Distribusi Normal Multivariat
|
|
- Yuliani Kusnadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Vol.4, No., 43-48, Januari 08 Disribusi Normal Mulivaria Husy Serviana Husain Absrak Pada engendalian roses univaria berdasarkan variabel, biasanya digunakan model disribusi normal unuk mengamai kualias roses dari waku ke waku. Fungsi keadaan eluangnya (fk) adalah x f ( x) ex, x dimana adalah meannya dan adalah variansinya. Dalam kenyaaannya, seringkali kualias roses dienukan oleh lebih dari sau karakerisik yang saling berkorelasi. Dalam hal ini kia bisa saja melakukan engendalian erhada masing-masing karakerisik sau-ersau. Akan eai hal ini akan menimbulkan banyak sekali kesalahan seeri dikemukakan Mongomery [4]. Oleh karena iu engendalian roses harus melibakan semua karakerisik sekaligus. Unuk iu digunakan disribusi normal muliivaria. Disribusi ini dan beberaa sifanya meruakan oik bahasan dalam ulisan ini. Kaa Kunci: Disribusi Normal Bivaria, Saisical Proces Conrol.,. Pendahuluan Pengendalian roses secara saisik (Saisical Proces Conrol aau disingka SPC), dibagi ke dalam dua jenis yaiu SPC univaria dan SPC muliivaria. Dalam SPC univaria hanya sau variabel karakerisik muu yang dikaji. Kenyaaannya, banyak sekali roses yang dienukan oleh sejumlah karaerisik muu yang eradu, yang sau sama lainnya berkorelasi. Dalam hal ini, digunakan SPC mulivaria. Dengan asumsi bahwa roses memiliki diribusi normal mulivaria. Sehingga ulisan ini akan fokus ada eori disribusi normal mulivaria, sebagai disribusi yang digunakan dalam SPC mulivaria.. Disribusi Normal Mulivaria.. Definisi Disribusi Normal Mulivaria Vekor random yang erdiri aas komonen (,,..., ) dikaakan berdisribusi normal mulivaria dengan vekor mean dan mariks variansi-kovariansi yang defini osiif, jika fungsi keadaan eluang bersama,,..., adalah: f x x x ( ) ( ) ex ( ) ( ) () Universias Pendidikan Indonesia, chery_husy@yahoo.com
2 Husy Serviana Husain 44 dengan x x, x,..., x di R. Unuk selanjunya vekor random yang berdisribusi normal -varia ersebu diberi lambang ~ N (, ). Beriku ini dikemukakan fungsi embangki momen dari yang akan digunakan dalam engkajian disribusi normal mulivaria selanjunya... Teorema Disribusi Normal Mulivaria N, maka fungsi embangki momen dari, diulis,,..., adalah M ex Jika ~ (, ) dengan Buki. M ex. Karena ~ N (, ), maka. M... ex... x x dx dx dx M,... k.ex x x x x x ; dx dx... dx dimana k... k.ex x x x x x x dx dx... dx k x x dxdx dx....ex... k x x dxdx dx....ex... k x x dxdx dx....ex ex... ex... ex x x dx dx... dx
3 Husy Serviana Husain 45 Inegral di ruas kanan bernilai, sebab inegrannya meruakan fungsi keadaan eluang dari vekor random yang berdisribusi N momen dari adalah M ex x..3. Teorema Disribusi Normal Mulivaria Dikeahui ~ N (, ) dengan defini osiif. Jika Cx dan a suau vekor skalar di R, maka Buki. Karena ~ N (, ), maka PDF dari adalah Karena,. Oleh karena iu fungsi embangki Y C a ~ N C a, C C. f x ex x x, x R Cx non singular, maka mod g y f x y J C Y a, dengan ransformasi J. Jadi, suau mariks non singular. Dengan demikian, PDF dari Y adalah mod J adalah nilai mulak dari deerrminan Jacobian J x x x.. y y y C C.. C x x x.. C C.. C y y y..... C C C.. C x x x.. y y y C Akibanya, g y f C y a mod C ex C y a C y a mod C
4 Husy Serviana Husain 46 ex C y a C y a mod C ex C y C a C y C a mod C ex y C a C C y C a mod C ex y C a C C y C a CC ex y C a C C y C a ' CC ex y C a C C y C a, y R CC Ini adalah PDF dari vekor acak berdisribusi Y C a ~ N C a, C C..4. Teorema 3 Disribusi Normal Mulivaria N C a, C C. Dengan demikian Misalkan ~ N (, ) dengan non singulir dan meruakan suer osisi dimana beruru-uru berdimensi q dan q. Maka vekor random indeenden jika dan hanya jika mariks kovariansi anara (mariks nol). 0 adalah Buki. Kia uliskan.. q dan.. q q.
5 Husy Serviana Husain 47 (i) Misalkan indeenden. Jadi unuk seia k =,,...,q dan seia m =,,...,(-q), variabel-variabel random k dan q m adalah k k qm qm E k k E qm qm E k q m = 0 Karena ini berlaku unuk seia k dan m, maka.. q q q q q q q q q Jadi adalah mariks nol (ii) Misalkan 0. Maka mariks variansi-kovariansi dari vekor random, yakni, daa diuliskan sebagai beriku. 0 0 dimana 0 0 Karena 0 ula diulis sebagai beriku. 0 x x Q 0 x x., maka benuk kuadra Q 0 x x x 0 x x x x x Q Q dimana Q dan Q daa beruru-uru menyaakan suku erama dan kedua. Selanjunya karena, maka f.k. dari daa diulis sebagai beriku.
