JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 23-32, April 2001, ISSN :

Ukuran: px
Mulai penontonan dengan halaman:

Download "JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 23-32, April 2001, ISSN :"

Transkripsi

1 JRNAL MATEMATIKA DAN KOMPTER Vol 4 No 1, 3-3, Aprl 1, ISSN : KAJIAN DISKRETISASI DENGAN METODE GALERKIN SEMI DISKRET TERHADAP EFISIENSI SOLSI MODEL RAMBATAN PANAS TANPA SK KONVEKSI Suhartono dan Solkhn Zak Jurusan Matematka FMIPA NDIP Abstrak Peneltan n bertuuan menyeldk efek dskretsas dengan metode Galerkn Sem Dskret terhadap efsens solus model rambatan panas tanpa suku konveks Indkator efsens yang dukur dalam peneltan n adalah lama waktu proses komputas dan lama waktu proses komputas perlangkah Sebaga pembandng dgunakan metode Beda Hngga Permasalahan yang dtelt adalah bagamana mentranformaskan model rambatan panas tanpa suku konveks kebentuk sstem persamaan dferensal ordner dengan melakukan dskretsas pada peubah ruang dengan menggunakan metode Galerkn Sem Dskret Selanutnya sstem persamaan dferensal basa yang dperoleh dar dskretsas tersebut dntegraskan dengan menggunakan metode Runge Kutta Implst Dagonal (RKID) Hasl pengukuran menunukkan bahwa solus model rambatan panas tanpa suku konveks yang dperoleh berdasarkan dskretsas perubah ruang menggunakan metode Galerkn Sem Dskret kurang efsen ka dbandngkan dengan solus model rambatan panas tanpa suku konveks yang dperoleh dengan dskretsas perubah ruang menggunakan metode Beda Hngga Hal tersebut dapat dtunukkan berdasarkan lama waktu proses komputas dan lama waktu proses komputas perlangkah Kata Kunc : Dskretsas, Metode Galerkn Sem Dskret, model rambatan panas 1 PENDAHLAN Model rambatan panas secara matemats dapat dnyatakan dalam bentuk persamaan dferensal parsal Model tersebut serng dgunakan dalam berbaga dspln lmu, msalnya : fska, kma, bolog dan lan sebaganya Penyelesaan model rambatan panas dapat dlakukan bak secara analtk maupun secara numerk dengan bantuan komputer Penyelesaan secara analtk 3

2 Kaan Dskretsas dengan (Suhartono dan Solkhn Zak) serng lebh sult dar pada penyelesaan secara numerk Oleh karena tu, penyelesaan model rambatan panas n dlakukan secara numerk Secara numerk, salah satu metode untuk menyelesaan model rambatan panas tanpa suku konveks yang ngn dgunakan dalam kaan n adalah dengan dskretsas peubah ruang, yang dlanutkan dengan ntegras terhadap waktu Salah satu metode dskretsas perubah ruang yang dgunakan dalam kaan n adalah metode Galerkn Sem dskret (Mtchell AR,195), sedangkan untuk ntegras hasl dskretsas dgunakan metode Runge Kutta Implst Dagonal (dsngkat dengan RKID), dengan perubahan ukuran langkah ( step-sze) kuran langkah adalah panang langkah yang dgunakan oleh suatu program untuk melakukan suatu komputas Permasalahan yang akan dtelt d sn adalah bagamana mentranformaskan model rambatan panas dalam bentuk persamaan parabolk ke bentuk sstem persamaan dferensal ordner dengan melakukan dskretsas peubah ruang dengan metode Galerkn Sem Dskret Selanutnya dlakukan pengukuran terhadap ndkator efsens dengan melakukan ntegras sstem persamaan dferensal ordner yang dperoleh dar dskretsas model rambatan panas tanpa suku konveks menggunakan metode RKID dengan perubahan ukuran langkah Tuuan peneltan adalah menyeldk efek dar dskretsas dengan metode Galerkn Sem Dskret terhadap efsens solus model rambatan panas tanpa suku konveks Indkator efsens yang du dalam peneltan n adalah waktu proses (waktu yang dgunakan oleh komputer untuk menalankan suatu program) dan waktu proses perlangkah LANDASAN TEORI METODE GALERKIN SEMI DISKRET Metode Galerkn Sem Dskret adalah suatu metode dskretsas peubah ruang dar suatu persamaan dferensal parsal, yang dalam kaan n berupa persamaan parabolk Dengan metode Galerkn Sem Dskret maka persamaan parabolk dapat dtransformaskan ke sstem persamaan dferensal basa Dalam 4

