PERSAMAAN DIFERENSIAL BIASA

Ukuran: px
Mulai penontonan dengan halaman:

Download "PERSAMAAN DIFERENSIAL BIASA"

Transkripsi

1 PERSAMAAN DIFERENSIAL BIASA Ordnar Derental Equatons ODE

2 Persamaan Derensal Basa Acuan Chapra, S.C., Canale R.P., 990, Numercal Methods or Engneers, nd Ed., McGraw-Hll Book Co., New York. n Chapter 9 dan 0, hlm

3 3 Persamaan Derensal F U c v Benda bermassa m jatuh bebas dengan kecepatan v F FD FU a Hukum Newton II m m dv dt g c m v c drag coecent (kg/s) g gravtatonal acceleraton (m/s ) F D m g persamaan derensal dv suku derensal laju perubahan (rate o change) dt

4 4 Persamaan Derensal F U c v Sebuah benda jatuh bebas Jka pada saat awal benda dalam keadaan dam: v( t 0 ) 0 sarat awal (ntal condton) dv dt g c m v F D m g v gm c t [ ] ( c m) ( t) e

5 5 Persamaan Derensal dv dt dv dt C t g g c m c m C D v v 0 Persamaan derensal v varabel tak bebas (dependent varable) t varabel bebas (ndependent varable) Persamaan derensal basa (ordnar derental equatons, ODE) hana terdr dar satu varabel bebas Persamaan derensal parsal (partal derental equatons, PDE) terdr dar dua atau lebh varabel bebas

6 6 dv dt Persamaan Derensal g d m dt c m v d c k 0 dt Persamaan derensal tngkat (order) tertngg suku dervat Persamaan derensal tngkat- suku dervat bertngkat- Persamaan derensal tngkat- suku dervat bertngkat-

7 7 Persamaan Derensal Basa Beberapa contoh ODE d bdang engneerng Hukum Newton II ttg gerak dv dt F m Hukum Fourer ttg panas Heat lu dt k d Hukum Fck ttg dus dc Mass lu D d

8 8 Persamaan Derensal Basa dketahu: ungs polnomal tngkat d-derensal-kan d dperoleh: ODE d

9 9 Persamaan Derensal Basa d d Y 3 d d X X

10 0 Persamaan Derensal Basa d dketahu: ODE d d-ntegral-kan ungs asal 3 ( 0 8.5) d 8.5 C C dsebut konstanta ntegras

11 d d Persamaan Derensal Basa d d Y C C X X

12 Persamaan Derensal Basa C Hasl dar ntegras adalah sejumlah tak berhngga polnomal. Penelesaan ang unque (tunggal, satu-satuna) dperoleh dengan menerapkan suatu sarat, atu pada ttk awal 0, à n dsebut dengan stlah sarat awal (ntal condton). Sarat awal tersebut menghaslkan C

13 Persamaan Derensal Basa 3 Sarat awal (ntal condton) mencermnkan keadaan sebenarna, memlk art sk pada persamaan derensal tngkat n, maka dbutuhkan sejumlah n sarat awal Sarat batas (boundar condtons) sarat ang harus dpenuh tdak hana d satu ttk d awal saja, namun juga d ttk-ttk lan atau d beberapa nla varabel bebas ang lan

14 Persamaan Derensal Basa 4 Metode penelesaan ODE Metode Euler Metode Heun Metode Euler Modkas (Metode Polgon) Metode Runge-Kutta

15 5 Penelesaan ODE Metode Euler

16 6 Metode Satu Langkah step sze h slope φ φ h Dkenal pula sebaga metode satu langkah (one-step method) Persamaan: new value old value slope step sze Dalam bahasa matematka: φh jad, slope atau graden φ dpaka untuk meng-ekstrapolas-kan nla lama ke nla baru dalam selang h

17 7 Metode Satu Langkah φh Semua metode satu langkah dapat dnatakan dalam persamaan tsb. slope φ φ h Perbedaan antara satu metode dengan metode ang lan dalam metode satu langkah n adalah perbedaan dalam menetapkan atau memperkrakan slope φ. Salah satu metode satu langkah adalah Metode Euler. step sze h

18 8 Metode Euler Dalam Metode Euler, slope d dperkrakan dengan dervat pertama d ttk (, ). Metode Euler dkenal pula dengan nama Metode Euler-Cauch. Jad nla baru dperkrakan berdasarkan slope, sama dengan dervat pertama d ttk, untuk mengekstrapolaskan nla lama secara lnear dalam selang h ke nla baru. φ ( ) d, d, (, )h

19 9 Metode Euler Pakalah Metode Euler untuk mengntegralkan ODE d bawah n, dar 0 s.d. 4 dengan selang langkah h 0.5: d 3 (, ) d Sarat awal ang dterapkan pada ODE tsb adalah bahwa d ttk 0, Ingat, penelesaan eksak ODE d atas adalah:

