MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM
|
|
- Hadian Salim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam Unvertas Rau Kampus Bnawdya Pekanbaru (893) Indonesa *tut.susant@gmal.com ABSTRACT Ths paper dscusses how to solve the equaton of fully fuzzy lnear system A x b wth A as n n fuzzy matrx, x and b as n fuzzy vectors, wth the elements whch s a trapezodal fuzzy number developed from a paper by Kumar et al. [4]. For solvng the equaton of fully fuzzy lnear system by spreadng form A x b nto ( A, N ) ( x, ( b, k), so the equaton of lnear system A x b s obtaned. Next, ths lnear equaton s solved by usng elementary row operatons that gves the soluton of fully fuzzy lnear system. Keywords: Fully fuzzy lnear system, row reduced echelon form, trapezodal fuzzy number. ABSTRAK Kertas kerja n membahas penyelesaan sstem persamaan lnear fuzzy penuh A x b dengan A adalah matrks fuzzy berukuran n x dan b adalah vektor fuzzy berukuran yang unsur-unsurnya merupakan blangan fuzzy trapesum yang dperoleh dar sebuah kertas kerja oleh Kumar et al. []. Penyelesaan sstem persamaan lnear fuzzy penuh n dlakukan dengan mengurakan A x b menjad ( A, N ) ( x, ( b, k), sehngga dperoleh bentuk sstem persamaan lnear A x b. Selanjutnya sstem persamaan lnear n dselesakan dengan menggunakan operas bars elementer yang akan memberkan penyelesaan sstem persamaan lnear fuzzy penuh.
2 . PENDAHULUAN Konsep blangan fuzzy pertama kal dperkenalkan oleh L.A Zadeh (965). Sstem persamaan lnear dengan sebagan atau seluruh unsur-unsur yang berada pada matrks A, vektor x dan vektor b merupakan blangan fuzzy menjad suatu topk yang sangat menark untuk dbahas, salah satu dantaranya adalah sstem persamaan lnear fuzzy penuh (fully fuzzy lnear system). Menurut Dehghan dan Hashem [] sstem persamaan lnear fuzzy penuh merupakan sstem persamaan lnear dengan unsur-unsur dar matrks dan vektornya berupa blangan fuzzy. Secara umum ada dua macam blangan fuzz yatu blangan fuzzy segtga (trangular fuzzy number) dan blangan fuzzy trapesum ( trapezodal fuzzy number). Dalam tulsan sstem persamaan lnear yang akan dbahas adalah sstem persamaan lnear fuzzy penuh yang setap unsurnya adalah blangan fuzzy trapesum. Bentuk umum sstem persamaan lnear fuzzy penuh adalah A x b dengan A ( a ) adalah matrks fuzzy yang berukuran n n sedangkan ( x ) dan b ( ) adalah vektor fuzzy yang berukuran n. Dubos dan x j b Prade dalam [] telah menjelaskan beberapa rumus untuk operator perhtungan pada sstem persamaan lnear fuzz sehngga sstem persamaan lnear fuzzy penuh A x b dapat dselesakan dengan berbaga metode. Metode yang dgunakan untuk menyelesakan sstem persamaan lnear fuzzy penuh telah banyak dbahas, dantaranya menggunakan dekomposs dar matrks koefsen [3] dan menggunakan metode langsung dan metode Cramer [5]. Dalam metode n seluruh unsur-unsur matrks dan vektornya berupa blangan fuzzy segtga. Dalam tulsan n penuls membahas satu kasus menyelesakan sstem persamaan lnear fuzzy penuh A x b dengan seluruh unsur d dalamnya adalah blangan fuzzy trapesum atau blangan fuzzy dalam bentuk ( m,, ) dengan nterval tolerans [ m, n], lebar sebelah kr dan lebar sebelah kanan. Kajan n merupakan kajan ulang yang mendetalkan kertas kerja kumar et al. pada [4].. BILANGAN DAN MATRIKS FUZZY Pada bagan n dbahas konsep blangan fuzzy trapesum dengan operas aljabarnya serta matrks fuzzy yang mengacu pada [4]. Defns. Blangan fuzzy a ( m,, ) dkatakan blangan fuzzy trapesum dengan nterval tolerans [ m, n], lebar sebelah kr dan kanan jka memlk fungs keanggotaan
