PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR (SVD) TUGAS AKHIR. Oleh : SABRINA INDAH MARNI
|
|
- Yenny Pranoto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR (SVD) TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh : SABRINA INDAH MARNI FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU 2
2 PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR (SVD) SABRINA INDAH MARNI Tanggal Sidang : 25 April 2 Tanggal Wisuda : April 2 Jurusan Matematika Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau Jl. HR. Soebrantas No.55 Pekanbaru ABSTRAK Tugas akhir ini membahas tentang sistem persamaan linear fuzzy dengan nilai keanggotaan segitiga. Sistem persamaan linear fuzzy dapat dibentuk dalam persamaan matriks. Sistem persamaan linear fuzzy dapat diselesaikan menggunakan metode Singular Value Decomposition (SVD). Metode SVD merupakan suatu metode yang mendekomposisikan suatu matriks menjadi tiga komponen matriks. Berdasarkan hasil ini diperoleh bahwa solusi dari sistem persamaan linear fuzzy menggunakan metode SVD adalah solusi pendekatan terbaik karena,. Katakunci: basis ortonorma lf uzzy, Singular Value Decomposition (SVD). vii
3 KATA PENGANTAR Alhamdulillahirabbil alamin, puji syukur penulis ucapkan kehadirat Allah SWT. atas segala limpahan rahmat dan hidayah-nya sehingga penulis dapat menyelesaikan tugas akhir dengan judul Penyelesaian Sistem Persamaan Linear Fuzzy Menggunakan Metode Dekomposisi Nilai Singular (SVD). Penulisan tugas akhir ini dimaksudkan untuk memenuhi salah satu syarat dalam rangka menyelesaikan studi Strata (S) di UIN Suska Riau. Shalawat beserta salam selalu tercurahkan kepada Nabi Muhammad SAW, mudah-mudahan kita semua selalu mendapat syafa at dan dalam lindungan Allah SWT amin. Dalam penyusunan dan penyelesaian tugas akhir ini, penulis tidak terlepas dari bantuan berbagai pihak, baik langsung maupun tidak langsung. Untuk itu penulis mengucapkan terimakasih yang tak terhingga kepada kedua orang tua tercinta ayahanda dan ibunda yang tidak pernah lelah dalam mencurahkan kasih sayang, perhatian, do a, dan dukungan untuk menyelesaikan tugas akhir ini. Selanjutnya ucapan terimakasih kepada :. Bapak Prof. Dr. H. M. Nazir selaku Rektor Universitas Islam Negeri Sultan Syarif Kasim Riau. 2. Ibu Dra. Hj. Yenita Morena, M.Si selaku Dekan Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau.. Ibu Sri Basriati, M.Sc selaku Ketua Jurusan Matematika Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau. 4. Ibu Yuslenita Muda, M.Sc selaku pembimbing yang telah memberikan arahan, motivasi dan membimbing penulis dengan penuh keikhlasan dan kesabaran sehingga penulis dapat menyelesaikan skripsi ini. 5. Bapak Mohammad soleh, M.Sc selaku penguji I yang telah banyak membantu, memberikan kritikan dan saran serta dukungan dalam penulisan tugas akhir ini. 6. Ibu Fitri Aryani, M.Sc selaku penguji II yang telah banyak membantu, mendukung dan memberikan saran dalam penulisan tugas akhir ini. ix
4 7. Semua dosen-dosen Jurusan Matematika yang telah memberikan dukungan serta saran dalam menyelesaikan tugas akhir ini. Dalam penyusunan tugas akhir ini penulis telah berusaha semaksimal mungkin. Walaupun demikian tidak tertutup kemungkinan adanya kesalahan dan kekurangan baik dalam penulisan maupun dalam penyajian materi. Untuk itu penulis mengharapkan kritik dan saran dari berbagai pihak demi kesempurnaan tugas akhir ini. Pekanbaru, 25 April 2 Sabrina Indah Marni x
5 DAFTAR ISI LEMBAR PERSETUJUAN... LEMBAR PENGESAHAN... LEMBAR HAK ATAS KEKAYAAN INTELEKTUAL... LEMBAR PERNYATAAN... LEMBAR PERSEMBAHAN... ABSTRAK... ABSTRACT... KATA PENGANTAR... DAFTAR ISI... DAFTAR SIMBOL... DAFTAR GAMBAR... Halaman ii iii iv v vi vii viii ix xi xiii xiv BAB I BAB II PENDAHULUAN. Latar Belakang Masalah... I-.2 Rumusan Masalah... I-2. Batasan Masalah... I-2.4 Tujuan Penelitian... I-2.5 Manfaat Penulisan... I-2.6 Sistematika Penulisan... I- LANDASAN TEORI 2. Sistem Persamaan Linier... II- 2.2 Metode Singular Value Decomposition (SVD)... II-2 2. Ortogonal dan Ortonormal... II Ortogonal... II Ortonotmal... II Nilai Eigen dan Vektor Eigen... II Bilangan fuzzy... II-9 xi
6 BAB III METODOLOGI PENELITIAN BAB IV PEMBAHASAN 4. Sistem Persamaan Linear Fuzzy... IV- 4.2 Penyelesaian Sistem Persamaan Linear Fuzzy... IV-4 BAB V KESIMPULAN DAN SARAN DAFTAR PUSTAKA DAFTAR RIWAYAT HIDUP xii
7 BAB I PENDAHULUAN. Latar Belakang Sistem persamaan linier merupakan suatu materi dalam aljabar linier yang merupakan bahasan penting dalam matematika. Sistem persamaan linier dapat dibentuk sebagai persamaan matriks (Lipschutz, S, 26). Pada umumnya entri-entri atau konstanta pada sistem paersamaan linier adalah bilangan real. Beberapa tahun ini telah banyak ditemukan kasus salah satu atau seluruh entri-entri dari sistem persamaan linier adalah fuzzy. Fuzzy dapat diartikan kabur. Sistem persamaan linier ini dinamakan sistem persamaan linier fuzzy, yang mana didalam sistem persamaan linier fuzzy itu terdapat minimal dua buah persamaan linier fuzzy. Konsep fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh, seorang ilmuan Amerika Serikat berkebangsaan Iran dari Universitas California di Barkeley, melalui tulisannya pada tahun 965 (Rinaldi Munir, 25). Adapun teori fuzzy dapat digunakan dalam bidang teori keputusan dan beberapa bagian dalam bidang sains. Metode yang dapat digunakan untuk menyelesaikan sistem persamaan linear, diantaranya Eliminasi Gauss, Eliminasi Gauss-Jordan, dan analisis Singular Value Decomposition (SVD). Analisis SVD merupakan suatu teknik yang melibatkan pemfaktoran ke dalam hasilkali, dengan,, adalah matriks bujur sangkar dan semua entri diluar diagonal dari matriks adalah nol. Sedangkan vektor kolom dari matriks dan adalah ortonormal. Kelebihan metode analisis SVD dalam menyelesaikan sistem persamaan linear yaitu, solusi dari sistem persamaan linear tetap dapat dicari meskipun sistem persamaan linear tersebut tidak mempunyai pemecahan, dalam hal ini solusi yang diperoleh adalah solusi pendekatan terbaik (Ahmad, I, 2). Metode SVD telah digunakan oleh beberapa peneliti sebelumnya, salah satu diantaranya oleh Irdam Haidir Ahmad dan Lucia Ratnasari (2) yang juga menggunakan analisis SVD untuk menyelesaikan sistem persamaan linear bilangan riil. I-
8 Berdasarkan uraian di atas maka penulis tertarik untuk menggunakan SVD dalam menyelesaikan sistem persamaan linier fuzzy. Sehingga pada proposal tugas akhir ini penulis tertarik untuk melakukan penelitian dengan judul Penyelesaian Sistem persamaan Linier Fuzzy Menggunakan Metode SVD..2 Rumusan Masalah Berdasarkan latar belakang yang telah diuraikan, maka dapat dirumuskan masalah dalam penelitian ini yaitu bagaimana penyelesaian sistem persamaan linier fuzzy dengan menggunakan SVD. Batasan Masalah Batasan masalah dalam penelitian ini adalah :. Matriks yang digunakan adalah matriks bujur sangkar 2. Sistem persamaan linier yang diselesaikan adalah berukuran 2 2 dan.. Sistem persamaan linier fuzzy dengan nilai keanggotaannya segitiga..4 Tujuan Penelitian Adapun tujuan penelitian ini adalah untuk mendapatkan solusi sistem persamaan linier fuzzy dengan menggunakan metode SVD..5 Manfaat apenelitian Manfaat dari penulisan ini adalah sebagai berikut:. Untuk memperdalam ilmu pengetahuan tentang sistem persamaan linear fuzzy. 2. Memberikan informasi kepada pembaca bahwa analisis SVD dapat juga digunakan untuk menyelesaikan sistem persamaan linear fuzzy..6 Sistematika Penulisan Sistematika penulisan tugas akhir ini adalah sebagai berikut: Bab I Pendahuluan I-2
