Metode Fuzzy ASM pada Masalah Transportasi Fuzzy Seimbang

Ukuran: px
Mulai penontonan dengan halaman:

Download "Metode Fuzzy ASM pada Masalah Transportasi Fuzzy Seimbang"

Transkripsi

1 EMINAR MATEMATIKA AN PENIIKAN MATEMATIKA UNY 7 T - 6 Metode Fuzzy AM pd Mslh Trsports Fuzzy eg olkh eprtee Mtetk Fkults s d Mtetk Uversts poegoro ol_erf@yhooo Astrk Mslh trsports fuzzy erupk geerlss dr slh trsports rps tu tegs deg preter persed, pert, koefse y, tu vrel keputus erup fuzzy Mslh uul kre terd ketdkpst dl prkteky d lpg lh stu etode lgsug yg dguk utuk eyelesk slh trsports rps dlh etode AM Metode etkertk pd sel yg elk y tereduks deg deks terkel d erhsl dguk utuk euk y trsports Pper egk etode Fuzzy AM utuk eyelesk slh trsports fuzzy pd ksus euk y tu eksuk keutug deg e preter rkg seg peegs lg trgulr fuzzy Keud dtuukk keoptl dr etode Fuzzy AM d derk otoh suls peroleh hsl hw etode Fuzzy AM eerk solus optl pd slh trsports fuzzy seg Kt ku: Mslh Trsports Fuzzy, Metode Fuzzy AM, Me Preter Rkg I PENAHULUAN Mslh trsports erupk slh khusus dr progr ler Model trsports telh yk dplksk dl ee logstk tu rt persed deg tuu utuk euk totl y pegr sedek sehgg keutuh k pert rg tetp terpeuh erdsrk persed yg d [,] Prktk d lpg terd ketdkpst pd slh trsports Mslk koefse y trsports, ulh pert d ulh persed tdk pst kre sutu hl Utuk eg ketdktept fors dl eut keputus Bell d Zdeh [] d Zdeh [4] eperkelk kosep ketdkels tu ketdkpst [5] Kosep yg dkel deg stlh fuzzy Mslh trsports fuzzy dlh slh trsports yg koefse y trsports, persed, pert, tupu vrel keputus erup lg fuzzy [5] Mslh trsports fuzzy dpt dedk ke dl du ktegor, ytu slh trsports fuzzy peuh d slh trsports fuzzy tdk peuh Mslh trsports peuh dlh slh trsports fuzzy deg seu preter k y trsports, persed, pert upu vrel keputus erup lg fuzzy, sedgk slh trsports fuzzy tdk peuh k d slh stu tu leh dr preter yg erup lg rps Ad eerp etode yg dpt dguk utuk eyelesk slh trsports fuzzy k pd peetu solus fsel wl, ytu etode MOMC (xu supply wth u ost fuzzy [6] upu lgsug solus khr, ytu dtry etode fuzzy zero pot [5], etode fuzzy zero suffx [7], etode MOI vers fuzzy [8], etode fuzzy dul trx pproh [9], d etode ly Pd tuls, dk etode fuzzy AM yg k dgeerlss dr etode AM [], utuk eyelesk slh trsports fuzzy deg preter y, persed, d pert erup lg trgulr fuzzy Peegs lg trgulr fuzzy egguk e preter rkg [] eluty dseldk keoptl dr etode fuzzy AM d derk otoh suls uerk pd slh trsports fuzzy seg PT-57

2 IBN (Cetk (O-le II HAIL AN PEMBAHAAN Pd g dsk defs lg fuzzy khusuy lg trgulr fuzzy d pergkgy deg e preter rkg Keud dhs slh trsports fuzzy esert etodey, ytu etode fuzzy AM tuukk keoptlh solus yg dhslk d dsulsk dl otoh uerk A Blg Fuzzy Berkut dhs lg trgulr fuzzy deg peegs egguk e preter rkg efs [8] Blg fuzzy A = (,, fugs keggot,,, R dktk lg trgulr fuzzy k eeuh x, k x x ( x µ, k x A =, ly Opers peulh, pegurg, d perkl sklr pd lg trgulr fuzzy efs [5] erk serg du lg trgulr fuzzy A = (,, d B = (,, serg sklr k R d defsk opers peulh d pegurg du lg trgulr fuzzy d perkl sklr erturut-turut, ytu A + B = +, +, + ka = k, k, k, k (, ( A B = (,,, v ( ka = k, k, k, k < Utuk peegs dr lg trgulr fuzzy dguk e preter efs [] Mslk F ( R dlh koleks seu lg trgulr fuzzy Utuk serg lg trgulr fuzzy A = (,, F ( R, ddefsk fugs rgkg R : F ( R R oleh ( A A ( + A ( xµ x dx xµ x dx A R = ( x dx + A ( µ µ x dx Berdsrk efs, utuk eegsk lg trgulr fuzzy dpt egguk teore erkut erlku Teore 4 Utuk serg lg trgulr fuzzy A = (,, F ( R + + R ( A = Bukt: l serg lg trgulr fuzzy A = (,, F ( R sepert pd efs Oleh kre tu, utuk setp lg trgulr fuzzy A = (,, F ( R R ( A = + + R Jd, ( A = A A ( + A ( xµ x dx xµ x dx ( x dx + A ( µ µ x dx = deg fugs keggot erlku x x x dx + x dx x x dx + dx + + = PT-58

3 EMINAR MATEMATIKA AN PENIIKAN MATEMATIKA UNY 7 Meurut efs d Teore 4, k dpt dturuk sft ler dr e preter rkg R Teore 5 erk serg du lg trgulr fuzzy A = (,, d B = (,, ( A, B F R d serg sklr k R k erlku ( A + B = ( A + ( B R ( A B = ( A ( B R ( ka = kr ( A R R R, R R, d, Bukt: l serg du lg trgulr fuzzy A = (,, d B = (,,, A, B F ( R d serg sklr k R ( + + ( + + ( A + B R = R ( +, +, + = + = ( A + ( B ( ( R R ( A B R = R (,, = = ( A ( B ( + + ( ka R = R ( k, k, k = k = k ( A R + + ( ( ka (,, = R k k k = k = k ( A R, utuk k R, utuk k < R R efs 6 [] erk serg du lg trgulr fuzzy A = (,, d B = (,, ( A, B F R dfsk Blg trgulr fuzzy à dktk postf ( A > A k ( A = R A = B k d hy k =, =, d = v A B R A = R B (ekuvle k d hy k ( ( v A B v A B R R k d hy k ( A ( B = k d hy k ( A ( B R R R k ( A >, B Mslh Trsports Fuzzy Pdg slh trsports fuzzy deg y trsports, ulh persed, d ulh pert sg-sg erup preter fuzzy [5], ytu (TPF Muk deg kedl z = x = = x, =,,, ; x, =,,, ; x, =,,,, =,,, = = Mslh trsports fuzzy dktk seg (led pl ulh persed s deg ulh pert, ytu d k tdk k dktk tdk seg = = efs 7 [8] Hpu { x =,,, ; =,,, } yg eeuh ts (kedl pd slh trsports fuzzy dseut solus fsel efs 8 [8] olus fsel dktk solus optl k euk totl y trsports fuzzy PT-59

