METODE ELEMEN HINGGA UNTUK MASALAH SYARAT BATAS DARI OPERATOR DIFERENSIAL POSITIF. Sutrima Jurusan matematika FMIPA UNS. Abstract

Ukuran: px
Mulai penontonan dengan halaman:

Download "METODE ELEMEN HINGGA UNTUK MASALAH SYARAT BATAS DARI OPERATOR DIFERENSIAL POSITIF. Sutrima Jurusan matematika FMIPA UNS. Abstract"

Transkripsi

1 JRNAL MATEMATIKA DAN KOMPTER Vol. 5. No., 4-4, Aprl, ISSN : METODE ELEMEN INGGA NTK MASALA SARAT BATAS DARI OPERATOR DIFERENSIAL POSITIF Sutrma Jurusan matmatka FMIPA NS Abstract Th purpos of ths rsarch s to nvstgat numrcal solutons of boundary valu problms of postv dffrntal oprator by fnt-lmnt mthods. Th rsults showd that th fnt-lmnt mthods can b mplmntd to obtand numrcal solutons of boundary valu problms of scond-ordr postv dffrntal oprator. Morovr, rat of convrgnc of Rtz fnt-lmnt wth Lagrang quadratc ntrpolaton b α = n th th L -norm and α = n th nrgy norm. Kywords : boundary problms, postv dffrntal oprator fnt-lmnt mthods.. PENDALAN Banyak prmasalahan-prmasalahan prakts dalam khdupan nyata yang dapat dformulaskan k dalam modl matmatka, khususnya Prsamaan Dfrnsal (PD). Msalnya masalah yang dapat dmodlkan mnad PD d du p + q u = f, < x < L dngan p fung yang mmpunya turunan kontnu, q fungs kontnu, f fungs yang dktahu. Msalkan dar masalah () dlngkap masalah syarat batas Drchlt atau campuran d L. Pada knyataannya banyak modl dar masalah syarat batas () tdak dapat dslsakan scara analts. Olh karna tu mtod pnylsaan scara numrk akan brpran dalam kasus n. Mtod varasonal mrupakan salah satu mtod yang fktf dalam analss fungsonal untuk mnylsakan masalah yang brkatan dngan oprator postf pada ruang lbrt. Mtod varasonal n ddasarkan kpada mnmsas dar fungsonal kuadratk trkat dar masalah yang () 4

2 Mtod Elmn ngga ( Sutrma ) dbrkan. Dar mtod varasonal nlah mtod lmn hngga dkmbangkan. Salah satu mtod varasonal yang trknal adalah mtod varasonal Rtz. Brdasarkan algortma mtod varasonal Rtz (Rddy, 986), untuk kasus masalah kontnu Au = f pada Ω () dngan A oprator lnar yang dfnt postf pada D A dalam ruang lbrt.. Pnylsaan prsamaan () yatu fungsonal kuadratk u DA dapat dprolh dngan mmnmumkan J ( u) =< Au, u > - < f, u > = B( u, u) - < f, u > atau olh Badr () dapat dnyatakan dngan formulas varasonal. B( v, u) =< v, f >, v () dngan B : R fungs blnar yang smtrs kontnu dfnt postf shngga B( u, v) = l( v), untuk stap v ddalam. untuk suatu fungsonal lnar kontnu l pada. Wto () tlah mnggunakan mtod lmn hngga yang mrupakan pngmbangan dar mtod varasonal untuk mnylsakan masalah prsamaan () dngan fungs hampran untuk tap-tap lmn mnggunakan ntrpolas Lagrang lnar. Scara umum prnsp dar mtod lmn hngga untuk prsamaan () adalah mmbag doman Ω mnad bbrapa subdoman, dalam stap subdoman dgunakan formulas varasonal ssua dngan mtod varasonal yang dgunakan. ntuk kasus-kasus trtntu sprt yang tlah dbrkan olh Rddy (984) yatu prsamaan dfrnsal ordr mpat, pnggunaan bass dar ntrpolas Lagrang lnar lbh sult untuk dgunakan. Shngga prlu cara lan yang lbh mudah untuk mnylsakannya. Cara trsbut antara lan adalah mnggunakan ntrpolas Lagrang kuadratk. Dngan mnggunakan ntrpolas Lagrang kuadratk dharapkan hasl yang dprolh lbh bak dar ntrpolas Lagrang lnar. 5

3 JRNAL MATEMATIKA DAN KOMPTER Vol. 5. No., 4-4, Aprl, ISSN : ntuk mngukur bsar rror dalam lmn hngga dapat dgunakan norma kuadrat rata-rata atau norma nrg, lhat (Rddy, 984, 986) (Akn, ). asl pndkatan lmn hngga nrg k u ka brlaku dapat dkatakan konvrgn dalam norma α u c untuk α > (4) m dngan c adalah konstanta yang bsarnya tdak brgantung pada u (Rddy, 984). Konstanta α dsbut lau konvrgns. Eksprmn numrk mnunukkan bahwa lau konvrgns lmn hngga Galrkn yang mnggunakan ntrpolas Lagrang lnar adalah α = trhadap norma kuadrat rata-rata α = trhadap norma nrg, lhat Wto (), Rddy Volp (99). Dngan mndfnskan oprator d d A p + q, maka dapat dbuktkan oprator n adalah oprator lnar smtr dfnt postf pada Dar fakta-fakta n layak untuk dtlt tntang aplkas dar mtod lmn hngga untuk mnylsakan masalah syarat batas ().. ASIL DAN PEMBAASAN D A. Msal Ω = Ω Γ doman dar () dngan Ω = (, L) Γ hmpunan ttk-ttk lmt dar Ω. Msal doman Ω dbag mnad E subdoman Ω, =,,..., E. Jka dgunakan ntrpolas Lagrang kudratk sbaga fungs hamprannya, maka stap subdoman Ω, =,,..., E mmpunya sfat Ω = x, x dngan E x =, x = L, x = x untuk ndks =,..., E. Panang lmn k- adalah h + h dngan h = x x h = x x. Karna dalam pnltan n dambl subdoman yang sragam, maka dngan h. ntuk lbh lasnya lhat pada Gambar. h cukup dtuls 6

