MASALAH RUTE DISTRIBUSI MULTIDEPOT DENGAN KAPASITAS DAN KECEPATAN KENDARAAN HETEROGEN

Ukuran: px
Mulai penontonan dengan halaman:

Download "MASALAH RUTE DISTRIBUSI MULTIDEPOT DENGAN KAPASITAS DAN KECEPATAN KENDARAAN HETEROGEN"

Transkripsi

1 MASALAH RUTE DISTRIBUSI MULTIDEPOT DENGAN KAPASITAS DAN KECEPATAN KENDARAAN HETEROGEN Adam Priyo Hartoo 1), Farida Haum 2), Toi Bahtiar 3) 1)2)3) Departeme Matematia, FMIPA, Istitut Pertaia Bogor Kampus IPB Darmaga, Bogor 1) 2) 3) Abstract Peelitia ii membahas masalah pegoptimuma pada peetua rute distribusi barag. Masalah diformulasia dalam betu Vehicle Routig Problem (VRP) dega time-widows dega armada berapasitas berbeda da berjala dega ecepata ta-osta. Model melibata sejumlah edala geeri, eotiua rute, ejamaa depot, da watu pelayaa serta fugsi objetif miimisasi biaya operasioal edaraa. Fitur ui berupa ecepata edaraa ta-osta diaomodasi dega membuat profil ecepata heteroge di beberapa segme jala. Pedeata esa diguaa utu meetua solusi optimum rute edaraa da awal watu pelayaa. Keywords Kecepata ta-osta, multidepot, rute distribusi, time-widows, vehicle routig problem. I. PENDAHULUAN Permasalaha yag serig dihadapi dalam pedistribusia barag ialah peetua rute perjalaa yag harus dilewati oleh edaraa pegirim barag. Pemiliha rute pedistribusia harus tepat agar memiimuma biaya yag dieluara. Permasalaha peetua rute tersebut secara matematis dapat diformulasia sebagai suatu Vehicle Routig Problem (VRP). Rute yag dimasud merupaa rute edaraa yag megujugi setiap pelagga tepat satu ali dega mempertimbaga edala-edala yag ada. Dalam peetua rute distribusi, setiap perusahaa dapat memilii arateristi pedistribusia yag berbeda. Bayaya depot (gudag) utu melayai pelagga bisa satu (sigle depot) atau lebih dari satu (multidepot). Pada umumya, perusahaa besar memilii lebih dari satu depot. Selai itu, armada edaraa yag diguaa utu melayai semua pelagga dapat bersifat homoge atau heteroge. Terdapat pula perusahaa yag membatasi watu setiap age dalam melaua bogar muat barag, dega batasa watu yag berbeda-beda pula di setiap loasi pelagga. Hal ii megaibata watusampai edaraa di tempat pelagga da egiata bogar muat barag yag dilaua harus sesuai dega batas watu yag disediaa. Aa tetapi serigali terdapat edala selama perjalaa, misalya odisi jala atarloasi yag membuat ecepata edaraa tida osta da hal-hal tida terduga selama perjalaa yag dapat meggaggu watu perjalaa tersebut, seperti emaceta, pecah ba, gaggua pada mesi edaraa, da sebagaiya. Hal tersebut dapat meggaggu jadwal perjalaa yag sudah ditetapa. Solusi yag mugi dapat diberia adalah dega memberia watu estra dalam perjalaa atarloasi. II. TINJAUAN PUSTAKA DAN METODE PENELITIAN Vehicle Routig Problem (VRP) merupaa masalah optimisasi ombiatorial utu meetua rute perjalaa optimal yag melayai sejumlah pelagga dega sejumlah edaraa yag tersedia. VRP adalah model yag baya diguaa dalam perecaaa da pegambila eputusa di ataraya dalam masalah pedistribusia barag, pegambila sampah, pegumpula uag dari mesi ATM (Ajuga Tuai Madiri), da sebagaiya. Dalam (Sarer da Newto, 2008) model VRP yag stadar bisa digambara sebagai beriut: sejumlah edaraa dega apasitas yag telah dietahui berada di suatu depot, terdapat sejumlah pelagga da setiap pelagga memilii permitaa, terdapat biaya perjalaa atarloasi, bertujua mecari rute pegirima barag yag memiimuma biaya yag diperlua. Rute edaraa harus diawali da diahiri di depot da setiap pelagga diujugi tepat satu ali. Solusi dari VRP ialah himpua dari rute perjalaa oleh satu edaraa da rute yag dihasila harus Maalah dipresetasia di Semiar Nasioal Matematia da Apliasiya (SNMA) 2017 FST Uiversitas Airlagga Surabaya, 21 Otober

2 memeuhi semua permitaa da edala yag diberia. Seja dipereala dalam (Datzig & Ramser, 1959) higga saat ii VRP memilii beberapa variasi atara lai: VRP dega beberapa depot disebut Multi-Depot Vehicle Routig Problem (MDVRP), VRP dega adaya edala selag watu tertetu utu melayai setiap age disebut Vehicle Routig Problem with Time Widows (VRPTW), VRP dega apasitas edaraa yag tida sama (heteroge) disebut Vehicle Routig Problem with Heterogeeous Fleet (VRPHF), da sebagaiya. Pada Multi-Depot Vehicle Routig Problem (MDVRP), age dilayai oleh lebih dari satu depot. MDVRP dapat diselesaia dega membagi odeode mejadi beberapa elompo dega satu elompo terdiri dari satu depot da sejumlah age yag salig berdeata, atau dapat diselesaia dega satu elompo besar dega beberapa depot da sejumlah age yag harus terlayai dega edaraa-edaraa yag tersedia (Motoya- Torres et al. 2015). Pada Heterogeeous Fleet Vehicle Routig Problem with Time Widows, beberapa jeis edaraa yag tersedia dega berbagai apasitas da biaya yag berbeda-beda harus memulai pelayaa pada periode watu tertetu. Kedaraa-edaraa tida boleh datag lebih awal maupu terlambat dari watu yag telah ditetua. Jia edaraa tersebut datag lebih awal, maa edaraa tersebut harus meuggu sampai watu yag telah ditetua (Koç et al. 2015). Dalam peelitia ii, masalah pedistribusia yag dihadapi memilii arateristi tambaha sebagai beriut: terdapat lebih dari satu depot pelayaa, terdapat selag watu pelayaa di setiap pelagga, armada edaraa yag tersedia tida homoge bai dari sisi apasitas maupu ecepata edaraa sehigga dipadag perlu utu diberia watu estra dalam melayai pelagga. Di sii, masalah peetua rute pedistribusia yag optimal dega arateristi seperti tersebut di atas aa diformulasia sebagai Time-Depedet Multi-Depot Vehicle Routig Problem with Time Widows ad Heterogeeous Fleet yag dimodifiasi dari beberapa model pedistribusia terutama model pedistribusia yag diemuaa oleh Afshar-Nadjafi da Afshar- Nadjafi (2014). Selajutya, aa dilaua implemetasi model utu meyelesaia masalah pedistribusia dega megguaa data hipoteti da diselesaia dega batua peragat lua LINGO III. HASIL DAN PEMBAHASAN Masalah pedistribusia yag dimasuda dalam peelitia ii ialah masalah peetua rute perjalaa dari beberapa edaraa yag dimilii suatu perusahaa yag berasal dari sejumlah m depot e sejumlah age yag bertujua memiimuma total biaya yag dieluara dalam satu periode distribusi. Total biaya distribusi merupaa pejumlaha dari biaya tetap pegguaa suatu edaraa da biaya perjalaa. Misala terdapat sejumlah K edaraa yag dimilii perusahaa. Setiap edaraa harus beragat dari suatu depot da juga berahir di depot semula. Setiap age haya diujugi tepat satu ali oleh suatu edaraa. Kedaraa diperboleha utu tiggal di depot jia tida diguaa. Setiap age memilii edala time widows sebagai watu diperbolehaya melaua bogar muat barag da beraibat edaraa harus sampai pada selag watu tersebut. Setiap age memilii permitaa yag harus dipeuhi da setiap edaraa memilii apasitas masimum yag tida boleh dilaggar. Setiap perjalaa atarloasi diasumsia memilii odisi jala yag berbeda-beda, sehigga ecepata edaraa dapat berubah-ubah setiap watuya megaibata lama perjalaa yag ditempuh atarloasi juga berbeda-beda. Perubaha ecepata pada suatu watu ii dapat digambara sebagai sebara ecepata yag diilustrasia pada Gambar 1. Gambar 1. Sebara ecepata Masalah pedistribusia barag seperti ii dapat diformulasia sebagai suatu Iteger Programmig sebagai beriut. Misala didefiisia himpua-himpua: W himpua depot, W = {1,, m} V himpua pelagga, V = {m + 1,, } N : himpua loasi, N = W V = {1, 2,, } F m : himpua edaraa yag dimilii Depot m, F m = {h m 1 + 1,, h m } F = i W F i = {1,, f} ialah himpua edaraa. Ides yag diguaah ialah i,j,r utu meyataa loasi, da utu meyataa edaraa, sedaga parameter yag diguaa ialah: q i : permitaa pelagga i, s i : watu pelayaa pelagga i, [a i, b i ]: batas watu pelayaa pelagga i, C : apasitas edaraa, Maalah dipresetasia di Semiar Nasioal Matematia da Apliasiya (SNMA) 2017 FST Uiversitas Airlagga Surabaya, 21 Otober