4 IBN (Cetk (O-le Utuk e slh trsports fuzzy epuy solus fsel k trsportsy hrus seg, sepert derk teore erkut Teore 9 [8] Mslh trsports fuzzy epuy solus fsel k d hy k erupk slh trsports fuzzy seg, ytu = = Bukt: ( kethu slh trsports fuzzy elk solus fsel, ktk x = x x, =,,, ; x, =,,,, k eeuh ts = = x,,,, x, =,,, ; x, =,,,, =,,, = = ehgg dperoleh, x d x = = = = = = Jd,, erupk slh trsports fuzzy seg = = ( kethu d hrus edstrusk setp suer sedg tu s esr = = deg pert dr seu tuu Mslk x = λ suer d supply hrus ddstrusk seuy, Kre x = λ k x λ, leh lut x λ = = x (, =,,, d = = =, d λ dlh fktor proporsol utuk = = = = d dperoleh x (, =,,, Jd slh trsports fuzzy seg elk solus fsel erk slh trsports fuzzy yg sudh tereduks pd y trsportsy, ytu [5] (TPF M ( z = u v x = = deg kedl deg x = ũ d, =,,, ; x, =,,, ; x, =,,,, =,,, = ṽ sg-sg lg trgulr fuzzy Utuk e setp slh trsports fuzzy elk solus optl, derk teore Teore [5] erg solus optl slh trsports fuzzy (TPF erupk solus optl dr slh trsports (TPF x = x =,,, ; =,,, solus optl dr (TPF k, Bukt: l serg { } ( z u v x x u x v x = = = = = = = = Kre u d v tdk ergtug pd = = trsports (TPF x, k z u v = = x ug solus optl utuk slh PT-6

5 EMINAR MATEMATIKA AN PENIIKAN MATEMATIKA UNY 7 solus fsel dr slh trsports fuzzy (TPF Teore [5] Jk { x =,,, ; =,,, }, utuk seu d, ũ d d ( u v ṽ du lg trgulr fuzzy sedek sehgg u dr slh trsports fuzzy (TPF erl, k x =,,, ; =,,, dlh solus optl dr slh trsports fuzzy (TPF { } Bukt: l serg { x =,,, ; =,,, } x, =,,, d = =,, Kre ( u v d eeuh Kre solus fsel dr (TPF, k x, =,,, d ( z u v x, k = = ( u v x z x u + v x = = = = = = =, =,,, ; x, =,,, ; x, =,,,, =,,, = = = = = z x u + v d eeuh x, =,,, ; = = k errt { x =,,, ; =,,, } k { x,,, ;,,, } x, =,,, ; x, =,,, ; =,,,, solus optl dr (TPF Berdsrk Teore = = solus optl dr (TPF C Metode Fuzzy AM Metode Fuzzy AM erupk etode lgsug utuk eyelesk slh trsports fuzzy Metode etkertk pd sel hsl reduks rs d kolo yg elk y deg deks terkel Berkut k durk lgort dr etode Fuzzy AM pd slh trsports fuzzy seg Utuk slh trsports fuzzy ksus ksu duh ed ksus u deg le erkut Le erk z x,, x,, = =, k ks z ( z Bukt: Mslk ks z ks z ks z x, x z x, x z x x z y y z z Jd, ks z = ( z,, ( Algort pd etode Fuzzy AM egu pd [], erdsrk Le pered lgort utuk ksus u d ksus ksu hy pd lgkh pert, ytu utuk ksus eksu y duh ed Berkut lgort dr etode Fuzzy AM Meetuk Tel Trsports Utuk slh trsports ksus u y tetp Utuk slh trsports ksus ksu y duh ed Reduks Brs PT-6

6 IBN (Cetk (O-le Megurg setp etr rs deg y terkel dr etr sg-sg rs, ytu u Reduks Kolo Megurg setp etr kolo deg y terkel dr etr sg-sg kolo, ytu u v 4 Peetp deks Meetpk deks e utuk setp sel- yg erl, yg deks e dlh yky lg trgulr fuzzy pd rs ke- d kolo ke- d tdk tersuk yg terplh pd sel- 5 Pegloks Melh deg deks e terkel d egloksk sel deg ulh teresr yg ugk deg elht persed d pert sel yg yg ersgkut Jk terdpt deks e terkel yg s (leh dr stu, k eghtug sg-sg ulh ' u v pd rs ke- d kolo ke- dr sel- yg ersgkut (sel yg elk dek e terkel yg s d egloksk seesr ugk pd sel deg hsl peulh teresr Jk sh terd kes, k elh sel- (sel yg elk dek e terkel yg s yg elk rt-rt persed d pert terkel 6 Perk Tel Trsports Meut tel trsports ru utuk perhtug seluty deg egk rs tu kolo yg pert tu persedy telh terpeuh Megeek pkh tel trsports ru elk plg sedkt stu pd setp rs d kolo Jk tdk, kel ke lgkh d 7 Megulg lgkh ke-4 sp lgkh ke-6 sedek sehgg seu pert terpeuh d seu persed hs olus yg dperoleh deg etode Fuzzy AM pd slh trsports fuzzy seg erupk solus optl, sepert dperlhtk dl teore d wh Teore olus yg dperoleh deg etode Fuzzy AM utuk serg slh trsports fuzzy seg (TPF erupk solus optl Bukt: erk serg slh trsports seg (TPF (ksus euk, utuk ksus ksu log Mslk ũ l terkel dr rs ke- d dperoleh u v, utuk seu d ṽ l terkel dr kolo ke- Reduks rs-kolo Meetpk deks pd setp sel erl d egloksk seesr ugk pd deks terkel x =,,, ; =,,, utuk slh trsports fuzzy yg trks yy, peroleh solus { } deg x utuk u v d x utuk u v Oleh kre ( = = z u v x d eeuh kedl (TPF, k eurut Teore, { x =,,, ; =,,, } (TPF erupk solus optl dr slh trsports fuzzy uls Nuerk erk otoh slh trsports fuzzy seg yg dselesk deg etode Fuzzy AM Pd otoh hy dhs slh trsports fuzzy seg utuk ksus euk y trsports, sedgk utuk ksus eksuk log lgkh-lgkhy Pered lgkhlgkh utuk ksus u d ksu hy pd lgkh pert, ytu eglk egtf stu pd y utuk ksus eksuk PT-6

7 EMINAR MATEMATIKA AN PENIIKAN MATEMATIKA UNY 7 Cotoh [] erk slh trsports fuzzy deg lg trgulr fuzzy olus: Berdsrk ( A = upply ( 5,9,9 (,,4 ( 5,, 46 ( 8,, (,9,54 ( 5,99,54 ed (,5, (,5, (,, R utuk setp lg trgulr fuzzy A = (,, dperoleh slh trsports rps (tegs, k Totl y trsportsy dlh z = = 689 ( ( ( Jk slh trsports rpsy dkerk deg progr POM for Wdows, dperoleh upply ed 5 5 Reduks rs d kolo upply 99 ed 5 5 Peetp deks upply 99 ed 5 5 Tel optl upply 99 Totl y trsportsy dlh z = = 689 ( ( ( Ekuvle etuk fuzzyy seg erkut ( 5,9,9 (,,4 ( 5,, ( 8,, (,9,54 ( 5,, 46 (,5, (,5, (,, 4 Totl y trsports z ( 5,9, 9( 49 + (,,4 ( 5 + ( 8,, ( ( 484, 659, 77 R deg z = ( z = ed 5 5 PT-6

