Penaksiran Parameter dari Variansi Vektor pada Pengujian Hipotesis Kesamaan Matriks Kovariansi

Ukuran: px
Mulai penontonan dengan halaman:

Download "Penaksiran Parameter dari Variansi Vektor pada Pengujian Hipotesis Kesamaan Matriks Kovariansi"

Transkripsi

1 Vol. 3 No Jul 06 Penasan Paaete da Vaans Veto ada Pengujan Hotess Kesaaan Mats Kovaans Nasah Sajang Absta Vaans veto euaan salah satu uuan dses data yang ddefnsan sebaga julah da seua eleen dagonal ats ovaans. Pae n ebahas tentang enasan aaete da vaans veto yang dgunaan ada engujan hotess esaaan ats ovaans. Yang dlauan dala enguj esaaan ats ovaans adalah enentuan tasan ta bas da ataan vaans dengan eafaatan etode oen. Kata Kunc: Metode Moen ats ovaans vaans vecto vec oeato.. Pendahuluan Salah satu statst nfeensal yang dgunaan dala ena esulan engena suatu oulas dengan eafaatan sael-sael yang dabl da oulas tesebut yatu X dengan enggunaan estas (enasan). Msalan X suatu veto aca yang X dats enjad X X asng-asng bedens q -q. Veto ean ats ovaans asng-asng E X dengan t j E X X j j dengan j. Untu enguu hubungan lne antaa dua veto aca X X dgunaan T vec. Paaete n dsebut ovaans veto. Bentu T adalah julah seua eleen dagonal da X. Da engetan tesebut daat ddefnsan Vaans Veto da X adalah VV X T vec VV X T vec.. Penasan Sael X X X adalah sael aca yang salng bebas da dstbus N Msalan... n. Veto ata-ata sael ats ovaans sael adalah Juusan Mateata Faultas Mateata Ilu Pengetahuan Ala Unvestas Hasanuddn Jl. Pents Keedeaan K.0 Taalanea Maassa.

2 Nasah Sajang 7 n X n n t S X X X X X. () n Ja S beuuan x aa vec(s) adalah eesentas da S dala bentu veto beuuan x dengan E vec S vec va vec S 8 vec. n Pada alas aan deluan nla tasan ta bas da vec vec a nla tesebut beasal da nla sael. Oleh aena tu aan dbahas bagaana enentuan tasan ta bas da vec vec yang behubungan dengan nla egen da ats ovaans. Msalan dengan eanfaatan sfat-sfat da tace egen da ats ovaans sael (S) ats ovaans oulas ( ). adalah nla Defns. Msalan A adalah ats beuuan x dengan nla egen... aa T A. Hubungan da Vaans Veto dengan nla egen da ats ovaans sael ats ovaans oulas sebaga beut:. Satu Sael vec S T S Msalan... n X X X sael aca da dstbus vec T () N salan nla-nla egen da S (n-)s bedstbus Wshat yang dnotasan n S W n. Msalan beuuan besa aa dstbus astot da nla-nla egen da S. Untu n yang adalah noal dengan ataan vaans dtuls. Untu eeoleh tasan da dgunaan etode n oen a oen edua eeat da tasan ataan vaans da vaans veto. yang dgunaan untu endaatan nla Defns. Ja X adalah veto aca ultnoal dengan ataan µ ats ovaans aa fungs ebangt oen da X adalah ' ' tt M x t ext (3)

3 Nasah Sajang 73 E X d M x dt t () Dengan engabl t = 0 aa E X enyataan oen e da veto aca X. Da esaaan (3) untu ataan t M xt ext n vaans Untu eneuan oen edua eeat da esaaan (5) sehngga deoleh n aa (5) aa esaaan () dteaan ada a. ( ) b. c. d. = = Hal n enunjuan bahwa da oen edua oen eeat deoleh: E E vec S vec n n E n n E vec S vec n n n Maa statst vec S n n vec S vec S enas ta bas da vec enas ta bas da vec T S aa E T S T S 8 va T S n n n T S. n. Kaena

4 Nasah Sajang 7. Bebeaa Sael Msalan sael aca yang salng bebas da suatu dstbus N asngasng sael beuuan: Sael- : X X... X n Sael- : Y Y... Yn Sael- : Z Z... Z n Keu S ats ovaans sael e-... ( ) In beat A n S.... Msalan... A n S A n S aa A A bebas n dengan ata lan dstbus da S adalah Rataata ats ovaans gabungan adalah gab bedstbus Wshat dengan deajat n S S n S a gab n n n n. Msalan ataan nla egen da S gab. Untu n yang beuuan besa dstbus astot da adalah noal dengan ataan vaans dtuls n Seet halnya ada satu sael. Untu eeoleh tasan dgunaan etode oen sehngga deoleh = Hal n enunjuan bahwa da oen edua eeat deoleh

5 Nasah Sajang 75 E E E vec S gab vec n n E vec S gab vec n n n n Maa statst vec S gab n n n vec S gab euaan enas ta bas da vec enas ta bas da vec deoleh E T S gab T S gab n 8 T S gab T S gab va n n n S. Sehngga. Bla n n n n0 S a S ats ovaans sael e-... ( ). In beat Msalan A n S 0 A n S 0 A n S 0 ( ) ( ) ( ). aa A A bedstbus Wshat dengan deajat bebas n 0 (Andeson 98). Dengan ata lan dstbus da S adalah Msalan [ ] [ ]. nla egen da S. Untu n yang beuuan besa dstbus astot da adalah noal dengan ataan vaans n bebeda aa untu oen edua eeat deoleh 0. Dengan caa yang saa ada n yang

6 Nasah Sajang 76 sehngga E E statst vec da n 0 n0 n0 n 0 n0 0 n vec S vec S vec. Jad E T S T S n0 8 va T S T S n0 n0 n 0 vaans. 5. Kesulan euaan enas ta bas da euaan enas ta bas enas ta bas da ataan enas ta bas da Beut bebeaa esulan yang daat dbean dala eneltan n adalah sebaga beut.. Moen edua eeat da yang dgunaan untu endaatan nla tasan ataan vaans da vaans veto.. Tasan da vec = T vec = bas da ataan vaans bedasaan vaans veto. 3. Rataan vaans bedasaan vaans veto adalah sebaga beut: a. Untu satu sael T S E T S n 8 va T S T S n n n b. Untu bebeaa sael dengan n n... n bebeda gab T S gab E T S n 8 T S gab T S gab va n n n T euaan tasan ta

