Penggunaan Metode Bagi Dua Terboboti untuk Mencari Akar-akar Suatu Persamaan

Ukuran: px
Mulai penontonan dengan halaman:

Download "Penggunaan Metode Bagi Dua Terboboti untuk Mencari Akar-akar Suatu Persamaan"

Transkripsi

1 Jurnal Penelitian Sains Volume 16 Nomor 1(A) Januari 013 Penggunaan Metode Bagi Dua Terboboti untu Menari Aar-aar Suatu Persamaan Evi Yuliza Jurusan Matematia, FMIPA, Universitas Sriwijaya, Indonesia Intisari: Penelitian ini merupaan modifiasi dari Metode Bagi Dua dalam menari aar persamaan. Dengan Metode Bagi Dua Terboboti dibutuhan suatu nilai terboboti yang diharapan meminimuman banyanya iterasi sehingga laju eonvergenan semain lebih epat. Hasil penelitian menunjuan bahwa dengan menggunaan Metode Bagi Dua Terboboti dapat memperepat laju eonvergenan yang ditentuan oleh nilai terboboti. Namun, nilai terboboti tida ditentuan sebelumnya. Kata-uni: metode bagi dua, onsep pengapitan aar Abstrat: This researh is modifiation from bisetion method in loo for similarity root. Weighted bisetion method wanted a value weighted supposed by minimizing iteration quantity so that rapid onvergene more quier. The result of this researh show that by using weighted bisetion method an speed up rapid onvergene be determined by value the weight. But value the weight is not defined previous. Keywords: bisetion method, braeting onept. 1 PENDAHULUAN P enelitian ini merupaan lanjutan penelitian sebelumnya (hususnya sripsi yang telah dilauan oleh Yuliza [1] yang beraitan dengan bagaimana menyelesaian persamaan dengan menggunaan metode Bagi Dua. Penelitian sebelumnya terbatas hanya pada persamaan polinom. Untu persamaan polinom yang derajat n 4 setsa grafi fungsi sulit untu digambaran. Pengembangan beriutnya yang aan dilauan pada penelitian ini adalah dengan membuat setsa asar grafi fungsi sehingga lebih mempermudah dalam menentuan dua tasiran awal dimana grafi fungsi tersebut memotong sumbu. Dan tida terbatas hanya pada fungsi polinom saja tetapi diperluas dengan fungsi esponen, trigonometri dan logaritma. Dalam hal ini, setsa grafi fungsi dapat menggunaan software graph. Graph diranang untu grafi program gambar fungsi matematis di sistem oordinat. Program windows standar program dengan menu dan dialog. Program mampu menggambar fungsi normal, fungsi parametri, fungsi utub, garis singgung, serangaian titi dan hubungan-hubungannya. Dauhoo dan Soobhug [] mengembangan metode Bagi Dua Terboboti yang merupaan modifiasi metode Bagi Dua untu menari aar-aar suatu persamaan. Dalam menari penyelesaian suatu persamaan dengan menggunaan metode Bagi Dua Terboboti dibutuhan suatu nilai terboboti yang aan meminimuman banyanya iterasi. Namun Dauhoo dan Soobhug [] tida menjelasan seara rini batasan nilai terboboti sehingga peneliti menoba mengaji hal tersebut. Sebuah fungsi f adalah suatu aturan padanan yang menghubungan tiap obye dalam satu himpunan, yang disebut daerah asal dengan sebuah nilai uni f() dari himpunan edua. Himpunan nilai yang diperoleh seara demiian disebut daerah hasil fungsi terse-but [3]. Berdasaran sifatnya fungsi dapat dibedaan menjadi dua yaitu, fungsi transenden dan fungsi aljabar. Fungsi yang bersifat transenden antara lain adalah fungsi trigonometri, esponen dan logaritma. Contoh: f() = e -, f() = sin dan f() = ln 1. Sedangan fungsi yang bersifat aljabar antara lain adalah fungsi polinom yang seara umum berbentu: f() = a n n + a n-1 n-1 + a n- n- + + a 1 + a 0 dengan a n, a n-1, a n-,, a 1, a 0 berupa bilangan bilangan riil dan n adalah bilangan bulat ta negatif. Di antara semua fungsi, polinom merupaan fungsi yang mudah dievaluasi arena hanya menyangut tiga operasi yaitu, pengurangan, penjumlahan dan peralian. Beberapa ontoh fungsi polinom: f() = 1,37 + 7,5 dan f() = Untu menari harga nol dari fungsi atau menari aar aar (penyelesaian) persamaan a n n + a n-1 n-1 + a n- n- + + a 1 + a 0 = 0 dapat dilauan seara numeri. 013 JPS MIPA UNSRI