3 JRNAL MATEMATIKA DAN KOMPTER Vol 4 No 1, 3-3, Aprl 1, ISSN : peneltan n dka salah satu model rambatan panas tanpa suku konveks yang dsakan dalam bentuk persamaan parabolk Berkut akan dbahas mengena dskretsas model rambatan panas tanpa suku konveks dengan menggunakan metode Galerkn Sem Dskret: Pandang model rambatan panas tanpa suku konveks dalam bentuk: u u = t x (1) dengan syarat batas, Drchlet (Farlow,19) Persamaan (1) terdefns pada nterval [,1] Jka h adalah ukuran langkah ruang yang membag nterval [,1] menad (n+1)/ sub-nterval bagan yang sama dengan h = / (n+1) dan ka setap sub-nterval dbag dan ttk n dber ndeks tengahan maka dalam nterval [,1] terdapat n ttk nteror ½ 1 3/ n/ < ndeks Gambar 1: n ttk nteror dalam nterval [,1] dengan ndeks tengahan dan ndeks blangan bulat Jka (x,t) adalah pendekatan Galerkn untuk u(x,t), u(x,t) adalah solus sebenarnya dar model rambatan panas maka (x,t) dapat dtuls sebaga : n 1 (x,t) = + = ( t) Q ( x) () Dengan Q (x) merupakan fungs bass dalam bentuk kuadratk (Mtchell AR,195) Dar persamaan (1) dan () dperoleh: dengan n+ 1 = n+ 1 ( Q, Q ) = (Q Q ) (3) = 5

4 Kaan Dskretsas dengan (Suhartono dan Solkhn Zak) Q, Q ) adalah nner product dar Q dan ( ' Q adalah turunan Q terhadap perubah x Q adalah turunan dar terhadap peubah t Jka M dan S adalah matrks yang elemen ke nya masng- masng adalah ' ' Q, Q ) dan ( Q, Q ) maka persamaan (3) dapat dnyatakan sebaga ( M = S + b dengan (4) = [, 1,, 3, n = [,,,, ] T 1 3 n b adalah vektor yang memuat syarat batas ] T Jka dberkan 3 fungs bass kuadratk yatu Q 1 = X(X-1)/, Q =-X + 1, Q 3 = X(X+1)/ Maka dperoleh: 16 M = h /

5 JRNAL MATEMATIKA DAN KOMPTER Vol 4 No 1, 3-3, Aprl 1, ISSN : S 6 = 1/ 3h METODE RNGE KTTA IMPLISIT DIAGONAL Persamaan (4) yang merupakan sstem persamaan dferensal ordner dapat dselesakan dengan RKID yang memlk notas Butcher berkut: ½ ½ 1 1 ½ 3/ -3/ ½ -3 1/6 1/3 1/6 1/3 Dengan perhtungan : k = f ( t + ch u + h a k ), ntuk mencar solus m+ 1 = m + h 4 = 1 = 1 b k m+1 adalah solus pada t ke m+1 (Conte SD,19) ntuk menyelesakan persamaan (4) dapat dgunakan algortma berkut: 1 Insalsas Panggl RKID 4 tahap untuk mendapatkan solus dengan langkah h, namakan 1 7

