Kajian Model Markov Waktu Diskrit Untuk Penyebaran Penyakit Menular Pada Model Epidemik SIR
|
|
- Devi Cahyadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 JURAL TEKK POT Vol, o, (0) -6 Kajan odel arkov Waku Dskr Unuk Penyebaran Penyak enular Pada odel Epdemk R Rafqaul Hasanah, Laksm Pra Wardhan, uhud Wahyud Jurusan aemaka, Fakulas PA, nsu Teknolog epuluh opember (T) Jl Aref Rahman Hakm, urabaya 60 E-mal laksm_pw@maemakasacd, suhud@maemakasacd Absrak eap ahun, banyak manusa mennggal karena penyak menular emodelkan proses penyebaran penyak menular akan mempermudah dalam menger dnamka penyebaran penyak dalam suau populas Pada Tugas Akhr n danalss sebuah model probablas ranss unuk penyebaran penyak menular dan model epdemk R, dengan eap memperhakan keunggulan pendekaan model yang sudah ada (msalnya asal penularan dan dnamka penyebaran) dan memanfaakan penggunaan efsens dar eknk program dnamk unuk membenuk model yang dngnkan Hasl yang ddapa dar penelan Tugas Akhr n adalah ddapa probablas ranss model arkov waku dskr unuk penyebaran penyak menular dan model epdemk R Pada Tugas Akhr n juga ddapa smulas grafk hubungan banyaknya ndvdu pada ap kelas komparemen, yau banyaknya ndvdu d kelas suscepble dan kelas nfecve semakn berkurang dengan berambahnya waku edangkan banyaknya ndvdu d kelas recovered semakn berambah Dan dperoleh hubungan probablas penggerak kejadan ( sera R( erhadap waku Kaa Kunc kelas komparemen, model epdemk R, model arkov waku dskr, eknk program dnamk PEDAHULUA ERBAGA jens paogen pada manusa dan srkulas Bpenyak menular dalam komunas, mendasar kengnan unuk mengembangkan kebjakan kesehaan dnamk dalam mengendalkan penyebaran penyak menular Unuk menemukan kebjakan kesehaan dnamk yang opmal dalam membaas penyebaran penyak membuuhkan penggunaan model sokask penyebaran penyak menular yang dapa dperoleh melalu eknk program dnamk [] Jens proses sokask yang dgunakan adalah proses sokask arkov dmana kelakuan ssem hanya berganung pada keadaan sau langkah kebelakang Unuk mengeahu proses penyebaran penyak menular, dkenal beberapa model penyebaran penyak, bak model yang bersfa deermnsk, maupun model yang bersfa sokask odel-model ersebu anara lan,, R, dan ER R merupakan model epdemk dengan karakersk bahwa seap ndvdu renan ernfeks suau penyak, konds n dnoaskan dengan (suscepbles), ndvdu yang renan ernfeks ersebu berneraks dengan ndvdu yang ernfeks, dan akhrnya ernfeks ndvdu yang ernfeks ersebu dnoaskan dengan (nfecve) Dengan pengobaan meds aau proses alam, ndvdu yang ernfeks akan sembuh, yang dnoaskan dengan R (recovered) [] elama n elah banyak penelan enang model epdemk yang sebagan besar menganalss kesablan k sembang pada model deermnsk dan sokask danaranya model epdemk, dan R Dw ea ar dalam penelan Tugas Akhr-nya menganalss enang sablas model epdemk deermnsk dan mean dsrbus probablas epdemk sokask Arsma Yun Hardnngsh dalam penelannya menganalss enang model epdemk R deermnsk dan sokask pada waku dskr Pada Tugas Akhr n danalss sebuah model arkov waku dskr unuk penyebaran penyak menular pada model epdemk R, yang mengkaj dar jurnal Generalzed arkov models of nfecous dsease spread A novel framework for developng dynamc healh polces, dengan eap memperhakan keunggulan pendekaan model yang sudah ada (msalnya asal penularan dan dnamka penyebaran) dan memanfaakan penggunaan efsens dar eknk program dnamk unuk membenuk model yang dngnkan URAA PEELTA A ud Leraur Pada ahap n dlakukan denfkas permasalahan dengan mencar referens yang menunjang penelan Referens yang dpaka adalah buku, jurnal lmah, maupun arkel dar nerne alah sau referens yang dgunakan yau odel Epdemk R Adapun asums pada odel Epdemk R n adalah Jumlah populas berukuran eap (konsan) Laju kelahran dan kemaan sama 3 emua populas yang baru lahr adalah ndvdu yang renan Berdasarkan asums-asums d aas dsusun dagram komparemen model epdemk R sebaga berku β τ γ R β ( β ( βr ( Gambar Dagram komparemen model epdemk R
2 JURAL TEKK POT Vol, o, (0) -6 Berdasarkan dagram komparemen pada Gambar model epdemk R analog dengan model sebaga berku [] ( + = ( ( τ( + ( ( ) β ( + = ( ( β γ + τ( ( R( + = R( ( β + γ ( α τ ( ) = ( (0) > 0, (0) > 0, R(0) 0, α > 0, β > 0, γ > 0 R β τ ( α γ β( β( βr( populas suscepble (ndvdu-ndvdu yang renan erhadap penyak populas nfecve (ndvdu-ndvdu yang erjangk penyak dan dapa menularkan penyak populas recovered (ndvdu-ndvdu yang elah sembuh/ bebas penyak laju kelahran yang sama dengan laju kemaan jumlah populas keseluruhan dar populas suscepble, nfecve, dan recovered laju nfeks per un waku laju konak per un waku laju kesembuhan dar ndvdu yang elah ernfeks laju kemaan dar kelompok ( laju kemaan dar kelompok ( laju kemaan dar kelompok R( Program Dnamk Program Dnamk adalah suau eknk maemas yang dgunakan unuk membua suau kepuusan dar serangkaan kepuusan yang salng berkaan sau dengan yang lannya Tujuan uama model n adalah unuk mempermudah penyelesaan persoalan opmas yang mempunya karakersk erenu de dasar Program Dnamk alah membag persoalan menjad beberapa bagan yang lebh kecl sehngga memudahkan penyelesaannya Pada persoalan Program Dnamk dak ada formulas maemas yang sandar Karena u persamaan-persamaan yang dplh harus dkembangkan agar dapa memenuh masng-masng suas yang dhadap Dengan demkan, anara sau persoalan dengan