ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 1, Tahun 2015, Halaman Online di:

Ukuran: px
Mulai penontonan dengan halaman:

Download "ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 1, Tahun 2015, Halaman Online di:"

Transkripsi

1 ISSN: URNAL GAUSSIAN, Volume 4, Nomo, Tahu 5, Halama Olie di: h://eoual-sudiaid/idexh/gaussia ANALISIS KORESPONDENSI UNTUK MENDAPATKAN PETA PERSEPSI DAN VARIABEL BAGI KEGIATAN USAHA (Sudi Kasus Rumah Maka Sesial Sambal (SS) ehada Pesaigya) Susi Ekawai, Agus Rusgiyoo, Tiasui Wuyadai 3 Mahasiswa uusa Saisika FSM UNDIP,3 Saff Pegaa uusa Saisika FSM UNDIP ABSTRACT Coesodee aalysis is a ehique fo dislayig he ows ad olums of a daa maix imaily, a wo-way oigey able as ois i dual low-dimesioal veo saes This ehique is used o edue he dimesio of vaiables ad desibe he ofile veo of ows ad olums of he oigey able This eseah aims o deemie he osiio of he ivaly bewee he esauas i Tembalag egio based o osume s eeios ad o ideify vaiables ha disiguish i The vaiables whih used ae iludig he ie, ase, lealiess, sevie, vaiey of food, ad akig los Coesodee aalysis is used o deemie he vaiables ha disiguish he 5h of he esaua The oesodee aalysis odues a ombied eeual ma wih he saisfaio vaiables esaua Fom he aalysis, i a be oluded ha he eeual ma i he oesodee aalysis shows he oximiy bewee esaua ad saisfaio vaiables Keywods : oesodee aalysis, eeual ma, esaua, saisfaio PENDAHULUAN Pada eegaha ahu, mahasiswa Udi dai bebeaa fakulas seei Fakulas Ilmu Sosial da Ilmu Poliik, Fakulas Ekoomi da Bisis, Fakulas Hukum, da Fakulas Kedokea mulai meemai kamus bau di wilayah Tembalag Beidahya bebeaa fakulas dai Plebua ke Tembalag saga meguugka bagi bebeaa ihak, salah sauya egusaha umah maka Seia umah maka beusaha uuk meaik ehaia kosume sebayak-bayakya dega bebagai aa da masig-masig umah maka memuyai aa yag bebeda Bayakya umah maka di wilayah Tembalag meyebabka kosume behadaa dega begiu bayak iliha Bebagai keuggula diawaka oleh seia umah maka, diaaaya keuggula ada fako haga, asa, vaiasi makaa, da lai sebagaiya Walauu begiu, kosume eu aka memilih umah maka yag sesuai dega kieia yag diigika da kieia esebu aka bebeda uuk seia kosume Hal ii kaea masigmasig kosume memuyai esesi sedii ehada suau umah maka Dalam hal ii, eeliia dibaasi ada 5 umah maka yaiu Sesial Sambal, 5-5, Mas Pu 3, Selaas da Oishi Peelii igi megeahui osisi umah maka Sesial Sambal ehada aa esaigya yaiu 5-5, Mas Pu, Selaas, da Oishi bedasaka esesi kosume sehigga daa dikeahui vaiabel maa yag membedaka umah maka yag sau dega yag lai Vaiabel-vaiabel yag diguaka aaa lai haga, asa, kebesiha, elayaa, vaiasi makaa, da ema aki Rumusa masalah dai eeliia ii sebagai beiku: a) Bagaimaa ea esesi aaa umah maka Sesial Sambal dega aa esaigya yaiu 5-5, Mas Pu 3, Selaas, da Oishi b) Vaiabel aa saa yag membedaka aaa umah maka SS dega aa esaigya sehigga umah maka Sesial Sambal daa meeaka saegi emasaa yag ea aga odukya semaki dimiai oleh kosume Tuua dai eeliia ii sebagai beiku: a) Uuk medaaka ea esesi aaa umah maka Sesial Sambal dega aa esaigya bedasaka esesi kosume

2 b) Uuk megeahui vaiabel-vaiabel yag membedaka aaa umah maka SS dega aa esaigya sehigga umah maka Sesial Sambal daa meeaka saegi emasaa yag ea aga odukya semaki dimiai oleh kosume ANALISIS KORESPONDENSI Meuu Geeae (984), aalisis koesodesi adalah sebuah ekik yag memeagaka bais da kolom dai suau abel koigesi dua aah sebagai iik dalam uag veko bedimesi edah Aalisis koesodesi diguaka uuk megeahui hubuga aaa dua aau lebih vaiabel kualiaif Tekik ii diguaka uuk meeduksi dimesi dai vaiabel da medeskisika veko ofil bais da kolom dai abel koigesi Meuu ohso (7), hasil dai aalisis koesodesi biasaya megikuka dua dimesi ebaik yag meeeseasika daa besea koodia iik da suau ukua dai umlah ifomasi yag ada di dalam seia dimesi yag disebu iesia Meuu Hai a all (), asumsi dasa dalam aalisis koesodesi diaaaya adalah a) Megguaka daa o meik ada abulasi silag yag meggambaka hubuga liie da o liie b) Memasika bahwa obek yag dielii daa dibadigka ) Memasika kelegkaa vaiabel yag diguaka Misalka X da Y adalah dua vaiabel kaegoik dalam abel koigesi dua aah dega masig-masig vaiabel memuyai I da kaegoi beuu-uu Dai abel koigesi esebu, dieoleh maik daa N beukua I x sebagai beiku N I i, dega i I I I Maiks koesodesi P beukua I x didefiisika sebagai maiks dai eleme N dibagi dega umlah seluuh eleme N dega P I i i Misal veko umlaha bais dai maiks i i, uuk i =,,, I da =,,, P I adalah I P I,,,, da veko umlaha kolom dai maiks P adalah P I,,,, dimaa = (,,, ), sebuah veko yag semua elemeya adalah, I, I da i, =,,, i I i, i =,, URNAL GAUSSIAN Vol 4, No, Tahu 5 Halama 34