7 Nasah Sajang 77 c. Untu bebeaa sael dengan n n n n0 T S E T S n0 8 T S T S n0 n0 n 0 va Dafta Pustaa Andeson T.W. 98. An Intoducton to Multvaate Statstcal Analyss. John Wley & Sons Inc. New Yo. Djauha M.A A easue of data concentaton. Jounal of Aled Pobablty & Statstcs Vol No Gutno S Statst Multvaat Teaan Teo Alas. UGM Yoyaata. Renche A.C. 00. Methods of Multvaate Analyss. John Wley & Sons Inc. New Yo. Schott J.R Matx Analyss fo Statstcs. John Wley & Sons Inc. New Yo

Penentuan Unik Varians dalam Metode Maksimum Likelihood (Analisis Faktor) dengan Metode Gradien. Oleh : Dewi Rachmatin, S.Si., M.Si.

Penentuan Unik Varians dalam Metode Maksimum Likelihood (Analisis Faktor) dengan Metode Gradien. Oleh : Dewi Rachmatin, S.Si., M.Si. Penentan n Vaans dala etode as Lelhood (Analss ato) dengan etode Gaden Oleh : Dew Rahatn, S.S.,.S. Absta Salah sat etode yang alng banya dgnaan dala analss fato adalah etode as lelhood. Penentan ats n

Lebih terperinci

Bab VII Contoh Aplikasi

Bab VII Contoh Aplikasi Bab VII Contoh Aplkas Dala bab n akan dberkan lustras tentang aplkas statstk penguj VVVS dala eontor kestablan atrks korelas pada proses produks dudukan kabel tegangan tngg (flange) d PT PINDAD (Persero).

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

EKSPEKTASI SATU PEUBAH ACAK EKSPEKTASI SATU PEUBAH ACAK Dalam hal n aan dbahas beberapa macam uuran yang dhtung berdasaran espetas dar satu peubah aca, ba dsrt maupun ontnu, yatu nla espetas, rataan, varans, momen, fungs pembangt

Lebih terperinci

MENYELESAIKAN SISTEM PERSAMAAN LINIER MENGGUNAKAN ANALISIS SVD. Jl. Prof. H. Soedarto, S.H., Tembalang, Semarang

MENYELESAIKAN SISTEM PERSAMAAN LINIER MENGGUNAKAN ANALISIS SVD. Jl. Prof. H. Soedarto, S.H., Tembalang, Semarang MENYELESAIKAN SISTEM PERSAMAAN LINIER MENGGUNAKAN ANALISIS SVD Idam Had Ahmad dan Luca Ratnasa, Juusan Matemata, FMIPA UNDIP Jl. Pof. H. Soedato, S.H., Tembalang, Semaang Abstact. Lnea equaton system,

Lebih terperinci

PENAKSIR PRODUK YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA DAN SAMPLING BERPERINGKAT

PENAKSIR PRODUK YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA DAN SAMPLING BERPERINGKAT PEAKSIR PRODUK AG EFISIE UUK RAA-RAA POPULASI PADA SAMPLIG ACAK SEDERHAA DA SAMPLIG BERPERIGKA Dw Andn *, Frdaus, Arsan Adnan Mahasswa Progra S Mateata Dosen Jurusan Mateata Faultas Mateata Ilu Pengetahuan

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

Karakterisasi Matrik Leslie Ordo Tiga Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember

Lebih terperinci

BAB 3 Kesamaan Matriks Kovariansi. Bagian ini akan membahas tentang pengujian hipotesis kesamaan matriks kovariansi.

BAB 3 Kesamaan Matriks Kovariansi. Bagian ini akan membahas tentang pengujian hipotesis kesamaan matriks kovariansi. BAB 3 Ksamaan Matks Kovaans Bagan n akan mmahas tntang ngujan hotss ksamaan matks kovaans. 3. Uj Ksamaan Dua Matks Kovaans 3.. Ukuan Pnyaan Multvaat ( X ( ( Msalkan X suatu vkto acak d mana X dan X masngmasng

Lebih terperinci

MENENTUKAN KRITERIA PRIMA BERDASARKAN KONGRUEN LUCAS. Nani Anugrah Putri S 1, Sri Gemawati 2 ABSTRACT

MENENTUKAN KRITERIA PRIMA BERDASARKAN KONGRUEN LUCAS. Nani Anugrah Putri S 1, Sri Gemawati 2 ABSTRACT MENENTUKAN KRITERIA PRIMA BERDASARKAN KONGRUEN LUCAS Nani Anugah Puti S Si Geawati 2 2 Poga Studi S Mateatia Juusan Mateatia Faultas Mateatia dan Ilu Pengetahuan Ala Univesitas Riau Kapus Bina Widya Peanbau

Lebih terperinci

KONSTRUKSI RUANG TOPOLOGI LENGKAP

KONSTRUKSI RUANG TOPOLOGI LENGKAP KONSTRUKSI RUANG TOPOLOGI LENGKAP Sely Msdalfah Jsan Matemata FMIPA Unestas Tadlao Absta Hmpnan A mepaan semmet-semmet dpelas tedefns atas hmpnan X yang menghaslan sat eseagaman atas X yang aan membangn

Lebih terperinci

PENDUGAAN PARAMETER MODEL HIDDEN MARKOV *

PENDUGAAN PARAMETER MODEL HIDDEN MARKOV * PEDUGAA PARAMETER MODEL HIDDE MARKOV * BERLIA SETIAWATY DA LIDA KRISTIA Depatemen Matemata Faultas Matemata dan Ilmu Pengetahuan Alam Insttut Petanan Bogo Jl Meant, Kampus IPB Damaga, Bogo 6680 Indonesa