persoalan yang lannya dapa mempunya srukur penyelesaan persoalan yang berbeda [3] 3 Proses okask Proses sokask adalah hmpunan peubah acak dalam benuk { X ( s), T, s } dengan T adalah beberapa hmpunan ndeks yang dsebu parameer space dan adalah ruang sampel dar peubah acak yang dsebu sae space Unuk seap erenu, X (s) menyaakan suau peubah acak yang ddefnskan pada Unuk seap s erenu, X (s) berhubungan dengan fungs yang ddefnskan pada T yang dsebu lnasan sampel (sample pah) ecara sngka proses sokask adalah hmpunan peubah acak yang menggambarkan dnamka dar suau proses [4] 4 Rana arkov Proses sokask dengan waku dskr { X ;,,,}, dengan X adalah peubah acak dskr yang ddefnskan pada sae space yang berhngga = {0,,,, } aau ak berhngga erhung = {0,,, } Proses sokask arkov adalah suau proses sokask dmana perlaku/ kelakuan ssem pada waku yang akan daang (besok) hanya berganung pada keadaan sekarang dan dak berganung pada keadaan yang lalu aau dapa dkaakan hanya berganung pada keadaan sau langkah ke belakang [4] B embenuk odel arkov Waku Dskr unuk Penyebaran Penyak enular Pada ahap n dlakukan pembangunan model probablas ranss dar penyak menular yang memenuh persyaraan eknk program dnamk Kemudan dunjukkan bagamana parameer dar model yang dusulkan dapa d esmas embenuk Probablas Transs odel arkov unuk odel Epdemk R Pada ahap n dlakukan analss melpu persamaan sae dnamk, dsrbus penggerak kejadan, kendala dnamka penggerak dan kelayakan sehngga menghaslkan probablas ranss dar rana arkov D Penarkan Kesmpulan Pada ahap n dlakukan pembuaan kesmpulan berdasarkan hasl analss AAL DA ULA A Probablas Transs unuk Penyebaran Penyak enular Unuk mempermudah dalam membenuk model probablas ranss unuk penyebaran penyak menular dgunakan de dasar dar eknk Program Dnamk yang membag persoalan menjad beberapa bagan yang lebh kecl sehngga memudahkan penyelesaanya Langkah-langkah dalam membenuk model probablas ranss unuk penyebaran penyak menular yau enenukan kelas dan benuk persamaan sae dnamk Unuk menggambarkan langkah yang dperlukan dalam mengkonsruks model probablas ranss penyebaran penyak menular, perlu dpermbangkan hpoess penyak menular yang dapa drngkas dengan ser kelas, yau,,, Ddefnskan pada waku, sae dar Rana arkov unuk penyak menular adalah X (, X (,, X ( dengan X ( menunjukkan banyaknya ndvdu d kelas pada waku, unuk =,,,, X (,,, Jka dasumskan bahwa ukuran populas eap dan sama dengan, maka persamaan sae dnamk unuk penyak n adalah [] X ( + X ( + + X ( = X ( = () =
3 JURAL TEKK POT Vol, o, (0) -6 3 Dengan menggunakan (), sae penyak sepenuhnya ddenfkas jka dkeahu (-) peubah dar { X (, X (,, X ( } ae dar perubahan ssem sebaga perswa yang erjad, dsebu dnamka penggerak kejadan seper yang dapa dlha pada Gambar ( ) 3 ( ( + ( ( Gambar Dnamka Penggerak Kejadan dar Penyak enular dengan ser kelas + ( ) penggerak kejadan berpndahnya ndvdu dar kelas ke +, yang merupakan peubah acak dskr non-negaf yang mewakl banyaknya ranss dar kelas ke + selama nerval [, + ] Peubah acak (, 3 (,, ( dasumskan ddsrbuskan secara ndependen dan denukan hanya oleh sae penyak pada waku, yau { X (, X (,, X ( } enenukan dsrbus probablas bersama dar penggerak kejadan dalam sae penyak pada waku Karena peubah acak (, 3 (,, ( ndependen, maka fungs massa probablas bersama dar penggerak kejadan dalam sae penyak pada waku [] P( ),, ( )) ((, 3,, ) ( ), ( ),, ( )) (, 3 ( c c c X X X = P ( c X (, X (,, X ( ) = () 3 embenuk kendala dnamka penggerak dan kendala dnamka kelayakan Hmpunan kendala dnamka penggerak merupakan hubungan anara penggerak kejadan selama nerval [, + ] dengan sae penyak pada waku dan + Kendala dnamka penggerak pada Gambar dengan ukuran populas eap adalah X ( + = X ( ( (3) X ( + = X ( + ( (4) X ( + = X ( + ( ( + unuk {,3,, } (5) Dengan menjumlahkan (3), (4), dan (5) dperoleh X ( + = X ( = = = elanjunya dcar rumus ( ), {,3,, }, dengan cara menyelesakan hmpunan (3) dan (5), sehngga dperoleh [] = ( ( X j ( X j ( + ), unuk {,3,, } (6) engnga bahwa peubah acak ( ), {,3,, } nonnegaf dan dak melebh jumlah ndvdu dalam kelas, maka (6) dapa dgunakan unuk menurunkan kendala dnamka kelayakan, yang menenukan renang layak unuk sae penyak pada waku + Jka dberkan { X (, X (,, X ( }, dengan asums ukuran populas eap, maka kendala dnamka kelayakan unuk Gambar menjad [] 0 ( X ( 0 ( X j ( X j ( + ) X (, unuk {,3,, } (7) 4 embenuk probablas ranss unuk Rana arkov {( X (,, ( ) =,,} X Dengan menggunakan rumus probablas ranss langkah [4] p ) j ( = p( X = j X 0 = ) dperoleh probablas ranss langkah dar sae penyak yau p ( j = Pr{( X ( +, (,, ( ) (,,, ) X + X + = x x x X (, X (,, X ( } (8) salkan Ω menunjukkan sae penyak pada waku, X ( { X (, X (,, X ( } mendukung peubah acak ( X ( +, X (,, X ( ) + + ehngga dalam mencar (8), dukungan dar peubah acak { X ( +, ( ),, ( ) ( ( ), (,, ( )} X + X X + X X denukan oleh (7) {(,,, ) 0 ( ( ) ) X (, ( ) x x x Ω = X j x X Ν j {,3,, }} (9) Jad dengan menggunakan () dan (6), maka (8) dapa dhung oleh [] Unuk ( x,, x ) Ω X ( Pr {( X ( +, X ( +,, X ( + ) = ( x, x,, x ) X (, X (,, X ( } = P( (, 3 (,, ( ) ( ( X j ( x j), ( X j ( x j),, j = j = ( X j ( x j) X (, X (,, X ( ) Unuk ( x,, x ) yang lan Pr {( X ( +, X ( +,, X ( + ) = ( x, x,, x ) X (, X (,, X ( } (0) B Esmas Parameer unuk Penyebaran Penyak enular Langkah-langkah dalam mengesmas parameer dengan menggunakan meode axmum Lkelhood Esmaon (LE) melpu dua ahap, yau engkonsruks fungs lkelhood unuk model penyebaran penyak menular