3 Misalka D diag da D diag I D da D adalah maik diagoal yag masig-masig beukua I x I da x Kemudia I bais dai maiks R yag beukua I x disebu ofil bais-ofil bais (ow ofiles) dalam uag bedimesi umlah dai eleme-eleme ofil bais (ow ofile) adalah R didefiisika sebagai R D P I I i i i Selauya didefiisika ofil bais ke-i sebagai i, dega i i i,,, I Bila C didefiisika sebagai C D P I I maka bais dai maiks C beukua I x disebu ofil kolom-ofil kolom (olum ofiles) dalam uag bedimesi I umlah dai eleme-eleme ofil kolom (olum ofile) adalah Selauya didefiisika ofil kolom ke- sebagai I I, maka D P D adalah Peguaia ilai sigula dai Q UD V Q I,,, dega U = maiks oogoal yag ebeuk dai veko kaakeisik QQ, D = maiks diagoal dega ilai sigula yag ebeuk dai ilai kaakeisik Q Q, V= maiks oogoal yag ebeuk dai veko kaakeisik Q Q U U = V V = I da dai Misalka P adalah P D U, B D V, da D D, maka eguaia ilai sigula umum A AD B dimaa A D A B D B I dega A = maiks beukua m x yag elemeya adalah veko kaakeisik dai maiks P P kaakeisik dai maiks P P eleme diagoal ilai sigula P P, B = adalah maiks beukua x yag elemeya adalah veko D adalah maiks diagoal yag memuyai, adalah aka dai ilai kaakeisik URNAL GAUSSIAN Vol 4, No, Tahu 5 Halama 35

4 Misalka F D P D B uama B, maka meuaka koodia uama dai ofil bais ehada sumbu F D AD Misalka G D P D A meuaka koodia uama dai ofil kolom ehada sumbu uama A, maka G D BD Sebelum meyaika daa abel koigesi seaa gafik, elu dikeahui edekaa aak yag aka diguaka yaiu edekaa aak hi-squae I i i i i I i i i i 3 METODOLOGI PENELITIAN Daa yag diguaka dalam eeliia meuaka daa ime yag dieoleh melalui eyebaa kuesioe seaa lagsug dega wawaaa Tekik samlig yag diguaka meuaka ekik samlig o obabilias yaiu ekik samlig uosive yaiu ekik eeua samel dega eimbaga eeu bedasaka kieia yag diumuska oleh eelii Dalam meode ii eelii membeika kieia sebagai beiku : ) Resode adalah seoag mahasiswa Udi ) Resode eah meguugi umah maka Sesial Sambal, 5-5, Mas Pu 3, Selaas, da Oishi di wilayah Tembalag Pegolaha da aalisis daa dilakuka melalui ahaa aalisis koesodesi dalam meghasilka ea esesi adalah sebagai beiku : ) Meeuka iu daa ) Membua abel koesodesi 3) Aalisis ofil bais da ofil kolom 4) Meeuka umlah dimesi 5) Ieeasi ama dimesi 6) Membua ea esesi 4 ANALISIS DAN PEMBAHASAN Daa yag dieoleh dai hasil eeliia meuaka daa beskala ieval Tabel koesodesi aau abel koigesi yag meuaka abulasi silag aaa vaiabel keuasa kosume dega umah maka Tabel Tabel Koesodesi Vaiabel Keuasa Kosume Vaiabel Rumah maka Vaiasi Tema Haga Rasa Kebesiha Pelayaa makaa aki umlah SS Fify Mas u Selaas Oishi umlah Pofil bais meuukka oosi dai kaegoi bais dalam seia kaegoi kolom seei yag disaika dalam abel beiku URNAL GAUSSIAN Vol 4, No, Tahu 5 Halama 36

5 Rumah maka Tabel Pofil Bais Vaiabel Haga Rasa Kebesiha Pelayaa Vaiasi makaa Tema aki SS,3,58,5,3,45, Fify,95,,9,95,77,83 Mas u,76,8,8,8,94,4 Selaas,,6,47,6,389, Oishi,38,46,,3,9,8 Pada bais SS (Sesial Sambal), ilai ebesa edaa ada vaiabel asa yaiu,58 Hal ii meuukka bahwa kosume seaa umum memilih umah maka Sesial Sambal bedasaka ada asa makaa yag dihidagka Pofil kolom meuukka oosi kolom di seia kaegoi bais seei yag disaika dalam abel beiku Tabel 3 Pofil Kolom Vaiabel Rumah maka Haga Rasa Kebesiha Pelayaa Vaiasi Tema makaa aki SS,,34,345,366,97, Fify,376,363,389,94,6,57 Mas u,63,93,66,5,,86 Selaas,4,93,,6,86,5 Oishi,337,,79,99,89,36 Pada kolom elayaa eliha ilai ebesa edaa ada umah maka Sesial Sambal yaiu,366 Hal ii meuukka bahwa Sesial Sambal membeika elayaa yag lebih baik dibadig umah maka laiya Pada kolom vaiasi makaa eliha ilai ebesa edaa ada umah maka Sesial Sambal yaiu,97 Hal ii meuukka bahwa Sesial Sambal meawaka vaiasi makaa alig bayak dibadigka umah maka lai Meuu Hai a all (), umlah dimesi maksimal dalam aalisis koesodesi adalah umlah kaegoi ekeil dikuagi sau Tabel koesodesi yag dieoleh dai egolaha daa meuaka abel 5 x 6, kaegoi ekeil adalah 5 Kaea iu, umlah dimesi maksimal adalah 4 eai dalam ea esesi keema dimesi esebu idak aka digambaka semuaya Tabel 4 Tabel Dimesi, Nilai Sigula, Iesia da Chi Squae Dimesio Sigula Value Ieia Chi Squae Sig Pooio of Ieia Aoued fo Cumulaive Cofidee Sigula Value Sadad Deviaio Coelaio,354,5,47,47, -,87,73,74,79,75,8 3,5,64,39,989 4,55,3, Toal,66 334,9 URNAL GAUSSIAN Vol 4, No, Tahu 5 Halama 37

