PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF"

Transkripsi

1 Jural Matriks, ol. 1, No. 2, PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF Rii Hidayattillah, Pardi Affadi, Akhad Yusuf Progra Studi Mateatika Fakultas MIPA Uiversitas Labug Magkurat Jl. A. Yai KM. 36, Bajarbaru 70714, Kaliata Selata Eail: rii.h0706@gail.co ABSTRAK Teori peraia diawali oleh peeua teorea pertaa pada peraia catur oleh E. Zerelo pada tahu Keudia teori peraia dikeal kebali setelah uculya karya dari Joh o Neua da. Morgester pada tahu Salah satu cara peyelesaia teori peraia adalah progra liier. Metode sipleks alteratif erupaka salah satu tekik peyelesaia dala progra liier yag diguaka utuk ecari solusi optial, proses perhituga etode ii dega elakuka iterasi higga tercapai hasil optial. Metode sipleks alteratif erupaka sebuah algorita yag saa dega etode sipleks, satu-satuya perbedaa adalah dala eetuka elee kuci/agka kuci yag ejadi dasar utuk elakuka proses iterasi. Tujua dari peelitia ii utuk ejelaska proses pebetuka dari asalah teori peraia ke dala betuk progra liier da eyelesaika teori peraia egguaka etode sipleks alteratif. Dega egguaka etode sipleks alteratif persoala progra liier pada teori peraia dapat diguaka utuk eperoleh solusi optial. Metode sipleks alteratif dapat eyelesaika peraia dega edapatka strategi optial da ilai peraia optial bagi setiap peai. Kata Kuci: Teori Peraia, Progra liier, da Metode Sipleks Alteratif. ABSTRACT Gae theory is begu fro the first theore at chess gae at 1913 by E. Zerelo. After that, gae theory ade its coeback at 1944 with the asterpiece of Joh o Neua ad. Morgester. Gae theory have ay way to solve proble which is i Liear Progra. Siplex alterative ethod is of accoplishet techiques i liear progra to fid o optial solutio, the process of calculatig this ethod by coductig repeated iteratio to achieve a optial result. This ethod has the sae algorith with siplex ethod. The oly differece is i deteriig key eleet or ueral key as a basic to do iteratios process. The purpose of this study was to explai the process of gae theory proble foratio ito liear progra ad to accoplish gae theory by usig alterative siplex ethod. With the alterative siplex ethod probles of liear prograig o gae theory ca be used to obtai the optial solutio. This ethod ca solve the gae by gettig the optial strategy ad optial value of the gae for each player. Keywords : Gae theory, liear progra, ad alterative siplex ethod. 1. PENDAHULUAN Teori peraia adalah odel ateatika yag diguaka dala keadaa koflik atau persaiga dari berbagai kepetiga yag salig berhadapa sebagai pesaig [1]. Model ateatika yag sudah dibetuk selajutya aka diaalisa da dicari peyelesaia optialya [2]. Metode utuk eyelesaika teori Rii Hidayattillah, Peyelesaia Teori Peraia Megguaka Metode Sipleks Alteratif

2 Jural Matriks, ol. 1, No. 2, peraiastrategi capura adalah salah satuya dega egguaka progra liier. Metode sipleks adalah tekik peyelesaia dala progra liier yag diguka utuk ecari ilai optial yag elibatka bayak pebatas (costrait) da bayak variabel, proses perhituga etode ii dega elakuka iterasi higga diperoleh hasil yag optial [3]. Berdasarka peapara di atas, aka peulis epelajari betuk persoala progra liierpada teori peraia egguaka etode sipleks alteratif. 2. TINJAUAN PUSTAKA 2.1 Teori Peraia Peyelesaia dari pertetaga atara dua belah pihak yag bersaig adalah iti dari teori peraia. Dega kata lai berarti juga pegabila keputusa dala suatu pertetaga uuya disebut sebagai teori peraia. Jadi teori peraia elibatka dua pihak yag bertetaga, pihak I eilih strategi setelah elihat strategi yag dipilih oleh pihak II. Deikia juga dega pihak II eilih strategi setelah eperkiraka strategi yag dipilih oleh pihak I [4] Peraia Dua Orag da Peraia Julah Nol (Two-Perso Zerosu Gae) Betuk strategi atau betuk oral dari peraia two-peso zero-su[5] adalah H X, Y diaa: 1. X adalah hipua tak kosog, hipua strategi peai I 2. Y adalah hipua tak kosog, hipua strategi peai II 3. G adalah fugsi harga yata yag didefiisika pada X Y sedeikia sehigga G p, q adalah agka yata utuk setiap p ε X da q ε Y. Dega iterprestasi peai I eiliki p ε Xda peai II eiliki q ε Y, asig-asig eyadari piliha strategi peai lai. Jika H adalah positif aka peai I eag sebayak G p, q da jika G egatif, aka peai I ebayar ilai utlak dari julahya ke peai II Meilih Strategi Ada dua jeis persoala pada teori peraia[6]jeis pertaa yaitu peraia strategi uri (pure strategy gae) diaa para peai egguaka haya satu yaitu strategi tuggal, da jeis kedua yaitu peraia strategi capura (ixed strategy gae). Dala peraia strategi uri, peai baris egidetifikasi strategi optialya dega elihat kriteria aksii (aksiu di atara iiu baris), sedag peai kolo egguaka kriteria iiaks (iiu di atara aksiu kolo) Peraia dega Strategi Capura Defiisi peraia dega strategi capura [5]ektor X = x p ukura 1 dega p = 1,2,, dari bilaga tak egatif x p sedeikia sehigga x p = 1 didefiisika sebagai strategi capura peai I (P 1 ). Da ektor Y = [y q ] ukura 1 dega q = 1,2,, dari bilaga tak egatif y q sedeikia sehigga y q = 1 didefiisika sebagai strategi capura peai II (P 2 ). Rii Hidayattillah, Peyelesaia Teori Peraia Megguaka Metode Sipleks Alteratif

3 Jural Matriks, ol. 1, No. 2, Tabel 1. Tabel atriks peraia dega strategi capura P 2 P 1 (y 1 ) (y 2 ) (y ) (x 1 ) G( 1,1) G(1,2) G(1, ) (x 2 ) G(2,1) G(2,2) G(2, ) (x ) G(, 1) G(, 2) G(, ) Keteraga: x p : Probabilitas peai P 1 egguaka strategi ke p. y q : Probabilitas peai P 2 egguaka strategi ke q. G(p, q): Nilai pebayara yag bersesuaia dega strategi ke p utuk P 1 da strategi ke q utuk P 2. Secara ateatis, kriteria utuk kasus strategi capura berdasarka [7]adalahseperti berikut ii. a. Bagi peai I (P 1 ) P 1 eilih x p, (x p 0, x p = 1) yag aka eghasilka ax = x p {i( G(p, 1)x p, G(p, 2)x p,, G(p, )x p )...(2.1) b. Bagi peai II (P 2 ) P 2 eilih y q, y q 0, y q = 1 yag aka eghasilka i = y q {ax( G(1, q)y q, G(2, q)y q,, G(, q)y q )...(2.2) Miaks ekspektasi payoff aksi harapa payoff atau Jika x p da y p berkorespodesi pada solusi optialya, aka = di aa ilai yag diperoleh aka saa dega ilai harapa optial dari peraia Betuk Progra Liier pada Teori Peraia Setiap peraia dega strategi capura dapat diselesaika dega egubah asalah ejadi asalah progra liier. Trasforasi ii egguaka kriteria ilai aksii da ilai iiaks pada [8] didefiisika sebagai berikut: a. Bagi peai I (P 1 ) Miiuka X = X 1 + X X atau 1 Dega batasa: G(1,1)X 1 + G(2,1)X G(, 1)X 1 G(1,2)X 1 + G(2,2)X G(, 2)X 1 G(1, )X 1 + G(2, )X G(, )X 1 X 1 + X X 0 b. Bagi peai II (P 2 ) Maksiuka Y = Y 1 + Y Y atau 1 Dega batasa: G(1,1)Y 1 + G(1,2)Y G(1, )Y 1 G(2,1)Y 1 + G(2,2)Y G(2, )Y 1 G(, 1)Y 1 + G(, 2)Y G(, )Y 1 Y 1 + Y Y 0...(2.3) (2.5) (2.4) (2.6) Rii Hidayattillah, Peyelesaia Teori Peraia Megguaka Metode Sipleks Alteratif

