Pembayaran pertama yang dilakukan pada setiap akhir tahun selama n tahun

Ukuran: px
Mulai penontonan dengan halaman:

Download "Pembayaran pertama yang dilakukan pada setiap akhir tahun selama n tahun"

Transkripsi

1 Husa Arfah, M.Sc : Autas Dasar Emal : husaarfah@uy.ac. ANUITAS DASAR 3. Peahulua Autas aalah seragkaa pembayara yag lakuka paa terval waktu yag sama (per tahu atau sebalkya). Pembayara utuk jagka waktu tertetu alam waktu yag tetap sebut autas tertetu. 3.2 Autas Akhr Pembayara pertama yag lakuka paa setap akhr tahu selama tahu Nla tua (paa t = 0) ar sebuah autas akhr, maa tgkat efektf tahua ar buga, aka otaska sebaga a a htug sebaga berkut: a = v + v v + v = v + v + v v 2 + v = + = + v v v = + v + = v Nla akumulas (paa t = ) maa tgkat efektf tahua autas akhr, ar buga, apat yataka sebaga s a htug sebaga berkut: s =

2 Husa Arfah, M.Sc : Autas Dasar Emal : husaarfah@uy.ac. = = + (+) + = + Nla tua ar peapata pembayara gaa paa t = 0 aalah. a + v. Jka la yag aka atag paa waktu, s, perhtugka kembal ke waktu 0, maka aka peroleh la tua a s. v = (+). v = (+). v v = v =a Jka la tua paa waktu 0, a, aalah akumulas ke epa utuk waktu, maka aka apat la yag aka atag s a. ( + ) = v ( + ) = (+) v (+) = (+) = s Meggat pjama ar, yag harus bayar selama tahu ega pembayara tahua sebesar P yag bayarka paa akhr tahu. Tgkat buga efektf tahua, guaka. Nla tua pjama pembayara tuggal harus sama ega la tua ar peapata pembayara alra gaa. 2

3 Husa Arfah, M.Sc : Autas Dasar Emal : husaarfah@uy.ac. P. a = P = a Nla yag aka atag ar beberapa peapata eposto harus sama ega la yag aka atag pembayara tuggal, yag merupaka pjama ar. D. s = D = s Hubuga atara a a s = + a s Dbuktka ega : s + = + + = = v = a Cotoh :. Carlah la tua ar autas $ 500 yag bayarka paa akhr setap setegah tahu selama 20 tahu jka tgkat buga 9% yag kovers tap semester Peyelesaa : 500a = 500 v = = = $ Jka seseorag megvestaska $000 ega tgkat buga 8% setap trwula, berapa bayak yag apat tark paa akhr setap trwula utuk megguaka sampa aa tersebut tepat paa akhr 0 tahu? 3

4 Husa Arfah, M.Sc : Autas Dasar Emal : husaarfah@uy.ac. Dega R aalah jumlah pearka Peyelesaa : Ra = 000 R = 000 a = = $ Membagka jumlah total buga yag aka bayarka paa beba $.000 selama peroe 0 tahu, jka tgkat buga efektf aalah 9% per tahu, bawah tga metoe pembayara sebaga berkut: () seluruh pjama tambah akumulas buga yag bayarka alam satu jumlah lump akhr 0 tahu (2) buga bayarka setap tahu sebaga baya a harus luas paa akhr 0 tahu (3) pjama luas ega tgkat pembayara selama peroe 0 tahu Peyelesaa : () Nla akumulas ar beba $000 paa akhr 0 tahu : = = $ Jumlah total buga sama ega : $ $000 = $ (2) setap tahu meapatka pjama buga sebesar 000. (0.09) = $90 ja jumlah total buga sama ega = $900 (3) tgkat pembayara aalah R. Da Ra 0 = 000 R = 000 a 0 = = $