20 0 Metode Euler Selang ke-, dar 0 0 s.d. 0 h 0.5: 3, ( 0 0 ) ( ) ( ) ( ) 5 0 ( 0, 0 ) h 8.5( 0.5) 5. 5 Nla sesungguhna dar penelesaan eksak: ( 0.5) 4( 0.5) 0( 0.5) 8.5( 0.5) Error, atu selsh antara nla sesungguhna dan estmas: E atau % t ε t

21 Metode Euler (eksak) (Euler) ε t % % % % % % % % Y Euler Eksak X 0 3 4

22 Metode Euler Error atau kesalahan terdr dar dua aspek Truncaton or dscretzaton errors (kesalahan pemotongan) ang dsebabkan oleh teknk penelesaan dalam mengestmaskan nla. n local truncaton error, atu kesalahan pada satu langkah n propagated truncaton error, atu kesalahan-kesalahan pada langkahlangkah terdahulu Round-o errors ang dsebabkan oleh keterbatasan jumlah dgt dalam htungan atau jumlah dgt dalam alat htung (kalkulator, komputer).

23 Metode Euler 3 Deret Talor ( ) d d, ʹ ( ) n n n R h n h h ʹ ʹ ʹ!... ( ) ( ) ( )!, ξ n n n h n R h ξ adalah sembarang ttk d antara dan. Deret Talor dapat pula dtulskan dalam bentuk lan sbb. ( ) ( ) ( ) ( ) ( )!,...,, ʹ n n n h O h n h h O(h n ) menatakan bahwa local truncaton error adalah proporsonal terhadap selang jarak dpangkatkan (n).

24 4 Metode Euler (, ) ʹ ( n ( ) ), (, ) n n h... h O( h ) h n! Euler Error, E t true local truncaton error o the Euler Method (E t ) untuk selang h kecl, error mengecl serng dengan penngkatan tngkat error E t dapat ddekat dengan E a E t (, ) ʹ Ea h atau E a O( h )

25 5 Metode Euler 3 (, ) Htunglah error ang terjad (E t ) pada penelesaan ODE tersebut; htunglah komponen error setap suku pada persamaan E t. Selesakan ODE tersebut dengan memaka h 0.5; bandngkan dengan penelesaan sebelumna; bandngkan juga error ang terjad. Baca buku acuan pada hlm untuk membantu Sdr dalam membuat dskus hasl htungan Sdr.

26 6 Metode Euler Error pada Metode Euler dapat dhtung dengan memanaatkan Deret Talor Keterbatasan Deret Talor hana memberkan perkraan/estmas local truncaton error, atu error ang tmbul pada satu langkah htungan Metode Euler, bukan propagated truncaton error. Hana mudah dpaka apabla ODE berupa ungs polnomal sederhana ang mudah untuk d-derensal-kan, (,) mudah dcar. Perbakan Metode Euler, memperkecl error Pakalah selang h kecl. Metode Euler tdak memlk error apabla ODE berupa ungs lnear.

27 7 Penelesaan ODE Metode Heun

28 8 Metode Heun slope φ 0 φ slope φ slope φ 0 step sze h Slope d selang antara dan d dtetapkan sebaga nla rata-rata slope d awal dan d akhr selang, atu d dan d : ( ) ʹ, 0 (, )h Euler à sebaga predktor ʹ 0 ( ) 0 ʹ (, ) (, ), ʹ ʹ 0 (, ) (, ) h à sebaga korektor

29 9 Metode Heun Pakalah Metode Heun untuk mengntegralkan ODE d bawah n, dar 0 s.d. 4 dengan selang langkah h d 0. ʹ 4e d Sarat awal ang dterapkan pada ODE tsb adalah bahwa pada 0, Penelesaan eksak ODE tsb ang dperoleh dar kalkulus adalah: ( e e ) e 4

30 30 Metode Heun Selang ke-, dar 0 0 s.d. 0 h : 0.8( 0) (, ) ( 0,) 4 e [ ] 0.5( ) ( ) 3( ) 5 0, h slope d ttk ujung awal, ( 0, 0 ) predktor 0 0.8( ) (, ) (,5) 4[ e ] 0.5( 5) ʹ ( ) ʹ h korektor slope d ttk ujung akhr, (, ) slope rata-rata selang ke-

31 3 Metode Heun (eksak) (, ) awal (predktor) (, ) akhr (, ) rerata (korektor) ε t % % % %

32 3 Metode Heun 90 Y Heun Eksak X

33 Metode Heun 33 Metode Heun dapat dterapkan secara terat pada saat menghtung slope d ujung akhr selang dan nla korektor nla korektor pertama dhtung berdasarkan nla predktor 0 (, ) (, ) h nla korektor tersebut dpaka sebaga nla predktor htung kembal nla korektor ang baru ulang kedua langkah terakhr tersebut beberapa kal 0 (, ) (, ) h Perlu dcatat bahwa error belum tentu selalu berkurang pada setap langkah teras teras tdak selalu konvergen