4 Mtod Elmn ngga ( Sutrma ) Elmn k- Elmn k- Elmn k-e E E E E x = x x = x x x = x x x x = L = x Gambar. Pmbagan subdoman untuk tap-tap lmn. Dngan dmkan untuk subdoman k- brlaku dngan p, q trdfns pada doman d du p + q u = f, x x x f scara brurutan adalah fungs p, q f yang Ω. Dngan algortma mtod varasonal Rtz dprolh =< Au f, v > x d du = [ p + q u f] v dx x x du dv du = ( p + q u v f v) dx + v p. dx dx dx x x x (5) Dngan mngambl Q mnad = du p dx x Q = du p dx x, maka hasl trakhr x du dv = ( p + q u v f v) dx Q v( x ) Q v( x ) dx dx x atau dapat dtuls dalam bntuk dngan = B ( u, v) l ( v) (6) x x du dv (, ) = ( + ) ( ) = ( ) ( ) dx dx + +. x x B u v p q u v dx l v f v dx Q v x Q v x Mudah dtunukkan bahwa B ( u, v ) suatu fungs blnar yang smtrs. 7

5 JRNAL MATEMATIKA DAN KOMPTER Vol. 5. No., 4-4, Aprl, ISSN : Dkonstrukskan pnylsaan Rtz = n x = ( ) ( x) pada doman Ω. Jka dambl dngan v =, shngga dar prsamaan (6) dprolh n = k ν f, =,,, n = x d d = + dx dx x k ( p q ) dx x = + + x f f dx Q ( x ) Q ( x ). ntuk slanutnya bntuk trsbut dapat dsakan dalam prsamaan matrks dngan mnad K = k, = K = f f u =. u f (7) Jka dgunakan d ntrpolas Lagrang kuadratk maka fungs ( x) ( x) = = (8) dngan bass = x x = x x. Anggota bass n srng uga dsbut dngan untuk fungs bntuk, brsfat ( x ) = untuk =. Slanutnya, ka dambl transformas x = x + ξ dngan h = x x = x x < ξ < h, dsubttuskan kdalam bass akan dprolh ntr-ntr dar K f, d k ( p q ) dξ, h = d ˆ ˆ dξ dξ + h ˆ = ξ + f f d Q, h = f fˆ dξ, h ˆ = ξ + f f d Q (9) dngan pˆ p ( x + ξ ), qˆ q ( x + ξ ) f ˆ f ( x + ξ ). 8

6 Mtod Elmn ngga ( Sutrma ) Praktan dar smua matrks K u = f, =,,..., E dprolh k k k f k k k f k k k + k k k f + f k k k 4 f k k k + k k 5 f + f = k k 6 f E E E E E E k + k k k E f + f E E E E k k k E f E E E E k k k E+ f atau dapat dtuls K u = f () yang brlaku pada doman Ω = [, L]. Matrks K dalam prsamaan () srng dsbut sbaga matrks kkakuan. Dngan mnrapkan syarat batasnya trhadap () akan dprolh pnylsaan hampran lmn hngga.. IMPLEMENTASI KASS Kasus. Prhatkan masalah syarat batas d du + + = < < ( x ) u 8 x, x dngan syarat batas Drchlt u () = u () =. Pnylsaan ksak dar masalah n adalah u( x) x x =, ( Rddy, 986). Dalam hal n [ ] A {, : () () } () D = v C v = v =. Pada artkl n pmbagan doman sragam, artnya panang karaktrstk dar smua subdoman sama. Msal banyaknya lmn adalah E. Dapat dtntukan subdoman k- adalah Ω =,, E E panang karaktrstk dar tap subdoman adalah =,,.., E = h =. E h = h =. Jlas E 9

7 JRNAL MATEMATIKA DAN KOMPTER Vol. 5. No., 4-4, Aprl, ISSN : ntuk mncar pnylsaannya dgunakan prsamaan (9) () dngan syarat batas trkat. Msal banyaknya lmn adalah, shngga dar pross pmbagan subdoman dprolh mnrapkan prsamaan (9) () dprolh Ω =,, Ω =, h =. Dngan =. () Dngan mnylsakan prsamaan () n dprolh =.676, =.6874, 4 = dar syarat batas dktahu = 5 =. Dalam hal n tlah dtntukan bahwa =, =, = =, hampran adalah = =. Shngga pnylsaan 4, x.799 x, < x ( x) = x.55 x, < x < ntuk banyaknya lmn E =, E =4, E =8, E =6, E = haslnya dapat dlhat pada Tabl bsar rror dapat dlhat pada Tabl. Tabl. u dngan E =, E = 4, E = 8, E = 6, E = untuk Kasus. x E= E=4 E=8 E=6 E= u( x )

8 Mtod Elmn ngga ( Sutrma ) Tabl. Error E u untuk Kasus. u ntuk mncar lau konvrgns rror dar Kasus dapat dgunakan d dar Rddy Volp [99], shngga dapat dtntukan = Log u = Log u. Dar Gambar trlhat bahwa bntuknya mndkat gars lurus. Dngan data rror dar Tabl mnggunakan mtod pndkatan kuadrat trkcl dapat dprolh bahwa = Log u.7 Log 4.5 = Log u. Log.846. () Log Gambar. Plot trhadap Log untuk Kasus. Brdasarkan prsamaan () dapat dktahu bahwa gradn trhadap Log mndkat trhadap Log mndkat. Dngan kata lan konvrgns

9 JRNAL MATEMATIKA DAN KOMPTER Vol. 5. No., 4-4, Aprl, ISSN : rror untuk Kasus adalah α = trhadap norma kuadrat rata-rata α = trhadap norma nrg. Kasus. Prhatkan masalah syarat batas d du x ( x + ) + x u = x, < x < () dngan syarat batas campuran u () = u '() =. Pnylsaan ksak x x dar () adalah u( x) = +, [Rddy, 986]. Pross pmbagan doman dlakukan sama sprt pada Kasus. Subdoman k- adalah banyaknya lmn. Ω =,, =,,.., E E E dngan h = h = E E Fungs hampran untuk stap lmn dplh ssua prsamaan (8). Slanutnya dapat dtrapkan prsamaan (9) () untuk mncar pnylsaannya. ntuk nla E =, E =4, E = 8, E =6, E = haslnya dapat dlhat pada Tabl. Sgkan bsar rrornya dsakan pada Tabl 4. Tabl. u dngan E =, E = 4, E = 8, E = 6, E = untuk Kasus. x E= E=4 E=8 E=6 E= u( x ) Tabl 4. Error E u untuk Kasus. u, , ,