6 Husy Serviana Husain 48 f x ex Q ex ex Q Q q Sedangkan fungsi yang di dalam anda kurawal erama dan kedua beruru-uru meruakan f.k. dari dari f x f x f x dengan f dan f adalah f.k. marginal dari dari. Jadi,. Ini berari indeenden. 3. Kesimulan Tulisan ini hanya membahas beberaa eori mengenai disribusi normal mulivaria dan embukiannya, yang akan banyak digunakan sebagai disribusi dalam engendalian kualias roses saisik secara mulivaria (SPC mulivaria). Dafar Pusaka [] Anderson T.W., 958. An Inroducion o Mulivariae Saisical Analysis. John Wiley & Son, New York, NY. [] Djauhari M.A., 987. Penganar Saiska Maemaika II. Dearemen Pendidikan dan Kebudayaan, Universias Terbuka. [3] Hoong R.V., and Craig T.A., 995. Inroducion o Mahemaical Saisics, 5 h ediion. Prenice Hall, Inc., New Jersey. [4] Mongomery D.C., 00. Inroducion o Saical Qualiy Conrol, 4 h ediion. John Wiley & Son, New York, NY.
Bab III Komentar terhadap distribusi vec(r)
Bab III Komenar erhada disribusi vec(r Bab ini mengeengahkan enang komenar erhada disribusi asimoik dari mariks korelasi R, dalam benuk vec(r, yang akan menjadi salah sau dasar dalam eneliian diserasi
Lebih terperinciVolume 1, Nomor 1, Juni 2007 ISSN
Volume, Nomor, Juni 7 ISSN 978-77 Barekeng, Juni 7 hal6-5 Vol No ANALISIS VARIANS MULTIVARIAT PADA EKSPERIMEN DENGAN RANCANGAN ACAK LENGKAP (Variance Mulivaria Analysis for Experimen wih Complee Random
Lebih terperinciKARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP
Karakerisik Umur Produk (Sudarno) KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL Sudarno Saf Pengajar Program Sudi Saisika FMIPA UNDIP Absrac Long life of produc can reflec is qualiy. Generally, good producs
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 robabilias 2.1.1 Definisi robabilias adalah kemungkinan yang daa erjadi dalam suau erisiwa erenu. Definisi robabilias daa diliha dari iga macam endekaan, yaiu endekaan klasik,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Laar Belakang Pada dasarnya peramalan adalah merupakan suau dugaan aau perkiraan enang erjadinya suau keadaan di masa depan. Akan eapi dengan menggunakan meodemeode erenu peramalan
Lebih terperinciPENDAHULUAN LANDASAN TEORI
PEDAHULUA Laar Belakang Menduga dan meramal sae yang idak bisa diamai secara langsung dari suau kejadian ekonomi adalah ening Pemerinah melalui bank senral dan ara regulaor daa menggunakan informasi enang
Lebih terperinciPemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun
Pemodelan Daa Runun Waku : Kasus Daa Tingka Pengangguran di Amerika Serika pada Tahun 948 978. Adi Seiawan Program Sudi Maemaika, Fakulas Sains dan Maemaika Universias Krisen Saya Wacana, Jl. Diponegoro
Lebih terperinciRANK DARI MATRIKS ATAS RING
Dela-Pi: Jurnal Maemaika dan Pendidikan Maemaika ISSN 089-855X ANK DAI MATIKS ATAS ING Ida Kurnia Waliyani Program Sudi Pendidikan Maemaika Jurusan Pendidikan Maemaika dan Ilmu Pengeahuan Alam FKIP Universias
Lebih terperinciBAB IV NILAI EIGEN DAN VEKTOR EIGEN. Bab ini membahas suatu vektor tidak nol x dan skalar l yang mempunyai
BAB IV NILAI EIGEN DAN VEKTOR EIGEN Bab ini membahas suau vekor idak nol dan skalar l yang mempunyai hubungan erenu dengan suau mariks A. Hubungan ersebu dinyaakan dalam benuk A λ. Bagaimana kia memperoleh
Lebih terperinciPenerapan Diagram Kontrol Mewma dan Mewmv Pada Pengendalian Kualitas Air Produksi Di Ipam Ngagel I
JURNAL SAINS DAN SENI POMIS Vol., No., () 7-5 (-98X Prin) D- Peneraan Diagram Konrol Mewma dan Mewmv Pada Pengendalian Kualias Air Produksi Di Iam Ngagel I Johana Diannia Jayani dan Wibawai Jurusan Saisika,
Lebih terperinciMetode Regresi Linier