3 cf : biaya tetap edaraa, cv : biaya perjalaa edaraa per ilometer, d ij : jara atara loasi i da j, c ij : biaya perjalaa atara loasi i da j utu edaraa, da c ij = d ij cv, t ij : watu perjalaa atara loasi i da j, M : ostata positif yag ilaiya relatif besar, Z : ilai fugsi objetif. Variabel eputusa yag diguaa ialah x ij = 1 jia edaraa berjala dari loasi i e loasi j da berilai 0 jia selaiya, y i : watu awal pelayaa pelagga i oleh edaraa, y i [a i, b i ]. Dalam peelitia ii, diigia hasil berupa rute yag memiimuma biaya, sehigga fugsi objetifya terdiri atas pejumlaha biaya tetap dari pegguaa suatu edaraa da biaya perjalaa. Secara matematis fugsi objetifya dapat ditulisa sebagai beriut : mi Z = c ij x ij f i=1 j=1 =1 m + cf x ij. f i=1 j=m+1 =1 Kedala yag harus dipeuhi ialah sebagai beriut: 1 Setiap pelagga haya diujugi tepat satu ali oleh tepat satu edaraa, f x ij = 1, j V. i=1 =1 f x ij = 1, i V. j=1 =1 2 Setiap edaraa beragat dari depot da tida semua edaraa harus diguaa, x ij 1, F i ; i W. j=m+1 3 Kedaraa yag diguaa harus embali e depot yag sama saat edaraa tersebut beragat, x ij 1, F j ; j W i=m+1 4 Tida ada perjalaa oleh edaraa yag bua berasal dari depotya, x ij = 0, F i ; i W j=m+1 x ij = 0, F j ; j W. i=m+1 5 Rute harus otiu, artiya setiap edaraa yag megujugi suatu pelagga pasti aa meiggala pelagga tersebut, x ir i=1 = x rj j=1, F, r V. 6 Kedala batas watu pelayaa. a i y i, F; i N, y i + s i b i, F; i N. 7 Watu mulai pelayaa pada suatu pelagga harus fisibel berdasara watu perjalaa atarage tida terdapat subtour y i + s i + t ij (y i + s i ) y j M(1 x ij ), F; i N; j V. 8 Total permitaa semua age yag dibawa oleh setiap edaraa tida boleh melebihi apasitas masimum edaraa yag diguaa, i=m+1 q i x ij C, F. j=1 9 Tida ada perjalaa atardepot, x ij = 0, F; i, j W. 10 Kedala variabel eputusa: y i R +, F; i N. x ij {0,1}, F; i, j N. Misala dalam suatu masalah pedistribusia air mieral, perusahaa mempuyai dua depot (W = {1,2}) da 18 age pejuala (V = {3,4,5,,20}) yag aa meerima barag dari depot da aa meerusa pejuala epada osume. Setiap age memilii jumlah permitaa (q i ), lama pelayaa (s i ) da time widows berbeda-beda yag dapat dilihat pada Tabel 1. TABEL 1 DATA PERMINTAAN, LAMA PELAYANAN, DAN TIME WINDOWS DI SETIAP NODE (i) 1 (depot) 2 (depot) Permitaa (arto) Time Widows [a i, b i ] Dalam pedistribusia air mieral, perusahaa memilii eam edaraa (F = {1,2,,6}) dega Maalah dipresetasia di Semiar Nasioal Matematia da Apliasiya (SNMA) 2017 FST Uiversitas Airlagga Surabaya, 21 Otober

4 apasitas (C ), biaya tetap (cf ), da biaya perjalaa (cv ) yag berbeda-beda setiap edaraa. Kedaraa 1, 2, da 3 merupaa edaraa yag dimilii oleh Depot 1 (F 1 = {1,2,3}) da Kedaraa 4, 5, da 6 dimilii oleh Depot 2 (F 2 = {4,5,6}). Kapasitas edaraa da biaya-biaya yag diperlua dalam pedistribusia dapat dilihat pada Tabel 2. Diasumsia jara atarloasi bersifat simetri da diberia pada tabel di ahir tulisa ii. Misala terdapat 6 jeis odisi jala sehigga terdapat 6 jeis sebara ecepata yag terdapat pada jalur perjalaa atarloasi. Gambar 2c. Sebara ecepata pada jala dega odisi 3 Gambar 2d. Sebara ecepata pada jala dega odisi 4 TABEL 2 DATA KAPASITAS, BIAYA TETAP, DAN BIAYA PERJALANAN SETIAP KENDARAAN Kedaraa () Kapasitas (arto) (C ) Biaya Tetap (Rp) (cf ) Biaya Perjalaa (Rp/m) (cv ) Data jeis odisi jala, da lama perjalaa dapat dilihat di ahir tulisa ii, sedaga sebara ecepata edaraa atarloasi diberia pada Gambar 2. Gambar 2e. Sebara ecepata pada jala dega odisi 5 Gambar 2f. Sebara ecepata pada jala dega odisi 6 Gambar 2a. Sebara ecepata pada jala dega odisi 1 Perusahaa air mieral ii megigia agar rute yag dilalui oleh setiap edaraa yag diguaa utu melaua distribusi merupaa rute yag memiimuma biaya yag dieluara. Dega model yag telah dibahas sebelumya da dega megguaa peragat lua LINGO 11.0 diperoleh rute optimal seperti pada Tabel 3 da Gambar 3. TABEL 3 RUTE PENDISTRIBUSIAN Gambar 2b. Sebara ecepata pada jala dega odisi 2 Keda raa () Rute Pedistribusia Total Barag (arto) Jara yag Ditempuh (m) Maalah dipresetasia di Semiar Nasioal Matematia da Apliasiya (SNMA) 2017 FST Uiversitas Airlagga Surabaya, 21 Otober