Lebih terperinci

SIFAT - SIFAT MATRIKS UNITER, MATRIKS NORMAL, DAN MATRIKS HERMITIAN

SIFAT - SIFAT MATRIKS UNITER, MATRIKS NORMAL, DAN MATRIKS HERMITIAN SFT - SFT MTRKS UNTER, MTRKS NORML, DN MTRKS HERMTN Tasa bstak : Tujuan peneltan n adalah untuk mengetahu pengetan dan sfat sfat da matks unte, matks nomal, dan matks hemtan. Metode peneltan yang dgunakan

Lebih terperinci

TINJAUAN PUSTAKA Teknik Kromatografi dan Spektroskopi

TINJAUAN PUSTAKA Teknik Kromatografi dan Spektroskopi 3 TINJAUAN PUSTAKA Bebeaa ase teots yang degunaan d dala tess n elut ten oatogaf dan setoso, landasan teo engena etode statsta dan bebeaa ten estaolas. Metode statsta yang degunaan untu enganalsa data

Lebih terperinci

Analisis Sensitivitas

Analisis Sensitivitas Analss Senstvtas Terdr dar aa : Analss Senstvtas, bla terad perubahan paraeter seara dsrt Progra Lnear Paraetr, bla terad perubahan paraeter seara ontnu Maa-aa perubahan pasa optu: Perubahan suu tetap,

Lebih terperinci

P(A S) = P(A S) = P(B A) = dengan P(A) > 0.

P(A S) = P(A S) = P(B A) = dengan P(A) > 0. 0 3.5. PELUANG BERSYARAT Jka kta menghtung peluang sebuah pestwa, maka penghtungannya selalu ddasakan pada uang sampel ekspemen. Apabla A adalah sebuah pestwa, maka penghtungan peluang da pestwa A selalu

Lebih terperinci

BAB II DIMENSI PARTISI

BAB II DIMENSI PARTISI BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan

Lebih terperinci

NILAI EIGEN DAN FUNGSI EIGEN DARI OPERATOR MOMENTUM SUDUT

NILAI EIGEN DAN FUNGSI EIGEN DARI OPERATOR MOMENTUM SUDUT NIAI EIGEN DAN FUNGSI EIGEN DARI OPERATOR MOMENTUM SUDUT A. Sfat Dasa Moentu Suut p 8. Gaba 8. Defns las oentu angula Aah engut atuan putaan sup anan B. Koponen-Koponen Moentu Obtal ala Keanga Koonat Catesan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pengetan Reges dan Koelas.. Pengetan Reges Paa lmuan, eonom, psolog, dan sosolog selalu beepentngan dengan masalah peamalan. Peamalan matematyang memungnan ta meamalan nla-nla suatu

Lebih terperinci

METODE SIMPLEKS. Fitriani A/09/2009 Jurusan Pendidikan Matematika UPI

METODE SIMPLEKS. Fitriani A/09/2009 Jurusan Pendidikan Matematika UPI METODE SIMPLEKS A Bentu Standa Model Pogam Lnea Pelu dngatan embal bahwa pemasalahan model pogam lnea dapat meml pembatas-pembatas lnea yang betanda,,, dan peubah-peubah eputusannya dapat meupaan peubah

Lebih terperinci

MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL)

MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL) MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL) 1. Konse Dasar Sngle Index Model. Forula SIM untuk Sekurtas 3. SIM untuk Sekurtas Tunggal 4. SIM untuk Portofolo 5. Portofolo Otal Berdasarkan SIM Munya Alteza

Lebih terperinci

Pelabelan Total Sisi Ajaib Pada Subkelas Pohon

Pelabelan Total Sisi Ajaib Pada Subkelas Pohon Pelabelan Total Ss Ajab Pada Subkelas Pohon Hlda Rzky Nngtyas, Dr Daraj, SS, MT [] Jurusan Mateatka, Fakultas MIPA, Insttut Teknolog Sepuluh Nopeber (ITS Jl Aref Rahan Hak, Surabaya 60 E-al: daraj@ateatkatsacd

Lebih terperinci

BAB III SAMPLING BERKELOMPOK DAN SAMPLING BERKELOMPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS)

BAB III SAMPLING BERKELOMPOK DAN SAMPLING BERKELOMPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) BAB III SAPLING BERKELOPOK DAN SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) 3. Saplng Berkelopok Populas elk konds yang berbeda beda jka dlhat berdasarkan ukurannya. Pada pebahasan

Lebih terperinci

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA BAB V MOEL SEERHANA ISTRIBUSI TEMPERATUR AN SIMULASINYA Model matemata yang terdapat pada bab sebelumnya merupaan model umum untu njes uap pada reservor dengan bottom water. Model tersebut merupaan model

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP US DOLLAR MENGGUNAKAN HIDDEN MARKOV. Oleh: DEWI NOVIYANTI SARI G

PEMODELAN NILAI TUKAR RUPIAH TERHADAP US DOLLAR MENGGUNAKAN HIDDEN MARKOV. Oleh: DEWI NOVIYANTI SARI G PEMODELA ILAI TUKAR RUPIAH TERHADAP US DOLLAR MEGGUAKA HIDDE MARKOV Oleh: DEWI OVIYATI SARI G5444 DEPARTEME MATEMATIKA FAKULTAS MATEMATIKA DA ILMU PEGETAHUA ALAM ISTITUT PERTAIA BOGOR 6 PEMODELA ILAI TUKAR

Lebih terperinci

Perancangan Poros Transmisi

Perancangan Poros Transmisi Peancangan Poos Tansisi 1. ebuah oos tansisi beuta 6 dan dituu oleh bantalan seeti telihat ada gaba. Daya sebesa h ditansisikan ke oos elalui ulley bediaete 18 yang eiliki beat lb dengan asio tegangan

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

Penerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6)

Penerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6) ISSN : 693 73 Penerapan Aljabar Matrk Dala Analsa Masukan-Keluaran Elstya Rawat 6) Abstrak Analsa asukan-keluaran bertolak dar anggapan bahwa suatu sste perekonoan terdr atas sector-sektor yang salng berkatan.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Peluang Peluang adalah suatu nla untuk menguku tngkat kemungknan tejadnya suatu pestwa (event) akan tejad d masa mendatang yang haslnya tdak past (uncetan event). Peluang dnyatakan