5 Husa Arfah, M.Sc : Autas Dasar Emal : husaarfah@uy.ac. Maka jumlah total buga sama ega = $ Autas Jatuh Tempo Pembayara ar yag lakuka paa setap awal tahu selama tahu. Nla tua (paa t = 0) ar sebuah autas jatuh tempo, maa tgkat efektf buga tahua aalah, aka otaska sebaga a a htug sebaga berkut: a = + v + v v a = v v = v v = v Nla akumulas (paa t = ) ar sebuah autas jatuh tempo, maa tgkat buga efektf tahua aalah, aka otaska sebaga s a htug sebaga berkut: s = ( + ) + ( + ) ( + ) + ( + ) = ( + ) ( + ) + = ( + ) v = ( + ) Jka la masa epa paa waktu, s, perhtugka kembal ke waktu 0, maka aka peroleh la tua a s. v = (+). v 5

6 Husa Arfah, M.Sc : Autas Dasar Emal : husaarfah@uy.ac. = (+). v v = v =a Jka la tua paa waktu 0, a, aalah akumulas ke epa utuk waktu, maka aka peroleh la masa epa, s a. ( + ) = v ( + ) = (+) v (+) = (+) = s Pertmbagka pjama ar, yag harus bayar kembal selama tahu ega pembayara tahua sebesar P buat paa setap awal tahu. Tgkat efektf buga tahua,. Nla tua ar pjama pembayara tuggal harus sama ega la tua ar pembayara gaa. P. a = P = a Nla yag aka atag ar beberapa peapata eposto harus sama ega la yag aka atag pembayara tuggal, yag merupaka pjama ar. D. s = D = s Dega catata bahwa 6

7 Husa Arfah, M.Sc : Autas Dasar Emal : husaarfah@uy.ac. a = ( + ) ( + ) = v ( + ) ( + ) = ( + ) + ( + ) = + ( + ) = + s = [( + ) ] + ( + ) Hubuga atara autas akhr a autas jatuh tempo a = v = v. + = a. + Atau, a = + v + v v = + v + v + + v 3 + v 2 = + v v v = + + v = + + v + = + v = a s = (+) = (+). + = s. + Atau, s = =

8 Husa Arfah, M.Sc : Autas Dasar Emal : husaarfah@uy.ac. = ( + ) = = = + + = + s Cotoh : 4. Seorag vestor g megakumulas $ 000 paa akhr 2 tahu. Utuk mecapa hal recaa vestor utuk membuat eposto paa setap akhr tahu, pembayara akhr aka lakuka satu tahu sebelum akhr peroe vestas. Seberapa besar seharusya setap epost jka aa tersebut memperoleh 7% efektf? Peyelesaa : D. s = 000 D = 000 s = s = (5.7836) = $ Nla Autas paa Waktu Tertetu Nla Autas paa waktu tertetu apat haslka ega megakumulas atau mesko setap pembayara terpsah a mejumlahka hasl2ya. Meskpu begtu, metoe tak efse jka la besar paa pembayara juga terhtug. 8

9 Husa Arfah, M.Sc : Autas Dasar Emal : husaarfah@uy.ac. Deffere Auty Nla Sekarag paa la tegah autas yag tagguhka utuk m peroe ega waktu utuk peroe setelah masa peagguha. v m a = a m + - a m Nla Akumulas paa autas peroe ke-, peroe m setelah pembayara terakhr: s + m = s m + - s m Secara umum, Rumus Nla Saat I atara pembayara pertama a terakhr ä + m = v m s =s m + a m 3.5 Perpetutes (Autas Tak Terhgga) Perpetuty aalah la autas yag bayarka kotyu selamaya. Dega kata la betuk autasya tak berhgga. Preset value paa perpetuty-mmeate otaska oleh a = v + v 2 + v = v v = v v Bukt aa halama 69 = Dega megaalogka utuk perpetuty-ue maka ä = 3.6 NONSTANDARD TERMS AND INTEREST RATES Asumska bahwa aalah blaga bulat postf a bahwa > 0 alam salah satu smbol autas. Baga mempertmbagka mplkas jka kos tak memeuh. 9