4 JURAL TEKK POT Vol, o, (0) -6 4 salkan ngn desmas parameer ω = ( ω, ω, ωz ) dar Rana arkov {( X (, X (,, X ( ) =,,}, dasumskan bahwa - penggerak kejadan {,3,, } dapa dama selama perode [, + ] Dan penggerak kejadan {,3,, } dnoaskan dengan k (, dmana ndeks k O {,3,, } Dan dmsalkan a Vekor acak D( = ( k ( ; k O ) menunjukkan vekor dar pengamaan penggerak kejadan selama perode [, + ], nla-nla yang dama dsmpan dalam vekor D = ( k ( ) b k ( menunjukkan nla yang dama dar perswa k, k O selama perode [, + ] c X () = ( x,,, ) x x menunjukkan sae awal penyebaran penyak yang dama Karena D = ( k ( ), dan peubah acak (, 3 (,, ( dasumskan ddsrbuskan secara ndependen, maka fungs densas bersama unuk semua vekor pengamaan yau f (, ()) (, D, D,, D ω X = f D ω X ()) = ehngga pengkonsruksan fungs lkelhood dapa dnyaakan L( ω, ()) { () () ( ), D, D,, D X = Pr D = D, D = D,, D = D ω X ()} () Dengan menggunakan prnsp probablas bersyara [5] P( A A A3 ) = P( A) P( A A) P( A3 A A) persamaan () menjad L ( ω D, D,, D, X ()) = Pr{ D( = D D() = D, D() = D,, D ( ) = D ; ω, X ()} Pr{ D( ) = D D() = D, D() = D,, D( ) = ;, D ω X ()} Pr{ D() = (), D D = D; ω X ()} Pr{ D() =, D ω X ()} () elanjunya unuk menghung rumus Pr{ D( = () () ( ) ;, D D = D, D = D,, D = D ω X ()} dalam fungs lkelhood pada () dapa dhung menggunakan Persamaan hapman-kolmogorov [6] p = p s = p s j ( ) p( s ) ( ) ( ) p( k kj k kj s ) ; 0 s k k sehngga dperoleh [] Pr{ D( = () () ( ) ;, D D = D, D = D,, D = D ω X ()} = ( ) (,,, )},,, ( Pr { D( = D X = x x x ( x x x ) Ω Pr( D() = () ( ) ;, D, D = D,, D = D ω X ()) = ( ) (,,, )},,, ( Pr { D( = D X = x x x ( x x x ) Ω π ( x, x,, x ; ω, X ()) ) π ( ;,,,, ω X ()) x x x ( x, x,, x ) Ω X( ) = ( X (, (,, ( ) X X vekor acak yang merepresenaskan sae penyebaran penyak pada waku π ;, ( x, x,, x ω X ()) probablas bahwa pada waku sae penyebaran penyak adalah X( = ( x, x,, x ), parameer model adalah ω = ( ω, ω, ωz ), sae awal penyebaran penyak adalah X () = ( x,,, ) x x Ω hmpunan semua sae penyebaran penyak pada waku, yang dberkan pengamaan D = ( D, D,, D ) Unuk membaas nla yang mungkn dar sae penyak pada waku, dapa dperoleh dengan menggunakan (6) dan (7) salkan ( y, y,, y ) Ω menunjukkan anggoa dar hmpunan Ω ( x, x,, x ) Ω menunjukkan anggoa dar hmpunan Ω sehngga hmpunan Ω menjad [] = {(,,, ) Ν Ω x x x ( y, y,, y ) Ω, y j x j y k, 0 ( ), k O dan ( ) = ( y j x j), O} emperoleh nla esmaor yang memaksmumkan fungs lkelhood emaksmumkan fungs lkelhood dlakukan dengan menurunkan () erhadap parameer ω = ( ω, ω, ωz) dan dsamadengankan nol L ω ehngga dperoleh nla esmaor yau ω Probablas Transs Unuk odel Epdemk R Langkah-langkah dalam membenuk probablas ranss unuk model epdemk R yau enenukan kelas dan benuk persamaan sae dnamk Ddefnskan X ( banyaknya ndvdu d kelas suscepble (renan) pada waku X ( banyaknya ndvdu d kelas nfecve (ernfeks) pada waku X ( R banyaknya ndvdu d kelas recovered (sembuh) pada waku Dalam model epdemk R hubungan anara banyaknya ndvdu d seap kelas komparemen adalah X ( + X ( + X R ( Karena jumlah populas keseluruhan dar populas suscepble, nfecve, dan recovered sama dengan, maka persamaan sae dnamk unuk model epdemk R adalah [] X ( + X ( + X R ( = (3)
5 JURAL TEKK POT Vol, o, (0) -6 5 Unuk mengkonsruks odel arkov, cukup dplh dua dar ga sae model epdemk R sanya dapa dcar melalu (3) Dsn dplh ( X (, X ( ) sebaga sae dar Rana arkov enenukan dsrbus probablas bersama dar penggerak kejadan pada waku Unuk menenukan dsrbus probablas bersama dar penggerak kejadan ( yang berganung pada sae ( X (, X ( ), erlebh dahulu ddefnskan noas berku ( penggerak kejadan berpndahnya ndvdu dar kelas renan ke kelas nfekf, yang mewakl banyaknya ndvdu yang ernfeks selama perode [, + ] R( penggerak kejadan berpndahnya ndvdu dar kelas nfekf ke kelas sembuh R, yang mewakl banyaknya yang sembuh dar nfeks selama perode [, + ] s ( probablas bahwa ndvdu renan menjad ernfeks saa bersenuhan dengan ndvdu yang ernfeks β ( probablas bahwa neraks berkunya dar ndvdu renan acak dengan ndvdu yang ernfeks q ( probablas keseluruhan bahwa seap ndvdu renan dar sae X ( menjad ernfeks Dalam mencar probablas q (, perlu dperhakan bahwa a n adalah banyaknya ndvdu renan yang dapa ernfeks, dan n adalah peubah acak berdsrbus Posson dengan mean λ b Dar n ndvdu yang renan erdapa j ndvdu yang ernfeks yang mempunya dsrbus bnomal ( n, β( ) Jad, probablas q ( dapa dhung λ β( s( q( = e X ( β( = Banyaknya yang ernfeks selama nerval [, + ] memlk dsrbus bnomal, B ( X (, q( ) ehngga probablas unuk penggerak kejadan ( adalah Unuk 0 X ( X ( ) ( ( ), ( )) P q( ( q( ) X ( ( X X = (4) Unuk yang lan P ( (, ( ) ( X X Unuk meneukan dsrbus probablas bersama dar penggerak kejadan R( yang berganung pada sae ( X (, X ( ) erlebh dahulu ddefnskan parameer ρ ( ρ ( probablas bahwa ndvdu ernfeks dar sae X ( menjad sembuh Jka dasumskan perode nfeks ( berdsrbus eksponensal dengan panjang raa-raa (mean), maka ρ ( ) µ dapa dhung dengan menggunakan rumus fungs dsrbus kumulaf dar dsrbus eksponensal µ ρ( = e Banyaknya yang sembuh dar nfeks selama nerval [, + ] memlk dsrbus bnomal, B ( X (, ρ( ) ehngga probablas unuk penggerak kejadan R( adalah