Solusi alternatif persamaan klein-gordon dalam efek panjang minimal untuk potensial hulthen menggunakan Asymptotic Iteration Method

Ukuran: px
Mulai penontonan dengan halaman:

Download "Solusi alternatif persamaan klein-gordon dalam efek panjang minimal untuk potensial hulthen menggunakan Asymptotic Iteration Method"

Transkripsi

1 Semiar Nasial Quatum #5 ( (7pp Papers semiar.uad.ac.id/idex.php/quatum Slusi alteratif persamaa klei-grd dalam efek pajag miimal utuk ptesial hulthe megguaka Asympttic Iterati Methd Isaii Lilis Elviyati, A Suparmi, da C Cari Jurusa Ilmu Fisika, Pascasarjaa, Uiversitas Sebelas Maret isa.elviyati@gmail.cm Abstrak. Efek pajag miimal terhadap eergi da fugsi gelmbag dari partikel berspi l dega ptesial Hulthe diselesaika megguaka persamaa Klei-Grd. Persamaa Klei-Grd diselesaika secara aalitik megguaka Asympttic Iterati Methd (AIM utuk memperleh persamaa eergi da fugsi gelmbag. Eergi dari persamaa Klei- Grd dihitug secara umerik megguaka sftware Matlab, sedagka fugsi gelmbagya disajika dalam fugsi Hipergemetri. Hasil perhituga secara umerik meujukka bahwa eergi dari persamaa Klei-Grd semaki meigkat karea meigkatya parameter pajag miimal.. Pedahulua Perilaku partikel mikrskpik pada ruag ligkup relativistik dalam mekaika kuatum dapat V r, θϕ, dijelaska megguaka Persamaa Klei-Grd yag dibagu atas ptesial vektr ( ( da ptesial skalar ( S( r, θϕ, []. Persamaa Klei-Grd merupaka pegembaga dari Persamaa Schrdiger yag dapat diterapka utuk partikel berspi l []. Persamaa Klei-Grd S r, θϕ, = V r, θϕ, da ptesial memiliki kdisi ptesial skalar sama dega ptesial vektr ( ( ( skalar sama dega egatif ptesial vektr ( S ( r, θϕ, V ( r, θϕ, =. Pada kedua kdisi tersebut persamaa Klei-Grd dapat direduksi mejadi seperti persamaa Schrdiger, sehigga dapat diselesaika megguaka metde dalam mekaika kuatum -relativistik seperti Supersimetric Quatum mechaic (SUSY [3], Nikivrv Uvrf [4], da Asympttic Iterati Methd []. Dalam mekaika kuatum, hubuga kmutasi atara psisi da mmetum dijelaska megguaka prisip ketidakpastia Heiseberg yag ditujukka leh [5], Xˆ, Pˆ i ( dimaa, ˆX adalah peratr psisi, ˆP adalah peratr mmetum, i adalah bilaga imagier da = h π dega h adalah kstata Plack. Ketika prisip ketidakpastia Heiseberg dipegaruh leh grafitasi kuatum maka disebut dega Geeral Ucertaity Priciple (GUP atau dapat disebut dega pajag miimal [5]. Persamaa umum GUP yaitu, Xˆ, Pˆ i ( P ( Prsidig Semiar Nasial Quatum 73 8 Ped. Fisika UAD

2 Slusi alteratif persamaa klei-grd dalam efek pajag miimal utuk ptesial hulthe megguaka asympttic iterati methd dimaa, adalah parameter pajag miimal yag besarya da P adalah besara mmetum [6]. Saat eergi lebih redah dari massa Plack maka Persamaa ( dapat tereduksi mejadi prisip ketidakpastia Heiseberg [6]. Beberapa peeliti telah meerapka efek pajag miimal dalam persamaa Klei-Grd yag dipegaruhi leh suatu ptesial. Pada tahu 9, persamaa Klei-Grd dega efek pajag miimal dipegaruhi leh ptesial trigmetri yag diselesaika megguaka pedekata Algebarik [7]. Pada tahu selajutya, persamaa Klei- Grd dega efek pajag miimal diselesaika megguaka pedekata Feyma utuk ptesial liier [8], metde hipergemetri diguaka utuk ptesial ctage hiperblik [9] da AIM diguaka utuk ptesial ctage trigmetri [,]. Dalam peelitia ii, efek pajag miimal diterapka dalam persamaa Klei-Grd pada kdisi kdisi ptesial skalar sama dega ptesial vektr yag dipegaruhi leh ptesial Hulthe. Peelitia ii haya membatasi utuk peyelesaia persamaa Klei-Grd pada bagia radial yag diselesaika dega AIM yag diperleh persamaa eergi da persamaa fugsi gelmbag.. Slusi alteratif Persamaa Klei-Grd dalam efek pajag miimal Geeral Ucertaity Priciple (GUP atau pajag miimal merupaka hasil mdifikasi hubuga kmutasi atara psisi da metum dari prisip ketidakpastia Heiseberg. Persamaa ( yag meujukka GUP dapat ditulis sebagai berikut [5-6], Xˆ ˆ i = xi (3 Pˆ ( ˆ ˆ i = p pi (4 dimaa, Pˆi adalah peratr mmetum saat eergi tiggi, p ˆi adalah peratr mmetum saat eergi redah, da p adalah besarya p ˆi. Persamaa Klei-Grd secara umum yaitu [4,7], E V( r, θϕ, ψ r, θϕ, = Pc Mc S r, θϕ, ψ r, θϕ, (5 ( ( ( ( ( dega, V( r, θϕ, adalah ptesial vektr, S( r, θϕ, relativistik da M adalah massa diam. Pada kasus spi simetri ( S( r, θϕ, V( r, θϕ, adalah ptesial skalar, E adalah eergi = utuk persamaa Klei-Grd yag kemudia disubstitusi dega ˆp = i da c = = (dalam atural uit ke dalam Persamaa (5 maka diperleh, ( E M ( ( ( ( E M V r, θϕ, ψ r, θϕ, = ψ( r, θϕ, (6 Utuk kdisi tapa dipegaruhi pajag miimal pada persamaa Klei-Grd dimaa =, maka diperleh ( ( ( = E M E M V r, θϕ, (7 dimaa E adalah eergi relativistik pada kdisi tapa efek pajag miimal. Betuk dari Persamaa (7 haya bergatug pada ptesial. Kemudia Persamaa (7 disubtitusika pada Persamaa (6, sehigga didapatka, ( ( ( ( ( ( ( ( ( Semetara utuk peratr Laplacia krdiat bla ditujukka leh, E M E M V r, θϕ, ψ r, θϕ, = E M E M V r, θϕ, ψ r, θϕ, (8 = r siθ (9 r r r r siθ θ θ si θ ϕ Persamaa (9 dimasukka ke dalam Persamaa (8, kemudia dega metde pemisaha variabel ψ r, θϕ, = R r Θ θ Φ ϕ, maka diperleh yag dimisalka megguaka fugsi gelmbag baru ( ( ( ( April ISSN: 477-5