Modul 1 Meode Regresi Linier Prof. DR. Maman Djauhari A PENDAHULUAN nalisis regresi linier, baik yang sederhana maupun yang ganda, elah Anda pelajari dalam maa kuliah Meode Saisika II. Dengan demikian
Lebih terperinciKOINTEGRASI DAN ESTIMASI ECM PADA DATA TIME SERIES. Abstrak
KOINTEGRASI DAN ESTIMASI ECM PADA DATA TIME SERIES Universias Muhammadiyah Purwokero malim.muhammad@gmail.com Absrak Pada persamaan regresi linier sederhana dimana variabel dependen dan variabel independen
Lebih terperinciPENYELESAIAN SISTEM DESKRIPTOR KONTINU
LEMMA VOL I NO. 2, MEI 215 PENYELESAIAN SISTEM DESKRIPTOR KONTINU Siskha Handayani STKIP PGRI Sumaera Bara Email: siskhandayani@yahoo.com Absrak. Dalam peneliian ini akan dibahas penyelesaian dari sisem
Lebih terperinciPENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA
PENDUGAAN PARAMEER DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY DAN DIMAS HARI SANOSO Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor Jl Merani, Kampus
Lebih terperinciAljabar Linear Elementer
Silabus : Aljabar Linear Elemener MA SKS Bab I Mariks dan Operasinya Bab II Deerminan Mariks Bab III Sisem Persamaan Linear Bab IV Vekor di Bidang dan di Ruang Bab V Ruang Vekor Bab VI Ruang Hasil Kali
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini adalah penelitian Quasi Eksperimental Design dengan
BAB III METODOLOGI PENELITIAN A. Jenis dan Desain Peneliian Peneliian ini adalah peneliian Quasi Eksperimenal Design dengan kelas eksperimen dan kelas conrol dengan desain Prees -Poses Conrol Group Design
Lebih terperinciIndikator Ketercapaian Kompetensi Merumuskan. Alokas i Waktu 8x45. Tingkat Ranah. Tingkat Ranah. Materi Pembelajaran
SILABUS Nama Sekolah : SMA N 78 JAKARTA Maa Pelajaran : MATEMATIKA LANJUTAN Beban Belajar : 2 sks STANDAR KOMPETENSI: 1. Menyusun lingkaran dan garis singgungnya. Dasar 1.1 Menyusun lingkaran yang memenuhi
Lebih terperinciIII. METODE PENELITIAN
39 III. METODE PENELITIAN 3.1 Waku dan Meode Peneliian Pada bab sebelumnya elah dibahas bahwa cadangan adalah sejumlah uang yang harus disediakan oleh pihak perusahaan asuransi dalam waku peranggungan
Lebih terperinciPEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN
PEMODELAN NILAI UKAR RUPIAH ERHADAP $US MENGGUNAKAN DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY, DIMAS HARI SANOSO, N. K. KUHA ARDANA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa
BAB 2 TINJAUAN TEORITI 2.1. Pengerian-pengerian Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. edangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan
Lebih terperinciBAB 7 NILAI EIGEN DAN VEKTOR EIGEN. Dr. Ir. Abdul Wahid Surhim, MT.
BAB 7 NILAI EIGEN DAN VEKTOR EIGEN Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Nilai Eigen dan Vekor Eigen. Diagonalisasi. Diagonalisasi secara Orogonal 7. NILAI EIGEN DAN VEKTOR EIGEN Definisi
Lebih terperinciMUH1G3/ MATRIKS DAN RUANG VEKTOR
MUHG/ MATRIKS DAN RUANG VEKTOR TIM DOSEN 8 VEKTOR DAN NILAI EIGEN /5/7 9.9 Beberapa Aplikasi Ruang Eigen Uji Kesabilan dalam sisem dinamik Opimasi dengan SVD pada pengolahan Cira Sisem Transmisi dan lain-lain.
Lebih terperinciBAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis
BAB III HASIL DAN PEMBAHASAN A. Permasalahan Nyaa Penyebaran Penyaki Tuberculosis Tuberculosis merupakan salah sau penyaki menular yang disebabkan oleh bakeri Mycobacerium Tuberculosis. Penularan penyaki
Lebih terperinciBAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan
BAB II LANDASAN TEORI Pada bab ini akan dibahas dasar-dasar eori yang akan digunakan dalam penulisan skripsi ini, yaiu model regresi dua level, meode penaksiran maximum likelihood, mariks parisi, kronecker
Lebih terperinciPERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1