Unuk 0 r X ( X ( ) ( ( ), ( )) P r ρ( r ( ρ( ) X ( r R( X X = (5) r Unuk r yang lan P ( r (, ( ) R( X X Unuk model epdemk R sae ( X (, X ( ) = ( xs,0), 0 xs merupakan sae absorbng, karena dak ada nfekf eap dalam populas Oleh karena u, nla dar X ( sama dengan nol Berdasarkan sae ( X (, X ( ), maka probablas unuk penggerak kejadan ( pada (4) ddefnskan sebaga [] Unuk P ( ( ( X (, X ( ) = ( x,0)) = Unuk yang lan P ( ( ( X (, X ( ) = ( x,0)) dan probablas unuk penggerak kejadan R( pada (5) ddefnskan sebaga [] Unuk r PR ( ( r ( X (, X ( ) = ( x,0)) = Unuk r yang lan PR ( ( r ( X (, X ( ) = ( x,0)) 3 embenuk kendala dnamka penggerak dan kendala dnamka kelayakan Kendala dnamka penggerak unuk model epdemk R dapa dperoleh dar (6) Unuk penggerak kejadan ( ( = X ( X ( + (6) Unuk penggerak kejadan R( R( = ( X ( X ( + ) + ( X ( X ( + ) (7) edangkan kendala dnamka kelayakan unuk model epdemk R dapa dperoleh dengan (7) Unuk penggerak kejadan ( 0 ( X ( X ( + ) X ( (8) Unuk penggerak kejadan R( 0 ( X ( X ( + ) + ( X ( X ( + ) X ( (9) persamaan (8) dan (9) ekvalen dengan persamaan (0) dan () 0 X ( + X ( (0) X ( X ( + + X ( + X ( + X ( () ehngga probablas dukungan pada (9) yang denukan oleh hmpunan kendala dnamka kelayakan pada (0) dan () akan menjad [] Ω ( X (, X ( ) = {( x, x ) Ν 0 x X (, X ( x + x X ( + X ( } () 4 embenuk probablas ranss unuk Rana arkov {( X (, X ( ) =,,} Probablas ranss Pr {( X ( +, X ( + ) = ( xs, x ) X (, X ( } denukan dengan menggunakan (6), (7) dan () Karena d awal elah dasumskan bahwa peubah acak
6 JURAL TEKK POT Vol, o, (0) -6 6 ( dan R( adalah ndependen, sesua dengan (0) maka probablas ranss unuk Rana arkov {( X (, X ( ) =,,} sama dengan [] Unuk 0 x X (, X ( x + x X ( + X ( Pr{( X ( +, X ( + ) = ( x, x ) X (, X ( } = P( ( X ( x X ( ) PR( (( X ( + X ( x x ) X (, X ( ) Unuk x, x yang lan Pr {( X ( +, X ( + ) = ( x, x ) X (, X ( } D onoh Kasus odel Epdemk R Berku dberkan conoh kasus yang dgambarkan dalam grafk dengan menggunakan ATLAB R009a unuk model epdemk R onoh kasus n melpu kasus unuk mengeahu hubungan banyaknya ndvdu pada ap kelas komparemen erhadap waku, dan hubungan anara probablas penggerak kejadan ( dan R( erhadap waku keka nla λ = µ Dengan λ adalah banyaknya ndvdu yang ernfeks dalam suau selang waku pada dsrbus posson yang dgunakan dalam menghung probablas q (, λ > 0 edangkan µ > 0 dengan / µ adalah panjang raa-raa perode nfeks yang berdsrbus eksponensal, dgunakan dalam menghung probablas ρ ( Gambar 3 Banyaknya ndvdu pada ap kelas komparemen keka λ = dan µ = kelas nfecve semakn berkurang dan mula = jumlahnya konsan edangkan banyaknya ndvdu d kelas recovered semakn berambah Pada Gambar 4 dunjukkan bahwa probablas penggerak kejadan ( semakn menurun dengan berambahnya waku Hal n dkarenakan banyaknya ndvdu d kelas suscepble semakn berkurang edangkan probablas penggerak kejadan R(, P R( bergerak nak dan urun Hal n dkarenakan banyaknya ndvdu d kelas nfecve semakn berkurang dan menuju konsan V KEPULA Dar hasl analss model arkov waku dskr unuk penyebaran penyak menular, ddapakan kesmpulan sebaga berku Probablas banyaknya ndvdu d kelas pada waku + unuk =,,,, jka dberkan banyaknya ndvdu d kelas pada waku, sama dengan probablas penggerak kejadan (, =, 3,, dengan = ( ( X j ( X j ( + ), jka dberkan banyaknya ndvdu d kelas pada waku, dengan X (,,, edangkan jka banyaknya ndvdu d kelas pada waku + nlanya dluar 0,,,, maka nla probablasnya sama dengan nol Probablas banyaknya ndvdu yang suscepble dan yang nfecve pada waku + jka dberkan banyaknya ndvdu yang suscepble dan yang nfecve pada waku, sama dengan probablas penggerak dar suscepble ke nfecve pada waku dkalkan probablas penggerak dar nfecve ke recovered pada waku Dar hasl smulas dapa dambl kesmpulan bahwa unuk λ = µ, λ > µ dan λ < µ banyaknya ndvdu yang suscepble semakn berkurang dengan berambahnya waku, banyaknya ndvdu yang nfecve semakn berkurang dan menuju konsan edangkan banyaknya ndvdu yang recovered semakn berambah Gambar 4 Probablas penggerak kejadan ( dan R( keka λ = dan µ = Pada Gambar 3 dunjukkan bahwa keka λ =, µ =, =00, X ( ) = 50, X ( ) = 30, X R ( ) = 0,, dan s(,4 banyaknya ndvdu d kelas suscepble semakn berkurang dengan berambahnya waku, banyaknya ndvdu d DAFTAR PUTAKA [] R Yaesoub, T ohen, Generalzed markov models of nfecous dsease spread A novel framework for developng dynamc healh polces European Journal of Operaon Research Vol 5 (0) [] A Y Hardnngsh, Kajan model epdemk sr deermnsk dan sokask pada waku dskr urabaya Jurusan aemaka T (00) [3] Ana, (009) Penenuan Pola Release Ar Waduk Gondang Berdasarkan Konds usm Tahun Ar Dengan Pendekaan Program Dnamk urabaya Jurusan aemaka T [4] W A ar, Perencanaan jumlah enaga perawa d RUD dr soeomo menggunakan rana markov urabaya Jurusan aemaka T (009) [5] R E Walpole, R H yers, lmu peluang dan saska unuk nsnyur dan lmuwan Bandung Penerb TB (986) [6] Y A R Lang, Penenuan klasfkas sae pada rana markov dengan menggunakan nla egen dar marks peluang ranss Jurnal lmah ans Vol o, Aprl (0) 4-30
BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI
BAB ETROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUYI Model Markov Tersembuny (Hdden Markov Model, MMT) elah banyak daplkaskan dalam berbaga bdang seper pelafalan bahasa (speeh reognon) dan klasfkas (luserng).
