ANALISIS TRANSFORMASI DATUM DARI DATUM INDONESIA 1974 KE DATUM GEODESI NASIONAL Eko Yuli Handoko * dan Hasanuddin Z.

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS TRANSFORMASI DATUM DARI DATUM INDONESIA 1974 KE DATUM GEODESI NASIONAL Eko Yuli Handoko * dan Hasanuddin Z."

Transkripsi

1 ANALISIS RANSFORMASI DAUM DARI DAUM INDONESIA 1974 KE DAUM GEODESI NASIONAL 1995 Eko Yl Hanoko * an Hasann Z Abn ** * Program St eknk Geoes FSP Insttt eknolog Seplh Nopember - Srabaya ** Departemen eknk Geoes FSP Insttt eknolog Banng ABSRAK Program pemetaan nasonal harapkan menggnakan atm geoetk nasonal yat Datm Geoes Nasonal (DGN95) Namn mash banyak peta ata ata geoes yang mempnya atm yang berbea engan DGN95 msalnya atm Inonesa Datm 1974 (ID74) Untk t perl sat moel transformas atm antara atm ID74 ke atm DGN95 lsan n membahas hal tersebt engan mempertmbangkan a moel transformas yat : Moel ransformas 7 Parameter / Smlarty ransformaton ( Brsa- Wolf) an Moel ransformas 1 Parameter / Affnty ransformaton Dengan menggnakan ata ttk sekt yang aa htng parameter transformas ar a moel tersebt atas Dar hasl kea moel tersebt analss sehngga apat ketah moel yang mana yang memberkan hasl optmm Kata knc : atm transformas ID74 DGN95 I PENDAHULUAN Dengan keppres No 166 ahn Bakosrtanal kembal ber tgas ntk menyelenggarakan tgas pemerntahan bang sre an pemetaan sesa engan peratran pernang-nangan yang berlak Dalam menyelenggarakan tgas t ntk pertama kalnya secara eksplst tetapkan bahwa Bakosrtanal mempnya fngs pembnaan nfrastrktr ata spasal ata yang lebh kenal sebaga Infrastrktr Data Spasal Nasonal (IDSN ) Infrastrktr Data Spasal Nasonal (IDSN) lhat sebaga sat paya nasonal ntk mengharkan smber-smber ata spasal asar yang apar manfaatkan selas mngkn IDSN hars menyeakan tema-tema ata spasal yang palng mm gnakan oleh penggna an terkat engan pencptaan sat lngkngan yang menkng pengembangan an pemanfaatan ata spasal secara optmal Selanjtnya sema program pemetaan nasonal mapn aerah harapkan menggnakan georeferens stanar nasonal yat Datm Geoes Nasonal 1995 (DGN95) Pemetaan ke alam sstem DGN95 apat lakkan engan pengkatan ke kerangka kontrol horsontal Bakosrtanal Ore an Ore 1 serta ke tk Dasar eknk BPN Ore II III an IV In aalah sat framework ataset ata ata asar tama alam kerangka IDSN ( Vllanea 1 ) Dalam perjalanannya Inonesa pernah mempnya beberapa atm sebaga sstem referens pemetaan Berbaga atm tersebt antara lan Datm Genk ( Pla Jawa ) menggnakan moel ellso Bessel 1841 yang tentkan menggnakan metoe tranglas Inonesa Datm 1974 menggnakan ellpso referens SNI (Sfero Nasonal Inonesa) engan pengamatan menggnakan metoe Doppler Sekarang engan kemajan teknolog Satelt Global Postonng System (GPS) Inonesa menetapkan atm yat Datm Geoes Nasonal 1995 (DGN-95) yang geosentrk Datm n tentkan menggnakan pengamatan GPS an menggnakan ellpso referens WGS-84 Mengngat peta-peta yang aa sekarang n mash banyak yang menggnakan sstem lama (ID-74) sesa engan selenggarakannya IDSN yang mempnya stanar salah JURNAL SURVEYING DAN GEODESI VolXII No3 September hal 1

2 satnya bahwa atm yang gnakan aalah atm DGN-95 ( Matnas ) maka perl lakkan transformas atm menja atm DGN-95 Dalam transformas atm ar atm ID-74 ke Datm DGN-95 menggnakan moel transformas atm erapat bermacam-macam moel alam transformas atm Moel transformas atm tersebt yang akan bahas alam makalah n antara lan : Smlarty transformaton moel ( moel Brsa-Wolf ) Affnty transformaton moel ( 1 parameter transformas ) Htngan lakkan engan menggnakan ata selrh ttk sekt ( 35 ttk sekt ) an htngan menggnakan ata yang bag menja a wlayah yat wlayah 1 an wlayah ( terlhat alam gambar 1) DISRIBUSI IIK SEKUU ID74 DAN WGS84 D61 D46 Wlayah- D97 D96 D957 D967 D96 D955 D95 D419 D5 D949 D947 D7 BPA PADANG D6 D45 SP5 SP74 D66 D641 D47 D471 D469 D479 P71 D5 D487 D947 D353 D18 D58 Wlayah-1 D13 D14 D1 D188 D144 D18 D19A Gambar 1 Dstrbs tk Sekt alam Sstem ID74 an DGN94 II MODEL RANSFORMASI DAUM 1 ransformas 7 Parameter ( Brsa-Wolf ) Kta mengenal beberapa moel transformas koornat salah satnya transformas engan 7 parameter yat : 3 rotas 3 translas an faktor skala Moel n serng sebt jga sebaga moel lnear conformal n three menson ata three mensonal smlarty transformaton Hal n sebabkan bahwa alam moel n faktor skala paa sema arah aalah sama Dalam moel n bentk jarngan pertahankan maka st tak berbah tetap panjang baselne an poss ttk apat berbah Menggnakan moel three mensonal smlarty transformaton paa jarng kerangka yang besar mngkn apat mengbah skala lokal an orentas Oleh karena t perl pertmbangkan apakah perbahan paa skala lokal an orentas n memberkan pengarh secara sgnfkan ata tak Jka XA = [ xa ya za ] t an XB = [ xb yb zb ] t aalah koornat sebelm an sesah transformas maka moel fngsonal ar transformas engan 7 parameter aalah sebaga berkt : engan ; XB = s R XA + t (1) s = faktor skala t = ektor translas ( t x t y t z) t R = matrk ortogonal ar rotas sstem X1 ke sstem X yat : JURNAL SURVEYING DAN GEODESI VolXII No3 September hal

3 R () Secara nmerk hasl transformas menggnakan moel Brsa-Wolf apat tnjkan alam abel 1 an 3 abel 1 Parameter transformas Brsa-Wolf ar ID74 ke DGN95 parameter nla satan X -167 meter Y meter Z 4784 meter rx 133 etk ry 5 etk rz 634 etk s 1467 x abel Parameter transformas Brsa-Wolf ar ID74 ke DGN95 Wlayah 1 parameter nla satan X meter Y -986 meter Z meter rx -555 etk ry -117 etk rz -883 etk s -1313x1-6 - abel 3 Parameter transformas Brsa-Wolf ar ID74 ke DGN95 Wlayah parameter nla satan X meter Y meter Z 9876 meter rx -48 etk ry 76 etk rz 685 etk s 831x1-6 - ransformas 1 Parameter (Affnty Moel) Secara prakts jka kta ngn mentransformaskan sat sstem koornat ke sstem koornat yang lan gnakan transformas menggnan 7 parameter 3 parameter rotas 3 parameter translas an faktor skala Implkas ar moel n aalah poss ttk an panjang baselne akan berbah tetap st an bentk jarngan tak berbah Serng kal moel n tak ckp merefrekskan stas yang sebenarnya (Wolfrm 199 ) Dar teor permkaan (Hotne 1947; Wolfrm199 ) bahwa setap perbahan bagan kecl permkaan cenerng asmskan sebaga karakter ar affnty Jka sstem koornat A yang nyatakan alam S transformaskan kealam sstek koornat B yang nyatakan alam S x engan affnty transformaton moel lakkan langkah-langkah sebaga berkt Langkah pertama aalah mentransformaskan ektor poss ke alam sstek koornat lokal S L engan P aalah centro ar jarngan w L aalah normal ellpso L aalah pararel merean seangkan L aalah sk ar L ke arah tmr Vektor poss alam sstem S L : JURNAL SURVEYING DAN GEODESI VolXII No3 September hal 3