4 Jural Matriks, ol. 1, No. 2, Jadi solusi optial dari satu asalah secara otoatis eghasilka solusi optial utuk asalah laiya. Masalah peai II (P 2 ) dapat diselesaika dega etode sipleks alteratif da asalah peai I (P 1 ) dapat diselesaika dega etode sipleks dual alteratif. 2.2 Progra Liier Dapat diruuska odel ateatis betuk uu odel progra liier [9] adalah sebagai berikut: Fugsi Tujua: Meaksiuka atau eiiuka Z = c 1 x 1 + c 2 x c x...(2.7) Fugsi kedala a 11 x 1 + a 12 x a 1 x =,, b 1 a 21 x 1 + a 22 x a 2 x =,, b 2 a 1 x 1 + a 2 x a x =,, b...(2.8) x 1, x 2,, x 0 Keteraga : Z : Fugsi tujua c j : Koefisie tujua, dega j = 1,2,..., x j : ariabel bebas, dega j = 1,2,..., a ij : Koefisie fugsi kedala, dega j = 1,2,..., da i = 1,2,..., : Batasa fugsi kedala, dega i = 1,2,..., b i Betuk Stadar Model Progra Liier Sebelu egaplikasika etode sipleks dala eyelesaika asalah persoala progra liier perlu dipelajari cara egubah betuk progra liier ejadi betuk stadarya [1] yaitu pada lagkah pertaa beberapa atura betuk progra liier stadar: 1. Seua kedala berupa betukpersaaa dega kostata o-egatif. 2. Seua variabel o-egatif. 3. Fugsi tujua dapat eaksiuka da eiiuka. Persaaa (2.7) da (2.8) adalah odel stadar progra liier dega egkoversika pertidaksaaa pada fugsi-fugsi kedala ejadi persaaa: a. Utuk batasa berotasi dapat diodifikasi ke dala betuk persaaa dega eabahka variabel slack pada ruas kiri kedala. b. Utuk batasa berotasi dapat diodifikasi ke dala betuk persaaa dega eguragka ruas kiri kedala tersebut dega variabel surplus. Lagkah-lagkah perhituga dala algorita etode sipleks [9] adalah: 1. Lagkah Awal: Masukka variabel slack dala betuk stadar sebagaiaa diasusika sebeluya. Dega variabel-variabel asli ejadi variabel tidak dasar (artiya saa dega ol) da variabel-variabel slack ejadi variabel dasar (artiya saa dega ilai ruas kaa NK). 2. Lagkah Iterasi: a. Bagia 1: Meetuka variabel dasar asuk (eterig variable), dega eilih dega koefisie egatif terbesar utuk kasus aksiu da koefisie positifterbesar utuk kasus iiu pada variabel tidak dasar. Rii Hidayattillah, Peyelesaia Teori Peraia Megguaka Metode Sipleks Alteratif

5 Jural Matriks, ol. 1, No. 2, b. Bagia 2: Meetuka variabel dasar keluar (leavig variable), dega eilih ilai rasio positif terkecil pada variabel dasar. Rasio diperoleh dari pebagia atara iai kaa dega kolo kuci. c. Bagia 3: Melakuka operasi baris eleeter (OBE) utuk ebuat utuk ebuat elee kuci (agka kuci) ejadi berharga 1 da berharga 0 pada baris-baris laiya pada kolo kuci. 3. Uji Optialitas: Meetuka apaka peyelesaia optial. Meeriksa koefisie pada tabel fugsi tujua Z jika tidak ada yag berilai egatif utuk kasus aksiasi da tidak ada yag berilai positif utuk kasus iiasi berarti optiasi telah tercapai. Nau apabila asih berilai egatif utuk kasus aksiasi da berilai positif utuk kasus iiasi aka kebali pada lagkah iterasi Kasus Khusus dala Pegguaa Algorita Sipleks Di dala eyelesaika persoala progra liier dega egguaka algorita etode sipleks terdapat persoala yag epuyai kasus khusus [9] seperti: 1. Keadaa Seri bagi ariabel dasar asuk (eterig variable) Utuk elakuka proses iterasi pada etode sipleks, sebeluya aka eilih variabel asuk dega eetuka koefisie egatif dega ilai yag palig besar dala persaaa awal fugsi tujua saa dega (0). Jika variabel eiliki koefisie egatif terbesar adalah seri atau saa aka jawabya adalah peiliha aka dilakuka secara sebarag. 2. Keadaa Seri bagi ariabel dasar keluar (leavig variable) - Degeerasi Kasus ii terjadi jika terdapat rasio iiu eiliki kesepata yag saa utuk eiggalka basis. Oleh karea itu terdapat keugkia pertaa variabel dasar secara siulta ejadi ol da kedua iterasi sipleks selajutya aka berputar-putar. 3. METODE PENELITIAN Pada peelitia ii diguaka referesi pedukug dari buku da jural yag berkaita dega teori peraia, progra liier, da etode sipleks. Lagkah yag dilakuka pada peelitia ii yaitu ejelaska pebetuka odel ateatika utuk perasalaha teori peraia ke dala progra liier. Serta eetuka solusi optial dari perasalaha progra liier teori peraia egguaka etode sipleks alteratif. 4. HASIL DAN PEMBAHASAN 4.1 Deskripsi Perasalaha Teori peraia pada uuya diguaka utuk egaalisa proses pegabila keputusa dari situasi persaiga yag berbeda da elibatka dua atau lebih kepetiga. Dala perasalaha ii, strategi yag diguaka asigasig pesaig (copetitor), atau dala teori peraia yag disebut sebagai peai, aka dibadigka dega pegaruh tidaka peai laiya dega kepetiga yag saa utuk eilih keputusa-keputusa yag eaksiuka atau eiiu-ka.dala eilih strategi optial, beberapa asusi ditetapka terlebih dahulu, yaitu: Rii Hidayattillah, Peyelesaia Teori Peraia Megguaka Metode Sipleks Alteratif