3 a m x ( x) x n 0 m x m, 0 m x n n x n, 0 untuk lannya. Adapun blangan fuzzy trapezum a ( m,, ) pada Gambar. dgambarkan sepert tampak a ( x) 0 m m n n Gambar. Blangan Fuzzy Trapesum. X Berkut n beberapa konsep yang terkat dengan blangan fuzzy trapesum menurut [4]. Defns. Blangan fuzzy trapesum a ( m,, ) dengan a 0 blangan fuzzy trapesum postf jka dan hanya jka m 0. Defns 3. Blangan fuzzy trapesum a ( m,, ) dengan a 0 blangan fuzzy trapesum negatf jka dan hanya jka m 0. dkatakan dkatakan Khusus untuk blangan fuzzy a dkatakan blangan fuzzy nol jka a (0, 0, 0, 0). Dua buah blangan fuzzy trapesum a ( m, n,, ) dan a ( p, q,, ) dkatakan sama jka dan hanya jka m p, n q, dan. Berkut dberkan operas aljabar blangan fuzzy trapesum dalam [4]. Msalkan terdapat blangan fuzzy trapesum a ( m,, ) a ( p, q,, ) maka akan berlaku rumus sebaga berkut: dan. Penjumlahan (addton) a a ( m p, n q,, ). 3
4 . Lawan untuk blangan fuzzy a ( m,, ) ( m,, ). 3. Perkalan (multplcaton) Jka a 0 dan a 0 maka a a ( mp, nq, m p, n q ). Berkut dberkan defns matrks fuzzy dalam [4]. Defns 4. Matrks A ( ) dkatakan matrks fuzz jka setap unsur dar A merupakan blangan fuzzy. a Matrks A bernla postf dnotaskan dengan A 0 dmana elemenelemen A bernla postf dan sebalknya. Untuk n n matrks fuzzy A ( a nn) maka a ) ( a,,, ) dengan notas baru A ( A, M, N ) dmana ( b A ( a ), B ( b ), M ( ), N ( ). Berkut delaskan mengena defns perkalan matrks fuzzy menurut [4]. Defns 5. Msalkan ( A a ) dan B ( b ) adalah matrks fuzzy yang berukuran m n dan n p. Ddefnskan A B C ( ) adalah matrks m p dengan n c j a k bkj. Matrks fuzzy A ( a ) ( A, N ) yatu matrks fuzzy yang seluruh unsurnya merupakan blangan fuzzy trapesum dapat durakan menjad 4 komponen matrks. Karena matrks fuzzy A ( a ) ( A, N) seluruh unsurnya merupakan blangan fuzzy maka untuk menyelesakan sstem persamaan n dgunakan sstem persamaan lnear fuzzy penuh. c 3. PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY PENUH Sstem persamaan lnear fuzzy penuh d dalam [5] ddefnskan sebaga berkut. Defns 6. Suatu sstem persamaan lnear yang terdr dar persamaan lnear dan varabel-varabel yang tdak dketahu mempunya bentuk umum n j a x b, () j dengan,,, n, dapat dnotaskan dengan 4
5 A x b, () dengan matrks fuzzy A ( a ) berukuran n n dan vektor fuzzy x ( x j ) dan b ( b ) berukuran n. Sstem n dnamakan sstem persamaan lnear fuzzy penuh. Sebelum menyelesakan sstem persamaan lnear fuzzy penu terlebh dahulu mengurakan bentuk sstem persamaan lnear fuzzy penuh A x b menjad empat buah matrks yang unsur-unsur matrksnya adalah blangan real, yatu A ( A, M, N ). Selanjutnya, bentuk sstem persamaan lnear fuzzy penuh pada persamaan () durakan menjad empat buah sstem persamaan lnear. Untuk lebh jelasnya, berkut akan delaskan proses mengurakan bentuk sstem persamaan lnear fuzzy penuh A x b. Matrks fuzzy A ( a ) nn dmana (a ) ( a, b,, ). Selanjutnya dasumskan A ( A, M, N ) sedemkan hngga ddapat notas baru A ( a ), B ( b ), M ( ), N ( ), kemudan dasumskan vektor fuzzy x ( x, dan b ( b, k) sehngga bentuk A x b dapat dtuls dalam bentuk persamaan sebaga berkut. ( A, N ) ( x, ( b, k). (3) Dengan menggunakan operas perkalan dua buah blangan fuzzy trapesum maka persamaan (3) dapat dtuls menjad ( Ax, B Az Mx, Bw Ny) ( b, k). (4) Dengan menggunakan kesamaan dua buah matrks fuzzy trapesum maka persamaan (4) dapat dtuls menjad bentuk persamaan berkut. Ax b By g. Az Mx h Bw Ny k (5) Selanjutnya delaskan langkah-langkah untuk menyelesakan sstem persamaan lnear fuzzy penuh dalam matrks bentuk eselon bars tereduks dengan menggunakan operas bars elementer. Langkah. Setelah mengurakan sstem persamaan lnear fuzzy penuh menjad empat buah sstem persamaan lnear, selanjutnya sstem persamaan lnear n akan dkembangkan menjad matrks yang dperbesar. Matrks yang dperbesar tersebut terdr dar ( A,, (, ( A, h - Mx), ( k - Ny). 5
6 Langkah. Dar matrks yang dperbesar ( A,, (, ( A, h - Mx), ( k - Ny) akan dcar matrks eselon bars tereduks. Untuk mencar matrks eselon bars tereduks gunakan operas bars elementer. Ada atau tdaknya penyelesaan dar sstem persamaan lnear n dapat dtentukan oleh rank dar matrks. Dalam hal n ada 3 kasus, yatu: Kasus. Jka rank (A) rank ( A, atau rank (B) rank ( maka sstem persamaan lnear fuzzy penuh tdak konssten artnya tdak ada penyelesaan postf. Kasus. Jka rank (A) = rank ( A, dan rank (B) = rank ( tap ada palng sedkt satu anggota negatf pada kolom ke- ( n ) dar matrks eselon bars tereduks, maka sstem persamaan lnear fuzzy penuh tdak konssten artnya tdak ada penyelesaan postf. Kasus 3. Jka rank ( A) = rank ( A, dan rank (B) = rank ( dan semua anggota pada kolom ke- ( n ) dar matrks eselon bars tereduks postf, maka sstem persamaan lnear fuzzy penuh konssten artnya ada penyelesaan postf. Dalam hal n ada dua kasus: Kasus 3.a. Jka rank (A) = rank ( A, n atau rank (B) = rank ( n maka sstem persamaan lnear fuzzy penuh mempunya tak-hngga banyaknya penyelesaan dan penyelesaannya postf. Kasus 3.b. Jka rank (A) = rank ( A, n dan rank (B) = rank ( n maka sstem persamaan lnear fuzzy penuh mempunya satu penyelesaan dan penyelesaannya postf. Jka pada langkah terdapat kasus 3 maka dapat dlanjutkan ke langkah 3. Langkah 3. Dar matrks eselon bars tereduks dperoleh nla ( x, y, z, w ). Penyelesaan dar sstem persamaan lnear fuzzy penuh dapat dnyatakan dengan x ( x, y, z, w ) untuk setap,,, n. 4. CONTOH NUMERIS Dberkan sstem persamaan lnear fuzzy penuh sebaga berkut. (3, 6,, ) x (4, 6,, ) x (4, 5,,) x (5, 8,, ) x (7, 66, 6, 58). (35, 70, 5, 55) (6) Akan dtentukan penyelesaan sstem persamaan lnear fuzzy penuh dalam bentuk matrks fuzzy trapesum pada (6). 6
7 Dar proses penguraan sstem persamaan lnear fuzzy penu dasumskan bahwa A ( A, M, N ) dengan A ( a ), B ( b ), M ( ), N ( ) dan x ( x, dan b ( b, k). Sehngga bentuk soal pada (6) menjad (3, 6,, ) ( x,penyelesaan w ) (4, 6,, ) ( x, y, z, w ) (7, 66, 6, 58). (4, 5,, ) ( x, w ) (5, 8,, ) ( x, y, z, w ) (35, 70, 5, 55) dar sstem persamaan lnear fuzzy penuh n adalah Dar (6) dperoleh x x ( x, y, z, w ) ( x, y (3, 6,, ) A (4, 5,,), z, w ). (4, 6,, (5, 8,, Karena A ( A, M, N ), maka dperoleh matrks A, B, M, N ). ) dan vektor b, g, h, k Dar matrks A ( A, M, N ) dan vektor b ( b, k), maka Langkah. Membuat matrks yang dperbesar ( A,, (, ( A, h Mx), ( k Ny) Langkah. Mencar matrks eselon bars tereduks ( A, Dar matrks yang dperbesar ( A,, tereduks dperoleh matrks eselon bars 7
