Penyelesaian Asymmetric Travelling Salesman Problem dengan Algoritma Hungarian dan Algoritma Cheapest Insertion Heuristic.
|
|
- Glenna Sanjaya
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Peyelesaia Asymmetric Travellig Salesma Problem dega Algoritma Hugaria da Algoritma Cheapest Isertio Heuristic Caturiyati Staf Pegaar Jurusa Pedidika Matematika FMIPA UNY ABSTRAK: Masalah Asymmetric Travellig Salesma Problem (ATSP) merupaka masalah megoptimumka rute peralaa seorag pedagag yag membetuk sebuah sirkuit, dimaa semua kota haya disiggahi sekali saa, da alur pulag da alur pergi diatara dua kota belum tetu sama. Masalah ATSP dapat diselesaika dega megguaka algoritma Hugaria, dimaa masalah ATSP dipadag sebagai masalah Peugasa (Assigmet Problem) dega pekera diisi oleh satu orag pekera saa, da pekeraa diasumsika sebagai kota tuua. ATSP uga dapat diselesaika dega Algoritma Cheapest Isertio Heuristic (CIH) dega peelusura siklus peralaa dimulai dega meghubugka kota pertama da kota terakhir, yag selautya kota-kota persiggaha di isersi (disisipka) dega mecari rute terpedekya. Kata kuci: ATSP, masalah peugasa, Hugaria, CIH.. Pedahulua Travellig Salesma Problem (TSP) merupaka aplikasi Teori Graf da meadi bagia dari Riset Operasi. TSP diaggap sebagai kasus khusus dari masalah trasportasi, dega supply (persediaa), b i, da demad (permitaa), a, ya adalah satu utuk setiap i da setiap. TSP uga dapat diaggap sebagai kasus khusus dari masalah peugasa dega pekera haya aka diisi oleh satu pekera saa da pekeraa diasumsika sebagai kota tuua, da hasil optimum masalah peugasaya harus membetuk sirkuit, dalam arti pekera ii harus meguugi - kota da kembali lagi ke kota asal. TSP terdiri dari Symmetric TSP (STSP) da Asymmetric TSP (ATSP). STSP adalah TSP dimaa alur pergi da alur pulag atara dua kota selalu sama. Sedagka ATSP adalah TSP dimaa alur pergi da alur pulag tidak selalu sama. Yag selalu meadi kedala pada STSP maupu ATSP adalah bagaimaa mecapai solusi optimum yag lagsug meghasilka sirkuit? Di dalam perkembagaya telah bayak algoritma dikembagka utuk membatu meyelesaika STSP maupu ATSP, terutama algoritma yag dikembagka meadi software komputer. Dorigo ad Gambardella (997) membahas At Coloy System sebagai salah satu algoritma yag dapat diguaka utuk meyelesaika TSP. Freislebe ad Merz (996), membahas TSP dega Algoritma Geetik. Sierksma Semas Matematika da Pedidika Matematika
2 (994) membahas TSP dega sirkuit Hamilto. Kusrii da Istiyato (07) membahas algoritma Cheapest Isertio Heuristic utuk STSP. Dalam makalah ii aka dibahas peyelesaia ATSP dega Algoritma Hugaria da Algoritma Cheapest Isertio, yag dapat membatu peyampaia materi perkuliaha riset operasi, amu uga dapat dikembagka meadi software komputer. 2. ATSP Sebagai Masalah Peugasa Masalah peugasa merupaka betuk khusus masalah trasportasi. Seperti masalah trasportasi, masalah peugasa adalah suatu masalah optimasi memiimumka, walaupu tidak meutup kemugkia adaya masalah optimasi memaksimumka. Kekhususa masalah peugasa adalah atara origi (sumber) dega destiasi (tuua) haya aka dipeuhi oleh satu variabel basis saa yag ilaiya satu, karea supply da demad pada masalah peugasa berilai utuk setiap origi da utuk setiap destiasi. Tabel berikut merupaka tabel trasportasi utuk masalah peugasa: D D 2 D b i O c c 2 c O 2 c 2 c 22 c 2 M M M O M M O c c 2 c a Keteraga tabel: O i : pelamar kera ke-i, D : lowoga kera ke-, c i : gai O i bila diterima di D. Model masalah peugasa pola miimum setimbag: Mecari x 0 yag memiimalka f c x i i, dega kedala: i i x i b i, i da i x i a,, da xi berilai 0 atau. Sedagka pada ATSP diasumsika: ) terdapat seumlah lokasi, 2) tersedia alur dari satu lokasi ke lokasi laiya, 3) tersedia ogkos c i dari lokasi ke-i ke lokasi ke- pada alur i, 4) c i tidak selalu sama dega c i, 5) seseorag harus beragkat dari suatu lokasi da meguugi lokasi laiya (masig-masig sekali) da akhirya kembali ke lokasi semula (sirkuit), 6) tuua ATSP adalah meetuka sirkuit peralaa yag memiimalka ogkos total. Semas Matematika da Pedidika Matematika