2 Evi Yuliza/Penggunaan Metode Bagi Dua JPS Vol. 16 No. 1(A) Januari 013 Metode numeri menyediaan teni teni untu menyelesaian suatu persamaan, diantaranya adalah Metode Grafi, Metode Bagi Dua, Metode Posisi Palsu, Metode Iterasi Titi Tetap, Metode Newton Raphson dan Metode Seant. Masing masing metode mem-punyai teni atau prosedur yang berbeda dalam menari aar aar suatu persamaan. Namun, metode numeri yang digunaan dalam penelitian ini adalah Metode Bagi Dua. Dalam matematia dan teni, persamaan nonlinear dapat diselesaian dengan mengggunaan metode-metode iterasi. Di antara banya metodemetode iterasi, metode Bagi Dua adalah salah satu dari metode iterasi yang menjamin eonvergenan. Keurangan dari metode Bagi Dua ini dalam menemuan harga nol dari fungsi mempunyai tingat linear eonvergenan dengan jumlah iterasi yang banya. Hal ini disebaban arena eonvergensian pada metode Bagi Dua bersifat lambat. Tetapi tingat aurasi metode Bagi Dua uup bagus. Metode Bagi Dua dalam menentuan aar aar persamaan memerluan dua tasiran awal, misalan a dan b dimana di dalam tasiran tersebut diharapan mengandung penyelesaian persamaan [4]. f() disyarat-an memenuhi f(a).f(b)<0 pada [a, b] sehingga terdapat paling sediit satu penyelesaian diantara a dan b. Jia suatu fungsi berubah tanda pada pada [a, b] maa nilai aar dihitung pada titi tengah interval tersebut [5]. Dalam penelitian ini, metode Bagi Dua aan dimodifiasi sehingga diperoleh eonvergenan yang lebih epat sehingga banya iterasi lebih diminimuman. Metode Bagi Dua Terboboti meru-paan pengembangan dari metode Bagi Dua dengan mengubah proporsi dari subinterval pada metode Bagi Dua. Saat ini Metode Bagi Dua diberian dalam mata uliah Metode Numeri. Aan tetapi Metode Bagi Dua Terboboti belum diperenalan dalam mata uliah Matode Numeri. Keluaran penelitian ini diharapan dapat meningatan materi mata uliah Metode Numeri dan tambahan referensi sebagai bahan ajar mata uliah tersebut, dan juga diperoleh artiel ilmiah yang aan dipubliasian pada Jurnal Nasional. Permasalahan yang aan diteliti adalah bagaimana membandingan penyelesaian suatu persamaan dengan menggunaan Metode Bagi Dua dan Metode Bagi Dua Terboboti. TINJAUAN PUSTAKA Masalah di dalam matematia dan teni yang sering dijumpai adalah menari aar suatu persamaan, yani jia dietahui fungsi f() = 0 maa aan diari nilai-nilai yang memenuhi f() = 0. Definisi.1 (Aar Suatu Persamaan, Pembuat Nol Fungsi) Misalan f() adalah suatu fungsi ontinu. Setiap bilangan r pada domain f yang memenuhi f(r) = 0 disebut aar persamaan f() = 0 atau juga disebut pembuat nol fungsi f(). Seara singat r sering disebut aar fungsi f() [6]. Metode numeri adalah teni yang digunaan untu memformulasian masalah matematia agar dapat dipeahan dengan operasi perhitungan [7]..1 Metode Bagi Dua Metode Bagi Dua merupaan metode yang diranang untu menentuan aar aar persamaan f() = 0 pada interval [a, b]. Jia f suatu fungsi ontinu pada interval tertutup [a, b] sedemiian hingga f(a).f(b)<0 sehingga terdapat paling sediit satu aar dari f pada (a, b). Beberapa asus dimana aar-aar berada pada interval [a, b]. Jia f(a) dan f(b) bertanda sama diantara nilainilai tersebut maa tida terdapat aar atau penyelesaian diantara a dan b (Gambar (a)). Jia f(a) dan f(b) bertanda sama diantara nilai-nilai tersebut maa terdapat aar sebanya bilangan genap. Kondisi f(a). f(b) < 0 tida dipenuhi sehingga tida dapat diguna-an metode Bagi Dua (Gambar (b)). Jia f(a) dan f(b) berbeda tanda diantara nilainilai tersebut maa terdapat aar sebanya bilangan ganjil. Kondisi f(a). f(b) < 0 dipenuhi sehingga dapat diselesaian dengan menggunaan metode Bagi Dua(Gambar ()). Teorema Nilai Antara merupaan salah satu teorema yang mendasari proses iterasi dari algoritma Bagi Dua. Dan teorema lain yang menunjang proses iterasi adalah Teorema Nilai Rata-Rata. Teorema.1 (Teorema Nilai Antara) Jia f ontinu pada interval [a, b] dan suatu bilangan antara f(a) dan f(b) maa terdapat paling sediit satu bilangan diantara interval [a, b] sedemiian hingga [3] f() =. Teorema. (Teorema Bolzano) Jia f ontinu pada interval [a, b] dan f(a).f(b)<0 maa terdapat paling sediit satu titi di (a, b) sedemiian hingga f()=0. Dengan ata lain,