10 Mtod Elmn ngga ( Sutrma ) Log - -4 Gambar. Plot trhadap Log untuk Kasus. Dngan data rror dar Tabl 4 dsmpulkan bahwa = Log u.99 Log 4.94 = Log u.99log.8. (4) Dar prsamaan (4) dapat dktahu bahwa gradn trhadap Log mndkat gradn trhadap Log mndkat, lhat Gambar. Dngan kata lan lau konvrgns rror untuk Kasus n adalah α = trhadap norma kuadrat rata-rata α = trhadap norma nrg. 4. KESIMPLAN Brdasarkan hasl dar yang tlah durakan bahwa :. Mtod lmn hngga Rtz dngan ntrpolas Lagrang kuadratk dapat dtrapkan untuk mnylsakan masalah syarat batas ().. Brdasarkan ksprmn numrk dalam mplmntas kasus, lau konvrgns lmn hngga Rtz dngan ntrpolas Lagrang kuadratk adalah α = trhadap norma kuadrat rata-rata α = trhadap norma nrg. 5. CAPAN TERIMA KASI Artkl n adalah sbagan dar hasl pnltan hbah dar Proyk DE NS Tahun. ntuk tu pnlt mngucapkan trma kash kpada Proyk DE NS atas a yang dprcayakan kpada pnlt.

11 JRNAL MATEMATIKA DAN KOMPTER Vol. 5. No., 4-4, Aprl, ISSN : DAFTAR PSTAKA. Akn J. E, Fnt Elmnt Analyss wth Error Estmaton, Rc, nvrsty, Dpartmnt of Mchancal Engnrng and Matrals Scnc, ouston,.. Badr, Mathas, Enrgy Mnmzaton Mthods for Fatur Dsplacmnts n Map Gnralzaton, Dssrtaton zur Erlanggung dr naturwssnschaftlchn Doktorwurd vorglgtd Mathmathsch - naturwssnschaftlchn Fakultat dr nvrstat Zurch, Zurch,.. Dw Wto, Analss Elmn ngga Galrkn untuk Prsamaan Alran Lamnr, Skrps Mahasswa FMIPA NS, nvrstas Sblas Mart Surakarta,. 4. Rddy B.D, Volp, M. B, Mxd Fnt Elmnt Mthods for th Crcular Arch Problm, Computr Mthods n Appld Mchancs and Zngnrng Elsvr Scnc Publshrs, North-olland, 99, 97 : Rddy J. N, An Introducton to Th Fnt Elmnt Mthod, Mc Graw-ll Inc, Nw ork, Rddy J. N, Appld Functonal Analyss and Varatonal Mthod n Engnrng, Mc Graw-ll Inc, Sngapor,

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Blakang Mnmum spannng tr (MST) mrupakan sbuah prmasalahan dalam suatu graph yang mana banyak aplkasnya bak scara langsung maupun tdak langsung yang tlah dplajar. Salah satu

Lebih terperinci

BAB II TINJAUAN PUSTAKA. pada suatu graf sebagai landasan teori pada penelitian ini.

BAB II TINJAUAN PUSTAKA. pada suatu graf sebagai landasan teori pada penelitian ini. BAB II TINJAUAN PUSTAKA Pada bagan n akan dbrkan konsp dasar graf dan blangan kromatk lokas pada suatu graf sbaga landasan tor pada pnltan n 21 Konsp Dasar Graf Bbrapa konsp dasar yang dgunakan dalam pnltan

Lebih terperinci

ESTIMASI PARAMETER MODEL GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION (GWOLR)

ESTIMASI PARAMETER MODEL GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION (GWOLR) ISBN : 978.60.36.00.0 ESIMASI PARAMEER MODEL GEOGRAPHICALLY WEIGHED ORDINAL LOGISIC REGRESSION (GWOLR) Sylf, Vta Ratnasar Mahasswa Jurusan Statstka Insttut knolog Spuluh Nopmbr (IS), Dosn Jurusan Statstka

Lebih terperinci

BAB IV FUNGSI KOMPLEKS

BAB IV FUNGSI KOMPLEKS 47 BAB IV FUNGSI KOMPLEKS 4.. BILANGAN KOMPLEKS. 4... Notas Blangan Komplks Brmacam - macam notas dar blangan komplks pada mulanya ddfnskan sbaga pasangan blangan rl, msal (, y ), namun scara umum notas

Lebih terperinci

Hubungan antara K dengan koefisien fugasitas:

Hubungan antara K dengan koefisien fugasitas: Hubungan antara K dngan kofsn fugastas: fˆ f K Kadaan standar untuk gas adalah gas murn pada kadaan gas dal pada tkanan kadaan standar sbsar 1 bar. (1) Karna fugastas gas dal sama dngan tkanannya, f =

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 23-32, April 2001, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 23-32, April 2001, ISSN : JRNAL MATEMATIKA DAN KOMPTER Vol 4 No 1, 3-3, Aprl 1, ISSN : 141-51 KAJIAN DISKRETISASI DENGAN METODE GALERKIN SEMI DISKRET TERHADAP EFISIENSI SOLSI MODEL RAMBATAN PANAS TANPA SK KONVEKSI Suhartono dan

Lebih terperinci

II. BILANGAN KOMPLEKS. Untuk mencari nilai kuadrat menggunakan persamaan

II. BILANGAN KOMPLEKS. Untuk mencari nilai kuadrat menggunakan persamaan II. BILANGAN KOMPLEKS. Pndahuluan Sstm blangan komplks pada dasarna mrupakan prluasan dar sstm blangan rl. Sstm blangan n dprknalkan untuk mmcahkan sstm-sstm prsamaan aljabar ang tdak mmpuna jawaban dalam

Lebih terperinci

EFISIENSI SISTEM BONUS MALUS SEBAGAI MODEL RANTAI MARKOV

EFISIENSI SISTEM BONUS MALUS SEBAGAI MODEL RANTAI MARKOV Jurnal Matmatka Vol. 9, No.3, Dsmbr 2006:207-214 EFISIENSI SISTEM BONUS MALUS SEBAGAI MODEL RANTAI MARKOV Supand Jurusan Tknk Informatka Unvrstas AKI Jl. Pmuda 95-97 Smarang h_supand@yahoo.co.uk Abstract.