10 Husa Arfah, M.Sc : Autas Dasar Emal : husaarfah@uy.ac. Daggap ulu apa smbol a +k, maa aalah blaga bulat postf a 0 <k <, mugk mewakl. Formula (3.) tak apat terapka, karea memerluka bahwa blaga bulat postf. Hal mugkka utuk memperoleh hasl yag kosste ega rumus (3.2) a +k = v+k = v + v v +k = a + v +k (+)k Nla sekarag ar autas _pero lagsug ar per peroe, tambah pembayara terakhr paa waktu + k Pembayara yag mugk lebh "yama" utuk beberapa pembaca aalah k, yatu pembayara aka proposoal ega waktu fraksoal yag terlbat. Sebaga latha, aka mta utuk meemuka kesalaha yag terlbat alam appoxmato. Jka 0, kasus maa = 0 alam petg alam praktek. Jka = 0, maka la sekarag atau la akumulas autas apapu hayalah jumlah pembayara. Kam memlk: a = s =, f = 0 Jka <0 maka beberapa hasl yag meark mucul. Nla k meja akumulas la-la, a sebalkya, yag mempuya aya tark tutf. Sekal lag, bagamaapu, hasl lebh ar theortcal ar sgfkas prakts. 3.7 UNKNOWN TIME Secara umum, masalah yag melbatka waktu yag tak ketahu tak aka meghaslka jawaba yag tepat tegral utuk. masalah apat taga sepajag gars baga 3.6 maa pembayara kecl buat selama peroe setelah pembayara reguler terakhr. 0

11 Husa Arfah, M.Sc : Autas Dasar Emal : husaarfah@uy.ac. Namu, alam praktekya, hal jarag lakuka karea ketakyamaa a kebguga melakuka pembayara paa taggal yag buka merupaka jumlah baga tegral ar peroe ar taggal semua pembayara laya yag buat. msalya, membuat semua pembayara reguler paa Jul setap tahu utuk jagka waktu tahu kut ega pembayara yag lebh kecl paa 27 November tak yama bag salah satu phak utuk trasaks. alam praktk yag bak aalah utuk melakuka pembayara tambaha kecl paa saat yag sama sebaga pembayara rut terakhr, paa asarya melakuka pembayara lebh besar ar pembayara rut, yag sebut pembayara balo, atau utuk melakuka pembayara satu peroe yag lebh kecl setelah terakhr pembayara rut sebut pembayara peurua. alam ua stuas tak sama, tak aka sama ega pembayara yag lebh kecl lakuka paa ttk meegah sepert paa baga 3.6. Namu, semua pembayara aka setara laya. Cotoh 3.6 Sebuah vestas sebesar $ 000 yag aka guaka utuk melakuka pembayara sebesar $ 00 paa akhr setap tahu utuk selama mugk. jka aa tersebut memperoleh tgkat buga tahua efektf ar 5%, car berapa bayak pembayara reguler apat buat a meemuka jumlah pembayara lebh kecl: ) yag harus bayar paa taggal pembayara rut terakhr, 2) yag harus bayar satu tahu setelah pembayara rut terakhr, a 3) yag harus bayar paa tahu berkutya pembayara reguler terakhr, sepert yag jelaska alam baga 3.6. Jawab: 00 a = 000 a = 0 4 < N < 5. Persamaa la terakhr tahu ke-4 aalah: 00s 4 + X = X = s 4 = = $ () 2. Persamaa la terakhr tahu ke-5 aalah: 00s 4 + X 2 = X 2 = (s 4 )

12 Husa Arfah, M.Sc : Autas Dasar Emal : husaarfah@uy.ac. = = $ (2) Dar pers. () a (2) apat tuls bahwa = atau secara umum: X ( + ) = X 2 3. Dalam kasus persamaa la meja: 00 a 4+k = 000 a 4+k = 0, maa 0 < k < Maka bsa kta tuls sebaga: v 4+k = 0 v 4+k = 0 = k = 2 Dperoleh: 4 + k = log e 2 = = log e k = = Sehgga, rumus terakhr ar pembayara rreguler aalah: X 3 = = $ Luas paa waktu Ukow Rate Of Iterest Terapat tga metoe yag apat guaka utuk meetuka ukow rate of terest, yatu:. Tekk aljabar Msal, efs asar kta utuk sebuah auty-mmeate (autas lagsug) selama -tahu aalah a = v + v v yag merupaka polomal bererajat alam v. jka akar ar polomal apat temuka secara aljabar, maka juga apat temuka. Metoe haya apat guaka utuk ukura kecl. Atau kta juga apat meyataka a atau ega tekk aljabar. Sebaga ekspas eret, a = (+) + 2! a a = + (+2) 3! a alam a meyelesakaya 2 (3.24) (3.25) 2