3 ATSP dapat dipadag sebagai masalah peugasa sebagai berikut: ) Lokasi yag dikuugi diberi label, 2, 3,,, 2) Pada ATSP pekera diisi orag, sedagka pekeraa merupaka lokasi tuua. Sehigga tabel ATSP ya 2 b i c c 2 c 2 c 2 c 22 c 2 M M M O M M c c 2 c a 3. Peyelesaia ATSP dega Algoritma Hugaria. Diusahaka supaya dalam setiap baris da kolom ada cost olya; dega cara meguragi setiap baris (kolom) dega mi{c i } dalam setiap baris (kolom). 2. Diui apakah ada kotak dega cost ol yag mewakili tiap-tiap baris da kolom? Jika ada, berarti tabel sudah optimal (karea merupaka kombiasi ol yag palig murah) da itulah peyelesaia optimal soal asli. Bila belum ada, diadaka lagi peguraga cost (lagkah ). a. Peguia dapat dilakuka dega peutupa baris da kolom yag memuat cost ol, sehigga bayakya baris peutup sama dega bayakya baris atau kolom, ika demikia maka masalah sudah optimal. b. Jika belum, maka pada cost yag tidak tertutup garis, lakuka peguraga dega cost termurah yag tidak tertutup tadi (r), pada cost yag merupaka titik potog garis peutup baris da kolom ditambahka dega cost termurah tadi. Lakuka ui optimum lagi. Peguraga baris dega suatu cost, tidak megubah solusi optimal sebab utuk p kosta: c i x i (i) f i c x c2 x2 (ii) f ( c p) x + c2 x2 + + c x c x Semas Matematika da Pedidika Matematika
4 c x 2 + c x2 + + c x p x f p. 23 Dega kata lai, memiimalka f memiimalka f. Secara umum, ika baris ke i 0 dikuragi p i, maka: f ( c i pi ) xi c x ( c i pi ) x i c x 0 i i c x i i pi x i f p i 0 0 Sehigga setiap solusi yag mugki utuk ATSP uga merupaka solusi masalah peugasa yag bersagkuta. Namu demikia masalah peugasa yag bersagkuta mugki mempuyai solusi yag tidak membetuk sirkuit, yaitu yag tidak fisibel utuk solusi ATSP. Oleh kareaya ATSP diselesaika dega cara sebagai berikut:. Ubahlah ATSP meadi masalah peugasa seperti pada tabel di atas, dega c ii bilaga bulat positif yag ilaiya besar, sebut M. 2. Selesaika masalah peugasa tersebut dega algoritma Hugaria. 3. Jika solusi masalah peugasa tersebut membetuk sirkuit, maka solusi ii merupaka solusi optimal ATSP. 4. Jika solusi masalah peugasa tersebut belum membetuk sirkuit, misalya diperoleh hasil optimal maka dilakuka sebagai berikut: pada tabel awal atau atau atau digati dega M, kemudia diselesaika lagi dega algoritma Hugaria, cara ii disebut Brach ad Boud method atau B B. c3 c3 c24 c42 Semas Matematika da Pedidika Matematika
5 4. Cotoh : Diberika diagram berikut ii : Masalah pada diagram adalah masalah ATSP, dega 4 kota tuua. Pemodela masalah ATSP tersebut adalah memiimalka ( x i ) 8x 2 + 8x + 8x x3 + 22x x4 + 25x x32 + f 2 24x x42 + x x43 Terhadap kedala x + x + x + x x + x + x + x x + x + x + x x + x + x + x x + x + x + x x + x + x + x x + x + x + x x + x + x + x x i 0, i,2,3,4,,2,3,4. Tabel ATSP tersebut adalah b i a 4 Semas Matematika da Pedidika Matematika
6 c diisi dega M. Sehigga tabel cost ATSP ya adalah c22 c33 c44 M M M M -22 Pada iterasi pertama ii, baris I, II, III, IV berturut-turut dikuragi dega 8, 8,, 22. Diperoleh tabel berikut M M M M-22 Pada tabel cost, terlihat utuk setiap baris da setiap kolomya, sudah terdapat ol yag mewakili, sehigga dilakuka ui optimum dega peutupa garis. Diperoleh bayakya garis peutup ada 3 < (bayakya baris), tabel belum optimum. Pada cost tak tertutup garis, r. Sehigga diperoleh tabel berikut: M M M M-22 Pada tabel terlihat ui optimum dega peutupa garis, meghasilka bayakya garis peutup sebayak 4, sehigga tabel optimum. Dega pemiliha cost ol pada tabel berikut: M M M M-22 Pemiliha cost ol pada tabel optimum, sama makaya dega memilih variabel basis yag aka mewakili masalah ATSP ya, dega uruta pemiliha x x x, seperti terlihat pada tabel ATSP berikut x2 Semas Matematika da Pedidika Matematika