8 IBN (Cetk (O-le III IMPULAN AN ARAN Metode Fuzzy AM erupk geerlss dr etode AM yg dpt dguk utuk eyelesk slh trsports fuzzy seg Metode eerk solus optl pd slh trsports fuzzy seg, yg reltf udh d sederh utuk dplksk Lgkh-lgkh utuk slh trsports fuzzy ksus u d ksu dlh s hy ered pd lgkh pert, ytu y dklk egtf stu utuk ksus ksu Perlu k leh lut utuk etode fuzzy AM utuk slh trsports fuzzy tdk seg k utuk ksus u upu ksus ksu Apkh etode terseut ug sellu eerk solus optl utuk slh trsports fuzzy tdk seg? AFTAR PUTAKA [] swto, Operto Reserh Jkrt: Erlgg, 6 [] W L Wsto, Opertos Reserh Appltos d Algorts, 4th ed, New York : uxury, 4 [] R E Bell d L A Zdeh, eso-kg fuzzy evroet, Mgeet ee, vol 7, pp 4-64, 97 [4] L A Zdeh, Fuzzy ets s Bss for Theory of Posslty, Fuzzy ets d ystes, vol, pp -8, 978 [5] P Pd d G Ntr, A New Algorth for Fdg Fuzzy Optl oluto for Fuzzy Trsportto Proles, Appled Mthetl ees, vol 4, pp 79 9, My [6] F A Grrlo, C X C A Brr, d E W Volr, New Methodology to Fd Itl oluto for Trsportto Proles, Cse tudy wth Fuzzy Preter, Appled Mthetl ees, vol 9, pp 95-97, 5 [7] M R Fegde, V A Jdhv, d A A Muley, olvg Fuzzy Trsportto Prole Usg Zero uffx d Roust Rkg Methodology, IOR Jourl of Egeerg (IORJEN, vol, pp 6 9, July [8] Mohselv d K Ges, Fuzzy Optl oluto to Fuzzy Trsportto Prole: A New Approh, Itertol Jourl o Coputer ee d Egeerg (IJCE, vol 4, pp 67 75, Mrh [9] A Edwrd uel d M Vekthlpthy, A New ul Bsed Approh for the Uled Fuzzy Trsportto Prole, Appled Mthetl ees, vol 6, pp , Aprl [] A Quddoos, Jvd, d M M Khld, A New Method for Fdg Optl oluto for Trsportto Proles, Itertol Jourl o Coputer ee d Egeerg (IJCE, vol 4, pp 7 74, July [] C udhgr d K Ges, Fuzzy Iteger Ler Progrg wth Fuzzy eso Vrles, Appled Mthetl ees, vol 4, pp 49-5, Jue [] M hugsudr d K Ges, A Novel Approh for the Fuzzy Optl oluto of Fuzzy Trsportto Prole, Itertol Jourl of Egeerg Reserh d Appltos (IJERA, vol, pp 46-44, Jury 64

ANALISIS KINERJA METODE ZERO SUFFIX DALAM MENYELESAIKAN MASALAH TRANSPORTASI FUZZY DAN LINIER

ANALISIS KINERJA METODE ZERO SUFFIX DALAM MENYELESAIKAN MASALAH TRANSPORTASI FUZZY DAN LINIER ANALISIS KINERJA METODE ZERO SUFFIX DALAM MENYELESAIKAN MASALAH TRANSPORTASI FUZZY DAN LINIER Tof Adtyw, Spt Whyugsh 2 Uversts Neger Mlg E l : tofdtyw@yhoo.co.d ABSTRAK: Slh stu slh dl kehdup sehr hr yg

Lebih terperinci

ANALISIS KINERJA METODE ASM DALAM MENYELESAIKAN MASALAH TRANSPORTASI FUZZY DAN LINIER

ANALISIS KINERJA METODE ASM DALAM MENYELESAIKAN MASALAH TRANSPORTASI FUZZY DAN LINIER ANALISIS KINERJA METODE ASM DALAM MENYELESAIKAN MASALAH TRANSPORTASI FUZZY DAN LINIER D Arvto 1, Spt Whyugsh 2 Uversts Neger Mlg E l : d_rvto@yhoo.co.d ABSTRAK: Mslh trsports fuzzy d ler erupk slh stu

Lebih terperinci

1 yang akan menghasilkan

1 yang akan menghasilkan Rset Opers Probblstk Teor Per (Ge Theor) Nughthoh Arfw Kurdh, M.Sc Deprteet of Mthetcs FMIPA UNS Lecture 6: Med Strteg: Ler Progrg Method A. Metode Cpur deg Progr Ler Terdpt hubug g ert tr teor per d progr

Lebih terperinci

Jl. HR. Soebrantas No. 155 Simpang Baru, Panam, Pekanbaru,

Jl. HR. Soebrantas No. 155 Simpang Baru, Panam, Pekanbaru, Jurl Ss Mtetk d Sttstk, Vol. No. Jul 6 ISSN 6-5 Metode Guss-Sedel d Geerlss Guss-Sedel utuk Meyelesk Sste Pers Ler Kopleks Cotoh Ksus: SPL Kopleks deg pers d vrel tr ry, Le Tr Lestr, Jurus Mtetk, kults

Lebih terperinci

HUBUNGAN DERET BERTINGKAT BERDASAR BILANGAN EULERIAN DENGAN OPERATOR BEDA

HUBUNGAN DERET BERTINGKAT BERDASAR BILANGAN EULERIAN DENGAN OPERATOR BEDA HUBUNAN DERET BERTINKAT BERDAAR BILANAN EULERIAN DENAN OPERATOR BEDA Aleder A uw Jurus Mtetk, Fkults s d Tekolog, Uversts B Nustr Jl. K.H. yhd No. 9, Plerh, Jkrt Brt 48 gug@bus.edu ABTRACT Cscde seres

Lebih terperinci

Batas Nilai Eigen Maksimal Dari Matriks Tak Negatif

Batas Nilai Eigen Maksimal Dari Matriks Tak Negatif Vol. 3 No. 80-85 Ju 007 Bts Nl Ege Mksl D Mtks Tk Negtf A. Kes Jy Abstk Ide ut skps dlh utuk edptk etode dl eetuk bts d l ege ksl d tks tk egtf deg bedsk bts Fobeus. Ytu R d dlh ulh bs tu kolo u d R dlh

Lebih terperinci

HUBUNGAN DERET BERTINGKAT BERDASARKAN BILANGAN EULERIAN DENGAN OPERATOR BEDA

HUBUNGAN DERET BERTINGKAT BERDASARKAN BILANGAN EULERIAN DENGAN OPERATOR BEDA HUBUNGAN DERET BERTINGKAT BERDAARKAN BILANGAN EULERIAN DENGAN OPERATOR BEDA Aleder A.. Guw Jurus Mtetk d ttstk, Fkults s d Tekolog, Bus Uversty Jl. KH. yhd No. 9, Plerh, Jkrt Brt 48. gug@bus.edu ABTRACT

Lebih terperinci

x 1 M = x 1 m 1 + x 2 m x n m n = x i

x 1 M = x 1 m 1 + x 2 m x n m n = x i Iterl Tertetu..6 oe d ust ss Ttk Bert slk d du ed s-s elk ss sesr d y dletkk pd pp er de jrk erturut-turut d d d dr ttk pey pd - y ered. Ked terseut k se jk dpeuh d d. d d Sutu odel tets y k dperoleh pl

Lebih terperinci

A. Pusat Massa Suatu Batang

A. Pusat Massa Suatu Batang Perteu 7 Pust ss sutu Kepg, Setrod, d Teore Pppus A. Pust ss Sutu Btg Dskusk!. slk ss,,..., terletk pd tg pdt sgsg d ttk,...,,, d = jrk errh tr ss ke sutu ttk tetp 0 pd tg,,,...,. ss prtkel, oe prtkel

Lebih terperinci

DUALITAS DAN ANALISIS SENSITIVITAS

DUALITAS DAN ANALISIS SENSITIVITAS /5/008 DUALITAS DAN ANALISIS SENSITIVITAS Dr. Mohd Adul Mukhy, SE., MM. Prl Prole P ze z cx suject to Ax x 0 optu vlue s z* Dul Prole xze suject to D v π πa c optu vlue s v* Theore. (Strog Dulty) If oth

Lebih terperinci

Tekun dan Teliti adalah Kunci Keberhasilan Anda PEMROGRAMAN LINEAR

Tekun dan Teliti adalah Kunci Keberhasilan Anda PEMROGRAMAN LINEAR Teku d Telt dlh Kuc Keberhsl Ad PEMROGRAMAN LINEAR Pdg bg Rset Opers berkut: TSP MP Trss Trsp Network PD PL PNL P Progr Ler (PL) erupk bg dr rset opers (RO) g erupk kupul etode peeles slh-slh t secr tets.