34 34 Metode Heun Iteras kedua pada selang ke-, dar 0 0 s.d. 0 h : 0 ( ) old predktor korektor (lama) 0 (, ) (, ) slope d ttk ujung akhr, (, ) 0.8( ) 4[ e ] 0.5( ) ʹ slope rata-rata selang ke- ʹ h korektor 0 ( ) 7584 Iteras d atas dapat dlakukan beberapa kal

35 35 Penelesaan ODE Metode Polgon (Moded Euler Method)

36 36 Metode Polgon slope φ ½ slope φ slope φ ½ ½ step sze h Slope d selang antara dan d dtetapkan sebaga nla slope d ttk tengah selang, atu d ½ : ( ) ʹ, ʹ h (, ) ( ), (, )h slope d ttk awal ekstrapolas ke ttk tengah slope d ttk tengah ekstrapolas ke ttk akhr

37 37 Metode Polgon Pakalah Metode Polgon untuk mengntegralkan ODE d bawah n, dar 0 s.d. 4 dengan selang langkah h d 0. ʹ 4e d Sarat awal ang dterapkan pada ODE tsb adalah bahwa pada 0, Ingat penelesaan eksak ODE tsb ang dperoleh dar kalkulus adalah: ( e e ) e 4

38 38 Metode Polgon Selang ke-, dar 0 0 sd 0 h : 0.8( 0) (, ) ( 0,) 4 e [ ] 0.5( ) h ( ) 3( ) , 0 [ ] ( ) ( ) 0.8( 0.5), ( 0.5,3.5 ) 4 e ( ), h 4.73( ) slope d ttk ujung awal, ( 0, 0 ) ttk tengah ½ slope d ttk tengah, ( ½, ½ ) ekstrapolaskan 0 ke

39 39 Metode Polgon (eksak) (, ) ½ ½ ( ½, ½ ) ε t % % % %

40 40 Metode Polgon 90 Y Polgon Eksak X

41 4 Penelesaan ODE Metode Runge-Kutta

42 Metode Runge-Kutta 4 Metode Euler kurang telt keteltan lebh bak dperoleh dengan cara memaka pas kecl atau memaka suku-suku dervat berorde lebh tngg pada Deret Talor Metode Runge-Kutta lebh telt darpada Metode Euler tanpa memerlukan suku dervat

43 43 Metode Runge-Kutta Bentuk umum penelesaan ODE dengan Metode Runge-Kutta adalah: φ(,, h)h (, h), Fungs φ dapat dtulskan dalam bentuk umum sbb: φ adalah ncrement uncton ang dapat dnterpretaskan sebaga slope atau graden ungs pada selang antara s.d. φ a k a k... a k n n a adalah konstanta dan k adalah: k (, ) k ( ph, qkh) k ( p h, q k h q k h) setap k salng terhubung dengan k ang lan à k muncul pada pers k dan k muncul pada pers k 3 dst. k 3 n ( p h, q k h q k h... q k h) n n, n, n, n n

44 44 Metode Runge-Kutta Terdapat beberapa jens Metode Runge-Kutta ang dbedakan dar jumlah suku pada persamaan untuk menghtung k: RK tngkat- (rst-order RK): n RK tngkat- (second-order RK): n RK tngkat-3 (thrd-order RK): n 3 RK tngkat-4 (ourth-order RK): n 4 Order o magntude kesalahan penelesaan Metode RK tngkat n: local truncaton error O(h n ) global truncaton error O(h n ) φ φ(,, h) h (,, h) ak ak... ankn

45 Second-order Runge-Kutta Method 45 ( )h a k a k ( ) ( ) h k q p h k k,, a, a, p, q unknowns à perlu 4 persamaan Deret Talor ( ) ( ),, h h ʹ ( ) d d, ʹ ( ) d d, h h Bentuk umum persamaan penelesaan ODE dengan nd-order RK

46 46 Second-order Runge-Kutta Method Ingat, Deret Talor untuk ungs ang memlk varabel g g g( r, s) g(, ) r s... Bentuk d atas dterapkan pada persamaan k k! ( p h, q k h) ( ) p h q k h O( h ), Bentuk umum penelesaan ODE metode nd-order RK menjad: a h (, ) a h (, ) a p h a q h (, ) a (, ) a (, ) ( ) h a p a q, ( ) O h3 ( ) h O h 3

47 Second-order Runge-Kutta Method 47 ( ) ( ) [ ] ( ) ( ) 3,,, h O h q a p a h a a Bandngkan persamaan d atas dengan persamaan semula Agar kedua persamaan d atas ekuvalen, maka: ( ) d d, h h q a p a a a Karena hana ada 3 persamaan untuk 4 unknowns, maka nla salah satu varabel harus dtetapkan. Msalkan nla a dtetapkan, maka a, p, dan q dapat dhtung.