8 0 0 5, 3 sehngga dperoleh x 5, x 3. Selanjutnya mencar matrks eselon bars tereduks dar matrks yang dperbesar ( Dar matrks yang dperbesar (, tereduks dperoleh matrks eselon bars 0 0 6, 5 sehngga dperoleh y 6, y 5. Selanjutnya mencar matrks eselon bars tereduks dar matrks yang dperbesar ( A, h Mx) Dar matrks yang dperbesar ( A, h Mx) dperoleh matrks eselon bars tereduks 0 0 3, sehngga dperoleh z 3, z. Terakhr, mencar matrks eselon bars tereduks dar matrks yang dperbesar ( k Ny) Dar matrks yang dperbesar ( k Ny) dperoleh matrks eselon bars tereduks 0 0 3, 3 sehngga dperoleh w 3, w 3. 8
9 Dar matrks A dperoleh rank ( A), rank dar matrks ( A, dan rank dar matrks B, rank dar matrks ( dan semua anggota pada kolom ketga dar matrks eselon bars tereduks postf. Maka berdasarkan kasus 3.b sstem persamaan lnear fuzzy penuh n konsste mempunya satu penyelesaan dan penyelesaannya postf. Sehngga dperoleh penyelesaan dar sstem persamaan lnear fuzzy penuh pada persamaan (6) adalah x, y, z, w 3 atau x 5, x 3, y 6, y 5, z 3, z, w 3 dan w 3. Langkah 3. Karena x ( x, maka dperoleh penyelesaan sstem persamaan lnear fuzzy penuh sebaga berkut. x (5, 6, 3, 3) dan x (3, 5,, 3). 5. KESIMPULAN Dar artkel n dapat dsmpulkan bahwa sstem persamaan lnear fuzzy penuh A x b yang unsur-unsurnya merupakan blangan fuzzy trapesum, dselesakan dengan mengurakan bentuk sstem persamaan lnear fuzzy penuh menjad ( A, N ) ( x, ( b, k), sehngga dperoleh empat buah sstem persamaan lnear sepert pada persamaan (5). Selanjutnya ada tga langkah dalam menyelesakan sstem persamaan lnear n. Penyelesaan sstem persamaan lnear n ada jka rank (A) = rank ( A, dan semua anggota pada kolom ke- ( n ) dar matrks eselon bars tereduks postf. DAFTAR PUSTAKA [] Dehgha M & B. Hashem Soluton of the Fully Fuzzy Lnear Systems Usng the Decomposton Procedure. Appled Mathematcs and Computaton. 8: [] Dubos, D & H. Prade Fuzzy Sets & Systems: Theory and Applcaton. Academc Press, New York. [3] Handaya E. 0. Menyelesakan Sstem Persamaan Lnear Fuzzy Penuh dengan Menggunakan Dekomposs dar Matrks Koefsen. SKRIPSI Jurusan Matematka FMIPA Unverstas Rau. Pekanbaru. [4] Kumar, A., Neetu & A. Bansal. 00. A New Method to Solve Fully Fuzzy Lnear Systems wth Trapezodal Fuzzy Numbers. Canadan Journal on Scence and Engneerng Mathematcs. (3):
10 [5] Samsur, M. 00. Menentukan Penyelesaan Fuzzy yang Postf dan Memenuh Sstem Persamaan Lnear Fuzzy Penuh dengan Menggunakan Metode Langsung dan Metode Cramer. SKRIPSI Jurusan Matematka FMIPA Unverstas Rau. Pekanbaru. 0
SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN
SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN Ita Rahmadayan 1, Syamsudhuha 2, Asmara Karma 2 1 Mahasswa Program Stud S1 Matematka
Lebih terperinciAPLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS
Vol No Jurnal Sans Teknolog Industr APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS Ftr Aryan Dew Yulant Jurusan Matematka Fakultas Sans Teknolog UIN SUSKA Rau Emal:
Lebih terperinciDekomposisi Nilai Singular dan Aplikasinya