4 L = M ( ) = M (3) mana : M 3 π P R ( )R ( ) (4) M 1 P 1 (5) 1 Langkah kea aalah memmaskkan nsr affntas Sstem lokal S L ptar / rotas paa smb w L sebesar st searah jarm jam sehngga terapat stors skala yat ( k 1 k k 3 ) Selanjtnya ptar kempal sebesar st (- ) berlawaan arah jarm jam sehngga peroleh : engan : ' L R ( )KR ( ) S (6) 3 3 L L k1 K k (7) k 3 k 1 k S (k 1 k ) (k k ) k k 1 1 k3 (8) mana S aalah matrk empat parameter affnty Hal atas apat berart k 1 k merpakan moel sstematk stors affne alam arah horsontal L an L Seangkan k 3 merpakan besarnya perbeaan skala tngg Selanjtnya perbeaan orentas antara a sstem perhtngkan Sepert alam Ves (196) moel eferensal parameter orentas A merjk paa sstem lokal S L Akhrnya peralhan sstem S X apatkan engan membalkan rms transformas L = M ( ) = M Matrk M merpakan matrk orthogonal sehngga M -1 = M maka : x = M R L (9) mana : 1 A R A 1 (1) 1 engan mensbsts persamaan sebelmnya maka bentk ar persamaan perbeaan ektor x an aalah : x = M R S M (11) ata ntk ektor persamaan transformsa sebaga berkt berlak: x = t + + M RS M( - ) (1) mana t aalah ektor translas antara a sstem JURNAL SURVEYING DAN GEODESI VolXII No3 September hal 4

5 Proser htngan perataannya memerlkan moel yang lner ar fngs yang tak ketah Oleh karena t Dseerhanakan matrk affnty menja sebaga berkt : p q S q r (13) s mana : p = k 1 + k r = k 1 + k s = k 3 q = (k 1 k ) Jka persamaan atas ekat engan sat mel penekatan maka persamaan tersebt apat tls kembal : p = p +p p =1 r = r + r r = 1 s = s + s s = 1 q = q + q q = 1 sehngga matrk affnty apat bentk menja persamaan : S = I + S (14) Dengan p S q q r s sepert hal atas maka ntk R menja ; R = I + R (15) Maka engan mengabakan bentk ore a perkalan proct RS apat tls menja : RS = I + R + S (16) Sehngga persamaan lner ar moel transformas menja : ata x = + t + M (R + S ) M (17) x = + t + G ( ) (18) Paa persamaan atas matrks G mempnya strktr sebaga berkt : JURNAL SURVEYING DAN GEODESI VolXII No3 September hal 5

6 JURNAL SURVEYING DAN GEODESI VolXII No3 September hal 6 s p q s p A q s p A q s p A q s r p q s r p A q s p A q s r p A q s r p G _ ) ( ) ( Untk menghtng nla parameter gnakan metoe stanar sepert alam Mkhal (1976); ) (x G ) ( F x (19) yang keman alam bentk lner : w B A () engan : y y x w x Apr sq t t t μ ν z y x x w ) (L F A F B mana : z y x w x L Secara nmerk hasl transformas menggnakan moel 1 parameter apat tnjkan alam abel 45 an 6

7 abel 4 Parameter transformas affn 1 parameter ar ID74 ke DGN95 parameter nla satan X meter Y -447 meter Z 433 meter 3618 etk -613 etk -346 etk p r s q abel 5 Parameter transformas affn 1 parameter ar ID74 ke DGN95 Wlayah 1 parameter nla satan X -19 meter Y meter Z 385 meter -45 etk 78 etk -14 etk p r s q abel 6 Parameter transformas affn 1 parameter ar ID74 ke DGN95 Wlayah parameter nla satan X -88 meter Y -415 meter Z 46 meter 678 etk -666 etk 11 etk p r s q III ANALISIS HASIL HIUNGAN Dengan sema hasl yang aa yang telah htng menggnakan moel-moel transformas yang tersebt atas hasl tersebt banngkan engan nla koornat ttk sekt alam sstem DGN95 Hasl berpa grafk selsh apat tnjkkan alam Gambar & 7 ransformas menggnakan moel 7 parameter engan sema ata ttk sekt ( 35 ttk ) sepert tnjkkan alam gambar mempnya aras penympangan yang relatf sama kecal terapat beberapa ttk yang berbea Dar hasl tersebt apat ketah penympangan rata-rata X m Y 6133 m an Z 433 m; JURNAL SURVEYING DAN GEODESI VolXII No3 September hal 7

8 Selsh (meter) Selsh (meter) Selsh Koornat Hasl ransformas & tk Sekt - DGN D947 D949 D95 D957 D96 D96 D967 D97 N11 N196 NIAS N9 N N3 N5 N7 N13 N31 N3 N37 N1336 N1357 N41 N4 N141 N146 N141 N1411 N141 N1413 N1417 N1437 N56 N67 N tk Sekt X Y Z Gambar Selsh Koornat hasl transformas menggnakan moel Brsa-Wolf engan nla koornat ttk sekt alam sstem DGN95 Gambar 3 mennjkkan bahwa htngan moel 7 parameter engan ata paa wlayah 1 (18 ttk) memberkan hasl penympangan rata-rata X 1495 m Y 4339 m an Z 385 m Seangkan paa Gambar 4 terlhat bahwa htngan moel 7 parameter engan ata paa wlayah (17 ttk) memberkan hasl penympangan rata-rata X 1334 m Y 733 m an Z 464 m Selsh koornat Hasl ransformas & tk Sekt -DGN95 (Wlayah 1) D947 D949 D95 D957 D96 D96 D967 D97 N11 N196 NIAS N9 N N3 N5 N7 N13 N31 tk Sekt X Y Z Gambar 3 Selsh Koornat hasl transformas menggnakan moel Brsa-Wolf engan nla koornat ttk sekt alam sstem DGN95 Wlayah 1 JURNAL SURVEYING DAN GEODESI VolXII No3 September hal 8