9 Bab II Bab III Bab IV Bab V Bab ini bersisi latar belakang masalah, perumusan masalah, batasan masalah, tujuan penelitian, manfaat penulisan, dan sistematika penulisan. Landasan Teori Bab ini menjelaskan tentang sistem persamaan linear, ortogonal dan basis ortonormal, nilai eigen dan vektor eigen, matriks fuzzy, dan analisis Singular Value Decomposition (SVD). Metodologi Penelitian Bab ini berisikan langkah-langkah atau prosedur dalam menyelesaikan sistem persamaan linear bilangan fuzzy dengan menggunakan analisis Singular Value Decomposition (SVD). Pembahasan Bab ini berisikan penjelasan bagaimana analisis Singular Value Decomposition (SVD) dapat digunakan untuk menyelesaikan suatu sistem persamaan linear bilangan fuzzy. Kesimpulan Dan Saran Berisi tentang saran dan kesimpulan dari pembahasan I-
10 BAB II LANDASAN TEORI Pada bab II ini akan membahas tentang teori-teori pendukung yang digunakan untuk pembahasan selanjutnya yaitu tentang sistem persamaan linier, metode Singular Value Decomposition (SVD), ortogonal dan ortonormal, nilai eigen dan vektor eigen dan bilangan fuzzy. 2. Sistem Persamaan Linier Sistem persamaan linier adalah sekumpulan persamaan linier yang terdiri dari,,, persamaan, dengan variabel yang tidak diketahui yaitu,,, yang dapat disussun dalam bentuk standar (2.) dengan,,, adalah koefesien dari variabel,dan adalah konstanta. Huruf dengan persaan matriks adalah koefesien dari variabel yang tidak diketahui dan ekuivalen atau (2.2) dengan adalah matriks koefesien yang berukuran, adalah vektor kolom dari variabel-variabel tidak diketahui, dan adalah vektor kolom dari konstanta. Sistem persamaan linier yang mempunyai penyelesaian disebut konsisten dan sistem persamaan linier yang tidak mempunyai penyelesaian disebut tidak konsisten. Sistem persamaan linier dapat mempunyai solusi tunggal, banyak solusi dan tidak ada solusi. Selanjutnya, akan diberikan contoh penyelesaian sistem persamaan linier yang terdiri dari tiga persamaan. II-
11 Contoh 2. Tentukan penyelesaian dari sistem persamaan linier berikut ini! Penyelesaian: Sistem persamaan linier diatas dapat di selesaikan dengan menggunakan eliminasi Gauss. Untuk menyelesaikan sistem persamaan linier diatas, maka terlebih dahulu SPL tersebut kita ubah ke dalam bentuk matriks yang diperbesar. Sehingga: Dengan menambahkan 2 kali baris pertama ke baris kedua dan menambahkan kali baris pertama ke baris ke tiga akan di peroleh Dengan mengalikan baris ke dua dengan akan diperoleh Dengan menambahkan kali baris kedua ke baris pertama dan ketiga akan diperoleh Dengan mengalikan baris ketiga dengan akan diperoleh II-2
12 Dengan menambahkan kali baris ketiga ke baris pertama dan menembahkan kali baris ketiga ke baris kedua akan diperoleh 2 Jadi solusi dari sistem persamaan linier di atas adalah, dan Metode Singular Value Decomposition (SVD) Singular Value Decomposition (SVD) adalah suatu metode yang mendekomposisikan matriks menjadi tiga komponen matriks yaitu,,yang mana salah satu dari matriks tersebut entrinya merupakan nilai singular dari matriks. Berikut ini akan diberikan penjelasan tentang matriks,, dan a. Matriks adalah matriks bujursangkar dengan entri-entri kolomnya merupakan basis ortonormal. ( ) didefinisikan oleh ( Kalman, 22): Dengan,,, membentuk basis ortonormal. b. Matriks adalah matriks bujur sangkar yang semua entri diluar diagonalnya adalah bernilai, dan elemen-elemen diagonalnya adalah nilai singular dari matriks. Berikut ini akan diberikan definisi dari nilai singular. Definisi 2. (Ahmad, 2): Diketahui matriks dengan, yang mana,. Nilai eigen dari matriks adalah >. Akar nilai eigen positif dari disebut dengan nilai singular dari matriks dan dinyatakan dengan, untuk setiap. II-
13 Bentuk dari matriks : c. Matriks adalah matriks bujursangkar yang terbentuk dari vektor-vektor eigen dari, yang dinormalisasikan, yaitu: Berikut ini akan diberikan contoh penyelesaian sistem persamaan linier yang tidak konsisten menggunakan metode SVD. Contoh 2. Tentukan penyelesaian sistem persamaan linier berikut menggunakan metode SVD Penyelesaian: Langkah-langkah dalam penyelesaiannya adalah:. Mengubah sistem persamaan linear ke dalam bentuk persamaan matriks Mencari nilai eigen dan vektor eigen: ) Mengubah matriks menjadi matriks ) Mencari nilai-nilai eigen λ λ λ persamaan karakteristik dari λ λ + 25 adalah II-4
14 Sehingga, didapat nilai-nilai eigen dari adalah dan ) Mencari vektor-vektor eigen Untuk Didapat vektor eigen, Untuk Didapat vektor eigen,. Menyusun matriks Nilai singular dari matriks adalah.62 Matriks Ʃ yang terbentuk adalah.62 Maka, Menyusun matriks Maka, Sehingga, Menyusun matriks Maka, Sehingga, dan dan II-5
15 6. Menentukan solusi dari suatu sistem persamaan linear,, +, Berdasarkan perhitungan tersebut diperoleh: 4,6 Karena, berarti. Hal ini menandakan sistem persamaan linier tersebut tidak konsisten, akan tetapi solusi pendekatan terbaiknya dapat dicari, yaitu:, Jadi solusi pendekatan terbaik dari sistem persamaan linier ini adalah:.58dan Ortogonal dan Ortonormal Untuk pembahasan ortogonoal dan ortonormal akan melibatkan vektor dan proyeksi, sebelum membahas ortogonal dan ortonormal terlebih dahulu akan dijelaskan tentang vektor dan proyeksi. Vektor adalah besaran yang mempunyai panjang dan arah. Vektor dapat diidentifikasi sebagai:,,, Proyeksi dari vektor pada suatu vektor bukan-nol didefinisikan sebagai berikut:,.. Selanjutnya akan dijelaskan tentang ortogonal dan ortonormal. II-6
16 2.. Ortogonal Misalkan adalah ruang hasil kali dalam. Vektor-vektor, disebut ortogonal dan dikatakan ortogonal terhadap jika,. Berikut akan diberikan definisi tentang ortogonal Definisi 2.2 (Anton, H, 2): Vektor, dikatakan ortogonal jika dan hanya jika,. Contoh 2.4 Diberikan vektor-vektor sebagai berikut: 2, dan,2 Akan ditunjukkan apakah vektor ortogonal terhadap vektor v Penyelesaian:,, ()(2) Karena,, maka vektor ortogonal terhadap vektor 2..2 Basis Ortonormal Berikut akan diberikan teorema basis ortonormal. Teorema 2. (Anton, H, 2): Jika,,, adalah basis ortonormal untuk ruang hasil kali dalam, dan adalah sebarang vektor dalam, maka, +, + +, Bukti: Karena,,, adalah basis, maka vektor dapat dinyatakan dalam bentuk selanjutnya akan ditunjukkan bahwa, untuk, 2,,. Untuk setiap vektor dalam diperoleh, + + +, +, + +, II-7
17 Karena,,, adalah himpunan ortonormal maka diperoleh, dan,, jika. Maka persamaan di atas dapat disederhanakan menjadi, Contoh 2.5 Akan ditunjukkan bahwa vektor-vektor di bawah ini merupakan basis ortonormal, dan, Penyelesaian:, + +,,., + Karena, dan, maka himpunan vektor, ortonormal. 2.4 Nilai Eigen dan Vektor Eigen Definisi 2. (Sutojo, T, 2): Jika adalah matriks, maka vektor tak nol di dalam dinamakan vektor eigen dari jika adalah kelipatan skalar dari, yaitu:, untuk suatu skalar. Skalar disebut nilai eigen dari dan dikatakan vektor eigen yang bersesuaian dengan. II-8
18 Untuk mencari nilai eigen matriks yang berukuran maka kita menuliskannya kembali sebagai berikut: atau I dan persamaan di atas akan mempunyai penyelesaian jika I Persamaan di atas disebut sebagai persamaan karakteristik. mencari nilai eigen berarti menghitung determinan tersebut sehingga diperoleh nilai-nilai. Contoh 2.6 Tentukan nilai eigen dan vektor-vektor eigen dari matriks 4 Penyelesaian: Berikut ini akan ditunjukkan langkah langkah untuk mendapatkan nilai eigen dan vektor eigen:. mencari nilai-nilai eigen det det Persamaan karakteristik dari adalah Sehingga didapat nilai-nilai eigen dari matriks adalah: 2.26 dan mencari vektor-vektor eigen a. untuk 2.26 didapat vektor eigennya adalah.89 b. untuk 2.26 didapat vektor eigennya adalah.9 sehingga vektor vektor eigen dari matriks adalah.89 dan.9 II-9
19 2.5 Bilangan Fuzzy Fuzzy dapat diartikan kabur atau semu. Himpunan fuzzy pertama kali dibahas oleh Lotfi A. Zadeh 965. Himpunan fuzzy merupakan kumpulan dari entri-entri dengan suatu rangkaian tingkat keanggotaan. Himpunan ini dicirikan dengan fungsi keanggotaan yang menegaskan suatu tingkatan ( grade) keanggotaan yang bernilai dan, dari penjelasan tersebut dapat dikatakan bahwa nilai keanggotaan pada fuzzy terletak pada interval [,]. Definisi 2.4 (Widodo, 29) Misalkan adalah suatu himpunan semesta, kemudian himpunan bagian fuzzy dari adalah himpunan bagian dari yang keanggotaannya didefinisikan melalui fungsi keanggotaan sebagai berikut:, Berdasarkan definisi tersebut maka himpunan dalam himpunan semesta, ditulis dalam bentuk:, ( ) dengan, ( ) menyatakan elemen yang mempunyai derajat keanggotaan, pada penulisan ini menggunakan fungsi keanggotaan segitiga. Fungsi keanggotaan segitiga ditandai dengan tiga parameter yang akan menentukan koordinat dari tiga sudut. Persamaan untuk fungsi keanggotaan segitiga ini sebagai berikut: ( ),,,, ( ) ( ), (2.), Kurva yang dibentuk oleh fungsi keanggotaan segitiga merupakan gabungan antara dua garis linear, untuk lebih jelas berikut adalah grafik fungsi keanggotaan segitiga: a b c Gambar 2. Grafik Fungsi Keanggotaan Segitiga,,,. II-
20 Menurut Beta Norita (28) menjelaskan tentang definisi bilangan fuzzy di dalam sebagai pasangan fungsi, yang memenuhi sifat sebagai berikut:. Fungsi monoton naik, terbatas dan kontinu kiri pada [,] 2. Fungsi monoton turun, terbatas dan kontinu kanan pada,. ( ) ( ) untuk setiap dalam,. Himpunan bilangan-bilangan fuzzy dinyatakan dengan F, untuk setiap bilangan fuzzy ditulis dalam bentuk parameter,. Menurut P. Mansouri dan B. Asady (2) operasi aljabar bilangan fuzzy untuk setiap, dan, dan bilangan riil didefinisikan sebagai berikut:. + ( +, + ) 2. jika dan hanya jika dan., untuk 4., untuk < II-
21 BAB III METODOLOGI PENELITIAN Adapun metode penelitian yang penulis gunakan adalah metode studi literatur dengan langkah-langkah sebagai berikut:. Menentukan sistem persamaan linier fuzzy dengan persamaan dan variabel. 2. Mengubah persamaan tersebut kedalam bentuk matriks. Mengubah matriks kedalam bentuk matriks yang berukuran 2 2 dengan entri entri rersebut ditentukan berdasarkan ketentuan berikut: ) Jika, maka,, dan, 2) Jika, < maka,, dan, ) Entri yang lainnya 4. Mengalikan matriks dengan matriks sehingga menghasilkan matriks baru. 5. Menentukan nilai eigen dari matriks. 6. Mendekomposisikan matriks menjadi tiga komponen matriks,dengan matriks dan adalah matriks bujur sangkar yang vektor kolomnya adalah ortogonal,sedangkan matriks adalah matriks bujur sangkar yang elemen-elemen diagonalnya terdiri dari nilai-nilai singular dari matriks. 7. Mendapatkan solusi dari suatu sistem persamaan linier fuzzy III-
22 berikut: Untuk lebih jelas, langkah-langkah ini disampaikan dalam bentuk flow chart.. Flow Chart Menentukan sistem persamaan linier fuzzy dengan variabel persamaan dan Mengubah persamaan tersebut kedalam bentuk matriks Mengubah matriks kedalam bentuk matriks yang berukuran 2 2 dengan entri entri rersebut ditentukan berdasarkan ketentuan Perkalian matriks dengan matriks sehingga menghasilkan matriks baru. Menentukan nilai eigen dari matriks Mendekomposisikan matriks menjadi tiga komponen matriks,dengan matriks dan adalah matriks bujur sangkar yang vektor kolomnya adalah ortogonal,sedangkan matriks adalah matriks bujur sangkar yang elemen-elemen diagonalnya terdiri dari nilai-nilai singular dari matriks Mendapatkan solusi dari suatu sistem persamaan linier fuzzy Gambar.. Flow Chart Langkah-Langkah Penyelesaian Sistem Persaman Linear Fuzzy Menggunakan Metode SVD III-2
23 BAB IV PEMBAHASAN DAN HASIL Pada bab ini akan di jeleskan cara penyelesaian sistem persamaan linier fuzzy menggunakan metode SVD yang telah dijelaskan pada bab sebelumnya. 4. Sistem Persamaan Linier Fuzzy Sistem persamaan linier fuzzy adalah sistem persamaan linier yang berparameter fuzzy yang berada pada interval tertentu. Bentuk umum dari sistem persamaan linier fuzzy adalah sebagai berikut: (4.) Sistem persamaan linier fuzzy dapat dijelasan sebagai berikut: Dengan adalah konstanta dan variabel yang belum diketahui dan adalah fuzzy. Persamaan (4.) dapat ditulis dalam bentuk persamaan matriks sebagai berikut:, ( ), ( ), ( ), ( ) dan, ( ), ( ), ( ), ( ) (4.2) dengan matriks koefesien, untuk,,2,,, adalah vektor bilangan fuzzy berukuran dengan,,, dan IV-
24 , untuk,2,,, adalah vektor bilangan fuzzy yang berukuran. Langkah awal yang dilakukan untuk mencari solusi dari sistem persaan linier fuzzy adalah mengubah matriks koefisien yang berukuran menjadi matriks yang berukuran 2 2 yang diasumsikan menjadi matriks. Untuk mengubah matriks menjadi matriks yang berukuran 2 2 dengan ketentuan berikut: a) Jika, maka,, dan, b) Jika, < maka,, dan, (4.) c) Entri yang lainnya Definisi 4. (T. Allahviranloo, 28) Vektor bilangan fuzzy,,, dengan diberikan, untuk,2,, dan, disebut penyelesaian dari sistem persamaan linier fuzzy jika: Menurut M. Matinfar (28) sistem persamaan linier fuzzy baru dapat dijelaskan sebagai berikut: + + +, + +, + + +, + +, (4.4), + +, +, + +,, + +, +, + +, Persamaan 4.2 dapat ditulis sebagai berikut: IV-2
25 atau: dengan:, dan Definisi 4.2 ( M. Matinfar dkk, 28) terdapat,, adalah solusi dari dengan bilangan fuzzy,, adalah: min,,, () maks,,, () Solusi fuzzy disebut solusi fuzzy kuatt (strong fuzzy solution) jika,, maka jika terdapat salah satu yang tidak sama maka adalah solusi fuzzy lemah (weak fuzzy solution). Berikut akan diberikan contoh mengubah sistem persamaan linier fuzzy ke bentuk matriks koefisien yang berukuran, kemudian matriks akan diubah menjadi matriks yang berukuran 2 2 sehingga didapatkan persamaan linier fuzzy yang baru. Contoh 4.: Diberikan sistem persamaan linear fuzzy + Ubahlah sistem persamaan linier diatas kebentuk persamaan fuzzy yang baru! Penyelesaian : Berdasarkan persamaan diatas diperoleh matriks A, yaitu : IV-
26 2 2 4 Matriks dapat diubah menjadi matriks berdasarkan persamaan 4.. Dengan,,, sehingga diperoleh persamaan yang baru sebagai berikut : Persamaan di atas dapat diubah menjadi bentuk persamaan matriks baru sebagai berikut: Maka dengan melakukan operasi perkalian terhadap persamaan matriks diperoleh persamaan linier fuzzy baru yaitu: Penyelesaian Sistem Persamaan Linier Fuzzy Menggunakan Metode SVD Metode SVD adalah metode yang mendekomposisikan matriks menjadi tiga matriks yaitu matriks, dan. Berikut ini akan dijelaskan penyelesaian sistem persamaan linier fuzzy menggunakan metode SVD. Langkah- langkah yang dilakukan dalam menyelesaiakan sistem persamaan linier fuzzy menggunakan metode SVD adalah sebagai berikut:. Mengubah sistem persamaan linier fuzzy kebentuk matriks yang berkoefisien yang berukuran kedalam bentuk persamaan 4.. Selanjutnya mengubah matriks mnjadi matriks yang berukuran 2 2 berdasarkan ketentuan (4.). IV-4
27 2. Selanjutnya transposkan matriks, kemudian mengoperasikan sehingga kita dapatkan lagi matriks yang baru.. Dengan menggunakan metode SVD untuk menyelesaikan matriks, maka akan didapatkan matriks, dan. Dengan matriks dan adalah matriks yang masing-masing vektor dari matriks tersebut adalah otonormal. Berikut akan diberikan teorema SVD: Teorema. : Dengan, I I 4. Pada penyelesaian sistem persamaan linier fuzzy akan didapatkan bahwa proy,, maka sistem persamaan linier fuzzy tidak konsisten, dalam hal ini yang diperoleh adalah solusi pendekatan terbaik. Solusi pendekatan terbaik tersebut adalah vektor sehingga, dengan di dalam, dan adalah vektor yang terdekat dengan. Solusi pendekatan terbaik diberikan oleh persamaan (4.5), yaitu:, (4.5) disebut sebagai solusi pendekatan terbaik, artinya jika, maka adalah vektor di yang terdekat dengan. Selanjutnya, akan diberikan contoh penyelesaian sistem persamaan linear fuzzy dengan menggunakan metode SVD. Contoh 4.2 Diberikan sistem persamaan fuzzy sebagai berikut: 7 + 2, 2 + (9 + 4, 27 4 ) Tentukanlah solusi dari persamaan berikut dengan menggunakan metode SVD! Penyelesaian: IV-5
28 Sistem persamaan diatas dapat dibentuk kedalam persamaan (4.) sehingga: 7 + 2, , 27 4,, ( ), ( ), dan 7 + 2, , 27 4 Sistem persamaan ini mempunyai parameter fuzzy, karena itu matriks yang mempunyai koefisien yang berukuran diubah menjadi matriks koefisien baru yang berukuran 2 2 yang di asumsikan dengan matriks. Entri-entri pada matriks dapat ditentukan berdasarkan rumus ( 4. ) sebagai berikut:., maka,, dan, Nilai untuk, 2,,2 dengan 2 adalah sebagai berikut: Sehingga:, dan, dan, dan 2. Jika, < maka,, dan, Sehingga:, dan. bernilai nol untuk entri-entri yang lainnya. Karena pada contoh ini matriks baru diasumsikan sebagai matriks, sehingga,,. Berdasarkan entri-entri yang didapat maka akan diperoleh persamaan baru sebagai berikut: IV-6
29 Persamaan di atas dapat diubah menjadi bentuk persamaan matriks baru sebagai berikut: Dengan,,, Maka dengan melakukan operasi perkalian terhadap persamaan matriks diperoleh persamaan linier fuzzy baru yaitu: Penyelesaian sistem persamaan linier fuzzy yang baru ini dapat dilakukan dengan metose SVD, yakni mendekomposisikan matriks komponen matriks dengan cara sebagai berikut: kedalam tiga. Mengubah sistem persamaan linear fuzzy ke dalam bentuk persamaan matriks Mencari nilai eigen dan vektor eigen a. Mengubah matriks menjadi matriks IV-7
30 2 2 b. Mencari nilai-nilai eigen Sehingga, λ Persamaan karakteristik dari adalah Sehingga, didapat nilai-nilai eigen dari adalah,.5279,.4,.472 dan.6569 c. Mencari vektor-vektor eigen ) Untuk.5279 Vektor eigen untuk.5279, yaitu: ) Untuk.4 Vektor eigen.4, yaitu: ) Untuk.472 Vektor eigen.472, yaitu: ) Untuk Vektor eigen.6569, yaitu: IV-8
31 Mendekomposisikan matriks menjadi tiga komponen yaitu matriks, dan a. Menyusun matriks Nilai singular dari matriks adalah: matriks singular yang terbentuk adalah:.26 b. Menyusun matriks Maka, IV-9
32 Sehingga, Berikut ini akan ditunjukkan bahwa matriks adalah ortonormal: a) Bahwa matriks yang terdiri dari vektor kolom,, dan adalah ortogonal. Terbukti dengan,,,,,,,,,,, b) Bahwa norom dari vektor kolom matriks adalah satu. Terbukti dengan, IV-
33 c. Menyusun matriks, Maka, Sehingga didapatkan matriks sebagai berikut: IV-
34 Sehingga SVD dari matriks adalah: Menentukan solusi dari suatu sistem persamaan linier fuzzy proy,,, +, +, +,, +, +, +, r IV-2
35 r r r. 2.2r r Berdasarkan hasil perhitungan di atas diperoleh: (,, atau , ,. 2.2, ( 7 + 2, 9 + 4, 2, 27 4 ). Karena (, maka sistem persamaan linier ini tidak konsisten, akan tetapi solusi pendekatan terbaik dari sistem persamaan linier fuzzy ini dapat dicari, yaitu:,, +, +, +,, +, +, +, IV-
36 r r r r r r r.9.27r Jadi penyelesaian sistem persamaan linier fuzzy diperoleh sebagai berikut:, , ,.5 +.5, Berdasarkan definisi 4.2 solusi dari sistem persamaan linier fuzzy adalah : min,,, min , , 9., maks,,, maks , , 9., min,,, min.5 +.5, , 4., IV-4
37 maks,,,.5.5, , 4., Berdasarkan penjabaran solusi sistem persamaan linier fuzzy maka diperoleh, , ,.5 +.5, Maka diperoleh bahwa dan, dengan demikian penyelesaian sistem persamaan linier fuzzy ini adalah kuat. Berdasarkan persamaan (2.) maka sistem persamaan linier fuzzy ini dapat dinyatakan dengan bilangan fuzzy segitiga sebagai berikut: 2.5, 9., 6.5, (.5, 4., 4.5) Grafik untuk sistem persamaan linier fuzzy ini dapat digambarkan sebagai berikut: Gambar. Grafik Funfsi Keanggotaan Segitiga dari dan Berdasarkan hasil dari penyelesaian diperoleh bahwa solusi sistem persamaan linier fuzzy ini kuat karena dan. Serta solusi pendekatan terbaik dari sistem persamaan linear fuzzy ini adalah, , dan,.5 +.5, IV-5
38 Contoh 4. Diberikan sistem persamaan fuzzy sebagai berikut: , (2 +, + 4 ) Tentukanlah solusi dari persamaan berikut dengan menggunakan metode SVD! Penyelesaian: Sistem persamaan diatas dapat dibentuk kedalam persamaan (4.) sehingga: , , ,, ( ), ( ), dan 8 + 6, , + 4 Sistem persamaan ini mempunyai parameter fuzzy, karena itu matriks yang mempunyai koefisien yang berukuran diubah menjadi matriks koefisien baru yang berukuran 2 2 pada matriks yang di asumsikan dengan matriks. Entri-entri dapat ditentukan berdasarkan rumus ( 4. ) sebagai berikut:., maka,, dan, Nilai untuk, 2,,2 dengan 2 adalah sebagai berikut: 6, 6 dan 6 6, 6 dan 6 2. Jika, < maka,, dan, 5, 5 dan 5 5, 5 dan 5. bernilai nol untuk entri-entri yang lainnya. Karena pada contoh ini matriks baru diasumsikan sebagai matriks, sehingga,,. Berdasarkan entri-entri yang didapat maka akan diperoleh persamaan baru sebagai berikut: IV-6
39 Matriks dengan: dapat diubah menjadi bentuk persamaan matriks baru sebagai berikut: ,, Maka dengan melakukan operasi perkalian terhadap persamaan matriks diperoleh persamaan linier fuzzy baru yaitu: Penyelesaian sistem persamaan linier fuzzy yang baru ini dapat dilakukan dengan metose SVD, yakni mendekomposisikan matriks matriks dengan cara sebagai berikut: kedalam tiga komponen. Mengubah sistem persamaan linear kompleks ke dalam bentuk persamaan matriks Mencari nilai eigen dan vektor eigen a. Mengubah matriks menjadi matriks IV-7
40 b. Mencari nilai-nilai eigen Sehingga, , Persamaan karakteristik dari adalah Sehingga, didapat nilai-nilai eigen dari adalah 2,, 2 dan c. Mencari vektor-vektor eigen ) Untuk 2 Vektor eigen untuk 2, yaitu: ) Untuk Vektor eigen, yaitu: ) Untuk 2 Vektor eigen 2, yaitu: IV-8
41 4) Untuk λ Vektor eigen, yaitu: Mendekomposisikan matriks menjadi tiga komponen matriks a. Menyusun matriks Nilai singular dari matriks 2 2 adalah: matriks singular yang terbentuk adalah: b. Menyusun matriks Maka IV-9
42 Sehingga, Berikut ini akan ditunjukkan bahwa matriks adalah ortonormal: a) Bahwa matriks yang terdiri dari vektor kolom,, dan adalah ortogonal. Terbukti dengan,,,,,,,,,,, b) Bahwa norom dari vektor kolom matriks adalah satu. Terbukti dengan, IV-2
43 c. Menyusun matriks, Maka, IV-2
44 Sehingga, Sehingga SVD dari matriks adalah: Menentukan solusi dari suatu sistem persamaan linier fuzzy proy,,, +, +, +,, +, +, +, r r r IV-22
45 r r r r r Berdasarkan hasil perhitungan di atas diperoleh: (,, atau r, r, r, (8 + 6, 2 +, 26 2, + 4 ) Karena (, maka sistem persamaan linier ini tidak konsisten, akan tetapi solusi pendekatan terbaik dari sistem persamaan linier fuzzy ini dapat dicari, yaitu:,, +, +, +,, +, +, +, IV-2
46 r r.59 +.r.59.r r r r r Jadi penyelesaian sistem persamaan linier fuzzy diperoleh sebagai berikut:, , , , Berdasarkan definisi 4.2 solusi dari sistem persamaan linier fuzzy adalah : min,,, min , , 6.28, maks,,, maks , , 6.28, min,,, IV-24
47 min , , 2.7, maks,,, , , 2.7, Berdasarkan penjabaran solusi sistem persamaan linier fuzzy maka diperoleh, , , , Maka diperoleh bahwa dan, dengan demikian penyelesaian sistem persamaan linier fuzzy ini adalah kuat. Berdasarkan persamaan (2.) maka sistem persamaan linier fuzzy ini dapat dinyatakan dengan bilangan fuzzy segitiga sebagai berikut: 4.894, 6.28, , ( 5.274, 2.7, 2.824) Grafik untuk sistem persamaan linier fuzzy ini dapat digambarkan sebagai berikut: Gambar. Grafik Funfsi Keanggotaan Segitiga dari dan Berdasarkan hasil dari penyelesaian diperoleh bahwa solusi dari sistem persamaan linier fuzzy ini kuat karena dan. Serta solusi pendekatan terbaik sistim persamaan linier fuzzy ini adalah : IV-25
48 , , dan, , IV-26
49 BAB V KESIMPULAN DAN SARAN 5. Kesimpulan Berdasarkan hasil penelitian ini diperoleh kesimpulan bahwa penyelesaian sistem persamaan linier fuzzy dapat dilakukan dengan metode Singular Value Decomposition (SVD). Solusi yang diperoleh dari penyelesaian sistem persamaan linier fuzzy menggunakan metode SVD adalah solusi pendekatan terbaik karena,. 5.2 Saran Pada tugas akhir ini penulis menggunakan metode SVD untuk menyelesaikan sistem persamaan linier fuzzy, penulis menyarankan agar pembaca bisa mencoba menggunakan metode lain untuk menyelesaikan sistem persamaan linier fuzzy.
50 DAFTAR PUSTAKA Anton, Howard. Elementary Linear Algebra, Eighth Edition. John Wiley, New York. 2. Ahmad, Irdam Haidir, dan Lucia Ratnasari. Menyelesaikan Sistem Persamaan Linear Menggunakan Analisis SVD. Jurnal Matematika Vol. ; Kalman, Dan. A Singularly Valuable Decomposition : The SVD of a Matrix. The AmericanUniversity, Washington, DC. (Diakses Tanggal 28 Februari 22). Leon, Steven J. Aljabar Linear dan Aplikasinya, Edisi Kelima. Erlangga, Jakarta. 2. Lipschutz, Seymour, dan Marc Lars Lipson. Aljabar Linear Schaum s. Edisi Ketiga. Erlangga, Jakarta. 26. Nicholson, W. Keith. Elementary Linear Algebra. First Edition. McGraw-Hill, Singapore. 2. Noranita, Beta. Sistem Persamaan Linear Fuzzy. Vol. ; Sutojo, T. dkk. Teori dan Aplikasi Aljabar Linear dan Matriks. Andi, Yogyakarta. 2.
PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI QR TUGAS AKHIR
PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI QR TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh :
Lebih terperinciPENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR (SVD) TUGAS AKHIR. Oleh : DEWI YULIANTI
PENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR (SVD) TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains Pada Jurusan Matematika
Lebih terperinciPENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI DOOLITTLE TUGAS AKHIR
PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI DOOLITTLE TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika
Lebih terperinciPENYELESAIAN SISTEM PERSAMAAN LINIER KOMPLEKS MENGGUNAKAN METODE ITERASI GAUSS-SEIDEL TUGAS AKHIR
PENYELESAIAN SISTEM PERSAMAAN LINIER KOMPLEKS MENGGUNAKAN METODE ITERASI GAUSS-SEIDEL TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh :
Lebih terperinciPERBANDINGAN SIFAT FISIK HUJAN DENGAN MENGGUNAKAN FUNGSI ANALISIS DATA (FDA) TUGAS AKHIR
PERBANDINGAN SIFAT FISIK HUJAN DENGAN MENGGUNAKAN FUNGSI ANALISIS DATA (FDA) TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh: SARI GANTI
Lebih terperinciMENENTUKAN HARGA KEBUTUHAN POKOK YANG HILANG MENGGUNAKAN FUNGSI ANALISIS DATA (FDA) DI KOTA PEKANBARU TUGAS AKHIR
MENENTUKAN HARGA KEBUTUHAN POKOK YANG HILANG MENGGUNAKAN FUNGSI ANALISIS DATA (FDA) DI KOTA PEKANBARU TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika
Lebih terperinciPENYELESAIAN SISTEM PERSAMAAN LINIER INTERVAL DENGAN METODE DEKOMPOSISI TUGAS AKHIR. Oleh : YULIA DEPEGA
PENYELESAIAN SISTEM PERSAMAAN LINIER INTERVAL DENGAN METODE DEKOMPOSISI TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains Pada Jurusan Matematika Oleh : YULIA DEPEGA 18543936
Lebih terperinciPENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY MENGGUNAKAN DEKOMPOSISI CHOLESCY TUGAS AKHIR. Oleh: IRAWATI
PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY MENGGUNAKAN DEKOMPOSISI CHOLESCY TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh: IRAWATI 10854004183
Lebih terperinciAPLIKASI MATRIKS KOMPANION PADA PENYELESAIAN SISTEM PERSAMAAN DIFERENSIAL LINIER NON HOMOGEN TUGAS AKHIR
APLIKASI MATRIKS KOMPANION PADA PENYELESAIAN SISTEM PERSAMAAN DIFERENSIAL LINIER NON HOMOGEN TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika
Lebih terperinciDIAGONALISASI MATRIKS PERSEGI (SQUARE MATRIX) MENGGUNAKAN DEKOMPOSISI SCHUR TUGAS AKHIR
DIAGONALISASI MATRIKS PERSEGI (SQUARE MATRIX) MENGGUNAKAN DEKOMPOSISI SCHUR (SCHUR DECOMPOSITION) TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika
Lebih terperinciPENYELESAIAN SISTEM PERSAMAAN LINIER FULLY FUZZY MENGGUNAKAN METODE GAUSS SEIDEL TUGAS AKHIR. Oleh : KHOLIFAH
PENYELESAIAN SISTEM PERSAMAAN LINIER FULLY FUZZY MENGGUNAKAN METODE GAUSS SEIDEL TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh : KHOLIFAH
Lebih terperinciPENYELESAIAN PERSAMAAN LAPLACE MENGGUNAKAN METODE RANTAI MARKOV TUGAS AKHIR N U R I Z A
PENYELESAIAN PERSAMAAN LAPLACE MENGGUNAKAN METODE RANTAI MARKOV TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh: N U R I Z A 10854004579
Lebih terperinciKONSTRUKSI MATRIKS SINGULAR DARI SUATU MATRIKS YANG MEMENUHI SIFAT KHUSUS TUGAS AKHIR
KONSTRUKSI MATRIKS SINGULAR DARI SUATU MATRIKS YANG MEMENUHI SIFAT KHUSUS TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh : EKA WAHYUDININGSIH
Lebih terperinciINVERS MATRIKS BLOK DAN APLIKASINYA PADA MATRIKS DIAGONAL DAN SEGITIGA TUGAS AKHIR
INVERS MATRIKS BLOK DAN APLIKASINYA PADA MATRIKS DIAGONAL DAN SEGITIGA TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh : HARYONO 10854002947
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab II ini menjelaskan tentang teori-teori pendukung yang digunakan untuk pembahasan selanjutnya yaitu sistem persamaan linear sistem persamaan linear kompleks dekomposisi Doolittle
Lebih terperinciANALISIS MODEL MSLIR PENYEBARAN PENYAKIT TUBERKULOSIS DENGAN POPULASI TERBUKA TUGAS AKHIR
ANALISIS MODEL MSLIR PENYEBARAN PENYAKIT TUBERKULOSIS DENGAN POPULASI TERBUKA TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh: DESRINA 11054202008
Lebih terperinciTUGAS AKHIR ARNI YUNITA
SIMULASI HUJAN HARIAN DI KOTA PEKANBARU MENGGUNAKAN RANTAI MARKOV ORDE TINGGI (ORDE 3) TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh :
Lebih terperinciPENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI DOOLITTLE
Jurnal Sains, Teknologi Industri, Vol. 11, No. 2, Juni 2014, pp. 166-174 ISSN 1693-2390 print/issn 2407-0939 online PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI DOOLITTLE
Lebih terperinciNILAI TOTAL TAK TERATUR TITIK PADA GRAF HASIL KALI COMB DAN DENGAN m BILANGAN GENAP TUGAS AKHIR
NILAI TOTAL TAK TERATUR TITIK PADA GRAF HASIL KALI COMB DAN DENGAN m BILANGAN GENAP TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh: NUR
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI WEIBULL DUA PARAMETER DENGAN MENGGUNAKAN METODE PELUANG MOMENT BERBOBOT TUGAS AKHIR
ESTIMASI PARAMETER DISTRIBUSI WEIBULL DUA PARAMETER DENGAN MENGGUNAKAN METODE PELUANG MOMENT BERBOBOT TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika
Lebih terperinciMENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL TUGAS AKHIR
MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika oleh DEVI SAFITRI 10654004470 FAKULTAS
Lebih terperinciPenyelesaian Sistem Persamaan Linear Fully Fuzzy Menggunakan Metode Iterasi Jacobi
Penyelesaian Sistem Persamaan Linear Fully Fuzzy Menggunakan Metode Iterasi Jacobi Corry Corazon Marzuki 1, Herawati 2 Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sultan Syarif Kasim Riau Jl.
Lebih terperinciAPLIKASI ALGORITMA FLOYD WARSHALL UNTUK MENENTUKAN LINTASAN TERPENDEK TUGAS AKHIR
APLIKASI ALGORITMA FLOYD WARSHALL UNTUK MENENTUKAN LINTASAN TERPENDEK TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh: KASMIDAR 10754000354
Lebih terperinciMETODE BARU UNTUK MENGHITUNG DETERMINAN DARI MATRIKS TUGAS AKHIR YESPI ENDRI
METODE BARU UNTUK MENGHITUNG DETERMINAN DARI MATRIKS TUGAS AKHIR Diajukan sebagai salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika oleh: YESPI ENDRI 10854004331 FAKULTAS SAINS
Lebih terperinciMENENTUKAN NILPOTENT ORDE 4 PADA MATRIKS SINGULAR MENGGUNAKAN TEOREMA CAYLEY HAMILTON TUGAS AKHIR
MENENTUKAN NILPOTENT ORDE 4 PADA MATRIKS SINGULAR MENGGUNAKAN TEOREMA CAYLEY HAMILTON TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh: IRMA
Lebih terperinciALGORITMA PEMBANGUN MATRIKS KORELASI TUGAS AKHIR
ALGORITMA PEMBANGUN MATRIKS KORELASI TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika oleh HELMAVIRA 0654004474 FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS
Lebih terperinciPERBANDINGAN PENGGUNAAN RANTAI MARKOV DAN DISTRIBUSI CAMPURAN DATA TIDAK HUJAN DAN DATA HUJAN UNTUK MENSIMULASI DATA HUJAN HARIAN TUGAS AKHIR
PERBANDINGAN PENGGUNAAN RANTAI MARKOV DAN DISTRIBUSI CAMPURAN DATA TIDAK HUJAN DAN DATA HUJAN UNTUK MENSIMULASI DATA HUJAN HARIAN TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana
Lebih terperinciMATRIKS UNITER, SIMILARITAS UNITER DAN MATRIKS NORMAL. Anis Fitri Lestari. Mahasiswa Universitas Muhammadiyah Ponorogo ABSTRAK
MATRIKS UNITER, SIMILARITAS UNITER DAN MATRIKS NORMAL Anis Fitri Lestari Mahasiswa Universitas Muhammadiyah Ponorogo ABSTRAK Matriks normal merupakan matriks persegi yang entri-entrinya bilangan kompleks
Lebih terperinciPENERAPAN TEORI PERMAINAN DALAM STRATEGI PEMASARAN PRODUK TUGAS AKHIR
PENERAPAN TEORI PERMAINAN DALAM STRATEGI PEMASARAN PRODUK TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sains Pada Jurusan Matematika Oleh : ENDAH PRASETIOWATI 10754000100
Lebih terperinciMENENTUKAN LINTASAN TERCEPAT FUZZY DENGAN ALGORITMA DIJKSTRA DAN ALGORITMA FLOYD MENGGUNAKAN METODE RANGKING FUZZY TUGAS AKHIR
MENENTUKAN LINTASAN TERCEPAT FUZZY DENGAN ALGORITMA DIJKSTRA DAN ALGORITMA FLOYD MENGGUNAKAN METODE RANGKING FUZZY TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada
Lebih terperinciPenentuan Nilai Eigen Tak Dominan Matriks Hermit Menggunakan Metode Pangkat Invers Dengan Nilai Shift
Penentuan Nilai Eigen Tak Dominan Matriks Hermit Menggunakan Metode Pangkat Invers Dengan Nilai Shift Fitri Aryani 1, Rizka Dini Humairoh 2 1,2 Jurusan Matematika Fakultas Sains dan Teknologi UIN Suska
Lebih terperinciINVERS DRAZIN DARI REPRESENTASI BLOK MATRIKS BIPARTIT TUGAS AKHIR ISE PUTRA
INVERS DRAZIN DARI REPRESENTASI BLOK MATRIKS BIPARTIT TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh : ISE PUTRA 8542824 FAKULTAS SAINS
Lebih terperinciSOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 03, No. 1 (2014), hal 91 98. SOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR Febrianti,
Lebih terperinciSebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk :
Persamaan Linear Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk : a x + a y = b Persamaan jenis ini disebut sebuah persamaan linear dalam peubah x dan y. Definisi
Lebih terperinciANALISIS GRAF PIRAMIDA, GRAF BERLIAN, DAN GRAF BINTANG SEBAGAI GRAF PERFECT
ANALISIS GRAF PIRAMIDA, GRAF BERLIAN, DAN GRAF BINTANG SEBAGAI GRAF PERFECT TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Teknik pada Jurusan Matematika Oleh: HELMA YANTI
Lebih terperinciPerluasan Teorema Cayley-Hamilton pada Matriks
Vol. 8, No.1, 1-11, Juli 2011 Perluasan Teorema Cayley-Hamilton pada Matriks Nur Erawati, Azmimy Basis Panrita Abstrak Teorema Cayley-Hamilton menyatakan bahwa setiap matriks bujur sangkar memenuhi persamaan
Lebih terperinci5. PERSAMAAN LINIER. 1. Berikut adalah contoh SPL yang terdiri dari 4 persamaan linier dan 3 variabel.
1. Persamaan Linier 5. PERSAMAAN LINIER Persamaan linier adalah suatu persamaan yang variabel-variabelnya berpangkat satu. Disamping persamaan linier ada juga persamaan non linier. Contoh : a) 2x + 3y
Lebih terperinciBAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: =
BAB II LANDASAN TEORI 2.1 Matriks Definisi 2.1 (Lipschutz, 2006): Matriks adalah susunan segiempat dari skalarskalar yang biasanya dinyatakan dalam bentuk sebagai berikut: Setiap skalar yang terdapat dalam
Lebih terperinciMETODE PANGKAT DAN METODE DEFLASI DALAM MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS
METODE PANGKAT DAN METODE DEFLASI DALAM MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS Arif Prodi Matematika, FST- UINAM Wahyuni Prodi Matematika, FST-UINAM Try Azisah Prodi Matematika, FST-UINAM
Lebih terperinciMENYELESAIKAN SISTEM PERSAMAAN LINIER MENGGUNAKAN ANALISIS SVD SKRIPSI. Oleh : Irdam Haidir Ahmad J2A
MENYELESAIKAN SISTEM PERSAMAAN LINIER MENGGUNAKAN ANALISIS SVD SKRIPSI Oleh : Irdam Haidir Ahmad J2A 005 023 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciPENYELESAIAN INVERS MATRIKS MENGGUNAKAN METODE GENERALIZED INVERSE TUGAS AKHIR
PENYELESAIAN INVERS MATRIKS MENGGUNAKAN METODE GENERALIZED INVERSE TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika oleh DESI MURNITA 9 FAKULTAS
Lebih terperinciDIAGONALISASI MATRIKS KOMPLEKS
Buletin Ilmiah Mat Stat dan Terapannya (Bimaster) Volume 04, No 3 (2015), hal 337-346 DIAGONALISASI MATRIKS KOMPLEKS Heronimus Hengki, Helmi, Mariatul Kiftiah INTISARI Matriks kompleks merupakan matriks
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENETUKAN TERAPI HERBAL PADA PENYAKIT DALAM DENGAN METODE AHP (ANALITYC HIERARCHY PROCESS) TUGAS AKHIR
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENETUKAN TERAPI HERBAL PADA PENYAKIT DALAM DENGAN METODE AHP (ANALITYC HIERARCHY PROCESS) TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana
Lebih terperinciSATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA
Mata Kuliah : Matematika Diskrit 2 Kode / SKS : IT02 / 3 SKS Program Studi : Sistem Komputer Fakultas : Ilmu Komputer & Teknologi Informasi. Pendahuluan 2. Vektor.. Pengantar mata kuliah aljabar linier.
Lebih terperinciLAPORAN TUGAS AKHIR. Topik Tugas Akhir : Kajian Matematika Murni PENERAPAN PROSES ORTHOGONALISASI GRAM-SCHMIDT DALAM MEMBENTUK FAKTORISASI QR
LAPORAN TUGAS AKHIR Topik Tugas Akhir : Kajian Matematika Murni PENERAPAN PROSES ORTHOGONALISASI GRAM-SCHMIDT DALAM MEMBENTUK FAKTORISASI QR TUGAS AKHIR Diajukan Kepada Fakultas Keguruan dan Ilmu Pendidikan
Lebih terperinciBAB III MATRIKS HERMITIAN. dan konsep-konsep lainnya yang berkaitan dengan matriks Hermitian. Matriks
BAB III MATRIKS HERMITIAN Pada bab ini, akan dibahas beberapa konsep penting dari matriks Hermitian dan konsep-konsep lainnya yang berkaitan dengan matriks Hermitian. Matriks Hermitian merupakan kelas
Lebih terperinciPERANCANGAN ALAT UKUR ANTROPOMETRI (STUDI KASUS: LABORATORIUM APK TEKNIK INDUSTRI UIN SUSKA RIAU) LAPORAN TUGAS AKHIR
PERANCANGAN ALAT UKUR ANTROPOMETRI (STUDI KASUS: LABORATORIUM APK TEKNIK INDUSTRI UIN SUSKA RIAU) LAPORAN TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik Pada Jurusan
Lebih terperinciBAB II TINJAUAN PUSTAKA
5 BAB II TINJAUAN PUSTAKA A Matriks 1 Pengertian Matriks Definisi 21 Matriks adalah kumpulan bilangan bilangan yang disusun secara khusus dalam bentuk baris kolom sehingga membentuk empat persegi panjang
Lebih terperinciSISTEM PERSAMAAN LINEAR
SISTEM PERSAMAAN LINEAR BAB 1 Dr. Abdul Wahid Surhim POKOK BAHASAN 1.1 Pengantar Sistem Persamaan Linear (SPL) 1.2 Eliminasi GAUSS-JORDAN 1.3 Matriks dan operasi matriks 1.4 Aritmatika Matriks, Matriks
Lebih terperinciALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I)
ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I) 1 MATERI ALJABAR LINIER VEKTOR DALAM R1, R2 DAN R3 ALJABAR VEKTOR SISTEM PERSAMAAN LINIER MATRIKS, DETERMINAN DAN ALJABAR MATRIKS, INVERS MATRIKS
Lebih terperinciBENTUK NORMAL JORDAN UNTUK MENENTUKAN INVERS MOORE PENROSE
i BENTUK NORMAL JORDAN UNTUK MENENTUKAN INVERS MOORE PENROSE SKRIPSI Diajukan untuk Memenuhi sebagian Syarat untuk Memperoleh Gelar Sarjana Strata 1 (S1) Oleh Riyan Emmy Trihastuti 0901060006 PROGRAM STUDI
Lebih terperinciBAB II KAJIAN PUSTAKA. operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas
BAB II KAJIAN PUSTAKA Pada bab ini akan diuraikan mengenai matriks (meliputi definisi matriks, operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas aljabar max-plus, dan penyelesaian
Lebih terperinciAljabar Linear Elementer
BAB I RUANG VEKTOR Pada kuliah Aljabar Matriks kita telah mendiskusikan struktur ruang R 2 dan R 3 beserta semua konsep yang terkait. Pada bab ini kita akan membicarakan struktur yang merupakan bentuk
Lebih terperinciPERANCANGAN ALAT PEMOTONG ADONAN KERUPUK MERAH YANG ERGONOMIS TUGAS AKHIR
PERANCANGAN ALAT PEMOTONG ADONAN KERUPUK MERAH YANG ERGONOMIS TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik Pada Jurusan Teknik Industri OLEH : DEDE ARISMAN 10852002981
Lebih terperinciAPLIKASI MATRIKS INVERS TERGENERALISASI PADA DIFFIE-HELLMAN (DH) TUGAS AKHIR MIA FADILLA
APLIKASI MATRIKS INVERS TERGENERALISASI PADA DIFFIE-HELLMAN DH TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh: MIA FADILLA 10854004415
Lebih terperinciEigen value & Eigen vektor
Eigen value & Eigen vektor Hubungan antara vektor x (bukan nol) dengan vektor Ax yang berada di R n pada proses transformasi dapat terjadi dua kemungkinan : 1) 2) Tidak mudah untuk dibayangkan hubungan
Lebih terperinciBIFURKASI HOPF PADA SISTEM PREDATOR PREY DENGAN FUNGSI RESPON TIPE II
BIFURKASI HOPF PADA SISTEM PREDATOR PREY DENGAN FUNGSI RESPON TIPE II SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan
Lebih terperinciSISTEM PAKAR UNTUK MENDIAGNOSA GANGGUAN ANXIETAS DENGAN MENGGUNAKAN TEOREMA BAYES TUGAS AKHIR
SISTEM PAKAR UNTUK MENDIAGNOSA GANGGUAN ANXIETAS DENGAN MENGGUNAKAN TEOREMA BAYES TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik Pada Jurusan Teknik Informatika Oleh
Lebih terperinciSOLUSI SISTEM PERSAMAAN LINEAR
SOLUSI SISTEM PERSAMAAN LINEAR Bentuk umum persamaan linear dengan n peubah diberikan sebagai berikut : a1 x1 + a2 x2 +... + an xn = b ; a 1, a 2,..., a n R merupakan koefisien dari persamaaan dan x 1,
Lebih terperinciPENERAPAN MATRIKS HOUSEHOLDER PADA SISTEM PERSAMAAN LINEAR TAK KONSISTEN SKRIPSI
PENERAPAN MATRIKS HOUSEHOLDER PADA SISTEM PERSAMAAN LINEAR TAK KONSISTEN SKRIPSI Diajukan sebagai salah satu prasyarat untuk meraih gelar Sarjana (S1) Pendidikan Fakultas Keguruan dan Ilmu Pendidikan Universitas
Lebih terperinciBAB II SISTEM PERSAMAAN LINEAR. Sistem persamaan linear ditemukan hampir di semua cabang ilmu
BAB II SISTEM PERSAMAAN LINEAR Sistem persamaan linear ditemukan hampir di semua cabang ilmu pengetahuan. Di bidang ilmu ukur, diperlukan untuk mencari titik potong dua garis dalam satu bidang. Di bidang
Lebih terperinciKENDALI OPTIMAL PERMAINAN NON-KOOPERATIF KONTINU SKALAR DUA PEMAIN DENGAN STRATEGI NASH TUGAS AKHIR. Oleh : M.LUTHFI RUSYDI
KENDALI OPTIMAL PERMAINAN NON-KOOPERATIF KONTINU SKALAR DUA PEMAIN DENGAN STRATEGI NASH TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains Pada Jurusan Matematika Oleh
Lebih terperinciAljabar Linier & Matriks. Tatap Muka 2
Aljabar Linier & Matriks Tatap Muka 2 Matriks Matriks adalah susunan segi empat siku siku dari bilangan yang dibatasi dengan tanda kurung siku. Suatu matriks tersusun atas baris dan kolom, jika matriks
Lebih terperinciMatematika Teknik INVERS MATRIKS
INVERS MATRIKS Dalam menentukan solusi suatu SPL selama ini kita dihadapkan kepada bentuk matriks diperbesar dari SPL. Cara lain yang akan dikenalkan disini adalah dengan melakukan OBE pada matriks koefisien
Lebih terperinciPertemuan Ke 2 SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST.,MT
Pertemuan Ke SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST,MT Pendahuluan Suatu sistem persamaan linier (atau himpunan persaman linier simultan) adalah satu set persamaan dari sejumlah unsur yang tak diketahui
Lebih terperinciPERAMALAN HARGA EMAS MENGGUNAKAN AUTOMATIC CLUSTERING DAN CHEN S METHOD DALAM LOGIKA FUZZY TUGAS AKHIR
PERAMALAN HARGA EMAS MENGGUNAKAN AUTOMATIC CLUSTERING DAN CHEN S METHOD DALAM LOGIKA FUZZY TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik Pada Jurusan Teknik Informatika
Lebih terperinciMENENTUKAN PERPANGKATAN MATRIKS TANPA MENGGUNAKAN EIGENVALUE
MENENTUKAN PERPANGKATAN MATRIKS TANPA MENGGUNAKAN EIGENVALUE Rini Pratiwi 1*, Rolan Pane 2, Asli Sirait 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan Ilmu
Lebih terperinciALGORITMA ELIMINASI GAUSS INTERVAL DALAM MENDAPATKAN NILAI DETERMINAN MATRIKS INTERVAL DAN MENCARI SOLUSI SISTEM PERSAMAAN INTERVAL LINEAR
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 313 322. ALGORITMA ELIMINASI GAUSS INTERVAL DALAM MENDAPATKAN NILAI DETERMINAN MATRIKS INTERVAL DAN MENCARI SOLUSI SISTEM
Lebih terperinciuiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg
uiopasdfghjklzxcvbnmqwertyuiopasd Qwertyuiopasdfghjklzxcvbnmqwerty cvbnmqwertyuiopasdfghjklzxcvbnmq fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg
Lebih terperinciLAPORAN TUGAS AKHIR. Disusun oleh : DARWIN HARAHAP
LAPORAN TUGAS AKHIR USULAN PERANCANGAN 6S (SORT, STABILIZE, SHINE, STANDARDIZE, SUSTAIN DAN SAFETY) DALAM UPAYA MENGURANGI TINGKAT KECELAKAAN KERJA (STUDI KASUS PT. P & P BANGKINANG) Diajukan Sebagai Salah
Lebih terperinciSIMULASI PERHITUNGAN RISE TIME BUDGET DAN POWER LINK BUDGET PADA SISTEM KOMUKASI SERAT OPTIK TUGAS AKHIR
SIMULASI PERHITUNGAN RISE TIME BUDGET DAN POWER LINK BUDGET PADA SISTEM KOMUKASI SERAT OPTIK TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Teknik pada Jurusan Teknik Elektro
Lebih terperinciAljabar Linear Elementer MA SKS. 07/03/ :21 MA-1223 Aljabar Linear 1
Aljabar Linear Elementer MA SKS 7//7 : MA- Aljabar Linear Jadwal Kuliah Hari I Hari II jam jam Sistem Penilaian UTS 4% UAS 4% Quis % 7//7 : MA- Aljabar Linear Silabus : Bab I Matriks dan Operasinya Bab
Lebih terperinciMODEL PROPAGASI UNTUK KANAL RADIO BERGERAK PADA FREKUENSI 900 MHZ DI KOTA PEKANBARU TUGAS AKHIR
MODEL PROPAGASI UNTUK KANAL RADIO BERGERAK PADA FREKUENSI 900 MHZ DI KOTA PEKANBARU TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Teknik pada Jurusan Teknik Elektro Oleh:
Lebih terperinciMatriks - Definisi. Sebuah matriks yang memiliki m baris dan n kolom disebut matriks m n. Sebagai contoh: Adalah sebuah matriks 2 3.
MATRIKS Pokok Bahasan Matriks definisi Notasi matriks Matriks yang sama Panambahan dan pengurangan matriks Perkalian matriks Transpos suatu matriks Matriks khusus Determinan suatu matriks bujursangkar
Lebih terperinciNILAI EIGEN DAN VEKTOR EIGEN disebut vektor eigen dari matriks A =
NILAI EIGEN DAN VEKTOR EIGEN >> DEFINISI NILAI EIGEN DAN VEKTOR EIGEN Jika A adalah sebuah matriks n n, maka sebuah vektor taknol x pada R n disebut vektor eigen (vektor karakteristik) dari A jika Ax adalah
Lebih terperinciModul Praktikum. Aljabar Linier. Disusun oleh: Machudor Yusman IR., M.Kom. Ucapan Terimakasih:
Modul Praktikum Aljabar Linier Disusun oleh: Machudor Yusman IR., M.Kom. Ucapan Terimakasih: David Abror Gabriela Minang Sari Hanan Risnawati Ichwan Almaza Nuha Hanifah Riza Anggraini Saiful Anwar Tri
Lebih terperinciMenentukan Nilai Eigen Tak Dominan Suatu Matriks Semi Definit dan Indefinit Menggunakan Metode Kuasa Invers dengan Shift
Menentukan Nilai Eigen Tak Dominan Suatu Matriks Semi Definit dan Indefinit Menggunakan Metode Kuasa Invers dengan Shift Arif Bijaksana 1, Irma Suryani 2 Jurusan Matematika Terapan, Fakultas Sains dan
Lebih terperinciMATERI ALJABAR LINEAR LANJUT RUANG VEKTOR
MATERI ALJABAR LINEAR LANJUT RUANG VEKTOR Disusun oleh: Dwi Lestari, M.Sc email: dwilestari@uny.ac.id JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA
Lebih terperinciMenentukan Invers Drazin dari Matriks Singular Dengan Metode Leverrier Faddeev
Jurnal Sains Matematika dan Statistika, Vol. I, No., Januari ISSN 46-44 Menentukan Invers Drazin dari Matriks Singular Dengan Metode Leverrier Faddeev Suhendry, Irma Suryani, Jurusan Matematika, Fakultas
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Matriks merupakan istilah yang digunakan untuk menunjukkan jajaran persegi panjang dari bilangan-bilangan dan setiap matriks akan mempunyai baris dan kolom. Salah satu
Lebih terperinciGeneralized Inverse Pada Matriks Atas
Jurnal Sains Matematika dan Statistika, Vol., No., Juli ISSN 6 - Generalized Inverse Pada Matriks Atas Corry Corazon Marzuki, Yulia Rosita, Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sultan
Lebih terperinciLampiran 1 Pembuktian Teorema 2.3
LAMPIRAN 16 Lampiran 1 Pembuktian Teorema 2.3 Sebelum membuktikan Teorema 2.3, terlebih dahulu diberikan beberapa definisi yang berhubungan dengan pembuktian Teorema 2.3. Definisi 1 (Matriks Eselon Baris)
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pembahasan mendasar mengenai matriks terutama yang berkaitan dengan matriks yang dapat didiagonalisasi telah jelas disajikan dalam referensi yang biasanya digunakan
Lebih terperinciPertemuan 1 Sistem Persamaan Linier dan Matriks
Matriks & Ruang Vektor Pertemuan Sistem Persamaan Linier dan Matriks Start Matriks & Ruang Vektor Outline Materi Pengenalan Sistem Persamaan Linier (SPL) SPL & Matriks Matriks & Ruang Vektor Persamaan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Persamaan Linier Sistem Persamaan dengan m persamaan dan n bilangan tak diketahui ditulis dengan : Dimana x 1, x 2, x n : bilangan tak diketahui a,b : konstanta Jika SPL
Lebih terperinciAPLIKASI KRIPTOGRAFI HILL CIPHER DENGAN MATRIKS m n
1 APLIKASI KRIPTOGRAFI HILL CIPHER DENGAN MATRIKS m n SKRIPSI Diajukan untuk Memenuhi Sebagian Syarat Mencapai Derajat Sarjana S-1 Oleh : LILIS DWI HENDRAWATI 0601060012 PROGRAM STUDI PENDIDIKAN MATEMATIKA
Lebih terperinciSISTEM INFORMASI PENJUALAN MEBEL BERBASIS E-COMMERCE TUGAS AKHIR
SISTEM INFORMASI PENJUALAN MEBEL BERBASIS E-COMMERCE (Studi Kasus: Usaha Mebel Jati Jepara Pekanbaru) TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer pada Jurusan
Lebih terperinciIMPLEMENTASI TEKNOLOGI WEB SERVICE PADA. ORIENTED ARCHITECTURE (SOA) (Studi kasus : PT. Smeva Holiday) TUGAS AKHIR
IMPLEMENTASI TEKNOLOGI WEB SERVICE PADA APLIKASI e-tourism BERBASIS SERVICE ORIENTED ARCHITECTURE (SOA) (Studi kasus : PT. Smeva Holiday) TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh
Lebih terperinciAljabar Linear Elementer MUG1E3 3 SKS
// ljabar Linear Elementer MUGE SKS // 9:7 Jadwal Kuliah Hari I Selasa, jam. Hari II Kamis, jam. Sistem Penilaian UTS % US % Quis % // 9:7 M- ljabar Linear // Silabus : Bab I Matriks dan Operasinya Bab
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 1
GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 1 Berlaku mulai: Gasal/2010 MATA KULIAH : MATRIK DAN TRANSFORMASI LINEAR KODE MATA KULIAH / SKS : 410102042 / 3 SKS MATA
Lebih terperinciDiagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan
Diagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan Fitri Aryani 1, Rahmadani 2 Jurusan Matematika Fakultas Sains dan Teknologi UIN Suska Riau e-mail: khodijah_fitri@uin-suskaacid Abstrak
Lebih terperinciKata Pengantar. Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan.
i Kata Pengantar Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan. Modul ajar ini dimaksudkan untuk membantu penyelenggaraan kuliah jarak
Lebih terperinciPart II SPL Homogen Matriks
Part II SPL Homogen Matriks SPL Homogen Bentuk Umum SPL homogen dalam m persamaan dan n variabel x 1, x 2,, x n : a 11 x 1 + a 12 x 2 + + a 1n x n = 0 a 21 x 1 + a 22 x 2 + + a 2n x n = 0 a m1 x 1 + a
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN REKOMENDASI PEMILIHAN HOTEL DENGAN MULTI ATTRIBUTE DECISION MAKING (MADM) TUGAS AKHIR
SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI PEMILIHAN HOTEL DENGAN MULTI ATTRIBUTE DECISION MAKING (MADM) TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik Pada Jurusan Teknik
Lebih terperinciTUGAS AKHIR. Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Teknik pada Jurusan Teknik Elektro. Oleh:
DESAIN AKSI KENDALI PID PADA PERMUKAAN LUNCUR DECOUPLE SLIDING MODE CONTROLLER PADA SISTEM NON LINIER MULTIVARIABEL CONTINUOUS STIRRED TANK REACTOR (CSTR) TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat
Lebih terperinciPENERAPAN METODE ANALYTIC HIERARCHY PROCESS DAN TEOREMA BAYES DALAM SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI LAHAN KRITIS
PENERAPAN METODE ANALYTIC HIERARCHY PROCESS DAN TEOREMA BAYES DALAM SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI LAHAN KRITIS STUDI KASUS : DINAS KEHUTANAN PROVINSI RIAU TUGAS AKHIR Diajukan Sebagai Salah
Lebih terperinciBAB 3 FUNGSI MONOTON MATRIKS
BAB 3 FUNGSI MONOTON MATRIKS Pada bab ini akan dibahas fungsi monoton matriks. Dalam mengkontruksi fungsi monoton matriks banyak istilah yang harus kita ketahui sebelumnya. Beberapa konsep yang akan dibahas
Lebih terperinciMENGHITUNG DETERMINAN MATRIKS MENGGUNAKAN METODE SALIHU
MENGHITUNG DETERMINAN MATRIKS MENGGUNAKAN METODE SALIHU DENGAN Andi Bahota 1*, Aziskhan 2, Musraini M. 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen JurusanMatematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciCLUSTERING DOKUMEN TEKS BERDASARKAN FINGERPRINT BIWORD WINNOWING DENGAN MENGGUNAKAN METODE K-MEANS
CLUSTERING DOKUMEN TEKS BERDASARKAN FINGERPRINT BIWORD WINNOWING DENGAN MENGGUNAKAN METODE K-MEANS TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik Pada Jurusan Teknik
Lebih terperinciIMPLEMENTASI COMPUTER AIDED LEARNING 3D SISTEM PEREDARAN DARAH MANUSIA DENGAN MEMANFAATKAN TEKNOLOGI AUGMENTED REALITY TUGAS AKHIR
IMPLEMENTASI COMPUTER AIDED LEARNING 3D SISTEM PEREDARAN DARAH MANUSIA DENGAN MEMANFAATKAN TEKNOLOGI AUGMENTED REALITY TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik
Lebih terperinci