3 I L Elviyati bagia plar da radial dari persamaa Klei-Grd dalam efek pajag miimal, yaitu utuk bagia plar, Θ( θ Φ ( ϕ siθ λ = ( Θ( θ siθ θ θ Φ( ϕ si θ ϕ da bagia radial, ( E M ( E M V ( ( E M R r λ r R R r r r ( E M ( E M V ( r = ( r ( E M V dimaa λ adalah kstata dari metde pemisaha variabel yag berhubuga dega mmetum agular (L. Utuk memperleh eergi relativistik dari persamaa Klei-Grd maka dipilih yag bagia radial. Dega megaplikasika R = U rda λ = L( L ke dalam Persamaa (, maka diperleh ( E M ( E M V ( ( ( E M du r L L U U dr r ( E M ( E M V ( r = ( ( E M V Persamaa ( merupaka persamaa Klei-Grd dalam efek pajag miimal pada kdisi spi simetri. 3. Asympttic Iterati Methd Asymttic Iterati Methd (AIM atau metde iterasi asimttik merupaka salah satu metde utuk peyelesaia secara eksak dari persamaa differesial rde dua, yaitu [,3] y ( x = λ( x y ( x s( x y( x (3 dimaa λ ( x. Parameter meujukka bilaga kuatum radial. Variabel s ( x da λ ( x bersifat dapat didiferesialka. Utuk memperleh slusi dari persamaa (3 yaitu y ( x = λ( x y ( x s( x y( x (4 Dimaa λ ( ( ( x = λ x s x λ ( x (5 s( x = s ( x s( x λ( x (6 k =,,3... (7 Nilai eige dihasilka dari keadaa kuatisasi yaitu, k ( x = λk ( x sk ( x λk ( x sk ( x (8 dimaa k adalah bilaga iterasi. Bilaga kuatum radial adalah sama dega bilaga iterasi k. utuk meghasilka fugsi gelmbag maka persamaa (8 direduksi mejadi N N ax t wx y ( x = y ( x y ( x N (9 N bx x bx y x adalah, Slusi eksak dari ( ( ( N ( ( σ (, ρ ; σ; y x = C N F bx ( April ISSN: 477-5

4 Slusi alteratif persamaa klei-grd dalam efek pajag miimal utuk ptesial hulthe megguaka asympttic iterati methd dega, ( ( σ ( σ C adalah kstata rmlisasi da ( ( Γ t N 3 t b a σ = ; σ = ; ρ = Γ N N b F adalah fugsi hipergemetri. Utuk memperleh fugsi gelmbag maka diguaka Persamaa (9-( [,3]. ( 4. Hasil da Pembahasa Ptesial Hulthe merupaka ptesial yag memiliki jagkau pedek dalam fisika. Ptesial ii diguaka dalam bidag fisika uklir, fisika partikel da fisika atm. Persamaa umum ptesial Hulthe yaitu [4-5], ϖ r e V = Vϖ ( ϖ r e dimaa, V da ϖ adalah kstata ptesial, r adalah jagkaua ptesial. Utuk medapatka slusi yag sederhaa, maka ptesial Hulthe diubah dalam betuk trigmetri hiperblik, sehigga diperleh, V ( ϖ V r = ( cthϖ r (3 Utuk ilai r yag kecil dapat dilakuka pedekata megguaka pedekata setrifugal [6], yaitu ϖ = (4 r sih ϖ r Dega memasuka Persamaa (3-(4 ke dalam Persamaa (, maka didapatka ( ( V ϖ E M δ ( Vϖ cthϖr ( ( Vϖ χ V ϖ du( r ϖ L ( L δ U ( ( ( U dr sih ϖ r Vϖ = (5 E M E M χ( Vϖ δ ( Vϖ η dimaa, δ = ( E ( ( ( M ; χ = E M E M ; η = E M (6 Persamaa (5 merupaka persamaa Klei-Grd pada kdisi spi simetri dalam efek pajag miimal yag dipegaruhi leh ptesial Hulthe. Kemudia, utuk memperleh slusi sederhaa dari Persamaa (5, maka Persamaa (5 direduksi mejadi, du vv ( cth q ϖr κ U = (7 dr sih ϖ r dega, ( Vϖ v( v = ϖ L( L δ (8 April ISSN: 477-5