48 48 Second-order Runge-Kutta Method Jka a dtetapkan, maka: a a a a q p a p a Karena ada sejumlah tak berhngga nla a, maka terdapat pula sejumlah tak berhngga q nd-order RK methods. a Setap vers nd-order RK akan memberkan hasl ang perss sama jka ungs penelesaan ODE ang dcar adalah ungs kuadrat, lnear, atau konstanta.

49 Second-order Runge-Kutta Method 49 Metode Heun dengan korektor tunggal Metode polgon ang dperbak (mproved polgon method) Metode Ralston, q p a a ( )h k k, 0 q p a a ( ) ( ),, hk h k k ( )h k k 3 3 h k ( ) ( ),, hk h k k , q p a a ( ) ( ) ,, hk h k k

50 50 Second-order Runge-Kutta Method Pakalah berbaga nd-order RK methods untuk mengntegralkan ODE d bawah n, dar 0 s.d. 4 dengan selang langkah h 0.5: d d 3 (, ) Sarat awal ang dterapkan pada ODE tsb adalah bahwa d ttk 0, Bandngkan hasl-hasl penelesaan dengan berbaga metode RK tsb.

51 Second-order Runge-Kutta Method 5 Sngle-corrector Heun (eksak) k k φ ε t % % % % % % % % %

52 Second-order Runge-Kutta Method 5 Improved Polgon (eksak) k k φ ε t % % % % % % % % %

53 Second-order Runge-Kutta Method 53 Second-order Ralston Runge-Kutta (eksak) k k φ ε t % % % % % % % % %

54 54 Second-order Runge-Kutta Method 6 Y X Eact Heun Improved Polgon Ralston

55 55 Thrd-order Runge-Kutta Method Persamaan penelesaan ODE 3rd-order RK methods: [ 6 ( k 4 k k3 )]h k (, ) k h, hk Catatan: k 3 ( ) ( h, hk hk ) Jka dervat berupa ungs saja, maka 3rd-order RK sama dengan persamaan Metode Smpson ⅓

56 Thrd-order Runge-Kutta Method 56 Thrd-order Runge-Kutta (eksak) k k k 3 φ ε t % % % % % % % % %

57 57 Fourth-order Runge-Kutta Method Persamaan penelesaan ODE 4th-order RK methods: [ 6 ( k k k3 k4 )]h k (, ) k h, k k 3 4 ( hk ) ( h, hk ) ( h, hk ) 3 Catatan: Jka dervat berupa ungs saja, maka 4th-order RK sama dengan persamaan Metode Smpson ⅓

58 Fourth-order Runge-Kutta Method 58 Fourth-order Runge-Kutta (eksak) k k k 3 k 4 φ ε t % % % % % % % % %

59 59 3rd- and 4th-order Runge-Kutta Methods Pakalah 3rd-order dan 4th-order RK methods untuk mengntegralkan ODE d bawah n, dar 0 s.d. 4 dengan selang langkah h 0.5: d d 3 (, ) Sarat awal ang dterapkan pada ODE tsb adalah bahwa d ttk 0,

60 3rd- and 4th-order Runge-Kutta Methods 60 Node Eact Soluton Thrd-order RK Fourth-order RK ε t ε t % 0.0% % % % 3 0.0% % % 4 0.0% 0.0% % % % 4 0.0% % % % 3 0.0%

61 6

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK Jurusan Teknk Spl dan Lngkungan FT UGM U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SABTU, JULI OPEN BOOK WAKTU MENIT PETUNJUK ) Saudara bole menggunakan komputer untuk mengerjakan soal- soal ujan n. Tabel

Lebih terperinci

BAB 4 PERHITUNGAN NUMERIK

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

Lebih terperinci

TEORI KESALAHAN (GALAT)

TEORI KESALAHAN (GALAT) TEORI KESALAHAN GALAT Penyelesaan numerk dar suatu persamaan matematk hanya memberkan nla perkraan yang mendekat nla eksak yang benar dar penyelesaan analts. Berart dalam penyelesaan numerk tersebut terdapat

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

Deret Taylor & Diferensial Numerik. Matematika Industri II

Deret Taylor & Diferensial Numerik. Matematika Industri II Deret Taylor & Derensal Numerk Matematka Industr II Maclaurn Power Seres Deret Maclaurn adalah penaksran polnom derajat tak hngga 0 0! 0 n n 0 n! Notce: Deret nnte tak hngga menyatakan bahwa akhrnya deret

Lebih terperinci

CONTOH SOAL #: PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA. dx dengan nilai awal: y = 1 pada x = 0. Penyelesaian: KASUS: INITIAL VALUE PROBLEM (IVP)