Lebih terperinci

PENGENALAN ABABIL: PROGRAM FINITE ELEMENT ANALYSIS (FEA) 3-DIMENSI UNTUK STRUKTUR RANGKA-BATANG

PENGENALAN ABABIL: PROGRAM FINITE ELEMENT ANALYSIS (FEA) 3-DIMENSI UNTUK STRUKTUR RANGKA-BATANG PENGENALAN ABABIL: PROGRAM FINIE ELEMEN ANALYSIS (FEA) 3-DIMENSI UNUK SRUKUR RANGKA-BAANG Introducton of Ababl : 3 Dmntonal Fnt Elmnt Analss Program for russ Structur Sugng Waluo Sugng_Waluo@daad-alumn.d

Lebih terperinci

FIXED EFFECT MODEL PADA REGRESI DATA PANEL

FIXED EFFECT MODEL PADA REGRESI DATA PANEL ta p-iss: 085-5893 -ISS: 54-0458 Vol. 3 o. opmbr 00, Hal. 34-45 ta 00 DOI: http://dx.do.org/0.044/btajtm.v9.7 FIED EFFECT MODEL PADA REGRESI DATA PAEL Alfra Mula Astut Abstrak: Pngamatan trhadap prlakuan

Lebih terperinci

MODEL PILIHAN KUALITATIF. Oleh Bambang Juanda

MODEL PILIHAN KUALITATIF. Oleh Bambang Juanda MODEL PILIHAN KUALITATIF Olh Bambang Juanda Srngkal dalam suatu surv kta brhadapan dngan pubah kualtatf yang mmpunya skala pngukuran nomnal atau ordnal. Nla-nla pubah rspons kualtatf n trbatas lmtd dpndnt

Lebih terperinci

UJI CHI KUADRAT (χ²) 1.1. Pengertian Frekuensi Observasi dan Frekuensi Harapan

UJI CHI KUADRAT (χ²) 1.1. Pengertian Frekuensi Observasi dan Frekuensi Harapan UJI CHI KUADRAT (χ²) 1. Pndahuluan Uj Ch Kuadrat adalah pngujan hpotss mngna prbandngan antara : frkuns obsrvas/yg bnar-bnar trjad/aktual dngan frkuns harapan/kspktas 1.1. Pngrtan Frkuns Obsrvas dan Frkuns

Lebih terperinci

Modifikasi Metode Full Wave di Sekitar Titik Singular

Modifikasi Metode Full Wave di Sekitar Titik Singular Kontrbus Fska Indonsa Vol. 3 No.3, Jul 2002 Abstrak odfkas tod Full Wav d Sktar Ttk Sngular Ttk Stawat Bdang Aplkas Gomagnt dan agnt Antarksa, Pusat Pmanfaatan Sans Antarksa LAPAN, Jl. Dr. Junjunan 33

Lebih terperinci

PEMODELAN LUAS PANEN PADI DI KABUPATEN LAMONGAN DENGAN INDIKATOR EL NINO SOUTHERN OSCILLATION MELALUI PENDEKATAN ROBUST BOOTSTRAP LEAST TRIMMED SQUARE

PEMODELAN LUAS PANEN PADI DI KABUPATEN LAMONGAN DENGAN INDIKATOR EL NINO SOUTHERN OSCILLATION MELALUI PENDEKATAN ROBUST BOOTSTRAP LEAST TRIMMED SQUARE PEMODELAN LUAS PANEN PADI DI KABUPATEN LAMONGAN DENGAN INDIKATOR EL NINO SOUTHERN OSCILLATION MELALUI PENDEKATAN ROBUST BOOTSTRAP LEAST TRIMMED SQUARE Bn Haryat dan Sutkno Jurusan Statstka, Fakultas Matmatka

Lebih terperinci

BAB 2 SISTEM MAKRO DAN MIKRO

BAB 2 SISTEM MAKRO DAN MIKRO BAB 2 SISTEM MAKRO DAN MIKRO Sstm yang akan d bahas dalam skrps n adalah sstm frmon yang mngkut kadah ksklus Paul, mrupakan partkl dntk dan mmlk sfat-sfat yang brbda jka d bandngkan dngan sstm boson. Olh

Lebih terperinci

PENDUGAAN RESIKO RELATIF PADA PENDUGAAN AREA KECIL 1. Kismiantini Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta

PENDUGAAN RESIKO RELATIF PADA PENDUGAAN AREA KECIL 1. Kismiantini Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta PENDUGAAN RESIKO RELATIF PADA PENDUGAAN AREA KECIL 1 Ksmantn Jurusan Pnddkan Matmatka FMIPA Unvrstas Ngr Yogakarta Abstrak Pnduga rsko rlat mrupakan statstk ang dgunakan untuk mngtahu sbaran suatu pnakt.

Lebih terperinci

PROPERTY DAN PERDAGANGAN SEBAGAI SEKTOR DOMINAN PADA DATA BURSA SAHAM DENGAN PRINCIPAL COMPONENT ANALYSIS (PCA)

PROPERTY DAN PERDAGANGAN SEBAGAI SEKTOR DOMINAN PADA DATA BURSA SAHAM DENGAN PRINCIPAL COMPONENT ANALYSIS (PCA) PROPERY DAN PERDAGANGAN EBAGAI EKOR DOMINAN PADA DAA BURA AHAM DENGAN PRINCIPAL COMPONEN ANALYI (PCA) Hanna A Parhus, Dva Wdyananto,dan Brnadta Dsnova Kr Cntr of Ald Mathmatcs (CAM), Program tud Matmatka

Lebih terperinci

FEMxcel v0.0 MEMULAI. Analisis dan Desain Struktur Beam 3-Dimensi. spesimen (alpha) oleh Arifadli dan Sugeng Waluyo

FEMxcel v0.0 MEMULAI. Analisis dan Desain Struktur Beam 3-Dimensi. spesimen (alpha) oleh Arifadli dan Sugeng Waluyo FEMxcl v0.0 Analss dan Dsan Struktur Bam 3-Dmns olh Arfadl dan Sugng Waluyo spsmn 0.04 (alpha) MEMULAI DISCLAIMER A COUNTLESS AMOUNT OF TIME, EFFORT AND EXPENSE HAVE GONE INTO THE DEVELOPMENT AND DOCUMENTATION

Lebih terperinci

BAB IV STUDI KASUS NILAI AVL SLJJ PT TELKOM

BAB IV STUDI KASUS NILAI AVL SLJJ PT TELKOM BAB IV STUDI KASUS NILAI AVL SLJJ PT TELKOM 4.1 Pndahuluan Ktga prtdaksamaan yang tlah dbahas sblumnya akan daplkaskan dalam suatu stud kasus mngna nla AVL (avalablty ntwork) dar sambungan langsung jarak