5 I L Elviyati ( ( V ϖ q = E M δ ( Vϖ χ( Vϖ (9 ( ( ( Vϖ ( ( κ = E M E M χ Vϖ δ Vϖ η (3 Persamaa (7 merupaka persamaa diferesial yag harus direduksi ke dalam persamaa diferesial tipe hipergemetri. Dega megguaka variabel pegubah cthϖ r = y ke dalam Persamaa (7 maka didapatka d U du 4 4 y( y ( y v ( v U = (3 dy dy 4y 4 ( y dimaa, q κ q κ v( v = 4 ; = 4 ; v ( v = (3 ϖ ϖ ϖ Setelah diperleh persamaa diferesial tipe hipergemetri yag ditujukka leh Persamaa (3, maka persamaa (3 direduksi ke dalam betuk AIM megguaka fugsi gelmbag baru yaitu, U = y ( y f ( y (33 Sehigga diperleh, f ( y f ( y y( y ( ( y v ( v ( ( f ( y = dy dy (34 y y, maka Persamaa (34 dibagi dega ( ( ( ( ( ( y v v f ( y f ( y f ( y = (35 y( y y( y Persamaa (35 merupaka persamaa diferesial tipe AIM. Persamaa (35 dibadigka dega Persamaa (3, maka didapatka ( ( λ = (36 y y ( ( v ( v ( ( v ( v s = (37 y ( y Dega megguaka Persamaa (4-(8 da (35, maka diperleh ilai eige yaitu v ( v = ( ( ( (38 Utuk memperleh persamaa eergi relativistik diguaka Persamaa (3 da (38. Persamaa eergi relativistik utuk persamaa Klei-Grd dalam efek pajag miimal yaitu Vϖ ( E M ξ ϖ Vϖ ( E M = µ v ( v ( E M γ (39 4 v ( v 4 dimaa, ( Vϖ ϖ L( L δ v = (4 ϖ 4 ξ = ( ( δ Vϖ χ Vϖ (4 April ISSN: 477-5

6 Slusi alteratif persamaa klei-grd dalam efek pajag miimal utuk ptesial hulthe megguaka asympttic iterati methd ( V ( V γ = δ ϖ χ ϖ η (4 Persamaa (39 merupaka persamaa eergi relativistik Klei Grd pada kdisi spi simetri dalam efek pajag miimal yag dipegaruhi leh ptesial Hulthe. Persamaa (39 dihitug secara umerik megguaka Matlab. Hasil perhituga eergi relativistik dari persamaa Klei-Grd dalam efek pajag miimal ditujukka leh Tabel. Tabel. Eergi relativistik dega M =, ϖ =., da V = E (ev = =. =.5 = Table meujukka eergi relativistik meigkat ketika ilai parameter pajag miimal aik. Ketika bilaga kuatum meigkat, eergi relativistik yag dihasilka meuru. Eergi relativistik ii berilai egatif karea pegaruh dari ptesial Hulthe [6]. Semetara utuk fugsi gelmbag dari persamaa Klei-Grd dalam efek pajag miimal utuk ptesial Hulthe dapat diperleh megguaka Persamaa (8-( da variabel pegubah cthϖ r = y yag dimasuka ke Persamaa (33, sehigga dihasilka ( ϖr ( ϖr cth cth U = C (43 cth ( ϖr cth ( ϖr C cth ( ϖ r U = ( ( (44 ( ( cth ( ϖr cth ( ϖr C ( ( cth ( ϖ r ( ( 3 U = (! (45 cth ( ϖ r ( ( ( 3( 4 ( ( Persamaa (43, (44, da (45 berturut-turut meujukka persamaa fugsi gelmbag = utuk keadaa grud state, =utuk keadaa eergi level da = utuk keadaa eergi level. April ISSN: 477-5

7 I L Elviyati 5. Kesimpula Efek pajag miimal telah diterapka pada Persamaa Klei-Grd pada kasus ptesial skalar sma dega ptesial vektr dipegaruhi leh ptesial Hulthe yag diselesaika dega metde AIM. Hasil dari peyelesaia yaitu persamaa eergi relativistik da persamaa fugsi gelmbag. Eergi relativistik utuk persamaa Klei-Grd dega efek pajag miimal meujukka bahwa eergi relativistik meigkat ketika ilai parameter pajag miimal aik da eergi relativistik meuru ketika bilaga kuatum meigkat. 6. Daftar Pustaka [] Nugraha D A, Suparmi A, Cari C da Pratiwi BN 7 J. Phys. Cf. Ser 795. [] Sklv L 966 Quatum Mechaic Pubhlisig Huse f Miistry f Educati f RSFSR, Mscw [3] Hassaabadi H, Zarrikamar S, ad Rahimv H Cmmu. Ther. Phys [4] Ikhdair S M arxiv:.943v [quat-ph] 5. [5] Garay J L 994 Iteratial Jural f Mder Physics A [6] Alimhammadi M da Hassaabadi H 7 Nuclear Physics A [7] Jaa K T da Ry P 9 Physics Letters A [8] Merad M, Zerual F, da Bezair H Electric Jural f Theretical Physics [9] Elviyati I L, Suparmi A, Cari C, Nugraha D A da Pratiwi B N 7 J. Phys. Cf. Ser 99. [] Suparmi A, Cari C, da Elviyati I L 7 J. Phys. Cf. Ser 99. [] Cari C, Suparmi A, da Elviyati I L 7 J. Phys. Cf. Ser 99. [] H Ciftci 3 J. Phys. A Math Ge [3] Pratiwi B N, Suparmi A, Cari C, da Husei A S 7 J. Phys. Pramaa. [4] L. Hulthe da M. Sugawara, 957 Hadbuch der Physik, edited by S. Flugge (Spriger, Berli,, 39. [5] Y. P. Varshi D 99 Physical Review A 4 9. [6] Suparmi A, Cari C, da Agraii L M 5 AIP Cferece Prceedigs April ISSN: 477-5