6 Suau dimesi daa dimasukka dalam aalisis bila eambaha esease oosi ia dimesi miimal sebesa aa-aa Kalau ada 4 dimesi, aa-aa eambaha oosi ia dimesi adalah 5% Dimesi da memeuhi syaa kaea esease eambaha oosi lebih dai 5% Poosi ieia ada dimesi sebesa 75%, aiya dega emakaia dimesi mamu meelaska vaiabilias daa asli sebesa 75% Pea esesi yag dihasilka mamu meelaska dai daa asli sebesa 75% Pembeia ama dimesi didasaka ada vaiabel yag diguaka Nama dimesi yag diguaka adalah vaiabel yag membeika koibusi ebesa ehada ieia uuk seia dimesi Tabel 5 Nilai Koodia Vaiabel da Koibusi Iesia Vaiabel Mass Soe i Dimesio Ieia of Poi o Ieia of Dimesio Coibuio of Dimesio o Ieia of Poi Toal Haga,6 -,86 -,3,8,535,,86,9,85 Rasa,88,6 -,47,8,5,54,75,645,8 Kebesiha,8,99 -,46,5,46,4,3,4,653 Pelayaa,5,34 -,79,,5,43,38,59,467 Vaiasi Makaa,6,539,8,6,69,485,346,589,934 Tema Paki, -,748,639,6,76,67,367,6,57 Aive Toal,66 Ieeasi dimesi didasaka ada koibusi dai ilai ieia, eliha bahwa koibusi ieia ebesa dimesi yaiu ada vaiabel haga Sedagka koibusi ieia ebesa ada dimesi adalah vaiabel vaiasi makaa Oleh kaea iu ada ea esesi, uuk dimesi daa dibei ama haga da dimesi adalah vaiasi makaa Dalam aalisis koesodesi, ea esesi yag dihasilka meuaka gabuga aaa vaiabel keuasa dega umah maka Gamba Pea Pesesi Gabuga Aaa Vaiabel dega Rumah Maka URNAL GAUSSIAN Vol 4, No, Tahu 5 Halama 38

7 Dai ea esesi gabuga aaa vaiabel keuasa dega umah maka, daa diliha bahwa Sesial Sambal memuyai aak edeka dega vaiabel kebesiha, asa, da elayaa Hal ii meuukka bahwa Sesial Sambal mamu memuaska kosume ada keiga vaiabel esebu Oishi memuyai aak alig deka dega vaiabel haga, hal ii meuukka bahwa Oishi mamu memuaska kosume ada vaiabel haga Rumah maka 5-5 edeug bedekaa dega vaiabel haga, asa da kebesiha Hal ii meuukka bahwa 5-5 mamu memuaska kosume ada keiga vaiabel esebu Selai iu, Oishi da 5-5 memuyai leak salig bedekaa, ii meuukka bahwa Oishi da 5-5 meuaka dua umah maka yag mii Selaas memuyai aak edeka dega vaiabel vaiasi makaa, hal ii meuukka bahwa Selaas mamu memuaska kosume ada vaiabel vaiasi makaa Mas Pu memuyai aak alig deka dega vaiabel ema aki, hal ii meuukka bahwa Mas Pu mamu memuaska kosume ada vaiabel ema aki Hal ii sesuai dega ofil bais da ofil kolom yag elah diaaka 5 KESIMPULAN Bedasaka ea esesi gabuga aaa vaiabel keuasa dega umah maka, daa disimulka bahwa esaig edeka Sesial Sambal adalah 5-5 Keduaya besaig ada dua vaiabel keuasa yaiu asa da kebesiha Saegi emasaa uuk Sesial Sambal dalam megaasi esaiga dega esaig edekaya yaiu meigkaka kualias vaiabel yag sudah baik dega aa memeahaka asa makaa yag eak da meigkaka kebesiha umah maka Uuk megaasi kekuaga Sesial Sambal dalam vaiabel keuasa yaiu dega memebaiki kekuaga ada vaiabel haga, elayaa, vaiasi makaa da ema aki sehigga keuasa kosume eaai DAFTAR PUSTAKA Geeae, M 984 Theoy ad Aliaio of Coesodee Aalysis New Yok: Aademi Pess Hai, F Blak, WC Babi, B Adeso, RE & Taham, RL Mulivaiae Daa Aalysis Seveh Ediio New esey: Peaso Peie Hall ohso, RA & Wihe, DW 7 Alied Mulivaiae Saisial Aalysis Sixh Ediio New esey: Peaso Peie Hall URNAL GAUSSIAN Vol 4, No, Tahu 5 Halama 39

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel BAB III PENAKSIR DERET FOURIER 3. Peaksi Dalam saisika, peaksi adalah sebuah saisik (fugsi dai daa sampel obsevasi) yag diguaka uuk meaksi paamee populasi yag idak dikeahui (esimad) aau fugsi yag memeaka

Lebih terperinci

Ukuran Dispersi Multivariat

Ukuran Dispersi Multivariat Bab IV Ukua Disesi Mulivaia Pada bab ii, eama-ama aka dikemukaka defiisi eag veko vaiasi vaiabel-vaiabel sada (VVVS sebagai ukua disesi mulivaia akala seluuh vaiabel yag eliba adalah vaiabel sada. Selajuya

Lebih terperinci

BILANGAN BAB V BARISAN BILANGAN DAN DERET

BILANGAN BAB V BARISAN BILANGAN DAN DERET Maemaika Kelas IX emese Baisa Bilaga da Dee BILANGAN BAB V BARIAN BILANGAN DAN DERET A. Baisa Bilaga. Pegeia Baisa Bilaga Jika bilaga-bilaga diuuka dega aua eeu maka aka dipeoleh suau baisa bilaga. Cooh

Lebih terperinci

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN Nomi Kelari *, Hasriai 2, Musraii 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua

Lebih terperinci

BAB III STATISTIK INFERENSI PADA RANTAI MARKOV

BAB III STATISTIK INFERENSI PADA RANTAI MARKOV BAB III STATISTIK INFERENSI PADA RANTAI MARKOV 3. Pedahulua Pada Bab II elah dibahas megeai aai Makov beode- aau Ō() da maiks peluag asisiya. Pada bagia ii, aka dibahas bagaimaa meeuka ode aai Makov dai

Lebih terperinci

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

Lebih terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB Sudi kelayaka bisis pada dasarya berujua uuk meeuka kelayaka bisis berdasarka krieria ivesasi Krieria ersebu diaaraya adalah ; 1. Nilai bersih kii (Ne

Lebih terperinci

PERBANDINGAN PENAKSIR REGRESI LINIER SEDERHANA PADA SAMPLING BERPERINGKAT, SAMPLING EKSTRIM BERPERINGKAT DAN SAMPLING MEDIAN BERPERINGKAT

PERBANDINGAN PENAKSIR REGRESI LINIER SEDERHANA PADA SAMPLING BERPERINGKAT, SAMPLING EKSTRIM BERPERINGKAT DAN SAMPLING MEDIAN BERPERINGKAT PBANDINGAN PENAKSIR REGRESI LINI SEDHANA PADA SAMPLING BPINGKAT, SAMPLING EKSTRIM BPINGKAT DAN SAMPLING MEDIAN BPINGKAT E. W. Aitoag *, Haiso, R. Efedi Mahasiswi Pogam S Matematika Dose Juusa Matematika