A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak
Lebih terperinciSISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS
SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciPENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI QR TUGAS AKHIR
PENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI QR TUGAS AKHIR Dajukan sebaga Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sans pada Jurusan Matematka Oleh : IIS ERIANTI
Lebih terperinciAPLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K
Jurnal Matematka Murn dan Terapan Vol. 3 No. Desember 009: 4-6 APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH Yun Yulda dan Muhammad Ahsar K Program Stud Matematka Unverstas
Lebih terperinciALJABAR LINIER LANJUT
ALABAR LINIER LANUT Ruang Bars dan Ruang Kolom suatu Matrks Msalkan A adalah matrks mnatas lapangan F. Bars pada matrks A merentang subruang F n dsebut ruang bars A, dnotaskan dengan rs(a) dan kolom pada
Lebih terperinciDIMENSI PARTISI GRAF GIR
Jurnal Matematka UNAND Vol. 1 No. 2 Hal. 21 27 ISSN : 2303 2910 c Jurusan Matematka FMIPA UNAND DIMENSI PARTISI GRAF GIR REFINA RIZA Program Stud Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam,
Lebih terperinciPenyelesaian Sistem Persamaan Linear pada Aljabar Max-Plus
Penyelesaan Sstem Persamaan Lnear pada Alabar Max-Plus Cnd Medsa #1, Yusmet Rzal* 2, Helma* 3 1# Student of Mathematcs Department State Unversty of Padang, Indonesa 2,3 *Lecturers of Mathematcs Department
Lebih terperinciBAB I PENDAHULUAN Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Matematka dbag menjad beberapa kelompok bdang lmu, antara lan analss, aljabar, dan statstka. Ruang barsan merupakan salah satu bagan yang ada d bdang
Lebih terperinciSifat-sifat Operasi Perkalian Modular pada Graf Fuzzy
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 07 Sfat-sfat Operas Perkalan Modular pada raf Fuzzy T - 3 Tryan, ahyo Baskoro, Nken Larasat 3, Ar Wardayan 4,, 3, 4 Unerstas Jenderal Soedrman transr@yahoo.com.au
Lebih terperinciBAB X RUANG HASIL KALI DALAM
BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan
Lebih terperinciBAB VB PERSEPTRON & CONTOH
BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur
Lebih terperinciPADA GRAF PRISMA BERCABANG
PELABELAN TOTAL SUPER (a, d)-busur ANTI AJAIB PADA GRAF PRISMA BERCABANG Achmad Fahruroz,, Dew Putre Lestar,, Iffatul Mardhyah, Unverstas Gunadarma Depok Program Magster Fakultas MIPA Unverstas Indonesa
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciBab 1 Ruang Vektor. R. Leni Murzaini/0906577381
Bab 1 Ruang Vektor Defns Msalkan F adalah feld, yang elemen-elemennya dnyatakansebaga skalar. Ruang vektor atas F adalah hmpunan tak kosong V, yang elemen-elemennya merupakan vektor, bersama dengan dua
Lebih terperinciBAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.
BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.
Lebih terperinciSEMI RING POLINOM ATAS ALJABAR MAX-PLUS
JMP : Volume 4 Nomor 2, Desember 2012, hal. 289-297 SEMI RING POLINOM ATAS ALJABAR MAX-PLUS Suroto Prod Matematka, Jurusan MIPA, Fakultas Sans dan Teknk Unverstas Jenderal Soedrman e-mal : suroto_80@yahoo.com
Lebih terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinci2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).