5 Gambar 3. Rute pedistribusia Dari hasil tersebut terlihat bahwa pedistribusia air mieral di loasi age-age dilaua oleh semua edaraa yag tersedia. Watu pelayaa pada suatu age harus sesuai dega time widows dari age tersebut da watu perjalaa berada pada suatu iterval watu. Jadwal perjalaa da pelayaa dari setiap age oleh satu edaraa (misala Kedaraa 1) dapat diperoleh da ditujua pada Tabel di bagia ahir tulisa ii. Jadwal perjalaa da pelayaa yag dihasila pada implemetasi model tida otiu, artiya terdapat jeda watu sebagai tolerasi eberagata suatu edaraa. Watu tolerasi eberagata edaraa tersebut dari berahirya watu pelayaa pada age tersebut sampai dega watu mulai pelayaa age selajutya diuragi dega lama perjalaa e age selajutya. Setelah selesai medistribusia barag e ageage, edaraa harus embali e depot. Watu tiba suatu edaraa di depot tida ditetua. Tapi area depot memilii time widows, sehigga batas masimal edaraa harus tiba di depot sesuai dega batas ahir time widows depot tersebut. Pegemudi edaraa diperboleha memilih watu eberagata atarage, tetapi watu mulai pelayaa suatu age tida boleh dilaggar. Pemiliha watu eberagata edaraa sesuai eadaa perjalaa yag aa dilewati da telah dietahui oleh pegemudi edaraa tersebut. Jia pegemudi merasa perjalaa aa tersedat, maa pegemudi aa memilih beragat lebih awal. Jia teryata dugaa pegemudi salah da edaraa tersebut sampai di loasi selajutya sebelum jadwal pelayaa yag telah ditetua, maa edaraa tersebut harus meuggu sampai dega jadwal pelayaa yag telah ditetua. edaraa tida homoge dapat diformulasia mejadi Multi-Depot Time-Depedet Vehicle Routig Problem with Time Widows ad Heterogeeous Fleet. Model ii bertujua memiimuma total biaya yag harus dieluara dalam pedistribusia barag. Selai itu jadwal pelayaa da perjalaa yag didapata tida otiu, terdapat jeda watu yag merupaa watu estra di setiap perjalaa atar-ode yag dapat diguaa sebagai watu tolerasi eberagata edaraa yag dapat dipilih oleh pegemudi utu megatisipasi hal-hal yag dapat meggaggu perjalaa da diharapa jadwal pelayaa pada suatu age tida aa tergaggu. Peelitia ii dapat diembaga agar medapata watu estra yag lebih sesuai dega odisi yag sebearya sehigga diperlua peyesuaia model embali. Selai itu, data yag diguaa pada peelitia ii adalah data hipoteti, sehigga perlu diujicobaa pada asus yag sebearya. DAFTAR PUSTAKA Afshar-Nadjafi, B., Afshar-Nadjafi, A., 2014, A costructive heuristic for time-depedet multi-depot vehicle routig problem with time-widows ad heterogeeous fleet, Joural of Kig Saud Uiversity-Egieerig Scieces. ISSN http: //dx.doi.org/ /j.jsues Datzig, G.B., Ramser, J.H., 1959, The truc dispatchig problem, Maage. Sci. ISSN Vol. 6, No.1, Otober 1959 p Koç Ç, Betaş T, Jabali O, Laporte G A hybrid evolutioary algorithm for heterogeeous fleet vehicle routig problems with time widows. Computers & Operatios Research. 64(1): doi: /j.cor Motoya-Torres JR, Fraco JL, Isaza SN, Jiméez HF, Herazo-Padilla N A literature review o the vehicle routig problem with multiple depot. Computers & Idustrial Egieerig. 79(1): doi: /j.cie Sarer, R.A., da Newto, C.S. 2008, Optimizatio Modellig: A Practical Approach. CRC Press Taylor & Fracis, Boca Rato. IV. SIMPULAN DAN SARAN Masalah pedistribusia dega multidepot, edala time widows, odisi da armada Maalah dipresetasia di Semiar Nasioal Matematia da Apliasiya (SNMA) 2017 FST Uiversitas Airlagga Surabaya, 21 Otober

6 TABEL. DATA JARAK ANTARLOKASI TABEL KONDISI JALAN SESUAI DENGAN SEBARAN KECEPATAN TABEL JADWAL PERJALANAN DAN PELAYANAN OLEH KENDARAAN 1 Time Widows yaa Ahir Batas Watu Meiggala Perjalaa e j (i) [a i, b i ] (s i ) (y 1 i ) (t ij ) meit meit 30 deti meit 45 deti meit meit 20 deti Maalah dipresetasia di Semiar Nasioal Matematia da Apliasiya (SNMA) 2017 FST Uiversitas Airlagga Surabaya, 21 Otober

7 Time Widows TABEL JADWAL PERJALANAN DAN PELAYANAN OLEH KENDARAAN 2 yaa Ahir Batas Watu Meiggala Perjalaa e j (i) [a i, b i ] (s i ) (y 2 i ) (t ij ) meit 20 deti meit 20 deti meit 45 deti Time Widows TABEL JADWAL PERJALANAN DAN PELAYANAN OLEH KENDARAAN 3 yaa Ahir Batas Watu Meiggala Perjalaa e j (i) [a i, b i ] (s i ) (y 3 i ) (t ij ) meit meit meit 15 deti meit meit 30 deti Time Widows TABEL JADWAL PERJALANAN DAN PELAYANAN OLEH KENDARAAN 4 yaa Ahir Batas Watu Meiggala Perjalaa e j (i) [a i, b i ] (s i ) (y 4 i ) (t ij ) meit 36 deti meit 15 deti meit 20 deti meit Time Widows TABEL JADWAL PERJALANAN DAN PELAYANAN OLEH KENDARAAN 5 yaa Ahir Batas Watu Meiggala Perjalaa e j (i) [a i, b i ] (s i ) (y 5 i ) (t ij ) meit 24 deti meit 40 deti meit 12 deti Time Widows TABEL JADWAL PERJALANAN DAN PELAYANAN OLEH KENDARAAN 6 yaa Ahir Batas Watu Meiggala Perjalaa e j (i) [a i, b i ] (s i ) (y 6 i ) (t ij ) meit 20 deti meit 20 deti Maalah dipresetasia di Semiar Nasioal Matematia da Apliasiya (SNMA) 2017 FST Uiversitas Airlagga Surabaya, 21 Otober

8 TABEL. DATA WAKTU TEMPUH ANTARLOKASI Maalah dipresetasia di Semiar Nasioal Matematia da Apliasiya (SNMA) 2017 FST Uiversitas Airlagga Surabaya, 21 Otober