Lebih terperinci

TINJAUAN PUSTAKA. Pada bab ini akan diberikan beberapa konsep dasar, istilah istilah dan definisi

TINJAUAN PUSTAKA. Pada bab ini akan diberikan beberapa konsep dasar, istilah istilah dan definisi II. TINJAUAN PUSTAKA Pada bab ii aka dibeika bebeapa kosep dasa, istilah istilah da defiisi yag eat kaitaya dega masalah yag haus dibahas yaitu megeai bayakya caa megkostuksi Dyck path dega pajag k upstokes

Lebih terperinci

Rumus-rumus yang Digunakan

Rumus-rumus yang Digunakan Saisika Uipa Surabaya 4. Sampel Tuggal = Rumus-rumus yag Diguaka s..... Sampel berkorelasi D D N N N...... 3. Sampel Bebas a. Uuk varias sama... 3 aau x x s g... 4 b. Sampel Heeroge Guaka Uji Corha - Cox

Lebih terperinci

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

Lebih terperinci

V. PENGEMBANGAN MODEL KELAYAKAN FINANSIAL FUZZY

V. PENGEMBANGAN MODEL KELAYAKAN FINANSIAL FUZZY 39 V. PENGEMBANGAN MODEL KELAYAKAN FINANSIAL FUZZY 5.. Pegembaga Mode Pemodea fuzzy eah ebuki sebagai ekik yag saga begua keika peaaa daam kodisi keidakpasia aau dega ifomasi yag idak pasi seig dijumpai

Lebih terperinci

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data III. METODE KAJIAN 1. Lokasi da Waku Lokasi kajia berempa uuk kelompok dilaksaaka di kelompok peeraka sapi di Bagka Tegah, Provisi Bagka Beliug, da Kelompok Peeraka Sapi di Cisarua, Bogor, Provisi Jawa

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara 50.7 4.3770 6.7547 6.7547 4.4 48.6965 R4.7 36.3 N8 TOL 0..70 35.9497 36.3.99 50.7 94.338 6.89 3.5 6.75 7.567 36.0 6.4837 57.396 8.783 66.0384 5.337 37.006 3.568 PISAU POTONG AISI D SEPUH No Qy NAME MATERIAL

Lebih terperinci

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

Lebih terperinci

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan 30 B A B III METODE PENELITIAN 3. Peeapa Lokai da Waku Peeliia Objek peeliia dalam peeliia ii adalah megaalii perbadiga harga jual produk melalui pedekaa arge pricig dega co-plu pricig pada oko kue yag

Lebih terperinci

UNIVERSITAS GUNADARMA POLA, BARISAN DAN DERET BILANGAN BAHAN AJAR. Oleh : Muhammad Imron H. Modul Barisan dan Deret Hal. 1

UNIVERSITAS GUNADARMA POLA, BARISAN DAN DERET BILANGAN BAHAN AJAR. Oleh : Muhammad Imron H. Modul Barisan dan Deret Hal. 1 BAHAN AJAR POLA, BARISAN DAN DERET BILANGAN Oleh : Muhammad Imo H 0 Modul Baisa da Deet Hal. BARISAN DAN DERET A. POLA BILANGAN. Pegetia Baisa Bilaga Baisa bilaga adalah uuta bilaga-bilaga dega atua tetetu.

Lebih terperinci

4. KOMBINATORIKA ... S 1. S n S 2. Gambar 4.1

4. KOMBINATORIKA ... S 1. S n S 2. Gambar 4.1 4. KOMBINATORIKA 4. Atua Utuk Suatu Peistiwa Evet sesuatu yag tejadi. Jika peistiwa A dapat tejadi dalam m caa da peistiwa B dapat tejadi dalam N caa, maka tedapat (m, ) caa kedua peistiwa tejadi besama-sama.

Lebih terperinci

Statistika Non Parametrik

Statistika Non Parametrik . Pedahulua Statistika No Paametik Kelebiha Uji No Paametik: - Pehituga sedehaa da cepat - Data dapat beupa data kualitatif (Nomial atau Odial) - Distibusi data tidak haus Nomal Kelemaha Uji No Paametik:

Lebih terperinci

= 0 adalah r(dimana r konstan);

= 0 adalah r(dimana r konstan); MODEL PEMAEA LOGISTI UTU PEMAEA IA DEGA LAJU PEMAEA PROPOSIOAL Sigi ova Riyano, aono Juusan Maemaika FMIPA UDIP Semaang Jl. Pof. H. Soedao, SH, Tembalang, Semaang, 575 Absak: Tedapa banyak model pemanenan,

Lebih terperinci

Deret Bolak-balik (Alternating Series) Deret bolak-balik adalah deret yang suku-sukunya berganti tanda. Sebagai contoh,

Deret Bolak-balik (Alternating Series) Deret bolak-balik adalah deret yang suku-sukunya berganti tanda. Sebagai contoh, Deet Bolak-balik Alteatig Seies Deet bolak-balik adalah deet yag suku-sukuya begati tada. Sebagai cotoh, + 4 + + + Deet bolak-balik beikut: = + a, dega a positif, kovege jika memeuhi dua syaat i. Setiap

Lebih terperinci

kimia LAJU REAKSI II Tujuan Pembelajaran

kimia LAJU REAKSI II Tujuan Pembelajaran KTSP & K-13 kimia K e l a s XI LAJU REAKSI II Tujuan Pembelajaan Seelah mempelajai maei ini, kamu dihaapkan memiliki kemampuan beiku. 1. Mengeahui pesamaan laju eaksi.. Memahami ode eaksi dan konsana laju

Lebih terperinci

PENGONTROLAN PROSES SECARA STATISTIK MULTIPLE STREAM PROCESSES, STUDY KASUS : PROSES PRODUKSI REXONA SL AP STICK

PENGONTROLAN PROSES SECARA STATISTIK MULTIPLE STREAM PROCESSES, STUDY KASUS : PROSES PRODUKSI REXONA SL AP STICK PENGONROLAN PROSES SECARA SAISIK MULIPLE SREAM PROCESSES, SUY KASUS : PROSES PROUKSI REXONA SL AP SICK Vina Kuniasai, dan. Muhammad Mashui, M Mahasiswa Juusan Saisika FMIPA-IS () osen Juusan Saisika FMIPA-IS