Lebih terperinci

PENYELESAIAN MASALAH PL DENGAN METODE SIMPLEKS

PENYELESAIAN MASALAH PL DENGAN METODE SIMPLEKS PENYELESAIAN MASALAH PL DENGAN METODE SIMPLEKS Metode ple erup utu te tdr g dgu utu eech lh Progr Ler e thu 9. Pd prp etode ple ecr peele optl deg eetu tt-tt udut dr derh fele proe dlu erulg-ulg dr utu

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id

Didownload dari ririez.blog.uns.ac.id A. METODE PROGRAM LINIER Terdpt hubug g ert tr teor per d progr ler kre setp betuk per berulh ol dr du org (g berhgg) dpt dtk sebg sutu betuk progr ler d seblk, setp perslh progr ler dpt dsk sebg sutu

Lebih terperinci

BAB VI ANALISIS REGRESI

BAB VI ANALISIS REGRESI BAB VI ANALISIS REGRESI A. Pedhulu Alss regres merupk slh stu lss yg ertuju utuk megethu pegruh sutu vrel terhdp vrel l. Vrel yg mempegruh dseut depedet vrle/vrel es () d vrel yg dpegruh dseut depedet

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI b LNDSN TEORI. Hmpu Fuzzy Tdk semu hmpu yg dump dlm kehdup sehr-hr terdefs secr els, msly hmpu org msk, hmpu org pd, hmpu org tgg, d sebgy. Msly, pd hmpu org tgg, tdk dpt dtetuk secr tegs pkh seseorg dlh

Lebih terperinci

PRAKTIKUM 10 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Seidel

PRAKTIKUM 10 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Seidel Prktkum 0 Peyeles Persm Ler Smult - Metode Elms Guss Sedel PRAKTIKUM 0 Peyeles Persm Ler Smult Metode Elms Guss Sedel Tuu : ler smult Mempelr metode Elms Guss Sedel utuk peyeles persm Dsr Teor : Metode

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 A LADASA EORI Pd bb k dbh beberp koep-koep dr yg berhubug d edukug peetu olu optl lh progr ler pretrk Deg dek, k eperudh dl hl pebh pd bb berkuty Progr Ler Progr ler erupk utu etode opt yg dpt dpk utuk

Lebih terperinci

Volume 1, Nomor 2, Desember 2007

Volume 1, Nomor 2, Desember 2007 Volue Noor Deseer 7 Brekeg Deseer 7. hl.5-3 Vol.. No. SIFAT-SIFAT INTEGRA RIEANN-STIETJES (Propertes O Re-Steltjes Itegrl FRANCIS Y RAWANG HARIANS BATKNDE St Jurus tetk FIPANPATTI Clo St Jurus tetk FIPANPATTI

Lebih terperinci

Pertemuan 7 Persamaan Linier

Pertemuan 7 Persamaan Linier Perteu 7 Pers Liier Ojektif:. Prktik ehi teori dsr Pers Liier. Prktik dpt eyelesik Pers Liier. Prktik dpt eut progr erkisr tetg Pers Liier Pers Liier P7. Teori Pers lier dlh seuh pers ljr, yg tip sukuy

Lebih terperinci

INTEGRAL DELTA DAN SIFAT-SIFATNYA. Delta Integral and Properties of Delta Integral

INTEGRAL DELTA DAN SIFAT-SIFATNYA. Delta Integral and Properties of Delta Integral Jurl Brekeg Vol. 7 No. Hl. 3 8 (03) INTEGRAL DELTA DAN SIFAT-SIFATNYA Delt Itegrl d Propertes of Delt Itegrl MOZART WINSTON TALAKUA, MARLON STIVO NOYA VAN DELSEN Stf Jurus Mtemtk, FMIPA, Uptt Alum Jurus

Lebih terperinci

GEOMETRI EUCLID EG(2, p n ) UNTUK MEMBENTUK RANCANGAN BLOK TIDAK LENGKAP SEIMBANG

GEOMETRI EUCLID EG(2, p n ) UNTUK MEMBENTUK RANCANGAN BLOK TIDAK LENGKAP SEIMBANG GEOMETRI EUCLID EG(, p ) UNTUK MEMBENTUK RANCANGAN BLOK TIDAK LENGKAP SEIMBANG Bmg Irwto d Yu Hdyt Jurus Mtemtk FMIPA UNDIP Jl. Prof. H. Soedrto, S.H, Semrg 5075 Astrt. A Bled Iomplete Blok (BIB) desg

Lebih terperinci

Dr.Eng. Agus S. Muntohar Department of Civil Engineering

Dr.Eng. Agus S. Muntohar Department of Civil Engineering Pertemu ke-7 Persm Ler Smult Oktober 0 Metode Iters Guss-Sedel Dr.Eg. Agus S. Mutohr Deprtmet of Cvl Egeerg Metode Guss-Sedel Merupk metode ters. Prosedur umum: - Selesk ser lbr vrbel tdk dkethu msg-msg

Lebih terperinci

PEMECAHAN SISTEM PERSAMAAN LINIER NON HOMOGEN DENGAN METODE SAPUAN GANDA CHOLESKY. Oleh : Yusup Fakultas Ilmu Komputer, Universitas AKI Semarang

PEMECAHAN SISTEM PERSAMAAN LINIER NON HOMOGEN DENGAN METODE SAPUAN GANDA CHOLESKY. Oleh : Yusup Fakultas Ilmu Komputer, Universitas AKI Semarang PEMECAHAN SISTEM PERSAMAAN LINIER NON HOMOGEN DENGAN METODE SAPUAN GANDA CHOLESKY Oleh : Yusup Fkults Ilmu Komputer, Uversts AKI Semrg Astrt The frto of No Homoge Lerty Ajustmet System towr Cholesky Doule

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 30-37

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 30-37 Jurl Mtemtk Mur d Terp Vol. 4 No. Desember : - 7 PENGGUNN BENTUK SMITH UNTUK MENENTUKN BENTUK KNONIK MTRIKS NORML DENGN ENTRI-ENTRI BILNGN KOMPLEKS Thresye Progrm Stud Mtemtk Uversts Lmbug Mgkurt Jl. Jed..

Lebih terperinci

CATATAN KULIAH Pertemuan XIII: Analisis Dinamik dan Integral (1)

CATATAN KULIAH Pertemuan XIII: Analisis Dinamik dan Integral (1) CATATAN KULIAH Pertemu XIII: Alss Dmk d Itegrl () A. Dmk d Itegrs Model Stts : mecr l vrel edoge yg memeuh kods ekulrum tertetu. Model Optms : mecr l vrel plh yg megoptms fugs tuju tertetu. Model Dmk :

Lebih terperinci

Model Tak Penuh. Definisi dapat di-uji (testable): nxp

Model Tak Penuh. Definisi dapat di-uji (testable): nxp Model T Peuh Defs dpt d-u (testle): Sutu c c 'c 'c H 'c 'c dpt du l d stu set fugs g dpt - ddug m m ' sehgg H er c ' ' slg es ler tu C c ' c m ' Perht : Kre r X p r p m m r c' (X' X) c X' X c' C(X' X)

Lebih terperinci

1. Aturan Pangkat 3. Logartima

1. Aturan Pangkat 3. Logartima KL UN Mtetk MA IPA 9/ No. KL Ruus. Meetuk egs pert g dperoleh dr perk kespul.. p q. p q. p q ~ (p q) = ~p ~q ~ (eu/etp p) = Ad/Beerp ~p p. ~q q r ~ (p q) = ~p ~q ~ (Ad/Beerp p) = eu/etp ~p q ~p p r p q

Lebih terperinci

BAB IV INTEGRAL RIEMANN

BAB IV INTEGRAL RIEMANN Itegrl Rie BAB IV INTEGRAL RIEMANN Utuk epeljri leih ljut tetg kosep itegrl Rie, k leih ik jik pec ehi eerp hl erikut. A. Prtisi Defiisi 4.1 Dierik itervl tertutup [, ], hipu terurut d erhigg P = { = x

Lebih terperinci

6. Selanjutnya langkah penyelesaian

6. Selanjutnya langkah penyelesaian MENYELESAIKAN SISTEM PERSAMAAN LINEAR FUZZY DALAM BENTUK A y DENGAN MENGURAIKAN y D Mstk, Mshd, Sr Gemwt Mhssw Progrm Std S Mtemtk Dose Jrs Mtemtk Fklts Mtemtk d Ilm Pegeth Alm Uversts R Kmps Bwdy Pekbr

Lebih terperinci

PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA

PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR ABSTRAK ANA FARIDA.