6 Kaan Dskretsas dengan (Suhartono dan Solkhn Zak) 3 Panggl RKID 4 tahap untuk mendapatkan solus dengan langkah h/, namakan 4 Jka 1 > tol Jka h > * h mn maka h baru = h lama / Kembal ke langkah dengan h baru Jka h < * h mn maka program dhentkan 5 Jka 1 > tolmn Jka * h< h mn maka h baru = h lama * Kembal ke langkah dengan h baru sampa t tertentu tercapa sampa t tertentu tercapa 6 Jka tolmn < 1 < tol, maka kembal ke langkah dengan h baru = h lama sampa t tertentu tercapa 7 Stop ka t akhr tercapa Algortma tersebut datas dmplementaskan menggunakan perangkat lunak Matlab dan perangkat keras pentum 166 mmx 3 HASIL PENGKRAN DAN PEMBAHASAN Dalam peneltan n dka efsens solus model rambatan panas tanpa suku konveks, yang dperoleh dengan melakukan ntegras sstem persamaan dferenssl ordner yang dperoleh dar dskretsas perubah ruang metode Galerkn Sem Dskret terhadap model rambatan panas tanpa suku konveks, dengan syarat awal (x,) = exp(x/ u(, t) = exp( t / 6) u(1, t) = exp( t / 6 + 1/ 6 ) dan syarat batas Drchlet, yatu: 6) Efsens solus model rambatan panas yang dperoleh berdasarkan dskretsas perubah ruang dengan Metode Galerkn Sem Dskret dapat dtunukkan dengan memperbandngkan antara hasl pengukuran yang dperoleh berdasarkan dskretsas dengan metode Galerkn Sem Dskret terhadap hasl yang dperoleh berdasarkan dskretsas dengan metode Beda Hngga

7 JRNAL MATEMATIKA DAN KOMPTER Vol 4 No 1, 3-3, Aprl 1, ISSN : Pengukuran dlakukan dengan mengambl banyak dskretsas yatu n= 39 dengan tolerans 1-6 Pengamatan dlakukan pada t = 1,,3,,7 Hasl pengukuran dapat dtunukkan pada tabel 1 dan tabel berkut: Tabel 1: Hasl pengukuran untuk n=39 dan tol 1-6 pada t =1,, 3,, 7 Dengan J adalah banyak langkah yang dterma oleh program, t = panang langkah yang harus dlakukan oleh program t satuan h maksmum H mnmum h maksmum / J (dalam %) h mnmum/j (dalam %) Galerkn Beda Hngga Galerkn Beda Hngga 1,69,69,135,1,135,1,69,69,135 15,56,135 15,56 3,69,69,135 3,91,135 3,91 4,69,69,135 46,7,135 46,7 5,69,69,135 61,6,135 61,6 6,69,69,135 76,97,135 76,97 7,69,69,135,135 9,3 9,3 Hasl pengukuran data pada tabel 1 menunukkann bahwa : kuran langkah maksmum dan rato h maksmum terhadap banyak langkah yang dterma oleh program untuk menyelesakan model rambatan panas tanpa suku konveks menunukkan tdak ada beda nyata ( atau mempunya langkah yang sama) dalam setap langkahnya dar t = 1,,3,4,,7 bak dlakukan dengan menggunakan metode Beda Hngga maupun menggunakan metode 9

8 Kaan Dskretsas dengan (Suhartono dan Solkhn Zak) Galerkn Sem Dskret Dar tabel terlhat bahwa h maksmum yang dgunakan selalu tetap ntuk h mnmum yang dpergunakan untuk menyelesakan model rambatan panas tanpa suku konveks menunukkan tdak ada beda nyata ( atau mempunya langkah yang sama) dalam setap langkahnya dar t = 1,,3,4,,7 bak dlakukan dengan menggunakan metode Beda Hngga maupun menggunakan metode Galerkn Sem Dskret Rato h mnmum terhadap umlah langkah yang dterma menunukkan makn bertambah untuk setap pertambahan t, bak menggunakan metode Galerkn Sem Dskret maupun metode Beda Hngga Pada tabel dapat dtunukkan mengena hasl pengukuran yang dlakukan terhadap banyak langkah yang dterma, banyak langkah yang dtolak serta waktu proses (runnng tme) Tabel : hasl pengukuran banyak langkah yang dterma, banyak langkah yang dtolak serta waktu proses Banyak Metode yang Banyak langkah Banyak langkah Waktu proses dskretsas dgunakan yang dterma yang dtolak (dalam detk) 39 Galerkn Sem Dskret Beda Hngga Waktu proses yang dgunakan untuk menyelesakan model rambatan panas tanpa suku konveks dlakukan dengan metode Galerkn Sem Dskret dan metode Beda Hngga menunukkan beda yang cukup nyata Dar tabel terlhat bahwa solus rambatan panas tanpa suku konveks yang dperoleh akbat dskretsas dengan menggunakan metode Galerkn Sem Dskret kurang efsen ka dbandngkan dengan menggunakan metode Beda Hngga 3