Gambar 3.1Single Channel Multiple Phase

Gambar 3.1Single Channel Multiple Phase BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag

Lebih terperinci

MODUL BARISAN DAN DERET

MODUL BARISAN DAN DERET MODUL BARISAN DAN DERET SEMESTER 2 Muhammad Zaial Abidi Persoal Blog http://meetabied.wordpress.com BAB I. PENDAHULUAN A. Desripsi Dalam modul ii, ada aa mempelajari pola bilaga, barisa, da deret diidetifiasi

Lebih terperinci

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi BAB III TAKSIRA PROPORSI POPULASI JIKA TERJADI ORESPO Dalam bab ii aa dibaas peasira proporsi populasi jia terjadi orespo da dilaua allba sebaya t ali. Selai itu, juga aa dibaas peetua uura sampel yag

Lebih terperinci

MAKALAH TEOREMA BINOMIAL

MAKALAH TEOREMA BINOMIAL MAKALAH TEOREMA BINOMIAL Disusu utu memeuhi tugas mata uliah Matematia Disrit Dose Pegampu : Dr. Isaii Rosyida, S.Si, M.Si Rombel B Kelompo 2 1. Wihdati Martalya (0401516006) 2. Betha Kuria S. (0401516012)

Lebih terperinci

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C.

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C. BAB II LANDASAN TEORI Pada bab ii aa dibahas teori teori yag meduug metode upper level set sca statistics, atara lai peubah aca, distribusi gamma, fugsi gamma, fugsi lielihood, da uji rasio lielihood.

Lebih terperinci

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik Sifat-sifat Fugsi Karateristi dari Sebara Geometri Dodi Deviato Jurusa Matematia, Faultas MIPA, Uiversitas Adalas Kamus Limau Mais, Padag 563, Sumatera Barat, Idoesia Abstra Fugsi arateristi dari suatu

Lebih terperinci

Representasi sinyal dalam impuls

Representasi sinyal dalam impuls Represetasi siyal dalam impuls Represetasi siyal dalam impuls adalah siyal yag diyataa sebagai fugsi dari impuls atau sebagai umpula dari impuls-impuls. Sembarag siyal disret dapat diyataa sebagai pejumlaha

Lebih terperinci

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Jural Matematia Vol.6 No. November 6 [ 5 : ] TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Ooy Rohaei Jurusa Matematia, UNISBA, Jala Tamasari No, Badug,6, Idoesia

Lebih terperinci

MODEL DISTRIBUSI BAHAN AJAR UNIVERSITAS TERBUKA DAN IMPLEMENTASINYA

MODEL DISTRIBUSI BAHAN AJAR UNIVERSITAS TERBUKA DAN IMPLEMENTASINYA MODEL DISTRIBUSI BAHAN AAR UNIVERSITAS TERBUKA DAN IMPLEMENTASINYA Sitta Alief Farihati (sitta@mail.ut.ac.id) Uiversitas Terbua Amril Ama I. N. Kutha Ardaa Pascasarjaa Istitut Pertaia Bogor ABSTRACT Uiversitas

Lebih terperinci

MACAM-MACAM TEKNIK MEMBILANG

MACAM-MACAM TEKNIK MEMBILANG 0 MACAM-MACAM TEKNIK MEMBILANG ATURAN PERKALIAN Beriut ii diberia sebuah dalil tetag peetua baya susua yag palig sederhaa dalam suatu permasalaha yag beraita dega peluag. Dalil 2.1: ATURAN PERKALIAN SECARA

Lebih terperinci

PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR

PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR Jural Tei da Ilmu Komputer PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR Budi Marpaug Faultas Tei da Ilmu Komputer Jurusa Tei Idustri

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain.

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain. BARIAN DAN DERET A. Barisa Barisa adalah uruta bilaga yag memilii atura tertetu. etiap bilaga pada barisa disebut suu barisa yag dipisaha dega lambag, (oma). Betu umum barisa:,, 3, 4,, dega: = suu pertama

Lebih terperinci

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia?

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia? Kartia Yuliati, SPd, MSi MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK Masalah Terdapat berapa caraah ita dapat memilih baju dari 0 baju yag tersedia? Cara Misala baju diberi omor dari sampai

Lebih terperinci

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng MODUL 1.03 DINMIK PROSES Ole : Ir. Tatag Kusmara, M.Eg LBORTORIUM OPERSI TEKNIK KIMI JURUSN TEKNIK KIMI UNIVERSITS SULTN GENG TIRTYS CILEGON BNTEN 2008 2 Modul 1.03 DINMIK PROSES I. Pedaulua Dalam bidag

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

Perluasan Uji Kruskal Wallis untuk Data Multivariat

Perluasan Uji Kruskal Wallis untuk Data Multivariat Statistia, Vol. No., Mei Perluasa Uji Krusal Wallis utu Data Multivariat TETI SOFIA YANTI Program Studi Statistia, Uiversitas Islam Badug, Jl. Purawarma No. Badug. E-mail: buitet@yahoo.com ABSTAK Adaia

Lebih terperinci

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

BAB 6 NOTASI SIGMA, BARISAN DAN DERET BAB 6 NOTASI SIGMA, BARISAN DAN DERET A RINGKASAN MATERI. Notasi Sigma Diberia suatu barisa bilaga, a, a,..., a. Lambag deret tersebut, yaitu: a = a + a +... + a a meyataa jumlah suu pertama barisa Sifat-sifat

Lebih terperinci

Bab 16 Integral di Ruang-n

Bab 16 Integral di Ruang-n Catata Kuliah MA3 Kalulus Elemeter II Oi Neswa,Ph.D., Departeme Matematia-ITB Bab 6 Itegral di uag- Itegral Gada atas persegi pajag Itegral Berulag Itegral Gada atas Daerah sebarag Itegral Gada Koordiat

Lebih terperinci

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes eluag uatu Kejadia, Kaidah ejumlaha, eluag ersyarat, Kaidah eralia da Kaidah aiyes.eluag uatu Kejadia Defiisi : eluag suatu ejadia adalah jumlah peluag semua titi otoh dalam. Dega demiia : 0 (), ( ) =

Lebih terperinci

Model Antrian Multi Layanan

Model Antrian Multi Layanan Jural Gradie Vol. No. Juli : 8- Model Atria Multi Layaa Sisa Yosmar Jurusa Matematia, Faultas Matematia da Ilmu egetahua Alam, Uiversitas Begulu, Idoesia Diterima 9 April; Disetujui 8 Jui Abstra - Salah

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5 Mata Kuliah : Matematia Disrit Program Studi : Tei Iformatia Miggu e : 5 KOMBINATORIAL PENDAHULUAN Persoala ombiatori bua merupaa persoala baru dalam ehidupa yata. Baya persoala ombiatori sederhaa telah

Lebih terperinci

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE)

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) 5.1. Pembagit Radom Variate Disrit Suatu Radom Variate diartia sebagai ilai suatu radom variate yag mempuyai distribusi tertetu. Utu megambil

Lebih terperinci

PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ )

PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ ) (Fey Nilawati Kusuma et al.) PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ ) I Gede Agus Widyadaa I Nyoma Sutapa Dose Faultas Teologi