Lebih terperinci

Bab 4 ANALISIS REGRESI dan INTERPOLASI

Bab 4 ANALISIS REGRESI dan INTERPOLASI Als Numerk Bh Mtrkuls B 4 ANALISIS RGRSI d INTRPOLASI 4 Pedhulu Pd kulh k dpeljr eerp metde utuk mempredks d megestms dt dskret Dr sutu peelt serg dlkuk peglh dt utuk megethu pl dt tu etuk kurv g dggp

Lebih terperinci

PENERAPAN PROGRAM LINIER PADA PERMAINAN NON-KOOPERATIF

PENERAPAN PROGRAM LINIER PADA PERMAINAN NON-KOOPERATIF Jurl Mtetk Mur d Terp Vol.5 No. Deeber 0: - PENERAPAN PROGRAM LINIER PADA PERMAINAN NON-KOOPERATIF Prd Affd Progr Stud Mtetk Uvert Lbug Mgkurt Jl. Jed. A. Y k 5, 8 Brbru El: prd_ffd@hoo.co ABSTRAK Peelt

Lebih terperinci

INTEGRASI NUMERIK. n ax. ax e. a 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

INTEGRASI NUMERIK. n ax. ax e. a 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal : INTEGRASI NUMERIK INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser

Lebih terperinci

Pendahuluan Aljabar Vektor Matrik

Pendahuluan Aljabar Vektor Matrik Pedhulu Aljr Vektor trik Defiisi: trik A erukur x ilh sutu susu gk dl ersegi et ukur x, segi erikut: = A tu A = ( ij ) Utuk eytk elee trik A yg ke (i,j), yitu ij, diguk otsi (A) ij. Ii errti ij = (A) ij.

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

INTEGRASI NUMERIK C 1. n ax. ax e. cos( 1 1. n 1. x x. 0 Fungsi yang dapat dihitung integralnya : 0 Fungsi yang rumit misal :

INTEGRASI NUMERIK C 1. n ax. ax e. cos( 1 1. n 1. x x. 0 Fungsi yang dapat dihitung integralnya : 0 Fungsi yang rumit misal : INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser ltk. INTEGRASI

Lebih terperinci

PENCOCOKAN KURVA (CURVE FITTING) INTERPOLASI

PENCOCOKAN KURVA (CURVE FITTING) INTERPOLASI PENCOCOKAN KURVA (CURVE FITTING) Iterpols : Iterpols er Iterpols Kudrtk Iterpols Poloml Iterpols grge Regres : Regres er Regres Ekspoesl Regres Poloml INTERPOASI Iterpols dguk utuk meksr l tr (termedte

Lebih terperinci

Bentuk Umum Perluasan Teorema Pythagoras

Bentuk Umum Perluasan Teorema Pythagoras Jrl Grde Vol No Jr 6 : 9-4 Betk Umm Perls Teorem Pythors Ml stt By Kerm Ulsr les Jrs Mtemtk Fklts Mtemtk d Ilm Peeth lm Uversts Bekl Idoes Dterm Septemer 5; dset Desemer 5 strk - Peelt memhs perls teorem

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB LANDASAN TEORI Dl k duk ege etode-etode lh d teo-teo yg dguk dl peyeles pesol utuk eetuk odel pog le dl poduks Teh pd PT.Pekeu Nust IV Med.. Peget Lus Poduks Pd uuy poduks sutu peush d eg es. Ad

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

a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Integral Pertemuan - 6

a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Integral Pertemuan - 6 home se to ecellece Mt Kulh : Klkulus Kode : TSP 0 SKS : SKS Itegrl Pertemu - 6 home se to ecellece TIU : Mhssw dpt memhm tegrl fugs d plksy TIK : Mhssw mmpu mecr tegrl fugs Mhssw mmpu megguk tegrl utuk

Lebih terperinci

Pendahuluan Pengantar Metode Simpleks. Fitriani Agustina, Math, UPI

Pendahuluan Pengantar Metode Simpleks. Fitriani Agustina, Math, UPI Pedhulu Pegtr Metode Sipleks Fitrii Agusti, Mth, METODE SIMPLEKS (PRIMAL) Mslh Progr Lier Mslh Progr Lier dl Betuk Mtriks Ketetu dl Betuk Stdr Mslh PL Betuk Stdr Mslh Progr Lier Betuk Stdr Pets Lier Betuk

Lebih terperinci

METODE ASM PADA MASALAH TRANSPORTASI SEIMBANG

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 terperinci

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Prktkum 8 Peyeles Persm Ler Smult Metode Elms Guss PRAKTIKUM 8 Peyeles Persm Ler Smult Metode Elms Guss Tuju : Mempeljr metode Elms Guss utuk peyeles persm ler smult Dsr Teor : Metode Elms Guss merupk

Lebih terperinci

EXPONEN DAN LOGARITMA

EXPONEN DAN LOGARITMA Drs Pudjul Prijoo SMA Negeri Mlg EXPONEN DAN LOGARITMA A EXPONEN Sift-sift il Berpgkt yg ekspoey il Bult Sift-sift il Berpgkt yg ekspoey il Rsiol/Peh 0 ; 0 ; 0 0, 0 ; 0 0 d ; 7 0 0; ; Meyederhk etuk :

Lebih terperinci

Pemilihan Model Terbaik pada Mars Respon Kontinu

Pemilihan Model Terbaik pada Mars Respon Kontinu Sttstk, Vol. 8 No., 9 9 e 008 Pelh odel erk pd rs Respo Kotu Bg Wdjrko Otok eg Pegjr d Jurus Sttstk, IS, Sury e-l: g_wo@sttstk.ts.c.d; otok_w@yhoo.co Astrk ultvrte dptve regresso sple (ARS) dlh slh stu

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN Ltr Belg Istlh Pemrogrm Geometr (PG) dperel oleh Duff, Peterso, d Zeer pd thu 967 Istlh dmbl dr mslh-mslh geometr g dpt dformuls sebg PG Pemrogrm Geometr dlh sutu tpe mslh optmlss mtemt g

Lebih terperinci

TEOREMA DERET PANGKAT

TEOREMA DERET PANGKAT TEOEMA DEET PANGKAT Kosep Dsr Deret pgkt erupk sutu etuk deret tk higg 3 + ( + + 3( +... ( disusik,, d koefisie i erupk ilg rel. Julh prsil utuk suku pert etuk di ts dlh s yg dpt ditulisk segi s ( + (

Lebih terperinci

SOLUSI DERET PANGKAT TETAP DENGAN FUNGSI PEMBANGKIT

SOLUSI DERET PANGKAT TETAP DENGAN FUNGSI PEMBANGKIT OLUI DERET PANGKAT TETAP DENGAN FUNGI PEMBANGKIT Aleder A Guw Jurus Mtemt d ttst Fults s d Teolog, Uversts B Nustr Jl. K. H. yhd No. 9, Kemggs/Plmerh, Jrt Brt 8 gug@bus.edu ABTRACT Ths rtcle dscusses bout

Lebih terperinci

BAB V ANALISIS REGRESI

BAB V ANALISIS REGRESI BAB V ANALISIS REGRESI Setelh mempeljr mhssw dhrpk dpt : Meghtug prmeter regres Melkuk estms d uj prmeter regres 3 Meemuk model regres g tept Dlm kehdup serg dtemuk d sekelompok peuh g dtr terdpt huug,

Lebih terperinci

INTEGRASI NUMERIK. n ax. ax e. n 1. x x. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