2 TINJAUAN PUSTAKA 2.1 Stud Yang Terkat Peneltan n mengacu pada jurnal yang dtuls oleh Khang, dkk.(1995). Dalam peneltannya, Khang, dkk membandngkan arus lalu lntas yang datur menggunakan sstem stats dan
Lebih terperinciPreferensi untuk alternatif A i diberikan
Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses
Lebih terperinciBEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA
BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA A-3 Dan Aresta Yuwanngsh 1 1 Mahasswa S Matematka UGM dan.aresta17@yahoo.com Abstrak Dberkan R merupakan rng dengan elemen satuan, M R-modul kanan, dan R S End
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciBILANGAN RAMSEY SISI DARI r ( P, )
Charul Imron dan dy Tr Baskoro, Blangan Ramsey Ss BILANGAN RAMSY SISI DARI r ( P, ) (Ramsey Number from the Sde r ( P, ) ) Charul Imron dan dy Tr Baskoro Jurusan Matemátca, FMIPA ITS Surabaya mron-ts@matematka.ts.ac.d
Lebih terperinciJMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT
JMP : Volume 5 Nomor, Jun 03, hal. 3 - SPEKTRUM PD GRF REGULER KUT Rzk Mulyan, Tryan dan Nken Larasat Program Stud Matematka, Fakultas Sans dan Teknk Unerstas Jenderal Soedrman Emal : rzky90@gmal.com BSTRCT.
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c
6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan
Lebih terperinciRANGKAIAN SERI. 1. Pendahuluan
. Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor
Lebih terperinciTeori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang
Modul 1 Teor Hmpunan PENDAHULUAN Prof SM Nababan, PhD Drs Warsto, MPd mpunan sebaga koleks (pengelompokan) dar objek-objek yang H dnyatakan dengan jelas, banyak dgunakan dan djumpa dberbaga bdang bukan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciε adalah error random yang diasumsikan independen, m X ) adalah fungsi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciMENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak
JURAL MATEMATIKA DA KOMUTER Vol. 6. o., 86-96, Agustus 3, ISS : 4-858 MECERMATI BERBAGAI JEIS ERMASALAHA DALAM ROGRAM LIIER KABUR Mohammad Askn Jurusan Matematka FMIA UES Abstrak Konsep baru tentang hmpunan
Lebih terperinciBAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER
BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan
Lebih terperinciESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL
Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah
Lebih terperinciUJI PRIMALITAS. Sangadji *
UJI PRIMALITAS Sangadj * ABSTRAK UJI PRIMALITAS. Makalah n membahas dan membuktkan tga teorema untuk testng prmaltas, yatu teorema Lucas, teorema Lucas yang dsempurnakan dan teorema Pocklngton. D sampng
Lebih terperinciII. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai
II. TEORI DASAR.1 Transormas Laplace Ogata (1984) mengemukakan bahwa transormas Laplace adalah suatu metode operasonal ang dapat dgunakan untuk menelesakan persamaan derensal lnear. Dengan menggunakan
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN Latar elakang Sekolah merupakan salah satu bagan pentng dalam penddkan Oleh karena tu sekolah harus memperhatkan bagan-bagan yang ada d dalamnya Salah satu bagan pentng yang tdak dapat dpsahkan
Lebih terperinciAplikasi Teori Kendali Pada Permainan Dinamis Non-Kooperatif Waktu tak Berhingga
Semnar Nasonal eknolog Inormas Komunkas dan Industr (SNIKI) 4 ISSN : 85-99 akultas Sans dan eknolog UIN Sultan Syar Kasm Rau Pekanbaru, 3 Oktober 1 Aplkas eor Kendal Pada Permanan Dnams Non-Kooperat Waktu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciBAB IV PEMBAHASAN MODEL
BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup
Lebih terperinciPendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan
Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk
Lebih terperinciBab III Analisis Rantai Markov
Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 33-40, April 2001, ISSN : KLASIFIKASI INTERAKSI GELOMBANG PERMUKAAN BERTIPE DUA SOLITON
JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No., 33-40, Aprl 00, ISSN : 40-858 KLASIFIKASI INTERAKSI GELOMBANG PERMUKAAN BERTIPE DUA SOLITON Sutmn dan Agus Rusgyono Jurusan Matematka FMIPA UNDIP Abstrak Pada
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP
Lebih terperinciTinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal
157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan
Lebih terperinciPELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC
PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC Kurnawan *, Rolan Pane, Asl Srat Mahasswa Program Stud S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam
Lebih terperinciBAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model
BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk
Lebih terperinciPembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1
Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran
Lebih terperinciBAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi
BAB III FUNGSI MAYOR DAN MINOR Pada bab n akan dbahas konsep-konsep dasar dar fungs mayor dan fungs mnor dar suatu fungs yang terdefns pada suatu nterval tertutup. Pendefnsan fungs mayor dan mnor tersebut
Lebih terperinciBAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB
BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota
Lebih terperinciApabila dua variabel X dan Y mempunyai hubungan, maka nilai variabel X yang sudah diketahui dapat dipergunakan untuk mempekirakan / menaksir Y.