13 2. Iterpolas lear alam tabel buga. Husa Arfah, M.Sc : Autas Dasar Emal : husaarfah@uy.ac. Keakurata terpolas lear bergatug paa seberapa ekat tgkat buga paa tabel tertabulas. 3. Successve approxmato/teras (metoe yag palg bak) Iteras apat ega muah guaka jka persamaa = g() aa a koverge terhaap la yag sebearya, yag memeuh persamaa. Ambl sebuah la awal 0, kemua carlah la ega = g( 0 ), 0, kemua car la 2 ega 2 = g( ), a seterusmya. Jka teras tersebut koverge maka 0,, 2, berturut-turut meekat la yag sebearya. Dalam praktkya, teras jalaka sampa s+ = s utuk tgkat ketelta yag keheak, ega s yatu tgkat buga paa waktu peroe ke-s. Meggat bahwa la a berka sebaga suatu la kosta k, maka utuk meemuka tgkat buga yag meghaslka la tersebut apat guaka metoe teras yag peroleh secara lagsug ar formula (3.2). Metoe teras tersebut yatu = (+), (3.27) k amu sayagya laju kekovergea ar metoe teras sagat lambat. Metoe yag meujukka kekovergea peyelesaa a = k secara cepat yatu metoe teras Newto-Raphso : s+ = s + (+ s ) k s (+ s ) + s (+). (3.28) Metoe sekt rumt a mugk buka kesulta yag layak utuk perhtuga tertutup, amu tetap merupaka metoe yag tepat utuk perhtuga skala besar. Dalam megguaka metoe teras butuhka la awal. Nla awal yag bak apat peroleh melalu terpolas lear sepert metoe Newto-Raphso atas. Aka tetap, terapat metoe yag lebh tepat utuk meetuka la awal bag terpolas, yatu 3

14 k = a k k = k Husa Arfah, M.Sc : Autas Dasar Emal : husaarfah@uy.ac. Atau 2( k) k(+). (3.29) Nla akumulas secara aalog apat peroleh sepert (3.28) a (3.29). Rumus teras Newto-Raphso utuk meyelesaka s = k yatu s+ = s + (+ s ) k s (+ s ) s, (3.30) a rumus yag aalog ega (3.29) yatu 2( k) k( ). (3.3) 3.9 Macam-macam Buga Msal k merupaka tgkat buga yag guaka selama peroe k (terval ar waktu k ke waktu k, a preset value utuk peroe- merupaka autymmeate. Dua pola varas apat betuk. Pola pertama, utuk k alah tgkat yag guaka selama peroe k tapa memperhatka kapa pembayara lakuka. Artya, tgkat buga yag guaka aalah sama utuk semua pembayara selama peroe tersebut. Dalam kasus, preset value meja a = t s= = t= ( + s ) (3.34) Pola keua aka guaka utuk meghtug preset value ega megguaka k utuk pembayara yag lakuka paa waktu k atas semua k peroe. Dalam kasus, preset value meja : a = = t= ( + t ) t (3.35) 4