INTEGRASI NUMERIK. n ax. ax e. n 1. x x. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal : INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser ltk. INTEGRASI

Lebih terperinci

CATATAN KULIAH Pertemuan IV: Model-model linier dan Aljabar Matriks (2)

CATATAN KULIAH Pertemuan IV: Model-model linier dan Aljabar Matriks (2) TTN KULH ertemu V: Moel-moel ler lr Mtrks (). Mer Mtrks vers Sutu mtrks () mempuy vers l terpt sutu mtrks B, seh B B. Mtrks B seut vers mtrks, tuls -, y merupk mtrks uur skr ermes. Syrt keer r Mtrks vers

Lebih terperinci

DIGRAF EKSENTRIS PADA DIGRAF SIKEL, DIGRAF KOMPLIT DAN DIGRAF KOMPLIT MULTIPARTIT. Jl. Prof. H. Soedarto SH Semarang 50275

DIGRAF EKSENTRIS PADA DIGRAF SIKEL, DIGRAF KOMPLIT DAN DIGRAF KOMPLIT MULTIPARTIT. Jl. Prof. H. Soedarto SH Semarang 50275 DIGRAF ESENTRIS PADA DIGRAF SIEL DIGRAF OMPLIT DAN DIGRAF OMPLIT MULTIPARTIT Reto tur umlsr d Luc Rtsr Jurus Mtemtk FMIPA UNDIP Jl Prof H Soedrto SH Semrg 5075 Abstrct The eccetrc dgrph of dgrph ED ( D)

Lebih terperinci

BAB III LIMIT FUNGSI DAN KEKONTINUAN

BAB III LIMIT FUNGSI DAN KEKONTINUAN BAB III LIMIT FUNGSI DAN KEKONTINUAN 3. Pedhulu Seelu hs liit fugsi di sutu titik terleih dhulu kit k egti perilku sutu fugsi f il peuh edekti sutu ilg ril tertetu. Misl terdpt sutu fugsi f() = + 4. Utuk

Lebih terperinci

Solusi Sistem Persamaan Linear

Solusi Sistem Persamaan Linear Sos Sstem Persm Ler Sstem persm er: h persm deg h kow j d dketh, j,,, j? So: z 6 z z () () () persm d kow Jw: z 6.5 z.5 z () () () ems : pers. ().5 pers. () pers. ().5 pers. () z 6.5 z 8z 8 () () () ems

Lebih terperinci

1. Bilangan Berpangkat Bulat Positif

1. Bilangan Berpangkat Bulat Positif N : Zui Ek Sri Kels : NPM : 800 BILANGAN BERPANGKAT DAN BENTUK AKAR A. Pgkt Bilg Bult. Bilg Berpgkt Bult Positif Dl kehidup sehri-hri kit serig eeui perkli ilg-ilg deg fktor-fktor yg s. Mislk kit teui

Lebih terperinci

BAB VI SIFAT-SIFAT LANJUTAN INTEGRAL RIEMANN

BAB VI SIFAT-SIFAT LANJUTAN INTEGRAL RIEMANN BAB VI SIFAT-SIFAT LANJUTAN INTEGAL IEMANN Sift-sift Ljut Itegrl iem Teorem 6.1 Jik f [, ] d f [, ] deg < < mk f [, ]. Leih ljut f x dx f x dx + () f x dx f [, ] d f [, ], mislk () f x dx A 1 d () f x

Lebih terperinci

Modul 8. (Pertemuan 12 s/d 16) DERET FOURIER

Modul 8. (Pertemuan 12 s/d 16) DERET FOURIER Modul 8. (Pertemu s/d 6) DERET FOURIER 8. FUNGSI PERIODIK DAN FUNGSI KONTINU TERPOTONG Defiisi Fugsi f diseut fugsi periodik il terdpt p > sedemiki sehigg utuk setip erlku f ( p) f ( ). Nili p > terkecil

Lebih terperinci

matematika PEMINATAN Kelas X SIFAT-SIFAT EKSPONEN K13 A. DEFINISI EKSPONEN B. SIFAT-SIFAT BENTUK PANGKAT

matematika PEMINATAN Kelas X SIFAT-SIFAT EKSPONEN K13 A. DEFINISI EKSPONEN B. SIFAT-SIFAT BENTUK PANGKAT K1 Kels X tetik PEMINATAN SIFAT-SIFAT EKSPONEN TUJUAN PEMBELAJARAN Setelh epeljri teri ii, ku dihrpk eiliki kepu erikut. 1. Mehi defiisi ekspoe.. Mehi sift-sift etuk pgkt.. Mehi sift-sift etuk kr.. Megguk

Lebih terperinci

BAB I SISTEM PERSAMAAN LINEAR

BAB I SISTEM PERSAMAAN LINEAR BAB I SISTEM PERSAMAAN LINEAR Sistem persm ditemuk hmpir di semu cg ilmu pegethu Dlm idg ilmu ukur sistem persm diperluk utuk mecri titik potog eerp gris yg seidg, di idg ekoomi tu model regresi sttistik

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

BAB 2 ANAVA 2 JALAN. Merupakan pengembangan dari ANAVA 1 Jalan Jika pada ANAVA 1 jalan 1 Faktor Jika pada ANAVA 2 jalan 2 Faktor

BAB 2 ANAVA 2 JALAN. Merupakan pengembangan dari ANAVA 1 Jalan Jika pada ANAVA 1 jalan 1 Faktor Jika pada ANAVA 2 jalan 2 Faktor BAB ANAVA JALAN Merupk pegembg dr ANAVA 1 Jl Jk pd ANAVA 1 l 1 Fktor Jk pd ANAVA l Fktor Model Ler Asums: Model efek Tetp! 1,..., 1,..., Stu fktor g dtelt Av 1 l k k 1,,..., 1,,..., b k 1,,..., Du fktor

Lebih terperinci

PERENCANAAN POLA TANAM TANAMAN PANGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

PERENCANAAN POLA TANAM TANAMAN PANGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION PERENCANAAN POLA TANAM TANAMAN PANGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Syhrudd ), Mohd Is Irw ) ) Mhssw Mgster Jurus Mtetk FMIPA ITS Sury lusthf@yhoo.co ) Dose Jurus Mtetk FMIPA ITS Sury

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Alss Regres Alss regres dlh tekk sttstk yg ergu utuk memerks d memodelk huug dtr vrel-vrel. Peerpy dpt djump secr lus d yk dg sepert tekk, ekoom, mjeme, lmu-lmu olog, lmu-lmu sosl,

Lebih terperinci

PANGKAT & AKAR (INDICES & SURDS)

PANGKAT & AKAR (INDICES & SURDS) PANGKAT & AKAR (INDICES & SURDS) Ksus Hituglh? A PANGKAT (EKSPONEN) Ksus Perhtik hw x x Terliht hw d tig uh gk yg diklik d jik d gk seyk uh, k seyk Secr uu, disipulk Igt keli ruus pert Secr uu disipulk

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

DEFINISI INTEGRAL. ' untuk

DEFINISI INTEGRAL. ' untuk DEINISI INTEGRAL Dlm mtemtk d eerp stl sepert des, teorem, lemm Istl petg kre meujuk keeksstes Des dl peryt yg erl er kre dsepkt, d tdk perlu duktk Teorem dl peryt yg dpt duktk keery Lemm dl teorem kecl,

Lebih terperinci

MASALAH PROGRAMA LINIER FUZZY DENGAN FUNGSI KEANGGOTAAN LINIER

MASALAH PROGRAMA LINIER FUZZY DENGAN FUNGSI KEANGGOTAAN LINIER JRNA TEKNIK INDSTRI VO. 2 NO. JNI 2000: 28-33 MASAAH PROGRAMA INIER FZZY DENGAN FNGSI KEANGGOTAAN INIER Nyom Sutp Dose Fkults Tekk Jurus Tekk Idustr versts Krste Petr ABSTRAK Asums kepst l-l prmeter dlm

Lebih terperinci

Metode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS

Metode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS Itegrs Numerk Um S d Poltekk Elektrok Neger Sury Topk Itegrl Rem Trpezod Smpso / Smpso /8 Kudrtur Guss ttk Kudrtur Guss ttk INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl

Lebih terperinci

INVERS MATRIKS MOORE PENROSE ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN (THE MOORE PENROSE INVERSE OF MATRICES OVER COMMUTATIVE RING WITH UNITY)

INVERS MATRIKS MOORE PENROSE ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN (THE MOORE PENROSE INVERSE OF MATRICES OVER COMMUTATIVE RING WITH UNITY) JURNL MTEMTIK DN KOMPUTER Vol. 7. No., -, prl, ISSN : -858 INVERS MTRIKS MOORE PENROSE TS RING KOMUTTIF DENGN ELEMEN STUN THE MOORE PENROSE INVERSE OF MTRICES OVER COMMUTTIVE RING WITH UNITY Tt Ud SRRM

Lebih terperinci

INTEGRASI NUMERIK. n ax. ax e. n 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

INTEGRASI NUMERIK. n ax. ax e. n 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal : INTEGRASI NUMERIK Pegtr Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser ltk. Msly dlm termodmk, model Deye utuk megtug kpsts ps dr ed pdt.

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

INTEGRAL TERTENTU. sebagai P = max{x i x i-1 1 = 1, 2, 3,, n}. a = x 0 x 1 x 2 x n = b. Contoh: Pada interval [ 3, 3], suatu partisi P = { 3, 1 2 , 31

INTEGRAL TERTENTU. sebagai P = max{x i x i-1 1 = 1, 2, 3,, n}. a = x 0 x 1 x 2 x n = b. Contoh: Pada interval [ 3, 3], suatu partisi P = { 3, 1 2 , 31 INTEGRAL TERTENTU Defs: Prs P pd ervl [,] dlh suu suse erhgg P = {,,,, } dr [,] deg = < < < < = Jk P = {,,,, } prs pd [,] mk Norm P, duls P, ddefsk seg P = m{ - =,,,, } Cooh: = = Pd ervl [, ], suu prs

Lebih terperinci

1. Kepekatan bakteria pencemar p(t), di dalam secawan teh tarik yang dibiarkan selama beberapa jam diberikan oleh: p(t) = 50e -1.5t + 15e -0.

1. Kepekatan bakteria pencemar p(t), di dalam secawan teh tarik yang dibiarkan selama beberapa jam diberikan oleh: p(t) = 50e -1.5t + 15e -0. KKKF BAHAGAN A 6 MARKAH Arh : Jw SEMUA sol. Kepekt kter pecemr pt, d dlm secw teh trk yg drk selm eerp jm derk oleh: pt = 5e -.5t + 5e -.75t Crk ms, t, dlm ut jm yg dperluk utuk kter jk kepekt yg dkehedk

Lebih terperinci

BILANGAN BERPANGKAT DAN BENTUK AKAR

BILANGAN BERPANGKAT DAN BENTUK AKAR BILANGAN BERPANGKAT DAN BENTUK AKAR. Sift Opersi Bilg Bult Berpgkt Defiisi Pgkt Bult Positif Jik dlh ilg rel (yt) d dlh ilg sli (ilg ult positif), k... seyk fktor deg = pgkt tu ekspoe = ilg pokok/dsr/sis

Lebih terperinci

Sifat-sifat Super Matriks dan Super Ruang Vektor

Sifat-sifat Super Matriks dan Super Ruang Vektor Sift-sift Super Mtriks d Super Rug Vektor Cturiyti Jurus Pedidik Mtetik FMIPA UNY wcturiyti@yhoo.co Abstrk Sutu triks yg elee-eleey erupk bilg disebut deg triks sederh tu lebih dikel deg triks. Sedgk supertriks

Lebih terperinci

Estimasi Bayesian untuk Penentuan Besarnya Pengaruh Genetik terhadap Sifat Fenotip dan Studi Simulasinya

Estimasi Bayesian untuk Penentuan Besarnya Pengaruh Genetik terhadap Sifat Fenotip dan Studi Simulasinya sts Bes utuk Peetu Besr Pegruh Geetk terhd St Feot d Stud Suls d Setw d_set_@hoo.o Progr Stud Mtetk Fkults Ss d Mtetk Uversts Krste St W Jl. Doegoro 5-6 Sltg 57 Idoes strt Tws tht hve rtulr tegorl trt

Lebih terperinci

FAKTORISASI BENTUK ALJABAR

FAKTORISASI BENTUK ALJABAR Mtetik Kels VIII Seester Fktorissi Betuk Aljr FAKTORISASI BENTUK ALJABAR A. Pegerti Suku pd Betuk Aljr. Suku Tuggl d Suku Bk Betuk-etuk seperti,,, p 9p, 9, d diseut Betuk Aljr. Betuk ljr terdiri ts eerp

Lebih terperinci

PROGRAM LINEAR BILANGAN BULAT DUAL SKRIPSI

PROGRAM LINEAR BILANGAN BULAT DUAL SKRIPSI PROGRA LINEAR BILANGAN BULAT DUAL SKRIPSI Duk Utuk emeuh Slh Stu Syrt emperoleh Gelr Sr Ss (S.S) Progrm Stud temtk Oleh: Berdet Wdsh NI : 7 PROGRA STUDI ATEATIKA JURUSAN ATEATIKA FAKULTAS ATEATIKA DAN

Lebih terperinci

Metode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS

Metode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS Itegrs Numerk Um S d Poltekk Elektrok Neger Sury Topk Itegrl Rem Trpezod Smpso / Smpso /8 Kudrtur Guss ttk Kudrtur Guss ttk INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl

Lebih terperinci

TEORI PERMAINAN. Aplikasi Teori Permainan. Strategi Murni

TEORI PERMAINAN. Aplikasi Teori Permainan. Strategi Murni TEORI PERMAINAN Apliksi Teori Peri Lw pei (puy itelegesi yg s) Setip pei epuyi beberp strtegi utuk slig eglhk Two-Perso Zero-Su Ge Peri deg pei deg peroleh (keutug) bgi slh stu pei erupk kehilg (kerugi)

Lebih terperinci

PRAKTIKUM 22 Interpolasi Linier, Kuadratik, Polinomial, dan Lagrange

PRAKTIKUM 22 Interpolasi Linier, Kuadratik, Polinomial, dan Lagrange Prktkum. Iterpols Ler, Kudrtk, Poloml d Lgrge PRAKTIKUM Iterpols Ler, Kudrtk, Poloml, d Lgrge Tuju : Mempeljr berbg metode Iterpols g d utuk meetuk ttkttk tr dr buh ttk deg megguk sutu fugs pedekt tertetu.

Lebih terperinci

METODE UNWEIGHTED MEANS UNTUK FAKTORIAL TAK SEIMBANG DISPROPORSIONAL

METODE UNWEIGHTED MEANS UNTUK FAKTORIAL TAK SEIMBANG DISPROPORSIONAL METODE UNWEIGHTED MEANS UNTUK AKTORIAL TAK SEIMBANG DISPROPORSIONAL Trstut Wurydr Jurus Mtemtk MIPA UNDIP Jl Prof H Soedrto, SH, Semrg 5075 Astrct A fctorl desg should e used whe there re severl fctors

Lebih terperinci

Metode Perbaikan ASM pada Masalah Transportasi Tak Seimbang

Metode Perbaikan ASM pada Masalah Transportasi Tak Seimbang 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

Lebih terperinci

REGRESI. Curve Fitting Regresi Linier Regresi Eksponensial Regresi Polynomial. Regresi 1

REGRESI. Curve Fitting Regresi Linier Regresi Eksponensial Regresi Polynomial. Regresi 1 REGRESI Curve Fttg Regres Ler Regres Ekspoesl Regres Poloml Regres Curve Fttg: Ksus Dberk dt berup kumpul ttk-ttk dskrt. Dperluk estms / perkr utuk medptk l dr ttk-ttk g berd d tr ttk-ttk dskrt tersebut

Lebih terperinci

REGRESI. Curve Fitting. Regresi Eksponensial. Regresi 1

REGRESI. Curve Fitting. Regresi Eksponensial. Regresi 1 REGRESI Curve Fttg Regres Ler Regres Ekspoesl Regres Poloml Regres Curve Fttg: Ksus Dberk dt berup kumpul ttk-ttk dskrt. Dperluk estms / perkr utuk medptk l dr ttk-ttk g berd d tr ttk-ttk dskrt t tersebut

Lebih terperinci

( ) ( p) ( ) ( ) ( ) ( ) ( ) Lemma 2.15 Jika a memiliki order h( mod ) memiliki order ( mod m) m, maka. [Niven, 1991] III.

