit)
Jural Sas Matematka da Statstka, Vol., No. I, Jauar ISSN - Peyelesaa Sstem Persamaa Ler Kompleks Dega Ivers Matrks Megguaka Metode Faddev Cotoh Kasus: SPL Kompleks da Hermt F. rya da Tka Rzka, Jurusa Matematka,
Lebih terperinciBAB II LANDASAN TEORI. merepresentasikan dan menjelaskan permasalahan pada dunia nyata ke dalam. pernyataan matematis (Widowati & Sutimin, 2007 : 1).
BAB II LANDASAN EORI.. Model Matematka Model Matematka merupaka represetas matematka yag dhaslka dar pemodela Matematka. Pemodela Matematka merupaka suatu proses merepresetaska da mejelaska permasalaha
Lebih terperinciπ ( ) menyatakan peluang bahwa
GRF RN SNY D SSTE ERSN CHN- OOGOROV u Nugrahe Jurusa eddka atematka F Uverstas uhammadyah uroreo Jala H.. Dahla uroreo e-mal: u_r@telkom.et bstrak Tuua dar eulsa adalah megetahu kostruks betuk graf alra
Lebih terperinciDefinisi 2.3 : Jika max min E(X,Y) = min
Teori Peraia 22 Peelitia Operasioal II Defiisi 23 : Jika ax i E(X,Y) = z y i y ax E(X,Y) =E(x 0, y 0 ), aka (x 0, y 0 ) didefiisika z sebagai strategi uri dari peraia itu dega x 0 sebagai strategi optiu
Lebih terperinciIMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB
Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d
Lebih terperinciMASALAH NORM MINIMUM PADA RUANG HILBERT DAN APLIKASINYA
Masalah Norm Mmum (Karat) MASALAH NORM MINIMUM PADA RUANG HILBERT DAN APLIKASINYA Karat da Dhorva Urwatul Wutsqa Jurusa Peddka Matematka FMIPA Uverstas Neger Yogakarta Abstract I ths paper, wll be dscussed
Lebih terperinciBAB 3 Interpolasi. 1. Beda Hingga
BAB Iterpolas. Hgga. Iterpolas Lear da Kuadrat. Iterpolas -Maju da -Mudur Newto 4. Polo Iterpolas Terbag Newto 5. Polo Iterpolas Lagrage . Hgga Msala dbera suatu tabel la-la uers j j dar suatu ugs pada
Lebih terperinciRegresi & Korelasi Linier Sederhana
Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah
Lebih terperinciIDEAL DALAM ALJABAR LINTASAN LEAVITT
Delta-P: Jural Matematka da Peddka Matematka ISSN 289-855X Vol., No. 2, Oktober 22 IDAL DALAM ALJABAR LINTASAN LAVITT Ida Kura Walyat Program Stud Peddka Matematka Jurusa Peddka MIPA FKIP Uverstas Kharu
Lebih terperinci