CONTOH SOAL #: PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA. dx dengan nilai awal: y = 1 pada x = 0. Penyelesaian: KASUS: INITIAL VALUE PROBLEM (IVP) PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA KASUS: INITIAL VALUE PROBLEM (IVP) by: st dyar kholsoh Mater Kulah: Pengantar; Metode Euler; Perbakan Metode Euler; Metode Runge-Kutta; Penyelesaan Sstem Persamaan

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 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 terperinci

Pertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012

Pertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012 Pertemuan ke-4 Analsa Terapan: Metode Numerk 4 Oktober Persamaan Non Non--Lner: Metode NewtonNewton-Raphson Dr.Eng. Agus S. Muntohar Metode Newton Newton--Raphson f( f( f( + [, f(] + = α + + f( f ( Gambar

Lebih terperinci

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai II. TEORI DASAR.1 Transormas Laplace Ogata (1984) mengemukakan bahwa transormas Laplace adalah suatu metode operasonal ang dapat dgunakan untuk menelesakan persamaan derensal lnear. Dengan menggunakan

Lebih terperinci

Bab 2 AKAR-AKAR PERSAMAAN

Bab 2 AKAR-AKAR PERSAMAAN Analsa Numerk Bahan Matrkulas Bab AKAR-AKAR PERSAMAAN Pada kulah n akan dpelajar beberapa metode untuk mencar akar-akar dar suatu persamaan yang kontnu. Untuk persamaan polnomal derajat, persamaannya dapat

Lebih terperinci

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

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

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK Jurusan Ten Spl dan Lngungan FT UGM U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SENIN, 4 JANUARI 23 OPEN BOOK WAKTU MENIT PETUNJUK ) Saudara tda boleh menggunaan omputer untu mengerjaan soal- soal ujan

Lebih terperinci

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

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

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

METODE NUMERIK. INTERPOLASI Interpolasi Beda Terbagi Newton Interpolasi Lagrange Interpolasi Spline.

METODE NUMERIK. INTERPOLASI Interpolasi Beda Terbagi Newton Interpolasi Lagrange Interpolasi Spline. METODE NUMERIK INTERPOLASI Interpolas Beda Terbag Newton Interpolas Lagrange Interpolas Splne http://maulana.lecture.ub.ac.d Interpolas n-derajat polnom Tujuan Interpolas berguna untuk menaksr hargaharga

Lebih terperinci

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

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

Lebih terperinci

BAB III SKEMA NUMERIK

BAB III SKEMA NUMERIK BAB III SKEMA NUMERIK Pada bab n, akan dbahas penusunan skema numerk dengan menggunakan metoda beda hngga Forward-Tme dan Centre-Space. Pertama kta elaskan operator beda hngga dan memberkan beberapa sfatna,

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

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

Lebih terperinci

PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Studi Kasus : Metode Secant)

PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Studi Kasus : Metode Secant) PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Stud Kasus : Metode Secant) Melda panjatan STMIK Bud Darma, Jln.SM.Raja No.338 Sp.Lmun, Medan Sumatera Utara Jurusan Teknk Informatka e-mal : [email protected]

Lebih terperinci

Interpretasi data gravitasi

Interpretasi data gravitasi Modul 7 Interpretas data gravtas Interpretas data yang dgunakan dalam metode gravtas adalah secara kualtatf dan kuanttatf. Dalam hal n nterpretas secara kuanttatf adalah pemodelan, yatu dengan pembuatan

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana

Lebih terperinci

Kaedah Runge-Kutta. Bab 25

Kaedah Runge-Kutta. Bab 25 Kaeda Runge-Kutta Bab 5 D ar bab n anda sepatutna: Bole menjelasan gambaran vsual aeda Euler Heun dan tt tenga Faam ubungan antara aeda Euler dan sr Talor dan ralat ang beratan Dapat membezaan ralat (local

Lebih terperinci

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

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

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

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

Lebih terperinci

PENDAHULUAN Latar Belakang

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

Lebih terperinci

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

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

Lebih terperinci

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan

Lebih terperinci

Perhitungan Bunga Kredit dengan Angsuran

Perhitungan Bunga Kredit dengan Angsuran Perhtungan Kredt dengan / Mengapa Perhtungan Kredt Perlu Dketahu? Perhtungan bunga kredt yang dgunakan bank akan menentukan besar keclnya angsuran pokok dan bunga yang harus dbayar Debtur atas kredt yang

Lebih terperinci

ERROR DALAM NUMERIK. Pertemuan Ke-2 Metode Numerik

ERROR DALAM NUMERIK. Pertemuan Ke-2 Metode Numerik ERROR DALAM NUMERIK Pertemuan Ke-2 Metode Numerk Tujuan Untuk memaham pengertan Error Untuk lebh memaham notas dan teknk dalam matakulah n Approksmas dan Sgnkans 4 sgncant gures 1.845 0.01845 0.0001845