7 2 3 4 b i M M M M a 4 Namu hasil optimum tersebut belum membetuk sirkuit. Yaitu 2 da 3 c2 c2 c Sehigga perlu dilakuka B B pada atau atau atau c. Pada makalah ii aka dilakuka B B pada c 2. Sehigga tabel cost awal ATSP ya meadi M M M M M -22 Karea kolom II belum memuat cost ol, maka kolom II dikuragi dega mi{ c i2 } i,2,3,4. M-8 M M M M-22-2 M-8 M M M M-22 Dega ui optimum peutupa garis, diperoleh tabel cost sudah optimum. Pemiliha cost ol ya adalah Semas Matematika da Pedidika Matematika
8 M-8 M M M M-22 Meghasilka variabel basis terpilih x34 x3 x2 x42. Sirkuit yag terbetuk adalah Tabel legkap ATSP ya b i M M M M a 4 dega f mi 5. Peyelesaia ATSP dega Algoritma Cheapest Isertio Heuristic (CIH). Peelusura dimulai dari sebuah kota pertama yag dihubugka dega sebuah kota terakhir. 2. Dibuat sebuah hubuga subtour atara 2 kota tersebut. Yaitu suatu peralaa dari kota pertama da berakhir di kota pertama, misal (,3) (3,2) (2,). 3. Gati salah satu arah hubuga (arc) atara dua kota dega kombiasi dua arc, yaitu arc(i,) dega arc(i,k) da arc(k,), dega k diambil dari kota yag belum masuk subtour da dega tambaha arak terkecil, yag diperoleh dari perhituga cost dega rumus d k c + c c. ik 4. Ulagi lagkah 3 sampai seluruh kota masuk dalam subtour. k i Semas Matematika da Pedidika Matematika 08-33
9 6. Cotoh 2: Diberika diagram ATSP pada Cotoh. ATSP tersebut aka diselesaika dega Algoritma CIH sebagai berikut: Tabel arak atar kota pada Cotoh adalah Kota Asal Kota Tuua Jarak Utuk mecari arak terpedek yag melalui 4 kota tersebut diambil lagkah-lagkah sebagai berikut:. Ambil peralaa dari kota ke kota Buat subtour (,4) (4,). 3. Buat tabel yag meyimpa kota yag bisa di isersi (disisipka) dalam subtour beserta tambaha arakya, seperti pada tabel berikut Arc yag aka digati Arc yag aka Tambaha arak ditambahka (,4) (,2) (2,4) c + c c (,4) (,3) (3,4) c + c c (4,) (4,2) (2,) c + c c (4,) (4,3) (3,) c + c c Pada tabel terlihat, tambaha arak terkecil diperoleh apabila: Arc(,4) digati dega arc (,3) da arc(3,4). Maka diperoleh subtour baru yaitu (,3) (3,4) (4,). 4. Buat tabel yag meyimpa kota yag bisa di isersi (disisipka) dalam subtour beserta tambaha arakya, seperti pada tabel berikut Semas Matematika da Pedidika Matematika
10 Arc yag aka digati Arc yag aka Tambaha arak ditambahka (,3) (,2) (2,3) c + c c (3,4) (3,2) (2,4) c + c c (4,) (4,2) (2,) c + c c Pada tabel terlihat, tambaha arak terkecil diperoleh apabila: Arc(4,) digati dega arc (4,2) da arc(2,). Maka diperoleh subtour baru yaitu (,3) (3,4) (4,2) (2,). Karea semua kota sudah termasuk dalam subtour terakhir maka diperoleh sirkuit ATSP dega arak tempuhya c + c + c + c 80. Dega sirkuitya adalah Kesimpula Algoritma Hugaria da Algoritma CIH dapat diguaka utuk meyelesaika ATSP. Peyelesaia ATSP dega kedua algoritma apabila dikeraka secara maual dega umlah kota kurag dari 0 masih mugki utuk dilakuka, da masigmasig algoritma mempuyai kelebiha serta kekuraga. Algoritma Hugaria memperlihatka perhituga yag lebih sederhaa, karea megguaka matriks cost, da kesalaha perhituga dapat dimiimalka. Semas Matematika da Pedidika Matematika
11 Daftar Pustaka Dorigo, M ad Gambardella, L.M., 997, At Coloy System: A Cooperative Learig Approach to the Travellig Salesma Problem, Accepted for publicatio i the IEEE Trasactios o Evolutioary Computatio, Vol., No., 997. I press. ftp://iridia.ulb.ac.be/pub/mdorigo/ourals/ij.6-tec97.a4.pdf diakses pada taggal 0 Nopember 08 Freislebe, B ad Merz, P., 996, New Geetic Local Search Operators for the Travellig Salesma Problem. diakses pada taggal 0 Nopember 08 Kusrii da Istiyato, J.E., 07, Peyelesaia Travellig Salesma Problem dega Algoritma Cheapest Isertio Heuristic da Basis Data, JURNAL INFORMATIKA, Jurusa Tekik Iformatika, Fakultas Tekologi Idustri, Uiversitas Kriste Petra, Vol. 8, No. 2, Nopember 07, diakses pada taggal 0 Nopember 08 Sierksma, G., 994, Hamiltoicity ad the 3-Opt Procedure for the Travellig Salesma Problem, Jural Applicatioes Mathematicae, 22.3 (994), pp diakses pada taggal 0 Nopember 08 Semas Matematika da Pedidika Matematika
PENYELESAIAN ASYMMETRIC TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA HUNGARIAN DAN ALGORITMA CHEAPEST INSERTION HEURISTIC.