Lebih terperinci

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier Apliasi Sistem Orthoormal Di Ruag Hilbert Pada Deret Fourier A 7 Fitriaa Yuli S. FMIPA UNY Abstra Ruag hilbert aa dibahas pada papper ii. Apliasi system orthoormal aa diaji da aa diapliasia pada ruahg

Lebih terperinci

3. Integral (3) (Integral Tentu)

3. Integral (3) (Integral Tentu) Darublic www.darublic.com. Itegral () (Itegral Tetu).. Luas Sebagai Suatu Itegral. Itegral Tetu Itegral tetu meruaa itegral ag batas-batas itegrasia jelas. Kose dasar dari itegral tertetu adalah luas bidag

Lebih terperinci

Aproksimasi Terbaik dalam Ruang Metrik Konveks

Aproksimasi Terbaik dalam Ruang Metrik Konveks Aprosimasi Terbai dalam Ruag etri Koves Oleh : Suharsoo S Jurusa atematia FIPA Uiversitas Lampug Abstra asalah esistesi da etuggala aprosimasi terbai suatu titi dalam ruag berorm telah dipelajari oleh

Lebih terperinci

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG)

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG) PEMBAHASAN SOAL OLIMPIADE SAINS NASIONAL SMP A. ISIAN SINGKAT SELEKSI TINGKAT PROPINSI TAHUN 011 BIDANG STUDI MATEMATIKA WAKTU : 150 MENIT 1. Jia x adalah jumlah 99 bilaga gajil terecil yag lebih besar

Lebih terperinci

PROSIDING ISSN:

PROSIDING ISSN: PROSIDING ISSN: 5-656 OPTIMISASI BERKENDALA MENGGUNAKAN METODE GRADIEN TERPROYEKSI Nida Sri Uami Uiversias Muhammadiyah Suraara idaruwiyai@gmailcom ABSTRAK Dalam ulisa ii dibahas eag meode gradie erproyesi

Lebih terperinci

Penerapan Algoritma Dijkstra dalam Pemilihan Trayek Bus Transjakarta

Penerapan Algoritma Dijkstra dalam Pemilihan Trayek Bus Transjakarta Peerapa Algoritma Dijstra dalam Pemiliha Traye Bus Trasjaarta Muhammad Yafi 504 Program Studi Tei Iformatia Seolah Tei Eletro da Iformatia Istitut Teologi Badug, Jl. Gaesha 0 Badug 40, Idoesia 504@std.stei.itb.ac.id

Lebih terperinci

Gerak Brown Fraksional dan Sifat-sifatnya

Gerak Brown Fraksional dan Sifat-sifatnya SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 06 S - 3 Gera Brow Frasioal da Sifat-sifatya Chataria Ey Murwaigtyas, Sri Haryatmi, Guardi 3, Herry P Suryawa 4,,3 Uiversitas Gadjah Mada,4 Uiversitas

Lebih terperinci

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial 5 BAB II LANDASAN TEORI A. Persamaa Diferesial Dari ata persamaa da diferesial, dapat diliat bawa Persamaa Diferesial beraita dega peelesaia suatu betu persamaa ag megadug diferesial. Persamaa diferesial

Lebih terperinci

Pemilihan Kapasitas Dan Lokasi Optimal Kapasitor Paralel Pada Sistem Distribusi Daya Listrik

Pemilihan Kapasitas Dan Lokasi Optimal Kapasitor Paralel Pada Sistem Distribusi Daya Listrik ELECTRICIAN Jural Reayasa da Teologi Eletro 0 Pemiliha Kapasitas Da Loasi Optimal Paralel Pada Sistem Distribusi Daya Listri Osea Zebua Jurusa Tei Eletro, Faultas Tei, Uiversitas Lampug Jl. Prof. Sumatri

Lebih terperinci

Konvolusi pada Distribusi dengan Support Kompak

Konvolusi pada Distribusi dengan Support Kompak Prosidig SI MaNIs (Semiar Nasioal Itegrasi Matematia da Nilai Islami) Vol1, No1, Juli 2017, Hal 453-457 p-issn: 2580-4596; e-issn: 2580-460X Halama 453 Kovolusi pada Distribusi dega Support Kompa Cythia

Lebih terperinci

Keywords: Convergen Series, Banach Space, Sequence space cs, Dual-α, Dual-

Keywords: Convergen Series, Banach Space, Sequence space cs, Dual-α, Dual- Jural MIPA FST UNDANA, Volume 2, Nomor, April 26 DUAL-, DUAL- DAN DUAL- DARI RUANG BARISAN CS Albert Kumaereg, Ariyato 2, Rapmaida 3,2,3 Jurusa Matematia, Faultas Sais da Tei Uiversitas Nusa Cedaa ABSTRACT

Lebih terperinci

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K)

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) JMP : Volume 4 Nomor 1, Jui 2012, hal. 41-50 PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) Malahayati Program Studi Matematia Faultas Sais da Teologi UIN Sua Kalijaga malahayati_01@yahoo.co.id ABSTRACT. I this

Lebih terperinci

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit Siyal da Sistem Watu Disrit ET 35 Pegolaha Siyal Watu Disrit EL 5155 Pegolaha Siyal Watu Disrit Effria Yati Hamid 1 2 Siyal da Sistem Watu Disrit 2.1 Siyal Watu Disrit 2.1.1 Pegertia Siyal Watu Disrit

Lebih terperinci

BAHAN AJAR DIKLAT GURU MATEMATIKA

BAHAN AJAR DIKLAT GURU MATEMATIKA BAHAN AJAR DIKLAT GURU MATEMATIKA DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH DIREKTORAT PENDIDIKAN MENENGAH KEJURUAN 005 DAFTAR ISI Kata Pegatar.. i Daftar Isi...

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Tempat da Watu Peelitia Peelitia megeai Kepuasa Kosume Restora Gampoeg Aceh, dilasaaa pada bula Mei 2011 higga Jui 2011. Restora Gampoeg Aceh, bertempat di Jl Pajajara, Batarjati,

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI. mandiri jika tidak mengandung t secara eksplisit di dalamnya. (Kreyszig, 1983)

I PENDAHULUAN II LANDASAN TEORI. mandiri jika tidak mengandung t secara eksplisit di dalamnya. (Kreyszig, 1983) I PENDAHULUAN Latar Belaag Permasalaha ebiaa pemaea ia yag memberia eutuga masimum da berelauta (tida teradi epuaha dari populasi ia yag dipae) adalah hal yag sagat petig bagi idustri periaa Para ilmuwa

Lebih terperinci

BAB 2 LANDASAN TEORI. lebar pita sinyal tersebut. Pada kebanyakan aplikasi, termasuk kamera digital video dan

BAB 2 LANDASAN TEORI. lebar pita sinyal tersebut. Pada kebanyakan aplikasi, termasuk kamera digital video dan BAB LADASA TEORI Teorema Shao-yquist meyataa agar tida ada iformasi yag hilag etia pecuplia siyal, maa ecepata pecuplia harus miimal dua ali dari lebar pita siyal tersebut. Pada ebayaa apliasi, termasu

Lebih terperinci

MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI

MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI Vol. 11, No. 1, 45-55, Juli 2014 MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI Fauziah Baharuddi 1, Loey Haryato 2, Nurdi 3 Abstra Peulisa ii bertujua utu medapata perumusa

Lebih terperinci

STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS

STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS (Tati Octavia et al.) STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS Tati Octavia Dose Faultas

Lebih terperinci

Penggunaan Transformasi z

Penggunaan Transformasi z Pegguaa Trasformasi pada Aalisa Respo Freuesi Sistem FIR Oleh: Tri Budi Satoso E-mail:tribudi@eepis-its.eduits.edu Lab Siyal,, EEPIS-ITS ITS /3/6 osep pemiira domais of represetatio Domai- discrete time:

Lebih terperinci

SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL

SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL Edag Habiuddi (Staf Pegajar UP MKU Politei Negeri Badug (Email : ed_.hab@yahoo.co.id ABSTRAK Sistem ragaia listri RLC seri

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Risio Operasioal.1.1 Defiisi Dewasa ii risio operasioal semai diaui sebagai salah satu fator uci yag perlu dielola da dicermati oleh para pelau usaha, hususya di bidag jasa euaga.