Lebih terperinci

Bab 3 Analisis Ralat. x2 x2 x. y=x 1 + x 2 (3.1) 3.1. Menaksir Ralat

Bab 3 Analisis Ralat. x2 x2 x. y=x 1 + x 2 (3.1) 3.1. Menaksir Ralat Mater Kulah Ekspermen Fska Oleh : Drs. Ishaft, M.S. Program Stud Penddkan Fska Unverstas Ahmad Dahlan, 07 Bab 3 Analss Ralat 3.. Menaksr Ralat Msalna suatu besaran dhtung dar besaran terukur,,..., n. Jka

Lebih terperinci

SOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA

SOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA ISTITUT TEKOLOGI BADUG FAKULTAS MATEMATIKA DA ILMU PEGETAHUA ALAM PROGRAM STUDI FISIKA FI-500 Mekanka Statstk SEMESTER/ Sem. - 06/07 PR#4 : Dstrbus bose Ensten dan nteraks kuat Kumpulkan d Selasa 9 Aprl

Lebih terperinci

PRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel

PRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel PRAKTIKUM 6 Penyelesaan Persamaan Non Lner Metode Newton Raphson Dengan Modfkas Tabel Tujuan : Mempelajar metode Newton Raphson dengan modfkas tabel untuk penyelesaan persamaan non lner Dasar Teor : Permasalahan

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Integrasi. Metode Integra. al Reimann

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

Lebih terperinci

REGRESI LINIER SEDERHANA (MASALAH ESTIMASI)

REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) PowerPont Sldes byyana Rohmana Educaton Unversty of Indonesan 007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 9 Bandung, Telp. 0 013163-53 Hal-hal

Lebih terperinci

SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN

SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN Ita Rahmadayan 1, Syamsudhuha 2, Asmara Karma 2 1 Mahasswa Program Stud S1 Matematka

Lebih terperinci

MATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT)

MATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT) MATERI KULIAH STATISTIKA I UKURAN (Nuryanto, ST., MT) Ukuran Statstk Ukuran Statstk : 1. Ukuran Pemusatan Bagamana, d mana data berpusat? Rata-Rata Htung = Arthmetc Mean Medan Modus Kuartl, Desl, Persentl.

Lebih terperinci

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk

Lebih terperinci

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran

Lebih terperinci

Metoda Langkah Demi Langkah Untuk Solusi Transien Rangkaian Listrik

Metoda Langkah Demi Langkah Untuk Solusi Transien Rangkaian Listrik JETr, Volume 5, Nomor, Februar 6, Halaman -4, ISSN 4-37 Metoda angkah Dem angkah Untuk Solus Transen angkaan strk Maula Sukmawdjaja Dosen Jurusan Teknk Elektro-FTI, Unerstas Trsakt Abstract Many complex

Lebih terperinci

UKURAN LOKASI, VARIASI & BENTUK KURVA

UKURAN LOKASI, VARIASI & BENTUK KURVA UKURAN LOKASI, VARIASI & BENTUK KURVA MARULAM MT SIMARMATA, MS STATISTIK TERAPAN FAK HUKUM USI @4 ARTI UKURAN LOKASI DAN VARIASI Suatu Kelompok DATA berupa kumpulan nla VARIABEL [ vaabel ] Ms banyaknya

Lebih terperinci

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5 33 III.METODE PENELITIAN A Jens Dan Desan Peneltan. Jens peneltan yang dgunakan dalam peneltan n adalah peneltan kuanttatf. Peneltan n merupakan peneltan korelas yang bertujuan untuk mengetahu hubungan

Lebih terperinci

MINGGU KE- V: UKURAN PENYEBARAN

MINGGU KE- V: UKURAN PENYEBARAN MINGGU KE- V: UKURAN PENYEBARAN Tujuan Instruksonal Umum :. Mahasswa mampu memaham apa yang dmaksud dengan ukuran penyebaran. Mahasswa mampu memaham berbaga pengukuran untuk mencar nla ukuran penyebaran

Lebih terperinci

Apabila dua variabel X dan Y mempunyai hubungan, maka nilai variabel X yang sudah diketahui dapat dipergunakan untuk mempekirakan / menaksir Y.