( ) ( p) ( ) ( ) ( ) ( ) ( ) Lemma 2.15 Jika a memiliki order h( mod ) memiliki order ( mod m) m, maka. [Niven, 1991] III. Le 15 J el order h, h h, el order ( od [Nve, 1991] III PEMBAHASAN Pd bg edhulu telh dsebut bhw tuu dr euls dlh eelr teore-teore yg tert solus resdu udrt d egostrus lgort utu ecr solusy, ereostrus Algort

Lebih terperinci

BAB III SIFAT-SIFAT INTEGRAL RIEMANN-STIELTJES. 3.1 Integral Riemann-Stieltjes dari Fungsi Bernilai Real

BAB III SIFAT-SIFAT INTEGRAL RIEMANN-STIELTJES. 3.1 Integral Riemann-Stieltjes dari Fungsi Bernilai Real BAB III SIFAT-SIFAT INTEGRAL RIEMANN-STIELTJES 3.1 Itegrl Riem-Stieltjes dri Fugsi Berili Rel Pd seelumy telh dihs megei eerp kosep dsr, dim kosep-kosep ii merupk slh stu teori pedukug yg tiy k erper segi

Lebih terperinci

UNIVERSITAS INDONESIA METODE STAIRCASE UNTUK MENDAPATKAN BENTUK KANONIK JORDAN DENGAN KARAKTERISTIK WEYR SKRIPSI NURRY WIDYA HESTY

UNIVERSITAS INDONESIA METODE STAIRCASE UNTUK MENDAPATKAN BENTUK KANONIK JORDAN DENGAN KARAKTERISTIK WEYR SKRIPSI NURRY WIDYA HESTY UNIVERSITS INDONESI METODE STIRCSE UNTUK MENDPTKN BENTUK KNONIK JORDN DENGN KRKTERISTIK WEYR SKRIPSI NURRY WIDY HESTY 976 Fkults Mtemtk d Ilmu Pegethu lm Progrm Stud Mtemtk Depok Februr Metode strcse...,

Lebih terperinci

m n II. PERSAMAAN LINEAR, PERTIDAKSAMAAN LINIER, FUNGSI LINIER A. Persamaan Linier 3. Persamaan Linear Tiga Variabel ( ax + by + cz = d )

m n II. PERSAMAAN LINEAR, PERTIDAKSAMAAN LINIER, FUNGSI LINIER A. Persamaan Linier 3. Persamaan Linear Tiga Variabel ( ax + by + cz = d ) I. OPERSI ILNGN REL. Pgt (Esoe. +. RNGKMN MTEMTIK. (.. ( 5. 6. 7. 8.. etu... ( ± ( + ± 5. ( Mesol Peeut etu Peh. (. + + C. Logt. log. log. log log. log log...( log log... log log... ( log... ( log. log+

Lebih terperinci

3SKS-TEKNIK INFORMATIKA-S1

3SKS-TEKNIK INFORMATIKA-S1 SKS-TEKNIK INFORMATIKA-S Momd Sdq PERTEMUAN : 9- INTEGRASI NUMERIK METODE NUMERIK TEKNIK INFORMATIKA S SKS Momd Sdq MATERI PERKUIAHAN SEBEUM-UTS Pegtr Metode Numerk Sstem Blg d Kesl Peyj Blg Bult & Pe

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

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

Induksi Dan Rekursi. Bab IV Induksi Pada Bilangan Asli (Natural) Bilangan Asli

Induksi Dan Rekursi. Bab IV Induksi Pada Bilangan Asli (Natural) Bilangan Asli Bb IV Iduks D Rekurs 4.. Iduks Pd Blg Asl (Nturl) Bsy, duks tets tu dsebut jug duks legkp (coplete ducto) plg byk dguk dl do blg turl. Khususy, dl duks, dsusk bhw sutu sft tertetu yg egguk blg sl terkecl,

Lebih terperinci

MATHunesa (Volume 3 No 3) 2014

MATHunesa (Volume 3 No 3) 2014 MATHues (Volue 3 No 3) 04 INTEGRAL H Hili Nur Ardi Jurus Mtetik, Fkults Mtetik d Ilu Pegethu Al, Uiversits Negeri Sury e-il: sterrdi@yhoocoid Muhrwti Jurus Mtetik, Fkults Mtetik d Ilu Pegethu Al, Uiversits

Lebih terperinci

PENERAPAN PROGRAM LINEAR BERKENDALA FUZZY UNTUK OPTIMISASI PRODUKSI GERABAH

PENERAPAN PROGRAM LINEAR BERKENDALA FUZZY UNTUK OPTIMISASI PRODUKSI GERABAH Semr Nsol Iormtk 2 semsif 2 ISSN: 979-2328 UPN Veter Yoykrt 22 Me 2 PENERPN PROGRM LINER BERKENDL FUZZY UNTUK OPTIMISSI PRODUKSI GERBH Eko Hr Prmd Prorm Stud Tekk Iormtk Fkults Ss & Tekolo Uv. St Drm Kmpus

Lebih terperinci

Menaksir Matriks Teknologi Kota Cimahi Berdasarkan Tabel Input Output Provinsi Jawa Barat Menggunakan Metode Location Quontient

Menaksir Matriks Teknologi Kota Cimahi Berdasarkan Tabel Input Output Provinsi Jawa Barat Menggunakan Metode Location Quontient Sttstk, Vol. 9 No., 75 8 Nopemer 9 eksr trks Tekolog Kot Cmh Berdsrk Tel Iput utput Provs Jw Brt egguk etode octo Quotet TETI SFIA ANTI Jurus Sttstk Uversts Islm Bdug Eml: utet@yhoo.com ABSTRAK Tel Iput

Lebih terperinci

SOLUSI PREDIKSI UJIAN NASIONAL MATEMATIKA IPS TAHUN 2015

SOLUSI PREDIKSI UJIAN NASIONAL MATEMATIKA IPS TAHUN 2015 PAKET. Sit: SOLUSI PREDIKSI UJIAN NASIONAL MATEMATIKA IPS TAHUN. ~ p q p ~ q. ~ p q~ p ~ q Jdi, igkr dri pert dlh Air sugi melup d kot tidk kejir tu eerp wrg kot tidk hidup mederit. []. Sit:. p q ~ q ~

Lebih terperinci

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Prktkum 8 Peyeles Persm Ler Smult Metoe Elms Guss PRAKTIKUM 8 Peyeles Persm Ler Smult Metoe Elms Guss Tuju : smult Mempeljr metoe Elms Guss utuk peyeles persm ler Dsr Teor : Metoe Elms Guss merupk metoe

Lebih terperinci

Bab 3 SISTEM PERSAMAAN LINIER

Bab 3 SISTEM PERSAMAAN LINIER Alis Numerik Bh Mtrikulsi B SISTEM PERSAMAAN LINIER Pedhulu Pd kulih ii k dipeljri eerp metode utuk meelesik sistem persm liier Peelesi sistem persm deg jumlh vriel g tidk dikethui serig ditemui didlm

Lebih terperinci