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

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

Lebih terperinci

Bab 7 Penyelesaian Persamaan Differensial

Bab 7 Penyelesaian Persamaan Differensial Bab 7 Peelesaia Persamaa Differesial Persamaa differesial merupaka persamaa ag meghubugka suatu besara dega perubahaa. Persamaa differesial diataka sebagai persamaa ag megadug suatu besara da differesiala

Lebih terperinci

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah III PEMBAHASAN Pada bagia ii aka diformulasika masalah yag aka dibahas. Solusi masalah aka diselesaika dega Metode Dekomposisi Adomia. Selajutya metode ii aka diguaka utuk meyelesaika model yag diyataka

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI Utuk lebih memahami megeai etropi, pada bab ii aka diberika perhituga etropi utuk beberapa distribusi diskrit da kotiu. 3. Distribusi Diskrit Pada sub bab ii dibahas

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI I PENDAHULUAN 1 Latar belakag Model pertumbuha Solow-Swa (the Solow-Swa growth model) atau disebut juga model eoklasik (the eo-classical model) pertama kali dikembagka pada tahu 195 oleh Robert Solow da

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN Sedagka itegrasi ruas kaa utuk ersamaa (3b) diperoleh ds / = S... (36) Dega demikia pesamaa yag harus dipecahka adalah l 1 1 u u = S (37) Dari ersamaa (37) diperoleh persamaa utuk u u S = exp S 1exp S...

Lebih terperinci

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

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

Lebih terperinci

PENYELESAIAN PERSAMAAN DIRAC FUNGSI GELOMBANG DAN ENERGI RELATIVISTIK POTENSIAL HULTEN DAN POTENSIAL MANNING-ROSEN MENGGUNAKAN AIM

PENYELESAIAN PERSAMAAN DIRAC FUNGSI GELOMBANG DAN ENERGI RELATIVISTIK POTENSIAL HULTEN DAN POTENSIAL MANNING-ROSEN MENGGUNAKAN AIM PENYELESAIAN PERSAMAAN DIRAC FUNGSI GELOMBANG DAN ENERGI RELATIISTIK POTENSIAL HULTEN DAN POTENSIAL MANNING-ROSEN MENGGUNAKAN AIM Disusu Oleh : YOSUA ARDI KURNIAWAN M01084 SKRIPSI Diajuka utuk memeuhi

Lebih terperinci

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

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

Lebih terperinci

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2 Bab Bilaga kompleks BAB BILANGAN KOMPLEKS Defiisi Bilaga Kompleks Sebelum medefiisika bilaga kompleks, pembaca diigatka kembali pada permasalah dalam sistem bilaga yag telah dikeal sebelumya Yag pertama

Lebih terperinci

Penyelesaian Persamaan Non Linier

Penyelesaian Persamaan Non Linier Peyelesaia Persamaa No Liier Metode Iterasi Sederhaa Metode Newto Raphso Permasalaha Titik Kritis pada Newto Raphso Metode Secat Metode Numerik Iterasi/NewtoRaphso/Secat - Metode Iterasi Sederhaa- Metode

Lebih terperinci

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor Bab 6 Deret Taylor da Deret Lauret BAB 6 DERET TAYLOR DAN DERET LAURENT 6 Deret Taylor Misal fugsi f aalitik pada - < R ligkara dega pusat di da jari-jari R Maka utuk setiap titik pada ligkara itu f dapat

Lebih terperinci

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

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

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 31-41, April 2004, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 31-41, April 2004, ISSN : Vol. 7. No. 1, 31-41, April 24, ISSN : 141-8518 Peetua Kestabila Sistem Kotrol Lup Tertutup Waktu Kotiu dega Metode Trasformasi ke Betuk Kaoik Terkotrol Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

Lebih terperinci

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL Defiisi Persamaa diferesial adalah persamaa yag melibatka variabelvariabel tak bebas da derivatif-derivatifya terhadap variabel-variabel bebas. Berikut ii adalah