Lebih terperinci

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN Buletn Ilmah ath. Stat. dan erapannya (Bmaster) Volume 5, No. 3 (6), hal 8. INVERS DRAZIN DARI SUAU ARIKS DENGAN ENGGUNAKAN BENUK KANNIK JRDAN Eo Sulstyono, Shanta artha, Ea Wulan Ramadhan INISARI Suatu

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola

Lebih terperinci

RUANG FUNGSI GELOMBANG PARTIKEL TUNGGAL (ONE-PARTICLE WAVE FUNCTION SPACE)

RUANG FUNGSI GELOMBANG PARTIKEL TUNGGAL (ONE-PARTICLE WAVE FUNCTION SPACE) RUANG FUNGSI GELOMBANG PARTIKEL TUNGGAL (ONE-PARTICLE WAVE FUNCTION SPACE) Intepetas pobablstk a fungs gelombang t suatu patkel telah kta pelaa yatu t yang menyatakan peluang menemukan patkel paa waktu

Lebih terperinci

Gambar 1.1 Nilai tukar Rupiah terhadap $US dari tahun 1998 s/ d 2005 (Sumber: Bank of Canada 21 Agustus 2005)

Gambar 1.1 Nilai tukar Rupiah terhadap $US dari tahun 1998 s/ d 2005 (Sumber: Bank of Canada 21 Agustus 2005) JMA, VOL 4, O2, DESEMBER, 25, 3-9 3 PEMODELA ILAI TUKAR RUPIAH TERHADAP $US MEGGUAKA HIDDE MARKOV* BERLIA SETIAWATY dan DEWI OVIYATI SARI Depatemen Matemata Faultas Matemata dan Ilmu Pengetahuan Alam Insttut

Lebih terperinci

Bab III. Plant Nonlinear Dengan Fase Nonminimum

Bab III. Plant Nonlinear Dengan Fase Nonminimum Bab III Plant Nonlnear Dengan Fase Nonmnmum Pada bagan n dbahas mengena penurunan learnng controller untu sstem nonlnear dengan derajat relatf yang detahu Dalam hal n hanya dperhatan pada sstem-sstem nonlnear

Lebih terperinci

V = adalah himpunan hingga, dan misalkan

V = adalah himpunan hingga, dan misalkan BAB III ALJABAR HIPERGRAF 3. Hpergraf Defns Msalkan { v, v2,..., vn} V = adalah hpunan hngga, dan salkan ε = {, I} adalah koleks dar hpunan bagan dar V. Koleks ε enjad E suatu hpergraf pada V jka hpergraf.

Lebih terperinci

Karakterisasi Produk Tensor l ( Δ) l. Muslim Ansori

Karakterisasi Produk Tensor l ( Δ) l. Muslim Ansori Ruag Basa Sesh ( Δ ),< < da Bebeaa Pemasaaha Kaatesas Podu Teso ( Δ) ( Δ) Musm Aso Juusa Matemata, FMIPA, Uvestas Lamug J. Soemat Bodoegoo No. Bada Lamug 3545 E-ma: asomath@ahoo.com ABSTRACT I ths ae we

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengetan Koelas Koelas adalah stlah statstk yang menyatakan deajat hubungan lnea antaa dua vaabel atau lebh, yang dtemukan oleh Kal Peason pada awal 1900. Oleh sebab tu tekenal dengan

Lebih terperinci

ANALISIS KONSTRUKSI DAN SIFAT BCH CODE

ANALISIS KONSTRUKSI DAN SIFAT BCH CODE KNM XVI -6 Jul 202 UNPAD, Jatnangor ANALISIS KONSTRUKSI DAN SIFAT BCH CODE ACHMAD FAHRUROZI, M.SI,2, SRI MARDIYATI, M.KOM 2 Unverstas Gunadara Depok, achad.fahruroz@yahoo.co.d 2 Unverstas Indonesa Depok,

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

Lebih terperinci

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN SAMPLING ACAK SEDERHANA DAN SAMPLING BERPERINGKAT. ABSTRACT 1.

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN SAMPLING ACAK SEDERHANA DAN SAMPLING BERPERINGKAT. ABSTRACT 1. PEAKSIR RASIO UTUK RATA-RATA POPULASI MEGGUAKA SAMPLIG ACAK SEDERHAA DA SAMPLIG BERPERIGKAT Ryan Aresta Ral Suroso, Arsan Adnan, Rusta Efend r_yand7045@yaoo.co Maasswa Progra S Mateatka Dosen Jurusan Mateatka

Lebih terperinci

PENENTUAN HARGA OPSI UNTUK MODEL BLACK - SCHOLES MENGGUNAKAN METODE BEDA HINGGA CRANK-NICOLSON

PENENTUAN HARGA OPSI UNTUK MODEL BLACK - SCHOLES MENGGUNAKAN METODE BEDA HINGGA CRANK-NICOLSON PEETUA HARGA OPI UTUK MODEL BLACK - CHOLE MEGGUAKA METODE BEDA HIGGA CRAK-ICOLO Rully Chatas Inda Pahmana dan Ds. umad, M. Absta Ops meupaan suatu onta antaa penual ops dengan pembel ops, dmana penual

Lebih terperinci

ARUS BOLAK BALIK V R. i m

ARUS BOLAK BALIK V R. i m Modul 9 Elektroagnet KEGIATAN BEAJA A. ANDASAN TEOI AUS BOAK BAIK Arus dan tegangan lstrk bolak balk adalah arus dan tegangan lstrk yang berubah terhadap waktu atau erupakan fungs waktu. Yang berubah adalah

Lebih terperinci

BAB V INTEGRAL KOMPLEKS

BAB V INTEGRAL KOMPLEKS 6 BAB V INTEGRAL KOMPLEKS 5.. INTEGRAL LINTASAN Msal suatu lntasan yang dnyatakan dengan : (t) = x(t) + y(t) dengan t rl dan a t b. Lntasan dsebut lntasan tutup bla (a) = (b). Lntasan tutup dsebut lntasan