9 S e l s h ( m Selsh (meter) Selsh Koornat Hasl ransformas & tk Sekt - DGN95 (Wlayah ) N3 N37 N1336 N1357 N41 N4 N141 N146 N141 N1411 N141 N1413 N1417 N1437 N56 N67 N61 tk Sekt X Y Z Gambar 4 Selsh Koornat hasl transformas menggnakan moel Brsa-Wolf engan nla koornat ttk sekt alam sstem DGN95 Wlayah Hasl transformas menggnakan moel 1 parameter tnjkkan paa Gambar 5 Dar hasl tersebt terlhat aras penympangan yang tak teratr Hal n sebabkan karena skala tap smb berbea Nla rata-rata penympangan X 193 m Y 59 m an Z 117 m; Paa Gambar 6 terlhat bahwa moel 1 parameter paa wlayah 1 memberkan penympangan X 14 m Y 118 m an Z 151 m; seangkan paa Gambar 7 terlhat bahwa moel 1 parameter paa wlayah memberkan penympangan X 1588 m Y 6595 m an Z 66 m Dar hasl sema moel transformas apat lhat terapat perbeaan yang besar antara moel 7 parameter an moel 1 parameter; Dar setap moel transformas aerah tmr (wlayah ) memberkan hasl penympangan yang besar banngkan engan aerah barat (wlayah 1) Hal n mennjkkan tak homogennya keteltan jarng kontrol horsontal alam sstem yang lama (ID74) yang pengkrannya memanfaatkan satelt oppler/transt pernyataan n jga ngkapkan alam Sbarja (1995) S e l s h K o o r n a t H a s l r a n s f o r m a s & t k S e k t D G N 9 5 M e t o e A f f n e D D D 9 5 D D 9 6 D 9 6 D D 9 7 N 1 1 N N IA S N 9 N N 3 N 5 N 7 N 1 3 N 3 1 N 3 N 3 7 N N N 4 1 N 4 N N N N N N N N N 5 6 N 6 7 N t k S e k t X Y Z Gambar 5 Selsh Koornat hasl transformas menggnakan moel 1 Parameter engan nla koornat ttk sekt alam sstem DGN95 JURNAL SURVEYING DAN GEODESI VolXII No3 September hal 9

10 S el s h (m et S e l s h ( m S e l s h k o o r n a t h a s l t r a n s f o r m a s & t t k s e k t D G N 9 5 M e t o e A f f n e ( W l a y a h 1 ) D D D 9 5 D D 9 6 D 9 6 D D 9 7 N 1 1 N N IA S N 9 N N 3 N 5 N 7 N 1 3 N t k s e k t X Y Z Gambar 6 Selsh Koornat hasl transformas menggnakan moel 1 Parameter engan nla koornat ttk sekt alam sstem DGN95 ( wlayah 1) S e ls h K o o r n a t H a s l ra n s fo rm a s & tk S e k t D G N 9 5 M e to e A ffn e W la y a h N 3 N 3 7 N N N 4 1 N 4 N N N N N N N N N 5 6 N 6 7 N tk S e k t X Y Z Gambar 7 Selsh Koornat hasl transformas menggnakan moel 1 parameter engan nla koornat ttk sekt alam sstem DGN95 ( wlayah ) IV KESIMPULAN & SARAN Dar analss hasl htngan apat lhat bahwa penggnaan moel transformas 1 parameter apat memberkan hasl yang lebh bak ar moel Brsa Wolf Meskpn begt perl kaj lebh lanjt mengena knerja moel transformas 1 parameter engan strbs ttk sekt yang bak an jmlah ttk sekt yang lebh banyak Selan t perl jga lakkan pembobotan terhaap ata kran ar sstem ID74 an DGN95 erapat moel transformas atm menggnakan persamaan mlt regres yat Mltple Regresson Eqaton Penggnaan moel n perl kembangkan sebaga pembanng ar moel- moel yang telah aa JURNAL SURVEYING DAN GEODESI VolXII No3 September hal 3

11 DAFAR ACUAN Applebam L (198 ) Geoetc Datm ransformaton by Mltple Regresson Eqaton Proceengs of he hr Geoetc Symposm on Satellte Doppler Postonng Las Crces New Mexco pp 7-3 Bomfor G ( 198 ) Geoesy ( 4 th e ) Clarenon Press Oxfor Bosser J D ( a ) Coornates an Coornates System Bosser JD E Manal of Geospasal Scence an echnology aylor & Francs Lonon Pp 8-15 Bosser J D ( b ) Datm an Geoetc System Bosser JD E Manal of Geospasal Scence an echnology aylor & Francs Lonon Pp 16-6 Draper NR & H Smth ( 1981 ) Apple Regresson Analyss n Eton John Wley & Sons New York Efroymson MA ( 1967 ) Mltple Regresson Analyss Ralston A E Mathematcal Methos for Dgtal Compters John Wley & Sons Inc New York Habb A ( ) Coornate ransformatons Bosser JD E Manal of Geospasal Scence an echnology aylor & Francs Lonon Pp 7-49 Harey BR ( 1993 ) Practcal Least Sqares an Statstcs for Sreyors Monograph 13 School of Sreyng-Unersty of New Soth Wales Kengton Astrala Heskanen WA an Mortz H ( 1967 ) Physcal Geoesy WH Freeman an Co San Francsco CA Mofftt F an Mkhal E ( 198 ) Photogrammetry ( 3 r e ) Harper & Row New York NIMA (1997 ) Department of Defense Worl Geoetc system 1984 ts Defnton an Relatonshps wth Local Geoetc System (3 r e) Natonal Imagery an Mappng Agency R835 Bethesa MD Okeke FI ( 1998 ) he Crlner Datm ransformaton Moel Dssertatonen Unerstt Stttgart Mnchen German Sbarya C & RW Matnas ( 1995 ) Datm Inonesa 1995 ( DI-95 ) yang Geosentrk Psat Pemetaan Bakosrtanal Inonesa orge W ( 198 ) Geoesy Walter e Gryter New York Vllanea K J ( 1 ) Peran Bakosrtanal alam Pembangnan Nasonal Kepessran an Kelatan Inonesa Makalah sajkan paa Semnar Nasonal Kelatan Ikatan Mahasswa Geoes IB Banng 7 Aprl Ves G ( 196 ) Geoetc ses of artfcal satelltes Smthsonan Contrbtons of Astrophyscs ol3 No 9 Smthsonan Insttte Washngton DC Wolfrm O ( 199 ) Mergng errestral an Satellte Networks by A en-parameter ransformaton Moel Manscrpta Geoetca (17) pp1-14 JURNAL SURVEYING DAN GEODESI VolXII No3 September hal 31

ANALISIS TRANSFORMASI DATUM DARI DATUM INDONESIA 1974 KE DATUM GEODESI NASIONAL 1995

ANALISIS TRANSFORMASI DATUM DARI DATUM INDONESIA 1974 KE DATUM GEODESI NASIONAL 1995 ANALISIS TRANSFORMASI DATUM DARI DATUM INDONESIA 1974 KE DATUM GEODESI NASIONAL 1995 Eko Yul Hanoko * an Hasanun Z Abn ** * Program Stu Teknk Geoes, FTSP, Insttut Teknolog Sepuluh Nopember - Surabaya **

Lebih terperinci

ANALISIS TRANSFORMASI DATUM DARI DATUM INDONESIA 1974 KE DATUM GEODESI NASIONAL Eko Yuli Handoko * dan Hasanuddin Z.

