BAB 2 LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 2 LANDASAN TEORI"

Transkripsi

1 BAB 2 LANDASAN TEORI 2. Ruag sampel da Kejadia Defiisi Himpua semua hasil yag mugki dari suau percobaa disebu ruag sampel da diyaaka dega S Mogomery, 2004: 7. Tiap hasil dari ruag sampel disebu usur aau aggoa ruag sampel ersebu aau dega isilah iik sampel. Cooh: Suau percobaa melauka sebuah dadu, bila yag diselidiki adalah kemugkia semua omor yag mucul maka ruag sampelya. S {,2,3,4,5,6} Defiisi 2 Kejadia adalah himpua bagia dari ruag sampel suau percobaa. Cooh: Uiversias Sumaera Uara

2 Misalka ruag sampel dari pelaua dua maa uag sebayak sau kali adalah S { mm, mb, bm, bb}, m meyaaka muka da b meyaaka belakag. Misalka himpua bagia dari percobaa yag meghasilka sau muka da sau belakag diyaaka sebagai beriku E { mb, bm} 2.2 Peluag Suau Kejadia Teori peluag mempelajari eag peluag erjadiya suau kejadia aau perisiwa.peluag diyaaka aara 0 da, Teorema Bila suau percobaa dapa meghasilka N macam hasil yag berkemugkia sama da bila epa sebayak dari hasil berkaia dega kejadia A, maka peluag kejadia A: P A A N 2.3 Peubah Acak da Disribusi Peluag 2.3. Peubah Acak Peubah acak adalah fugsi yag diyaaka dega bilaga real uuk seiap percobaa pada ruag sampel. Uiversias Sumaera Uara

3 Ada dua macam peubah acak, yaiu peubah acak diskri da peubah acak koiu. Dikaaka peubah acak diskri adalah jika semua himpua ilai yag mugki dari suau peubah acak merupaka himpua erbilag couable se. Dikaaka peubah acak koiu adalah jika himpua semua ilai yag mugki dari suau peubah acak merupaka selag bilaga real Disribusi Peluag Fugsi f x adalah suau fugsi peluag aau disribusi peluag suau peubah acak diskri X bila, uuk seiap hasil x yag mugki.. f x 0 2. f x 0 i 3. Pr X x f x i Defiisi 3 Disribusi kumulaif F x suau peubah acak diskri X dega disribusi peluag f x diyaaka oleh F x Pr X x i f x i Defiisi 4 Uiversias Sumaera Uara

4 Fugsi f x adalah fugsi pada peluag peubah acak koiu X, maka fugsi desias probabiliasya f x adalah sebagai beriku:. f x 0 uuk semua x R 2. f x dx 3. P a x b f d 0 Defiisi 5 Disribusi kumulaif Fx suau peubah acak koiu X dega fugsi pada peluag fx diyaaka oleh F x P X x 0 f x dx Defiisi 6 Misalka X, X 2,..., X peubah acak diskri maupu koiu dega disribusi pada peluagya f x, x,..., x da disribusi margial f x, f x,.., f x. Peubah 2 acak X X,..., X dikaaka salig bebas jika da haya jika, Uiversias Sumaera Uara

5 f x, x2,..., x f x. f 2 x2,... f x Jika sampel radom yag berukura ersebu diuruka dalam suau urua aik maka disebu saisik eruru aau order saisik dari diyaaka dega X,..,, X 2 X. Misalka X, X 2,..., X X,...,, X 2 X da adalah sampel radom yag berukura da fugsi disribusi probabiliasya f x koiu da f x > 0, a < x < b maka fugsi desias probabilias dari saisik eruru ke-k< X k adalah: g k X k! k k [ F xk ] [ F xk ] f xk k! k! jika a < X k < b 2.4 Sejarah Teori Keadala Keadala adalah keadaa erbaik suau kerja pada periode yag dieuka uuk sebuah kompoe aau sisem, keadala didefiisika sebagai peluag kompoe aau suau sisem idak aka gagal pada waku. Ilmu keadala iu sediri dikembagka oleh A.K. Erla da C. Palm yag diguaka uuk megaasi masalah yag serig erjadi pada jariga elepo. Namu perkembaga duia elekroika yag mempuyai berbagai permasalaha yag rumi memaksa kosep keadala iu lebih dikembagka uuk memecahka masalahmasalah yag ada. Uiversias Sumaera Uara

6 Kosep keadala pada umumya diguaka pada waku yag berisiko iggi da membahayaka, coohya pada idusri peerbaga, kegagala yag medadak da kegagala yag erlalu serig saga membahayaka da berisiko iggi erjadiya kecelakaa. Dari segi ekoomi da mausiawi saga merugika, uuk iu diuu keadala sisem yag erbaik. 2.5 Kosep Dasar Disribusi Taha Hidup Fugsi-fugsi pada disribusi aha hidup merupaka suau fugsi yag megguaka variabel ereu. Waku hidup adalah ierval waku yag diamai dari suau idividu saa perama kali masuk dalam pegamaa higga keluar dari pegamaa. Misalya pegamaa suau mahluk hidup. Variabel radom oegaif waku hidup koiu dioasika T da aka membeuk suau disribusi. Disribusi dari waku hidup dapa disajika sebagai fugsi beriku:. Fugsi Kepadaa Peluag Fugsi kepadaa peluag suau probabilias kegagala suau sisem dalam ierval waku dari sampai +, dega waku T merupaka variabel radom. Fugsi kepadaa peluag diyaaka dega. P T < + f x Lim 0 Waku hidup merupaka variabel radom oegaif, sehigga waku hidup haya diukur uuk ilai yag posiif, maka diperoleh Uiversias Sumaera Uara