6 Jural Matriks, ol. 1, No. 2, ). Setiap peai terdapat sejulah piliha yag disebut strategi. 2). Setiap peai diasusika eliki kecerdasa yag saa. 3). Setiap peai egetahui strategi lawa. 4). Setiap peai egetahui julah peroleha sediri da peai lai. 4.2 Trasforasi Peraia ke Betuk Progra Liier Utuk eyelesaika peraia-peraia strategi capura yag berdiesi, dapat egguaka progra liier dega etrasforasika persaaa iiaks da aksi ke betuk progra liier. Tabel 2. Tabel atriks peroleha utuk peraia Misalka: P 2 P 1 (y 1 ) (y 2 ) (y ) (x 1 ) G( 1,1) G(1,2) G(1, ) (x 2 ) G(2,1) G(2,2) G(2, ) (x ) G(, 1) G(, 2) G(, ) = ilai peraia x p =Probabilitas peai P 1 egguaka strategi ke p y q =Probabilitas peai P 2 egguaka strategi ke q Proses Pebetuka Progra Liier Pada Peai I Pertaa aka dibahas progra liier pada peraia dari sudut padag peai I. P 1 yag erupaka peai baris (axiizig player), aka dapat diyataka harapa eag P 1 dala tada pertidaksaaa lebih besar. Artiya P 1 ugki edapat keeaga lebih dari bila P 2 egguaka strategi yag leah. Jadi ilai harapa eag P 1 adalah: da G p, x p G p, 1 x p G p, 2 x p (4.1) x p = 1 (4.2) x p 0, utuk seua p = 1,2,,. Dega ebagi pertidaksaaa (4.1) da persaaa (4.2) dega, dala pebetuka peruusa progra liier diasusika bahwa 0, utuk eghidari resiko ilai 0, aka seua ilai elee pada atriks peraia ditabah dega ilai utlak terbesar dari kostata peraia, aka diperoleh: G p, 1 x p 1 Rii Hidayattillah, Peyelesaia Teori Peraia Megguaka Metode Sipleks Alteratif

7 Jural Matriks, ol. 1, No. 2, da Misalka: Maka diperoleh: G p, 2 x p 1 G p, x p 1 (4.3) x p = 1 x p 0, utuk seua p = 1,2,,. X p = x p, p = 1,2,, 4.5 G p, 1 X p 1 (4.4) da G p, X p G p, 2 X p 1 1 (4.6) X p = 1 (4.7) X p 0, utuk seua p = 1,2,,. Karea P 1 adalah axiizig player aka fugsi tujua adalah 1 eaksiuka ilai atau saa dega eiiuka, aka dapat diruuska progra liier utuk peai I sebagai berikut: Maks = Mi 1 = Mi Diketahui pada persaaa (4.7) bahwa: X 1 + X X x p = Mi X p (4.8) = 1 (4.9) Jadi betuk uu progra liier utuk peai I adalah: Mi f 0 = X = X 1 + X X (4.10) Dega batasa: G(1,1)X 1 + G(2,1)X G(, 1)X 1 G(1,2)X 1 + G(2,2)X G(, 2)X 1 G 1, X 1 + G 2, X G, X 1 (4.11) X p 0, utuk seua p = 1,2,,. Di aa: Rii Hidayattillah, Peyelesaia Teori Peraia Megguaka Metode Sipleks Alteratif

8 Jural Matriks, ol. 1, No. 2, da f 0 = 1 (4.12) X p = x p, p = 1,2,,. (4.13) Proses Pebetuka Progra Liier Pada Peai II Dega cara yag saa perasalaha peai II dapat dibawa ke betuk progra liier. Peai P 2 yag erupaka peai kolo (iiizig player), aka dapat diyataka harapa eag P 2 dala tada pertidaksaaa lebih kecil. Artiya P 2 ugki egalai kekalaha kurag dari bila P 1 egguaka strategi yag leah. Jadi ilai harapa kekalaha P 2 adalah: da G q, y q G q, 1 y q G q, 2 y q (4.14) y q = 1 (4.15) y q 0, utuk seua q = 1,2,,. Dega ebagi pertidaksaaa (4.15) da persaaa (4.16) dega, aka diperoleh: G q, 1 y q 1 da Misalka: Maka diperoleh: G q, 2 y q 1 G q, y q 1 (4.16) y q = 1 y q 0, utuk seua q = 1,2,,. Y q = y q (4.17), q = 1,2,, (4.18) Rii Hidayattillah, Peyelesaia Teori Peraia Megguaka Metode Sipleks Alteratif

9 Jural Matriks, ol. 1, No. 2, da Y q = G q, Y q G q, 1 Y q 1 G q, 2 Y q 1 1 (4.19) 1 (4.20) Y q 0, utuk seua q = 1,2,,. Utuk P 2 yag erupaka iiizig player, aka fugsi tujuaya adalah eiiuka atau saa dega eaksialka 1, aka dapat diruuska progra liier utuk P 2 sebagai berikut: Mi = Maks 1 = Maks Diketahui pada persaaa (4.20) bahwa: Y 1 + Y Y y q = Maks Y q (4.21) = 1 (4.22) Jadi betuk uu progra liier utuk peai II adalah: Maks g 0 = Y = Y 1 + Y Y (4.23) Dega batasa: G(1,1)Y 1 + G(1,2)Y G(, 1)Y 1 G(2,1)Y 1 + G(2,2)Y G(, 2)Y 1 G 1, Y 1 + G 2, Y G, Y 1 (4.24) Y q 0, utuk seua q = 1,2,,. Di aa: da g 0 = 1 (4.25) Y q = y q, q = 1,2,,. (4.26) Ruusa progra liier pada peai P 1 erupaka dual dari peai P 2 da sebalikya. Oleh karea itu, strategi optial pada P 1 ejadi strategi optial bagi P 2. Utuk eyelesaika problea progra liier ii dapat egguaka etode sipleks alteratif. 4.3 Lagkah Lagkah Peyelesaia Progra Liier dega Metode Sipleks Alteratif Lagkah-lagkah etode sipleks alteratif yag harus dilakuka: Lagkah 1. Rii Hidayattillah, Peyelesaia Teori Peraia Megguaka Metode Sipleks Alteratif

10 Jural Matriks, ol. 1, No. 2, Pada lagkah pertaa perasalaha progra liier aka dibawa ke dala betuk stadar progra liier, sesuai atura betuk progra liier stadar pada bab II. Lagkah 2. Setelah perasalaha progra liier diubah ke dala betuk stadar progra liier, data disusu ke dala tabel dala betuk sibol seperti tabel 3. Tabel 3. Tabel sipleks awal dala betuk sibol ariabel Dasar x 1 x 2 x s 1 s 2 s NK s 1 a 11 a 12 a b 1 s 2 a 21 a 22 a b 2 s a 1 a 2 a b Z c 1 c 2 c Lagkah 3. Pada lagkah selajutya aka dicari elee kuci dari elee terbesar pada variabel keputusa. Jika koefisie egatif terbesar seri (uik) dala eetuka kolo kuci, aka egguaka etode sipleks alteratif eetuka elee kuci (agka kuci). Tabel 4. Tabel elee kuci, baris kuci da kolo kuci ariabel x 1 x j x s 1 s 2 s NK Dasar s 1 a 11 a 1j a b 1 s i a i1 a ij a i b i s a 1 a j a b Z c 1 c j c Pada tabel tersebut a ij sebagai elee kuci, perpotoga dari elee kuci tersebut ejadi baris kuci da kolo kuci. Lagkah 4. Lajutka lagkah berikutya seperti etode sipleks biasa, dega elakuka operasi baris eleeter (ERO) utuk ebuat elee kuci ejadi berharga 1 da berharga 0 pada baris-baris laiya. Lagkah 5 Label pada sebelah kiri elee kuci digati dega label pada atas elee kuci, da sebalikya. Terjadi perubaha yag ejadi variabel dasar dega adaya variabel asuk (eterig variable) da variabel keluar (leavig variable).pada tabel tersebut s i aka bertukar tepat dega x j dega poros a ij (diligkari sebagai elee kuci). Rii Hidayattillah, Peyelesaia Teori Peraia Megguaka Metode Sipleks Alteratif