PERSAMAAN GERAK Posisi iik maeri dapa dinyaakan dengan sebuah VEKTOR, baik pada suau bidang daar maupun dalam bidang ruang. Vekor yang dipergunakan unuk menenukan posisi disebu VEKTOR POSISI yang diulis
Lebih terperinciAljabar C* dan Mekanika Kuantum 1
Aljabar C* dan Mekanika Kuanum 1 Oleh: Rizky Rosjanuardi rizky@upi.edu Jurusan Pendidikan Maemaika FPMIPA Universias Pendidikan Indonesia Absrak Pada makalah ini dibahas konsep aljabar-c* dan kaiannya
Lebih terperinciBAB II PERTIDAKSAMAAN CHERNOFF
BAB II PERTIDAKSAMAAN CHERNOFF.1 Pendahuluan Di lapangan, yang menjadi perhaian umumnya adalah besar peluang dari peubah acak pada beberapa nilai aau suau selang, misalkan P(a
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis dan Pendekaan Peneliian Jenis peneliian yang digunakan dalam peneliian ini adalah peneliian evaluasi dan pendekaannya menggunakan pendekaan kualiaif non inerakif (non
Lebih terperinciDiagram Kendali Robust untuk Monitoring Dispersi
Prosiding Saisika ISSN: 460-6456 Diagram Kendali Robus unuk Monioring Dispersi Rima Kurnia Sari, Suwanda, 3 Lisnur Wachidah,,3 Prodi Saisika, Fakulas Maemaika dan Ilmu Pengeahuan Alam, Universias Islam
Lebih terperinciPENGGUNAAN KONSEP FUNGSI CONVEX UNTUK MENENTUKAN SENSITIVITAS HARGA OBLIGASI
PENGGUNAAN ONSEP FUNGSI CONVEX UNU MENENUAN SENSIIVIAS HARGA OBLIGASI 1 Zelmi Widyanuara, 2 Ei urniai, Dra., M.Si., 3 Icih Sukarsih, S.Si., M.Si. Maemaika, Universias Islam Bandung, Jl. amansari No.1 Bandung
Lebih terperinciBAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan
BAB 2 KINEMATIKA Tujuan Pembelajaran 1. Menjelaskan perbedaan jarak dengan perpindahan, dan kelajuan dengan kecepaan 2. Menyelidiki hubungan posisi, kecepaan, dan percepaan erhadap waku pada gerak lurus
Lebih terperinciMatematika EBTANAS Tahun 1988
Maemaika EBTANAS Tahun 988 EBT-SMA-88- cos = EBT-SMA-88- Sisi sisi segiiga ABC : a = 6, b = dan c = 8 Nilai cos A 8 4 8 EBT-SMA-88- Layang-layang garis singgung OAPB, sudu APB = 6 dan panjang OP = cm.
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang
BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang
Lebih terperinci1.4 Persamaan Schrodinger Bergantung Waktu
.4 Persamaan Schrodinger Berganung Waku Mekanika klasik aau mekanika Newon sanga sukses dalam mendeskripsi gerak makroskopis, eapi gagal dalam mendeskripsi gerak mikroskopis. Gerak mikroskopis membuuhkan
Lebih terperinciFIsika KTSP & K-13 KINEMATIKA. K e l a s A. VEKTOR POSISI
KTSP & K-13 FIsika K e l a s XI KINEMATIKA Tujuan Pembelajaran Seelah mempelajari maeri ini, kamu diharapkan mampu menjelaskan hubungan anara vekor posisi, vekor kecepaan, dan vekor percepaan unuk gerak
Lebih terperinciIntegral dan Persamaan Diferensial
Sudaryano Sudirham Sudi Mandiri Inegral dan Persamaan Diferensial ii Darpublic 4.1. Pengerian BAB 4 Persamaan Diferensial (Orde Sau) Persamaan diferensial adalah suau persamaan di mana erdapa sau aau lebih
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis Peneliian Jenis peneliian kuaniaif ini dengan pendekaan eksperimen, yaiu peneliian yang dilakukan dengan mengadakan manipulasi erhadap objek peneliian sera adanya konrol.
Lebih terperinciPenyelesaian Persamaan Diferensial Hill Dengan Menggunakan Teori Floquet
JURNAL FOURIER Okober 6, Vol. 5, No., 67-8 ISSN 5-763X; E-ISSN 54-539 Penyelesaian Persamaan Diferensial Hill Dengan Menggunakan eori Floque Syarifah Inayai Program Sudi Maemaika, Fakulas Maemaika dan
Lebih terperincix 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr.
Pekan #1: Kinemaika Sau Dimensi 1 Posisi, perpindahan, jarak Tinjau suau benda yang bergerak lurus pada suau arah erenu. Misalnya, ada sebuah mobil yang dapa bergerak maju aau mundur pada suau jalan lurus.