Apabila dua variabel X dan Y mempunyai hubungan, maka nilai variabel X yang sudah diketahui dapat dipergunakan untuk mempekirakan / menaksir Y. ANALISIS KORELASI (ANALISIS HUBUNGAN) Korelas Hubungan antar kejadan (varabel) yang satu dengan kejadan (varabel) lannya (dua varabel atau lebh), yang dtemukan oleh Karl Pearson pada awal 1900 Apabla dua

Lebih terperinci

BAB IV TRIP GENERATION

BAB IV TRIP GENERATION BAB IV TRIP GENERATION 4.1 PENDAHULUAN Trp Generaton td : 1. Trp Producton 2. Trp Attracton j Generator Attractor - Setap tempat mempunya fktor untuk membangktkan dan menark pergerakan - Bangktan, Tarkan

Lebih terperinci

IMPLEMENTASI INTERPOLASI LAGRANGE UNTUK PREDIKSI NILAI DATA BERPASANGAN DENGAN MENGGUNAKAN MATLAB

IMPLEMENTASI INTERPOLASI LAGRANGE UNTUK PREDIKSI NILAI DATA BERPASANGAN DENGAN MENGGUNAKAN MATLAB Semnar Nasonal Teknolog 007 (SNT 007) ISSN : 1978 9777 Yogakarta, 4 November 007 IMPEMENTASI INTERPOASI AGRANGE UNTUK PREDIKSI NIAI DATA BERPASANGAN DENGAN MENGGUNAKAN MATAB Krsnawat STMIK AMIKOM Yogakarta

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

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

Lebih terperinci

BAB III LANDASAN TEORI. berasal dari peraturan SNI yang terdapat pada persamaan berikut.

BAB III LANDASAN TEORI. berasal dari peraturan SNI yang terdapat pada persamaan berikut. BAB III LANDASAN TEORI 3. Kuat Tekan Beton Kuat tekan beban beton adalah besarna beban per satuan luas, ang menebabkan benda uj beton hanur bla dbeban dengan gaa tekan tertentu, ang dhaslkan oleh mesn

Lebih terperinci

Penerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC

Penerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC Penerapan Metode Runge-Kutta Orde 4 dalam Analss Rangkaan RLC Rka Favora Gusa JurusanTeknk Elektro,Fakultas Teknk,Unverstas Bangka Beltung [email protected] ABSTRACT The exstence of nductor and capactor

Lebih terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk

Lebih terperinci

Nama : Crishadi Juliantoro NPM :

Nama : Crishadi Juliantoro NPM : ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang

Lebih terperinci

BAB IV PERHITUNGAN DAN ANALISIS

BAB IV PERHITUNGAN DAN ANALISIS BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter

Lebih terperinci

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

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

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada BAB I PENDAHULUAN.. Latar Belakang Masalah Perkembangan matematka tdak hanya dalam tataran teorts tetap juga pada bdang aplkatf. Salah satu bdang lmu yang dkembangkan untuk tataran aplkatf dalam statstka

Lebih terperinci

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan Pada bab n akan dbahas mengena penyelesaan masalah ops real menggunakan pohon keputusan bnomal. Dalam menentukan penlaan proyek, dapat dgunakan beberapa metode d antaranya dscounted cash flow (DF). DF

Lebih terperinci

Bab 3. Penyusunan Algoritma

Bab 3. Penyusunan Algoritma Bab 3. Penusunan Algortma on anuwjaa/ 500030 Algortma merupakan penulsan permasalahan ang sedang dsorot dalam bahasa matematk. Algortma dbutuhkan karena komputer hana dapat membaca suatu masalah secara

Lebih terperinci

Dalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang

Dalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang LARGE SCALE SYSEM Course by Dr. Ars rwyatno, S, M Dept. of Electrcal Engneerng Dponegoro Unversty BAB V OPIMASI SISEM Dalam sstem pengendalan berhrark level, maka optmas dapat dlakukan pada level pertama

Lebih terperinci

PowerPoint Slides by Yana Rohmana Education University of Indonesian

PowerPoint Slides by Yana Rohmana Education University of Indonesian SIFAT-SIFAT ANALISIS REGRESI PowerPont Sldes by Yana Rohmana Educaton Unversty of Indonesan 2007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 229 Bandung, Telp. 022 2013163-2523 Hal-hal yang akan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

Matematika Keuangan Dan Ekonomi. Indra Maipita

Matematika Keuangan Dan Ekonomi. Indra Maipita Matematka Keuangan Dan Ekonom Indra Mapta NUITS BIS Pendahuluan Sebaga penabung seta nda keluar sebaga pemenang hadah undan, dan dapat memlh salah satu hadah berkut: Menerma uang sejumlah Rp 50.000.000

Lebih terperinci

BAB V INTEGRAL KOMPLEKS

BAB V INTEGRAL KOMPLEKS 6 BAB V INTEGRAL KOMPLEKS 5.. INTEGRAL LINTASAN Msal suatu lntasan yang dnyatakan dengan : (t) = x(t) + y(t) dengan t rl dan a t b. Lntasan dsebut lntasan tutup bla (a) = (b). Lntasan tutup dsebut lntasan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan

Lebih terperinci

Analisis Regresi Linear Sederhana

Analisis Regresi Linear Sederhana Analss Regres Lnear Sederhana Al Muhson Pendahuluan Menggunakan metode statstk berdasarkan data yang lalu untuk mempredks konds yang akan datang Menggunakan pengalaman, pernyataan ahl dan surve untuk mempredks

Lebih terperinci

DIKTAT KULIAH ANALISIS NUMERIK ( CIV

DIKTAT KULIAH ANALISIS NUMERIK ( CIV DIKTAT KULIAH ANALISIS NUMERIK ( CIV 8 Oleh : Agus Setawan S.T. M.T. PROGRAM STUDI TEKNIK SIPIL FAKULTAS TEKNOLOGI & DESAIN UNIVERSITAS PEMBANGUNAN JAYA TANGERANG SELATAN 6 DAFTAR ISI KATA PENGANTAR DAFTAR

Lebih terperinci

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan

Lebih terperinci

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA Dstrbus Bnomal Msalkan dalam melakukan percobaan Bernoull (Bernoull trals) berulang-ulang sebanyak n kal, dengan kebolehjadan sukses p pada tap percobaan,

Lebih terperinci

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo.

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo. BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Adapun yang menjad objek peneltan adalah sswa MAN Model Gorontalo. Penetapan lokas n ddasarkan pada beberapa pertmbangan yakn,

Lebih terperinci

MEKANIKA TANAH 2 KESTABILAN LERENG ROTASI. UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Sektor 7, Bintaro Jaya Tangerang Selatan 15224

MEKANIKA TANAH 2 KESTABILAN LERENG ROTASI. UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Sektor 7, Bintaro Jaya Tangerang Selatan 15224 MEKANIKA TANAH 2 KESTABILAN LERENG ROTASI UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bntaro Sektor 7, Bntaro Jaya Tangerang Selatan 15224 MODEL KERUNTUHAN ROTASI ANALISIS CARA KESEIMBANGAN BATAS Cara n

Lebih terperinci

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi. BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya

Lebih terperinci

PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM)

PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM) PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM) Rcha Agustnngsh, Drs. Lukman Hanaf, M.Sc. Jurusan Matematka, Fakultas MIPA, Insttut Teknolog Sepuluh Nopember (ITS) Jl. Aref Rahman Hakm, Surabaya

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu 4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

INFERENSI FUNGSI KETAHANAN DENGAN METODE KAPLAN-MEIER

INFERENSI FUNGSI KETAHANAN DENGAN METODE KAPLAN-MEIER Tatk Wdharh dan Naschah ska Andran (Inferens Fungs Ketahanan dengan Metode Kaplan-Meer INFERENI FUNGI KETAHANAN DENGAN METODE KAPLAN-MEIER Tatk Wdharh dan Naschah ska Andran Jurusan Matematka FMIPA UNDIP

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung

Lebih terperinci

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 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 terperinci

UJIAN AKHIR SEMESTER METODE NUMERIS I

UJIAN AKHIR SEMESTER METODE NUMERIS I PETUNJUK UJIAN AKHIR SEMESTER METODE NUMERIS I DR. IR. ISTIARTO, M.ENG. KAMIS, 8 JUNI 017 OPEN BOOK 150 MENIT 1. Saudara tidak boleh menggunakan komputer untuk mengerjakan soal ujian ini.. Tuliskan urutan/cara/formula

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB 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 terperinci

U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K

U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K Isaro Elevas Jurusan Ten Spl dan Lngungan FT UGM U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K SABTU JULI OPE N BOOK WAKTU ME NIT PETUNJUK ) Saudara bole menggunaan ompuer unu mengerjaan

Lebih terperinci

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani    / KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : [email protected] / [email protected] 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang Modul 1 Teor Hmpunan PENDAHULUAN Prof SM Nababan, PhD Drs Warsto, MPd mpunan sebaga koleks (pengelompokan) dar objek-objek yang H dnyatakan dengan jelas, banyak dgunakan dan djumpa dberbaga bdang bukan

Lebih terperinci

Pemilihan Lokasi Kontinyu (1)

Pemilihan Lokasi Kontinyu (1) Pemlhan Lokas Kontnu 1 - Model Dasar - 6 Oleh : Debrna Puspta Andran Teknk Industr, Unverstas Brawjaa e-mal : [email protected] www.debrna.lecture.ub.ac.d Medan method Gravt method Contour-Lne method Weszfeld

Lebih terperinci

I. PENGANTAR STATISTIKA

I. PENGANTAR STATISTIKA 1 I. PENGANTAR STATISTIKA 1.1 Jens-jens Statstk Secara umum, lmu statstka dapat terbag menjad dua jens, yatu: 1. Statstka Deskrptf. Statstka Inferensal Dalam sub bab n akan djelaskan mengena pengertan

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

Lebih terperinci