15 Husa Arfah, M.Sc : Autas Dasar Emal : husaarfah@uy.ac. Utuk la akumulas, jka k alah tgkat yag guaka selama peroe k tapa memperhatka kapa pembayara lakuka, maka s = = t t= s= + s+ (3.36) Jka pembayara lakuka paa waktu k a paa tgkat buga k atas ssa ar peroe akumulas, maka s = = t= ( + t+! ) t (3.37) Nla akumulas auty-mmeate apat betuk ar la akumulas auty-ue, yatu s + = s +. Cotoh 3.0 : Carlah la akumulas auty-mmaate selama 0 tahu ar $00 per tahu jka tgkat buga efektf aalah 5% utuk eam tahu pertama a 4% utuk empat tahu berkutya. Peyelesaa : Nla akumulas utuk pembayara eam tahu pertama yatu 00s 6 0,05. Nla akumulas paa akhr tahu ke-0 ega tgkat buga 4%, maka 00s 6 0,05 ( + 0,04) 4 = 00s 6 0,05 (,04) 4 Nla akumulas utuk empat tahu terakhr yatu 00s 4 0,04 Ja, la akumulas $00 per tahu selama 0 tahu ega buga sepert atas yatu, 00s 6 0,05, s 4 0,04 = 00 s 6 0,05, s 4 0,04 = 00 (s 5 + ), (s 3 + ) = ,05 + ( + 0,05) 2 + ( + 0,05) 3 + ( + 0,05) 4 + ( + 0,05) 5 +, ,04 + ( + 0,04) 2 + ( + 0,04) 3 + ) = 00 5,809 +,255 + (3, ) = 00 6,809, ,2465 5

16 Husa Arfah, M.Sc : Autas Dasar Emal : husaarfah@uy.ac. = $25, ANUITAS DENGAN TANPA PENYERTAAN BUNGA MAJEMUK Dalam pembahasa sebelumya, autas selalu htug megguaka buga majemuk. Sekarag aka aalss jka autas htug ega tapa peyertaa buga majemuk. Valuas ar autas memag sagat rawa terja kesalaha. Dperluka aalss mealam utuk meghaslka la yag tepat, karea memag sagat mugk bsa haslka la yag beragam. Preset Value ar autas akhr ega peroe aalah sama ega jumlah ar Preset Value pembayara masg-masg peroe. Telah kemukaka sebelumya bahwa 2 3, karea v a v v v v maka v, ja a suah ketahu relas a aalah, a 2 3 a 2 3 tuls bahwa t, karea at maka secara umum bsa a at t Selajutya aka car la ar s. Dasumska vestaska paa waktu t, maa a t,2,, maka aka berakumulas meja a t saat waktu. Ja apatka s a a t0 at t a t Formula tersebut tak bsa meghaslka hasl yag bear alam semua kasus. Msal ambl cotoh aka car la akumulas ar autas akhr (autes-mmeate) alam peroe, maa pembayara lakuka ar awal sampa akhr peroe ega buga tuggal. Nla akumulasya aalah 2, Formula atas measar betuk umum yag la ar s yatu 6

17 s t0 a t 2 Husa Arfah, M.Sc : Autas Dasar Emal : husaarfah@uy.ac. Da ega formula 2 aka apatka solus yag tepat ar cotoh kasus atas. Dega megguaka 2 apatka juga betuk la ar a Cotoh: at at t0 a t0 Bagka hasl ar a. Buga majemuk b. Formula c. Formula 2 Jawaba: a. s s 6 0, 6 a s megguaka: 6 0, 0, 7,756 0, b. Megguaka formula a t t a, yatu s a t at s,6 7,2287,,2,6 c. Megguaka formula 2 a t t s t0 a t s,, 2,5 7,5 SUMBER PUSTAKA Theory of Iterest, Kellso, S.G., 99, 2 Eto, Mc Graw Hll 7

18 Husa Arfah, M.Sc : Autas Dasar Emal : husaarfah@uy.ac. 8

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc STUDI KELAYAKAN: ASPEK FINANSIAL F.Hafz Saragh SP, MSc Pajak Baya bag perusahaa/ usahata, sehgga merupaka peguraga dar beeft Subsd FINANSIAL Peguraga baya bag perusahaa/ usahata, sehgga merupaka tambaha

Lebih terperinci

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

Lebih terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN Jl. Raya Wagu Kel. Sdagsar Kota Bogor Telp. 0251-8242411, emal: prohumas@smkwkrama.et, webste : www.smkwkrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dar smpaa atau

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA. Peahulua Dalam bab aka membahas megea teor-teor tetag statstka oparametrk, korelas parsal tau Keall a korelas parsal meurut Ebuh GU a Oeka ICA.. Statstka Noparametrk Istlah oparametrk