Lebih terperinciPELABELAN TOTAL (a, d)-sisi ANTIAJAIB SUPER PADA K 1,m K 1,n untuk d = 1 atau d = 2
Jurnal Maemaika UNAND Vol. No. 1 Hal. 3 36 ISSN : 303 910 c Jurusan Maemaika FMIPA UNAND PELABELAN TOTAL (a, d)-sisi ANTIAJAIB SUPER PADA K 1,m K 1,n unuk d = 1 aau d = DINA YELNI Program Sudi Maemaika,
Lebih terperinciMEMBAWA MATRIKS KE DALAM BENTUK KANONIK JORDAN. Irmawati Liliana. KD Program Studi Pendidikan Matematika FKIP Unswagati
Jurnal Euclid, vol., No., p.568 MEMBW MTRIKS KE DLM BENTUK KNONIK JORDN Irmawai Liliana. KD Program Sudi Pendidikan Maemaika FKIP Unswagai irmawai.liliana@gmail.com bsrak Benuk kanonik Jordan erbenuk apabila
Lebih terperinciBAB KINEMATIKA DENGAN ANALISIS VEKTOR
BAB KINEMATIKA DENGAN ANALISIS VEKTOR Karakerisik gerak pada bidang melibakan analisis vekor dua dimensi, dimana vekor posisi, perpindahan, kecepaan, dan percepaan dinyaakan dalam suau vekor sauan i (sumbu
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah persediaan merupakan masalah yang sanga pening dalam perusahaan. Persediaan mempunyai pengaruh besar erhadap kegiaan produksi. Masalah persediaan dapa diaasi
Lebih terperinciRelasi LOGIK FUNGSI AND, FUNGSI OR, DAN FUNGSI NOT
2 Relasi LOGIK FUNGSI ND, FUNGSI OR, DN FUNGSI NOT Tujuan : Seelah mempelajari Relasi Logik diharapkan dapa,. Memahami auran-auran relasi logik unuk fungsi-fungsi dasar ND, OR dan fungsi dasar NOT 2. Memahami
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
11 BAB I PENDAHULUAN 1.1 Laar Belakang Salah sau masalah analisis persediaan adalah kesulian dalam menenukan reorder poin (iik pemesanan kembali). Reorder poin diperlukan unuk mencegah erjadinya kehabisan
Lebih terperinciMuhammad Firdaus, Ph.D
Muhammad Firdaus, Ph.D DEPARTEMEN ILMU EKONOMI FEM-IPB 010 PENGERTIAN GARIS REGRESI Garis regresi adalah garis yang memplokan hubungan variabel dependen (respon, idak bebas, yang dipengaruhi) dengan variabel
Lebih terperinciPEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON*
PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* BERLIAN SETIAWATY DAN HIRASAWA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor
Lebih terperinciPENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR FISIKA SISWA
ISSN 5-73X PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR ISIKA SISWA Henok Siagian dan Iran Susano Jurusan isika, MIPA Universias Negeri Medan Jl. Willem Iskandar, Psr V -Medan
Lebih terperinciMENENTUKAN MATRIKS PELUANG TRANSISI UNTUK WAKTU OKUPANSI MENGGUNAKAN TRANSFORMASI LAPLACE DAN MATRIKS EKSPONENSIAL
Menenukan (Sudarno) MENENTUKAN MATRIKS PELUANG TRANSISI UNTUK WAKTU OKUPANSI MENGGUNAKAN TRANSFORMASI LAPLACE DAN MATRIKS EKSPONENSIAL Sudarno Jurusan Saisika FSM UNDIP Email: dsghani@gmailcom Absrac The
Lebih terperinciSIMULASI PERGERAKAN TINGKAT BUNGA BERDASARKAN MODEL VASICEK
Jurnal Maemaika Murni dan Terapan εpsilon Vol.9 No.2 (215) Hal. 15-24 SIMULASI PEGEAKAN TINGKAT BUNGA BEDASAKAN MODEL VASICEK Shanika Marha, Dadan Kusnandar, Naomi N. Debaaraja Fakulas MIPA Universias
Lebih terperinciBAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF
BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap
Lebih terperinciLIMIT FUNGSI. 0,9 2,9 0,95 2,95 0,99 2,99 1 Tidak terdefinisi 1,01 3,01 1,05 3,05 1,1 3,1 Gambar 1
LIMIT FUNGSI. Limi f unuk c Tinjau sebuah fungsi f, apakah fungsi f ersebu sama dengan fungsi g -? Daerah asal dari fungsi g adalah semua bilangan real, sedangkan daerah asal fungsi f adalah bilangan real
Lebih terperinciMODEL DERET WAKTU HIDDEN MARKOV
9 ; P j y π j { ; } P j y sama dengan sau jika engamaan berada ada sae j dan sama dengan nol jika engamaan berada ada sae selainnya Maka enduga raaraa unuk sae j ada ersamaan 8 akan sama dengan nilai raaraa
Lebih terperinciPenduga Data Hilang Pada Rancangan Bujur Sangkar Latin Dasar
Kumpulan Makalah Seminar Semiraa 013 Fakulas MIPA Universias Lampung Penduga Daa Pada Rancangan Bujur Sangkar Lain Dasar Idhia Sriliana Jurusan Maemaika FMIPA UNIB E-mail: aha_muflih@yahoo.co.id Absrak.