3 Evi Yuliza/Penggunaan Metode Bagi Dua JPS Vol. 16 No. 1(A) Januari 013 persamaan f()=0 memilii paling sediit satu aar persamaan di antara = a dan = b [8]. metode Bagi Dua dibangun oleh barisan {[a, b ]} di mana terdapat aar dari f. Didefinisian a b (1) Jia f( ) = 0 maa = r dan algoritma berahir. Jia f(a ). f(b ) < 0 maa r terdapat pada (a, b ) sehingga [a +1, b +1 ] = [a, ] atau [a +1, b +1 ] = [, b ]. Algoritma metode Bagi Dua mempunyai eonver-genan hingga b a bo ao sehingga aar f pada [a, b]. Keonvergensi diapai apabila b a lebih eil dari suatu nilai toleransi, ataan... Metode Bagi Dua Terboboti Algoritma Metode Bagi Dua Terboboti seara umum sama dengan Metode Bagi Dua. Untu menari aar persamaan f() = 0, algoritma Metode Bagi Dua menunjuan bahwa inteval dibagi dua dimana terdapat aar dari f. Dari (1) dapat ditulis: atau 1 1 ( a ) 1 ( b ) () Gambar 1. Fungsi f() pada [a, b]. Teorema.3 (Teorema Nilai Rata Rata) Jia f ontinu pada [a, b] dan terdifferensialan pada (a, b) maa terdapat (paling sediit satu) pada (a, b) sedemiian hingga [9] f () = f ( b) f ( a) b a Metode Bagi Dua dinamaan juga pemenggalan biner, pemaruh selang (interval) atau metode Bolzano merupaan salah satu jenis metode penarian inre-mental dimana interval selalu dibagi dua. Jia suatu fungsi berubah tanda pada suatu interval maa nilai yang dihitung pada titi tengah interval tersebut. Menurut DauHoo dan Soobhug [], jia f fungsi ontinu pada interval tertutup [a, b] sedemiian sehingga f(a). f(b) < 0 maa terdapat paling sediit aar dari f pada (a, b). Jia [a, b] = [a 0, b 0 ] adalah interval awal maa dengan algoritma ( a ) ( b ) (3) Seara umum subinterval pada () dapat ditulis: a ) 1 ( b ) (4) ( atau dari (3) dapat ditulis: ( a ) ( b ) (5) 1 dengan adalah suatu nilai terboboti. Algoritma Metode Bagi Dua Terboboti sama dengan Metode Bagi Dua hanya saja berbeda pada perhitungan subinterval ( ). Metode Bagi Dua merupaan ejadian husus dari Metode Bagi Dua. 3 METODE PENELITIAN Langah-langah yang aan dilauan dalam penelitian ini adalah: 1. Menentuan suatu persamaan f() = 0 yang aan diari aar-aar penyelesaiannnya. Fungsi f() dapat berupa fungsi transenden dan fungsi aljabar seperti pada Bab Tinjauan Pustaa.. Menyelesaian persamaan f() = 0 dengan meng-gunaan Metode Bagi Dua. a. Menentuan tasiran awal a dan b. b. Menghitung nilai f(a ), f(b ). Kemudian selidii apaah memenuhi f(a ). f(b ) <

4 Evi Yuliza/Penggunaan Metode Bagi Dua JPS Vol. 16 No. 1(A) Januari 013. Apabila memenuhi f(a ). f(b ) < 0 maa lanjutan e langah.e. d. Apabila tida memenuhi f(a ). f(b ) < 0 maa ulangi langah e.a. a b e. Menghitung f. Menghitung nilai f( ). g. Menyelidii apaah memenuhi f(a ). f( ) < 0 dan f( ). f(b ) < 0. h. Apabila memenuhi f(a ). f( ) < 0 maa embali e langah e dan f( ). f(b ) < 0 maa embali e langah.e. i. b a, iterasi berhenti. 3. Menyelesaian persamaan f() = 0 dengan menggunaan Metode Bagi Dua Terboboti. a. Melauan langah yang sama seperti pada langah.a hingga langah.d. b. Mengambil nilai dan 0 < < 1.. Menghitung a ) 1 ( b ) ( d. Menghitung nilai f( ). e. Menyelidii apaah memenuhi f(a ). f( ) < 0 dan f( ). f(b ) < 0. f. Apabila memenuhi f(a ). f( ) < 0 maa embali e langah 3. dan f( ). f(b ) < 0 maa embali e langah 3.e. g. b a, iterasi berhenti. 4. Interpretasi hasil iterasi dengan menggunaan Metode Bagi Dua dan Metode Bagi Dua Terboboti. Penggunaan sofware graph untu menentuan tasiran awal seara asar. 4 HASIL DAN PEMBAHASAN Misalan aan diari aar-aar persamaan ( 1) e 1 0 yang tida dapat ditentuan seara esplisit pembuat nol fungsi tersebut. Di sinilah peranan metode nume-ri untu menari nilai hampiran suatu penyelesaian permasalahan matematis. Dengan menggunaan software graph, diperoleh setsa gambar grafi fungsi f ( ) ( 1) sebagaimana Gambar. Gambar. Fungsi f ( ) ( 1) Dari setsa grafi dapat ditentuan tasiran awal aar a = 0,4 dan b =1,. Hasil Iterasi dengan menggunaan Metode Bagi Dua untu f ( ) ( 1). Ambil nilai toleransi = 0, Tabel 1. Hasil iterasi dengan menggunaan Metode Bagi Dua untu f ( ) ( 1). Iterasi a B f () Iterasi berhenti pada iterasi e-17 dengan hasil hampiran aar = 0, dan lebar interval pengapit aar adalah 0, Ambil nilai terboboti = 0, dan = 0,