ANALISIS KORELASI (ANALISIS HUBUNGAN) Korelas Hubungan antar kejadan (varabel) yang satu dengan kejadan (varabel) lannya (dua varabel atau lebh), yang dtemukan oleh Karl Pearson pada awal 1900 Apabla dua
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN :
JURNA MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN : 1410-8518 MASAAH RUTE TERPENDEK PADA JARINGAN JAAN MENGGUNAKAN AMPU AU-INTAS Stud Kasus: Rute Peralanan Ngesrep Smpang ma Eko Bud
Lebih terperinciMETODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity
37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :
JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.
Lebih terperinciPENDAHULUAN Latar Belakang
PENDAHULUAN Latar Belakang Menurut teor molekuler benda, satu unt volume makroskopk gas (msalkan cm ) merupakan suatu sstem yang terdr atas sejumlah besar molekul (kra-kra sebanyak 0 0 buah molekul) yang
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan
Lebih terperinciPROPERTY DAN PERDAGANGAN SEBAGAI SEKTOR DOMINAN PADA DATA BURSA SAHAM. DENGAN Principal Component Analysis (PCA)
PROPERT DAN PERDAGANGAN SEBAGAI SEKTOR DOMINAN PADA DATA BURSA SAHAM DENGAN Prncpal Component Analyss (PCA) Oleh : Hanna aa Parhusp, usp, Deva eawdyananto a dan Bernadeta Desnova Kr Program Stud Statstka
Lebih terperinciDalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang
LARGE SCALE SYSEM Course by Dr. Ars rwyatno, S, M Dept. of Electrcal Engneerng Dponegoro Unversty BAB V OPIMASI SISEM Dalam sstem pengendalan berhrark level, maka optmas dapat dlakukan pada level pertama
Lebih terperinciBAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.
BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2 Masalah Transportas Jong Jek Sang (20) menelaskan bahwa masalah transportas merupakan masalah yang serng dhadap dalam pendstrbusan barang Msalkan ada m buah gudang (sumber) yang
Lebih terperinciBAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat
BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton
Lebih terperinciKORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /
KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.
Lebih terperinciBAB III HASILKALI TENSOR PADA RUANG VEKTOR. Misalkan V ruang vektor atas lapangan F. Suatu transformasi linear f L ( V, F )
28 BAB III HASILKALI TENSOR PADA RUANG VEKTOR III.1 Ruang Dual Defns III.1.2: Ruang Dual [10] Msalkan V ruang vektor atas lapangan F. Suatu transformas lnear f L ( V, F ) dkatakan fungsonal lnear (atau
Lebih terperinciSOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA
ISTITUT TEKOLOGI BADUG FAKULTAS MATEMATIKA DA ILMU PEGETAHUA ALAM PROGRAM STUDI FISIKA FI-500 Mekanka Statstk SEMESTER/ Sem. - 06/07 PR#4 : Dstrbus bose Ensten dan nteraks kuat Kumpulkan d Selasa 9 Aprl
Lebih terperinciBAB III PEMBAHASAN. Pada bab ini akan dibahas mengenai ring embedding dan faktorisasi. tunggal pada ring komutatif tanpa elemen kesatuan.
BAB III PEMBAHASAN Pada bab n akan dbahas mengena rng embeddng dan faktorsas tunggal pada rng komutatf tanpa elemen kesatuan. A. Rng Embeddng Defns 3.1 (Malk et al. 1997: 318 Suatu rng R dkatakan embedded
Lebih terperinciP n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman
OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran
Lebih terperinciBAB V INTEGRAL KOMPLEKS
6 BAB V INTEGRAL KOMPLEKS 5.. INTEGRAL LINTASAN Msal suatu lntasan yang dnyatakan dengan : (t) = x(t) + y(t) dengan t rl dan a t b. Lntasan dsebut lntasan tutup bla (a) = (b). Lntasan tutup dsebut lntasan
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciBAB III SKEMA NUMERIK
BAB III SKEMA NUMERIK Pada bab n, akan dbahas penusunan skema numerk dengan menggunakan metoda beda hngga Forward-Tme dan Centre-Space. Pertama kta elaskan operator beda hngga dan memberkan beberapa sfatna,
Lebih terperinciBAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE
BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan
Lebih terperinciTEORI KESALAHAN (GALAT)
TEORI KESALAHAN GALAT Penyelesaan numerk dar suatu persamaan matematk hanya memberkan nla perkraan yang mendekat nla eksak yang benar dar penyelesaan analts. Berart dalam penyelesaan numerk tersebut terdapat
Lebih terperinciPENYELESAIAN PROGRAM LINEAR SASARAN GANDA MENGGUNAKAN METODE SIMPLEKS MULTIFASE
PERSETUJUAN PENYELESAIAN PROGRAM LINEAR SASARAN GANDA MENGGUNAKAN METODE SIMPLEKS MULTIFASE SKRIPSI Telah dsetuju dan dsyahkan pada tanggal: 3 November 2010 Untuk dpertahankan ddepan Dewan Penguj Skrps
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinciBAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel
BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga
Lebih terperinciIII PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan
Pada bab n akan dbahas mengena penyelesaan masalah ops real menggunakan pohon keputusan bnomal. Dalam menentukan penlaan proyek, dapat dgunakan beberapa metode d antaranya dscounted cash flow (DF). DF
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciSELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK
SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums
Lebih terperinciEFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR
EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR Masduk Jurusan Penddkan Matematka FKIP UMS Abstrak. Penyelesaan persamaan ntegral
Lebih terperinciPendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik
Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA
BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam
Lebih terperinciBAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,
BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu
Lebih terperinciALGORITMA UMUM PENCARIAN INFORMASI DALAM SISTEM TEMU KEMBALI INFORMASI BERBASIS METODE VEKTORISASI KATA DAN DOKUMEN
ALGORITMA UMUM PENCARIAN INFORMASI DALAM SISTEM TEMU KEMBALI INFORMASI BERBASIS METODE VEKTORISASI KATA DAN DOKUMEN Hendra Bunyamn Jurusan Teknk Informatka Fakultas Teknolog Informas Unverstas Krsten Maranatha
Lebih terperinciPROPOSAL SKRIPSI JUDUL:
PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat
BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan
Lebih terperinciIV HASIL DAN PEMBAHASAN
7 IV HASIL DAN PEMBAHASAN 4. Pengumpulan Data Data yang dgunakan dalam peneltan n data sekunder yang dperoleh dar rujukan utama jurnal Fuzzy Condtonal Probablty elatons and ther Applcatons n Fuzzy Informaton
Lebih terperinciREGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear
REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang
Lebih terperinciDidownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus
BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciPENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER
Penerapan Program Lner Kabur dalam Analss.. Elfranto PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER Elfranto Dosen Unverstas Muhammadyah Sumatera Utara Abstrak: Salah satu kaan
Lebih terperinci