Lebih terperinci

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode BAB III ANALISIS DISKRIMINAN 3. Analss Dsrmnan Analss dsrmnan (dscrmnant analyss) merupaan salah satu metode yan dunaan dalam analss multvarat. Dalam analss dsrmnan terdapat dua jens varabel yan terlbat

Lebih terperinci

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD ORBITH Vl. 7 N. 3 Nvember 11: 366-37 ENGUJIAN ROORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN ENDEKATAN DISTRIBUSI BINOMIAL TERHADA DISTRIBUSI NORMAL STANDARD Oleh: Endang Tryan Staf engajar

Lebih terperinci

ESTIMASI MODEL EKSPONENSIAL LIFETIME DENGAN DOUBLE CENSORING

ESTIMASI MODEL EKSPONENSIAL LIFETIME DENGAN DOUBLE CENSORING J. Math. and Its Appl. ISSN: 1829-65X Vol. 7, No. 2, Novembe 21, 27 4 ESTIMASI MODEL EKSPONENSIAL LIFETIME DENGAN DOUBLE CENSORING Fada Agustn W. 1, Thatht Puwanngtyas 2 Juusan Matematka, FMIPA ITS Suabaya

Lebih terperinci

BAB II TEORI DASAR. Analisis Kelompok

BAB II TEORI DASAR. Analisis Kelompok BAB II TORI DASAR II.. Analss Kelompo Istlah analss elompo pertama al dperenalan oleh Tryon (939). Ia memperenalan beberapa metode untu mengelompoan obye yang meml esamaan araterst (statsoft, 004). Kesamaan

Lebih terperinci

JMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT

JMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT JMP : Volume 5 Nomor, Jun 03, hal. 3 - SPEKTRUM PD GRF REGULER KUT Rzk Mulyan, Tryan dan Nken Larasat Program Stud Matematka, Fakultas Sans dan Teknk Unerstas Jenderal Soedrman Emal : rzky90@gmal.com BSTRCT.

Lebih terperinci

Sistem Linear Max-Plus Interval Waktu Invariant

Sistem Linear Max-Plus Interval Waktu Invariant Siste Linear Max-Plus Interval Waktu Invariant A 11 M. Andy udhito Progra Studi Pendidikan Mateatika FKIP Universitas Sanata Dhara Paingan Maguwoharjo Yogyakarta eail: arudhito@yahoo.co.id Abstrak elah

Lebih terperinci

BAB IV SIMULASI PENGUKURAN KECEPATAN ALIRAN MENGGUNAKAN GELOMBANG ULTRASONIK. tempuh gelombang ultrasonik antara waktu upstream dan downstream untuk

BAB IV SIMULASI PENGUKURAN KECEPATAN ALIRAN MENGGUNAKAN GELOMBANG ULTRASONIK. tempuh gelombang ultrasonik antara waktu upstream dan downstream untuk BAB IV SIMULASI PENGUKURAN KECEPATAN ALIRAN 4. Waktu Temuh Gelombang Ultasonik Tansit time ultasoni flowmete memanfaatkan adanya ebedaan waktu temuh gelombang ultasonik antaa waktu usteam dan downsteam

Lebih terperinci

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi BAB III FUNGSI MAYOR DAN MINOR Pada bab n akan dbahas konsep-konsep dasar dar fungs mayor dan fungs mnor dar suatu fungs yang terdefns pada suatu nterval tertutup. Pendefnsan fungs mayor dan mnor tersebut

Lebih terperinci

Analisis Penyelesaian Persamaan Kuadrat Matriks

Analisis Penyelesaian Persamaan Kuadrat Matriks Jurnal Matemata, Jurnal Matemata, tatsta tatsta, & Komutas & Komutas Vol. 3 No Vol. Jul No. 6 Jul 5 Vol, No, 9-3, 9-9, Jul 5 9 Analss Penyelesaan Persamaan Kuadrat Matrs Hasmawat dan Amr Kamal Amr Abstra

Lebih terperinci

Momentum sudut didefiniskan sebagai: dt dt. Momen gaya:

Momentum sudut didefiniskan sebagai: dt dt. Momen gaya: Benda Tega Moentu sudut ddefnskan sebaga: xp d F dp x dp xf d d xp d dp vxp x 0 Moen gaya: xf xp x x d dp dp Moen gaya: xf d Moen gaya : + belawanan aah jau ja - Jka seaah jau ja. d Jka F=0, tdak ada gaya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Analss Model Loglner Untu data yang bersfat ategor dan dapat dbentu pada suatu tabel ontngens, dapat danalss dengan analss odel loglner. Model loglner dgunaan untu enganalss eungnan

Lebih terperinci

Research Consortium OPPINET, Institut Teknologi Bandung

Research Consortium OPPINET, Institut Teknologi Bandung IATMI 006-TS-9 PROSIDING, Siosiu Nasional & Kongres IX Ikatan Ahli Teknik Perinyakan Indonesia (IATMI) 006 Hotel The Ritz Carlton Jakarta, 5-7 Noveber 006 APLIKASI NILAI EFISIENSI ALIRAN DAN METODE SEQUENTIAL

Lebih terperinci

PERMASALAHAN LOKASI (Model Dasar) [2]

PERMASALAHAN LOKASI (Model Dasar) [2] PERMASALAHAN LOKASI Model Dasar [] Technques of Contnuous Space Locaton Probles Medan ethod» Rectlner / Manhattan / Ct bloc dstance Contour-Lne ethod» Constructs regons bounded b counter lne hch provde

Lebih terperinci

Median Method. Types of Distance Rectilinear distance / Manhattan distance / City block distance / rigth-angle distance / rectangular distance

Median Method. Types of Distance Rectilinear distance / Manhattan distance / City block distance / rigth-angle distance / rectangular distance 30/05/04 Technques of Contnuous Space Locaton Probles PERMASALAHAN LOKASI Model Dasar [] Medan ethod» Rectlner / Manhattan / Ct bloc dstance Contour-Lne ethod» Constructs regons bounded b counter lne hch

Lebih terperinci

BAB I (Minggu ke- 1,2,3) Konsep Dasar. Vektor

BAB I (Minggu ke- 1,2,3) Konsep Dasar. Vektor 5 I (Mnggu e- 1,,3) Konsep Dasa. Veto PENDHULUN Leanng Outcome: Setelah mengut ulah n, mahasswa dhaapan: Mampu menelasan pebedaan besaan sala dan veto dan mampu menelesaan setap asus nemata ang dbean.