ANALISIS TRANSFORMASI DATUM DARI DATUM INDONESIA 1974 KE DATUM GEODESI NASIONAL Eko Yuli Handoko * dan Hasanuddin Z. ANALISIS TRANSFORMASI DATUM DARI DATUM INDONESIA 1974 KE DATUM GEODESI NASIONAL 1995 Eko Yul Handoko * dan Hasanuddn Z. Abdn ** * Program Stud Teknk Geodes, FTSP, Insttut Teknolog Sepuluh Nopember - Surabaya

Lebih terperinci

Misalkan S himpunan bilangan kompleks. Fungsi kompleks f pada S adalah aturan yang

Misalkan S himpunan bilangan kompleks. Fungsi kompleks f pada S adalah aturan yang Fngs Analtk FUNGSI ANALITIK Fngs sebt analtk ttk apabla aa sema ttk paa sat lngkngan Untk mengj keanaltkan sat ngs kompleks w = = + gnakan persamaan Cach Remann Sebelm mempelejar persamaan Cach-Remann

Lebih terperinci

81 Bab 6 Ruang Hasilkali Dalam

81 Bab 6 Ruang Hasilkali Dalam 8 Bab Rang Haslkal Dalam Bab RUANG HASIL KALI DALAM Rang hasl kal dalam merpakan rang ektor yang dlengkap dengan operas hasl kal dalam. Sepert halnya rang ektor rang haslkal dalam bermanfaat dalam beberapa

Lebih terperinci

Pengenalan Pola/ Pattern Recognition

Pengenalan Pola/ Pattern Recognition Pengenalan Pola/ Pattern Reognton Dasar Pengenalan Pola Imam Cholssodn S.S., M.Kom. Dasar Pengenalan Pola. The Desgn Cyle. Collet Data 3. Objet to Dataset 4. Featre Seleton Usng PCA Menghtng Egen Vale

Lebih terperinci

PENENTUAN UKURAN SAMPEL UNTUK SURVEY PILKADA MENGGUNAKAN PENDEKATAN BAYES

PENENTUAN UKURAN SAMPEL UNTUK SURVEY PILKADA MENGGUNAKAN PENDEKATAN BAYES Prosng Semnar Nasonal Matematka an Penkan Matematka (SESIOMADIKA) 017 ISBN: 978-60-60550-1-9 Statstka, hal. 14-18 PENENTUAN UKURAN SAMPEL UNTUK SURVEY PILKADA MENGGUNAKAN PENDEKATAN BAYES NENENG SUNENGSIH

Lebih terperinci

Vektor Kendali Permainan Dinamis LQ Non-Kooperatif Waktu Tak Berhingga

Vektor Kendali Permainan Dinamis LQ Non-Kooperatif Waktu Tak Berhingga Semnar Nasonal eknolog Informas Komnkas dan Indstr (SNIKI) 8 ISSN : 85-99 Pekanbar 9 November 6 Vektor Kendal Permanan Dnams LQ Non-Kooperatf Wakt ak Berhngga Nlwan Andraja UIN Sltan Syarf Kasm Ra Pekanbar

Lebih terperinci

b) Sebaliknya : interaksi kalor antara sistem dan lingkungan yang harus berlangsung kuasistatik dan disertai kenaikan suhu,

b) Sebaliknya : interaksi kalor antara sistem dan lingkungan yang harus berlangsung kuasistatik dan disertai kenaikan suhu, I. KALOR DAN HKM KE-1 1.1 Kalor Dketahu ua sstem paa suhu berbea. Apabla kontakkan satu engan yang lan melalu nng atermk, ketahu bahwa suhu keua sstem akan berubah seemkan rupa sehngga akhrnya menja sama.

Lebih terperinci

Dekomposisi Nilai Singular dan Aplikasinya

Dekomposisi Nilai Singular dan Aplikasinya A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak

Lebih terperinci

(x, f(x)) P. x = h. Gambar 4.1. Gradien garis singgung didifinisikan sebagai limit y/ x ketika x mendekati 0, yakni

(x, f(x)) P. x = h. Gambar 4.1. Gradien garis singgung didifinisikan sebagai limit y/ x ketika x mendekati 0, yakni Diktat Klia TK Matematika BAB TURUNAN Graien Garis Singgng Tinja seba krva = f() seperti iperliatkan paa Gambar Garis ang melali titik P(, f( )) an Q( +, f( + )) isebt tali bsr Graien tali bsr tersebt

Lebih terperinci

HASIL KALI TITIK DAN PROYEKSI ORTOGONAL SUATU VEKTOR (Aljabar Linear) Oleh: H. Karso FPMIPA UPI

HASIL KALI TITIK DAN PROYEKSI ORTOGONAL SUATU VEKTOR (Aljabar Linear) Oleh: H. Karso FPMIPA UPI HASIL KALI TITIK DAN PROYEKSI ORTOGONAL SUATU VEKTOR (Aljabar Linear) Oleh: H. Karso FPMIPA UPI A. Hasil Kali Titik (Hasil Kali Skalar) Da Vektor. Hasil Kali Skalar Da Vektor di R Perkalian diantara da

Lebih terperinci

V. DISTRIBUSI PERJALANAN

V. DISTRIBUSI PERJALANAN V. DISTRIBUSI PERJALANAN 5.. PENDAHULUAN Trp strbuton aalah suatu tahapan yang menstrbuskan berapa jumlah pergerakan yang menuju an berasal ar suatu zona. Paa tahapan n yang perhtungkan aalah :. Sstem

Lebih terperinci

PENYELESAIAN LUAS BANGUN DATAR DAN VOLUME BANGUN RUANG DENGAN KONSEP DETERMINAN

PENYELESAIAN LUAS BANGUN DATAR DAN VOLUME BANGUN RUANG DENGAN KONSEP DETERMINAN Bletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volme xx, No. x (tahn), hal xx xx. PENYELESAIAN LUAS BANGUN DATAR DAN VOLUME BANGUN RUANG DENGAN KONSEP DETERMINAN Doni Saptra, Helmi, Shantika Martha

Lebih terperinci

Dengan derajat bebas (pu-1) =(p-1)+(pu-p) (pu-1)=(p-1)+p(u-1) Sebagai contoh kita ambil p=4 dan u=6 maka tabulasi datanya sebagai berikut:

Dengan derajat bebas (pu-1) =(p-1)+(pu-p) (pu-1)=(p-1)+p(u-1) Sebagai contoh kita ambil p=4 dan u=6 maka tabulasi datanya sebagai berikut: X. ANALISIS RAGAM SEDERANA Jka erlakan yang ngn dj/dbandngkan lebh dar da(p>) dan ragam tdak dketah maka kta bsa melakkan j t dengan jalan mengj erlakan seasang dem seasang. Banyaknya asangan hotess yang

Lebih terperinci

BAB 1 RANGKAIAN TRANSIENT

BAB 1 RANGKAIAN TRANSIENT BAB ANGKAIAN TANSIENT. Penahuluan Paa pembahasan rangkaan lstrk, arus maupun tegangan yang bahas aalah untuk kons steay state/mantap. Akan tetap sebenarnya sebelum rangkaan mencapa keaaan steay state,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 8 BAB LANDASAN TEORI. Pasar.. Pengertian Pasar Pasar adalah sebah tempat mm yang melayani transaksi jal - beli. Di dalam Peratran Daerah Khss Ibkota Jakarta Nomor 6 Tahn 99 tentang pengrsan pasar di Daerah

Lebih terperinci

BAB III MODEL LINEAR TERGENERALISASI. Perkembangan pemodelan stokastik, terutama model linier, dapat dikatakan

BAB III MODEL LINEAR TERGENERALISASI. Perkembangan pemodelan stokastik, terutama model linier, dapat dikatakan BAB III MODEL LINEAR TERGENERALISASI 3.1 Moel Lnear Perkembangan pemoelan stokastk, terutama moel lner, apat katakan mula paa aba ke 19 yang asar oleh teor matematka yang elaskan antaranya oleh Gauss,

Lebih terperinci

SMALL AREA ESTIMATION UNTUK PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN PENDEKATAN KERNEL-BOOTSTRAP

SMALL AREA ESTIMATION UNTUK PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN PENDEKATAN KERNEL-BOOTSTRAP Statstka, Vol., No., November 04 SMALL AREA ESTIMATION UNTUK PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN PENDEKATAN KERNEL-BOOTSTRAP Ujang Malana, Moh Yamn Darsyah, 3 Tan Wahy Utam,,3 Program

Lebih terperinci

CHAPTER 6. INNER PRODUCT SPACE

CHAPTER 6. INNER PRODUCT SPACE CHAPTER 6. INNER PRODUCT SPACE Inner Prodcts Angle and Orthogonality in Inner Prodct Spaces Orthonormal Bases; Gram-Schmidt Process; QR-Decomposition Best Approximation; Least Sqares Orthogonal Matrices;

Lebih terperinci

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004 Seminar asional Aplikasi Teknologi Informasi 004 Yogyakarta 9 Jni 004 Analisis Efisiensi dengan Bantan Sistem Pendkng Keptsan (SPK) Carles Sitompl Jrsan Teknik Indstri Uniersitas Katolik Parahyangan Jl.