Lebih terperinci

EKONOMI TEKNIK. Ekuivalensi

EKONOMI TEKNIK. Ekuivalensi EKONOMI TEKNIK Ekuvales Ekuvales Ekuvales = Nla uag yag sama pada waktu yag berbeda. Jumlah uag berbeda pada waktu berbeda dapat berla ekooms sama. Cotoh = harga bes Rp 4.5, (25), Rp 5.5, (29), da Rp 6.5

Lebih terperinci

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

Penurunan Persamaan Perpetuitas dan Anuitas

Penurunan Persamaan Perpetuitas dan Anuitas SEMINR NSIONL MTEMTIK DN PENDIDIKN MTEMTIK UNY 2016 Peurua Persamaa Perpetutas da utas T - 6 Bud Fresdy Fakultas Ekoom da Bss Uverstas Idosa bstrak Mahasswa bss da akutas, debtor bak, da vestor memerluka

Lebih terperinci

INTERPOLASI. FTI-Universitas Yarsi

INTERPOLASI. FTI-Universitas Yarsi BAB VI INTERPOLASI FTI-Uverstas Yars Pedahulua Bla dketahu taulas ttk-ttk (y seaga erkut (yag dalam hal rumus ugs y ( tdak dketahu secara eksplst: Htug taksra la y utuk 3.8! FTI-Uverstas Yars Persoala

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

EKIVALENSI PRESENT WORTH FUTURE WORTH ANNUAL WORTH GRADIENT SERIES. Christina Wirawan 1

EKIVALENSI PRESENT WORTH FUTURE WORTH ANNUAL WORTH GRADIENT SERIES. Christina Wirawan 1 EKIVLENSI RESENT WORTH UTURE WORTH NNUL WORTH GRDIENT SERIES Chrsta Wrawa KONSE Dperluka terutama utuk memlh alteratf Ekvales tergatug pada : Tgkat suku buga Jumlah uag Waktu peermaa/pegeluara Cara buga

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Ruag Baach Sumaag Muhtar Gozal UNIVERSITAS PENDIDIKAN INDONESIA Satu kose etg d kulah Aalss ugsoal adalah teor ruag Baach. Pada baga aka drevu defs, cotoh-cotoh, serta sfat-sfat etg ruag Baach. Kta aka

Lebih terperinci

BAB 4: Anuitas Lebih Umum

BAB 4: Anuitas Lebih Umum Husa Arfah, M.Sc : Autas yag lebh Umum Emal :husaarfah@uy.ac.d BAB 4: Autas Lebh Umum 4. Pedahulua Pada bab 3 telah dbahas tetag autas utuk perode pembayara, da perode buga koers yag setara da dpeuh secara

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

ANUITAS. 9/19/2012 MK. Aktuaria Darmanto,S.Si.

ANUITAS. 9/19/2012 MK. Aktuaria Darmanto,S.Si. ANUITAS 9/19/2012 MK. Aktuaria Darmato,S.Si. 1 OVERVIEW Auitas adl suatu pembayara dalam jumlah tertetu, yag dilakuka setiap selag waktu da lama tertetu, secara berkelajuta. Suatu auitas yg pasti dilakuka

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Notasi Sigma. Fadjar Shadiq, M.App.Sc & Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,

Lebih terperinci

BAB III ISI. x 2. 2πσ

BAB III ISI. x 2. 2πσ BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J) STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.