Lebih terperinci

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2) BB 0 Mengnterpretasan Populas arabel Kanon arabel anon secara umumnya artfsal. Ja varabel awal X ( dan X ( dgunaan oefsen anon a dan b mempunya unt propors dar hmpunan X ( dan X (. Ja varabel awal yang

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

UJI PRIMALITAS. Sangadji *

UJI PRIMALITAS. Sangadji * UJI PRIMALITAS Sangadj * ABSTRAK UJI PRIMALITAS. Makalah n membahas dan membuktkan tga teorema untuk testng prmaltas, yatu teorema Lucas, teorema Lucas yang dsempurnakan dan teorema Pocklngton. D sampng

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 1-10, April 2001, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 1-10, April 2001, ISSN : JURNAL MATEMATIKA DAN KOMUTER Vol.. No., -, Aprl, ISSN : -88 ENDEKATAN RERESI OLINOMIAL ORTHOONAL ADA RANCANAN DUA FAKTOR (DENAN ALIKASI SAS DAN MINITAB) Tat Wharh Jurusan Matemata FMIA UNDI Abstra eneatan

Lebih terperinci

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh BAB LANDASAN TEORI. Analss Regres Untu mengetahu pla perubahan nla suatu varabel yang dsebaban leh varabel lan dperluan alat analss yang memungnan ta unut membuat perraan nla varabel tersebut pada nla

Lebih terperinci

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 07 Sfat-sfat Operas Perkalan Modular pada raf Fuzzy T - 3 Tryan, ahyo Baskoro, Nken Larasat 3, Ar Wardayan 4,, 3, 4 Unerstas Jenderal Soedrman transr@yahoo.com.au

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 10 BAB 2 LANDASAN TEORI 2.1 Pengertan Pengendalan Kualtas Statst Pengendalan Kualtas statst merupaan suatu metode pengumpulan dan analss data ualtas, serta penentuan dan nterpretas penguuran-penguuran

Lebih terperinci

Bab III Reduksi Orde Model Sistem LPV

Bab III Reduksi Orde Model Sistem LPV Bab III Reduks Ode Model Sstem PV Metode eduks ode model melalu MI telah dgunakan untuk meeduks ode model sstem I bak untuk kasus kontnu maupun dskt. Melalu metode n telah dhaslkan pula bentuk da model

Lebih terperinci

PENGENDALIAN PROSES PRODUKSI MENGGUNAKAN PETA KENDALI VARIABEL FUZZY LINGUISTIK

PENGENDALIAN PROSES PRODUKSI MENGGUNAKAN PETA KENDALI VARIABEL FUZZY LINGUISTIK PENGENDALIAN PROSES PRODUKSI MENGGUNAKAN PETA KENDALI VARIABEL FUZZY LINGUISTIK Akk Hdayat Juusan Mateatka FMIPA Unvestas Padadaan Jl. Raya Jatnango K, Jatnango, Telp/Fax : 0-779696 ABSTRACT The attbute

Lebih terperinci

Bahan Ajar Fisika Teori Kinetik Gas Iqro Nuriman, S.Si, M.Pd TEORI KINETIK GAS

Bahan Ajar Fisika Teori Kinetik Gas Iqro Nuriman, S.Si, M.Pd TEORI KINETIK GAS Bahan ja Fisika eoi Kinetik Gas Iqo uian, S.Si,.Pd EORI KIEIK GS Pendahuluan Gas eupakan zat dengan sifat sifatnya yang khas diana olekul atau patikelnya begeak bebas. Banyak gajala ala yang bekaitan dengan

Lebih terperinci

Bab 2 STUDI LITERATUR. 2.1 Model Uji Fisik Prinsip Pemodelan Fisik

Bab 2 STUDI LITERATUR. 2.1 Model Uji Fisik Prinsip Pemodelan Fisik Bab SUDI IERAUR Uji Model isik Peecah Gelobang ie iang Pancang Betiai.1 Model Uji isik Untuk daat eecahkan easalahan teknik aa insinyu teknik begantung ada tiga teknik yang bebeda naun saling tekait satu

Lebih terperinci

Prinsip Dasar Matematika

Prinsip Dasar Matematika Modul Pnsp Dasa Matemata Ds. Gatot Muhsetyo, M.Sc. P PENDAHULUAN nsp dasa matemata meupaan onsep-onsep utama yang dapat dgunaan sebaga model peman dalam menjawab atau menyelesaan masalah yang seupa, yatu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaang Analss dsrmnan merupaan ten menganalss data, dmana varabel dependen merupaan data ategor ( nomnal dan ordnal ) sedangan varabel ndependen berupa data nterval atau raso.msalnya

Lebih terperinci

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar VI. KETIDAKPASTIAN 12 Dalam enyataan sehar-har banya masalah dduna n tda dapat dmodelan secara lengap dan onssten. Suatu penalaran dmana adanya penambahan fata baru mengabatan etdaonsstenan, dengan cr-cr

Lebih terperinci

MODUL ANALISIS PENGUKURAN FISIKA. Disusun Oleh: Kuncoro Asih Nugroho, M.Pd., M.Sc.