11 Jural Matriks, ol. 1, No. 2, Tabel 5. Tabel perubaha variabel x 1 x j x s 1 a 11 a 1j a 1 s i a i1 a ij a i s a 1 a j a Lagkah 6 Lajutka dega kebali pada lagkah 3 jika solusi belu optial. Lagkah 7 Setelah didapatka solusi optial, aka dicari strategi optial peai I da Peai II sebagai berikut: a. Peyelesaia utuk peai I (P 1 ): f 0 = X = X 1 + X X atau f 0 = 1 sehiggga diperoleh = 1 f 0 da utuk peai II (P 2 ): g 0 = Y 1 + Y Y atau g 0 = 1 sehiggga diperoleh = 1 g 0. b. Strategi optial peai I Karea X p = x p, aka x p = X p, utuk p = 1,2,,. c. Strategi optial peai II Karea Y q = y q, aka y q = Y q, utuk q = 1,2,,. 5. KESIMPULAN Kesipula dari peelitia ii berdasarka hasil da pebahasa adalah betuk persoala teori peraia dapat dibawa kedala betuk progra liier keudiaetode sipleks alteratif dapat diguaka utuk eyelesaika progra liier utuk kasus teori peraia tersebut, sehigga atiya aka didapatka solusi optial da strategi optial peraia. DAFTAR PUSTAKA x 1 s i x s 1 a 11 a 1j a 1 x j a i1 a ij a i s a 1 a j a [1]Aiudi Prisip-prisip Riset Operasi. Erlagga, Jakarta. [2]Affadi, P Peerapa Progra Liier pada Peraia No-Koperatif. Jural Mateatika Muri da Terapa vol.5 No.2 (1-12). [3]Mulyoo, S. 2007, Riset Operasi. Lebaga Peerbit Fakultas Ekooi Uiversitas Idoesia, Jakarta. [4]Siagia Peelitia Operasioal :teori da praktek. (UI-Press), Jakarta. [5]Ferguso, T. S Gae Theory. Uiversity of Califoria, Los Ageles. [6]Taha, H. A Riset Operasi. Departeet of idrustrial Egieerig uiversity of Arkas, Fayettevile. [7]Diyati, T., da Diyati, A Operatios Research: Model-odel Pegabila Keputusa. Siar Baru Algesido, Badug. Rii Hidayattillah, Peyelesaia Teori Peraia Megguaka Metode Sipleks Alteratif

12 Jural Matriks, ol. 1, No. 2, [8]K. P. Ghadle., da T. S. Pawar Gae theory probles by a alteratie siplex ethod. Iteratioal Joural of Research i Egieerig ad Techology vol.03 ( ). [9]Hillier, G., da Liebera, J Itroductio To Operatios Research, McGraw-Hill, Ic. Rii Hidayattillah, Peyelesaia Teori Peraia Megguaka Metode Sipleks Alteratif

PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF

PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF Jural Matriks, ol. 1, No. 1, 2018 1 PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF Rii Hidayattillah, Pardi Affadi, Akhad Yusuf Progra Studi Mateatika Fakultas MIPA Uiversitas Labug

Lebih terperinci

Definisi 2.3 : Jika max min E(X,Y) = min

Definisi 2.3 : Jika max min E(X,Y) = min Teori Peraia 22 Peelitia Operasioal II Defiisi 23 : Jika ax i E(X,Y) = z y i y ax E(X,Y) =E(x 0, y 0 ), aka (x 0, y 0 ) didefiisika z sebagai strategi uri dari peraia itu dega x 0 sebagai strategi optiu

Lebih terperinci

Penyelesaian Masalah Penugasan Menggunakan Metode Hungarian dan Pinalti (Studi Kasus: CV. Surya Pelangi)

Penyelesaian Masalah Penugasan Menggunakan Metode Hungarian dan Pinalti (Studi Kasus: CV. Surya Pelangi) Peyelesaia Masalah Peugasa Megguaka Metode Hugaria da Pialti (Studi Kasus: CV. Surya Pelagi) Sri Basriati 1, Ayu Lestari 2 1,2 Jurusa Mateatika, Fakultas Sais da Tekologi, UIN Sulta Syarif Kasi Riau Jl.

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN Persoala trasportasi yag serig ucul dala kehidupa sehari-hari, erupaka gologa tersediri dala persoala progra liier. Maka etode traportasi ii juga dapat diguaka utuk eyelesaika beberapa

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Kehidupa ausia seatiasa diarahka pada kodisi yag aka datag, yag keberadaaya tidak dapat diketahui secara pasti. Sehigga ausia berusaha elakuka kegiata kegiata dega berorietasi

Lebih terperinci

MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH. Warsito. Program Studi Matematika FMIPA Universitas Terbuka.

MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH. Warsito. Program Studi Matematika FMIPA Universitas Terbuka. MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH Warsito Progra Studi Mateatika FMIPA Uiversitas Terbuka warsito@ut.ac.id Abstrak Peyelesaia pertidaksaaa ( x- a, a Î R adalah x a (egguaka

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Kosep Peasara Kosep peasara erupaka filsafat bisis yag bagkit eatag kosep-kosep sebeluya. Kosep peasara berpedapat bahwa kuci utuk ecapai tujuatujua orgaisasi/ perusahaaa terdiri

Lebih terperinci

Optimisasi Terpadu Persoalan Inventori dan Persoalan Transfortasi dengan Metode ITIO ( Inventory Transfortation Integrated Optimization)

Optimisasi Terpadu Persoalan Inventori dan Persoalan Transfortasi dengan Metode ITIO ( Inventory Transfortation Integrated Optimization) Prosidig Seirata FMIP Uiversitas Lapug, Optiisasi Terpadu Persoala Ivetori da Persoala Trasfortasi dega Metode ITIO ( Ivetory Trasfortatio Itegrated Optiizatio) T.P.Nababa, Sukato, Karida Puspita N Jurusa

Lebih terperinci

BAB 4: PELUANG DAN DISTRIBUSI NORMAL.