Lebih terperinciBAB 2 LANDASAN TEORI
15 BAB 2 LANDASAN TEORI 2.1 Ruang Sampel dan Kejadian 2.1.1 Definisi Ruang Sampel Himpunan semua hasil semua hasil (oucome) yang mungkin muncul pada suau percobaan disebu ruang sampel dan dinoasikan dengan
Lebih terperinciPEMODELAN PRODUKSI SEKTOR PERTANIAN
Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, 7 November 2009 PEMODELAN PRODUKSI SEKTOR PERTANIAN Brodjol Suijo Jurusan Saisika ITS Surabaya ABSTRAK Pada umumnya daa ekonomi bersifa ime
Lebih terperinciFaradina GERAK LURUS BERATURAN
GERAK LURUS BERATURAN Dalam kehidupan sehari-hari, sering kia jumpai perisiwa yang berkaian dengan gerak lurus berauran, misalnya orang yang berjalan kaki dengan langkah yang relaif konsan, mobil yang
Lebih terperinciMODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA TERAPAN (2 sks)
Polieknik Negeri Banjarmasin 4 MODUL PERTEMUAN KE 3 MATA KULIAH : ( sks) MATERI KULIAH: Jarak, Kecepaan dan Percepaan; Gerak Lurus Berauran, Percepaan; Gerak Lurus Berauran, Gerak Lurus Berubah Berauran
Lebih terperinciPENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV HAMILTON *
PENDUGAAN PARAMEER DERE WAKU HIDDEN MARKOV HAMILON * BERLIAN SEIAWAY, YANA ADHARINI DAN HIRASAWA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor Jl Merani, Kampus IPB
Lebih terperinciBAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan
BAB 2 URAIAN EORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan aau memprediksi apa yang erjadi pada waku yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan
Lebih terperinciVar X y x E X y. g x y dx. dan varians bersyarat dari Y diberikan X = x dirumuskan sebagai berikut: Var Y x y E Y x. h y x dy
0 VARIANS BERSYARAT Penenuan varians bersara dari sebuah peubah acak diberikan peubah acak lainna, baik diskri maupun koninu dijelaskan dalam Definisi 7.. Definisi 7.: VARIANS BERSYARAT UMUM Jika X dan
Lebih terperinciBAB 4 ANALISIS DAN PEMBAHASAN
BAB 4 ANALISIS DAN EMBAHASAN 4.1 Karakerisik dan Obyek eneliian Secara garis besar profil daa merupakan daa sekunder di peroleh dari pusa daa saisik bursa efek Indonesia yang elah di publikasi, daa di
Lebih terperinciBAB II TINJAUAN TEORITIS
BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasing) 2.1.1 Pengerian Peramalan Peramalan dapa diarikan sebagai beriku: a. Perkiraan aau dugaan mengenai erjadinya suau kejadian aau perisiwa di waku yang akan
Lebih terperinciBAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Adapun bentuk yang sederhana dari suatu persamaan diferensial orde satu adalah: di dt
BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C. Persamaan Diferensial Orde Sau Adapun benuk yang sederhana dari suau persamaan ferensial orde sau adalah: 0 a.i a 0 (.) mana a o dan a konsana. Persamaan (.)
Lebih terperinciBAB II MATERI PENUNJANG. 2.1 Keuangan Opsi
Bab II Maeri Penunjang BAB II MATERI PENUNJANG.1 Keuangan.1.1 Opsi Sebuah opsi keuangan memberikan hak (bukan kewajiban) unuk membeli aau menjual sebuah asse di waku yang akan daang dengan harga yang disepakai.
Lebih terperinciANALISIS FAKTOR LOKASI DAN PROMOSI TERHADAP PENJUALAN PRODUK
ANALISIS FAKTOR LOKASI DAN PROMOSI TERHADAP PENJUALAN PRODUK Oleh : Bambang Sarjono Saf Pengajar Jurusan Teknik Elekro Polieknik Negeri Semarang Jl. Prof. Sudaro SH. Tembalang. Semarang 50275 Absrak Analisis
Lebih terperinciBAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat
BAB 1 PENDAHULUAN 1.1 Laar Belakang Sumber Daya Alam (SDA) yang ersedia merupakan salah sau pelengkap ala kebuuhan manusia, misalnya anah, air, energi lisrik, energi panas. Energi Lisrik merupakan Sumber
Lebih terperinciANALISIS STABILITAS DAN PENAKSIRAN PARAMETER MODEL RENDLEMAN-BARTTER
ANALISIS STABILITAS DAN PENAKSIRAN PARAMETER MODEL RENDLEMAN-BARTTER Murni 1 dan Gao F. Herono 1, Program Magiser Maemaika, Deparemen maemaika FMIPA UI e-mail 1 : murni@ui.ac.id, e-mail : gao-f1@ui.ac.id
Lebih terperinciBAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan
BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi
Lebih terperinciBAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun
43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C
Lebih terperinciPeramalan Outflow Uang Pecahan di Jawa Timur Menggunakan Generalized Space Time Autoregressive (GSTAR)
JURNA SAINS DAN SENI ITS Vol. 5 No. (16) 7-5 (1-98X Prin) D-59 Peramalan Ouflow Uang Pecahan di Jawa Timur Menggunakan Generalized Space Time Auoregressive (GSTAR) Rahmah Safiri, Seiawan, dan Imam Safawi
Lebih terperinciAnalisa Performansi Keandalan Pada Boiler dengan Menggunakan Metode Jaringan Syaraf Tiruan di PT. PJB Unit Pembangkit Gresik
JURNAL EKNIK POMIS Vol., No., () - Analisa Performansi Keandalan Pada Boiler dengan Menggunakan Meode Jaringan Syaraf iruan di P. PJB Uni Pembangki Gresik Inan Mara Kusuma, Imam Abadi, S, M dan Deak Yan
Lebih terperinciISSN : e-proceeding of Engineering : Vol.3, No.2 Agustus 2016 Page 3732
ISSN : 355-9365 e-proceeding of Engineering : Vol.3, No. Agusus 016 Page 373 Sifa Asimeris Model Prediksi Generalized Auoregressive Condiional Heerocedasiciy (GARCH) dan Sochasic Volailiy Auoregressive
Lebih terperinciPENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi.