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

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

Lebih terperinci

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas

Lebih terperinci

PERTEMUAN 13. VEKTOR dalam R 3

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

Lebih terperinci

PENGARUH JARI-JARI LINGKARAN SYARAT BATAS PADA PENDEKATAN POLAR UNTUK SISTEM POTENSIAL LISTRIK GEOMETRI KARTESIAN

PENGARUH JARI-JARI LINGKARAN SYARAT BATAS PADA PENDEKATAN POLAR UNTUK SISTEM POTENSIAL LISTRIK GEOMETRI KARTESIAN PENGARUH JARIJARI LINGKARAN SYARAT BATAS PADA PENDEKATAN POLAR UNTUK SISTEM POTENSIAL LISTRIK GEOMETRI KARTESIAN Aji Wira Tama, M. Arief Bustomi, M.Si. Jurusa Fisika Fakultas Matematika da Ilmu Pegetahua

Lebih terperinci

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc. METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN Supriadi Putra, M,Si Laboratorium Komputasi Numerik Jurusa Matematika FMIPA Uiversitas Riau e-mail : spoetra@yahoo.co.id ABSTRAK Makalah ii

Lebih terperinci

BAB V. INTEGRAL. Lambang anti-turunan (integral tak-tentu) oleh Leibniz adalah... dx, sehingga

BAB V. INTEGRAL. Lambang anti-turunan (integral tak-tentu) oleh Leibniz adalah... dx, sehingga BAB V. INTEGRAL 5.. Ati Turua (Itegral Tak-tetu) Defiisi: F suatu ati-turua f pada selag I jika da haya jika D F() = f() pada I, yaki F () = f() utuk semua dalam I. (Jika suatu titik ujug I, F () haya

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan Istitut Tekologi Sepuluh Nopember Surabaya Model Sistem dalam Persamaa Keadaa Pegatar Materi Cotoh Soal Rigkasa Latiha Pegatar Materi Cotoh Soal Rigkasa Istilah-istilah Dalam Persamaa Keadaa Aalisis Sistem

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI 2.1. Metode Kuadrat Terkecil Aalisis regresi merupaka aalisis utuk medapatka hubuga da model matematis atara variabel depede (Y) da satu atau lebih variabel idepede (X). Hubuga atara

Lebih terperinci

V. METODE PENELITIAN. Alam Universitas Lampung. Metode yang digunakan dalam penelitian ini adalah

V. METODE PENELITIAN. Alam Universitas Lampung. Metode yang digunakan dalam penelitian ini adalah V. METODE PENELITIAN Peelitia ii dilakuka pada Semester IV Tahu Akademik 4/5, bertempat di Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua Alam Uiversitas Lampug. Metode yag diguaka dalam peelitia

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

PENYELESAIAN PERSAMAAN DIRAC UNTUK POTENSIAL ROSEN- MORSE HIPERBOLIK TERDEFORMASI q DAN POSCHL-TELLER NON-SENTRAL MENGGUNAKAN POLINOMIAL ROMANOVSKI

PENYELESAIAN PERSAMAAN DIRAC UNTUK POTENSIAL ROSEN- MORSE HIPERBOLIK TERDEFORMASI q DAN POSCHL-TELLER NON-SENTRAL MENGGUNAKAN POLINOMIAL ROMANOVSKI C. Cari dkk, Peyelesaia Persamaa PENYELESAIAN PERSAMAAN DIRAC UNTUK POTENSIAL ROSEN- MORSE HIPERBOLIK TERDEFORMASI DAN POSCHL-TELLER NON-SENTRAL MENGGUNAKAN POLINOMIAL ROMANOVSKI C. Cari,,*, A.Suparmi,,

Lebih terperinci

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP Permasalaha dalam tugas akhir ii dibatasi haya pada peaksira besarya koefisie korelasi polychoric da tidak dilakuka peguia terhadap koefisie korelasi

Lebih terperinci

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered. 2. Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a) Hitug Sum of Square for Regressio (X) b) Hitug Sum of Square for Residual c) Hitug Meas Sum of Square for Regressio (X) d) Hitug

Lebih terperinci

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

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

Lebih terperinci

(The Method of Separation of Variables). Metode ini dapat digunakan pada PDP linier, khususnya PDP dengan koefisien konstan.

(The Method of Separation of Variables). Metode ini dapat digunakan pada PDP linier, khususnya PDP dengan koefisien konstan. METODE PEMISAHAN PEUBAH (The Method of Separatio of Variales) Metode ii dapat diguaka pada PDP liier, khususya PDP dega koefisie kosta Tujua Istruksioal : Setelah megikuti perkuliaha mahasiswa dapat: 1

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

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

Lebih terperinci

STATISTIKA NON PARAMETRIK

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

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

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

Lebih terperinci

PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE D ALEMBERT

PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE D ALEMBERT Buleti Ilmiah Math. Stat. da Terapaya (Bimaster) Volume 02, No. 1(2013), hal 1-6. PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE D ALEMBERT Demag, Helmi, Evi Noviai INTISARI Permasalaha di bidag tekik

Lebih terperinci

Gambar 1. Partisi P dari empat persegi panjang R = [a, b] x [c, d] adalah dua himpunan i i

Gambar 1. Partisi P dari empat persegi panjang R = [a, b] x [c, d] adalah dua himpunan i i INTEGAL LIPAT. Itegral Lipat Dua dalam Koordiat Kartesius Pada bagia ii, dipelajari itegral lipat dua dalam. Misalka diketahui dua iterval tertutup [a, b] da [c, d]. Hasil kali kartesius dari kedua iterval

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

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

Lebih terperinci

Bab IV Metode Alternating Projection

Bab IV Metode Alternating Projection Bab IV Metode Alteratig Projectio Metode alteratig projectio megubah masalah feasibility o koveks mejadi masalah feasibility koveks Pada bab ii aka dicari matriks defiit positif da simetri X,Y yag diguaka