Lebih terperinci

1.1 METODE PENGEMBANGAN PENDEKATAN RATA- RATA SAMPEL UNTUK PROGRAM STOKASTIK DUA TAHAP. Faridawaty Marpaung. Abstrak

1.1 METODE PENGEMBANGAN PENDEKATAN RATA- RATA SAMPEL UNTUK PROGRAM STOKASTIK DUA TAHAP. Faridawaty Marpaung. Abstrak METODE PEGEMBAGA PEDEKATA RATA- RATA SAMPEL UTUK PROGRAM STOKASTIK DUA TAHAP Faridawaty Marpaug Abstra Peelitia ii megemuaa metode pegembaga pedeata rata rata sampel utu program stoasti dua tahap. Metodologi

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS Bab 5 Siyal da Sistem Watu Disrit Oleh: Tri Budi Satoso Laboratorium Siyal, EEPIS-ITS Materi: Represetasi matemati pada siyal watu disrit, domai watu da freuesi pada suatu siyal watu disrit, trasformasi

Lebih terperinci

TEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE

TEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE Teorema Keovergea Fugsi Teritegral Hestoc(Aiswita) TORMA KKONVRGNAN FUNGSI TRINTGRAL HNSTOCK- KURZWIL SRNTAK DAN FUNGSI BRSIFAT LOCALLY SMALL RIMANN SUMS (LSRS) DARI RUANG UCLID K RUANG BARISAN Aiswita,

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Vehicle Routig Problem Vehicle routig problem memiliki peraa pokok dalam maajeme logistik. Vehicle routig problem berpera dalam meracag rute yag optimal yag diguaka oleh sejumlah

Lebih terperinci

PENDEKATAN GOAL PROGRAMMING UNTUK PENENTUAN RUTE KENDARAAN PADA KEGIATAN DISTRIBUSI

PENDEKATAN GOAL PROGRAMMING UNTUK PENENTUAN RUTE KENDARAAN PADA KEGIATAN DISTRIBUSI J. Math. ad Its Appl. ISSN: 1829-605X Vol. 9, No. 1, Mei 2012, 1-15 PENDEKATAN GOAL PROGRAMMING UNTUK PENENTUAN RUTE KENDARAAN PADA KEGIATAN DISTRIBUSI Viayati Eka R 1, Subcha 2, Titik Mudjiati 3 1,2,3

Lebih terperinci

MODUL BARISAN DAN DERET

MODUL BARISAN DAN DERET MODUL BARISAN DAN DERET KELAS XII. IPS SEMESTER I Oleh : Drs. Pudjul Prijoo ( http://vidyagata.wordpress.co ) SMA NEGERI 6 Jala Mayje Sugoo 58 Malag Telp./Fax : (034) 75036 E-Mail : sa6_alag@yahoo.co.id

Lebih terperinci

Pendekatan Teori Antrian : Kasus Nasabah Bank pada Pukul WIB di Bank BNI 46 Cabang Bengkulu

Pendekatan Teori Antrian : Kasus Nasabah Bank pada Pukul WIB di Bank BNI 46 Cabang Bengkulu Jural Gradie Vol. No. Juli 5 : 9-97 edeata Teori Atria : Kasus Nasabah Ba pada uul 8.-. WIB di Ba BNI 46 Cabag Begulu Fahri Faisal Jurusa Matematia, Faultas Matematia da Ilmu egetahua Alam, Uiversitas

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Permasalaha peugasa atau assigmet problem adalah suatu persoala dimaa harus melakuka peugasa terhadap sekumpula orag yag kepada sekumpula job yag ada, sehigga tepat satu

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL

PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL Ahma Sya roi, M Natsir, Eag Lily E-mail: Arolativa@yahoocom Mahasiswa Program S Matematia Dose Jurusa Matematia

Lebih terperinci

GRAFIKA

GRAFIKA 6 5 7 3 6 3 3 GRAFIKA 3 6 57 08 0 9 5 9 385 946 5 3 30 0 8 9 5 9 3 85 946 5 ANALISA REAL Utu uliah (pegatar) aalisa real yag dilegapi dega program MATLAB Dr. H.A. Parhusip G R A F I K A Peerbit Tisara

Lebih terperinci

Jurnal MIPA 38 (1) (2015): Jurnal MIPA.

Jurnal MIPA 38 (1) (2015): Jurnal MIPA. Jural MIPA 38 () (5): 68-78 Jural MIPA http://ouraluesacid/u/idephp/jm APROKSIMASI ANUIAS HIDUP MENGGUNAKAN KOMBINASI EKSPONENSIAL LJ Siay S Gurito Guardi 3 Jurusa Matematia FMIPA Uiversitas Pattimura

Lebih terperinci

PENJADWALAN FLOWSHOP DUA KRITERIA DENGAN SETUP TIME TERPISAH DAN DETERIORASI LINIER

PENJADWALAN FLOWSHOP DUA KRITERIA DENGAN SETUP TIME TERPISAH DAN DETERIORASI LINIER Prosidig Semiar Nasioal Maaeme Teologi VIII PENJADWALAN FLOWSHOP DUA KRITERIA DENGAN SETUP TIME TERPISAH DAN DETERIORASI LINIER Ceria Farela Mada Tatria, Patdoo Suwigo da Stefaus Eo Wirato Jurusa Tei Idustri

Lebih terperinci

Penulis: Penilai: Editor: Ilustrator: Dra. Puji Iryanti, M.Sc. Ed. Al. Krismanto, M.Sc. Sri Purnama Surya, S.Pd, M.Si. Fadjar N. Hidayat, S.Si.,M.Ed.