MODUL ANALISIS PENGUKURAN FISIKA. Disusun Oleh: Kuncoro Asih Nugroho, M.Pd., M.Sc. MODUL ANALISIS PENGUKURAN FISIKA Dsusun Oleh: Kuncoro Ash Nugroho, M.Pd., M.Sc. JURUSAN PENDIDIKAN FISIKA FAKULTAS MATEMATIKAN DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA YOGYAKARTA BAB I METODE

Lebih terperinci

ALGORITMA GENETIKA UNTUK PENYELESAIAN MASALAH VEHICLE ROUTING

ALGORITMA GENETIKA UNTUK PENYELESAIAN MASALAH VEHICLE ROUTING JURAL MATEMATIKA DA KOMPUTER Vol. 7. o. 2, - 0, Agustus 2004, ISS : 40-858 ALGORITMA GEETIKA UTUK PEYELESAIA MASALAH VEHICLE ROUTIG Sarwad dan Anjar KSW Jurusan Mateatka Unverstas Donegoro Searang Abstrak

Lebih terperinci

Optimum Simplex Lattice Designs of Low Order Multiresponse Surface Model by D-Optimum Criterion

Optimum Simplex Lattice Designs of Low Order Multiresponse Surface Model by D-Optimum Criterion 7 Otmum Smlex.(Ruslan et al.) Otmum Smlex Lattce Desgns of Low Order Multresonse Surface Model by D-Otmum Crteron Otmum Smlex Lattce Desgns of Low Order Multresonse Surface Model by D-Otmum Crteron ) Ruslan,

Lebih terperinci

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1)

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1) Paradgma, Vol. 13 No. 2 Agustus 2009 hlm. 189 194 MODEL REGRESI SEMIPARAMERIK SPLINE UNUK DAA LONGIUDINAL PADA KASUS KADAR CD4 PENDERIA HIV Lls Laome 1) 1) Jurusan Matemata FMIPA Unverstas Haluoleo Kendar

Lebih terperinci

BAB I PENDAHULUAN. dalam skala prioritas pembangunan nasional dan daerah di Indonesia

BAB I PENDAHULUAN. dalam skala prioritas pembangunan nasional dan daerah di Indonesia BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan ekonoi erupakan asalah penting bagi suatu negara, untuk itu sejak awal pebangunan ekonoi endapat tepat penting dala skala prioritas pebangunan nasional

Lebih terperinci

Regresi Komponen Utama, Regresi Ridge, dan Regresi Akar Laten dalam Mengatasi Masalah Multikolinieritas

Regresi Komponen Utama, Regresi Ridge, dan Regresi Akar Laten dalam Mengatasi Masalah Multikolinieritas SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 5 Reges Komponen Utama Reges Rdge dan Reges Aka Laten dalam Mengatas Masalah Multkolnetas Dan Agustna Juusan Matematka FMIPA Unvestas Bengkulu

Lebih terperinci

PENENTUAN UKURAN CONTOH OPTIMUM DESAIN TWO STAGE CLUSTER SAMPLING (Studi Kasus Pendugaan Variabel Demografi di Kabupaten Blitar)

PENENTUAN UKURAN CONTOH OPTIMUM DESAIN TWO STAGE CLUSTER SAMPLING (Studi Kasus Pendugaan Variabel Demografi di Kabupaten Blitar) J. Sans IPA, Aprl 009, Vol. 5, o., Hal.: 66-70 ISS 978-873 PEETUA UKURA COTOH OPTIU DESAI TWO STAGE CLUSTER SAPLIG (Stud Kasus Pendugaan Varabel Deograf d Kabupaten Bltar) Rusda Yulyant* Pusat Peneltan

Lebih terperinci

Probabilitas Bersyarat, Independensi dan Teorema Bayes dalam Menentukan Peluang Terjadinya Suatu Peristiwa

Probabilitas Bersyarat, Independensi dan Teorema Bayes dalam Menentukan Peluang Terjadinya Suatu Peristiwa TADBIR : Junal Manajemen Penddan Islam Volume 4, Nomo : Febua 06 Pobabltas Besyaat, Independens dan Teoema Bayes dalam Menentuan Peluang Tejadnya Suatu Pestwa Lan G. Otaya Absta Pobabltas hanyalah suatu

Lebih terperinci

BAB III MODUL INJEKTIF

BAB III MODUL INJEKTIF BAB III ODUL INJEKTIF Bab n adalah bab yang palng pentng arena bab n bers mula dar hal-hal dasar mengena modul njet sampa sat-sat stmewanya yang tda dml oleh modul lan yang tda njet, yang merupaan ous

Lebih terperinci

VERTEX ANTIMAGIC TOTAL LABELING PADA GRAPH MULTICYCLE

VERTEX ANTIMAGIC TOTAL LABELING PADA GRAPH MULTICYCLE Vol. 7 No. Jun 0 VERTEX ANTIMAGIC TOTAL LABELING PADA GRAPH MULTICYCLE Donkus Ar Bud Prasetyo Progra Stud Penddkan Mateatka Jurusan MIPA Fakultas Penddkan Ilu Keguruan Unverstas Sanata Dhara Yogyakarta

Lebih terperinci

BAB IV PEMBAHASAN DB 10 = TP 13 DB 10 = TP 12 DB 9 = TP 11. Gambar 12 Site Layout Proyek Holland Village Cempaka Putih

BAB IV PEMBAHASAN DB 10 = TP 13 DB 10 = TP 12 DB 9 = TP 11. Gambar 12 Site Layout Proyek Holland Village Cempaka Putih BAB IV PEMBAHASAN 4.1. Data untuk encar nla alpha Berkut dberkan ste layout Proyek Holland Vllage Cepaka Puth. DB 15 = TP 14 DB 10 = TP 13 DB 10 = TP 1 DB 9 = TP 11 DB 13 = TP DB 7 = TP-A5 DB 6 = TP-A3

Lebih terperinci

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR Margaretha Ohyver Jurusan Matematka, Fakultas Sans dan Teknolog, Bnus Unversty Jl. Kh.Syahdan No.9, Palmerah, Jakarta 480 ethaohyver@bnus.ac.d,

Lebih terperinci

III FUZZY GOAL LINEAR PROGRAMMING

III FUZZY GOAL LINEAR PROGRAMMING 7 Ilustras entu hmpunan fuzzy dan fungs eanggotaannya dapat dlhat pada Contoh 3. Contoh 3 Msalan seseorang dataan sudah dewasa ja erumur 7 tahun atau leh, maa dalam loga tegas, seseorang yang erumur urang

Lebih terperinci

APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K

APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K Jurnal Matematka Murn dan Terapan Vol. 3 No. Desember 009: 4-6 APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH Yun Yulda dan Muhammad Ahsar K Program Stud Matematka Unverstas