Lebih terperinci

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya TKS 4007 Matematika III Fugsi Kompleks (Pertemua XXVII - XXX) Dr. AZ Jurusa Tekik Sipil Fakultas Tekik Uiversitas Brawijaya Pedahulua Persamaa x + 1 = 0 tidak memiliki akar dalam himpua bilaga real. Pertayaaya,

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3 SUKU BANYAK A Pegertia: f(x) x + a 1 x 1 + a 2 x 2 + + a 2 +a 1 adalah suku bayak (poliom) dega : - a, a 1, a 2,.,a 2, a 1, a 0 adalah koefisiekoefisie suku bayak yag merupaka kostata real dega a 0 - a

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL Nama : INDRI SUCI RAHMAWATI NIM : 2015-32-005 ANALISIS REGRESI SESI 01 HAL. 86-88 Latiha 2 Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a. Hitug Sum of Square for Regressio (X) b.

Lebih terperinci

METODE SIMPSON TERMODIFIKASI UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL VOLTERRA LINEAR JENIS KEDUA. Jonas Lodewyk H 1, Zulkarnain 2 ABSTRACT

METODE SIMPSON TERMODIFIKASI UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL VOLTERRA LINEAR JENIS KEDUA. Jonas Lodewyk H 1, Zulkarnain 2 ABSTRACT METODE SIMPSON TERMODIFIKASI UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL VOLTERRA LINEAR JENIS KEDUA Joas Lodewyk H 1, Zulkarai 1 Mahasiswa Program Studi S1 Matematika Dose Jurusa Matematika Fakultas Matematika

Lebih terperinci

Persamaan Non-Linear

Persamaan Non-Linear Persamaa No-Liear Peyelesaia persamaa o-liear adalah meghitug akar suatu persamaa o-liear dega satu variabel,, atau secara umum dituliska : = 0 Cotoh: 2 5. 5 4 9 2 0 2 5 5 4 9 2 2. 2 0 2 5. e 0 Metode

Lebih terperinci

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu

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

Lebih terperinci

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4)

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4) 3 II LANDASAN TEORI 2.1 Peubah Kompleks da Fugsi Kompleks Sebuah bilaga kompleks dapat diyataka dalam betuk z = x + jy, (2.1) dega x da y adalah bilaga-bilaga real da j = 1. Bilaga x disebut bagia real

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA Jural Matematika UNAND Vol. 2 No. 2 Hal. 115 122 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA ELVI YATI, DODI DEVIANTO, YUDIANTRI ASDI Program

Lebih terperinci

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang 2 LANDASAN TEORI Ruag Cotoh, Kejadia, da Peluag Percobaa acak adalah suatu percobaa yag dapat diulag dalam kodisi yag sama, yag hasilya tidak dapat diprediksi secara tepat tetapi dapat diketahui semua

Lebih terperinci

Dasar Sistem Pengaturan - Transformasi Laplace. Transformasi Laplace bilateral atau dua sisi dari sinyal bernilai riil x(t) didefinisikan sebagai :

Dasar Sistem Pengaturan - Transformasi Laplace. Transformasi Laplace bilateral atau dua sisi dari sinyal bernilai riil x(t) didefinisikan sebagai : Defiisi Trasformasi Laplace Trasformasi Laplace Bilateral Trasformasi Laplace bilateral atau dua sisi dari siyal berilai riil x(t) didefiisika sebagai : X B x(t)e Operasi trasformasi Laplace bilateral

Lebih terperinci

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL Nama : INDRI SUCI RAHMAWATI NIM : 2015-32-005 ANALISIS REGRESI SESI 01 HAL. 85-88 Latiha 1 Pelajari data dibawah ii, tetuka depede da idepedet variabel serta a. Hitug Sum of for Regressio (X) b. Hitug

Lebih terperinci

LOGO MATEMATIKA BISNIS (Deret)

LOGO MATEMATIKA BISNIS (Deret) LOGO MATEMATIKA BISNIS (Deret) DOSEN FEBRIYANTO, SE., MM. www.febriyato79.wordpress.com 1 MATEMATIKA BISNIS Matematika Bisis memberika pemahama ilmu megeai kosep matematika dalam bidag bisis. Sehigga suatu

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

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

Lebih terperinci

BAHAN AJAR ANALISIS REAL 1 Matematika STKIP Tuanku Tambusai Bangkinang 5. DERET

BAHAN AJAR ANALISIS REAL 1 Matematika STKIP Tuanku Tambusai Bangkinang 5. DERET Pertemua 7. BAHAN AJAR ANALISIS REAL Matematika STKIP Tuaku Tambusai Bagkiag 5. da kekovergeaya 5. DERET Diberika sebuah barisa a, dapat didefeisika barisa bilaga real S N dega S N := N a = a + a 2 +...

Lebih terperinci

Bab IV. Penderetan Fungsi Kompleks

Bab IV. Penderetan Fungsi Kompleks Bab IV Pedereta Fugsi Kompleks Sebagaimaa pada fugsi real, fugsi kompleks juga dapat dideretka pada daerah kovergesiya. Semua watak kajia kovergesi pada fugsi real berlaku pula pada fugsi kompleks. Secara

Lebih terperinci

METODE DEKOMPOSISI LAPLACE UNTUK MENENTUKAN SOLUSI PERSAMAAN DIFERENSIAL PARSIAL NONLINIER

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 30 BAB III METODE PENELITIAN Peelitia pejadwala pembagkit termal ii adalah utuk membadigka metode Lagragia Relaxatio yag diajuka peulis dega metode yag diguaka PLN. Di sii aka diuji metode maa yag peramalaya

Lebih terperinci

BAB 6: ESTIMASI PARAMETER (2)

BAB 6: ESTIMASI PARAMETER (2) Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

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

Lebih terperinci

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai 37 Gambar 4-3. Layout Model Awal Sistem Pelayaa Kedai Jamoer F. Aalisis Model Awal Model awal yag telah disusu kemudia disimulasika dega waktu simulasi selama 4,5 jam. Selama simulasi dijalaka, aimasi

Lebih terperinci

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

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

Lebih terperinci

Studi Plasma Immersion Ion Implantation (PIII) dengan menggunakan Target Tak Planar

Studi Plasma Immersion Ion Implantation (PIII) dengan menggunakan Target Tak Planar JURNAL FISIKA DAN APLIKASINYA VOLUME 6, NOMOR JUNI,1 Studi Plasma Immersio Io Implatatio PIII dega megguaka Target Tak Plaar Yoyok Cahyoo Jurusa Fisika, FMIPA-Istitut Tekologi Sepuluh Nopember ITS Kampus

Lebih terperinci

PENGARUH JENIS TUMPUAN TERHADAP FREKUENSI PRIBADI PADA GETARAN BALOK LENTUR

PENGARUH JENIS TUMPUAN TERHADAP FREKUENSI PRIBADI PADA GETARAN BALOK LENTUR PENGARUH JENIS TUMPUAN TERHADAP FREKUENSI PRIBADI PADA GETARAN BALOK LENTUR Naharuddi 1 1 Staf Pegajar Jurusa Tekik Mesi, Utad Abstrak. Tujua peelitia ii adalah utuk meetuka ilai frekuesi pribadi getara

Lebih terperinci

PENDEKATAN KARTESIAN UNTUK SISTEM POTENSIAL LISTRIK GEOMETRI CAMPURAN KARTESIAN - POLAR

PENDEKATAN KARTESIAN UNTUK SISTEM POTENSIAL LISTRIK GEOMETRI CAMPURAN KARTESIAN - POLAR PENDEKATAN KARTESIAN UNTUK SISTEM POTENSIAL LISTRIK GEOMETRI CAMPURAN KARTESIAN - POLAR Fitriaa R. H da M. Arief Bustomi Jurusa Fisika-FMIPA, Istitut Tekologi Sepuluh Nopember Kampus ITS Sukolilo, Surabaya-6

Lebih terperinci

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

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

Lebih terperinci

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang II. LANDASAN TEORI Defiisi 2.1 Samplig Samplig adalah proses pegambila atau memilih buah eleme dari populasi yag berukura N (Lohr, 1999). Dalam melakuka samplig, terdapat teori dasar yag disebut teori

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.

Lebih terperinci

PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES

PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES Jural Matematika UNAND Vol. 3 No. 4 Hal. 52 59 ISSN : 233 29 c Jurusa Matematika FMIPA UNAND PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN

Lebih terperinci

BAB III ESTIMASI PARAMETER MODEL DENGAN GS2SLS. Pada bab ini akan dibahas tentang bentuk model spasial lag sekaligus

BAB III ESTIMASI PARAMETER MODEL DENGAN GS2SLS. Pada bab ini akan dibahas tentang bentuk model spasial lag sekaligus BAB III ESTIMASI PARAMETER MODEL DENGAN GS2SLS Pada bab ii aka dibahas tetag betuk model spasial lag sekaligus spasial error da prosedur Geeralized Spatial Two Stage Least Squares (GS2SLS) utuk megestimasi

Lebih terperinci

BARISAN TAK HINGGA DAN DERET TAK HINGGA

BARISAN TAK HINGGA DAN DERET TAK HINGGA BARIAN TAK HINGGA DAN DERET TAK HINGGA Bajar/Barisa Tak Higga Barisa tak higga { } adalah suatu fugsi dari dimaa daerah domaiya adalah himpua bilaga bulat positif (bilaga asli). Cotoh: Bila.. maka fugsi

Lebih terperinci

III. MATERI DAN METODE PENELITIAN. Penelitian telah dilakukan pada bulan November - Desember 2013 di

III. MATERI DAN METODE PENELITIAN. Penelitian telah dilakukan pada bulan November - Desember 2013 di III. MATERI DAN METODE PENELITIAN 3.. Waktu da Tempat Peelitia telah dilakuka pada bula November - Desember 203 di peteraka Kambig yag ada di Kota Pekabaru Provisi Riau. 3.2. Alat da Baha Materi yag diguaka

Lebih terperinci

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARA DAN FAKTOR DIKON 3.1 Ecoomic Order Quatity Ecoomic Order Quatity (EOQ) merupaka suatu metode yag diguaka utuk megedalika

Lebih terperinci

SOAL PRAPEMBELAJARAN MODEL PENILAIAN FORMATIF BERBANTUAN WEB-BASED UNTUK MENINGKATKAN PEMAHAMAN KONSEP FISIKA SISWA

SOAL PRAPEMBELAJARAN MODEL PENILAIAN FORMATIF BERBANTUAN WEB-BASED UNTUK MENINGKATKAN PEMAHAMAN KONSEP FISIKA SISWA Lampira 1. Prapembelajara SOAL PRAPEMBELAJARAN MODEL PENILAIAN FORMATIF BERBANTUAN WEB-BASED UNTUK MENINGKATKAN PEMAHAMAN KONSEP FISIKA SISWA Satua Pedidika : SMK Mata Pelajara : Fisika Kelas/ Semester

Lebih terperinci

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

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

Lebih terperinci

REGRESI DAN KORELASI SEDERHANA

REGRESI DAN KORELASI SEDERHANA REGRESI DAN KORELASI SEDERHANA Apa yag disebut Regresi? Korelasi? Aalisa regresi da korelasi sederhaa membahas tetag keterkaita atara sebuah variabel (variabel terikat/depede) dega (sebuah) variabel lai

Lebih terperinci

METODE TRAPESIUM NONLINEAR UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL ORDE SATU ABSTRACT

METODE TRAPESIUM NONLINEAR UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL ORDE SATU ABSTRACT METODE TRAPESIUM NONLINEAR UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL ORDE SATU Rahma Dodi 1, Musraii M 1 Mahasiswa Program Studi S1 Matematika Dose Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua

Lebih terperinci

BAB II KEADAAN FERMI DIRAC

BAB II KEADAAN FERMI DIRAC BAB II KEADAAN FERMI DIRAC A. Keadaa Makro da Mikro Masalah utama yag dihadapi dalam mekaika statistic adalah meetuka sebara yag mugki dari partikel-partikel kedalam tigkattigkat eergi da keadaa-keadaa

Lebih terperinci

BAB 4. METODE ESTIMASI PARAMETER DARI DISTRIBUSI WAKTU KERUSAKAN

BAB 4. METODE ESTIMASI PARAMETER DARI DISTRIBUSI WAKTU KERUSAKAN BAB 4 METODE ESTIMASI PARAMETER DARI DISTRIBUSI WAKTU KERUSAKAN Estimasi reliabilitas membutuhka pegetahua distribusi waktu kerusaka yag medasari dari kompoe atau sistem yag dimodelka Utuk memprediksi

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan BAB LANDASAN TEORI. Pegertia Regresi Statistika merupaka salah satu cabag peegtahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hamper semua bidag ilmu peegtahua, terutama para peeliti

Lebih terperinci

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

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

Lebih terperinci

Batas Bilangan Ajaib Pada Graph Caterpillar

Batas Bilangan Ajaib Pada Graph Caterpillar J. Math. ad Its Appl. ISSN: 189-605X Vol. 3, No., Nov 006, 49 56 Batas Bilaga Ajaib Pada Graph Caterpillar Chairul Imro Jurusa Matematika FMIPA ITS Surabaya imro-its@matematika.its.ac.id Abstrak Jika suatu

Lebih terperinci

BAB II PEMBAHASAN. Dalam statistik Maxwell- Boltzman, ada dua ciri- ciri yang digunakan:

BAB II PEMBAHASAN. Dalam statistik Maxwell- Boltzman, ada dua ciri- ciri yang digunakan: BAB II PEMBAHASAN A. Keadaa Makro da Keadaa Mikro Masalah utama yag dihadapi dalam mekaika statistik adalah meetuka sebara yag mugki dari partikel- partikel kedalam tigkat- tigkat eergi da keadaa- keadaa

Lebih terperinci

BAB II TEORI MOTOR LANGKAH

BAB II TEORI MOTOR LANGKAH BAB II TEORI MOTOR LANGKAH II. Dasar-Dasar Motor Lagkah Motor lagkah adalah peralata elektromagetik yag megubah pulsa digital mejadi perputara mekais. Rotor pada motor lagkah berputar dega perubaha yag

Lebih terperinci

REGRESI LINIER GANDA

REGRESI LINIER GANDA REGRESI LINIER GANDA Secara umum, data hasil pegamata Y bisa terjadi karea akibat variabelvariabel bebas,,, k. Aka ditetuka hubuga atara Y da,,, k sehigga didapat regresi Y atas,,, k amu masih meujukka

Lebih terperinci

Jl. Ganesha No. 10 Bandung, Telp. (022) , , Fax. (022) Homepage :

Jl. Ganesha No. 10 Bandung, Telp. (022) , , Fax. (022) Homepage : INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA Jl. Gaesha No. 0 Badug, 4032 Telp. (022) 2500834, 253427, Fax. (022) 2506452 Homepage : http://www.fi.itb.ac.id

Lebih terperinci

Projek. Contoh Menemukan Konsep Barisan dan Deret Geometri a. Barisan Geometri. Perhatikan barisan bilangan 2, 4, 8, 16,

Projek. Contoh Menemukan Konsep Barisan dan Deret Geometri a. Barisan Geometri. Perhatikan barisan bilangan 2, 4, 8, 16, Projek Himpulah miimal tiga masalah peerapa barisa da deret aritmatika dalam bidag fisika, tekologi iformasi, da masalah yata di sekitarmu. Ujilah berbagai kosep da atura barisa da deret aritmatika di

Lebih terperinci

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi Program Pasca Sarjaa Terapa Politekik Elektroika Negeri Surabaya Probability ad Radom Process Topik 10. Regresi Prima Kristalia Jui 015 1 Outlie 1. Kosep Regresi Sederhaa. Persamaa Regresi Sederhaa 3.

Lebih terperinci