9 JRNAL MATEMATIKA DAN KOMPTER Vol 4 No 1, 3-3, Aprl 1, ISSN : Selanutnya untuk mengu Efek efsens dar solus model rambatan panas tanpa suku konveks uga dapat dka menggunakan waktu proses perlangkah yang dsakan pada gambar 1 berkut : Dagram Batang untuk menunukkan lama waktu proses perlangkah ---> lama waktu proses perlangkah Galerkn S Dskret Beda Hngga >metode yang dgunakan Gambar 1: Dagram batang untuk lama waktu proses perlangkah Dar gambar dapat dtunukkan bahwa lama waktu proses perlangkah menggunakan dskretsas metode Galerkn Sem Dskret lebh besar (dengan perbandngan 9,16 :,9) dar pada waktu proses perlangkah menggunakan dskretsas metode beda hngga Lama waktu proses perlangkah dperoleh dar lama waktu proses dbag dengan banyaknya langkah yang dgunakan untuk menyelesakan program Dengan demkan dapat dkatakan bahwa solus rambatan panas tanpa suku konveks dengan dskretsas peubah ruang menggunakan metode Galerkn Sem Dskret kurang efsen, ka dbandngkan dengan menggunakan dskretsas peubah ruang metode Beda Hngga 4 KESIMPLAN Dar hasl pengukuran dan pembahasan dapat dsmpulkan bahwa solus model rambatan panas tanpa suku konveks yang dperoleh berdasarkan dskretsas perubah ruang menggunakan metode Galerkn Sem Dskret kurang efsen ka dbandngkan dengan solus model rambatan panas tanpa suku 31

10 Kaan Dskretsas dengan (Suhartono dan Solkhn Zak) konveks yang dperoleh dengan dskretsas perubah ruang menggunakan metode Beda Hngga Hal tersebut dapat dtunukkan berdasarkan waktu proses dan waktu proses perlangkah DAFTAR PSTAKA 1 Conte S D, Carl D B, Elementary Numercal Analyss, Thrd edton, Mc Graw Hll, 19 Farlow S J, Partal Dfferental Equatons, John Wley & Sons, New York,19 3 Mtchell AR, Grffths DF, The Fnte Dfference Methods n Partal Dfferental Equaton, John Wley and Sons, New York, 195 3

KAJIAN DISKRETISASI DENGAN METODE GALERKIN SEMI DISKRET TERHADAP EFISIENSI SOLUSI MODEL RAMBATAN PANAS TANPA SUKU KONVEKSI

KAJIAN DISKRETISASI DENGAN METODE GALERKIN SEMI DISKRET TERHADAP EFISIENSI SOLUSI MODEL RAMBATAN PANAS TANPA SUKU KONVEKSI KAJIAN DISKRETISASI DENGAN METODE GALERKIN SEMI DISKRET TERHADAP EFISIENSI SOLUSI MODEL RAMBATAN PANAS TANPA SUKU KONVEKSI Suhartono dan Solikhin Zaki Jurusan Matematika FMIPA UNDIP Abstrak Penelitian

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

EFEK DISKRITASI METODE GALERKIN SEMI DISKRET TERHADAP AKURASI DARI SOLUSI MODEL RAMBATAN PANAS TANPA SUKU KONVEKSI

EFEK DISKRITASI METODE GALERKIN SEMI DISKRET TERHADAP AKURASI DARI SOLUSI MODEL RAMBATAN PANAS TANPA SUKU KONVEKSI JURNAL MATEMATIKA DAN KOMPUTER EFEK DISKRITASI METODE GALERKIN SEMI DISKRET TERHADAP AKURASI DARI SOLUSI MODEL RAMBATAN PANAS TANPA SUKU KONVEKSI Kushartantya dan Awalina Kurniastuti Jurusan Matematika