PENYELESAIAN ASYMMETRIC TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA HUNGARIAN DAN ALGORITMA CHEAPEST INSERTION HEURISTIC Caturiyati Staf Pengaar Jurusan Pendidikan Matematika FMIPA UNY E-mail: wcaturiyati@yahoo.com
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakag Dalam duia iformatika, assigmet Problem yag biasa dibetuk dega matriks berbobot merupaka salah satu masalah terbesar, dimaa masalah ii merupaka masalah yag metode peyelesaiaya
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Permasalaha peugasa atau assigmet problem adalah suatu persoala dimaa harus melakuka peugasa terhadap sekumpula orag yag kepada sekumpula job yag ada, sehigga tepat satu
Lebih terperinciMata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4
Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika
Lebih terperinciBab 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 terperinciPENGARUH 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 terperinciLaboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung
Eksplorasi Algoritma Mass, Profit,, Profit / Mass, atau Profit / utuk Persoala Iteger Kapsack yag Bedaya Berupa Zat Kimia dega Jeisya Terdefiisi Abstrak Riyai Mardikaigrum 1, Nurshati 2, Vaia Karimah 3
Lebih terperinci6. 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 terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakag Dalam keadaa dimaa meghadapi persoala program liier yag besar, maka aka berusaha utuk mecari peyelesaia optimal dega megguaka algoritma komputasi, seperti algoritma
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Programa liear Programa Liear yag diterjemahka dari Liear programmig (LP) adalah suatu cara utuk meyelesaika persoala pegalokasia sumber-sumber yag terbatas di atara beberapa
Lebih terperinciPendekatan 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 terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN
JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat
Lebih terperinciI. 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 terperinciAn = 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 terperinciAn = 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
BAB XII. SUKU BANYAK A = a Pegertia: f(x) = a x + a x + a x + + a x +a adalah suku bayak (poliom) dega : - a, a, a,.,a, a, a 0 adalah koefisiekoefisie suku bayak yag merupaka kostata real dega a 0 - a
Lebih terperinciHazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand
TEKIK SAMPLIG PCA SEDERHAA Hazmira Yozza Izzati Rahmi HG Jurusa Matematika FMIPA Uad Defiisi : Jika suatu cotoh berukura diambil dari suatu populasi berukura sedemikia rupa sehigga setiap kemugkia cotoh
Lebih terperinciBAB 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 terperinciBatas 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 terperinciB 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 terperinciREGRESI 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 terperinciBAB 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 terperinciII. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang
II. LANDASAN TEORI Pada bab ii aka diberika beberapa istilah, defiisi serta kosep-kosep yag medukug dalam peelitia ii. 2.1 Kosep Dasar Teori Graf Berikut ii aka diberika kosep dasar teori graf yag bersumber
Lebih terperinciOPTIMASI MULTI TRAVELLING SALESMAN PROBLEM (M-TSP) PADA MOBIL PATROLI POLISI DENGAN ALGORITMA HEURISTIC ASSIGNMENT FISHER-JAIKUMAR DAN ALGORITMA A*
OPTIMASI MULTI TRAVELLING SALESMAN PROBLEM (M-TSP) PADA MOBIL PATROLI POLISI DENGAN ALGORITMA HEURISTIC ASSIGNMENT FISHER-JAIKUMAR DAN ALGORITMA A* Sati Dwi Nurhumam 1 Waya Firdaus Mahmudy (wayafm@brawijaya.ac.id)
Lebih terperinciPERBANDINGAN METODE HUNGARIAN DAN PENDEKATAN PROGRAM DINAMIS DALAM PEMECAHAN ASSIGNMENT PROBLEM