Lebih terperinciJumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun
Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban
Lebih terperinciBAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU
BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas
Lebih terperinciBAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1
BAB I PENDAHULUAN 1.1 Defns Rangkaan Lsrk Rangkaan Lsrk adalah sambungan dar beberapa elemen lsrk ( ressor, kapasor, ndukor, sumber arus, sumber egangan) yang membenuk mnmal sau lnasan eruup yang dapa
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Model Persediaan Model Deterministik
6 BAB LANDASAN TEORI. Model Persedaan.. Model Deermnsk Model Deermnsk adalah model yang menganggap nla-nla parameer elah dkeahu dengan pas. Model n dbedakan menjad dua: a. Deermnsk Sas. D dalam model n
Lebih terperinciBAB 8 PERSAMAAN DIFERENSIAL BIASA
Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel
Lebih terperinciANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor
ANaISIS - TANSIEN. Kapasor dalam angkaan D Sebuah kapasor akan ermua bla erhubung ke sumber egangan dc seper yang dperlhakan pada Gambar. Pada Gambar (a), kapasor dak bermuaan yau pla A dan pla B mempunya
Lebih terperinciBAB II LANDASAN TEORI
5 BAB II LANDASAN TEORI Pada bab n akan dbahas beberapa eor dasar yang kelak akan dgunakan dalam penurunan formula penenuan harga Asan Opon, bak secara analk pada Bab III maupun secara numerk pada Bab
Lebih terperinciCreated by Simpo PDF Creator Pro (unregistered version)
Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan
Lebih terperinciBAB II LANDASAN TEORI
5 BAB II LANDAAN TEORI Pada bab n akan dbahas beberapa eor maemaka keuangan dan saska yang mendukung dalam penurunan formula Lookback Opons pada Bab III dan pembuaan program pada Bab IV. Teor-eor yang
Lebih terperinciBAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode
BAB III THREE STAGE LEAST SQUARE Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode penaksran parameer pada persamaan smulan yau meode Three Sage Leas Square (3SLS. Sebelum djelaskan lebh lanju
Lebih terperinciHidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal
Hdden Markov Model Oleh : Frdanza, urul Gusran dan Akmal Dosen Jurusan Maemaka FMIPA Unversas Padjadjaran Jl. Raya Bandung Sumedang Km 2, Janangor, Jawa Bara elp. / Fax : 022 7794696 Absrak Hdden Markov
Lebih terperinciBAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST
BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C Oleh : Ir. A.achman Hasbuan dan Naemah Mubarakah, ST . Persamaan Dferensal Orde Sau Adapun benuk yang sederhana dar suau persamaan dferensal orde sau adalah:
Lebih terperinciPROSES STOKASTIK KELAHIRAN-KEMATIAN DENGAN DUA JENIS KELAMIN SECARA KELOMPOK PADA PROSES YULE- FURRY. Samsuryadi
JURNAL MATEMATIKA DAN KOMUTER Vol. 4. No. - Agusus ISSN : 4-858 ROSES STOKASTIK KELAHIRAN-KEMATIAN DENAN DUA JENIS KELAMIN SECARA KELOMOK ADA ROSES YULE- FURRY Samsuryad Jurusan Maemaka FMIA Unversas Srwaya
Lebih terperinciPENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS
PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS Mra Puspasar, Snggh Sapad, Dana Puspasar Absraks PT Ulam Tba Halm merupakan salah sau ndusr mnuman serbuk d Indonesa, dmana
Lebih terperinci( L ). Matriks varians kovarians dari
LIVIA PUSPA T 677 9.3 METODE KOMPONEN UTAMA Informas yang dbuuhkan daam eknk komponen uama suau daa ddapa dar marks varans kovarans, aau marks koreasnya. Meode komponen uama n, beruuan unuk menaksr parameer
Lebih terperinci( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32)
8 Raaan poserornya adalah E m x ò (, ) f ( x) m f x m f f m ddm (32) Dalam obseras basanya dgunakan banyak daa klam. Msalkan saja erdr dar grup daa klam dengan masng-masng grup ke unuk seap, 2,..., yang
Lebih terperinciPENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1
PENDUGAAN SAISIK AREA KECIL DENGAN MEODE EMPIRICAL CONSRAINED AYES Ksmann Jurusan Penddkan Maemaka FMIPA Unversas Neger Yogyakara Absrak Meode emprcal ayes (E merupakan meode yang lebh aplkaf pada pendugaan
Lebih terperinci(Cormen 2002) III PEMBAHASAN. yt : pendapatan rumah tangga pada periode t, dengan yt 0.
5 Vaabel s dsebu vaabel slak enambahan vaabel slak beujuan unuk mengubah peaksamaan yang mengandung anda menjad sebuah pesamaan eaksamaan () bena jka dan hanya jka pesamaan (2) dan peaksamaan (3) bena
Lebih terperinciLine Transmisi. Oleh: Aris Heri Andriawan ( )
ANALISIS APLIKASI PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA-BALI DENGAN MENGGUNAKAN UNIT COMMITMENT, UNIT DECOMMITMENT DAN MODIFIED UNIT DECOMMITMENT Oleh: Ars Her Andrawan (07000)
Lebih terperinciPERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR
B-5-1 PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR Wsnu Bud Sunaryo, Haryono ITS Surabaya ABSTRAK Dalam duna konsruks saa n pemakaan produk beon
Lebih terperinciBAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode
BAB III MINIMUM COVARIANCE DETERMINANT Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode robus unuk mendeeks penclan (ouler) dalam analss komponen uama robus yau meode Mnmum Covarance Deermnan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013
3. Lokas dan Waku Penelan 3.. Lokas Penelan BAB III METODOLOGI PENELITIAN Penelan n dlaksanakan d SMP Neger 7 Goronalo pada ahun ajaran 0/03 3.. Waku Penelan Penelan n d laksanakan pada semeser genap ahun
Lebih terperinci' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN
j BUPAT PACTAN ' PERATURAN BUPAT PACTAN NOMOR 4 TAHUN 2012 TENTANG PEMBERAN BANTUAN PERALATAN DAN/ATAU MESN BAG NDUSTR KECL DAN MENENGAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN
Lebih terperinciSolusi Numerik Model Umum Epidemik Susceptible, Infected, Recovered (SIR) dengan Menggunakan Metode Modified Milne-Simpson
JURNAL SAINTIFIK VOL. NO. JULI 0 Slus Numerk Mdel Umum Epdemk Suscepble Ineced Recvered SIR denan Menunakan Mede Mded Mlne-Smpsn Wayudn Nur Nurul Muklsa Abdal Prram Sud Maemaka FMIPA Unversas Sulawes Bara
Lebih terperinciSudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu
Sudaryano Sudrham nalss Rangkaan Lsrk D Kawasan Waku BB 12 nalss Transen d Kawasan Waku Rangkaan Orde Perama Yang dmaksud dengan analss ransen adalah analss rangkaan yang sedang dalam keadaan peralhan
Lebih terperinciTUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE
TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE Fan Puspasar 201 16019 Program Sud Magser Maemaa Faulas Maemaa dan Ilmu Pengeahuan Alam Insu Tenolog Bandung
Lebih terperinciNILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA
Jurnal Ilmu Maemaka dan Terapan Desember 015 Volume 9 Nomor Hal. 97 10 NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA R. D. S. Rahangmean 1, M. I. Tlukay, F. Y. Rumlawang,
Lebih terperinciPengenalan Aksara Pallawa dengan Model Hidden Markov
Pengenalan Aksara Pallawa dengan Model Hdden Markov Wwen Wdyasu Teknk Elekro, Fakulas Sans dan Teknolog, Unversas Sanaa Dharma Emal: wwen@usd.ac.d Absrak Aksara Pallawa aau kadangkala duls sebaga Pallava
Lebih terperinciBAB III MODEL PERTUMBUHAN EKONOMI DUA SEKTOR
15 BAB III MODEL PERTUMBUHA EKOOMI DUA SEKTOR 3.1 Aum dan oa Model perumbuhan dua ekor n merupakan model perumbuhan dengan dua komod yang dhalkan, yau barang modal dan barang konum. Kedua barang n dproduk
Lebih terperinciKresnanto NC. Model Sebaran Pergerakan
Kresnano C Moel Sebaran Pergerakan Kresnano C Tujuan Uama: Mengeahu pola pergerakan alam ssem ransporas serng jelaskan alam benuk arus pergerakan (kenaraan, penumpang, an barang) yang bergerak ar zona
Lebih terperinciDINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH
DINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 009 ABSTRACT DARWISAH. Dynamcs
Lebih terperinciAnalisis Jalur / Path Analysis
Analss Jalur / Pah Analyss Analss jalur adalah salah sau benuk model SEM yang dak mengandung varable laen. Tenu saja model n lebh sederhana dbandngkan dengan model SEM lengka. Analss jalur sebenarnya meruakan
Lebih terperinciBAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV
BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV 4. Proses Sokask Dalam kehdupa yaa, sergkal orag g megama keerkaa sau kejada dega kejada la dalam suau erval waku ereu, yag merupaka suau barsa kejada.
Lebih terperinciEksistensi Bifurkasi Mundur pada Model Penyebaran Penyakit Menular dengan Vaksinasi
1 Eksstens Bfurkas Mundur pada Model Penyebaran Penyakt Menular dengan Vaksnas Intan Putr Lestar, Drs. M. Setjo Wnarko, M.S Jurusan Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Insttut Teknolog
Lebih terperinciJurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS) (2)
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (016) 337-350 (301-98X Prn) D-17 Analss Kurva Survval Kaplan Meer pada Pasen HIV/AIDS dengan Anrerovral Therapy (ART) d RSUD Prof. Dr. Soekandar Kabupaen Mojokero
Lebih terperinciPEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN
PEMODELAN NILAI UKAR RUPIAH ERHADAP $US MENGGUNAKAN DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY, DIMAS HARI SANOSO, N. K. KUHA ARDANA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan
Lebih terperinciAnalisis Model dan Contoh Numerik
Bab V Analisis Model dan Conoh Numerik Bab V ini membahas analisis model dan conoh numerik. Sub bab V.1 menyajikan analisis model yang erdiri dari analisis model kerusakan produk dan model ongkos garansi.
Lebih terperinciNILAI AKUMULASI DARI SUATU CASH FLOW DENGAN TINGKAT BUNGA BERUBAH BERDASARKAN FORMULA FISHER
ILAI AKUMULASI DARI SUATU CASH FLOW DEGA TIGKAT BUGA BERUBAH BERDASARKA FORMULA FISHER Devs Apranda, Johannes Kho, Sg Sugaro Mahasswa rogram S Maemaka Dosen Jurusan Maemaka Fakulas Maemaka dan Ilmu engeahuan
Lebih terperinciAPLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a
APLIKASI STRUKTUR GRUP ANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI Mujash a a Program Sud Maemaka Jurusan Tadrs Fakulas Tarbah IAIN Walsongo Jl. Prof. Dr. Hamka Kampus II Ngalan Semarang
Lebih terperinciMuthmainnah PROGRAM STUDI MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 2007 M/1428 H
PERBANDINGAN MODEL COX PROPORTIONAL HAZARD DAN MODEL PARAMETRIK BERDASARKAN ANALISIS RESIDUAL (Sud Kasus pada Daa Kanker Paru-Paru yang Dperoleh dar Conoh Daa pada Sofware S-Plus 2000 dan Smulas unuk Dsrbus
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDAAN TEORI. Tnjauan Pusaka.. Uj Keseragaman Daa Tujuan uama pengukuran uj keseragaman daa adalah unuk mendapakan da yang seragam. Kedak seragaman daa dapa daang anpa dsadar, maka dperlukan suau
Lebih terperinciPeramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR)
JURNAL SAINS DAN SENI POMITS Vol. 3, No., (04) 337-350 (30-98X Prn) D-36 Peramalan Penjualan eda Moor Tap Jens d Wlayah Surabaya dan Blar dengan Model ARIMA Box-Jenkns dan Vecor Auoregressve (VAR) Ade
Lebih terperinciAPLIKASI INVERSI NON LINIER DENGAN PENDEKATAN LINIER UNTUK MENENTUKAN HIPOSENTER (CONTOH KASUS DI G. KELUD)
Alkas Iners Non Lner Dengan Pendekaan Lner Unuk Menenukan Hosener Conoh Kasus d G. Kelud) Cece Sulaeman) APLIKASI INVERSI NON LINIER DENGAN PENDEKATAN LINIER UNTUK MENENTUKAN HIPOSENTER CONTOH KASUS DI
Lebih terperinciAnalisis Survival pada Pasien Penderita Sindrom Koroner Akut di RSUD Dr. Soetomo Surabaya Tahun 2013 Menggunakan Regresi Cox Proportional Hazard
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (215) 2337-352 (231-928X Prn) D151 Analss Survval pada Pasen Pendera Sndrom Koroner Aku d RSUD Dr. Soeomo Surabaya Tahun 213 Menggunakan Regres Cox Proporonal Hazard
Lebih terperinciKONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan
KONSEP DASAR Laar belakang Meode Numerk Ilusras masalah numerk Angka sgnfkan Akuras dan Press Pendekaan dan Kesalahan Laar Belakang Meode Numerk Tdak semua permasalahan maemas dapa dselesakan dengan mudah,
Lebih terperinciPENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG
INDEPT, Vol., No. 3, Okober 01 ISSN 087 945 PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG Samsul Budaro, ST., MT Dosen Teap Teknk Indusr, Wakl Dekan III akulas Teknk, Unversas
Lebih terperinciBAB 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 terperinciBAB 2 LANDASAN TEORI
BAB LANDAAN EORI. njauan Pusaka.. Peramalan Peramalan (forecasng) merupakan ala banu yang penng dalam perencanaan yang efekf dan efsen khususnya dalam bdang ekonom. Dalam organsas modern mengeahu keadaan
Lebih terperinciBAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan
BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi
Lebih terperinciMODEL PERSAMAAN DIFERENSIAL ELEKTROKARDIOGRAM DENGAN INTERVAL DENYUT BERDISTRIBUSI GAMMA
Prosdng Semnar Nasonal Sans dan Penddkan Sans IX, Fakulas Sans dan Maemaka, UKSW Salaga, Jun 4, Vol 5, No., ISSN :87-9 MODEL PERSAMAAN DIFERENSIAL ELEKTROKARDIOGRAM DENGAN INTERVAL DENYUT BERDISTRIBUSI
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang
BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan
Lebih terperinciPEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON*
PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* BERLIAN SETIAWATY DAN HIRASAWA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor
Lebih terperinciBAB II TINJAUAN PUSTAKA. membahas analisis deret waktu, diagram kontrol Shewhart, Average Run Length
BAB II TINJAUAN PUSTAKA Pendahuluan Dalam enulsan maer okok dar skrs n derlukan beberaa eor-eor yang mendukung, yang menjad uraan okok ada bab n Uraan dmula dengan membahas analss dere waku, dagram konrol
Lebih terperinci! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013
! BUPAT PACrAN j PERATURAN BUPAT PACTAN NOMOR 18 TAHUN 2013 TENTANG PEDOMAN PENYUSUNAN LAPORAN DEWAN PENGAWAS BADAN LAYANAN UMUM DAERAH PADA RUMAH SAKT UMUM DAERAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN
Lebih terperinciPERBAIKAN ASUMSI KLASIK
BAHAN AJAR EKONOMETRI AGUS TRI BASUKI UNIVERSITAS MUHAMMADIAH OGAAKARTA PERBAIKAN ASUMSI KLASIK 6.. Mulkolnearas Jka model ka mengandung mulkolneras yang serus yakn korelas yang ngg anar varabel ndependen,
Lebih terperinciPENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN
Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 6, o. 03 (017), hal 159 166. PEERAPA MODEL GSTAR(1,1) UTUK DATA CURAH HUJA Ism Adam, Dadan Kusnandar, Hendra Perdana ITISARI Model Generalzed Space Tme
Lebih terperinciBAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER
BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan
Lebih terperinciBUPATI PACITAN. i PERATURAN BUPATI PACITAN ; NOMOR 5" TAHUN 2008 TENTANG
BUPAT PACTAN PERATURAN BUPAT PACTAN ; NOMOR 5" TAHUN 2008 TENTANG PETUNJUK PELAKSANAAN PERATURAN DAERA KABUPATEN PACTAN NOMOR 25 TAHUN 2007 TENTANG ORGAN DAN KEPEGAWAAN PERUSAHAAN DAERAH AR MNUM j KABUPATEN
Lebih terperinciPemodelan Penyerapan Tenaga Kerja Sektor Industri di Indonesia Dengan Pendekatan Regresi Data Panel Dinamis
JURAL SAIS DA SEI ITS Vol. 5 o. 2 (2016) 2337-3520 (2301-928X Prn) D-217 Pemodelan Penyerapan Tenaga Kerja Sekor Indusr d Indonesa Dengan Pendekaan Regres Daa Panel Dnams Avolla Terza Damalana dan Seawan
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Laar Belakang Masalah Knerja pembangunan ekonom Indonesa bsa dkaakan sanga membanggakan dengan ngka perumbuhan ekonom selama beberapa dekade erakhr n sangalah ngg, walaupun mengalam
Lebih terperinciPenggunaan Metode Modified Unit Decommitment (MUD) untuk Penjadwalan Unit-Unit Pembangkit Pada Sistem Kelistrikan Jawa - Bali
Penggunaan Meode Modfed Un Decommmen (MUD) unuk Penjadwalan Un-Un Pembangk Pada Ssem Kelsrkan Jawa - Bal Ars Her Andrawan,2, Onoseno Penangsang ) Jurusan Teknk Elekro TS, Surabaya 60, ndonesa 2) Jurusan
Lebih terperinciPENERAPAN FUZZY MULTI CRITERIA DECISION MAKING UNTUK MENENTUKAN PEMBERIAN BEASISWA
Semnar Nasonal Teknolog Informas dan Mulmeda 2015 STMIK AMIKOM Yogyakara, 6-8 Februar 2015 PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING UNTUK MENENTUKAN PEMBERIAN BEASISWA Yeffransjah Salm STMIK Indonesa
Lebih terperinciBab III Analisis Rantai Markov
Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada
Lebih terperinciDi bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif
Regres Dummy D bdang ekonom dak semua nformas dapa dukur secara kuanaf Peubah dummy dgunakan unuk memperoleh nformas yang bersfa kualaf Conoh pada daa cross secon: Gender: sebaga penenu jumlah pendapaan
Lebih terperinciReliabilitas. A. Pengertian
Relablas A. Pengean Relablas adalah sejauh mana hasl ujan sswa eap aau konssen da posedu penlaan (Nko, 007:66). Menuu Ellen, suau es dkaakan elabel jka sko obsevas nla awal behubungan dengan sko yang sebenanya.
Lebih terperinciBAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis
BAB III HASIL DAN PEMBAHASAN A. Permasalahan Nyaa Penyebaran Penyaki Tuberculosis Tuberculosis merupakan salah sau penyaki menular yang disebabkan oleh bakeri Mycobacerium Tuberculosis. Penularan penyaki
Lebih terperinciPENAKSIRAN PELUANG KESEMBUHAN
Prosdng SNaPP2011 Sans, Teknolog, dan Kesehaan ISSN:2089-3582 PENAKSIRAN PELUANG KESEMBUHAN DENGAN KEKAMBUHAN BERDISTRIBUSI EKSPONENSIAL 1 Abdul Kudus, 2 R. Dachlan Muchls, dan 3 Tk Respa 1,2 Jurusan Saska,
Lebih terperinciOptimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan
Opma Model Invenory Deermnk unuk Permnaan Menak dan Baya Pemeanan Konan Dana Purwaar, Rully Soelaman, Fr Qona Fakula Teknolog Informa, Inu Teknolog Sepulu Nopember, Surabaya E-mal : rully@-by.edu Abrak
Lebih terperinciPENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA
PENDUGAAN PARAMEER DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY DAN DIMAS HARI SANOSO Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor Jl Merani, Kampus
Lebih terperinciBAB I PENDAHULUAN. SARS pertama kali dilaporkan terjadi di Propinsi Guandong Cina pada
BAB I PENDAHULUAN 1.1 LATAR BELAKANG MASALAH Pergerakan populas sangat mempengaruh proses dnamka dar epdem penyakt. Hal n dapat dtunjukkan oleh beberapa penyakt menular. SARS pertama kal dlaporkan terjad
Lebih terperinciBUPATI PACITAN. I PERATURAN BUPATI PACITAN \ NOMOR ;i6tahun 2010
3 1 BUPAT PACTAN PERATURAN BUPAT PACTAN \ NOMOR ;6TAHUN 2010 TENTANG PENYELENGGARAAN SSTEM PENGENDALAN NTERN PEMERNTA D LNGKUNGAN PEMERNTAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN,
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciPenerapan Statistika Nonparametrik dengan Metode Brown-Mood pada Regresi Linier Berganda
Jurnal EKSPONENSIAL Volume 7, Nomor, Me 6 ISSN 85-789 Penerapan Saska Nonparamerk dengan Meode Brown-Mood pada Regres Lner Berganda Applcaon of Nonparamerc Sascs, wh Brown-Mood Mehod on Mulple Lnear Regresson
Lebih terperinci\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA
y BUPAT PACTAN PERATURAN BUPAT PACTAN : NOMOR 55" TAHUN 20 ; TENTANG \ DANA ALOKAS DESA DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN, Menmbang : a. bahwa dalam rangka penngkaan penyelenggaraan pemernahan,
Lebih terperinciBAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel
BAB III ANALISIS INTERVENSI 3.1. Pendahuluan Analisis inervensi dimaksudkan unuk penenuan jenis respons variabel ak bebas yang akan muncul akiba perubahan pada variabel bebas. Box dan Tiao (1975) elah
Lebih terperinciBAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA
BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL MESIN OKK Gll BCG1-P PADA BAGIAN DRAWING PT VONEX INDONESIA 3.1 Pedahulua Pada Bab II elah djelaska megea eor eor yag dbuuhka uuk meeuka jadwal opmum
Lebih terperinciSpace-time Models. MA5282 Topik dalam Statistika II 21 April 2015 Utriweni Mukhaiyar
Space-me Models MA58 opk dalam Saska II Aprl 5 Urwen Mukhayar Analss Sask Box&Jenkns Ieraon Posulae General Class of Models ACF, PACF, dff Daa Analyss on-paramerc Analyss Sochasc Processes Mulvarae Analyss
Lebih terperinciRANGKAIAN SERI. 1. Pendahuluan
. Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor
Lebih terperinciSOLUSI SISTEM PERSAMAAN DIFFERENSIAL NON LINEAR MENGGUNAKAN METODE EULER BERBANTUAN PROGRAM MATLAB SKRIPSI
SOLUSI SISTEM PERSAMAAN DIFFERENSIAL NON LINEAR MENGGUNAKAN METODE EULER BERBANTUAN PROGRAM MATLAB SKRIPSI oleh: RILA DWI RAHMAWATI NIM: 0350050 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS
Lebih terperinci2. TINJAUAN PUSTAKA Komponen utama dalam siklus armada
. TINJAUAN PUSTAKA Bab n memaparkan dasar eor yang relevan dengan objek penelan n dan hasl penelan sebelumnya yang pernah dlakukan oleh penel lan..1. Komponen uama dalam sklus armada Slklus armada (vehcle
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciPENGUKURAN VALUE AT RISK PADA ASET TUNGGAL DAN PORTOFOLIO DENGAN SIMULASI MONTE CARLO. Di Asih I Maruddani 1, Ari Purbowati 2
Pengukuran Value a sk (D Ash I Maruddan) PEGUKUA VALUE AT ISK PADA ASET TUGGAL DA POTOFOLIO DEGA SIMULASI MOTE CALO D Ash I Maruddan 1, Ar Purbowa 1 Saf Pengajar Program Sud Saska FMIPA UDIP Bro Pusa Saska
Lebih terperinciOptimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan
Opma Model Invenory Deermnk unuk Permnaan Menak dan Baya Pemeanan Konan Dana Purwaar, Rully Soelaman, Fr Qona Fakula Teknolog Informa, Inu Teknolog Sepulu Nopember, Surabaya E-mal : rully@-by.edu Abrak
Lebih terperinciEvaluasi Metode Histogram Ambang Tunggal dan Jamak Berbasis Nilai Median
JURNAL TEKNIK ITS Vol. 1, (Sep, 2012) ISSN: 2301-9271 A-231 Evaluas Meode Hsoram Amban Tunal dan Jamak Berbass Nla Medan Dyah S. Rahayu, Arya Y. Wjaya dan Rully Soelaman Jurusan Teknk Informaka, Fakulas
Lebih terperinciPerancangan Pengendali dengan Umpan Balik Keadaan untuk Networked Control Systems
Perancangan Pengendal dengan Umpan Balk Keadaan unuk Neworked Conrol Sysems Asep Najmurrokhman, Yuda Bak Zanal, Sunubroo, Safren Candra Sar Jurusan eknk Elekro Unversas Jenderal Achmad Yan, Cmah, 40533
Lebih terperinciModifikasi Penaksir Robust dalam Pelabelan Outlier Multivariat
Vol. 14, No. 1, 46-53, Jul 2017 Modfkas Penaksr Robus dalam Pelabelan Ouler Mulvara Erna Tr Herdan Absrak Ouler adalah suau observas yang polanya dak mengku mayoras daa. Ouler dalam kasus mulvara sanga
Lebih terperinciBAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa
BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup
Lebih terperinciBAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan
BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,
Lebih terperinciBAB II LANDASAN TEORI
Landasan Teor 6 BAB II LADASA TEORI. PERAMALA PERMITAA Peramalan adalah suau proses dalam menggunakan daa hsores yang elah dmlk unuk dproyekskan ke dalam suau model dan menggunakan model n unuk memperkrakan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.. KERANGKA ANALISIS Kerangka analss merupakan urutan dar tahapan pekerjaan sebaga acuan untuk mendapatkan hasl yang dharapkan sesua tujuan akhr dar kajan n, berkut kerangka
Lebih terperinciFISIKA. Kelas X GLB DAN GLBB K13 A. GERAK LURUS BERATURAN (GLB)
K3 Kelas X FISIKA GLB DAN GLBB TUJUAN PEMBELAJARAN Seelah mempelajari maeri ini, kamu diharapkan memiliki kemampuan beriku.. Memahami konsep gerak lurus berauran dan gerak lurus berubah berauran.. Menganalisis
Lebih terperinciPENGGUNAAN METODE MODIFIED UNIT DECOMMITMENT (MUD) UNTUK PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA - BALI
Prosdng Semnar Nasonal Manajemen Teknolog X Program Sud MMT-TS, Surabaya 6 Pebruar 2010 PENGGUNAAN METODE MODFED UNT DECOMMTMENT (MUD) UNTUK PENJADWALAN UNT-UNT PEMBANGKT PADA SSTEM KELSTRKAN JAWA - BAL
Lebih terperinciFisika Modern. Persamaan Schroodinger dan Fingsi Gelombang
Fska Modern Persaaan Schroodnger dan Fngs Gelobang Apa Persaaan unuk Gelobang Maer? De Brogle eberkan posula bahwa seap parkel elk hubungan: h/ p Golobang aer ala n dkonfras oleh percobaan dfraks elekron,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang
BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju perumbuhan
Lebih terperinciPERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1
PERSAMAAN GERAK Posisi iik maeri dapa dinyaakan dengan sebuah VEKTOR, baik pada suau bidang daar maupun dalam bidang ruang. Vekor yang dipergunakan unuk menenukan posisi disebu VEKTOR POSISI yang diulis
Lebih terperinci