Lebih terperinci

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

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

Lebih terperinci

BAB III SKEMA NUMERIK

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

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP

Lebih terperinci

PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM)

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

Lebih terperinci

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

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

Lebih terperinci

Penerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC

Penerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC Penerapan Metode Runge-Kutta Orde 4 dalam Analss Rangkaan RLC Rka Favora Gusa JurusanTeknk Elektro,Fakultas Teknk,Unverstas Bangka Beltung rka_favora@yahoo.com ABSTRACT The exstence of nductor and capactor

Lebih terperinci

BAB 4 PERHITUNGAN NUMERIK

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

Lebih terperinci

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

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

Lebih terperinci

APROKSIMASI NON-UNIFORM SPASIAL PERSAMAAN PANAS 1D DENGAN FINITE POINTSET METHOD

APROKSIMASI NON-UNIFORM SPASIAL PERSAMAAN PANAS 1D DENGAN FINITE POINTSET METHOD Indonesan Sysmphosum on Computng 05 ISSN : 406-395 APROKSIMASI NON-UNIFORM SPASIA PERSAMAAN PANAS D DENGAN FINITE POINTSET METHOD Putu Harry Gunawan, Frska Frstella Industral and Fnancal Mathematcs Research

Lebih terperinci

UJI PRIMALITAS. Sangadji *

UJI PRIMALITAS. Sangadji * UJI PRIMALITAS Sangadj * ABSTRAK UJI PRIMALITAS. Makalah n membahas dan membuktkan tga teorema untuk testng prmaltas, yatu teorema Lucas, teorema Lucas yang dsempurnakan dan teorema Pocklngton. D sampng

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

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

Lebih terperinci

PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER

PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER Penerapan Program Lner Kabur dalam Analss.. Elfranto PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER Elfranto Dosen Unverstas Muhammadyah Sumatera Utara Abstrak: Salah satu kaan

Lebih terperinci

PENGURUTAN DATA. A. Tujuan

PENGURUTAN DATA. A. Tujuan PENGURUTAN DATA A. Tuuan Pembahasan dalam bab n adalah mengena pengurutan data pada sekumpulan data. Terdapat beberapa metode untuk melakukan pengurutan data yang secara detl akan dbahas ddalam bab n.

Lebih terperinci

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1 Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN Latar elakang Sekolah merupakan salah satu bagan pentng dalam penddkan Oleh karena tu sekolah harus memperhatkan bagan-bagan yang ada d dalamnya Salah satu bagan pentng yang tdak dapat dpsahkan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

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

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

Lebih terperinci

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a Lecture 2: Pure Strategy A. Strategy Optmum Hal pokok yang sesungguhnya menad nt dar teor permanan adalah menentukan solus optmum bag kedua phak yang salng bersang tersebut yang bersesuaan dengan strateg

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Studi Kasus : Metode Secant) PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Stud Kasus : Metode Secant) Melda panjatan STMIK Bud Darma, Jln.SM.Raja No.338 Sp.Lmun, Medan Sumatera Utara Jurusan Teknk Informatka e-mal : meldapjt.78@gmal.com

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan. 3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi 3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

Lebih terperinci

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN : JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

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

Lebih terperinci

ALJABAR LINIER LANJUT

ALJABAR LINIER LANJUT ALABAR LINIER LANUT Ruang Bars dan Ruang Kolom suatu Matrks Msalkan A adalah matrks mnatas lapangan F. Bars pada matrks A merentang subruang F n dsebut ruang bars A, dnotaskan dengan rs(a) dan kolom pada

Lebih terperinci

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

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

Lebih terperinci

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup

Lebih terperinci

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

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

Lebih terperinci

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi BAB III FUNGSI MAYOR DAN MINOR Pada bab n akan dbahas konsep-konsep dasar dar fungs mayor dan fungs mnor dar suatu fungs yang terdefns pada suatu nterval tertutup. Pendefnsan fungs mayor dan mnor tersebut