PERBANDINGAN METODE HUNGARIAN DAN PENDEKATAN PROGRAM DINAMIS DALAM PEMECAHAN ASSIGNMENT PROBLEM Budi Marpaug Fakultas Tekik Jurusa Tekik Idustri Uiversitas Kriste Krida Wacaa budimarpg_ti@yahoo.com Abstract
Lebih terperinciBAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang
BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya
Lebih terperincitheresiaveni.wordpress.com NAMA : KELAS :
theresiaveiwordpresscom NAMA : KELAS : 1 theresiaveiwordpresscom BARISAN DAN DERET Barisa da deret dapat diguaka utuk memudahka peyelesaia perhituga, misalya buga bak, keaika produksi, da laba/rugi suatu
Lebih terperinciMETODE 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 terperinci2 BARISAN BILANGAN REAL
2 BARISAN BILANGAN REAL Di sekolah meegah barisa diperkealka sebagai kumpula bilaga yag disusu meurut "pola" tertetu, misalya barisa aritmatika da barisa geometri. Biasaya barisa da deret merupaka satu
Lebih terperinciBAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:
BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para
Lebih terperinciBAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy
BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag
Lebih terperinciARTIKEL. Menentukan rumus Jumlah Suatu Deret dengan Operator Beda. Markaban Maret 2015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN
ARTIKEL Meetuka rumus Jumlah Suatu Deret dega Operator Beda Markaba 191115198801005 Maret 015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN PUSAT PENGEMBANGAN DAN PEMBERDAYAAN PENDIDIK DAN TENAGA KEPENDIDIKAN
Lebih terperinciLIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n
LIMIT 4.. FUNGSI LIMIT Defiisi 4.. A R Titik c R adalah titik limit dari A, jika utuk setiap δ > 0 ada palig sedikit satu titik di A, c sedemikia sehigga c < δ. Defiisi diatas dapat disimpulka dega cara
Lebih terperinciSTATISTIKA SMA (Bag.1)
SMA - STATISTIKA SMA (Bag. A. DATA TUNGGAL. Ukura Pemusata : Terdapat ilai statistika yag dapat dimiliki oleh sekumpula data yag diperoleh yaitu : a. Rata-rata Rata-rata jumlah seluruh data bayakya data
Lebih terperinciBAB VII RANDOM VARIATE DISTRIBUSI DISKRET
BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka
Lebih terperinciII. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 <
II. TINJAUAN PUSTAKA 2.1 Keterbagia Secara umum apabila a bilaga bulat da b bilaga bulat positif, maka ada tepat satu bilaga bulat q da r sedemikia sehigga : = +, 0 < dalam hal ii b disebut hasil bagi
Lebih terperinciMATHunesa (Volume 3 No 3) 2014
MATHuesa (Volume 3 No 3) 014 MINIMUM PENUTUP TITIK DAN MINIMUM PENUTUP SISI PADA GRAF KOMPLIT DAN GRAF BIPARTIT KOMPLIT Yessi Riskiada Kusumawardai Program Studi S1 Matematika, Fakultas Matematika da Ilmu
Lebih terperinciSemigrup Matriks Admitting Struktur Ring
Semigrup Matriks dmittig Struktur ig K a r y a t i Jurusa Pedidika Matematika FMIP, Uiversitas Negeri Yogyakarta Email: yatiuy@yahoo.com bstrak Diberika adalah rig komutatif dega eleme satua da adalah
Lebih terperinciOleh: Yunissa Rara Fahreza Akuntansi Teknologi Sistem Informasi KOMBINATORIAL & PELUANG DISKRIT : PERMUTASI MATEMATIKA DISKRIT
Oleh: Yuissa Rara Fahreza Akutasi Tekologi Sistem Iformasi KOMBINATORIAL & PELUANG DISKRIT : PERMUTASI MATEMATIKA DISKRIT ILUSTRASI 1 Misal ada 3 buah kelereg yag berbeda wara : merah (m), kuig (k) da
Lebih terperinciBAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian
BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,
Lebih terperinciPENYELESAIAN 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 terperinciRENCANA PROGRAM PEMBELAJARAN KE - 1. : 6 jam pelajaran
RENCANA PROGRAM PEMBELAJARAN KE - 1 Satua Pedidika Mata Pelajara Kelas/Semester Materi Pokok Waktu : SMA N 6 YOGYAKARTA : Matematika : XII IPS/ : Barisa da Deret : 6 jam pelajara 1. Stadar Kompetesi 4.
