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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 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 modul Ada terlebh dahulu harus mempelajar modul-modul sebelumya. Mater kulah dalam modul merupaka dasar dar mater yag aka Ada pelajar pada modul-modul selajutya, terutama modul omor 9 dar matakulah Fska Kuatum. Pegetahua yag aka Ada peroleh dar modul aka barmafaat utuk mempelajar mater kulah Fska Zat Padat, Fska It, Fska Atom, Fska Partkel, da lmu-lmu Fska lajut laya. Setelah mempelajar modul Ada dharapaka dapat mecapa beberapa tujua struksoal khusus, sebaga berkut: Ada harus dapat 1. meghtug pemsaha eerg dega megguaka teor gaggua bebas waktu yag tak degeeras. 2. meghtug pemsaha eerg dega megguaka teor gaggua bebas waktu yag degeeras. 3. meghtug pemsaha eerg pada efek Stark. Mater kulah dalam modul aka dsajka dalam uruta sebaga berkut: 1. KB. Teor gaggua. D dalam KB. 1 Ada aka mempelajar sub-pokok bahasa : teor gaggua tak-degeeras bebas waktu da teor gaggua degeeras bebas waktu.. 1

2 2. KB. 2 teraks partkel dega meda lstrk. Dalam KB. 2 Ada aka mempelajar sub-pokok bahasa: efek Stark. Agar Ada dapat mempelajar modul dega bak, kutlah petujuk belajar berkut. 1. Bacalah tujua struksoal khusus utuk modul. 2. Baca da pelajar dega seksama uraa setap kegata belajar. 3. Sallah kosep dasar da persamaa-persamaa petg ke dalam buku latha Ada. 4. Perhatka da pelajar dega bak cotoh-cotoh soal/masalah dalam setap kegata belajar. 5. Kerjaka semua soal latha da usahaka tapa melhat kuc jawaba terlebh dahulu. 2

3 KB. 1 Teor Gaggua 1.1 Teor gaggua tak degeeras yag tak bergatug pada waktu. Pada KB-1 kta aka mempelajar tetag cara memperhalus metoda aproksmas. Teor gaggua dmula dega asums bahwa hamltoa peggaggu (pertubato hamltoa),, adalah sagat kecl dbadg dega hamltoa awal yatu hamltoa sebelum ada gaggua (uperturbed hamltoa),, sehgga hamltoa total () dapat dtuls sebaga berkut = +. (1) Asums laya adalah bahwa fugs ege da eerg ege dar hamltoa total () tdak jauh berbeda dega fugs ege da eerg ege dar hamltoa awal ( ). Dega kata la, msalka ϕ da E adalah fugs ege da eeg ege dar, sehgga ϕ > = ( + ) ϕ > = E ϕ > (2). Sedagka fugs ege da eerg ege dar adalah masg-masg ϕ da E, sehgga kta dapat meuls persamaa egevalueya sebaga berkut ϕ > = E ϕ > (3) Kemuda berdasarka kedua asums tad kta dapat meuls ϕ = ϕ + ϕ (4) E = E + E (5) Utuk tujua peekaa bahwa adalah sagat kecl dbadg, kta aka meulska dega cara meyertaka sebuah parameter yag berla sagat kecl da dber otas λ, 3

4 sehgga = λ. Dega megguaka hamltoa peggaggu, kta dapat meuls ulag persamaa egevalue d atas sebaga berkut ( + λ ) ϕ > = E ϕ > (6) Selajutya kta asumska bahwa fugs ege da eerg ege dar dketahu. Karea kta tahu bahwa jka λ medekat ol, maka ϕ aka medekat harga ϕ da E aka medekat E. Dega demka kta dapat megekspas ϕ da E dalam betuk deret dega ϕ da E sebaga suku pertamaya, yak sebaga berkut: ϕ = ϕ + λϕ (1) + λ 2 ϕ (2) +.. (7) E = E +λe (1) + λ 2 E (2) + (8) Perhatka bahwa agka-agak d dalam tada kurug ( ) tdak meyataka pagkat melaka meyataka orde. Jka kta substtuska persamaa (7) da (8) ke dalam persamaa (6) d atas, kta aka medapatka ( + λ )( ϕ + λϕ (1) + λ 2 ϕ (2) +...) = (E +λe (1) + λ 2 E (2) + )( ϕ + λϕ (1) + λ 2 ϕ (2) +.) (9) [ ϕ E ϕ ] + λ[ ϕ (1) + ϕ E ϕ (1) - E (1) ϕ ] + λ 2 [ ϕ (2) + ϕ (1) E (1) ϕ (1) E (2) ϕ ] +. =. (1) Persamaa berebtuk F () + λf (1) + λ 2 F (2) + λ 3 F (3) + λ 4 F (4) + λ 5 F (5) + =. Jka persamaa harus bear utuk sembarag la λ, maka : F () = F (1) = F (2) = F (3) = F (4) = F (5) =. =. 4

5 Dega cara sepert, dar persamaa (1) d atas kta dapat memperoleh hmpua persamaa-persamaa sebaga berkut a. ϕ = E ϕ. b. [ E ]ϕ (1) = [E (1) ]ϕ. c. [ E ]ϕ (2) = [E (1) ]ϕ (1) (2) + E ϕ. (11) d. [ E ]ϕ (3) = [E (1) ]ϕ (2) + [E (2) ϕ (1) (3) + E ϕ. Persamaa (11.a) dalam metoda aproksmas teredah megembalka formas ke keadaa semula, yak ϕ da E masg-masg merupaka fugs ege da eerg ege dar. Dalam persamaa (11.b) kta melhat bahwa beroperas pada ϕ (1). al meyaraka bahwa solus utuk persamaa dapat dperoleh melalu ekspas ϕ (1) dalam sebuah superposs dar fugs ege dar, yatu sebaga berkut ϕ () > = c ϕ >. (12) Substtuska persamaa (12) ke dalam persamaa (11.b) d atas! Ada aka memperoleh: [ E ] c ϕ > = [E (1) ] c ϕ > (13) Kta kalka persamaa (13) dega <ϕ j dar kr, sehgga kta dapatka: <ϕ j [ E ] c ϕ > = <ϕ j [E (1) ] c ϕ > (14) [E j E ] c j = E (1) δ j j. [E j E ] c j + j = E (1) δ j, (15) 5

6 dmaa j adalah eleme matrk dar hamltoa dalam represetas ϕ, yak j <ϕ j ϕ > (16) Jka j, maka aka meghaslka koefse-koefse c j yag jka dsubsttuska ke dalam persamaa (12) meghaslka koreks orde pertama utuk ϕ, yatu: c = E E ϕ (1) = E E ϕ () + c ϕ () (17) Koefse c pada persamaa (17) sebearya berla, karea kta berasums bahwa semua koreks terhadap ϕ () adalah ormal (tegak lurus) terhadap ϕ (), sehgga <ϕ (s) ϕ > =. (18) Jad persamaa (17) dapat dtuls lebh sederhaa sebaga berkut : ϕ (1) = E E ϕ () (19) Sekarag marlah kta kembal ke persamaa (15). Jka j =, persamaa (15) meghaslka koreks orde pertama utuk eerg E, sehgga E (1) = (2) Persamaa (2) adalah eleme-eleme dagoal dar matrk. Akhrya dega mesubsttuska persamaa-persamaa (19) da (2) ke dalam persamaa-persamaa (7) da (8) da mesalka λ = 1, Ada aka medapatka 6

7 ϕ = ϕ + E E ϕ () (21) da E = E + (22) Persamaa (21) da (22) meyataka fugs ege da eerg ege dar hamltoa total sampa koreks orde pertama. Utuk meetuka koreks orde kedua terhadap ϕ da E kta harus meyelesaka persamaa (11-c) d atas. Ds kta juga mecatat bahwa beroperas pada ϕ (2). Dalam hal aka lebh bak jka kta megekspas ϕ (2) dalam fugs ege dar, yatu sebaga berkut: ϕ (2) = d ϕ () (23) Jka kta substtuska persamaa (23) ke dalam persamaa (11-c) d atas, maka kta aka memperoleh: E () d ϕ () > + ϕ (1) > = E () d ϕ () > + E (1) ϕ (1) > + E (2) ϕ () > Kemuda kta kalka persamaa dega < ϕ () j dar sebelah kr, sehgga kta dapatka: (E () j E () ) d j + < ϕ () j ϕ (1) > = E (2) δ j + E (1) < ϕ () j ϕ (1) > (24) Jka j =, persamaa (24) aka meghaslka : E (2) = < ϕ () ϕ (1) > (25) Dega megguaka persamaa (19) d atas, kta aka dapat meulska persamaa (25) sebaga berkut: E (2) = E (2) = < ϕ () E E E E ϕ () > 7

8 E (2) = E 2 E (26) Dega demka, eerg total dar hamltoa total dapat dtuls sampa koreks eerg orde kedua adalah sebaga berkut: E = E () + + E 2 E. (27) Persamaa (27) meyataka la eerg total setelah adaya gaggua ( ) yag dapat dterma sampa koreks orde kedua. 1.2 Teor gaggua bebas waktu yag degeeras. Ada baru saja mempelajar teor gaggua bebas waktu yag tak-degeeras. Selajutya sekarag Ada aka mempelajar teor gaggua bebas waktu yag degeeras. Utuk hal, kta juga aka megguaka hamltoa total sebaga berkut : = + (22) dmaa juga sagat kecl dbadg. al mrp dega pembahasa utuk kasus tak-degeeras. Tetap ds memlk fugs ege yag degeeras. Msalka keadaa dasar dar adalah terdr dar q buah (lpat) degeeras. Tujua utama dar toer pertubas degeeras adalah utuk meghtug tgkat-tgkat eerg baru yag dhaslka akbat adaya degeeras. Msalka, sepert dalam kasus tak-degeeras, kta ekspas orde pertama fugs gelombag dalam betuk fugs ege sebaga berkut: 8

9 ϕ () > = c ϕ > (23) dmaa koefse-koefse c dtetuka oleh c = E E (24) Jka E () 1 adalah q buah degeeras, berart: E () 1 = E () 2 = E () 3 = E () () 4 =..= E q da c adalah tak berhgga utuk la, < q. Keadaa dapat dperbak dega cara mebuat sebuah hmpua fugs bass yag baru dar hmpua {ϕ () } yag medagoalsas sub-matrk. Dega eleme-eleme dluar dagoal berla ol, kta aka memperoleh koefse-koefse (c ) yag berkata dega eleme-eleme tersebut adalah juga berla ol, da kta dapat memprosesya sepert dalam kasus tak-degeeras. Jad tujua utama dalam teor gaggua bebas waktu yag degeeras adalah utuk medagoalsas sub-matrk dar. Kta msalka ke q buah fugs yag medagoalsas dber label ϕ, sehgga kta dapat megekspas ϕ = q a ϕ > (25) Kombas ler dar fugs ege-fugs ege medagoalsas sehgga < ϕ ϕ > = p δ p. (26) p Matrk dhtug dalam bass dega cara sebaga berkut: 9

10 = qq (27) Kta sekarag aka meujukka bahwa eleme-eleme dagoal sub-matrk q x q dar adalah merupaka koreks eerg orde pertama (E ) terhadap E, yatu: E = < ϕ ϕ > = utuk < q (28) Jka semua eleme dagoal adalah masg-masg berbeda, kemuda ke q buah degeeras dar dtadaka oleh perturbas (gaggua). Utuk mempertahaka kesamaa dar persamaa (28) kta lakuka hal berkut. Persamaa Schrodger utuk hamlto total dapat dtuls sebaga berkut: ϕ = ( + ) ϕ = E ϕ (29) Keadaa dasar dar adalah degeeras sebayak q buah. Jka kta substtuska ϕ = ϕ da E = E () (1) + E ke dalam persamaa (29) maka kta aka medapatka (1) ϕ > = E Ada harus gat bahwa ϕ > (3) ϕ adalah juga merupaka keadaa yag degeeras. Dar persamaa (3) Ada dapat membuktka bahwa E (1) =. (31) Persamaa (31) merupaka betuk la dar persamaa (28). 1

11 Latha: Sebuah atom hdroge yag berada dalam keadaa dasar (groud state) dber gaggua (perturbas) oleh sebuah potesal yag berbetuk: = er 2 (3 cos 2 θ - 1) q/4 dmaa e muata lstrk elektro, θ = sudut atara vektor jar-jar ( r ) dega sumbu-z postf, q kompoe dar meda yag membulka gaggua. Tetuka orde pertama fugs gelombag yag tergaggu utuk = 2 da = 3. 11

12 Ragkuma. 1. Koreks orde pertama utuk ϕ (yag tak degeeras) adalah: ϕ (1) = E E ϕ () + c ϕ () 2. koreks orde pertama utuk eerg E (yag tak degeeras) adalah: E (1) = 3. koreks orde kedua utuk eerg E (yag tak degeeras) adalah: E (2) = < ϕ () ϕ (1) > 12

13 Tes Formatf-1 Petujuk: jawablah semua soal d bawah. Sebuah partkel berada dalam sebuah potesal oslator harmok dua dmes V(x,y) = ½ mω 2 (x 2 + y 2 ). 1. Tulska hamltoa dar oslator dua dmes yag tdak tergaggu (uperturbed). 2. Tulska hamltoa total utuk sstem tersebut. 3. Tulslah tga tgkat eerg pertama. 4. Tetuka ketga fugs gelombagya utuk ketga tgkat eerg pada pertayaa d atas. 5. Msalka partkel tersebut dtempatka dalam sebuah perturbas sebesar = λxy. Tetuka koreks eerg orde pertama utuk keadaa dasar da keadaa ekstas pertama. 6. Tetuka pula orde ke ol fugs gelombag utuk keadaa ekstas pertama. 13

14 Tdak Lajut (Balka): Cocokalah jawaba Ada dega kuc jawaba tes formatf 1 pada akhr modul, da berlah skor (la) sesua dega bobot la setap soal yag djawab dega bear. Kemuda jumlahka skor yag Ada peroleh lalu guaka rumus d bawah utuk megetahu tgkat peguasaa (TP) Ada terhadap mater KB-1. Rumus (TP) = (jumlah skor/jumlah soal) x 1 % Art TP yag Ada peroleh adalah sebaga berkut : 9 % - 1 % = bak sekal. 8 % - 89 % = bak 7 % - 79 % = cukup < 7 % = redah. Apabla TP Ada > 8 %, maka Ada boleh melajutka pada mater KB 2, da Selamat!!, Tetap jka TP Ada < 8 %, Ada harus megulag mater KB-1 d atas terutama baga-baga yag belum Ada kuasa. 14

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

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

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

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

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

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

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

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

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

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

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

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

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

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 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

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

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

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

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

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

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

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

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

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema II. LANDAAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teoremateorema ag medukug utuk pembahasa pada bab IV. Pegerta (defs) da teorema tersebut dtulska sebaga berkut.. Teorema Proeks Teorema

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

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

III PEMBAHASAN. Karena vektor-vektor kolom X adalah bebas linear, maka L(ε) mempunyai n vektor eigen yang bebas linear. (Terbukti)

III PEMBAHASAN. Karena vektor-vektor kolom X adalah bebas linear, maka L(ε) mempunyai n vektor eigen yang bebas linear. (Terbukti) Karea vektor-vektor kolom X adalah bebas lear maka mempuya vektor ege yag bebas lear. erbukt eorema 9 Jka... adalah la ege dar maka... adalah la ege dar. BUK : salka... adalah la ege dar yag bersesuaa

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

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

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

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

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

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

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

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

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

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

REGRESI & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA . Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) 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

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange Praktkum 0 Iterpolas Polomal da Lagrage PRAKTIKUM 0 Iterpolas Polomal da Lagrage Tuua : Mempelaar berbaga metode Iterpolas ag ada utuk meetuka ttkttk atara dar buah ttk dega megguaka suatu fugs pedekata

Lebih terperinci

Sudaryatno Sudirham. Permutasi dan Kombinasi

Sudaryatno Sudirham. Permutasi dan Kombinasi Sudaryato Sudrham Permutas da Kombas Permutas Permutas adalah bayakya peelompoka sejumlah tertetu kompoe ya dambl dar sejumlah kompoe ya terseda; dalam setap kelompok uruta kompoe dperhatka Msalka terseda

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 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

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

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

XI. ANALISIS REGRESI KORELASI

XI. ANALISIS REGRESI KORELASI I ANALISIS REGRESI KORELASI Aalss regres mempelajar betuk hubuga atara satu atau lebh peubah bebas dega satu peubah tak bebas dalam peelta peubah bebas basaya peubah yag dtetuka oelh peelt secara bebas

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

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

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

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

* 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

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

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 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

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

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

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN 11 Latar Belakag Peelta yag dlakuka oleh Va der Pol pada sebuah tabug trode tertutup, yatu sebuah alat yag dguaka utuk megedalka arus lstrk dalam suatu srkut pada trasmtter da recever meghaslka

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

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

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

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

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

Sampel dan Distribusi Sampling

Sampel dan Distribusi Sampling P Modul Sampel da Dstrbus Samplg PENDAHULUAN Prof. Dr. Zazaw Soejoet ada modul pertama, aka dpelajar terlebh dahulu megea sampel da sfat-sfatya serta samplg-ya. Mater sebearya telah bayak dsajka pada mata

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

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed

Lebih terperinci

KODE SIKLIK (CYCLIC CODES)

KODE SIKLIK (CYCLIC CODES) Pegatar Teor Pegkodea (Codg Theory) KODE SIKLIK (CYCLIC CODES) Dose Pegampu : Al Sutjaa DISUSUN OLEH: Nama : M Zak Ryato Nm : /5679/PA/8944 Program Stud : Matematka JURUSAN MATEMATIKA FAKULTAS MATEMATIKA

Lebih terperinci

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS = 1 + + + + k k + u PowerPot Sldes baa Rohmaa Educato Uverst of Idoesa 007 Laboratorum Ekoom & Koperas Publshg Jl. Dr. Setabud

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

( ) ( ) ( ) ( ) ( ) 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

Bab II Teori Pendukung

Bab II Teori Pendukung Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak

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

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

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

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

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

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

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA 3. Pegkodea Matrks Ketetaggaa Matrks ketetaggaa A adaah matrks smetr, sehgga, dega memh semua eeme pada dagoa utama da eeme-eeme dbawah dagoa utama, maka aka

Lebih terperinci

KODE SIKLIK (CYCLIC CODES)

KODE SIKLIK (CYCLIC CODES) Codg Theory KODE SIKLIK (CYCLIC CODES) Muhamad Zak Ryato NIM: 2/56792/PA/8944 E-mal: zak@malugmacd http://zakmathwebd Dose Pembmbg: Drs Al Sutjaa, MSc Pedahulua Salah satu bahasa yag palg petg pada lear

Lebih terperinci

Pertemuan VII IV. Titik Berat dan Momen Inersia

Pertemuan VII IV. Titik Berat dan Momen Inersia Baa jar Mekaka Baa Mulat, ST., MT Pertemua V V. Ttk Berat da Mome ersa. Ttk Berat Peampag Mome pertama suatu luasa eleme teradap suatu sumbu d dalam bdag luasa dberka dega produk luasa eleme da jarak tegak

Lebih terperinci

Selesaikan persamaan kuadrat ini dengan bentuk kuadrat lengkap, diperoleh

Selesaikan persamaan kuadrat ini dengan bentuk kuadrat lengkap, diperoleh Blaga Kompleks Feomea blaga kompleks arlah dua buah blaga ag jumlaha da haslkala juga Msalka blaga ag dcar adalah da w, dega kods + w = da w = Dar kods + w = dperoleh w = Gatka ke w =, dperoleh ( ) =,

Lebih terperinci

REGRESI LINEAR SEDERHANA

REGRESI LINEAR SEDERHANA REGRESI LINEAR SEDERHANA MODUL Dra. Sr Pagest, S.U. PENDAHULUAN A alss regres merupaka aalss statstk yag mempelajar ubuga atara dua varabel atau leb. Dalam aalss regres lear dasumska berlakuya betuk ubuga

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

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode II. TINJAUAN PUSTAKA Dalam proses peelta utuk megaalss aproksmas fugs dega metode mmum orm pada ruag hlbert C[ab] (Stud kasus: fugs rasoal) peuls megguaka defs teorema da kosep dasar sebaga berkut:.. Aproksmas

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

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita.

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita. Bab Ukura Data Pada saat upacara bedera, kta serg memperhatka tema-tema kta. Terkadag tapa sadar kta membadgka tgg redah sswa dalam upacara tersebut. Ada yag tggya 170 cm, 165 cm, 150 cm atau bahka 140

Lebih terperinci

BAB III TEOREMA GLEASON DAN t-desain

BAB III TEOREMA GLEASON DAN t-desain BAB III TEOREMA GLEASON DAN t-desain Dalam ubbab 3., kta aka mempelaar alah atu fat petg dar kode wa-dual geap. Sfat terebut dberka oleh Teorema 3.(Teorema Gleao), Teorema ecara megeaka telah meetuka betuk

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

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

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

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

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

MEKANISME KERUNTUHAN LINGKARAN (Circular Failure Mechanisms)

MEKANISME KERUNTUHAN LINGKARAN (Circular Failure Mechanisms) MEKANISME KERUNTUHAN LINGKARAN (Crcular alure Mechasms) Stabltas Lereg Moda kerutuha lereg umumya adalah rotatoal slp sepajag bdag rutuh yag medekat lgkara Kerutuha dagkal Kerutuha dalam Saat rutuh Stabltas

Lebih terperinci

Tabel Distribusi Frekuensi

Tabel Distribusi Frekuensi Tabel Dstrbus Frekues Tabel dstrbus frekues adalah susua data meurut kelas-kelas terval tertetu atau meurut kategor tertetu dalam sebuah daftar. Dar dstrbus frekues, dapat dperoleh keteraga atau gambara

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

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

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