BAB 4: PELUANG DAN DISTRIBUSI NORMAL. BAB 4: PELUANG DAN DISTRIBUSI NORMAL. PELUANG Peluag atau yag biasa juga disebut dega istilah keugkia, probablilitas, atau kas eujukka suatu tigkat keugkia terjadiya suatu kejadia yag diyataka dala betuk

Lebih terperinci

Penerapan Teorema Perron-Frobenius pada Penentuan Distribusi Stasioner Rantai Markov

Penerapan Teorema Perron-Frobenius pada Penentuan Distribusi Stasioner Rantai Markov Vol. 3, No., 85-9, Juli 6 Peerapa Teorea Perro-Frobeius pada Peetua Distribusi Stasioer Ratai Markov Jusawati Massalesse Abstrak Perilaku suatu ratai Markov setelah berala ukup laa dapat diketahui elalui

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI 5 I PENDAHULUAN Latar Belakag Persaaa diferesial adalah suatu persaaa ag egadug sebuah fugsi ag tak diketahui dega satu atau lebih turuaa [Stewart, 3] Persaaa diferesial dapat dibedaka eurut ordea, salah

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 1-13 TEOREMA TITIK TETAP BANACH PADA RUANG METRIK-D

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 1-13 TEOREMA TITIK TETAP BANACH PADA RUANG METRIK-D Jural Mateatika Muri da Terapa Vol 4 No Deseber : - 3 TEOREMA TITIK TETAP BANACH PADA RUANG METRIK-D Muhaad Ahsar Kari, Dewi Sri Susati, da Nurul Huda Progra Studi Mateatika Uiversitas Labug Magkurat Jl

Lebih terperinci

DISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali)

DISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali) DISTRIBUSI BINOMIAL Distribusi bioial berasal dari percobaa bioial yaitu suatu proses Beroulli yag diulag sebayak kali da salig bebas. Distribusi Bioial erupaka distribusi peubah acak diskrit. Secara lagsug,

Lebih terperinci

TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD

TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD Jailah * Firdaus Sigit Sugiarto Mahasiwa Progra S Mateatika Dose Jurusa Mateatika Fakultas Mateatika

Lebih terperinci

Jurnal EKSPONENSIAL Volume 8, Nomor 1, Mei 2017 ISSN

Jurnal EKSPONENSIAL Volume 8, Nomor 1, Mei 2017 ISSN Jural EKSPONENSIAL Volue 8, Noor 1, Mei 2017 ISSN 2085-7829 Proses Optiasi Masalah Peugasa Oe-Objectiveda Two-Objective Megguaka Metode Hugaria (Studi Kasus : Usaha Kerajia Rota Toko Rota Sejati Saarida

Lebih terperinci

SIFAT-SIFAT FUNGSI YANG TERINTEGRAL MCSHANE DALAM RUANG EUCLIDE BERDIMENSI N UNTUK FUNGSI-FUNGSI BERNILAI BANACH

SIFAT-SIFAT FUNGSI YANG TERINTEGRAL MCSHANE DALAM RUANG EUCLIDE BERDIMENSI N UNTUK FUNGSI-FUNGSI BERNILAI BANACH βeta p-issn: 2085-5893 / e-issn: 2541-0458 http://juralbeta.ac.id Vol. 5 No. 1 (Mei) 2012, Hal. 21-29 βeta 2012 SIFAT-SIFAT FUNGSI YANG TRINTGRAL MCSHAN DALAM RUANG UCLID BRDIMNSI N UNTUK FUNGSI-FUNGSI

Lebih terperinci

BAB III BASIS DATA UNTUK IDENTIFIKASI DAERAH RAWAN BANJIR DAN KEBERADAAN DATA SPASIAL YANG DIPERLUKAN

BAB III BASIS DATA UNTUK IDENTIFIKASI DAERAH RAWAN BANJIR DAN KEBERADAAN DATA SPASIAL YANG DIPERLUKAN BAB III BASIS DATA UNTUK IDENTIFIKASI DAERAH RAWAN BANJIR DAN KEBERADAAN DATA SPASIAL YANG DIPERLUKAN Siste idetifikasi daerah rawa bajir ebutuhka adaya data spasial yag diolah dega eafaatka tekologi Siste

Lebih terperinci

BAB 2 DASAR TEORI. 2.1 Probabilitas

BAB 2 DASAR TEORI. 2.1 Probabilitas BAB DASAR TEORI. Probabilitas Probabilitas epuyai bayak persaaa seperti keugkia, kesepata da kecederuga. Probabilitas eujukka keugkia terjadiya suatu peristiwa yag bersifat acak. Suatu peristiwa disebut

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

MAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +mk n

MAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +mk n MAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +K Oleh : MOHAMMAD IQBAL 1 0 100 01 Pebibig : Drs. Suhud Wahyudi, M.Si. 1900109 198701 1 001 ABSTRAK Graph adalah hipua

Lebih terperinci

PENGGUNAAN NILAI EIGEN DAN VEKTOR EIGEN UNTUK MENENTUKAN MODEL GENOTIP KETURUNAN YANG TERTAUT KROMOSOM X

PENGGUNAAN NILAI EIGEN DAN VEKTOR EIGEN UNTUK MENENTUKAN MODEL GENOTIP KETURUNAN YANG TERTAUT KROMOSOM X Jural Maajee Ioratika da Tekik Koputer Volue, Noor, pril PENGGUNN NILI EIGEN DN VEKTOR EIGEN UNTUK MENENTUKN MODEL GENOTIP KETURUNN YNG TERTUT KROMOSOM X Havid Syawa *, Nurwati Jurusa Maajee Ioratika,

Lebih terperinci

LAJU REAKSI. A. KEMOLARAN - Kemolaran adalah menyatakan banyaknya mol zat terlarut dalam 1 liter larutan. M = V

LAJU REAKSI. A. KEMOLARAN - Kemolaran adalah menyatakan banyaknya mol zat terlarut dalam 1 liter larutan. M = V LAJU REAKSI STANDART KOMPETENSI; Meahai kietika reaksi, kesetibaga kiia, da faktor-faktor yag berpegaruh, serta peerapaya dala kehidupa sehari-hari KOMPETENSI DASAR; Medeskripsika pegertia laju reaksi

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

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

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

Lebih terperinci

Bab II Tinjauan Pustaka

Bab II Tinjauan Pustaka Bab II Tiaua Pustaka II. Persaaa Alira Air Taah II.. Huku Darcy Huku Darcy euuka hubuga atara flux, gradie tekaa, da koduktivitas hidrolik, yag tergatug pada edia berpori da air (Spliz da Moreo,996). Perhituga

Lebih terperinci

PENYELESAIAN MASALAH PROGRAM LINIER FUZZY DENGAN BILANGAN FUZZY LINEAR REAL MENGGUNAKAN METODE SABIHA

PENYELESAIAN MASALAH PROGRAM LINIER FUZZY DENGAN BILANGAN FUZZY LINEAR REAL MENGGUNAKAN METODE SABIHA PENYELESAIAN MASALAH PROGRAM LINIER FUZZY DENGAN BILANGAN FUZZY LINEAR REAL MENGGUNAKAN METODE SABIHA Eky Pawestri Gita Asmara 1, Bambag Irawato, S.Si, M.Si 2, Lucia Ratasari, S.Si, M.Si Departeme Matematika

Lebih terperinci

Perbaikan Bagan Kendali Pergerakan Data (Data Driven)

Perbaikan Bagan Kendali Pergerakan Data (Data Driven) Bab 3 Perbaika Baga Kedali Pergeraka Data Data Drive) 3.1 Pedahulua Baga kedali klasik utuk eoitorig rataa didasarka pada asusi keorala. Ketika syarat keorala tidak dipeuhi, baga kedali klasik ii tidak