Lebih terperinci

BAB III 3. METODOLOGI PENELITIAN

BAB III 3. METODOLOGI PENELITIAN BAB III 3. METODOLOGI PENELITIAN 3.1. PROSEDUR ANALISA Penelitian ini merpakan sebah penelitian simlasi yang menggnakan bantan program MATLAB. Adapn tahapan yang hars dilakkan pada saat menjalankan penlisan

Lebih terperinci

Untuk pondasi tiang tipe floating, kekuatan ujung tiang diabaikan. Pp = kekuatan ujung tiang yang bekerja secara bersamaan dengan P

Untuk pondasi tiang tipe floating, kekuatan ujung tiang diabaikan. Pp = kekuatan ujung tiang yang bekerja secara bersamaan dengan P BAB 3 LANDASAN TEORI 3.1 Mekanisme Pondasi Tiang Konvensional Pondasi tiang merpakan strktr yang berfngsi ntk mentransfer beban di atas permkaan tanah ke lapisan bawah di dalam massa tanah. Bentk transfer

Lebih terperinci

SMALL AREA ESTIMATION UNTUK PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN PENDEKATAN KERNEL-BOOTSTRAP

SMALL AREA ESTIMATION UNTUK PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN PENDEKATAN KERNEL-BOOTSTRAP Statstka, Vol., No., November 04 SMALL AREA ESTIMATION UNTUK PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN PENDEKATAN KERNEL-BOOTSTRAP Ujang Malana, Moh Yamn Darsyah, 3 Tan Wahy Utam,,3 Program

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN : JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka

Lebih terperinci

Perceptual Mapping Kabupaten dan Kota di Jawa Barat Berdasarkan Sub Lapangan Usaha

Perceptual Mapping Kabupaten dan Kota di Jawa Barat Berdasarkan Sub Lapangan Usaha SEMINAR SAISIKA FMIPA UNPAD 07 (SNS VI) Perceptual Mappng Kabupaten an Kota Jawa Barat Berasarkan Sub Lapangan Usaha t Purwanar, Yuyun Hayat Departemen Statstka Fakultas MIPA Unverstas Paaaran Departemen

Lebih terperinci

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB 4 IMPLEMENTASI DAN EVALUASI 65 BAB IMPLEMENTASI DAN EVALUASI. Penyaan Data Hasl Peneltan Data-ata hasl peneltan yang gunakan alam pengolahan ata aalah sebaga berkut: a. ata waktu kera karyawan b. ata umlah permntaan konsumen c. ata

Lebih terperinci

Aljabar Linear Elementer

Aljabar Linear Elementer Aljabar Linear Elementer MA SKS Silabs : Bab I Matriks dan Operasinya Bab II Determinan Matriks Bab III Sistem Persamaan Linear Bab IV Vektor di Bidang dan di Rang Bab V Rang Vektor Bab VI Rang Hasil Kali

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

PENGARUH JUMLAH DATA DAN LOKASI TRAFFIC COUNT TERHADAP ESTIMASI MATRIKS ASAL-TUJUAN KOTA BANDAR LAMPUNG BERDASARKAN ARUS LALU LINTAS

PENGARUH JUMLAH DATA DAN LOKASI TRAFFIC COUNT TERHADAP ESTIMASI MATRIKS ASAL-TUJUAN KOTA BANDAR LAMPUNG BERDASARKAN ARUS LALU LINTAS PENGARUH JUMLAH DATA DAN LOKASI TRAFFIC COUNT TERHADAP ESTIMASI MATRIKS ASAL-TUJUAN KOTA BANDAR LAMPUNG BERDASARKAN ARUS LALU LINTAS Wwt Tr Rahayu 1 Abstract The more ata traffc count usng n process wth

Lebih terperinci

PENGENDALIAN SUHU SECARA CASCADE CONTROL MENGGUNAKAN PROPORSIONAL INTEGRAL BERBASIS MIKROKONTROLLER ATMEGA 8535

PENGENDALIAN SUHU SECARA CASCADE CONTROL MENGGUNAKAN PROPORSIONAL INTEGRAL BERBASIS MIKROKONTROLLER ATMEGA 8535 PENGENDALIAN SUHU SECARA CASCADE CONROL MENGGUNAAN PROPORSIONAL INEGRAL BERBASIS MIROONROLLER AMEGA 8535 Dheka Bakt.W. 1, Iwan Setawan, S. M. 2, ras Anromea, S. M. 2 Jrsan eknk Elektro, Fakltas eknk, Unverstas

Lebih terperinci

KEKUATAN BATAS : LENTUR DAN BEBAN LANGSUNG

KEKUATAN BATAS : LENTUR DAN BEBAN LANGSUNG KEKUATAN BATAS : LENTUR DAN BEBAN LANGSUNG (Kolom engan beban eksentris an batang tekan.. Saat ini sema kolom paa strktr portal beton bertlang, an batang-batang strktr lainnya, seperti bentk lengkng, mengalami

Lebih terperinci

STUDI DEMAND PENUMPANG TRANSPORTASI UDARA MENUJU DAN KELUAR KABUPATEN FAKFAK ABSTRAK

STUDI DEMAND PENUMPANG TRANSPORTASI UDARA MENUJU DAN KELUAR KABUPATEN FAKFAK ABSTRAK STUDI DEMAND PENUMPANG TRANSPORTASI UDARA MENUJU DAN KELUAR KABUPATEN FAKFAK Wjayanto Mahasswa Magster Bang Keahlan Manajemen Dan Rekayasa Transportas Fakultas Teknk Spl an Perencanaan Insttut Teknolog

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

Pengaruh Perentangan Kontras pada Ekstraksi Ciri Jaringan Normal dan Jaringan Bermikrokalsifikasi pada Citra Mamografi Digital

Pengaruh Perentangan Kontras pada Ekstraksi Ciri Jaringan Normal dan Jaringan Bermikrokalsifikasi pada Citra Mamografi Digital Pengarh Perentangan Kontras pada Ekstraks Cr Jarngan Normal dan Jarngan Bermkrokalsfkas pada Ctra Mamograf Dgtal Indah Sslawat Program Std Teknk Elektro Unverstas Merc Bana Yogayakarta Jl. Wates Km. Yogyakarta,

Lebih terperinci

Analisis Peluruhan Flourine-18 menggunakan Sistem Pencacah Kamar Pengion Capintec CRC-7BT S/N 71742

Analisis Peluruhan Flourine-18 menggunakan Sistem Pencacah Kamar Pengion Capintec CRC-7BT S/N 71742 Prosiding Perteman Ilmiah XXV HFI Jateng & DIY 63 Analisis Pelrhan Florine-18 menggnakan Sistem Pencacah Kamar Pengion Capintec CRC-7BT S/N 717 Wijono dan Pjadi Psat Teknologi Keselamatan dan Metrologi

Lebih terperinci

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk

Lebih terperinci

SEGMENTASI CITRA MEDIS DENGAN ALGORITMA DETEKSI TEPI KONTUR BERBASIS PELACAKAN TARGET SECARA DINAMIS

SEGMENTASI CITRA MEDIS DENGAN ALGORITMA DETEKSI TEPI KONTUR BERBASIS PELACAKAN TARGET SECARA DINAMIS SEGMENTASI CITRA MEDIS DENGAN ALGORITMA DETEKSI TEPI KONTUR BERBASIS PELACAKAN TARGET SECARA DINAMIS Puruhto Bagus Prakosa, Agus Zanal Arfn, Anny Yunart 3 Teknk Informatka, Fakultas Teknolog Informas,

Lebih terperinci

BUKU AJAR METODE ELEMEN HINGGA

BUKU AJAR METODE ELEMEN HINGGA BUKU AJA ETODE EEEN HINGGA Diringkas oleh : JUUSAN TEKNIK ESIN FAKUTAS TEKNIK STUKTU TUSS.. Deinisi Umm Trss adalah strktr yang terdiri atas batang-batang lrs yang disambng pada titik perpotongan dengan

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

Bab 5 RUANG HASIL KALI DALAM

Bab 5 RUANG HASIL KALI DALAM Bab 5 RUANG HASIL KALI DALAM 5 Hasil Kali Dalam Untk memotiasi konsep hasil kali dalam diambil ektor di R dan R sebagai anak panah dengan titik awal di titik asal O = ( ) Panjang sat ektor x di R dan R

Lebih terperinci

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan : Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Itasa & Y Angran Dep. Statstka FMIPA-IPB Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci

UKURAN LOKASI, VARIASI & BENTUK KURVA

UKURAN LOKASI, VARIASI & BENTUK KURVA UKURAN LOKASI, VARIASI & BENTUK KURVA MARULAM MT SIMARMATA, MS STATISTIK TERAPAN FAK HUKUM USI @4 ARTI UKURAN LOKASI DAN VARIASI Suatu Kelompok DATA berupa kumpulan nla VARIABEL [ vaabel ] Ms banyaknya

Lebih terperinci

SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK

SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums

Lebih terperinci

VEKTOR. Oleh : Musayyanah, S.ST, MT

VEKTOR. Oleh : Musayyanah, S.ST, MT VEKTOR Oleh : Msayyanah, S.ST, MT . ESRN SKLR DN VEKTOR Sifat besaran fisis : esaran Skalar Skalar Vektor esaran yang ckp dinyatakan oleh besarnya saja (besar dinyatakan oleh bilangan dan satan). Contoh

Lebih terperinci

EKONOMETRIKA PERSAMAAN SIMULTAN

EKONOMETRIKA PERSAMAAN SIMULTAN EKONOMETRIKA PERSAMAAN SIMULTAN OLEH KELOMPOK 5 DEKI D. TAPATAB JUMASNI K. TANEO MERSY C. PELT DELFIANA N. ERO GERARDUS V. META ARMY A. MBATU SILVESTER LANGKAMANG FAKULTAS PERTANIAN UNIVERSITAS NUSA CENDANA

Lebih terperinci

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

BAB I PENDAHULUAN Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Matematka dbag menjad beberapa kelompok bdang lmu, antara lan analss, aljabar, dan statstka. Ruang barsan merupakan salah satu bagan yang ada d bdang

Lebih terperinci

2. TINJAUAN PUSTAKA. 18 Universitas Indonesia. Penggunaan non linier..., Arief Suwandi, FT UI, 2009

2. TINJAUAN PUSTAKA. 18 Universitas Indonesia. Penggunaan non linier..., Arief Suwandi, FT UI, 2009 2. TINJAUAN PUSTAKA 2.1 Goal Programmng Goal Programmng merupakan pengembangan ar Lnear Programmng. Dperkenalkan oleh Charnes an Cooper paa awal tahun 1960. Kemuan teknk n sempurnakan oleh Ijr paa pertengahan

Lebih terperinci

Korelasi Pasar Modal dalam Ekonofisika

Korelasi Pasar Modal dalam Ekonofisika Korelasi Pasar Modal dalam Ekonofisika Yn Hariadi Dept. Dynamical System Bandng Fe Institte yh@dynsys.bandngfe.net Pendahlan Fenomena ekonomi sebagai kondisi makro yang merpakan hasil interaksi pada level

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana

Lebih terperinci

Integrasi 2. Metode Integral Kuadratur Gauss 2 Titik Metode Integral Kuadratur Gauss 3 Titik Contoh Kasus Permasalahan Integrasi.

Integrasi 2. Metode Integral Kuadratur Gauss 2 Titik Metode Integral Kuadratur Gauss 3 Titik Contoh Kasus Permasalahan Integrasi. Interasi Metode Interal Kadratr Gass Titik Metode Interal Kadratr Gass Titik Contoh Kass Permasalahan Interasi Interasi Metode Interasi Gass Metode interasi Gass merpakan metode yan tidak mennakan pembaian

Lebih terperinci

Matematika Eigenface Menggunakan Metrik Euclidean

Matematika Eigenface Menggunakan Metrik Euclidean Matematka Egenface Menggunakan Metrk Eucldean 6 Ben Utomo Sekolah ngg eknolog Bontang, Indonesa Abstract Salah satu sstem pengenalan wajah (face recognton) adalah metode egenface. Metode n bekerja dengan

Lebih terperinci

SOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA

SOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA ISTITUT TEKOLOGI BADUG FAKULTAS MATEMATIKA DA ILMU PEGETAHUA ALAM PROGRAM STUDI FISIKA FI-500 Mekanka Statstk SEMESTER/ Sem. - 06/07 PR#4 : Dstrbus bose Ensten dan nteraks kuat Kumpulkan d Selasa 9 Aprl

Lebih terperinci

ALJABAR LINEAR (Vektor diruang 2 dan 3) Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pembimbing: Abdul Aziz Saefudin, M.

ALJABAR LINEAR (Vektor diruang 2 dan 3) Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pembimbing: Abdul Aziz Saefudin, M. ALJABAR LINEAR (Vektor dirang 2 dan 3) Dissn Untk Memenhi Tgas Mata Kliah Aljabar Linear Dosen Pembimbing: Abdl Aziz Saefdin, M.Pd Dissn Oleh : Kelompok 3/3A4 1. Nrl Istiqomah 14144100130 2. Ambar Retno

Lebih terperinci

Integra. asi 2. Metode Integral Kuadr. ratur Gauss 2 Titik

Integra. asi 2. Metode Integral Kuadr. ratur Gauss 2 Titik Intera asi Metode Interal Kadr ratr Gass Titik Metode Interal Kadratr Gass Titik Contoh Kass Permasalahan Interasi Metode Interasi Gass Metode interasi i Gass merpaka an metode yan tidak mennakan pembaian

Lebih terperinci

Fisika Ebtanas

Fisika Ebtanas isika Ebtanas 1996 1 1. Di bawah ini yang merpakan kelompok besaran trnan adalah A. momentm, wakt, kat ars B. kecepatan, saha, massa C. energi, saha, wakt ptar D. wakt ptar, panjang, massa E. momen gaya,

Lebih terperinci

OPTIMASI LINTAS LAPISAN PADA SISTEM KOMUNIKASI KOOPERATIF PADA DAERAH BERSHADOWING

OPTIMASI LINTAS LAPISAN PADA SISTEM KOMUNIKASI KOOPERATIF PADA DAERAH BERSHADOWING /7 OTIMASI LINTAS LAISAN ADA SISTEM KOMUNIKASI KOOERATIF ADA DAERAH BERSHADOWING Achma Yusuf 05 00 074 Insttut Teknolog Sepuluh Nopember, Fakultas Teknolog Inustr, Jurusan Teknk Elektro Kampus ITS Sukollo,

Lebih terperinci

WALIKOTA BANJARMASIN

WALIKOTA BANJARMASIN / WALIKOTA BANJARMASIN PERATURAN WALIKOTA BANJARMASIN NOMOR TAHUN2013 TENTANG PEDOMAN STANDAR KINERJA INDIVIDU PEGAWAI NEGERI SIPIL DILINGKUNGAN PEMERINTAH KOTA BANJARMASIN DENGAN RAHMAT TUHAN YANG MAHA

Lebih terperinci

BAB RELATIVITAS Semua Gerak adalah Relatif

BAB RELATIVITAS Semua Gerak adalah Relatif BAB RELATIVITAS. Sema Gerak adalah Relatif Sat benda dikatakan bergerak bila keddkan benda it berbah terhadap sat titik aan ata kerangka aan. Seorang penmpang kereta api yang sedang ddk di dalam kereta

Lebih terperinci

RESAMPLING UNTUK MEMPERBESAR KOEFISIEN DETERMINASI DALAM MODEL REGRESI LINEAR.

RESAMPLING UNTUK MEMPERBESAR KOEFISIEN DETERMINASI DALAM MODEL REGRESI LINEAR. Resamplng untuk Memperbesar Koefsen Determnas RESAMPLING UNUK MEMPERBESAR KOEFISIEN DEERMINASI DALAM MODEL REGRESI LINEAR. Ad Setawan Program Stud Matematka Fakultas Sans dan Matematka, Unverstas Krsten

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

Ensambel Statistik Distribusi Binomial Nilai Rata-rata Sistem Spin Distribusi Probabilitas Kontinu

Ensambel Statistik Distribusi Binomial Nilai Rata-rata Sistem Spin Distribusi Probabilitas Kontinu BAB 3 Penganta Metode Statstk Ensambel Statstk Dstbs Bnomal la Rata-ata Sstem Spn Dstbs Pobabltas Kontn Rvew Bab : Konsep pobabltas sangat pentng dgnakan ntk memaham sstem makoskopk Penggnaan Konsep Pobabltas:.

Lebih terperinci

PENGARUH ANGKAH PRANDTL DALAM PERPINDAHAN PANAS PADA SUATU BENDA BULAT

PENGARUH ANGKAH PRANDTL DALAM PERPINDAHAN PANAS PADA SUATU BENDA BULAT PENGARH ANGKAH PRANDTL DALAM PERPINDAHAN PANAS PADA SAT BENDA BLAT Kapraw ABSTRACT The flow past a nmoeble sphere wll proce frcton between wall of sphere an fl arron the sphere. Near the wall sphere occrs

Lebih terperinci

3. RUANG VEKTOR. dan jika k adalah sembarang skalar, maka perkalian skalar ku didefinisikan oleh

3. RUANG VEKTOR. dan jika k adalah sembarang skalar, maka perkalian skalar ku didefinisikan oleh . RUANG VEKTOR. VEKTOR (GEOMETRIK) PENGANTAR Jika n adalah sebah bilangan blat positif maka tpel-terorde (ordered-n-tple) adalah sebah rtan n bilangan riil (a a... a n ). Himpnan sema tpel-terorde dinamakan

Lebih terperinci

MODEL REGRESI LOGISTIK TERBOBOTI GEOGRAFIS (STUDI KASUS : PEMODELAN KEMISKINAN DI PROVINSI JAWA TIMUR) ALONA DWINATA

MODEL REGRESI LOGISTIK TERBOBOTI GEOGRAFIS (STUDI KASUS : PEMODELAN KEMISKINAN DI PROVINSI JAWA TIMUR) ALONA DWINATA MODEL REGRESI LOGISTIK TERBOBOTI GEOGRAFIS (STUDI KASUS : PEMODELAN KEMISKINAN DI PROVINSI JAWA TIMUR) ALONA DWINATA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2012 PERNYATAAN MENGENAI TESIS DAN SUMBER

Lebih terperinci

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya

Lebih terperinci

ANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK

ANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK REGRESI NON LINIER ANALISIS REGRESI REGRESI LINEAR REGRESI NONLINEAR REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUADRATIK REGRESI KUBIK Membentuk gars lurus Membentuk Gars Lengkung Regres

Lebih terperinci

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi. BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya

Lebih terperinci

STATISTICAL STUDENT OF IST AKPRIND

STATISTICAL STUDENT OF IST AKPRIND E-mal : statstkasta@yahoo.com Blog : Analss Regres SederhanaMenggunakan MS Excel 2007 Lsens Dokumen: Copyrght 2010 sssta.wordpress.com Seluruh dokumen d sssta.wordpress.com dapat dgunakan dan dsebarkan

Lebih terperinci

Politeknik Negeri Bandung - Jurusan Teknik Sipil LABORATORIUM MEKANIKA TANAH Jl. Gegerkalong Hilir, Desa Ciwaruga, Bandung, Telp./Fax.

Politeknik Negeri Bandung - Jurusan Teknik Sipil LABORATORIUM MEKANIKA TANAH Jl. Gegerkalong Hilir, Desa Ciwaruga, Bandung, Telp./Fax. Jl Gegerkalong Hilir, esa Ciwarga, Bandng, Telp/Fax : 0 01 45 8 PEMBORAN / SAMPLING AN VANE SHEAR TEST Standar Acan : ASTM - 145 89 I TUJUAN 1 Untk menyelidiki / mengetahi jenis-jenis lapisan tanah (stratigrafi)

Lebih terperinci

Bab 6 Probabilistic Nerual Network (PNN) Multinomial Dengan Algoritme Expectation Maximization (EM)

Bab 6 Probabilistic Nerual Network (PNN) Multinomial Dengan Algoritme Expectation Maximization (EM) Probablstc eral (P Mltnomal Dengan Algortme Exectaton Maxmzaton (EM Metodolog klasfkas ctra yang dkembangkan menggnakan Probablstc eral (P model mltnomal yang dotmalkan dengan algortme Exectaton Maxmzaton

Lebih terperinci

URUNAN PARSIAL. Definisi Jika f fungsi dua variable (x dan y) maka: atau f x (x,y), didefinisikan sebagai

URUNAN PARSIAL. Definisi Jika f fungsi dua variable (x dan y) maka: atau f x (x,y), didefinisikan sebagai 6 URUNAN PARSIAL Deinisi Jika ngsi da ariable maka: i Trnan parsial terhadap dinotasikan dengan ata dideinisikan sebagai ii Trnan parsial terhadap dinotasikan dengan ata dideinisikan sebagai Tentkan trnan

Lebih terperinci

PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN METODE SAE

PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN METODE SAE Vale Added, Vol. 11, No. 1, 015 PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN METODE SAE 1 Moh Yamin Darsyah, Ujang Malana 1, Program Stdi Statistika FMIPA Universitas Mhammadiyah Semarang Email:

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

FAKULTAS DESAIN dan TEKNIK PERENCANAAN

FAKULTAS DESAIN dan TEKNIK PERENCANAAN Wiryanto Dewobroto ---------------------------------- Jrsan Teknik Sipil - Universitas elita Harapan, Karawaci FAKULTAS DESAIN dan TEKNIK ERENCANAAN UJIAN TENGAH SEMESTER ( U T S ) GENA TAHUN AKADEMIK