Lebih terperinci

LOGO. Analisis Sisaan HAZMIRA YOZZA- JUR.MATEMATIKA FMIPA UNIV.ANDALAS

LOGO. Analisis Sisaan HAZMIRA YOZZA- JUR.MATEMATIKA FMIPA UNIV.ANDALAS Analss Ssaan HAZMIRA YOZZA- JUR.MATEMATIKA FMIPA UNIV.ANDALAS KOMPETENSI Stlah mmplajar topk n, mahasswa dharapkan dapat : mnjlaskan dfns ssaan dan nformasnformas yang dapat dprolh dar ssaan mnghtung nla

Lebih terperinci

PENGEMBANGAN TES ILMU PENGETAHUAN ALAM TERKOMPUTERISASI

PENGEMBANGAN TES ILMU PENGETAHUAN ALAM TERKOMPUTERISASI Volum 21, No 2, Dcmbr 2017 (153-161) Onln: http://journal.uny.ac.d/ndx.php/jpp PENGEMBANGAN TES ILMU PENGETAHUAN ALAM TERKOMPUTERISASI Unvrstas Vtran Bangun Nusantara Sukoharjo suwartowarto@yahoo.com,

Lebih terperinci

METODE ITERASI KELUARGA CHEBYSHEV-HALLEY UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Yuli Syafti Purnama 1 ABSTRACT

METODE ITERASI KELUARGA CHEBYSHEV-HALLEY UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Yuli Syafti Purnama 1 ABSTRACT METODE ITERASI KELUARGA CHEBYSHEV-HALLEY UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Yuli Syafti Purnama Mahasiswa Program Studi S Matmatika Fakultas Matmatika dan Ilmu Pngtahuan Alam Univrsitas Riau Kampus

Lebih terperinci

Bab 6 Sumber dan Perambatan Galat

Bab 6 Sumber dan Perambatan Galat Mtod Pnlitian Suradi Sirgar Bab 6 Sumbr dan Prambatan Galat 6. Sumbr galat. Data masukan, misal hasil pngukuran (galat bawaan). Slama komputasi (galat pross), galat ang timbul akibat komputasi 3. Galat

Lebih terperinci

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup

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

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

PENGUAT FREKUENSI RENDAH (lanjutan)

PENGUAT FREKUENSI RENDAH (lanjutan) EEKTONK NOG Prtmuan 4 PENGUT FEKUENS ENDH (lanjutan) Pngkut Emtr (Emttr Followr) Pnguat transstor kolktor umum (ommon-mttr) dsut juga dgn stla pngkut mtr. Konfgurasnya dgamarkan s. Konfguras kolktor-umum

Lebih terperinci

ANALISIS MODEL MATEMATIKA PERTUKARAN PANAS PADA FLUIDA DI HEAT EXCHANGER TIPE SHELL AND TUBE YANG DIGUNAKAN DI PT. PUPUK KALTIM TBK.

ANALISIS MODEL MATEMATIKA PERTUKARAN PANAS PADA FLUIDA DI HEAT EXCHANGER TIPE SHELL AND TUBE YANG DIGUNAKAN DI PT. PUPUK KALTIM TBK. ANALISIS MODL MAMAIKA PRUKARAN PANAS PADA FLUIDA DI HA XHANGR IP SHLL AND UB YANG DIGUNAKAN DI P PUPUK KALIM BK Qoratl, Arf, Dafk, Nrcholf 5 Abstract Matrals to prodc frtlzr ar NH Lqd and O gas Rqrd O

Lebih terperinci

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan

Lebih terperinci

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

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

Lebih terperinci

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

BAB IV TAKSIRAN MAKSIMUM LIKELIHOOD FUNGSI INTENSITAS POISSON NONHOMOGEN. fungsi intensitas proses Poisson nonhomogen, yaitu secara teoritis dan studi

BAB IV TAKSIRAN MAKSIMUM LIKELIHOOD FUNGSI INTENSITAS POISSON NONHOMOGEN. fungsi intensitas proses Poisson nonhomogen, yaitu secara teoritis dan studi BAB IV AKSIRA MAKSIMUM LIKELIHOOD FUGSI IESIAS POISSO OHOMOGE 4 Pndahuluan Brku n, akan dbahas nang dua pndkaan unuk mndapakan aksran fungs nnsas pross Posson nonhomogn, yau scara ors dan sud kasus Pada

Lebih terperinci

Bab 1 Ruang Vektor. R. Leni Murzaini/0906577381

Bab 1 Ruang Vektor. R. Leni Murzaini/0906577381 Bab 1 Ruang Vektor Defns Msalkan F adalah feld, yang elemen-elemennya dnyatakansebaga skalar. Ruang vektor atas F adalah hmpunan tak kosong V, yang elemen-elemennya merupakan vektor, bersama dengan dua

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

BAB II IMPEDANSI SURJA KAWAT TANAH DAN MENARA

BAB II IMPEDANSI SURJA KAWAT TANAH DAN MENARA BAB II IMPEDANSI SUJA KAWA ANAH DAN MENAA II. UMUM Saluan tansms lbh tngg dbandngkan objk d skllngnya, kana tu saluan tansms mmlk sko bsa untuk tkna sambaan pt. Untuk mngatas hal tsbut maka saluan tansms

Lebih terperinci

Model Gelombang Panjang dengan Metoda Elemen Hingga Diskrit. Syawaluddin Hutahean 1)

Model Gelombang Panjang dengan Metoda Elemen Hingga Diskrit. Syawaluddin Hutahean 1) Huahan Vol. 0 No. Januar 003 urnal TEKNIK SIPIL Modl Glombang Panjang dngan Moda Elmn Hngga Dskr Syawaluddn Huahan ) bsrac Ths papr nroducs Dscr Fn Elmn Mhod (DFEM) o solv long war wav quaon. Ths mhod

Lebih terperinci

Analisis Variansi Multivariat

Analisis Variansi Multivariat Analss Varans Multvarat Muammad Rdwan Ram - 80909 Program Stud Sstm Tknolog Informas Skola Tknk Elktro Informatka Insttut Tknolog Bandung, Jl. Gansa 0 Bandung 403, Indonsa m.rdwan.ram@gmal.com Abstrak

Lebih terperinci

KAJIAN ANALISIS REGRESI DENGAN DATA PANEL

KAJIAN ANALISIS REGRESI DENGAN DATA PANEL Prosdng Smnar Nasonal Pnlan, Pnddan dan Pnrapan MIPA Faultas MIPA, Unvrsas Ngr ogyaarta, 16 M 009 AJIAN ANALISIS REGRESI DENGAN DATA PANEL I Gd Nyoman Mndra Jaya Nnng Sunngsh Staf Pngajar Jurusan Statsta