Lebih terperinciSolusi Numerik Persamaan Transport
Solusi Numerik Persamaa Trasport M. Jamhuri December 16, 2013 Diberika persamaa Trasport u t + 2u x = 0 1) Diberika persamaa Trasport u t + 2u x = 0 1) Diskretka persamaa trasport 1) dega megguaka persamaa
Lebih terperinciBAB 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 terperinciBAB 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 terperinciPREDIKSI SOAL ULANGAN AKHIR SEMESTER GENAP KELAS IX SMP NEGERI 196 JAKARTA. Jawab : Nilai dari. Jawab :.3.3 = 27
PREDIKSI SOAL ULANGAN AKHIR SEMESTER GENAP KELAS IX SMP NEGERI 9 JAKARTA No. Idikator Soal Prediksi Soal Peserta didik dapat meyataka betuk pecaha aljabar yag pembilag da peyebutya berpagkat egatif mejadi
Lebih terperinciBarisan Aritmetika dan deret aritmetika
BARISAN DAN DERET BILANGAN Peyusu: Atmii Dhoruri, MS Kode: Jejag: SMP T/P: / A. Kompetesi yag diharapka. Meetuka suku ke- barisa aritmatika da barisa geometri. Meetuka jumlah suku pertama deret aritmatika
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,
Lebih terperinciBalas Additive Algorithm, Algoritma Branch & Bound untuk Binary Integer Programming
Balas Additive Algorithm, Algoritma Brach & Boud utuk Biary Iteger Programmig Aditio Pagestu 13514030 Program Studi Tekik Iformatika Sekolah Tekik Elektro da Iformatika Istitut Tekologi Badug, Jl. Gaesha
Lebih terperinciSTUDI PERBANDINGAN PERFORMANCE ALGORITMA HEURISTIK POUR TERHADAP MIXED INTEGER PROGRAMMING DALAM MENYELESAIKAN PENJADWALAN FLOWSHOP
STUDI PERBANDINGAN PERFORMANCE ALGORITMA HEURISTIK POUR TERHADAP. (Tessa Vaia Soetato, et al.) STUDI PERBANDINGAN PERFORMANCE ALGORITMA HEURISTIK POUR TERHADAP MIXED INTEGER PROGRAMMING DALAM MENYELESAIKAN
Lebih terperinciBAB 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 terperinciKompleksitas dari Algoritma-Algoritma untuk Menghitung Bilangan Fibonacci
Kompleksitas dari Algoritma-Algoritma utuk Meghitug Bilaga Fiboacci Gregorius Roy Kaluge NIM : 358 Program Studi Tekik Iformatika, Istitut Tekologi Badug Jala Gaesha, Badug e-mail: if8@studets.if.itb.ac.id,
Lebih terperinciPendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X
Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..
Lebih terperinciAPLIKASI PROGRAM DINAMIS DALAM OPTIMASI PRODUKSI PERMEN. Petra Novandi
APLIKASI PROGRAM DINAMIS DALAM OPTIMASI PRODUKSI PERMEN Petra Novadi Iformatika Istitut Tekologi Badug Labtek V Jl. Gaesha No., Badug email : if559@studets.if.itb.ac.id, me@va-odi.et ABSTRAK Permasalaha
Lebih terperinciBab 2 LANDASAN TEORI
14 Bab 2 LANDASAN TEORI 21 Program Liier Programasi Liier (Liear Pogrammig) merupaka suatu model optimasi persamaa liier berkeaa dega kedala-kedala liier yag dihadapiya Model ii dikembagka oleh George
Lebih terperinciHimpunan. Himpunan 3/28/2012. Semesta Pembicaraan Semua mobil di Indonesia
Himpua Suatu himpua atau gugus adalah merupaka sekumpula obyek. Pada umumya aggota dari gugus tersebut memiliki suatu sifat yag sama. Suatu himpua bagia atau aak gugus merupaka sekumpula obyek yag aggotaya
Lebih terperinciPersamaan 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 terperincib. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:
Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah
Lebih terperinciModel 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 terperinciUKURAN PEMUSATAN UKURAN PENYEBARAN
UKURAN PEMUSATAN DATA TUNGGAL DATA KELOMPOK. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL UKURAN PENYEBARAN JANGKAUAN HAMPARAN RAGAM / VARIANS SIMPANGAN BAKU
Lebih terperinciBAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan
BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang Masalah
BAB I PENDAHULUAN A. Latar Belakag Masalah Struktur alabar adalah suatu himpua yag di dalamya didefiisika suatu operasi bier yag memeuhi aksioma-aksioma tertetu. Gelaggag ( Rig ) merupaka suatu struktur
Lebih terperinciBab III Metoda Taguchi
Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.