Lebih terperinci

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 07 Sfat-sfat Operas Perkalan Modular pada raf Fuzzy T - 3 Tryan, ahyo Baskoro, Nken Larasat 3, Ar Wardayan 4,, 3, 4 Unerstas Jenderal Soedrman transr@yahoo.com.au

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan

Lebih terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia) PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas

Lebih terperinci

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

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

Lebih terperinci

Preferensi untuk alternatif A i diberikan

Preferensi untuk alternatif A i diberikan Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses

Lebih terperinci

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan

Lebih terperinci

Optimasi Perencanaan Hasil Produksi dengan Aplikasi Fuzzy Linear Programming (FLP)

Optimasi Perencanaan Hasil Produksi dengan Aplikasi Fuzzy Linear Programming (FLP) Semnar Nasonal Waluyo Jatmko II FTI UPN Veteran Jawa Tmur Optmas Perencanaan Hasl Produks dengan Aplkas Fuzzy Lnear Programmng (FLP) Akhmad Fauz Jurusan Teknk Informatka UPNV Veteran Jawa Tmur Emal: masuz@upnatm.ac.d

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2 Masalah Transportas Jong Jek Sang (20) menelaskan bahwa masalah transportas merupakan masalah yang serng dhadap dalam pendstrbusan barang Msalkan ada m buah gudang (sumber) yang

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K

APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K Jurnal Matematka Murn dan Terapan Vol. 3 No. Desember 009: 4-6 APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH Yun Yulda dan Muhammad Ahsar K Program Stud Matematka Unverstas

Lebih terperinci

BILANGAN RAMSEY SISI DARI r ( P, )

BILANGAN RAMSEY SISI DARI r ( P, ) Charul Imron dan dy Tr Baskoro, Blangan Ramsey Ss BILANGAN RAMSY SISI DARI r ( P, ) (Ramsey Number from the Sde r ( P, ) ) Charul Imron dan dy Tr Baskoro Jurusan Matemátca, FMIPA ITS Surabaya mron-ts@matematka.ts.ac.d

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam 1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr

Lebih terperinci

JMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT

JMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT JMP : Volume 5 Nomor, Jun 03, hal. 3 - SPEKTRUM PD GRF REGULER KUT Rzk Mulyan, Tryan dan Nken Larasat Program Stud Matematka, Fakultas Sans dan Teknk Unerstas Jenderal Soedrman Emal : rzky90@gmal.com BSTRCT.

Lebih terperinci

BAB I PENDAHULUAN I-1

BAB I PENDAHULUAN I-1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kendaraan bermotor merupakan alat yang palng dbutuhkan sebaga meda transportas. Kendaraan dbag menjad dua macam, yatu kendaraan umum dan prbad. Kendaraan umum

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n telah dlaksanakan d SMA Neger 1 Bandar Lampung pada tahun pelajaran 011/ 01. Populas peneltan n adalah seluruh sswa kelas X yang terdr dar

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan

Lebih terperinci

PENDAHULUAN Latar Belakang

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

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

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

Lebih terperinci

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

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

TEORI KESALAHAN (GALAT)

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

Lebih terperinci

Dekomposisi Nilai Singular dan Aplikasinya

Dekomposisi Nilai Singular dan Aplikasinya A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak

Lebih terperinci

PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC

PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC Kurnawan *, Rolan Pane, Asl Srat Mahasswa Program Stud S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

SEMI RING POLINOM ATAS ALJABAR MAX-PLUS

SEMI RING POLINOM ATAS ALJABAR MAX-PLUS JMP : Volume 4 Nomor 2, Desember 2012, hal. 289-297 SEMI RING POLINOM ATAS ALJABAR MAX-PLUS Suroto Prod Matematka, Jurusan MIPA, Fakultas Sans dan Teknk Unverstas Jenderal Soedrman e-mal : suroto_80@yahoo.com

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

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

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

BAB I PENDAHULUAN Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Matematka dbag menjad beberapa kelompok bdang lmu, antara lan analss, aljabar, dan statstka. Ruang barsan merupakan salah satu bagan yang ada d bdang

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

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

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

Lebih terperinci

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan

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

Lebih terperinci

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004 Semnar Nasonal Aplkas Teknolog Informas 004 Yogyakarta, 19 Jun 004 Aplkas Pemrograman Komputer Dalam Bdang Teknk Kma Arf Hdayat Program Stud Teknk Kma Fakultas Teknolog Industr, Unverstas Islam Indonesa

Lebih terperinci

PELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP

PELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP JMP : Volume 1 Nomor 2, Oktober 2009 PELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP Tryan dan Nken Larasat Fakultas Sans dan Teknk, Unverstas Jenderal Soedrman Purwokerto, Indonesa

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

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

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

Lebih terperinci

Gambar 3.1 Diagram alir penelitian

Gambar 3.1 Diagram alir penelitian BAB 3 METODE PENELITIAN 3.1 Dagram Alr Peneltan Materal Amorph Magnetk (Fe 73 Al 5 Ga 2 P 8 C 5 B 4 S 3 ) Ekspermen DfraksNeutron (I vs 2theta) Smulas Insalsas atom secara random Fungs struktur, F(Q) Perhtungan

Lebih terperinci

APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS

APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS Vol No Jurnal Sans Teknolog Industr APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS Ftr Aryan Dew Yulant Jurusan Matematka Fakultas Sans Teknolog UIN SUSKA Rau Emal:

Lebih terperinci

MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN

MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN Tjutju T. Dmyat Jurusan Teknk Industr Unverstas Pasundan E-mal : admyat@bdg.centrn.net.d ABSTRAK Penentuan rute kendaraan (Vehcle

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

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

Lebih terperinci

BAB 2 ANALISIS ARUS FASA PADA KONEKSI BEBAN BINTANG DAN POLIGON UNTUK SISTEM MULTIFASA

BAB 2 ANALISIS ARUS FASA PADA KONEKSI BEBAN BINTANG DAN POLIGON UNTUK SISTEM MULTIFASA BAB ANALISIS ARUS FASA PADA KONEKSI BEBAN BINTANG DAN POLIGON UNTUK SISTEM MULTIFASA.1 Pendahuluan Pada sstem tga fasa, rak arus keluaran nverter pada beban dengan koneks delta dan wye memlk hubungan yang

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996). 2 TINJAUAN PUSTAKA 2.1 Stud Yang Terkat Peneltan n mengacu pada jurnal yang dtuls oleh Khang, dkk.(1995). Dalam peneltannya, Khang, dkk membandngkan arus lalu lntas yang datur menggunakan sstem stats dan

Lebih terperinci

BAB III. Monte Carlo dan metode least-square, maka pada bab ini diantaranya akan

BAB III. Monte Carlo dan metode least-square, maka pada bab ini diantaranya akan BAB III METODE LEAST-SQUARE MONTE CARLO Pada bab sebelumnya telah delaskan antara lan mengena smulas Monte Carlo dan metode least-square, maka pada bab n dantaranya akan dbahas penggunaan kedua metode

Lebih terperinci

SOLUSI TUGAS MATA KULIAH STATISTIKA II

SOLUSI TUGAS MATA KULIAH STATISTIKA II SOLUSI TUGAS MATA KULIAH STATISTIKA II SOAL : Suatu Peneltan dlakukan untuk menelaah empat metode pengajaran, yatu Metode A (ceramah d kelas), Metode B (mengajak dskus langsung dengan sswa), Metode C (ceramah

Lebih terperinci

SIMULASI SMOOTHED PARTICLE HYCRODYNAMICS DUA DIMENSI DENGAN METODE DETEKSI PARTIKEL PERMUKAAN

SIMULASI SMOOTHED PARTICLE HYCRODYNAMICS DUA DIMENSI DENGAN METODE DETEKSI PARTIKEL PERMUKAAN SIMULASI SMOOTHED PARTICLE HYCRODYNAMICS DUA DIMENSI DENGAN METODE DETEKSI PARTIKEL PERMUKAAN Muh.Kk Ad Panggayuh 1, Sr Suryan P., Dede Tarwd 3 1,,3 Prod Ilmu Komputas Telkom Unversty, Bandung 1 adpanggayuh@gmal.com,

Lebih terperinci