Lebih terperinci

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di 8 METODE PENELITIAN Lokasi da Waku Peeliia Peeliia ii dilaksaaka selama 3 bula, erhiug sejak bula Februari sampai dega April 2008, di DAS Waeruhu, yag secara admiisraif erleak di wilayah Kecamaa Sirimau,

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Vol. 6. No., 97-09, Agustus 003, ISSN : 40-858 METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak Tulisa ii membahas peetua persamaa ruag

Lebih terperinci

Karakteristik Konikoida. The Characteristics Of Conicoid

Karakteristik Konikoida. The Characteristics Of Conicoid Kaakeisik Konikoida Sahlan Sidjaa *, Muhammad Abdy 2,2 Juusan Maemaika, FMIPA, Univesias Negei Makassa *oesonding auho email: sahlansidjaa@unm.a.id Absak Pada geomei bidang khususnya ada kasus iisan keuu

Lebih terperinci

KORELASI DAN REGRESI BERGANDA

KORELASI DAN REGRESI BERGANDA KORELASI DAN REGRESI BERGANDA KORELASI BERGANDA Koelasi begada meupaka alat uku megeai hubuga yag tejadi ataa vaiabel depede () dega dua atau lebih vaiabel idepede,. Dega koelasi begada kekuata atau keeata

Lebih terperinci

p q r sesuai sifat operasi hitung bentuk pangkat

p q r sesuai sifat operasi hitung bentuk pangkat Adi Nuhidayat, S.Pd PEMBAHASAN SALAH SATU PAKET SOAL UN MATEMATIKA SMK KELOMPOK PARIWISATA, SENI DAN KERAJINAN, TEKNOLOGI KERUMAHTANGGAAN, PEKERJAAN SOSIAL, DAN ADMINISTRASI PERKANTORAN TAHUN PELAJARAN

Lebih terperinci

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS Modul ke: 06Fakulas EKONOMI DAN BISNIS EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI Program Sudi Akuasi Idik Sodiki,SE,MBA,MM Krieria Kepuusa Ivesasi aau Pegaggara Modal o Beberapa krieria yag aka diperguaka

Lebih terperinci

PENDAHULUAN INTERVAL KEPERCAYAAN PENAKSIRAN TITIK PENAKSIRAN INTERVAL 5/14/2012 KANIA EVITA DEWI

PENDAHULUAN INTERVAL KEPERCAYAAN PENAKSIRAN TITIK PENAKSIRAN INTERVAL 5/14/2012 KANIA EVITA DEWI 5/4/0 INTERVAL KEPERCAYAAN Poulai θ= μ,, π PENDAHULUAN amlig amel θˆ=,, KANIA EVITA DEWI Peakira arameer ada cara:. Peakira iik. Peakira ierval aau ierval keercayaa PENAKSIRAN TITIK Peakira iik -> Jika

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

Lebih terperinci

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Bulei Ilmiah Ma.Sa. da Terapaya (Bimaser) Volume 06, No. (07), hal -0. MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Ermawai, Helmi, Frasiskus

Lebih terperinci

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2 METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA Roki Nuari *, Aziskha, Edag Lily Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

Lebih terperinci

PELUANG. Misalkan n = A,B,C,D Terjadinya 2 kemungkinan kejadian yaitu : AB, AC,AD, BA,BC,BD, CA,CB,CD, DA,DB,DC = 12 kemungkinan

PELUANG. Misalkan n = A,B,C,D Terjadinya 2 kemungkinan kejadian yaitu : AB, AC,AD, BA,BC,BD, CA,CB,CD, DA,DB,DC = 12 kemungkinan SMA - ELUANG A. Kaidah emutasi da kombiasi. emutasi : Bayakya kemugkia dega mempehatika uuta ada Misalka A,B,,D Tejadiya 2 kemugkia kejadia yaitu : AB, A,AD, BA,B,BD, A,B,D, DA,DB,D 2 kemugkia 4 ; 2 Rumusya

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3 Meode Pegumpula Daa 3 Jeis Daa Pada peeliia ii aka megguaka jeis daa yag bersifa kuaiaif Daa kuaiaif adalah daa yag berbeuk agka / omial Dalam peeliia ii aka megguaka daa pejuala

Lebih terperinci

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o ANALII BEDA Fx. ugiyao da Agus usworo Kosep Peeliia bermaksud meguji keadaa (sesuau) yag erdapa dalam suau kelompok dega kelompok lai Meguji apakah erdapa perbedaa yg Meguji apakah erdapa perbedaa yg sigifika

Lebih terperinci

Cara uji butiran agregat kasar berbentuk pipih, lonjong, atau pipih dan lonjong

Cara uji butiran agregat kasar berbentuk pipih, lonjong, atau pipih dan lonjong Cara uji buira agrega kasar berbeuk iih, lojog, aau iih da lojog RSNI T-0-005 Ruag ligku Sadar ii meeaka kaidah da aa cara eeua ersease dari buira agrega kasar berbeuk iih, lojog, aau iih da lojog. Pegujia

Lebih terperinci

KLASIFIKASI NASABAH KREDIT BANK X DI PROVINSI LAMPUNG MENGGUNAKAN ANALISIS DISKRIMINAN KERNEL

KLASIFIKASI NASABAH KREDIT BANK X DI PROVINSI LAMPUNG MENGGUNAKAN ANALISIS DISKRIMINAN KERNEL ISSN: 339-54 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahu 5, Halama 937-946 Olie di: hp://ejoural-s.udip.a.id/idex.php/gaussia KLASIFIKASI NASABAH KREDIT BANK X DI PROVINSI LAMPUNG MENGGUNAKAN ANALISIS DISKRIMINAN

Lebih terperinci

PENDEKATAN TEORITIK. c dt (3.1) r dr dr. atau 2 (3.2)

PENDEKATAN TEORITIK. c dt (3.1) r dr dr. atau 2 (3.2) 5 PENDEKTN TEORITIK Model Pepidaha Massa Kafei Pepidaha massa kafei yag ejadi selama poses pelaua belagsug seaa difusi. Model pepidaha massa kafei dai dalam biji kopi diuuka bedasaka asumsi-asumsi sebagai

Lebih terperinci

ANALISIS BEDA. Konsep. Uji t (t-test) Teknik Uji Beda. Agus Susworo Dwi Marhaendro

ANALISIS BEDA. Konsep. Uji t (t-test) Teknik Uji Beda. Agus Susworo Dwi Marhaendro ANALII BEA Agus usworo wi Marhaedro Kosep Peeliia bermaksud meguji keadaa (sesuau) yag erdapa dalam suau kelompok dega kelompok lai Meguji apakah erdapa perbedaa yg sigifika di aara kelompok-kelompok Tekik

Lebih terperinci

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) .   Definisi L.2 (Kejadian lepas ) 33 LAMPIRAN 34 35 Beberapa Defiisi Ruag Cooh Kejadia da Peluag Suau percobaa yag dapa diulag dalam kodisi yag sama, yag hasilya idak dapa diprediksi dega epa eapi kia bisa megeahui semua kemugkia hasil

Lebih terperinci

BAGIAN 2 TOPIK 5. andhysetiawan

BAGIAN 2 TOPIK 5. andhysetiawan BAGIAN OIK 5 adhyseiawa Isi Maeri Modulasi Aliudo AM Modulasi Frekuesi FM adhyseiawa MODULASI AMLIUDO DAN MODULASI ANGULAR SUDU Modulasi roses erubaha karakerisik aau besara gelobag ebawa, euru ola gelobag

Lebih terperinci

BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR

BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR Bulei Ilmia Ma. Sa. da Teraaa (Bimaser) Volume 6, No. 0(07), al 8. BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR Umi Salma, Mariaul Kifia, Frasiskus Fra INTISARI Beuk kaoik

Lebih terperinci

MATRIKS KOVARIANSI DALAM REGRESI NONPARAMETRIK MULTIRESPON PADA KASUS KORELASI SAMA DAN KORELASI TIDAK SAMA

MATRIKS KOVARIANSI DALAM REGRESI NONPARAMETRIK MULTIRESPON PADA KASUS KORELASI SAMA DAN KORELASI TIDAK SAMA MP : Volume 4 Nomo ui hal. 6-7 MARKS KOVARANS DALAM REGRES NONPARAMERK MULRESPON PADA KASUS KORELAS SAMA DAN KORELAS DAK SAMA Budi Lesai uusa Maemaia FMPA Uivesias embe. budilesaida@ahoo.com Noma Budiaaa

Lebih terperinci

PENGUJIAN HIPOTESIS DUA RATA-RATA

PENGUJIAN HIPOTESIS DUA RATA-RATA PENGUJIN HIPOTEI DU RT-RT Pegujia hipoesis dua raa-raa diguaka uuk membadigka dua keadaa aau epaya dua populasi. Misalya kia mempuyai dua populasi ormal masig-masig dega raa-raa µ da µ sedagka simpaga

Lebih terperinci

BAB III TINJAUAN PUSTAKA

BAB III TINJAUAN PUSTAKA BAB III TINJAUAN PUSTAKA 3.1. Defiisi Peramala Peramala adalah proses uuk memperkiraka berapa bayak kebuuha dimasa medaag yag melipui kebuuha dalam ukura kuaias, kualias, waku da lokasi yag dibuuhka dalam

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian 19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

MANAJEMEN RISIKO INVESTASI MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya

Lebih terperinci

OPTIMASI INVENTORY COST PADA MODEL MATEMATIKA EPQ (ECONOMIC PRODUCTION QUANTITY) DENGAN BACKORDER DAN VARIASI SET UP COST Rofila El Maghfiroh 4

OPTIMASI INVENTORY COST PADA MODEL MATEMATIKA EPQ (ECONOMIC PRODUCTION QUANTITY) DENGAN BACKORDER DAN VARIASI SET UP COST Rofila El Maghfiroh 4 JURNAL ILMU-ILMU EKNIK - SISEM Vol. 3 No. OPIMASI INVENORY COS PAA MOEL MAEMAIKA EP (ECONOMIC PROUCION UANIY) ENGAN ACKORER AN VARIASI SE UP COS Rofila El Maghfiroh 4 Absrak: Masalah pegedalia persediaa

Lebih terperinci

BAB V METODOLOGI PENELITIAN

BAB V METODOLOGI PENELITIAN BAB V METODOLOGI PEELITIA 5.1 Racaga Peelitia Peelitia ii merupaka peelitia kualitatif dega metode wawacara medalam (i depth iterview) utuk memperoleh gambara ketidaklegkapa pegisia berkas rekam medis

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai definisi suatu ring serta

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai definisi suatu ring serta BAB II LANDASAN TEORI Pada bab ii aka dibahas megeai defiisi suatu rig serta beberaa sifat yag dierluka dalam embahasa oliomial ermutasi Pejelasa megeai rig dimulai dega defiisi dari suatu sistem matematika

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakag Dalam keadaa dimaa meghadapi persoala program liier yag besar, maka aka berusaha utuk mecari peyelesaia optimal dega megguaka algoritma komputasi, seperti algoritma

Lebih terperinci

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN 2010 Erie Sadewo Kodisi Makro Ekoomi Kepulaua Riau Pola perekoomia suatu wilayah secara umum dapat diyataka meurut sisi peyediaa (supply), permitaa

Lebih terperinci

METODOLOGI 3.1 Waktu dan Tempat 3.2 Data Penelitian

METODOLOGI 3.1 Waktu dan Tempat 3.2 Data Penelitian 7 3. METODOLOGI 3. Waku da Tempa Peeliia dilaksaaka di laboraorium Klimaologi CCROM. Seluruh ragkaia kegiaa peeliia dilaksaaka melipui sudi pusaka aau lieraur pegumpula daa peeliia pegolaha daa da perbaika

Lebih terperinci

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER STATISTIK CUKUP Oleh: Ramayai Rizka M (11810101003), Dey Ardiao (1181010101), Ikfi Ulyawai (1181010103), Falviaa Yulia Dewi (1181010106), Ricki Dio Rosada (11810101034), Nurma Yuia D (11810101035), Wula

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

SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN

SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN Dose Pegampu : Pof. D. Si Wahyui DISUSUN OLEH: Nama : Muh. Zaki Riyato Nim : 02/156792/PA/08944 Pogam Studi : Matematika JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN

Lebih terperinci

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Prosidig SPMIPA. pp. 57-6. 6 ISBN : 979.74.47. PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Sri Rahayu, Taro Jurusa Maemaika FMIPA UNDIP Semarag Jl. Prof. Soedaro, Kampus UNDIP Tembalag,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Lokasi da objek peelitia Lokasi peelitia dalam skripsi ii adalah area Kecamata Pademaga, alasa dalam pemiliha lokasi ii karea peulis bertempat tiggal di lokasi tersebut sehigga

Lebih terperinci

BAB X. PELUANG. Terjadinya 2 kemungkinan kejadian yaitu : AB, AC, AD, BA, BC, BD, CA, CB, CD, DA, DB, DC = 12 kemungkinan. Prinsip/kaidah perkalian:

BAB X. PELUANG. Terjadinya 2 kemungkinan kejadian yaitu : AB, AC, AD, BA, BC, BD, CA, CB, CD, DA, DB, DC = 12 kemungkinan. Prinsip/kaidah perkalian: isip/kaidah pekalia: BAB X. ELUANG Jika posisi /tempat petama dapat diisi dega caa yag bebeda, tempat kedua dea caa, da seteusya, sehigga lagkah ke ada caa maka bayakya caa utuk megisi tempat yag tesedia

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Ruag sampel da Kejadia Defiisi Himpua semua hasil yag mugki dari suau percobaa disebu ruag sampel da diyaaka dega S Mogomery, 2004: 7. Tiap hasil dari ruag sampel disebu usur aau

Lebih terperinci

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata robabilitas da Statistika Teorema ayes dam Hedra rata Itroduksi - Joit robability Itroduksi Teorema ayes eluag Kejadia ersyarat Jika muculya mempegaruhi peluag muculya kejadia atau sebalikya, da adalah

Lebih terperinci

BAB III FORMULA PENENTUAN HARGA OPSI ASIA

BAB III FORMULA PENENTUAN HARGA OPSI ASIA 3 BAB III FORMULA PEETUA HARA OPSI ASIA Pada Bab III ii aka dibahas megeai opsi Asia da aalisisya, di maa yag aka dibahas hayalah beberapa ipe opsi Asia, da erbaas pada eis Europea call saa. Jeis-eis opsi

Lebih terperinci

SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN (FIELD)

SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN (FIELD) SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN (FIELD) Muhamad Zaki Riyato NIM: 02/156792/PA/08944 E-mail: zaki@mail.ugm.ac.id http://zaki.math.web.id Dose Pembimbig: Pof. D. Si Wahyui Pedahulua Sebelum melagkah

Lebih terperinci

PERBANDINGAN METODE BUNGA MAJEMUK DAN ATURAN 78 DALAM MENENTUKAN SISA PINJAMAN SETIAP PERIODE PADA ANUITAS DUE TUGAS AKHIR

PERBANDINGAN METODE BUNGA MAJEMUK DAN ATURAN 78 DALAM MENENTUKAN SISA PINJAMAN SETIAP PERIODE PADA ANUITAS DUE TUGAS AKHIR PERBNDINGN METODE BUNG MJEMUK DN TURN 78 DLM MENENTUKN SIS PINJMN SETIP PERIODE PD NUITS DUE ( Sudi Kasus: Kopeasi Uiesias Islam Negei Sula Syaif Kasim Riau ) TUGS KHIR Diajuka Sebagai Salah Sau Syaa Uuk

Lebih terperinci

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik III. METODE PENELITIAN A. Jes da Sumber Daa Daa yag dguaka adalah daa sekuder dar publkas das aau sas pemerah, daaraya adalah publkas daa dar Bada Pusa Sask megea PDRB Koa Badar Lampug da PDRB Props Lampug.

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun 47 BAB IV HASIL DAN PEMBAHASAN Sebagai hasil peelitia dalam pembuata modul Racag Bagu Terapi Ifra Merah Berbasis ATMega8 dilakuka 30 kali pegukura da perbadiga yaitu pegukura timer/pewaktu da di badigka

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI Bulei Ilmiah Ma. Sa. da erapaya (Bimaser) Volume 4, No. (5), hal 7 6. PNYLSAIAN PRSAMAAN DIFRNSIAL PARSIAL LINAR DNGAN MNGGUNAKAN MOD RANSFORMASI LZAKI Noa Miari, Mariaul Kifiah, Helmi INISARI Persamaa

Lebih terperinci

Pemodelan Indeks Harga Saham Gabungan (IHSG), Kurs, dan Harga Minyak Dunia dengan Pendekatan Vector Autoregressive

Pemodelan Indeks Harga Saham Gabungan (IHSG), Kurs, dan Harga Minyak Dunia dengan Pendekatan Vector Autoregressive JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 30-98X D-87 Pemodela Ideks Harga Saham Gabuga (IHSG), Kurs, da Harga Miyak Duia dega Pedekaa Vecor Auoregressive Dimas Okky.S da Seiawa Jurusa Saisika,

Lebih terperinci

EKSISTENSI INVERS GRUP DARI MATRIKS BLOK. Mahasiswa Program S1 Matematika 2

EKSISTENSI INVERS GRUP DARI MATRIKS BLOK. Mahasiswa Program S1 Matematika 2 ESSTENS NVERS GRU DR TRS LO Riaa Wedya Rola ae usaii ahasiswa ogam S atematika Dose Juusa atematika Fakultas atematika da lmu egetahua lam ampus iawidya ekabau 89 doesia email: iaa_wedya@yahoocom STRCT

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

BAB III ANALISIS LOOKBACK OPTIONS

BAB III ANALISIS LOOKBACK OPTIONS BAB III : ANALII LOOKBACK OPION BAB III ANALII LOOKBACK OPION Pada Bab III ii aka dibahas egeai lookback opios da aalisisa Asusi ag kia pakai adalah saha ag diguaka (uderlig asse) idak eberika divide ipe

Lebih terperinci

MASALAH PENELUSURAN (KASUS KONTINU)

MASALAH PENELUSURAN (KASUS KONTINU) MASALAH PENELUSUAN KASUS KONINU Oleh : Noii Hasi Dose Pogam Si Sisem Ifomasi UNIKOM Absak Sisem kool opimm aalah sa sisem yag meacag opimasi ilai, baik maksimm map miimm, ai sa fgsi objekif. Sisem ii bepa

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

PELUANG. Terjadinya 2 kemungkinan kejadian yaitu : AB, AC, AD, BA, BC, BD, CA, CB, CD, DA, DB, DC = 12 kemungkinan. Prinsip/kaidah perkalian:

PELUANG. Terjadinya 2 kemungkinan kejadian yaitu : AB, AC, AD, BA, BC, BD, CA, CB, CD, DA, DB, DC = 12 kemungkinan. Prinsip/kaidah perkalian: isip/kaidah pekalia: ELUANG Jika posisi /tempat petama dapat diisi dega caa yag bebeda, tempat kedua dega caa, da seteusya, sehigga lagkah ke ada caa maka bayakya caa utuk megisi tempat yag tesedia adalah

Lebih terperinci

Barekeng, Juni hal Vol. 1. No. 1

Barekeng, Juni hal Vol. 1. No. 1 Barekeg, Jui 7 hal46-5 Vol No ANALISIS VARIANS MULTIVARIAT PADA EKSPERIMEN DENGAN RANCANGAN ACAK LENGKAP (Variace Mulivaria Aalysis for Eperime wih Complee Radom Desig Th PENTURY Jurusa Maemaika FMIPA

Lebih terperinci

Himpunan. Himpunan 3/28/2012. Semesta Pembicaraan Semua mobil di Indonesia

Himpunan. Himpunan 3/28/2012. Semesta Pembicaraan Semua mobil di Indonesia Himpua Suatu himpua atau gugus adalah merupaka sekumpula obyek. Pada umumya aggota dari gugus tersebut memiliki suatu sifat yag sama. Suatu himpua bagia atau aak gugus merupaka sekumpula obyek yag aggotaya

Lebih terperinci

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital Aplikasi Iterpolasi Biliier pada Pegolaha Citra Digital Veriskt Mega Jaa - 35408 Program Studi Iformatika Sekolah Tekik Elektro da Iformatika Istitut Tekologi Badug, Jl. Gaesha 0 Badug 403, Idoesia veriskmj@s.itb.ac.id

Lebih terperinci

V. PENGUJIAN HIPOTESIS

V. PENGUJIAN HIPOTESIS V. PENGUJIAN IPOTEI A. IPOTEI TATITIK Defiisi uau hipoesa saisik adalah suau peryaaa aau dugaa megeai sau aau lebih variabel populasi. ipoesis digologka mejadi. ipoesis ol adalah hipoesis yag dirumuska

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

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu BAB 4 UKURAN PENYEBARAN DATA Pada Bab sebelumya kita telah mempelajari beberapa ukura pemusata data, yaitu ukura yag memberika iformasi tetag bagaimaa data-data ii megumpul atau memusat Pada bagia Bab

Lebih terperinci

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA Laar Belakag Masalah Semaki berambah pesaya pembagua dibidag kosruksi maka meyebabka meigka pula kebuuha aka meerial-maerial

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

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

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

III. BAHAN DAN METODE. Penelitian ini dilaksanakan pada bulan April 2014 di BBPTU-HPT Baturraden,

III. BAHAN DAN METODE. Penelitian ini dilaksanakan pada bulan April 2014 di BBPTU-HPT Baturraden, III. BAHAN DAN METODE A. Waktu da Tempat Peelitia Peelitia ii dilaksaaka pada bula April 014 di BBPTU-HPT Baturrade, Purwokerto. B. Baha da Alat Peelitia Baha peelitia ii yaitu rekordig produksi susu laktasi

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

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 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 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 terperinci

VARIABEL-VARIABEL YANG MEMPENGARUHI ACTUAL SYSTEM USAGE (ASU) PADA PEMANFAATAN STUDENTSITE

VARIABEL-VARIABEL YANG MEMPENGARUHI ACTUAL SYSTEM USAGE (ASU) PADA PEMANFAATAN STUDENTSITE VARIABEL-VARIABEL YANG MEMPENGARUHI ACTUAL SYSTEM USAGE (ASU) PADA PEMANFAATAN STUDENTSITE Indra Nurhadi Program Sudi Manajemen Ekonomi, Fakulas Ekonomi, Universias Gunadarma Jl. Akses Kelapa Dua Cimanggis,

Lebih terperinci

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung 42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera

Lebih terperinci

BAB III PENGEMBANGAN MODEL MATEMATIK

BAB III PENGEMBANGAN MODEL MATEMATIK A III PENGEMANGAN MODEL MATEMATIK Pada analisis manual ang akan dikembangkan, unuk menjamin bahwa eoi maupun umusan ang diuunkan belaku (valid) maka pelu dieapkan asumsi dasa. Sehingga hasil analisis manual

Lebih terperinci

BAB X. PELUANG. Terjadinya 2 kemungkinan kejadian yaitu : AB, AC, AD, BA, BC, BD, CA, CB, CD, DA, DB, DC = 12 kemungkinan. Prinsip/kaidah perkalian:

BAB X. PELUANG. Terjadinya 2 kemungkinan kejadian yaitu : AB, AC, AD, BA, BC, BD, CA, CB, CD, DA, DB, DC = 12 kemungkinan. Prinsip/kaidah perkalian: isip/kaidah pekalia: BAB X. ELUANG Jika posisi /tempat petama dapat diisi dega caa yag bebeda, tempat kedua dea caa, da seteusya, sehigga lagkah ke ada caa maka bayakya caa utuk megisi tempat yag tesedia

Lebih terperinci

METODE BEDA HINGGA UNTUK SOLUSI NUMERIK PERSAMAAN DIFERENSIAL

METODE BEDA HINGGA UNTUK SOLUSI NUMERIK PERSAMAAN DIFERENSIAL METDE BEDA HIGGA UTUK SLUSI UMERIK PERSAMAA DIFERESIAL Sangadi ABSTRACT Tee ae many oblems in alied sciences ysics and engineeing a ae maemaically modeled by using diffeenial euaions and bounday condiions.

Lebih terperinci

Transport P henomena Phenomena Dr. Heru Setyawan Jurusan T eknik Teknik K imia Kimia FTI - FTI ITS

Transport P henomena Phenomena Dr. Heru Setyawan Jurusan T eknik Teknik K imia Kimia FTI - FTI ITS Tanso Phenomena D. Heu Seawan Juusan Teknik Kimia FTI-ITS Alian melalui annulus flu nol Pemukaan momenum κ λ Disibusi keceaan Disibusi flu momenum aau shea sess Disibusi flu momenum dan disibusi keceaan

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

Bab III Metoda Taguchi

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

Lebih terperinci

Himpunan Kritis Pada Graph Caterpillar

Himpunan Kritis Pada Graph Caterpillar 1 0 Himpua Kritis Pada Graph Caterpillar Chairul Imro, Budi Setiyoo, R. Simajutak, Edy T. Baskoro {imro-its,budi}@matematika.its.ac.id, {rio,ebaskoro}@ds.math.itb.ac.id Ues, Semarag, 4 7 Juli 006 Abstrak

Lebih terperinci