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

BAB III TEORI PERPINDAHAN MOMENTUM, ENERGI DAN MASSA SECARA SIMULTAN

BAB III TEORI PERPINDAHAN MOMENTUM, ENERGI DAN MASSA SECARA SIMULTAN BB III EORI PERPINDN MOMENUM, ENERGI DN MSS SECR SIMULN III. EORI PERPINDN MOMENUM, ENERGI DN MSS SECR SIMULN.. Penahlan Pengerngan aalah sat cara ntk mengapkan ata menghlangkan sebagan ar ang terkanng

Lebih terperinci

BADAN PUSAT STATISTIK KABUPATEN JAYAPURA

BADAN PUSAT STATISTIK KABUPATEN JAYAPURA BADAN PUSAT STATISTIK KABUPATEN JAYAPURA BADAN PUSAT STATISTIK KABUPATEN JAYAPURA Sensus Penduduk 2010 merupakan sebuah kegatan besar bangsa Badan Pusat Statstk (BPS) berdasarkan Undang-undang Nomor 16

Lebih terperinci

Analisis Regresi 2. Mendeteksi pencilan dan penanganannya

Analisis Regresi 2. Mendeteksi pencilan dan penanganannya Analss Regres Pokok Bahasan : Mendeteks penclan dan penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasswa dapat mendeteks adanya penclan pada regres lner berganda Penclan Penclan adalah pengamatan yang

Lebih terperinci

APLIKASI FUZZY LINEAR PROGRAMMING (FLP) UNTUK OPTIMASI HASIL PERENCANAAN PRODUKSI

APLIKASI FUZZY LINEAR PROGRAMMING (FLP) UNTUK OPTIMASI HASIL PERENCANAAN PRODUKSI Soft Computng, Intellgent Systems an Informaton Technology 2005 UK Petra Surabaya, 28 Jul 2005 APLIKASI FUZZY LINEAR PROGRAMMING (FLP) UNTUK OPTIMASI HASIL PERENCANAAN PRODUKSI Basuk Rahmat, Panca Raharanto,

Lebih terperinci

BAB IV PERHITUNGAN DAN ANALISIS

BAB IV PERHITUNGAN DAN ANALISIS BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter

Lebih terperinci

BUPATI SIDOARJO PERATURAN BUPATI SIDOARJO NOMOR 44 TAHUN 2009 TENTANG. PENGELOLAAN PINJAMAN JANGKA PENDEK PADA BADAN LA YANAN UMUM DAERAH

BUPATI SIDOARJO PERATURAN BUPATI SIDOARJO NOMOR 44 TAHUN 2009 TENTANG. PENGELOLAAN PINJAMAN JANGKA PENDEK PADA BADAN LA YANAN UMUM DAERAH ;' I. ~ tr'. T I BUPATI SIDOARJO PERATURAN BUPATI SIDOARJO NOMOR 44 TAHUN 2009 TENTANG. PENGELOLAAN PINJAMAN JANGKA PENDEK PADA BADAN LA YANAN UMUM DAERAH DENGAN RAHMAT TUHAN YANG MAHA ESA Menimbang Mengingat

Lebih terperinci

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai II. TEORI DASAR.1 Transormas Laplace Ogata (1984) mengemukakan bahwa transormas Laplace adalah suatu metode operasonal ang dapat dgunakan untuk menelesakan persamaan derensal lnear. Dengan menggunakan

Lebih terperinci

ROOTS OF Non Linier Equations

ROOTS OF Non Linier Equations ROOTS OF Non Lner Eqatons Metode Bag da (Bsecton Method) Metode Regla Fals (False Poston Method) Metode Grak Iteras Ttk-Tetap (F Pont Iteraton) Metode Newton-Raphson Metode Secant Sols Persamaan Kadrat

Lebih terperinci

Solusi Sistem Persamaan Linear Fuzzy

Solusi Sistem Persamaan Linear Fuzzy Jrnal Matematika Vol. 16, No. 2, November 2017 ISSN: 1412-5056 / 2598-8980 http://ejornal.nisba.ac.id Diterima: 14/08/2017 Disetji: 20/10/2017 Pblikasi Online: 28/11/2017 Solsi Sistem Persamaan Linear

Lebih terperinci

PowerPoint Slides by Yana Rohmana Education University of Indonesian

PowerPoint Slides by Yana Rohmana Education University of Indonesian SIFAT-SIFAT ANALISIS REGRESI PowerPont Sldes by Yana Rohmana Educaton Unversty of Indonesan 2007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 229 Bandung, Telp. 022 2013163-2523 Hal-hal yang akan

Lebih terperinci

Preferensi untuk alternatif A i diberikan

Preferensi untuk alternatif A i diberikan Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses

Lebih terperinci

Bab 5 RUANG HASIL KALI DALAM

Bab 5 RUANG HASIL KALI DALAM Bab 5 RUANG HASIL KALI DALAM 5 Hasil Kali Dalam Untk memotiasi konsep hasil kali dalam diambil ektor di R dan R sebagai anak panah dengan titik awal di titik asal O ( ) Panjang sat ektor x di R dan R dinamakan

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

Trihastuti Agustinah

Trihastuti Agustinah TE 9467 Teknik Nmerik Sistem Linear Trihastti Agstinah Bidang Stdi Teknik Sistem Pengatran Jrsan Teknik Elektro - FTI Institt Teknologi Seplh Nopember O U T L I N E OBJEKTIF TEORI CONTOH 4 SIMPULAN 5 LATIHAN

Lebih terperinci

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu Bab 2 Tnjauan Pustaka 2.1 Peneltan Terdahulu Pemlhan stud pustaka tentang sstem nformas penlaan knerja karyawan n juga ddasar pada peneltan sebelumnya yang berjudul Penerapan Metode TOPSIS untuk Pemberan

Lebih terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

SEARAH (DC) Rangkaian Arus Searah (DC) 7

SEARAH (DC) Rangkaian Arus Searah (DC) 7 ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan

Lebih terperinci

Integral Lipat Dua (Double Integral)

Integral Lipat Dua (Double Integral) Peteman- & 9 Integal Lpat Da Doble Integal Fngs: Menghtng s benda padat mbl bdang o o, pada poos. Penampang antaa benda dan o mempna las L bdang as Jka ada bdang dsampng maka las bdang: b a f d lm n Δ

Lebih terperinci

Hasil Kali Titik. Dua Operasi Vektor. Sifat-sifat Hasil Kali Titik. oki neswan (fmipa-itb)

Hasil Kali Titik. Dua Operasi Vektor. Sifat-sifat Hasil Kali Titik. oki neswan (fmipa-itb) oki neswan (fmipa-itb) Da Operasi Vektor Hasil Kali Titik Misalkan OAB adalah sebah segitiga, O (0; 0) ; A (a 1 ; a ) ; dan B (b 1 ; b ) : Maka panjang sisi OA; OB; dan AB maing-masing adalah q joaj =

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

BEBERAPA SIFAT JARAK ROTASI PADA POHON BINER TERURUT DAN TERORIENTASI

BEBERAPA SIFAT JARAK ROTASI PADA POHON BINER TERURUT DAN TERORIENTASI JRISE, Vol.1, No.1, Febrari 2014, pp. 28~40 ISSN: 2355-3677 BEBERAPA SIFA JARAK ROASI PADA POHON BINER ERURU DAN ERORIENASI Oleh: Hasniati SMIK KHARISMA Makassar hasniati@kharisma.ac.id Abstrak Andaikan

Lebih terperinci