Lebih terperinci

PELABELAN TOTAL BUSUR-AJAIB b-busur BERURUTAN

PELABELAN TOTAL BUSUR-AJAIB b-busur BERURUTAN JIMT Vol. 4 No. Jun 07 (Hal - 0) ISSN : 450 766X PELABELAN TOTAL BUSUR-AJAIB b-busur BERURUTAN PADA GRAF LOBSTER L n (; ; t) DAN L n (;, s; t) Nujana, I W. Sudasana, dan Resnawat 3,,3 Pogam Stud Matematka

Lebih terperinci

PENENTUAN BESAR CADANGAN PADA ASURANSI JIWA BERSAMA DWIGUNA DENGAN MENGGUNAKAN METODE ILLINOIS

PENENTUAN BESAR CADANGAN PADA ASURANSI JIWA BERSAMA DWIGUNA DENGAN MENGGUNAKAN METODE ILLINOIS Jurnal Mateatika UNAND Vol. 5 No. 3 Hal. 85 91 ISSN : 2303 2910 c Jurusan Mateatika FMIPA UNAND PENENTUAN BESAR CADANGAN PADA ASURANSI JIWA BERSAMA DWIGUNA DENGAN MENGGUNAKAN METODE ILLINOIS FERDY NOVRI

Lebih terperinci

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN METODE PEMBELAJARAN Sebelum suatu Jarngan Neural Buatan (JNB) dgunaan untu menglasfasan pola, terlebh dahulu dlauan proses pembelaaran untu menentuan strutur arngan, terutama dalam penentuan nla bobot.

Lebih terperinci

HIPOTESIS MONOPOL MAGNETIK. Oleh: Tugiyo Aminoto

HIPOTESIS MONOPOL MAGNETIK. Oleh: Tugiyo Aminoto HIPOTESIS MONOPOL MAGNETIK Oleh: Tugyo Anoto Abstak Telah dlakukan kajan/telaah engena hpotess kebeadaan onopol agnet. Adanya onopol lstk (uatan eleente) sebaga sube lstk engundang petanyaan bagaana halnya

Lebih terperinci

METODE AGGREGATE COST PADA PREMI PENSIUN UNTUK KASUS MULTIPLE DECREMENT

METODE AGGREGATE COST PADA PREMI PENSIUN UNTUK KASUS MULTIPLE DECREMENT METODE AGGREGATE COST ADA REMI ENSIUN UNTUK KASUS MULTILE DECREMENT Riska b Silionga *, Hasiai 2, T Nababan 2 Mahasiswa oga S Maeaika 2 Dosen Juusan Maeaika Fakulas Maeaika dan Ilu engeahuan Ala Univesias

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK Jurusan Ten Spl dan Lngungan FT UGM U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SENIN, 4 JANUARI 23 OPEN BOOK WAKTU MENIT PETUNJUK ) Saudara tda boleh menggunaan omputer untu mengerjaan soal- soal ujan

Lebih terperinci

ANALISIS REGRESI KOMPONEN UTAMA UNTUK MENGATASI MASALAH MULTIKOLINIERITAS DALAM ANALISIS REGRESI LINIER BERGANDA

ANALISIS REGRESI KOMPONEN UTAMA UNTUK MENGATASI MASALAH MULTIKOLINIERITAS DALAM ANALISIS REGRESI LINIER BERGANDA ANALISIS REGRESI KOMPONEN UTAMA UNTUK MENGATASI MASALAH MULTIKOLINIERITAS DALAM ANALISIS REGRESI LINIER BERGANDA Hars Bhat Prasetyo, Dan Handayan, Wdyant Rahayu JURUSAN MATEMATIKA FMIPA-UNIVERSITAS NEGERI

Lebih terperinci

BAB III ANALISIS JALUR

BAB III ANALISIS JALUR BAB III ANALISIS JALUR. Pendahuluan Analisis Jalu adalah suatu eluasan dai model egesi yang digunaan untu menguji ecocoan dai matis oelasi tehada dua atau lebih model ausal yang sedang dibandingan dan

Lebih terperinci

5.. Kekakuan Portal Bdang (Plane Frae) BAB 5 ANASS STRUKTUR PORTA BANG Struktur plane rae erupakan suatu sste struktur ang erupakan gabungan dar seulah eleen (batang) d ana pada setap ttk spulna danggap

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

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 11-22, April 2001, ISSN : SUBRUANG MARKED. Suryoto Jurusan Matematika, FMIPA-UNDIP Semarang

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 11-22, April 2001, ISSN : SUBRUANG MARKED. Suryoto Jurusan Matematika, FMIPA-UNDIP Semarang JURNAL MATEMATIKA DAN KOMPUTER ol. 4. No., - 22, Aprl 2, ISSN : 4-858 SUBRUANG MARKED Suryoto Jurusan Matemata, FMIPA-UNDIP Semarang Abstra Msalan suatu ruang vetor berdmens ngga atas lapangan omples C,

Lebih terperinci

Definisi 3.3: RUANG SAMPEL KONTINU Ruang sampel kontinu adalah ruang sampel yang anggotanya merupakan interval pada garis bilangan real.

Definisi 3.3: RUANG SAMPEL KONTINU Ruang sampel kontinu adalah ruang sampel yang anggotanya merupakan interval pada garis bilangan real. 0 RUANG SAMPEL Kita akan eperoleh ruang sapel, jika kita elakukan suatu eksperien atau percobaan. Eksperien disini erupakan eksperien acak. Misalnya kita elakukan suatu eksperien yang diulang beberapa

Lebih terperinci

BAB III EKSPEKTASI MATEMATIK

BAB III EKSPEKTASI MATEMATIK H. aman Suherman,Drs.,.S BAB III EKSPEKTASI ATEATIK Konsep espetas matemat nla harapan secara matemat dalam statst sangat besar manfaatna. Selan dgunaan untu pengembangan dalam statst lanjutan dan terapan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN ORI. Aljabar Matrs.. Defns Matrs Matrs adalah suatu umpulan anga-anga yang juga serng dsebut elemen-elemen yang dsusun secara teratur menurut bars dan olom sehngga berbentu perseg panjang,

Lebih terperinci