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

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

Lebih terperinci

PENGGUNAAN INTERPOLASI HERMITE KUBIK DALAM PENYELESAIAN PERSAMAAN STURM-LIOUVILLE DENGAN METODE ELEMEN HINGGA

PENGGUNAAN INTERPOLASI HERMITE KUBIK DALAM PENYELESAIAN PERSAMAAN STURM-LIOUVILLE DENGAN METODE ELEMEN HINGGA JM Volum I Nomor Juli PNGGNAAN INTRPOLASI RMIT KBIK DALAM PNYLSAIAN PRSAMAAN STRM-LIOVILL DNGAN MTOD LMN INGGA Dwi Maryono Proram Studi Pndidikan Matmatika FKIP NS ABSTRAK Pnrapan matmatika dalam bidan

Lebih terperinci

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

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

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci

MODEL PILIHAN KUALITATIF. Oleh Bambang Juanda

MODEL PILIHAN KUALITATIF. Oleh Bambang Juanda MODEL PILIHAN KUALITATIF Olh Bambang Juanda Srngkal dalam suatu surv kta brhadapan dngan pubah kualtatf yang mmpunya skala pngukuran nomnal atau ordnal. Nla-nla pubah rspons kualtatf n trbatas lmtd dpndnt

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

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

Lebih terperinci

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

BAB II TINJAUAN PUSTAKA. penurunan akan permintaan pergerakan transportasi. [ 11]

BAB II TINJAUAN PUSTAKA. penurunan akan permintaan pergerakan transportasi. [ 11] BAB II TINJAUAN PUSTAKA II.1 Umum Tngkat playanan suatu jarngan jalan tntukan olh waktu prjalanan, baya prjalanan (tarf an bahan bakar), knyamanan, an kamanan pnumpang. Jka trja pnurunan tngkat playanan

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN Latar elakang Sekolah merupakan salah satu bagan pentng dalam penddkan Oleh karena tu sekolah harus memperhatkan bagan-bagan yang ada d dalamnya Salah satu bagan pentng yang tdak dapat dpsahkan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

Analisis Rangkaian Listrik

Analisis Rangkaian Listrik Sudaryatno Sudirham Analisis Rangkaian Listrik Mnggunakan Transformasi Fourir - Sudaryatno Sudirham, Analisis Rangkaian Listrik (4) BAB Analisis Rangkaian Mnggunakan Transformasi Fourir Dngan pmbahasan

Lebih terperinci

PELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP

PELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP JMP : Volume 1 Nomor 2, Oktober 2009 PELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP Tryan dan Nken Larasat Fakultas Sans dan Teknk, Unverstas Jenderal Soedrman Purwokerto, Indonesa

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

ESTIMASI SMALL AREA BERDASARKAN MODEL PADA RATA-RATA PENGELUARAN PERKAPITA RUMAH TANGGA DI KABUPATEN KEBUMEN

ESTIMASI SMALL AREA BERDASARKAN MODEL PADA RATA-RATA PENGELUARAN PERKAPITA RUMAH TANGGA DI KABUPATEN KEBUMEN ESTIMASI SMALL AREA BERDASARKAN MODEL PADA RATA-RATA PENGELUARAN PERKAPITA RUMAH TANGGA DI KABUPATEN KEBUMEN A. Nna Rosana Chytrasar 1), Sr Haryatm 2), Danardono 3) 1) Mahasswa Jur. Matmatka FMIPA UGM

Lebih terperinci

Catatan Kuliah 13 Memahami dan Menganalisa Optimasi dengan Kendala Ketidaksamaan

Catatan Kuliah 13 Memahami dan Menganalisa Optimasi dengan Kendala Ketidaksamaan Catatan Kulah 3 Memaham dan Menganalsa Optmas dengan Kendala Ketdaksamaan. Interpretas Konds Kuhn Tucker Asumskan masalah yang dhadap adalah masalah produks. Secara umum, persoalan maksmsas keuntungan

Lebih terperinci

OPTIMISASI HARGA DENGAN MODEL MULTINOMIAL LOGIT (Studi Kasus Produk Flash Disk dengan Kapasitas Penyimpanan 4 GB dan 8 GB)

OPTIMISASI HARGA DENGAN MODEL MULTINOMIAL LOGIT (Studi Kasus Produk Flash Disk dengan Kapasitas Penyimpanan 4 GB dan 8 GB) OPTIMISASI HARGA DENGAN MODEL MULTINOMIAL LOGIT (Stud Kasus Produk Flash Dsk dngan Kapastas Pnympanan 4 GB dan 8 GB) Skrps OLEH: DIAN SETYA ARINI I0307038 JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS

Lebih terperinci

PENDAHULUAN Latar Belakang

PENDAHULUAN Latar Belakang PENDAHULUAN Latar Belakang Menurut teor molekuler benda, satu unt volume makroskopk gas (msalkan cm ) merupakan suatu sstem yang terdr atas sejumlah besar molekul (kra-kra sebanyak 0 0 buah molekul) yang

Lebih terperinci

BAB I METODE NUMERIK SECARA UMUM

BAB I METODE NUMERIK SECARA UMUM BAB I METODE NUMERIK SECARA UMUM Aplikasi modl matmatika banyak muncul dalam brbagai disiplin ilmu pngtahuan, sprti isika, kimia, konomi, prsoalan rkayasa (tknik msin, sipil, lktro). Modl matmatika yang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

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

PENERAPAN PEMODELAN DAN METODE KURVA REAKSI PROSES UNTUK MENGIDENTIFIKASI SISTEM DURESS

PENERAPAN PEMODELAN DAN METODE KURVA REAKSI PROSES UNTUK MENGIDENTIFIKASI SISTEM DURESS 30 ISSN 06-38 Yoyok Dw Styo Pambud PENERAPAN PEMODELAN DAN METODE KURVA REAKSI PROSES UNTUK MENGIDENTIFIKASI SISTEM DURESS Yoyok Dw Styo Pambud Pusat Tknolog Raktor dan Kslamatan Nuklr, BATAN Gd. 80 Kawasan

Lebih terperinci

KARAKTERISASI ELEMEN IDEMPOTEN CENTRAL

KARAKTERISASI ELEMEN IDEMPOTEN CENTRAL Jurnal Barkng Vol 5 No Hal 33 39 (0) KAAKTEISASI ELEMEN IDEMPOTEN CENTAL HENY W M PATTY, ELVINUS ICHAD PESULESSY, UDI WOLTE MATAKUPAN 3,,3 Staf Jurusan Matmatika FMIPA UNPATTI Jl Ir M Putuhna, Kampus Unpatti,

Lebih terperinci

Gelombang Datar Lintas Medium

Gelombang Datar Lintas Medium Rvs Fbruar 00 33 Modul 4 lktromagntka Tlkomunkas Glombang Datar Lntas Mdum Olh : Nachwan Muft Adransyah, ST, MT Organsas Modul 3 Glombang Datar Lntas Mdum A. Pndahuluan B. Glombang Jatuh Normal C. Konsp

Lebih terperinci

Metode Elemen Hingga dan Elemen Batas untuk Antena Celah pada Pemandu Gelombang

Metode Elemen Hingga dan Elemen Batas untuk Antena Celah pada Pemandu Gelombang JTETI, Vol. 4, o., M 5 Mto Elmn ngga an Elmn Batas untu ntna Clah paa Pmanu Glombang Iswan bstract In th hghr frqunc rang, th wall-thcnss causs mor ffcts to th charactrstc of slott wavgu antnna. Ths papr

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

APROKSIMASI NON-UNIFORM SPASIAL PERSAMAAN PANAS 1D DENGAN FINITE POINTSET METHOD

APROKSIMASI NON-UNIFORM SPASIAL PERSAMAAN PANAS 1D DENGAN FINITE POINTSET METHOD Indonesan Sysmphosum on Computng 05 ISSN : 406-395 APROKSIMASI NON-UNIFORM SPASIA PERSAMAAN PANAS D DENGAN FINITE POINTSET METHOD Putu Harry Gunawan, Frska Frstella Industral and Fnancal Mathematcs Research

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

Lebih terperinci

PERANCANGAN DAN SIMULASI FEEDFORWARD AUTOTUNING PID DECOUPLING TITO SYSTEM KOLOM DISTILASI METANOL-AIR

PERANCANGAN DAN SIMULASI FEEDFORWARD AUTOTUNING PID DECOUPLING TITO SYSTEM KOLOM DISTILASI METANOL-AIR Prodng Smnar Naonal Manajmn Tknolog XVIII Program Stud MMT-ITS, Surabaya 7 Jul 13 PERANCANGAN AN SIMULASI FEEFORWAR AUTOTUNING PI ECOUPLING TITO SYSTEM OLOM ISTILASI METANOL-AIR Ral Harudan 1), atjuk Atrowulan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

ALJABAR LINIER LANJUT

ALJABAR LINIER LANJUT ALABAR LINIER LANUT Ruang Bars dan Ruang Kolom suatu Matrks Msalkan A adalah matrks mnatas lapangan F. Bars pada matrks A merentang subruang F n dsebut ruang bars A, dnotaskan dengan rs(a) dan kolom pada

Lebih terperinci

EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR

EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR Masduk Jurusan Penddkan Matematka FKIP UMS Abstrak. Penyelesaan persamaan ntegral

Lebih terperinci

Jurnal Inovasi Pembelajaran Fisika (INPAFI)

Jurnal Inovasi Pembelajaran Fisika (INPAFI) Jurnal Inovas Pmblajaran Fska (INPAFI) Avalabl onln http://jurnal.unmd.ac.d/01/ndx.php/npaf -ssn 59-5, p-ssn 337-6 IMPLEMENTASI PEDAGOGICAL CONTENT KNOWLEDGE (PCK) DALAM PEMBELAJARAN SAINTIFIK UNTUK MENINGKATKAN

Lebih terperinci

BAB III HASILKALI TENSOR PADA RUANG VEKTOR. Misalkan V ruang vektor atas lapangan F. Suatu transformasi linear f L ( V, F )

BAB III HASILKALI TENSOR PADA RUANG VEKTOR. Misalkan V ruang vektor atas lapangan F. Suatu transformasi linear f L ( V, F ) 28 BAB III HASILKALI TENSOR PADA RUANG VEKTOR III.1 Ruang Dual Defns III.1.2: Ruang Dual [10] Msalkan V ruang vektor atas lapangan F. Suatu transformas lnear f L ( V, F ) dkatakan fungsonal lnear (atau

Lebih terperinci

MODUL PERKULIAHAN REKAYASA FONDASI 1. Penurunan Tanah pada Fondasi Dangkal. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

MODUL PERKULIAHAN REKAYASA FONDASI 1. Penurunan Tanah pada Fondasi Dangkal. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh MODUL PERKULIAHAN REKAYASA FONDASI 1 Pnurunan Tanah pada Fondasi Dangkal Fakultas Program Studi Tatap Muka Kod MK Disusun Olh Tknik Prnanaan Tknik A41117AB dan Dsain Sipil 9 Abstrat Modul ini brisi bbrapa

Lebih terperinci

DIMENSI PARTISI GRAF GIR

DIMENSI PARTISI GRAF GIR Jurnal Matematka UNAND Vol. 1 No. 2 Hal. 21 27 ISSN : 2303 2910 c Jurusan Matematka FMIPA UNAND DIMENSI PARTISI GRAF GIR REFINA RIZA Program Stud Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam,

Lebih terperinci

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1 Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran

Lebih terperinci

5 Model sebaran pergerakan

5 Model sebaran pergerakan 5 Mol sbaran prgrakan Pmolan bangktan prgrakan tlah trangkan paa bab 4 scara rnc. D stu prkrakan bsarnya prgrakan yang haslkan ar zona asal an yang trtark k zona tuuan. Bsarnya bangktan an tarkan prgrakan

Lebih terperinci

Presentasi 2. Isi: Solusi Persamaan Diferensial pada Saluran Transmisi

Presentasi 2. Isi: Solusi Persamaan Diferensial pada Saluran Transmisi Prsntasi Isi: Solusi Prsamaan Difrnsial pada Saluran Transmisi Rprsntasi sinyal dalam bntuk phasor Pmikiran Dasar Sinyal harmonis mudah untuk diturunkan dan diintgralkan Smua sinyal fungsi waktu bisa dirprsntasikan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

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

Integrasi. Metode Integra. al Reimann

Integrasi. Metode Integra. al Reimann Integras Metode Integra al Remann Metode Integral Trapezoda Metode Integra al Smpson Permasalaan Integras Pertungan ntegral adala pertungan dasar yang dgunakan dalam kalkulus, dalam banyak keperluan. Integral

Lebih terperinci

MODEL INFERENSI BERBASIS FUZZY NEURAL NETWORK MENGGUNAKAN METODE PEMBELAJARAN DELTA RULE

MODEL INFERENSI BERBASIS FUZZY NEURAL NETWORK MENGGUNAKAN METODE PEMBELAJARAN DELTA RULE MODE INFEENSI BEBASIS FUZZY NEUA NETWOK MENGGUNAKAN METODE PEMBEAJAAN DETA UE Sr Kusumadw Sr Hartat tantyo Wardoyo Agus Harjoo Jurusan Tn Informata Unvrstas Islam Indonsa Yogyaarta, cc@ft.u.ac.d Faultas

Lebih terperinci

KONTROL PENJEJAK DINDING PADA KURSI RODA ROBOTIK DENGAN BATASAN PENGUKURAN SUDUT ORIENTASI DAN JARAK

KONTROL PENJEJAK DINDING PADA KURSI RODA ROBOTIK DENGAN BATASAN PENGUKURAN SUDUT ORIENTASI DAN JARAK Vol. 7, No., M 016 ISSN: 085-8817 DINAMIKA Jurnal Ilma Tknk Msn KONTROL PENJEJAK DINDING PADA KURSI RODA ROBOTIK DENGAN BATASAN PENGUKURAN SUDUT ORIENTASI DAN JARAK 1 Aug Wdyotratmo, Amral Nanggolan, Antony

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

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

Lebih terperinci

Pada gambar 2 merupakan luasan bidang dua dimensi telah mengalami regangan. Salah satu titik yang menjadi titik acuan adalah titik P.

Pada gambar 2 merupakan luasan bidang dua dimensi telah mengalami regangan. Salah satu titik yang menjadi titik acuan adalah titik P. nurunan Kcpatan Glombang dan Glombang S Glombang sismik mrupakan gtaran yang mrambat pada mdium batuan dan mnmbus lapisan bumi. njalaran mnybabkan dformasi batuan.strss atau tkanan didfinisikan gaya prsatuan

Lebih terperinci

Aplikasi Integral. Panjang sebuah kurva w(y) sepanjang selang dapat ditemukan menggunakan persamaan

Aplikasi Integral. Panjang sebuah kurva w(y) sepanjang selang dapat ditemukan menggunakan persamaan Aplikasi Intgral Intgral dapat diaplikasikan k dalam banyak hal. Dari yang sdrhana, hingga aplikasi prhitungan yang sangat komplks. Brikut mrupakan aplikasi-aplikasi intgral yang tlah diklompokkan dalam

Lebih terperinci

PENENTUAN NILAI UMUM ASURANSI MENGGUNAKAN TEORI KONTROL OPTIMUM RAFIDHA

PENENTUAN NILAI UMUM ASURANSI MENGGUNAKAN TEORI KONTROL OPTIMUM RAFIDHA PENENTUAN NILAI UMUM ASURANSI MENGGUNAKAN TEORI KONTROL OPTIMUM RAFIDHA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 9 ABSTRACT RAFIDHA. Prcng of Gnral

Lebih terperinci

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

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

Lebih terperinci

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

Lebih terperinci

Penentuan Lot Size Pemesanan Bahan Baku Dengan Batasan Kapasitas Gudang

Penentuan Lot Size Pemesanan Bahan Baku Dengan Batasan Kapasitas Gudang Pnntuan Lot Siz Pmsanan Bahan Baku Dngan Batasan Kapasitas Gudang Dana Marstiya Utama 1 Abstract. This papr xplains th problm o dtrmining th lot siz o ordring raw matrials with warhous capacity limitation

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

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

Lebih terperinci

TINJAUAN ULANG EKSPANSI ASIMTOTIK UNTUK MASALAH BOUNDARY LAYER

TINJAUAN ULANG EKSPANSI ASIMTOTIK UNTUK MASALAH BOUNDARY LAYER TINJAUAN ULANG EKSPANSI ASIMTOTIK UNTUK MASALAH BOUNDARY LAYER HannaA Parhusip Cntr of Applid Mathmatics Program Studi Matmatika Industri dan Statistika Fakultas Sains dan Matmatika Univrsitas Kristn Sata

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

Diktat TERMODINAMIKA DASAR

Diktat TERMODINAMIKA DASAR Dktat TERMODINAMIKA DASAR Olh : Ir. Sudjto, PhD., Ir. Safuddn Badow, Agung Sugng W., ST.,MT BabIV HUKUM TERMODINAMIKA I : SISTEM TERBUKA ( VOLUME ATUR ) 4.1 ANALISA TERMODINAMIKA VOLUME ATUR Pada sbagan

Lebih terperinci

Aplikasi BPF (Band Pass Filter) Digital Untuk Pendeteksian Sinyal AFSK (Amplitudo Shift Keying) Pada Piranti RTTY (Radio Tele Type)

Aplikasi BPF (Band Pass Filter) Digital Untuk Pendeteksian Sinyal AFSK (Amplitudo Shift Keying) Pada Piranti RTTY (Radio Tele Type) TEKNOLOGI DI INDUSTRI (SENIATI) 216 ISSN : 285-4218 Aplkas BPF (Band Pass Fltr) Dgtal Untuk Pndtksan Snyal AFSK (Ampltudo Shft Kyng) Pada Prant RTTY (Rado Tl Typ) Achmad Stawan 1,*, Kusno Suryad 1 1 Tknk

Lebih terperinci

BAB 4 PERHITUNGAN NUMERIK

BAB 4 PERHITUNGAN NUMERIK Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat

Lebih terperinci

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

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

Lebih terperinci

KAJIAN KONVERGENSI BARISAN RUANG NORM-(n-1) DENGAN n 2

KAJIAN KONVERGENSI BARISAN RUANG NORM-(n-1) DENGAN n 2 Kaa Kovrgs Barsa Ruag Norm-(-) Dga KAJIAN KONVERGENSI BARISAN RUANG NORM-(-) DENGAN Faratul Masruroh Era Aprla Sao 3 Jurusa Matmatka FMIPA Isttut Tkolog Spuluh Nopmbr Surabaa 3 Jl. Arf Rahma Hakm Kampus

Lebih terperinci

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal 157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 33-40, April 2001, ISSN : KLASIFIKASI INTERAKSI GELOMBANG PERMUKAAN BERTIPE DUA SOLITON

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 33-40, April 2001, ISSN : KLASIFIKASI INTERAKSI GELOMBANG PERMUKAAN BERTIPE DUA SOLITON JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No., 33-40, Aprl 00, ISSN : 40-858 KLASIFIKASI INTERAKSI GELOMBANG PERMUKAAN BERTIPE DUA SOLITON Sutmn dan Agus Rusgyono Jurusan Matematka FMIPA UNDIP Abstrak Pada

Lebih terperinci