7 0 f 0 uuk <0 da f d 2. Fugsi Taha Hidup Fugsi Taha hidup adalah peluag suau sisem beraha hidup lebih dari waku dega > 0 fugsi aha hidup diyaaka S S P T 0 f x dx F Dalam beberapa hal khususya yag mecakup aha hidup dari kompoekompoe idusri,. S diyaaka sebagai fugsi reliabilias. Dalam hal ii fugsi aha hidup S merupaka fugsi koiu meuru secara koiu dega S 0, ariya peluag suau sisem beraha hidup lebih lama dari waku ol adalah da S 0, ariya peluag suau sisem aau kompoe beraha hidup pada waku yag ak erhigga adalah Fugsi Kegagala Hazard Fucio Uiversias Sumaera Uara

8 Fugsi hazard adalah probabilias suau sisem aau kompoe gagal dalam ierval waku dari sampai +, jika dikeahui suau sisem aau kompoe ersebu masih dapa beraha hidup sampai dega waku maka fugsi hazard secara maemaika diyaaka sebagai: + < T T P h lim 0 2. Misalka f adalah fugsi desias probabilias pada waku, maka dari persamaa 2. diperoleh lim lim lim lim lim, S F S F F F F F T P T P T P T T P T T P h < + < + < Uiversias Sumaera Uara

9 h f S Fugsi kegagala dapa juga diuruka dega memisalka sebuah populasi yag mempuyai iem sebesar N dega disribusi kegagala F. Misal N sebuah variabel acak maka ilai dari peluag sukses iem pada waku aka membeuk disribusi biomial sebagai beriku: P N!! N! N [ N ] [ R ] [ R ] 0,,2,..., N Nilai harapa dari N adalah E [ N ] NR N [ N ], sehigga E N R 2.2 N N Maka fugsi disribusi kumulaif dapa diyaaka dega meguaka persamaa 2.2 diperoleh: F R N N N N N Uiversias Sumaera Uara

10 Da f df d N d N d 3. Fugsi Kegagala Fugsi hazard adalah probabilias suau sisem aau kompoe gagal pada waku sampai +, jika dikeahui sisem aau kompoe ersebu masih dapa beraha hidup sampai dega waku, maka fugsi hazard dapa diyaaka sebagai beriku N N + h lim 0 N N lim f 0 N f h 2.3 R \ Dari persamaa 2.3 didapa hubuga fugsi kegagala da aha hidup sebagai beriku Uiversias Sumaera Uara

11 d N h d d d N [ l N ] Aau l N h x dx + c Karea N 0 N, maka diperoleh h x dx l N 0 N Sehigga exp h x dx 0 N R exp h x dx N Dari uraia diaas diperoleh hubuga aara f, h, R sebagai beriku: i. f R Uiversias Sumaera Uara

12 ii. h f R iii. R exp h x dx. 0 Dega demikia dapa diliha bahwa keiga fugsi pada disribusi waku hidup yaiu f, h, da R salig berhubuga sau dega yag laiya. 2.6 Sisem Keadala Dalam kosep keadala juga erdapa beberapa sisem yag diyaaka uuk membau meeuka apakah suau sisem gagal secara oal aau idak. Dalam suau proses idak mudah meeuka krieria-krieria kegagala dalam sisem ersebu. Sebagai cooh perhaika sisem kegagala dalam sisem sebuah mobil. Jika idak dapa berjala, maka mobil ersebu diyaaka elah rusak aau gagal sisemya. Namu haruskah rusakya lampu depa sebuah mobil dikaaka kegagala sisem secara oal, walaupu mobil dapa diguaka pada cuaca cerah eapi idak dapa diguaka secara oal pada waku gelap aau pada malam hari. Oleh karea iu kerusaka sisem serig dikaaka oleh kegagala aau kerusaka dari kompoe-kompoeya. Uuk iu diberika iga sisem yag dapa dikaaka sebagai sisem dasar dari keadala sisem, yaiu sisem seri, sisem paralel, da sisem gabuga. Uiversias Sumaera Uara

13 2.6.. Sisem Keadala Seri Suau sisem dapa dibedaka dega susua seri jika komoe-kompoe yag ada dalam sisem iu harus bekerja da berfugsi seluruhya agar sisem ersebu sukses dalam mejalaka fugsiya. Aau dega kaa lai jika ada sau kompoe saja yag idak bekerja, maka aka megakibaka sisem ersebu gagal dalam mejalaka fugsiya. Secara diagram, sisem keadala seri dapa diliha pada gambar 2. 2 Gambar 2. Reliabiliy Block Diagram Diagram pada gambar 2. serig disebu Diagram Blok Keadala/ Reliabiliy Block Diagram RDB. Perlu diperhaika bahwa diagram iu idak mewakili seiap kompoe yag dihubugka secara seri, eapi meujukka bagaimaa kompoekompoe iu diperlakuka dari sudu padag keadala. Uiversias Sumaera Uara

14 Jika ada buah kompoe dalam susua seri da masig-masig memiliki ideks keadala R,..., R2 R, seperi erliha pada gambar 2., maka secara umum sisem keadala seri diyaaka sebagai beriku: R S R R2,... R i R i Sedagka ekspresi keakadala dari sisem dega susua seri dari buah kompoe adalah.: Q R S R i i Sisem Keadala Paralel Pada sisem keadala paralel, kerusaka pada seiap kompoe dalam suau sisem idak aka meyebabka kerusaka sisem secara oal, aau serig disebu failure olera kerusaka yag dapa diolerir. Ada dua jeis dari sisem keadala paralel, yaiu sisem kelebiha reduda akif da kelebiha reduda pasif. Uiversias Sumaera Uara

15 Pada kelebiha akif, dua aau lebih ui dileakka dalam sisem keadala paralel dimaa secara ormal pembagia fugsi dilakuka eapi ui-ui ersebu diaur sedemikia higga jika sau ui aau mugki lebih megalami kerusaka, maka sisaya dapa megaika posisiya. Sebagai cooh adalah dua mesi pesawa erbag yag diakifka eapi idak meuup kemugkia pesawa uuk erbag dega sau mesi, apabila mesi yag sauya megalami kerusaka. Pada kelebiha pasif, sau ui secara ormal memegag fugsi secara peuh eapi jika ui ersebu megalami kerusaka, maka ui yag lai aka diakifka uuk megambil alih posisiya Sisem Keadala Paralel Kelebiha Akif Misalka ada dua ui da 2 dihubugka dalam sisem paralel seperi erliha pada gambar Gambar 2.2 Sisem Keadala Paralel Kelebiha Akif Sisem aka rusak apabila da 2 kedua-duaya megalami kerusaka. Keadala sisem didefeisika sebagai beriku, jika didefiisika Q keakadala sisem Uiversias Sumaera Uara

16 Maka Q P E E2 Dimaa E adalah kejadia idepede bebas sehigga diperoleh: Q i R i Jika peluag kegagala adalah idepede, maka fugsi sisem keadalaya adalah: R p R i i Sisem Keadala Paralel Kelebiha Pasif Pada sisem keadala pasif, ui uama secara ormal membawa fugsi secara peuh da ui siaga 2 dibawa uuk diguaka keika ui uama megalami kerusaka. Secara sederhaa sisem keadala pasif dapa diujuka dalam gambar 2.3 Uiversias Sumaera Uara

17 2 Gambar 2.3 Sisem Keadala Paralel Kelebiha Pasif Cara uuk megaalisis sisem ii adalah harus memperimbagka bahwa sisem kegagala waku adalah variabel acak yag megadug jumlah dua variabel acak, yaiu kegagala waku da 2. Jika R + R exp λ Kombiasi Sisem Seri da Paralel Kombiasi dari sisem seri da paralel dapa diselesaika dega meggabugka masig-masig subsisem ke dalam kompoe seri maupu paralel erlebih dahulu. Uuk lebih memahami sisem kombiasi seri-paralel, aka diberika cooh gambar 2.4 da 2.5. Uiversias Sumaera Uara

18 A C B D Gambar 2.4 sisem seri-paralel A C B D Gambar 2.5 sisem seri-paralel Uiversias Sumaera Uara

19 Dari kedua gambar, gambar 2.4 meujukka sisem keadala seri paralel. Uuk meyelesaika sisem gabuga ii perama-ama gabugka subsisem paralel kedalam beuk yag sama dega kompoe seri. Misalka: R 0,9, R 0,8, R 0,7, R 0, 8 A B C D Maka peyelesaia uuk gambar 2.4 dapa diuliska: R AB 0,0,2 0,02 0,98 Da R CD 0,390,4 0,2 0,88 Maka keadala sisem secara keseluruha adalah R S 0,980,88 0,8624 Uuk gabar 2.5 merupaka sisem keadala paralel-seri. Uuk meyelesaikaya perama-ama kia gabugka subsisem seri kedalam beuk yag sama dega kompoe paralel. Dega ilai keadala yag sama dega gambar 2.4, maka diperoleh peyelesaia sebagai beriku: Uiversias Sumaera Uara

20 R AC 0,90,7 0,63 Da R Bd 0,80,6 0,48 Sehigga keadala sisem secara keseluruha adalah: R S Rac RBd 0,63 0,48 0,370,52 0,924 0, Daa Tersesor Dalam peyesora serig erjadi pegamaa yag dielii ersesor. Masalah peyesora ii merupaka suau hal yag membedaka aara uji hidup dega bidag ilmu saisik yag lai. Daa ersesor adalah daa yag diperoleh sebelum hasil yag diigika dari pegamaa erjadi, sedagka waku pegamaa elah berakhir aau oleh sebab lai. Uiversias Sumaera Uara

21 Ada iga macam meode yag serig diguaka dalam percobaa uji hidup, yaiu sebagai beriku:. Sampel legkap, dalam uji sampel legkap percobaa aka diheika jika semua kompoe yag diuji elah mai aau gagal. Cara seperi ii mempuyai keuuga yaiu dapa dihasilka observasi eruru dari semua kompoe yag diuji. 2. Sesor ipe I, semua objek yag dielii masuk pegujia dalam waku yag bersamaa, da pegujia diheika seelah baas waku yag dieuka. Kelemaha dari sesor ipe I ii bila erjadi sampai baas waku 0 yag dieuka semua objek masih hidup sehigga idak diperoleh daa aha hidup dari objek yag dielii 3. Sesor ipe II, semua objek yag dielii masuk pegamaa dalam waku yag bersamaa, da pegujia diheika seelah medapaka r objek gagal aau mai, dega r. Kelemaha dari sesor ipe II ii adalah waku yag diperluka uuk medapaka r objek yag maibisa erjadi saga pajag, eapi pasi diperoleh daa aha hidup dari r objek ersebu. 2.8 Disribusi Uuk kosep kemugkia suau sisem aau kompoe megalami kerusaka p seelah bekerja selama waku. Kemugkia bahwa peralaa ersebu aka eap bekerja seelah bekerja pada waku adalah q p. Bila ada ala, kemugkua bahwa ada x ala gagal uuk kejadia muually exclusive diyaaka dega fugsi Berouli yaiu: Uiversias Sumaera Uara

22 f x! p x! x! x x q Jika x adalah variabel acak biaomial dega parameer p peluag suau sisem aau kompoe megalami kerusaka da bayakya observasi maka mea da varias disribusi biomial diyaaka sebagai beriku: 2 µ p da σ p p pq Misalka x adalah variabel acak yag mempuyai disribusi biomial, dimaa p adalah peluag kegagala suau sisem aau kompoe. Misalka diyaaka sebagai beriku λ p, maka dapa P X λ x x x λ x Adaika ilai semaki besar da ilai p saga kecil, maka dapa diujuka sebagai beriku lim P X α λ x e λ x x! Persamaa ii disebu persamaa disribusi poiso Uiversias Sumaera Uara

23 Adaika p besar da juga besar disribusi biomial aka membeuk disribusi ormal yag diyaaka sebagai beriku: f x µ 2 2σ x e 2τ 2.9 Disribusi Kerusaka 2 Didalam meeuka disribusi kerusaka idak ada aura-aura yag mulak uuk memakai hubuga maemaik ereu pada disribusi ersebu. Ii harus didasarka pada kosep yag palig cocok. Beberapa disribusi kerusaka aara lai:. Disribusi Ekspoesial f λe λ Dimaa, λ laju kegagala 2. Disribusi Weibull f β β α β exp α χ, > 0 Dimaa: waku Uiversias Sumaera Uara

24 β parameer beuk α parameer skala 3. Disribusi Gamma f Γ r r λ r λ e Dimaa: λ Parameer skala η Parameer beuk Waku Dega mea da varias η 2 µ EX da σ V X η 2 λ λ Fugsi reliabilias R k λ e! k 0 k λ Fugsi laju kegagala Uiversias Sumaera Uara

25 h f R 2.0 Prisip Dasar Meode Maximum Likelihood Meode maximum likelihood perama dibahas oleh R.A Fisher pada ahu 920, misalka x, x2,... x, meyaaka peubah acak yag salig bebas dega fugsi pada peluagya diyaaka dega f x, θ dega θ parameer yag aka diaksir dega meode maximum likelihood, maka fugsi pada peluagya adalah: f x, x,,.. x, θ f x, θ. f x i L θ x, x L θ f x, θ i 2 2,... x, θ... f x θ Dega: x, x2,... variabel radom x θ parameer yag diaksir L θ fugsi likelihood Peduga maximum likelihood dari θ didapa dega meyelesaika l θ persamaa 0 θ Uiversias Sumaera Uara

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) .   Definisi L.2 (Kejadian lepas ) 33 LAMPIRAN 34 35 Beberapa Defiisi Ruag Cooh Kejadia da Peluag Suau percobaa yag dapa diulag dalam kodisi yag sama, yag hasilya idak dapa diprediksi dega epa eapi kia bisa megeahui semua kemugkia hasil

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

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER STATISTIK CUKUP Oleh: Ramayai Rizka M (11810101003), Dey Ardiao (1181010101), Ikfi Ulyawai (1181010103), Falviaa Yulia Dewi (1181010106), Ricki Dio Rosada (11810101034), Nurma Yuia D (11810101035), Wula

Lebih terperinci

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 15 BAB 2 LANDASAN TEORI 2.1 Ruang Sampel dan Kejadian 2.1.1 Definisi Ruang Sampel Himpunan semua hasil semua hasil (oucome) yang mungkin muncul pada suau percobaan disebu ruang sampel dan dinoasikan dengan

Lebih terperinci

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov BAB II TEORI DASAR. Proses Sokasik Raai Markov Proses sokasik merupaka suau cara uuk mempelajari hubuga yag diamis dari suau ruua perisiwa aau proses yag kejadiaya bersifa idak pasi. Dalam memodelka perubaha

Lebih terperinci

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel BAB III PENAKSIR DERET FOURIER 3. Peaksi Dalam saisika, peaksi adalah sebuah saisik (fugsi dai daa sampel obsevasi) yag diguaka uuk meaksi paamee populasi yag idak dikeahui (esimad) aau fugsi yag memeaka

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

Lebih terperinci

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

Lebih terperinci

V. PENGUJIAN HIPOTESIS

V. PENGUJIAN HIPOTESIS V. PENGUJIAN IPOTEI A. IPOTEI TATITIK Defiisi uau hipoesa saisik adalah suau peryaaa aau dugaa megeai sau aau lebih variabel populasi. ipoesis digologka mejadi. ipoesis ol adalah hipoesis yag dirumuska

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

Lebih terperinci

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Bulei Ilmiah Ma.Sa. da Terapaya (Bimaser) Volume 06, No. (07), hal -0. MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Ermawai, Helmi, Frasiskus

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

PENGUJIAN HIPOTESIS DUA RATA-RATA

PENGUJIAN HIPOTESIS DUA RATA-RATA PENGUJIN HIPOTEI DU RT-RT Pegujia hipoesis dua raa-raa diguaka uuk membadigka dua keadaa aau epaya dua populasi. Misalya kia mempuyai dua populasi ormal masig-masig dega raa-raa µ da µ sedagka simpaga

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak BAB II TINJAUAN PUSTAKA. Peeliia Terdahulu Black da Scholes (973) meyaaka bahwa ilai ase megikui Gerak Brow Geomeri, dega drif μ (ekpekasi dari reur) da volailias σ (deviasi sadar dari reur). Berawal dari

Lebih terperinci

BAB III FORMULA PENENTUAN HARGA OPSI ASIA

BAB III FORMULA PENENTUAN HARGA OPSI ASIA 3 BAB III FORMULA PEETUA HARA OPSI ASIA Pada Bab III ii aka dibahas megeai opsi Asia da aalisisya, di maa yag aka dibahas hayalah beberapa ipe opsi Asia, da erbaas pada eis Europea call saa. Jeis-eis opsi

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

Universitas Sumatera Utara

Universitas Sumatera Utara 50.7 4.3770 6.7547 6.7547 4.4 48.6965 R4.7 36.3 N8 TOL 0..70 35.9497 36.3.99 50.7 94.338 6.89 3.5 6.75 7.567 36.0 6.4837 57.396 8.783 66.0384 5.337 37.006 3.568 PISAU POTONG AISI D SEPUH No Qy NAME MATERIAL

Lebih terperinci

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '.

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '. 6..MENURUNKAN FUNGSI IMPLISIT Padag y fugsi dari yag disajika dalam beuk implisi f (, y) 0. Turuaya y' didapa sebagai beriku: a. Jika mugki y diyaaka sebagai beuk eksplisi dari, lalu diuruka erhadap b.

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

JURNAL 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 terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB Sudi kelayaka bisis pada dasarya berujua uuk meeuka kelayaka bisis berdasarka krieria ivesasi Krieria ersebu diaaraya adalah ; 1. Nilai bersih kii (Ne

Lebih terperinci

Rumus-rumus yang Digunakan

Rumus-rumus yang Digunakan Saisika Uipa Surabaya 4. Sampel Tuggal = Rumus-rumus yag Diguaka s..... Sampel berkorelasi D D N N N...... 3. Sampel Bebas a. Uuk varias sama... 3 aau x x s g... 4 b. Sampel Heeroge Guaka Uji Corha - Cox

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

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data III. METODE KAJIAN 1. Lokasi da Waku Lokasi kajia berempa uuk kelompok dilaksaaka di kelompok peeraka sapi di Bagka Tegah, Provisi Bagka Beliug, da Kelompok Peeraka Sapi di Cisarua, Bogor, Provisi Jawa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Pada bab ii aka dibahas megeai eori-eori dasar yag berhubuga dega ivesasi, persamaa diferesial sokasik da simulasi yag mejadi ladasa berpikir uuk mempermudah dalam pembahasa pada bab

Lebih terperinci

1 n MODUL 5. Peubah Acak Diskret Khusus

1 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 terperinci

PEMETAAN LINIER KONTINU PADA RUANG BERNORMA KABUR. Muhammad Ahsar K. dan Yuni Yulida

PEMETAAN LINIER KONTINU PADA RUANG BERNORMA KABUR. Muhammad Ahsar K. dan Yuni Yulida Jural Maemaika Muri da Terapa Vol. 3 No. Desember 009: 39-50 PEMETAAN LINIER KONTINU PADA RUANG BERNORMA KABUR Muhammad Ahsar K. da Yui Yulida Program Sudi Maemaika Uiversias Lambug Magkura Jl. Jed. A.

Lebih terperinci

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN Nomi Kelari *, Hasriai 2, Musraii 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua

Lebih terperinci

ρ = sehingga momen pertama dan kedua BAB 2 TEORI DASAR 2.1 Random Walk ρi = ε) = q= 1 p. Posisi suku bunga bergerak pada

ρ = sehingga momen pertama dan kedua BAB 2 TEORI DASAR 2.1 Random Walk ρi = ε) = q= 1 p. Posisi suku bunga bergerak pada BAB EORI DASAR Uuk meeuka ieres rae differeial, peulis aka membahas erlebih dahulu beberapa eori yag berkaia dega proses sokasik Pergeraka suau parikel yag bergerak secara acak aau disebu juga megikui

Lebih terperinci

B. DESKRIPSI SINGKAT MATA KULIAH

B. DESKRIPSI SINGKAT MATA KULIAH A. IDENTITAS MATA KULIAH Nama Maa Kuliah : Kalkulus 1 Kode Maa Kuliah : MUG1A4 SKS : 4 (empa) Jeis : Maa kuliah wajib Jam pelaksaaa : Taap muka di kelas = 4 jam per peka Tuorial/ resposi Semeser / Tigka

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

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2 METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA Roki Nuari *, Aziskha, Edag Lily Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas

Lebih terperinci

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000).

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000). of Porfolio Trasaios (Almgre & Chriss 000 14 Sisemaika Peulisa Karya ilmiah ii erdiri aas eam bagia Bagia perama berupa pedahulua, erdiri aas laar belakag, ujua peulisa, meode peulisa, da sisemaika peulisa

Lebih terperinci

Himpunan. Himpunan 3/28/2012. Semesta Pembicaraan Semua mobil di Indonesia

Himpunan. 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 terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

Lebih terperinci

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ INTEGRL TK TENTU pecaha rasioal gusia Pradjaigsih, M.Si. Jurusa Maemaika FMIP UNEJ agusia.fmipa@uej.ac.id DEFINISI Fugsi suku bayak derajad dega bula o egaif 0 dimaa, 0 a a a a a P Fugsi kosa dipadag sbg

Lebih terperinci

PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ

PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Bulei Ilmiah Ma. Sa. da Terapaya (Bimaser) Volume 05, No. 2 (206), hal 79-86 PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Sii Faimah, Neva Sayahadewi, Shaika Marha INTISARI

Lebih terperinci

BAGIAN 2 TOPIK 5. andhysetiawan

BAGIAN 2 TOPIK 5. andhysetiawan BAGIAN OIK 5 adhyseiawa Isi Maeri Modulasi Aliudo AM Modulasi Frekuesi FM adhyseiawa MODULASI AMLIUDO DAN MODULASI ANGULAR SUDU Modulasi roses erubaha karakerisik aau besara gelobag ebawa, euru ola gelobag

Lebih terperinci

BAB VIII KONSEP DASAR PROBABILITAS

BAB 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 terperinci

Analisis Rangkaian Listrik Di Kawasan Waktu

Analisis Rangkaian Listrik Di Kawasan Waktu Sudaryao Sudirham Aalisis Ragkaia Lisrik Di Kawasa Waku 3- Sudaryao Sudirham, Aalisis Ragkaia Lisrik () BAB 3 Peryaaa Siyal da Spekrum Siyal Dega mempelajari lajua eag model siyal ii, kia aka memahami

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

Distribusi Sampel, Likelihood dan Penaksir

Distribusi Sampel, Likelihood dan Penaksir BAB 1 Distribusi Sampel, Likelihood da Peaksir 1.1 Sampel Acak Misalka X 1, X 2,..., X sampel acak berukura (radom sample of size ). Fugsi peluag -variat ya adalah f X1,X 2,,X (x 1, x 2,..., x ) = f Xi

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

Universitas Sumatera Utara

Universitas Sumatera Utara Uiversias Sumaera Uara BAB 2 LANDASAN TEORI Ladasa eori ii merupaka hasil dari ijaua lieraur-lieraur yag ada kaiaya dega meode-meode peramala maupu dega koeks laiya dalam peulisa Tugas Akhir ii. Adapu

Lebih terperinci

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA Prosidig Semiar Nasioal Sais da Pedidika Sais IX, Fakulas Sais da Maemaika, UKSW Salaiga, Jui 4, Vol 5, No, ISSN :87-9 MODEL KOREKSI KESALAHAN DENGAN MEODE BAYESIAN PADA DAA RUNUN WAKU INDEKS HARGA KONSUMEN

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 III ANALISIS LOOKBACK OPTIONS

BAB III ANALISIS LOOKBACK OPTIONS BAB III : ANALII LOOKBACK OPION BAB III ANALII LOOKBACK OPION Pada Bab III ii aka dibahas egeai lookback opios da aalisisa Asusi ag kia pakai adalah saha ag diguaka (uderlig asse) idak eberika divide ipe

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

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 3 BAB II TINJAUAN PUSTAKA.1 Ruag Cotoh, Kejadia da Peluag Defiisi.1 (Ruag cotoh da kejadia) Suatu percobaa yag dapat diulag dalam kodisi yag sama, yag hasilya tidak bisa diprediksi secara tepat tetapi

Lebih terperinci

DISTRIBUSI KHUSUS YANG DIKENAL

DISTRIBUSI KHUSUS YANG DIKENAL 0 DISTRIBUSI KHUSUS YANG DIKENAL Kita sudah membahas fugsi peluag atau fugsi desitas, baik defiisiya maupu sifatya. Fugsi peluag atau fugsi desitas ii merupaka ciri dari sebuah distribusi, artiya fugsi

Lebih terperinci

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Achmad Samudi, M.Pd. JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA 6. MENGUJI PROPORSI π : UJI DUA PIAK Mialka kia mempuyai populai biom dega propori periiwa A π Berdaarka ebuah ampel

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata 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 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

BAB III MENENTUKAN MODEL KERUSAKAN DAN INTERVAL WAKTU PREVENTIVE MAINTENANCE OPTIMUM SISTEM AXIS PADA MESIN CINCINNATI MILACRON DOUBLE GANTRY TIPE-F

BAB III MENENTUKAN MODEL KERUSAKAN DAN INTERVAL WAKTU PREVENTIVE MAINTENANCE OPTIMUM SISTEM AXIS PADA MESIN CINCINNATI MILACRON DOUBLE GANTRY TIPE-F BAB III MENENUKAN MODEL KERUSAKAN DAN INERVAL WAKU PREVENIVE MAINENANCE OPIMUM SISEM AXIS PADA MESIN CINCINNAI MILACRON DOUBLE GANRY IPE-F 3.1 Pedahulua Pada Bab II telah dijelaska beberapa teori yag diguaka

Lebih terperinci

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd

MAKALAH 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 terperinci

BAB 2 LANDASAN TEORI. Metode peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 2 LANDASAN TEORI. Metode peramalan merupakan bagian dari ilmu Statistika. Salah satu metode BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala Meode peramala merupaka bagia dari ilmu Saisika. Salah sau meode peramala adalah dere waku. Meode ii disebu sebagai meode peramala dere waku karea memiliki kareserisik

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 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

PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE. Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia

PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE. Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE Eli Trisiai Hasriai Rola Pae Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua Alam Uierias Riau Kampus Bia Widya

Lebih terperinci

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB 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 terperinci

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Prosidig SPMIPA. pp. 57-6. 6 ISBN : 979.74.47. PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Sri Rahayu, Taro Jurusa Maemaika FMIPA UNDIP Semarag Jl. Prof. Soedaro, Kampus UNDIP Tembalag,

Lebih terperinci

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

II. 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 terperinci

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown Jural EKSPONENSIAL Volume 7, Nomor, Mei 06 ISSN 085-789 Peramala Jumlah Peduduk Koa Samarida Dega Megguaka Meode Pemulusa Ekspoesial Gada da Tripel Dari Brow Forecasig he Populaio of he Ciy of Samarida

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI Bulei Ilmiah Ma. Sa. da erapaya (Bimaser) Volume 4, No. (5), hal 7 6. PNYLSAIAN PRSAMAAN DIFRNSIAL PARSIAL LINAR DNGAN MNGGUNAKAN MOD RANSFORMASI LZAKI Noa Miari, Mariaul Kifiah, Helmi INISARI Persamaa

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Perawaan (Mainenance) Mainenance adalah akivias agar komponen aau sisem yang rusak akan dikembalikan aau diperbaiki dalam suau kondisi erenu pada periode waku erenu (Ebeling,

Lebih terperinci

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

b. 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 terperinci

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital isim Komuikasi 1 Peremua 5 Koversi Aalog ke Digial Murik Alayrus Tekik Elekro Fakulas Tekik, UMB murikalayrus@yahoo.com 1 Base Ba Moulaio Paa bagia sebelum kia meapaka siyal koiyu erhaap waku, misalyasiyalm(),

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

Metode Sensor Sampel dan Fungsi Reliabilitas Dalam Analisis Data Waktu Kerusakan

Metode Sensor Sampel dan Fungsi Reliabilitas Dalam Analisis Data Waktu Kerusakan Metode Sesor Sampel da Fugsi Reliabilitas Dalam Aalisis Data Waktu Kerusaka DISUSUN OLEH: ENDAH BUDIYATI ERNI RIHYANTI JANUARI 017 Metode Sesor Sampel da Fugsi Reliabilitas Dalam Aalisis Data Waktu Kerusaka

Lebih terperinci

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari. Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika adalah

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

BAB METODOLOGI. Bab 2 Metodologi berisikan :

BAB METODOLOGI. Bab 2 Metodologi berisikan : BAB METODOLOGI Bab Meodologi berisika :.. Pegambila Sampel.. Peramala Nilai Iflasi melalui Ideks Harga Kosume Megguaka Meode ARIMA.3. Akumulasi Prese Value melalui Buga Sederhaa dalam Perhiuga Harga Barag

Lebih terperinci

Hendra Gunawan. 12 Februari 2014

Hendra Gunawan. 12 Februari 2014 MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2013/2014 12 Februari 2014 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 82 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg

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

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

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

PETA KONSEP RETURN dan RISIKO PORTOFOLIO PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI

Lebih terperinci

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN PERENCNN JUMLH PRODUK MENGGUNKN METODE FUZZY MMDNI BERDSRKN PREDIKSI PERMINTN Nama Mahasiswa : Norma Edah Haryai NRP : 1207 100 031 Jurusa : Maemaika FMIP-ITS Dose Pembimbig : Drs. I G N Rai Usadha, M.Si

Lebih terperinci

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada 8 BAB III RUANG HAUSDORFF Pada bab ii aka dibahas megeai ruag Hausdorff, kekompaka pada ruag Hausdorff da ruag regular legkap. Pembahasa diawali dega medefiisika Ruag Hausdorff da beberapa sifatya kemudia

Lebih terperinci

BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR

BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR Bulei Ilmia Ma. Sa. da Teraaa (Bimaser) Volume 6, No. 0(07), al 8. BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR Umi Salma, Mariaul Kifia, Frasiskus Fra INTISARI Beuk kaoik

Lebih terperinci

ISIAN SINGKAT! 1. Diberikan hasil kali digit digit dari n harus sama dengan 25

ISIAN SINGKAT! 1. Diberikan hasil kali digit digit dari n harus sama dengan 25 head office : Kompleks Sawaga Permai Blok A5 No.1A, Sawaga, Depok 16511 Telp.01-951 1160. cotact perso : 0-878787-1-8585 / 081-8691-10 Bidag Studi Kode Berkas Waktu : Matematika : MA-L01 (solusi) : 90

Lebih terperinci

Peubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak

Peubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak Peubah Acak Peubah Acak Diskrit da Distribusi Peluag Peubah Acak (Radom Variable): Sebuah keluara umerik yag merupaka hasil dari percobaa (eksperime) Utuk setiap aggota dari ruag sampel percobaa, peubah

Lebih terperinci

BARISAN DAN DERET. Nurdinintya Athari (NDT)

BARISAN DAN DERET. Nurdinintya Athari (NDT) BARISAN DAN DERET Nurdiitya Athari (NDT) BARISAN Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) = a Fugsi tersebut dikeal sebagai barisa bilaga

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

Statistika Matematika. Soal dan Pembahasan. M. Samy Baladram

Statistika Matematika. Soal dan Pembahasan. M. Samy Baladram Statistika Matematika Soal da embahasa M Samy Baladram Bab 4 Ubiasedess, Cosistecy, ad Limitig istributios Ubiasedess, Cosistecy, ad Limitig istributios 41 Ekspektasi Fugsi Key oits Ṫeorema 411 Jika T

Lebih terperinci

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB 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 terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis Peeliia Jeis peeliia ii merupaka peeliia kuaiaif dega megguaka meode eksperime. Desai peeliia ii megguaka ru experime desig beuk desai poses oly corol desig yaki meempaka

Lebih terperinci

BILANGAN BAB V BARISAN BILANGAN DAN DERET

BILANGAN BAB V BARISAN BILANGAN DAN DERET Maemaika Kelas IX emese Baisa Bilaga da Dee BILANGAN BAB V BARIAN BILANGAN DAN DERET A. Baisa Bilaga. Pegeia Baisa Bilaga Jika bilaga-bilaga diuuka dega aua eeu maka aka dipeoleh suau baisa bilaga. Cooh

Lebih terperinci

Pengantar Statistika Matematika II

Pengantar Statistika Matematika II Pegatar Statistika Matematika II Metode Evaluasi Atia Ahdika, S.Si., M.Si. Prodi Statistika FMIPA Uiversitas Islam Idoesia April 11, 2017 atiaahdika.com Pegguaa metode estimasi yag berbeda dapat meghasilka

Lebih terperinci

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o ANALII BEDA Fx. ugiyao da Agus usworo Kosep Peeliia bermaksud meguji keadaa (sesuau) yag erdapa dalam suau kelompok dega kelompok lai Meguji apakah erdapa perbedaa yg Meguji apakah erdapa perbedaa yg sigifika

Lebih terperinci

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 <

II. 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 terperinci

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan 30 B A B III METODE PENELITIAN 3. Peeapa Lokai da Waku Peeliia Objek peeliia dalam peeliia ii adalah megaalii perbadiga harga jual produk melalui pedekaa arge pricig dega co-plu pricig pada oko kue yag

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

4-1 Proses Bernoulli (1)

4-1 Proses Bernoulli (1) 4 isribusi Variabel Radom iskri Proses Beroulli isribusi Biomial isribusi Geomerik isribusi Hiergeomerik Proses & isribusi Poisso Pedekaa uuk isribusi Biomial /7/4 TI-3 Teori Probabilias - I 4- Proses

Lebih terperinci

2 BARISAN BILANGAN REAL

2 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 terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB 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 terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun 43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C

Lebih terperinci

EKSPANSI MULTINOMIAL, KOMBINASI, DAN PERMUTASI

EKSPANSI 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 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

Modul Kuliah statistika

Modul Kuliah statistika Modul Kuliah statistika Dose: Abdul Jamil, S.Kom., MM SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER MUHAMMADIYAH JAKARTA Bab 2 Populasi da Sampel 2.1 Populasi Populasi merupaka keseluruha pegamata

Lebih terperinci