5 Evi Yuliza/Penggunaan Metode Bagi Dua JPS Vol. 16 No. 1(A) Januari 013 Tabel. Hasil Iterasi untu f ( ) ( 1) dengan menggunaan Metode Bagi Dua terboboti dan nilai terboboti = 0, Iterasi a B f () Iterasi berhenti pada iterasi e-14 dengan hasil hampiran aar = 0,86687 dan lebar interval pengapit aar adalah 0, Interval pengapit ini masih terlalu besar dari pada nilai toleransi yang diberian. Permasalahan lainnya, misalan aan diari aar dari os e 0. Dengan menggunaan software graph, maa setsa grafi fungsi sebagai beriut: Gambar 3. Fungsi f ( ) os e. Hasil Iterasi dengan Menggunaan Metode Bagi Dua untu f ( ) os e. Ambil nilai toleransi = 0, Tabel 3. Hasil Iterasi untu f ( ) os e dengan Menggunaan Metode Bagi Dua. Iterasi a B f () Iterasi berhenti pada iterasi e-5 dengan hasil hampiran aar = 0, dan lebar interval pengapit aar adalah 0, Hasil interval pengapit ini masih lebih besar dari nilai toleransi yang diberian. Hasil Iterasi untu f ( ) os e dengan Meng-gunaan Metode Bagi Dua Terboboti. Ambil nilai terboboti = 0, dan = 0, Tabel 4. Hasil Iterasi untu f ( ) os e dengan Menggunaan Metode Bagi Dua Terboboti dan nilai terboboti = 0, Iterasi a B f () Iterasi berhenti pada iterasi e-14 dengan hasil hampiran aar = 0, dan lebar interval pengapit aar adalah 0, Hasil interval pengapit ini masih lebih besar dari nilai toleransi yang diberian

6 Evi Yuliza/Penggunaan Metode Bagi Dua JPS Vol. 16 No. 1(A) Januari KESIMPULAN Dari hasil penelitian diperoleh esimpulan sebagai beriut: a. Metode Bagi Dua Terboboti merupaan metode penarian aar yang diperoleh dari memodifiasi Metode Bagi Dua. Dengan ata lain, Metode Bagi Dua Terboboti merupaan generalisasi dari Metode Bagi Dua. b. Perlunya memperhatian anga signifian dalam menentuan nilai terboboti. REFERENSI [1] Yuliza E, 000, Penyelesain Persamaan Dengan Menggunaan Metode Bagi Dua, Sripsi Jurusan Matematia (Tida dipubliasian) [] Dauhoo, Soobhug, 003, An Adaptive Weighted Bisetion Method For For Finding Roots Of Non-Linier Equations. Alamat Web : [3] [4] [5] [6] [7] [8] [9] 8&hid=105&sid=97eade1b-ea77-4ed-9b9- eefbff354%40sessionmgr11. Diases tanggal: 6 Desember 010 Purell dan Varberg, 1995, Calulus with Analyti Geometry, Edisi eempat, Penerbit Erlangga Penna M, 005, The Bisetion Method, Alamt web : _ shared/mathematia_labs/01-limits/p09.pdf Diases tanggal : 3 Februari 01 MKinney, 01, Bisetion Method. Alamat Web: pdf Diases tanggal: 3 Februari 01 Sahid, 005, Pengantar Komputasi Numeri dengan MATLAB, Penerbit Andi Offset, Yogyaarta Chapra, Canale, 1996, Metode Numeri, Jilid 1, Edisi edua, Penerbit Erlangga Boye, Prima De, 1988, Calulus, John Willey and Sons. Ross, 1980, Elementary Analysis The Theory Calulus, Springer-Verlag, New Yor In

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,

Lebih terperinci

GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH

GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRACT SUNARSIH.

Lebih terperinci

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman. JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses

Lebih terperinci

BEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si

BEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si BEBERAPA ODIFIKASI ETODE NEWTON RAPHSON UNTUK ENYELESAIKAN ASALAH AKAR GANDA Suriadi Putra,,Si Laboratorium Komutasi Numeri Jurusan atematia Faultas atematia & Ilmu Pengetahuan Alam Universitas Riau Kamus

Lebih terperinci

Optimasi Non-Linier. Metode Numeris

Optimasi Non-Linier. Metode Numeris Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas

Lebih terperinci

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti

Lebih terperinci

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT. BAB 5 RUANG VEKTOR UMUM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Ruang Vetor Nyata. Subruang. Kebebasan Linier 4. Basis dan Dimensi 5. Ruang Baris, Ruang Kolom dan Ruang Nul 6. Ran dan Nulitas

Lebih terperinci

KENNETH CHRISTIAN NATHANAEL

KENNETH CHRISTIAN NATHANAEL KENNETH CHRISTIAN NATHANAEL. Sistem Bilang Real. Fungsi dan Grafi. Limit dan Keontinuan 4. Limit Ta Hingga 5. Turunan Fungsi 6. Turunan Fungsi Trigonometri 7. Teorema Rantai 8. Turunan Tingat Tinggi 9.