PENGUJIAN HIPOTESIS 1. PENDAHULUAN Hipoesis Saisik : pernyaaan aau dugaan mengenai sau aau lebih populasi. Pengujian hipoesis berhubungan dengan penerimaan aau penolakan suau hipoesis. Kebenaran (benar
Lebih terperinciANALISIS CRITICAL ROOT VALUE PADA DATA NONSTATIONER
ANALISIS CRITICAL ROOT VALUE PADA DATA NONSTATIONER Abdul Aziz Dosen Jurusan Maemaika Fakulas Sains Teknologi Universias Islam Negeri (UIN) Maulana Malik Ibrahim Malang e-mail : abdulaziz_uinmlg@yahoo.com
Lebih terperinciPERAMALAN DENGAN MODEL VARI PADA DATA IHK KELOMPOK PADI-PADIAN DAN BUMBU-BUMBUAN (STUDI KASUS KOTA SALATIGA, BULAN JANUARI 2014 JULI 2016)
Prosiding Seminar Maemaika dan Pendidikan Maemaika ISBN: 978-602-622-20-9 hal 935-950 November 206 hp://jurnal.fkip.uns.ac.id PERAMALAN DENGAN MODEL VARI PADA DATA IHK KELOMPOK PADI-PADIAN DAN BUMBU-BUMBUAN
Lebih terperinciSuatu Catatan Matematika Model Ekonomi Diamond
Vol. 5, No.2, 58-65, Januari 2009 Suau aaan Maemaika Model Ekonomi Diamond Jeffry Kusuma Absrak Model maemaika diberikan unuk menjelaskan fenomena dalam dunia ekonomi makro seperi modal/kapial, enaga kerja,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan
Lebih terperinciBAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan
BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,
Lebih terperinciGERAK LURUS BESARAN-BESARAN FISIKA PADA GERAK KECEPATAN DAN KELAJUAN PERCEPATAN GLB DAN GLBB GERAK VERTIKAL
Suau benda dikaakan bergerak manakalah kedudukan benda iu berubah erhadap benda lain yang dijadikan sebagai iik acuan. Benda dikaakan diam (idak bergerak) manakalah kedudukan benda iu idak berubah erhadap
Lebih terperinciKAJIAN PEMODELAN DERET WAKTU: METODE VARIASI KALENDER YANG DIPENGARUHI OLEH EFEK VARIASI LIBURAN
JMP : Volume 4 omor, Juni 22, hal. 35-46 KAJIA PEMODELA DERET WAKTU: METODE VARIASI KALEDER YAG DIPEGARUHI OLEH EFEK VARIASI LIBURA Winda Triyani Universias Jenderal Soedirman winda.riyani@gmail.com Rina
Lebih terperinciLaplace Transform. Pengantar Matematika Teknik Kimia. Muthia Elma
Lalace Tranform Penganar Maemaika Teknik Kimia Muhia Elma Penemu Pierre-Simon LPLCE 749 87 hli Maemaika dari Peranci Lalace Tranform Rumu lain.. ω σ π σ σ j d e j x d e x j j.. 0 [x] x - [] Kone variabel
Lebih terperinciDrs. H. Karso, M.M.Pd. Modul 11 NILAI EIGEN, VEKTOR EIGEN DAN DIAGONALISASI METRIKS
Drs. H. Karso, M.M.Pd. Modul NILAI EIGEN, VEKTOR EIGEN DAN DIAGONALISASI METRIKS Pendahuluan Modul yang ke- dari maa kuliah Aljabar Linear ini akan mendiskusikan beberapa konsep yang berguna bagi kia sebagai
Lebih terperinciPENGGUNAAN DISTRIBUSI PELUANG JOHNSON SB UNTUK OPTIMASI PEMELIHARAAN MESIN
M-6 PENGGUNAAN DISTRIBUSI PELUANG JOHNSON SB UNTUK OPTIMASI PEMELIHARAAN MESIN Enny Suparini 1) Soemarini 2) 1) & 2) Deparemen Saisika FMIPA UNPAD arhinii@yahoo.com 1) ine_soemarini@yahoo.com 2) Absrak
Lebih terperinciPERSAMAAN DIFFERENSIAL PARSIAL DIFUSI NON HOMOGEN SATU DIMENSI
ISSN: 3-989 Vol. V, No. II, April 6 ERSAMAAN DIFFERENSIAL ARSIAL DIFUSI NON HOMOGEN SATU DIMENSI Rukmono Budi Uomo endidikan Maemaika FKI UMT E-mail: rukmono.budi.u@mail.ugm.ac.id Absrak Dalam peneliian
Lebih terperinciBAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel
BAB III ANALISIS INTERVENSI 3.1. Pendahuluan Analisis inervensi dimaksudkan unuk penenuan jenis respons variabel ak bebas yang akan muncul akiba perubahan pada variabel bebas. Box dan Tiao (1975) elah
Lebih terperinciAbstrak Hampir seluruh aktivitas manusia di berbagai belahan bumi sangat bergantung terhadap ketersediaan air bersih.
1 Peramalan Volume Produksi Air Bersih di PDAM Kabupaen Bojonegoro berdasarkan Jumlah Pelanggan dan Volume Konsumsi Air Fasha Aulia Pradhani dan Adaul Mukarromah Jurusan Saisika, FMIPA, ITS Jl. Arief Rahman
Lebih terperinciI. PENDAHULUAN II. LANDASAN TEORI
I. PENDAHULUAN. Laar Belakang Menuru Sharpe e al (993), invesasi adalah mengorbankan ase yang dimiliki sekarang guna mendapakan ase pada masa mendaang yang enu saja dengan jumlah yang lebih besar. Invesasi
Lebih terperinciPERHITUNGAN VALUE AT RISK (VaR) DENGAN SIMULASI MONTE CARLO (STUDI KASUS SAHAM PT. XL ACIATA.Tbk)
Jurnal UJMC, Volume 3, Nomor 1, Hal. 15-0 pissn : 460-3333 eissn : 579-907X ERHITUNGAN VAUE AT RISK (VaR) DENGAN SIMUASI MONTE CARO (STUDI KASUS SAHAM T. X ACIATA.Tbk) Sii Alfiaur Rohmaniah 1 1 Universias
Lebih terperinciHubungan antara Keterobservasian dan Keterkonstruksian Sistem Linier Kontinu Bergantung Waktu
Mah Educa Jurnal () (7): 86-95 Jur na l Maem aika Pend i di ka n Maema i ka Email: mejuinibpag@gmailcm Hubungan anara Keerbservasian Keerknsruksian Sisem Linier Kninu Berganung Waku Ezhari Asfa ani adris
Lebih terperinciUJI BREDENKAMP, HILDEBRAND, KUBINGER DAN FRIEDMAN
UJI BREDENKAP, HILDEBRAND, KUBINGER DAN FRIEDAN Firi Caur Lesari ABSTRACT Saisics is a science ha has imporan role in decision making The decision is made based on he daa and uses cerain mehods, especially
Lebih terperinciSTRUKTUR SUBGRUP FUZZY DAN SIFAT-SIFATNYA
LAPORAN PENELITIAN STRUKTUR SUBGRUP FUZZY DAN SIFAT-SIFATNYA Oleh: 1. Mushofa, S.Si 2. Karyai, M.Si JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA
Lebih terperinciEstimasi Fungsi Tahan Hidup Virus Hepatitis di Kabupaten Jember (Estimating of Survival Function of Hepatitis Virus in Jember)
Jurnal ILMU DASAR Vol. 8 No. 2, Juli 2007 : 135-141 135 Esimasi Fungsi Tahan Hidup Virus Hepaiis di Kabupaen Jember (Esimaing of Survival Funcion of Hepaiis Virus in Jember) Mohamad Faekurohman Saf Pengajar
Lebih terperinciSekilas Pandang. Modul 1 PENDAHULUAN
Modul 1 Sekilas Pandang Drs. Irlan Soelaeman, M.Ed. S PENDAHULUAN uau hari, saya dan keluarga berencana membawa mobil pergi ke Surabaya unuk mengunjungi salah seorang saudara. Sau hari sebelum keberangkaan,
Lebih terperinciROTASI (PUTARAN) Diajukan untuk memenuhi tugas mata kuliah GEOMETRI TRANSFORMASI yang diampuh oleh Ekasatya Aldila A., M.Sc.
ROTSI (UTRN) Diajukan unuk memenuhi ugas maa kuliah GEOMETRI TRNSFORMSI yang diampuh oleh Ekasaya ldila., M.Sc. Di susun oleh: NIM: SEKOLH TINGGI KEGURUN DN ILMU ENDIDIKN (STKI) GRUTJl. ahlawan No. 32
Lebih terperinciUSULAN PENERAPAN METODE KOEFISIEN MANAJEMEN (BOWMAN S) SEBAGAI ALTERNATIF MODEL PERENCANAAN PRODUKSI PRINTER TIPE LX400 PADA PT X
USULAN ENERAAN METODE KOEISIEN MANAJEMEN (BOMAN S) SEBAGAI ALTERNATI MODEL ERENCANAAN RODUKSI RINTER TIE LX400 ADA T X Hendi Dwi Hardiman Jurusan Teknik Manajemen Indusri - Sekolah Tinggi Manajemen Indusri
Lebih terperinciAPLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND
APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND Noeryani 1, Ely Okafiani 2, Fera Andriyani 3 1,2,3) Jurusan maemaika, Fakulas Sains Terapan, Insiu Sains & Teknologi
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang
BAB 2 LANDASAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau aau kondisi yang diperkirakan akan erjadi
Lebih terperinciPEMBELAJARAN 5 STATISTIK NON PARAMETRIK
PEMBELAJARAN 5 STATISTIK NON PARAMETRIK Kompeensi Dasar paramerik. Mahasiswa memahami enang beberapa eknik analisis saisik non Indikaor Pencapaian Mahasiswa dapa: a. Menjelaskan, menghiung dan menerapkan
Lebih terperinciBAB III ARFIMA-FIGARCH. pendek (short memory) karena fungsi autokorelasi antara dan turun
BAB III ARFIMA-FIGARCH 3. Time Series Memori Jangka Panjang Proses ARMA sering dinyaakan sebagai proses memori jangka pendek (shor memory) karena fungsi auokorelasi anara dan urun cepa secara eksponensial
Lebih terperinci