Penulis: Penilai: Editor: Ilustrator: Dra. Puji Iryanti, M.Sc. Ed. Al. Krismanto, M.Sc. Sri Purnama Surya, S.Pd, M.Si. Fadjar N. Hidayat, S.Si.,M.Ed. PAKET FASILITASI PEMBERDAYAAN KKG/MGMP MATEMATIKA Pembelajara Barisa, Deret Bilaga da Notasi Sigma di SMA Peulis: Dra. Puji Iryati, M.Sc. Ed. Peilai: Al. Krismato, M.Sc. Editor: Sri Purama Surya, S.Pd,

Lebih terperinci

1) Leptokurtik Merupakan distribusi yang memiliki puncak relatif tinggi

1) Leptokurtik Merupakan distribusi yang memiliki puncak relatif tinggi Statisti Desriptif Keruciga atau Kurtosis Pegertia Kurtosis Peguura urtosis (peruciga) sebuah distribusi teoritis adaalaya diamaam peguura eses (excess) dari sebuah distribusi Sebearya urtosis bisa diaggap

Lebih terperinci

UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALPHA CRONBACH SKRIPSI JANUARINA ANGGRIANI

UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALPHA CRONBACH SKRIPSI JANUARINA ANGGRIANI UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALHA CRONBACH SKRISI JANUARINA ANGGRIANI 080655 FAKULTAS MATEMATIKA DAN ILMU ENGETAHUAN ALAM ROGRAM STUDI SARJANA

Lebih terperinci

OPTIMASI PENEMPATAN DISTRIBUTED GENERATION PADA IEEE 30 BUS SYSTEM MENGGUNAKAN BEE COLONY ALGORITHM

OPTIMASI PENEMPATAN DISTRIBUTED GENERATION PADA IEEE 30 BUS SYSTEM MENGGUNAKAN BEE COLONY ALGORITHM OPTIMASI PENEMPATAN DISTRIBUTED GENERATION PADA IEEE 30 BUS SYSTEM MENGGUNAKAN BEE COLONY ALGORITHM Nur Ilham Luthfi *), Yuigtyastuti, ad Susatyo Hadoo Jurusa Tei Eletro, Uiversitas Dipoegoro Semarag Jl.

Lebih terperinci

BAB III METODE PENELITIAN. pre test post test with control group. Penelitian ini berupaya untuk

BAB III METODE PENELITIAN. pre test post test with control group. Penelitian ini berupaya untuk BAB III METODE PENELITIAN A. Desai Peelitia Peelitia ii megguaka desai Eksperimet dega pedekata pre test post test with cotrol group. Peelitia ii berupaya utuk megugkapka hubuga sebab-akibat dega cara

Lebih terperinci

PRINSIP MAKSIMUM DAN MINIMUM FUNGSI PANHARMONIK

PRINSIP MAKSIMUM DAN MINIMUM FUNGSI PANHARMONIK PRINSIP MAKSIMUM DAN MINIMUM FUNGSI PANHARMONIK Oleh, Edag Cahya M.A. Jrsa Pedidia Matematia FPMIPA UPI Badg Jl. Dr. Setiabdi 9 Badg E-mail ecma@ds.math.itb.ac.id Abstra Tlisa ii mejelasa prisip masimm

Lebih terperinci

1. Integral (1) Pembahasan yang akan kita lakukan hanya mengenai bentuk persamaan diferensial seperti contoh yang pertama.

1. Integral (1) Pembahasan yang akan kita lakukan hanya mengenai bentuk persamaan diferensial seperti contoh yang pertama. Darublic www.darublic.com 1. Itegral (1) (Macam Itegral, Pedeata Numeri) Sudarato Sudirham Dalam bab sebeluma, ita memelajari salah satu bagia utama alulus, aitu alulus diferesial. Beriut ii ita aa membahas

Lebih terperinci

ALGORITMA PALGUNADI UNTUK MENYELESAIKAN SINGLE DAN MULTI PRODUCT VEHICLE ROUTING PROBLEM

ALGORITMA PALGUNADI UNTUK MENYELESAIKAN SINGLE DAN MULTI PRODUCT VEHICLE ROUTING PROBLEM ALGORITMA PALGUNADI UNTUK MENYELESAIKAN SINGLE DAN MULTI PRODUCT VEHICLE ROUTING PROBLEM Ika Tofika Rii 1, Y.S. Palguadi 2, Bambag Harjito 3 Program Studi Iformatika, Fakultas Matematika da Ilmu Pegetahua

Lebih terperinci

UNIVERSITAS INDONESIA DISTRIBUSI BANYAK SINGGAH DARI SUATU RANDOM WALK DAN UJI KERANDOMAN SKRIPSI RANTI NUGRAHENI

UNIVERSITAS INDONESIA DISTRIBUSI BANYAK SINGGAH DARI SUATU RANDOM WALK DAN UJI KERANDOMAN SKRIPSI RANTI NUGRAHENI UNIVERSITAS INDONESIA DISTRIBUSI BANYAK SINGGAH DARI SUATU RANDOM WALK DAN UJI KERANDOMAN SKRIPSI RANTI NUGRAHENI 35475 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI SARJANA MATEMATIKA DEPOK

Lebih terperinci

Bab 6: Analisa Spektrum

Bab 6: Analisa Spektrum BAB Aalisa Spetrum Bab : Aalisa Spetrum Aalisa Spetrum Dega DFT Tujua Belajar Peserta dapat meghubuga DFT dega spetrum dari sial hasil samplig sial watu otiue. -poit DFT dari sial x adalah Xω ag diealuasi

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

BAB II TINJAUAN PUSTAKA. membahas distribusi normal dan distribusi normal baku, penaksir takbias μ dan σ,

BAB II TINJAUAN PUSTAKA. membahas distribusi normal dan distribusi normal baku, penaksir takbias μ dan σ, BAB II TINJAUAN PUSTAKA.1 Pedahulua Dalam peulisa materi poo dari sripsi ii diperlua beberapa teori-teori yag meduug, yag mejadi uraia poo pada bab ii. Uraia dimulai dega membahas distribusi ormal da distribusi

Lebih terperinci

SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA

SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA KELAS D(K) Malahayati Program Studi Matematia Faultas Sais da Teologi UIN Sua Kalijaga Yogyaarta e-mail: malahayati_01@yahoo.co.id ABSTRAK Himpua

Lebih terperinci

Beberapa Sifat Semigrup Matriks Atas Daerah Integral Admitting Struktur Ring 1

Beberapa Sifat Semigrup Matriks Atas Daerah Integral Admitting Struktur Ring 1 Beberapa Sifat Semigrup Matriks Atas Daerah Itegral Admittig Struktur ig K a r y a t i Jurusa Pedidika Matematika FMIPA, Uiversitas Negeri Yogyakarta Email: yatiuy@yahoo.com Abstrak Diberika adalah daerah

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum,

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum, 32 BAB III METODOLOGI PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di PT. INKA yag terletak di Jl. Yos Sudarso o 71 Madiu, utuk medapatka gambara kodisi tempat peelitia secara umum, termasuk kegiata-kegiata

Lebih terperinci

KLASIFIKASI KARAKTERISTIK KECELAKAAN LALU LINTAS DI KOTA DENPASAR DENGAN PENDEKATAN CLASSIFICATION AND REGRESSION TREES (CART)

KLASIFIKASI KARAKTERISTIK KECELAKAAN LALU LINTAS DI KOTA DENPASAR DENGAN PENDEKATAN CLASSIFICATION AND REGRESSION TREES (CART) E-Jural Matematia Vol. 4 (4), November 2015, pp. 146-151 ISSN: 2303-1751 KLASIFIKASI KAAKTEISTIK KECELAKAAN LALU LINTAS DI KOTA DENPASA DENGAN PENDEKATAN CLASSIFICATION AND EGESSION TEES (CAT) I Gede Agus

Lebih terperinci

Pemodelan Matematis Beban Tersebar Sebagai Beban Terpusat pada Sistem Distribusi 20 kv untuk Studi Aliran Daya

Pemodelan Matematis Beban Tersebar Sebagai Beban Terpusat pada Sistem Distribusi 20 kv untuk Studi Aliran Daya Pemodela Matematis Beba Tersebar Sebagai Beba Terpusat pada Sistem Distribusi 0 V utu Studi Alira Daya I Made Giarsa da I Made Ari Nrartha Dose Jurusa Tei Eletro Faultas Tei Uiversitas Mataram Tel. +6-30-63616

Lebih terperinci

Jurnal Ilmu Matematika dan Terapan Maret 2016 Volume 10 Nomor 1 Hal

Jurnal Ilmu Matematika dan Terapan Maret 2016 Volume 10 Nomor 1 Hal Jural Ilmu Matematia da Terapa Maret 16 Volume 1 Nomor 1 Hal. 61 68 ANALISIS FAKTOR-FAKTOR YANG MEMPERNGARUHI KANKER LEHER RAHIM DI KOTA AMBON DENGAN MENGGUNAKAN REGRESI LOGISTIK BINER (Studi asus: Pasie

Lebih terperinci

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Bicriteria Liear Programmig (BLP) Pesoala optimisasi dega beberapa fugsi tujua memperhitugka beberapa tujua yag koflik secara simulta, secara umum Multi objective programmig (MOP)

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.

Lebih terperinci

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas.

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas. BAB 1 PENDAHUUAN 1.1 atar Belakag Pada dasarya masalah optimisasi adalah suatu masalah utuk membuat ilai fugsi tujua mejadi maksimum atau miimum dega memperhatika pembatas pembatas yag ada. Dalam aplikasi

Lebih terperinci

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN DALAM SUATU MODEL NON-LINIER Abstrak Nur ei 1 1, Jurusa Matematika FMIPA Uiversitas Tadulako Jl. Sukaro-Hatta Palu,

Lebih terperinci

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka Itegral etu Jika fugsi kotiu yag didefiisika utuk, kita bagi selag mejadi selag bagia berlebar sama Misalka berupa titik ujug selag bagia ii da pilih titik sampel di dalam selag bagia ii, sehigga terletak

Lebih terperinci

Mengkaji Perbedaan Diagonalisasi Matriks Atas Field dan Matriks Atas Ring Komutatif

Mengkaji Perbedaan Diagonalisasi Matriks Atas Field dan Matriks Atas Ring Komutatif Megaji Perbedaa Diagoalisasi Matris Atas Field da Matris Atas Rig Komutatif Teorema : Jia A adalah matris x maa eryataa eryataa beriut eivale satu sama lai : a A daat didiagoalisasi b A memuyai vetor eige

Lebih terperinci

ATURAN PENCACAHAN. Bab. Di unduh dari : Bukupaket.com. Pencacahan Permutasi Kombinasi Kejadian Ruang Sampel Titik Sampel Peluang

ATURAN PENCACAHAN. Bab. Di unduh dari : Bukupaket.com. Pencacahan Permutasi Kombinasi Kejadian Ruang Sampel Titik Sampel Peluang Bab 8 ATURAN PENCACAHAN A. KOMPETENSI DASAR DAN PENGALAMAN BELAJAR Kompetesi Dasar Setelah megiuti pembelajara ii siswa mampu: 1. Memilii motivasi iteral, emampua beerjasama, osiste, siap disipli, rasa

Lebih terperinci

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag

Lebih terperinci

ANALISA PENGARUH PANJANG BELT CONVEYOR TERHADAP FREKUENSI REPAIR SEBELUM DAN SESUDAH MENGGUNAKAN LOCKING BOLT PADA SAMBUNGAN COLD SPLICING ABSTRAKSI

ANALISA PENGARUH PANJANG BELT CONVEYOR TERHADAP FREKUENSI REPAIR SEBELUM DAN SESUDAH MENGGUNAKAN LOCKING BOLT PADA SAMBUNGAN COLD SPLICING ABSTRAKSI ANALIA PENGARUH PANJANG BELT CONVEYOR TERHAAP FREKUENI REPAIR EBELUM AN EUAH MENGGUNAKAN LOCKING BOLT PAA AMBUNGAN COL PLICING ABTRAKI Ach. Hadi Widodo¹,Priyagug Hartoo²,uatmio³ ¹Mahasiswa Tei Mesi,Uiversitas

Lebih terperinci

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1 Barisa Barisa Tak Higga Kekovergea barisa tak higga Sifat sifat barisa Barisa Mooto 9/0/06 Matematika Barisa Tak Higga Secara sederhaa, barisa merupaka susua dari bilaga bilaga yag urutaya berdasarka bilaga

Lebih terperinci

ANALISIS KESALAHAN Deskripsi : Objektif : 6.1 Pendahuluan 6.2 Koefesien Kesalahan Statik

ANALISIS KESALAHAN Deskripsi : Objektif : 6.1 Pendahuluan 6.2 Koefesien Kesalahan Statik 96 VI ANALISIS ESALAHAN Desrisi : Bab ii memberia gambara tetag aalisis esalaha da eeaa ada sistem edali yag terdiri dari oefesie esalaha stati, oefesie esalaha diami da aalisis eeaa sistem Objetif : Memahami

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

BAGAN KENDALI G UNTUK PENGENDALIAN VARIABILITAS PROSES MULTIVARIAT (Studi Kasus pada data cuaca di kota Makassar pada tahun 2003 sampai tahun 2012)

BAGAN KENDALI G UNTUK PENGENDALIAN VARIABILITAS PROSES MULTIVARIAT (Studi Kasus pada data cuaca di kota Makassar pada tahun 2003 sampai tahun 2012) BAGAN KENDALI G UNTUK PENGENDALIAN VARIABILITAS PROSES MULTIVARIAT (Studi Kasus pada data cuaca di ota Maassar pada tahu 003 sampai tahu 0) PAISAL, H, HERDIANI, E.T. DAN SALEH, M 3 Jurusa Matematia, Faultas

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

Metode Perhitungan Grafik Dalam Geolistrik Tahanan Jenis Bumi Dengan Derajat Pendekatan Satu

Metode Perhitungan Grafik Dalam Geolistrik Tahanan Jenis Bumi Dengan Derajat Pendekatan Satu Metode Perhituga Grafi.. P. Maurug Metode Perhituga Grafi Dalam Geolistri Tahaa Jeis Bumi Dega Derajat Pedeata Satu Posma Maurug Jurusa Fisia, FMIPA Uiversitas Lampug Jl. S. Brojoegoro No. Badar Lampug

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

Elemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3.

Elemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3. Eleme Dasar Model Atria. Aktor utama customer da server. Eleme dasar :.distribusi kedataga customer. 2.distribusi waktu pelayaa. 3.disai fasilitas pelayaa (seri, paralel atau jariga). 4.disipli atria (pertama

Lebih terperinci

Studi Determinasi Nilai Tukar di Indonesia : Pendekatan Vector Autoregressive (VAR)

Studi Determinasi Nilai Tukar di Indonesia : Pendekatan Vector Autoregressive (VAR) Mie et al., Studi Determiasi Nilai Tuar di Idoesia : Pedeata Vector Autoregressive... 1 Studi Determiasi Nilai Tuar di Idoesia : Pedeata Vector Autoregressive (VAR) Exchage Rate Determiatio Studies i Idoesia

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya

Lebih terperinci