Lebih terperinci

INTERPOLASI INTERPOLASI LINIER INTERPOLASI KUADRATIK

INTERPOLASI INTERPOLASI LINIER INTERPOLASI KUADRATIK INTERPOASI INTERPOASI INIER INTERPOASI KUADRATIK INTERPOASI POINOMIA Dua ttk data : Gars Tga ttk data : Kuadratk g Empat ttk data :Polomal tgkat-3 Dketahu: ttk data ( y ) ( y ) ( y ) D ttk data :Polomal

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

Muniya Alteza

Muniya Alteza NILAI WAKTU UANG 1. Kosep dasar ilai waktu uag (time value of moey) 2. Nilai masa depa (future value) 3. Nilai sekarag (preset value) 4. Auitas (auity) 5. Perpetuitas (perpetuity) 6. Buga tahua efektif/

Lebih terperinci

SOLUSI TUGAS I HIMPUNAN

SOLUSI TUGAS I HIMPUNAN Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

Angka Banding Manfaat dan Biaya

Angka Banding Manfaat dan Biaya METODE ANALISIS PERENCANAAN 2 Mater 3 : TPL 311 Oleh : Ke Marta Kaskoe Agka Badg Mafaat da Baya Dalam proyek pembagua, perlu dketahu apa mafaat dar proyek tersebut? Bagamaa keutuga ekoom atau keutuga sosal

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM KONSEP WAKTU UANG PADA MASALAH KEUANGAN. Modul ke: Fakultas EKONOMI DAN BISNIS. Program Studi Akuntansi

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM KONSEP WAKTU UANG PADA MASALAH KEUANGAN. Modul ke: Fakultas EKONOMI DAN BISNIS. Program Studi Akuntansi Modul ke: 05 KONSEP WAKTU UANG PADA MASALAH KEUANGAN Fakultas EKONOMI DAN BISNIS Program Studi Akutasi Idik Sodiki,SE,MBA,MM Pedahulua Kosep ilai waktu dari uag (time value of moey) pada dasarya mejelaska

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI MINGGU KE-0 HUBUNGAN ANTAR KONVERGENSI Hubuga atar koverges Hrark atar koverges dyataka dalam teorema berkut. Teorema Msalka X da X, X, X 3,... adalah varabel radom yag ddefska pada ruag probabltas yag

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)

Lebih terperinci

CATATAN KULIAH #12&13 Bunga Majemuk

CATATAN KULIAH #12&13 Bunga Majemuk CATATAN KULIAH #12&13 Buga Majemuk 10.1 Pedahulua Pada pembahasa sebelumya diasumsika bahwa P atau ilai pokok pembayara tidak megalami perubaha dari awal higga akhir sehigga ilai buga selalu dihitug dari

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

PENERAPAN BARISAN DAN DERET

PENERAPAN BARISAN DAN DERET PENERPN BRIN DN DERET. MODEL PERKEMBNGN UH Jka perkembaga varabel-varabel tertetu dalam kegata usaha (msalya: produks, baya, pedapata, pegguaa teaga kerja, peaama modal) berpola sepert barsa artmetka,

Lebih terperinci

Pengukuran Bunga. Modul 1

Pengukuran Bunga. Modul 1 Moul 1 Pegukura Buga Drs. Pramoo S, M. S. M oul membcaraka eag pegukura buga, fugs akumulas a fugs jumlah, gka buga efekf, buga seerhaa, buga majemuk, la sekarag, gka skoo efekf, gka buga ar skoo omal,

Lebih terperinci

PENDAHULUAN. Di dalam modul ini Anda akan mempelajari teori gangguan bebas waktu yang mencakup:

PENDAHULUAN. Di dalam modul ini Anda akan mempelajari teori gangguan bebas waktu yang mencakup: PENDAULUAN D dalam modul Ada aka mempelajar teor gaggua bebas waktu yag mecakup: teor gaggua tak degeeras bebas waktu, teor gaggua degeeras bebas waktu, da efek Stark. Oleh karea tu, sebelum mempelajar

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE RISI IKLUSI- EKSKLUSI ICLUSIO- EXCLUSIO RICILE rsp Iklus-Eksklus Ada berapa aggota dalam gabuga dua hmpua hgga? A A = A A - A A Cotoh Ada berapa blaga bulat postf lebh kecl atau sama dega 00 yag habs dbag

Lebih terperinci

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si. Ukura Pemusata Data Arum Had P., M.Sc Ayudyah K., M.S. Notas utuk Populas da Sampel Notas: Mea (rata-rata) Sample x Populas μ Varas s 2 σ 2 Smpaga baku s σ Ukura Pemusata Data 1. Mea (rata-rata) 2. Meda