Lebih terperinci

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

VARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL

VARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL SEMINAR NASIONAL PENDIDIKAN SAINS Peningatan Kualitas Pembelajaran Sains dan Kompetensi Guru melalui Penelitian & Pengembangan dalam Menghadapi Tantangan Abad-1 Suraarta, Otober 016 VARIASI NILAI BATAS

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Tinjauan Pustaa Untu menacapai tujuan penulisan sripsi, diperluan beberapa pengertian dan teori yang relevan dengan pembahasan. Karena itu, dalam subbab ini aan diberian beberapa

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya

Lebih terperinci

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan

Lebih terperinci

SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA

SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA I Nengah Suparta dan I. B. Wiasa Jurusan Pendidian MatematiaUniversitas Pendidian Ganesha E-mail: isuparta@yahoo.com ABSTRAK:

Lebih terperinci

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan

Lebih terperinci

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

BAB 3 PRINSIP SANGKAR BURUNG MERPATI BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana

Lebih terperinci

BAB IV Solusi Numerik

BAB IV Solusi Numerik BAB IV Solusi Numeri 4. Algoritma Genetia Algoritma Genetia (AG) [2] merupaan teni pencarian stoasti yang berdasaran pada meanisme selesi alam dan prinsip penurunan genetia. Algoritma genetia ditemuan

Lebih terperinci

BAB III METODE SCHNABEL

BAB III METODE SCHNABEL BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan

Lebih terperinci

Variasi Spline Kubik untuk Animasi Model Wajah 3D

Variasi Spline Kubik untuk Animasi Model Wajah 3D Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE. Triyani dan Irham Taufiq Universitas Jenderal Soedirman

BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE. Triyani dan Irham Taufiq Universitas Jenderal Soedirman JMP : Volume 4 Nomor 2, Desember 2012, hal. 271-278 BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE Triyani dan Irham Taufiq Universitas Jenderal Soedirman trianisr@yahoo.com.au ABSTRACT.

Lebih terperinci

ESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)

ESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR) SEMINAR NASIONAL PASCASARJANA SAL ESIMASI RAJECORY MOBILE ROBO MENGGUNAKAN MEODE ENSEMBLE KALMAN FILER SQUARE ROO (ENKF-SR) eguh Herlambang Zainatul Mufarrioh Firman Yudianto Program Studi Sistem Informasi

Lebih terperinci

MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/f(x) DAN h(x)/f(x) ABSTRACT

MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/f(x) DAN h(x)/f(x) ABSTRACT MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/(x DAN h(x/(x Yuliana Saitri 1, Sri Gemawati 2, Musraini 2 1 Mahasiswa Program Studi S1 Matematia 2 Dosen Jurusan Matematia Faultas Matematia dan

Lebih terperinci

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id

Lebih terperinci

MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL

MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL Sarta Meliana 1, Mashadi 2, Sri Gemawati 2 1 Mahasiswa Program Studi S1 Matematia 2 Dosen Jurusan Matematia Faultas Matematia dan

Lebih terperinci

SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS)

SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS) Prosiding Semirata15 bidang MIPA BKS-PTN Barat Hal 357-36 SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS) Budi Rudianto 1, Narwen Jurusan

Lebih terperinci

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan I. PENDAHULUAN. Latar Belaang Teori graf merupaan salah satu bagian ilmu dari matematia dan merupaan poo bahasan yang relatif muda jia dibandingan dengan cabang ilmu matematia yang lain seperti aljabar

Lebih terperinci

Estimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga

Estimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Estimasi Konsentrasi Polutan Sungai Menggunaan Metode Redusi Kalman Filter dengan Pendeatan Elemen Hingga Muyasaroh, Kamiran,

Lebih terperinci

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain 8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan

Lebih terperinci

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract

Lebih terperinci

Aplikasi diagonalisasi matriks pada rantai Markov

Aplikasi diagonalisasi matriks pada rantai Markov J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan

Lebih terperinci

PELABELAN SUPER SISI AJAIB PADA GRAF MULTI STAR

PELABELAN SUPER SISI AJAIB PADA GRAF MULTI STAR LAPORAN PENELITIAN BERSAMA DOSEN-MAHASISWA PELABELAN SUPER SISI AJAIB PADA GRAF MULTI STAR Ketua Tim: ABDUSSAKIR, M.Pd FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM MALANG

Lebih terperinci

FUNGSI BANTU NONPARAMETRIK BARU UNTUK MENYELESAIKAN OPTIMASI GLOBAL

FUNGSI BANTU NONPARAMETRIK BARU UNTUK MENYELESAIKAN OPTIMASI GLOBAL Seminar Nasional Matematia dan Apliasinya, 2 Otober 27 FUNGSI BANTU NONPARAMETRIK BARU UNTUK MENYELESAIKAN OPTIMASI GLOBAL Ridwan Pandiya #, Emi Iryanti #2 # S Informatia, Faultas Tenologi Industri dan

Lebih terperinci

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen

Lebih terperinci

RINGKASAN SKRIPSI MODUL PERKALIAN

RINGKASAN SKRIPSI MODUL PERKALIAN RINGKASAN SKRIPSI MODUL PERKALIAN SAMSUL ARIFIN 04/177414/PA/09899 DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM YOGYAKARTA 2008 HALAMAN PENGESAHAN

Lebih terperinci

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat

Lebih terperinci

Y = + x + x x + e, e N(0, ), Residual e=y -Yˆ

Y = + x + x x + e, e N(0, ), Residual e=y -Yˆ Yogyaarta, 26 Noember 206 ISSN : 979 9X eissn : 25 528X ANALISIS PSEUDOINVERS DAN APLIKASINYA PADA REGRESI LINEAR BERGANDA Kris Suryowati Program Studi Statistia, Faultas Sains erapan, Institut Sains dan

Lebih terperinci

BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR

BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR 3. Dimensi Partisi Graf Kipas (F n ) Berdasaran Proposisi dan Proposisi, semua graf G selain graf P n dan K n memilii 3 pd(g) n -. Lebih husus, graf Kipas

Lebih terperinci

Kegiatan Belajar 4. Fungsi Trigonometri

Kegiatan Belajar 4. Fungsi Trigonometri Page o Kegiatan Belajar A. Tujuan Pembelajaran Setelah mempelajari egiatan belajar, diharapan siswa dapat a. Menentuan nilai ungsi trigonometri b. Menentuan persamaan grai ungsi trigonometri c. Menggambar

Lebih terperinci

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN Pardi Affandi, Faisal, Yuni Yulida Abstra: Banya permasalahan yang melibatan teori sistem dan teori ontrol serta apliasinya. Beberapa referensi

Lebih terperinci

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas

Lebih terperinci

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program

Lebih terperinci

tidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama

tidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama BB IV PENGENDLIN TERDESENTRLISSI Untu menstabilan sistem yang tida stabil, dengan syarat sistem tersebut tida mempunyai fixed mode terdesentralisasi, dapat dilauan dengan memberian ompensator terdesentralisasi.

Lebih terperinci

KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W

KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W J. Math. and Its Appl. ISSN: 1829-605X Vol. 8, No. 2, November 2011, 43 49 KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W Sunarsini. 1, Sadjidon 2 Jurusan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belaang Di aman searang sebuah adal yang tersusun rapi merupaan ebutuhan bagi setiap individu. Namun masalah penyusunan sebuah adal merupaan sebuah masalah umum yang teradi,

Lebih terperinci

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa 187 Modifiasi ACO untu Penentuan Rute Terpende e Kabupaten/Kota di Jawa Ahmad Jufri, Sunaryo, dan Purnomo Budi Santoso Abstract This research focused on modification ACO algorithm. The purpose of this

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Tempat dan Watu Penelitian Penelitian ini dilauan di Jurusan Matematia Faultas Matematia dan Ilmu Pengetahuan Alam Universitas Lampung. Watu penelitian dilauan selama semester

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 3 LANGKAH PEMECAHAN MASALAH BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti

Lebih terperinci

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor MATA KULIAH MATEMATIKA TEKNIK [KODE/SKS : KD4 / SKS] Ruang Vetor FIELD: Ruang vetor V atas field salar K adalah himpunan ta osong dengan operasi penjumlahan vetor dan peralian salar. Himpunan ta osong

Lebih terperinci

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan

Lebih terperinci

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik Penerapan Sistem Persamaan Lanjar untu Merancang Algoritma Kriptografi Klasi Hendra Hadhil Choiri (135 08 041) Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR 1

BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR 1 BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR K a r y a t i Jurusan Pendidian Matematia FMIPA Uniersitas Negeri Yogyaarta e-mail : yatiuny@yahoo.com Abstra. Misalan R adalah ring, Q

Lebih terperinci

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( ) PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132

Lebih terperinci

Neural Network menyerupai otak manusia dalam dua hal, yaitu:

Neural Network menyerupai otak manusia dalam dua hal, yaitu: 2.4 Artificial Neural Networ 2.4.1 Konsep dasar Neural Networ Neural Networ (Jaringan Saraf Tiruan) merupaan prosesor yang sangat besar dan memilii ecenderungan untu menyimpan pengetahuan yang bersifat

Lebih terperinci

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group Uji Alternatif Data Terurut Perbandingan antara Uji Joncheere Terpstra dan Modifiasinya Ridha Ferdhiana Statistics Peer Group Jurusan Matematia FMIPA Universitas Syiah Kuala Banda Aceh, Aceh, 23 email:

Lebih terperinci

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK Nurul Khotimah *), Farida Hanum, Toni Bahtiar Departemen Matematia FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga, Bogor

Lebih terperinci

Materi. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham

Materi. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham Materi IF37325P - Grafia Komputer Geometri Primitive Menggambar garis Irfan Malii Jurusan Teni Informatia FTIK - UNIKOM IF27325P Grafia Komputer 2008 IF27325P Grafia Komputer 2008 Halaman 2 Garis adalah

Lebih terperinci

PENERAPAN AKAR KUADRAT PADA ENSEMBLE KALMAN FILTER (EnKF) ABSTRAK

PENERAPAN AKAR KUADRAT PADA ENSEMBLE KALMAN FILTER (EnKF) ABSTRAK PENERAPAN AKAR KUADRA PADA ENSEMBLE KALMAN FILER (EnKF) Jasmir 1, Erna Apriliani 2, Didi Khusnul Arif 3 Email: ijas_1745@yahoo.co.id ABSRAK Ensemble Kalman Filter (EnKF) merupaan salah satu metode untu

Lebih terperinci

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia

Lebih terperinci

KARAKTERISTIK POHON FUZZY

KARAKTERISTIK POHON FUZZY KARAKTERISTIK POHON FUZZY Yuli Stiawati 1, Dwi Juniati 2, 1 Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Universitas Negeri Surabaya, 60231 2 Jurusan Matematia, Faultas Matematia dan

Lebih terperinci

SILABUS PEMBELAJARAN

SILABUS PEMBELAJARAN SILABUS PEMBELAJARAN Nama Seolah... Mata Pelajaran MATEMATIKA Kelas/Program XII / IPA Semester 2 STANDAR KOMPETENSI 4. Menggunaan onsep pemecahan masalah. Dasar Kegiatan Penilaian Watu 4.1. Menentuan suu

Lebih terperinci

BAB 2 TEORI PENUNJANG

BAB 2 TEORI PENUNJANG BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan

Lebih terperinci

FISIKA. Kelas X GETARAN HARMONIS K-13. A. Getaran Harmonis Sederhana

FISIKA. Kelas X GETARAN HARMONIS K-13. A. Getaran Harmonis Sederhana K-13 Kelas X FISIKA GETARAN HARMONIS TUJUAN PEMBELAJARAN Setelah mempelajari materi ini, amu diharapan memilii emampuan sebagai beriut. 1. Memahami onsep getaran harmonis sederhana pada bandul dan pegas

Lebih terperinci

Solusi Pengayaan Matematika Edisi 16 April Pekan Ke-4, 2005 Nomor Soal:

Solusi Pengayaan Matematika Edisi 16 April Pekan Ke-4, 2005 Nomor Soal: Solusi Pengayaan Matematia Edisi 6 pril Pean Ke-4, 00 Nomor Soal: -60. Jia. sin cos tan 00 00, maa nilai adalah... cos sin 00 00. 40 Solusi: [] sin cos tan 00 00 cos sin 00 00 sin sin 00 00 cos sin 00

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang

Lebih terperinci

Kumpulan soal-soal level seleksi Kabupaten: Solusi: a a k

Kumpulan soal-soal level seleksi Kabupaten: Solusi: a a k Kumpulan soal-soal level selesi Kabupaten: 1. Sebuah heliopter berusaha menolong seorang orban banjir. Dari suatu etinggian L, heliopter ini menurunan tangga tali bagi sang orban banjir. Karena etautan,

Lebih terperinci

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya J. Math. and Its Appl. ISSN: 1829-605X Vol. 2, No. 1, May. 2005, 37 45 Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya Sadjidon Jurusan Matematia Institut Tenologi Sepuluh Nopember,

Lebih terperinci

PROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING

PROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING Konferensi asional Sistem dan Informatia 28; Bali, ovember 15, 28 KS&I8-44 PROGRAM SIMULASI UTUK REALISASI STRUKTUR TAPIS IFIITE IMPULSE RESPOSE UTUK MEDIA PEMBELAJARA DIGITAL SIGAL PROCESSIG Damar Widjaja

Lebih terperinci

PAM 252 Metode Numerik Bab 2 Persamaan Nonlinier

PAM 252 Metode Numerik Bab 2 Persamaan Nonlinier PAM 252 Metode Numerik Bab 2 Persamaan Nonlinier Mahdhivan Syafwan Jurusan Matematika FMIPA Universitas Andalas Semester Genap 2013/2014 1 Mahdhivan Syafwan Metode Numerik: Persamaan Nonlinier Solusi persamaan

Lebih terperinci

SATUAN ACARA PERKULIAHAN ( SAP )

SATUAN ACARA PERKULIAHAN ( SAP ) SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem

Lebih terperinci

ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP)

ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP) ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP) Igusta Wibis Vidi Abar Purwanto 2 FMIPA Universitas Negeri Malang E-mail: wibis.roccity@gmail.com Abstra: Multi Depot Vehicle Routing

Lebih terperinci

Danang Mursita Sekolah Tinggi Teknologi Telkom Bandung 2002

Danang Mursita Sekolah Tinggi Teknologi Telkom Bandung 2002 Bandung DAFTAR ISI Judul Kata Pengantar Daftar Isi i ii iv Bab Fungsi Real. Sistem Bilangan Real. Fungsi dan Grafi 6. Limit dan eontinuan.4 Limit ta Hingga dan Limit di Ta Hingga 7 Bab Turunan dan Penggunaan.

Lebih terperinci

IMPLEMENTASI ALGORITMA KOLONI SEMUT PADA PROSES PENCARIAN JALUR TERPENDEK JALAN PROTOKOL DI KOTA YOGYAKARTA

IMPLEMENTASI ALGORITMA KOLONI SEMUT PADA PROSES PENCARIAN JALUR TERPENDEK JALAN PROTOKOL DI KOTA YOGYAKARTA Seminar Nasional Informatia 2009 (semnasif 2009) ISSN: 1979-2328 UPN Veteran Yogyaarta, 23 Mei 2009 IMPLEMENTASI ALGORITMA KOLONI SEMUT PADA PROSES PENCARIAN JALUR TERPENDEK JALAN PROTOKOL DI KOTA YOGYAKARTA

Lebih terperinci

MAT. 12. Barisan dan Deret

MAT. 12. Barisan dan Deret MAT.. Barisan dan Deret i Kode MAT. Barisan dan Deret U, U, U3,..., Un,... Un a + (n-)b U + U +..., Un +... n?? Sn? BAGIAN PROYEK PENGEMBANGAN KURIKULUM DIREKTORAT PENDIDIKAN MENENGAH KEJURUAN DIREKTORAT

Lebih terperinci

- Persoalan nilai perbatasan (PNP/PNB)

- Persoalan nilai perbatasan (PNP/PNB) PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL Persamaan diferensial biasanya digunaan untu pemodelan matematia dalam sains dan reayasa. Seringali tida terdapat selesaian analiti seingga diperluan ampiran

Lebih terperinci

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode 3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode

Lebih terperinci

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN MINIMUM SPANNING TREE DENGAN ALGORITMA SEMUT

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN MINIMUM SPANNING TREE DENGAN ALGORITMA SEMUT PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN MINIMUM SPANNING TREE DENGAN ALGORITMA SEMUT Alamsyah* * Abstract Without a program, computer is just a useless box. In general, the search for the minimum

Lebih terperinci

METODE FUNGSI PENALTI EKSTERIOR. Skripsi. Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematika

METODE FUNGSI PENALTI EKSTERIOR. Skripsi. Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematika METODE FUNGSI PENALTI EKSTERIOR Sripsi Diajuan untu Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematia Disusun Oleh : Maria Martini Leto Kurniawan NIM : 03409 PROGRAM STUDI

Lebih terperinci

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS Seminar Sains Penidi Sains VI UKSW Salatiga Juni 0 MSLH VEKTOR EIGEN MTRIKS INVERS MONGE DI LJBR MX-PLUS Farida Suwaibah Subiono Mahmud Yunus Jurusan Matematia FMIP Institut Tenologi Sepuluh Nopember Surabaya

Lebih terperinci

MODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT)

MODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT) MODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT) Asmara Iriani Tarigan (asmara@ut.ac.id) Sitta Alief Farihati Jurusan Matematia

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan

Lebih terperinci

PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM

PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM Seminar Nasional Sistem dan Informatia 2007; Bali, 16 November 2007 PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM Fajar Saptono 1) I ing Mutahiroh

Lebih terperinci

Pencitraan Tomografi Elektrik dengan Elektroda Planar di Permukaan

Pencitraan Tomografi Elektrik dengan Elektroda Planar di Permukaan Abstra Pencitraan omografi Eletri dengan Eletroda Planar di Permuaan D. Kurniadi, D.A Zein & A. Samsi KK Instrumentasi & Kontrol, Institut enologi Bandung Jl. Ganesa no. 10 Bandung Received date : 22 November2010

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Teori Fuzzy 2.1.1 Dasar-Dasar Teori Fuzzy Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai estension dari teori onvensional atau crisp set. Di dalam teori crisp

Lebih terperinci

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul

Lebih terperinci

Course Note Numerical Method Akar Persamaan Tak Liniear.

Course Note Numerical Method Akar Persamaan Tak Liniear. Course Note Numerical Method Akar Persamaan Tak Liniear. Dalam matematika terapan seringkali harus mencari selesaian persamaan yang berbentuk f() = 0 yakni bilangan o sedemikian sehingga f( o ) = 0. Dalam

Lebih terperinci

Sifat-sifat Nilai Eigen dan Vektor Eigen Matriks atas Aljabar Maxplus

Sifat-sifat Nilai Eigen dan Vektor Eigen Matriks atas Aljabar Maxplus J. Sains Dasar () Sifat-sifat Nilai Eigen dan Vetor Eigen Matris atas ljabar Maxplus (The Properties of Eigen Value and Eigen Vector of Matrices Over Maxplus lgebra) Musthofa * dan Nienasih inatari * Jurusan

Lebih terperinci

PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB

PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB Wirda Ayu Utari Universitas Gunadarma utari.hiaru@gmail.com ABSTRAK Program pengenalan pola ini merupaan program yang dibuat

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni

Lebih terperinci

PENYELESAIAN PERSAMAAN NONLINIER DENGAN METODE MODIFIKASI BAGI DUA

PENYELESAIAN PERSAMAAN NONLINIER DENGAN METODE MODIFIKASI BAGI DUA Jurnal Matematika UNAND Vol. 4 No. 1 Hal. 68 75 ISSN : 303 910 c Jurusan Matematika FMIPA UNAND PENYELESAIAN PERSAMAAN NONLINIER DENGAN METODE MODIFIKASI BAGI DUA ELSA JUMIASRI, SUSILA BAHRI, BUKTI GINTING

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series) III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunaan data seunder bersifat runtun watu (time series) dalam periode tahunan dan data antar ruang (cross section). Data seunder tersebut

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

BAB IV APLIKASI PADA MATRIKS STOKASTIK BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii

Lebih terperinci

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan

Lebih terperinci