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

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

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

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

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Prosidig Semiar Nasioal Matematika da Terapaya 06 p-issn : 0-0384; e-issn : 0-039 PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Liatus

Lebih terperinci

Kompleksitas Waktu untuk Algoritma Rekursif

Kompleksitas Waktu untuk Algoritma Rekursif Kopleksitas Waktu utuk Algorita Rekursif Betuk rekursif : - suatu subruti/fugsi/ proseur yag eaggil iriya seiri. - Betu iaa peaggila subruti terapat ala boy subruti - Dega rekursi, progra aka lebih uah

Lebih terperinci

LEMBAR KERJA SISWA 5

LEMBAR KERJA SISWA 5 94 LEMBAR KERJA SISWA 5 Mata Pelajara Kelas/Seester Materi Pokok Subateri Pokok Alokasi Waktu : Kiia : XI/gajil : Laju Reaksi : Orde Reaksi : 2 x 45 eit Stadar Kopetesi 3. Meahai Kietika Reaksi, Kesetibaga

Lebih terperinci

Aji Wiratama, Yuni Yulida, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Jl. Jend. A. Yani km 36 Banjarbaru

Aji Wiratama, Yuni Yulida, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Jl. Jend. A. Yani km 36 Banjarbaru Jural Matematika Muri da Terapa εpsilo Vol.8 No.2 (24) Hal. 39-45 APLIKASI METODE DEKOMPOSISI ADOMIAN UNTUK MENENTUKAN FORMULA TRANSFORMASI LAPLACE Aji Wiratama, Yui Yulida, Thresye Program Studi Matematika

Lebih terperinci

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Program liier Program liier adalah suatu tekik peyelesaia optimal atas suatu problema keputusa dega cara meetuka terlebih dahulu fugsi tujua (memaksimalka atau memiimalka) da kedala-kedala

Lebih terperinci

PENGELOMPOKAN ENTITAS AUDIT PEMERINTAH DAERAH DI BPK RI PERWAKILAN JAWA BARAT DENGAN METODE CLUSTERING

PENGELOMPOKAN ENTITAS AUDIT PEMERINTAH DAERAH DI BPK RI PERWAKILAN JAWA BARAT DENGAN METODE CLUSTERING PENGELOMPOKAN ENTITAS AUDIT PEMERINTAH DAERAH DI BPK RI PERWAKILAN JAWA BARAT DENGAN METODE CLUSTERING Moicha Dwayai, Mahedrawati da Nur Iriawa Progra Studi Magister Maajee Tekologi-ITS Jurusa Maajee Tekologi

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

Penerapan Fuzzy Analytical Network Process Dalam Menentukan Prioritas Pemeliharaan Jalan

Penerapan Fuzzy Analytical Network Process Dalam Menentukan Prioritas Pemeliharaan Jalan JURNAL SAINS DAN SENI POMITS Vol., No., (203) -6 Peerapa Fuzzy Aalytical Network Process Dala Meetuka Prioritas Peeliharaa Jala Mais Oktavia, I Gusti Ngurah Rai Usadha Jurusa Mateatika, Fakultas Mateatika

Lebih terperinci

Analisis Pengambilan Keputusan Multikriteria Untuk Sumber Energi Terbarukan di Wilayah Madura Menggunakan Metode Fuzzy AHP dan VIKOR

Analisis Pengambilan Keputusan Multikriteria Untuk Sumber Energi Terbarukan di Wilayah Madura Menggunakan Metode Fuzzy AHP dan VIKOR JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2014) 1 Aalisis Pegabila Keputusa Multikriteria Utuk Suber Eergi Terbaruka di Wilayah Madura Megguaka Metode Fuzzy AHP da VIKOR Mevita Cahayai, Mohaad Isa Irawa,

Lebih terperinci

PERBANDINGAN METODE HUNGARIAN DAN PENDEKATAN PROGRAM DINAMIS DALAM PEMECAHAN ASSIGNMENT PROBLEM

PERBANDINGAN METODE HUNGARIAN DAN PENDEKATAN PROGRAM DINAMIS DALAM PEMECAHAN ASSIGNMENT PROBLEM PERBANDINGAN METODE HUNGARIAN DAN PENDEKATAN PROGRAM DINAMIS DALAM PEMECAHAN ASSIGNMENT PROBLEM Budi Marpaug Fakultas Tekik Jurusa Tekik Idustri Uiversitas Kriste Krida Wacaa budimarpg_ti@yahoo.com Abstract

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu Secara umum persamaa rekursif liier tigkat-k bisa dituliska dalam betuk: dega C 0 0. C 0 x + C 1 x 1 + C 2 x 2 + + C k x k = b, Jika b = 0 maka persamaa rekursif tersebut diamaka persamaa rekursif liier

Lebih terperinci

SIFAT-SIFAT GENERALISASI DISTRIBUSI BINOMIAL YANG BERTIPE COM-POISSON

SIFAT-SIFAT GENERALISASI DISTRIBUSI BINOMIAL YANG BERTIPE COM-POISSON J. Math. ad Its Appl. ISSN: 829-605X Vol. 2, No., Mei 205, 3-22 SIFAT-SIFAT GENERALISASI DISTRIBUSI BINOMIAL YANG BERTIPE COM-POISSON Farida Agustii Widjajati, Marselly Dia Saputri 2, Nur Asiyah 3,2,3

Lebih terperinci

OPTIMISASI SISTEM TRANSPORTASI UBI KAYU BERBASIS ASSIGNMENT MODEL SEBAGAI BAHAN BAKU INDUSTRI TAPIOKA

OPTIMISASI SISTEM TRANSPORTASI UBI KAYU BERBASIS ASSIGNMENT MODEL SEBAGAI BAHAN BAKU INDUSTRI TAPIOKA OPTIMISASI SISTEM TRANSPORTASI UBI KAYU BERBASIS ASSIGNMENT MODEL SEBAGAI BAHAN BAKU INDUSTRI TAPIOKA HADI SUTANTO SARAGI LECTURER OF ENGINEERING MANAGEMENT; FACULTY OF INDUSTRIAL ENGINEERING INSTITUT

Lebih terperinci

OPTIMASI PRODUKSI PIPA STAINLESS STEEL INDUSTRI di P.T. X

OPTIMASI PRODUKSI PIPA STAINLESS STEEL INDUSTRI di P.T. X Prosidig Seiar Nasioal Maajee Tekologi IV Progra Studi MMT-ITS, Surabaya 5 Agustus 2006 OPTIMASI PRODUKSI PIPA STAINLESS STEEL INDUSTRI di P.T. X 1 Dely, 2 Bobby Oedy P. Soepagkat, 2 Nurhadi Siswato 1

Lebih terperinci

PENGEMBANGAN ALGORITMA CROSS ENTROPY DALAM PENYELESAIAN TRAVELING PURCHASER PROBLEM

PENGEMBANGAN ALGORITMA CROSS ENTROPY DALAM PENYELESAIAN TRAVELING PURCHASER PROBLEM PENGEMBANGAN ALGORITMA CROSS ENTROPY DALAM PENYELESAIAN TRAVELING PURCHASER PROBLEM Citra Maharai, Budi Satosa Jurusa Tekik Idustri Istitut Tekologi Sepuluh Nopeber (ITS) Surabaya Kapus ITS Sukolilo Surabaya

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Program tujuan ganda

BAB 2 LANDASAN TEORI. 2.1 Program tujuan ganda BAB 2 LANDASAN TEORI 2.1 Progra tujua gada Progra tujua gada erupaka variasi khusus dari progra liear. Aalisisya bertujua utuk eiiuka jarak atara atau deviasi deviasi terhadap tujua atau sasara yag telah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

STATISTIKA NON PARAMETRIK

STATISTIKA NON PARAMETRIK . PENDAHULUAN STATISTIKA NON PARAMETRIK Kelebiha Uji No Parametrik: - Perhituga sederhaa da cepat - Data dapat berupa data kualitatif (Nomial atau Ordial) - Distribusi data tidak harus Normal Kelemaha

Lebih terperinci

Abstract: Given a graph G ( V,

Abstract: Given a graph G ( V, PELABELAN SUPER GRACEFUL UNTUK BEBERAPA GRAF KHUSUS Prias Tri Ajar Ajai, Robertus Heri SU, Bayu Surarso,, Jurusa Mateatika Uiversitas Dipoegoro Jl. Prof. Soedarto, SH, Tebalag, Searag 7 Abstract: Give

Lebih terperinci

Perbandingan Inversi Least-Square dengan Levenberg- Marquardt pada Metode Geomagnet untuk Model Crustal Block

Perbandingan Inversi Least-Square dengan Levenberg- Marquardt pada Metode Geomagnet untuk Model Crustal Block PROSIDING SKF 6 Perbadiga Iversi Least-Square dega Leveberg- Marquardt pada Metode Geoaget utuk Model Crustal Block Uar Said a, Mohaad eriyato b, da Wahyu Srigutoo c Laboratoriu Fisika Bui, Kelopok Keilua

Lebih terperinci

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang II. LANDASAN TEORI Pada bab ii aka diberika beberapa istilah, defiisi serta kosep-kosep yag medukug dalam peelitia ii. 2.1 Kosep Dasar Teori Graf Berikut ii aka diberika kosep dasar teori graf yag bersumber

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

PENYELESAIAN PROGRAM LINIER VARIABEL FUZZY TRIANGULAR MENGGUNAKAN METODE DEKOMPOSISI DAN METODE SIMPLEKS

PENYELESAIAN PROGRAM LINIER VARIABEL FUZZY TRIANGULAR MENGGUNAKAN METODE DEKOMPOSISI DAN METODE SIMPLEKS PENYELESAIAN PROGRAM LINIER VARIABEL FUZZY TRIANGULAR MENGGUNAKAN METODE DEKOMPOSISI DAN METODE SIMPLEKS Nada Puspitasari 1, Bambag Irawato, S.Si, M.Si 2, Prof. Dr. Widowati, M.Si 3 Program Studi Matematika

Lebih terperinci

Prestasi itu diraih bukan didapat!!! SOLUSI SOAL

Prestasi itu diraih bukan didapat!!! SOLUSI SOAL SELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA 010 TIM OLIMPIADE MATEMATIKA INDONESIA 0 Prestasi itu diraih buka didapat!!! SOLUSI SOAL Bidag Matematika Disusu oleh : Eddy Hermato, ST Olimpiade Matematika Tk

Lebih terperinci

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,...

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,... SISEM PERSAMAAN LINIER DAN MARIKS. SISEM PERSAMAAN LINIER Secara umum, persamaa liier dega variabel ( x, x,..., x ) didefiisika sebagai persamaa yag dapat diyataka dalam betuk: a x a x a x b... dega a,

Lebih terperinci

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model. BAB II LANDASAN TEORI Pada bagia ii aka dibahas tetag teori-teori dasar yag diguaka utuk dalam megestimasi parameter model.. MATRIKS DAN VEKTOR Defiisi : Trace dari matriks bujur sagkar A a adalah pejumlaha

Lebih terperinci

Definisi Integral Tentu

Definisi Integral Tentu Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Optimasi 2.1.1. Pegertia Optimasi Optimasi (Optimizatio) adalah aktivitas utuk medapatka hasil terbaik di bawah keadaa yag diberika. Tujua akhir dari semua aktivitas tersebut

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid

Lebih terperinci

Sekolah Olimpiade Fisika

Sekolah Olimpiade Fisika SOLUSI SIMULASI OLIMPIADE FISIKA SMA Agustus 06 TINGKAT KABUPATEN/KOTA Waktu : 3 ja Sekolah Olipiade Fisika davitsipayug.co Sekolah Olipiade Fisika davitsipayug.co davitsipayug@gail.co. Dua orag aak earik

Lebih terperinci

Kestabilan Rangkaian Tertutup Waktu Kontinu Menggunakan Metode Transformasi Ke Bentuk Kanonik Terkendali

Kestabilan Rangkaian Tertutup Waktu Kontinu Menggunakan Metode Transformasi Ke Bentuk Kanonik Terkendali Jural Tekika ISSN : 285-859 Fakultas Tekik Uiversitas Islam Lamoga Volume No.2 Tahu 29 Kestabila Ragkaia Tertutup Waktu Kotiu Megguaka Metode Trasformasi Ke Betuk Kaoik Terkedali Suhariyato ) Dose Fakultas

Lebih terperinci

PENGEMBANGAN MODEL ANALISIS SENSITIVITAS PETA KENDALI TRIPLE SAMPLING MENGGUNAKAN UTILITY FUNCTION METHOD

PENGEMBANGAN MODEL ANALISIS SENSITIVITAS PETA KENDALI TRIPLE SAMPLING MENGGUNAKAN UTILITY FUNCTION METHOD Semiar Nasioal Iformatika 5 (semasif 5) ISSN: 979-8 UPN Vetera Yogyakarta, 4 November 5 PENGEMBANGAN MODE ANAISIS SENSITIVITAS PETA KENDAI TRIPE SAMPING MENGGUNAKAN UTIITY FUNCTION METHOD Juwairiah ),

Lebih terperinci

Bab II Landasan Teori

Bab II Landasan Teori 4 Bab II Ladasa Teori II. Aalisis "Net Social Gai" (NSG) PT. Siar Asia Fortua sebagai suatu perusahaa tabag baha galia batugapig epuyai kotribusi positif terhadap peigkata pedapata jika ilai outputya lebih

Lebih terperinci

PERTEMUAN 13. VEKTOR dalam R 3

PERTEMUAN 13. VEKTOR dalam R 3 PERTEMUAN VEKTOR dalam R Pegertia Ruag Vektor Defiisi R Jika adalah sebuah bilaga bulat positif, maka tupel - - terorde (ordered--tuple) adalah sebuah uruta bilaga riil ( a ),a,..., a. Semua tupel - -terorde

Lebih terperinci

MATEMATIKA DISKRIT II ( 2 SKS)

MATEMATIKA DISKRIT II ( 2 SKS) ATEATIKA DISKRIT II ( SKS) Rabu 8.5. Ruag Hard Disk PERTEUAN V & VI RELASI Dose Lie Jasa OS - 6 ateatika Diskrit Relasi da Fugsi Oerip S. Satoso OS - 6 Relasi Defiisi. Relasi bier R atara A da B adalah

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

Mata Kuliah: Statistik Inferensial

Mata Kuliah: Statistik Inferensial PENGUJIAN HIPOTESIS SAMPEL KECIL Prof. Dr. H. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id DEFINISI Pegertia Sampel Kecil Sampel kecil yag jumlah sampel kurag dari 30, maka ilai stadar deviasi (s)

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD) Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu

Lebih terperinci

Algoritma Branch and Bound untuk Masalah Penjadwalan pada Mesin Paralel

Algoritma Branch and Bound untuk Masalah Penjadwalan pada Mesin Paralel Algorita Brach ad Boud utuk Masalah Pejadwala pada Mesi Paralel Jeffrey Setiawa Sutato, Roy Hedrawa 2, Yosep Kuriawa 3 Laboratoriu Ilu da Rekayasa Koputasi Departee Tekik Iforatika, Istitut Tekologi Badug

Lebih terperinci

HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN

HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN Jural Matematika UNAND Vol. 2 No. 2 Hal. 0 6 ISSN : 2303 290 c Jurusa Matematika FMIPA UNAND HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN VIRA AGUSTA, DODI

Lebih terperinci

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

PETA KONSEP RETURN dan RISIKO PORTOFOLIO PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI

Lebih terperinci

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno sutiko PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK Sutiko Program Studi Tekik Iformatika Fakultas Sais da Matematika UNDIP tik@udip.ac.id

Lebih terperinci

VISUALISASI PENGENALAN UCAPAN VOKAL BAHASA INDONESIA DENGAN METODE LPC-DTW

VISUALISASI PENGENALAN UCAPAN VOKAL BAHASA INDONESIA DENGAN METODE LPC-DTW VISUALISASI PENGENALAN UCAPAN VOKAL BAHASA INDONESIA DENGAN METODE LPC-DTW Syaiful Racha (L2F001644) Jurusa Tekik Elektro, Fakultas Tekik Uiversitas Dipoegoro Searag, Idoesia Ipoeltekik2001@yahoo.co Abstrak-

Lebih terperinci

PROBLEM ELIMINASI CUT PADA LOGIKA. Bayu Surarso Jurusan Matematika FMIPA UNDIP Jl. Prof. H. Soedarto, SH Tembalang Semarang 50275

PROBLEM ELIMINASI CUT PADA LOGIKA. Bayu Surarso Jurusan Matematika FMIPA UNDIP Jl. Prof. H. Soedarto, SH Tembalang Semarang 50275 PROBLEM ELIMINASI CUT PADA LOGIKA LBB ' I Bayu Surarso Jurusa Mateatika FMIPA UNDIP Jl Prof H Soedarto, SH Tebalag Searag 50275 Abstract I the preset paper we study the proble of cut eliiatio i logics

Lebih terperinci

Representasi Deret ke dalam Bentuk Integral Lipat Dua

Representasi Deret ke dalam Bentuk Integral Lipat Dua Jural Kubik, Volue 2 No. (27) ISSN : 2338-896 Represetasi Deret ke dala Betuk Itegral Lipat Dua Siti Julaeha, a) 2, b) da Arii Soesatyo Putri Jurusa Mateatika Fakultas Sais da Tekologi UIN SGD Badug 2

Lebih terperinci

ESTIMASI PARAMETER REGRESI SPATIAL AUTOREGRESSIVE MODEL. Nurul Muthiah, Raupong, Anisa Program Studi Statistika, FMIPA, Universitas Hasanuddin ABSTRAK

ESTIMASI PARAMETER REGRESI SPATIAL AUTOREGRESSIVE MODEL. Nurul Muthiah, Raupong, Anisa Program Studi Statistika, FMIPA, Universitas Hasanuddin ABSTRAK ESTIMASI PARAMETER REGRESI SPATIAL AUTOREGRESSIVE MODEL Nurul Muthiah, Raupog, Aisa Program Studi Statistika, FMIPA, Uiversitas Hasauddi ABSTRAK Regresi spasial merupaka pegembaga dari regresi liier klasik.

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

REGRESI DAN KORELASI

REGRESI DAN KORELASI REGRESI DAN KORELASI Pedahulua Dalam kehidupa sehari-hari serig ditemuka masalah/kejadia yagg salig berkaita satu sama lai. Kita memerluka aalisis hubuga atara kejadia tersebut Dalam bab ii kita aka membahas

Lebih terperinci

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum BAB II TEORI DASAR 2.1 Aljabar Liier Defiisi 2. 1. 1 Grup Himpua tak kosog G disebut grup (G, ) jika pada G terdefiisi operasi, sedemikia rupa sehigga berlaku : a. Jika a, b eleme dari G, maka a b eleme

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

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real: BARISAN TAK HINGGA Secara umum, suatu barisa dapat diyataka sebagai susua terurut dari bilaga-bilaga real: u 1, u 2, u 3, Barisa tak higga merupaka suatu fugsi dega domai berupa himpua bilaga bulat positif

Lebih terperinci

METODE DEKOMPOSISI LAPLACE UNTUK MENENTUKAN SOLUSI PERSAMAAN DIFERENSIAL PARSIAL NONLINIER

METODE DEKOMPOSISI LAPLACE UNTUK MENENTUKAN SOLUSI PERSAMAAN DIFERENSIAL PARSIAL NONLINIER Vol.1 No.1 (16) Hal. 38-45 METODE DEKOMPOSISI LAPLACE UNTUK MENENTUKAN SOLUSI PERSAMAAN DIFERENSIAL PARSIAL NONLINIER Siar Ismaya, Yui Yulida *, Na imah Hijriati Program Studi Matematika Fakultas MIPA

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

Pendahuluan. Tujuan MODUL

Pendahuluan. Tujuan MODUL DATABASE Etity Relasiosip Diagra Satrio Agug W, Ari Kusyati da Mahedra Data Tekik Iforatika, Fakultas Tekik, Uiversitas Brawijaya, Eail : iforatika@ub.ac.id Pedahulua Etity Relasioalship Diagra adalah

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

JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: E-42

JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: E-42 JURNAL TEKNIK ITS Vol. 1, (Sept, 01) ISSN: 301-971 E-4 Aalisis Hubuga Kluster Idustri dega Peetua Lokasi Pelabuha: Studi Kasus Patai Utara Pulau Jawa Maulaa Prasetya Sibolo da Tri Achadi Jurusa Tekik Perkapala,

Lebih terperinci

Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung

Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung Eksplorasi Algoritma Mass, Profit,, Profit / Mass, atau Profit / utuk Persoala Iteger Kapsack yag Bedaya Berupa Zat Kimia dega Jeisya Terdefiisi Abstrak Riyai Mardikaigrum 1, Nurshati 2, Vaia Karimah 3

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

τ = r x F KESETIMBANGAN

τ = r x F KESETIMBANGAN KESETIMBG Moe Gaa ( τ ) Moe gaa atau torsi adalah besara ag dapat eebabka beda berotasi atau berputar. Besar oe gaa didefiisika sebagai hasil kali atara gaa ag bekerja dega lega. Moe gaa terasuk dala besara

Lebih terperinci