Lebih terperinciAlgoritma Branch and Bound pada Permasalahan 0-1 Knapsack
Algoritma Brach ad Boud pada Permasalaha 0-1 Kapsack Sady Socrates (13508044) Program Studi Tekik Iformatika 2008, Istitut Tekologi Badug Jl. Gaesha 10, 40116 Badug e-mail: if18044@studets.if.itb.ac.id
Lebih terperinciMETODE NUMERIK TKM4104. Kuliah ke-2 DERET TAYLOR DAN ANALISIS GALAT
METODE NUMERIK TKM4104 Kuliah ke- DERET TAYLOR DAN ANALISIS GALAT DERET TAYLOR o Deret Taylor adalah alat yag utama utuk meuruka suatu metode umerik. o Deret Taylor bergua utuk meghampiri ugsi ke dalam
Lebih terperinciSecara 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 terperinci4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN
4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN Saat asumsi keormala tidak dipuhi maka kesimpula yag kita buat berdasarka suatu metod statistik yag mesyaratka asumsi keormala meadi tidak baik, sehigga mucul
Lebih terperinciANALISIS SENSITIVITAS
PERTEMUAN 8 ANALISIS SENSITIVITAS Seorag aalis jarag dapat meetuka parameter model Program Liier seperti (m,, C j, a, b i ) dega pasti karea ilai parameter ii adalah fugsi dari beberapa ucotrolable variable.
Lebih terperinciUkuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus
-Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.
Lebih terperinci,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0.
PROGRAM STUDI PENDIDIKAN MATEMATIKA FKIP UNMUH PONOROGO SOAL UJIAN TENGAH SEMESTER GENAP TA 03/04 Mata Ujia : Aalisis Real Tipe Soal : REGULER Dose : Dr. Jula HERNADI Waktu : 90 meit Hari, Taggal : Selasa,
Lebih terperinci= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik
Aalisis Sektor Kuci Dimaa : KLBj aij = Keterkaita lagsug ke belakag sektor j = Usur matriks koefisie tekik (b). Keterkaita Ke Depa (Forward Ligkage) Forward ligkage meujukka peraa suatu sektor tertetu
Lebih terperinci1 n MODUL 5. Peubah Acak Diskret Khusus
ODUL 5 Peubah Acak Diskret Khusus Terdapat beberapa peubah acak diskret khusus yag serig mucul dalam aplikasi. Peubah Acak Seragam ( Uiform) Bila X suatu peubah acak diskret dimaa setiap eleme dari X mempuyai
Lebih terperinciTINJAUAN 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 terperinciInduksi Matematika. Pertemuan VII Matematika Diskret Semester Gasal 2014/2015 Jurusan Teknik Informatika UPN Veteran Yogyakarta
Iduksi Matematika Pertemua VII Matematika Diskret Semester Gasal 2014/2015 Jurusa Tekik Iformatika UPN Vetera Yogyakarta Metode pembuktia utuk peryataa perihal bilaga bulat adalah iduksi matematik. Cotoh
Lebih terperinciKombinatorial dan Peluang. Adri Priadana ilkomadri.com
Kombiatorial da Peluag Adri Priadaa ilkomadri.com Pedahulua Sebuah kata-sadi (password) pajagya 6 sampai 8 karakter. Karakter boleh berupa huruf atau agka. Berapa bayak kemugkia kata-sadi yag dapat dibuat?
Lebih terperinciBAB 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 terperinciPENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN
PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN DALAM SUATU MODEL NON-LINIER Abstrak Nur ei 1 1, Jurusa Matematika FMIPA Uiversitas Tadulako Jl. Sukaro-Hatta Palu,
Lebih terperincii adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas.
4 D E R E T Kosep deret merupaka kosep matematika yag cukup populer da aplikatif khusuya dalam kasus-kasus yag meyagkut perkembaga da pertumbuha suatu gejala tertetu. Apabila perkembaga atau pertumbuha
Lebih terperinciBAB IV PEMBAHASAN DAN ANALISIS
BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk
Lebih terperinciKompetisi Statistika Tingkat SMA
. Arya da Bombom melakuka tos koikoi yag seimbag yag mempuyai sisi, agka da gambar Arya melakuka tos terhadap 6 koi, sedagka Bombom melakuka tos terhadap koi, maka peluag Arya medapatka hasil tos muka
Lebih terperinciBAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.
BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh
Lebih terperinciMAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd
MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR Dose Pegampu : Darmadi, S.Si, M.Pd Disusu : Kelas 5A / Kelompok 5 : Dia Dwi Rahayu (084. 06) Hefetamala (084. 4) Khoiril Haafi (084. 70) Liaatul Nihayah (084. 74)
Lebih terperinciBAB 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 terperincioleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka
Itegral etu Jika fugsi kotiu yag didefiisika utuk, kita bagi selag mejadi selag bagia berlebar sama Misalka berupa titik ujug selag bagia ii da pilih titik sampel di dalam selag bagia ii, sehigga terletak
Lebih terperinciEKSPANSI MULTINOMIAL, KOMBINASI, DAN PERMUTASI
EKSPANSI MULTINOMIAL, KOMBINASI, DAN PERMUTASI Oleh: Sutopo Jurusa Fisika FMIPA UM sutopo@fisika.um.ac.id Ditulis pada sekitar bula Maret 2011. Diuggah pada 3 Desember 2011 PROBLEM Gambar di bawah ii meyataka
Lebih terperinciIV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data
IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.
Lebih terperinciContoh Produksi dua jenis sepatu A dan B memberikan fungsi keuntungan bulanan sebagai berikut :
I. OPTIMISASI FUNGSI TANPA KENDALA Utuk fugsi dua peubah ) f ag terdiferesial dua kali. Jika di titik ) P dipeuhi :. sarat stasioer)... > maka mecapai ekstrim di ) P. Jika : ekstrim maksimum mecapai maka
Lebih terperinciLANGKAH-LANGKAH PENENTUAN SUATU BARISAN SEBAGAI SUATU GRAFIK DENGAN DASAR TEOREMA HAVEL-HAKIMI. Jl. Prof. H. Soedarto, S.H., Tembalang, Semarang.
LANGKAH-LANGKAH PENENTUAN SUATU BARISAN SEBAGAI SUATU GRAFIK DENGAN DASAR TEOREMA HAVEL-HAKIMI Erly Listiyaa, Susilo Hariyato 2 da Lucia Ratasari 3, 2, 3 Jurusa Matematika FMIPA UNDIP Jl. Prof. H. Soedarto,
Lebih terperinci1 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 terperinciBAB 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 terperinciBAB II CICILAN DAN BUNGA MAJEMUK
BAB II CICILAN DAN BUNGA MAJEMUK 2.1. Buga Majemuk Ada sedikit perbedaa atara suku buga tuggal da suku buga majemuk. Pada suku buga tuggal, besarya buga B = Mp tidak perah digabugka dega modal M. Sebalikya
Lebih terperinciHUBUNGAN PELABELAN GRACEFUL PADA DIGRAF BIDIRECTIONAL G DAN GRAF UNDERLYING DARI G
J Sais MIPA Desember 7 Vol 1 No Hal: 197 - ISSN 1978-187 ABSTRACT HUBUNGAN PELABELAN GRACEFUL PADA DIGRAF BIDIRECTIONAL G DAN GRAF UNDERLYING DARI G Kristiaa Wijaya Jurusa Matematika FMIPA Uiversitas Jember
Lebih terperinciRESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015
RESPONSI STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 015 A. PENYAJIAN DAN PERINGKASAN DATA 1. PENYAJIAN DATA a. Sebutka tekik peyajia data utuk data kualitatif! Diagram kueh, diagram batag, distribusi
Lebih terperinciJURNAL 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 terperinciDefinisi Integral Tentu
Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.
Lebih terperinciBAB VIII KONSEP DASAR PROBABILITAS
BAB VIII KONSEP DASAR PROBABILITAS 1.1. Pedahulua Dalam pertemua ii Ada aka mempelajari beberapa padaga tetag permutasi da kombiasi, fugsi da metode perhituga probabilitas, da meghitug probabilitas. Pada
Lebih terperinciCara Pengisian Pada File Excel
Cara Pegisia Pada ile Excel Pada tabel realisasi da keuaga ias Pekerjaa Umum Bia Marga Propisi Jawa Timur ii terdiri dari beberapa kolom seperti dibawah ii: atker Tahu Bula Adapu cara pegisia dari masig-masig
Lebih terperinciKompleksitas Waktu untuk Algoritma Rekursif. ZK Abdurahman Baizal
Kompleksitas Waktu utuk Algoritma Rekursif ZK Abdurahma Baizal Algoritma Rekursif Betuk rekursif : suatu subruti/fugsi/ prosedur yag memaggil diriya sediri. Betuk dimaa pemaggila subruti terdapat dalam
Lebih terperinciANUITAS. 9/19/2012 MK. Aktuaria Darmanto,S.Si.
ANUITAS 9/19/2012 MK. Aktuaria Darmato,S.Si. 1 OVERVIEW Auitas adl suatu pembayara dalam jumlah tertetu, yag dilakuka setiap selag waktu da lama tertetu, secara berkelajuta. Suatu auitas yg pasti dilakuka
Lebih terperinciHimpunan Kritis Pada Graph Caterpillar
1 0 Himpua Kritis Pada Graph Caterpillar Chairul Imro, Budi Setiyoo, R. Simajutak, Edy T. Baskoro {imro-its,budi}@matematika.its.ac.id, {rio,ebaskoro}@ds.math.itb.ac.id Ues, Semarag, 4 7 Juli 006 Abstrak
Lebih terperinciPERTEMUAN 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