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

Voltage Controlled Oscillator

Voltage Controlled Oscillator Vltage Ctrlle Oscllatr VCO aalah suatu slatr elektrk maa frekues keluaraya atur leh suatu tegaga put DC yag berka. Gambar berkut meujukka ragkaa asar ar VCO V DD L VCO ut D C Basc VCO Frekues slas tetuka

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

Penyelesaian Persamaan Differensial dengan Menggunakan Polinomial Lagrange Seri I (1 Dimensi) Syawaluddin H 1)

Penyelesaian Persamaan Differensial dengan Menggunakan Polinomial Lagrange Seri I (1 Dimensi) Syawaluddin H 1) Hutahaea Vol. No. Aprl 006 ural TEKNIK SIPIL Peyelesaa Persamaa Dfferesal ega Megguaka Polomal Lagrage Ser I ( Dmes Syawalu H Abstrak Paa paper sajka pegguaa polomal Lagrage utuk meyelesaka suatu persamaa

Lebih terperinci

BAB 4 SISTEM DINAMIK ORDE-TINGGI

BAB 4 SISTEM DINAMIK ORDE-TINGGI Stem Damk Ore-Tgg 47 BAB 4 SISTEM DINAMI ORDE-TINI Stem amk ore-tgg gabuga ua atau lebh tem amk ore-atu. Cotoh:. Level cotrol paa tagk-tagk, bak yag tem o- terka oteractg ytem maupu yag terterak teractg

Lebih terperinci

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari: 5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut

Lebih terperinci

H. MEMECAHKAN MASALAH KEUANGAN DENGAN KONSEP MATEMATIKA

H. MEMECAHKAN MASALAH KEUANGAN DENGAN KONSEP MATEMATIKA H. EECAHKAN ASALAH KEUANGAN DENGAN KONSE ATEATIKA eyelesaka asalah Buga Tuggal da Buga ajemuk Dalam Keuaga Buga Tuggal egerta Buga erse Datas Seratus da erse Dbawah Seratus erse D atas Seratus erse datas

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA INTEGRAL RIEMANN MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk

Lebih terperinci

REGRESI & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA 1. Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable)

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

JENIS BUNGA PEMAJEMUKAN KONTINYU

JENIS BUNGA PEMAJEMUKAN KONTINYU JENIS BUNGA PEMAJEMUKAN KONTINYU Suku Buga Nomal Suku Buga Efektf Hubuga ataa Suku Buga Nomal da Efektf Aus Daa Dskt da Aus Daa Kotyu SUKU BUNGA NOMINAL & SUKU BUNGA EFEKTIF Selama daggap aus daa (peemaa

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

Regresi & Korelasi Linier Sederhana

Regresi & Korelasi Linier Sederhana Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah

Lebih terperinci

BARISAN DAN DERET. Materi ke 1

BARISAN DAN DERET. Materi ke 1 BARISAN DAN DERET Materi ke 1 Pola Bilaga adalah? Susua bilaga yag disusu meurut atura tertetu. Cotoh : 1. Pola Bilaga Gajil 1, 3, 5,... 2. Pola Bilaga Geap 2, 4, 6,... PERHATIKAN SSNAN BILANGAN DI BAWAH

Lebih terperinci

Muniya Alteza

Muniya Alteza RISIKO DAN RETURN 1. Estmas Retur da Rsko Idvdual. Kosep Dversfkas 3. Kovaras da Koefse Korelas 4. Estmas Retur da Rsko Portofolo Muya Alteza m_alteza@uy.ac.d Estmas Retur da Rsko 1) Estmas Realzed Retur

Lebih terperinci

UKURAN PEMUSATAN & PENYEBARAN

UKURAN PEMUSATAN & PENYEBARAN UKURAN PEMUSATAN & PENYEBARAN RATA - RATA UKURAN PEMUSATAN MEDIAN MODUS Rata rata htug (mea) Merupaka hasl bag dar sejumlah skr dega bayakya respde Utuk Data Tdak Berkelmpk x Dmaa : = la samapa x = la

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci