Kode, GSR, dan Operasi Pada

Ukuran: px
Mulai penontonan dengan halaman:

Download "Kode, GSR, dan Operasi Pada"

Transkripsi

1 BAB 2 Kode, GSR, dan Operasi Pada Graf 2.1 Ruang Vektor Atas F 2 Ruang vektor V atas lapangan hingga F 2 = {0, 1} adalah suatu himpunan V yang berisi vektor-vektor, termasuk vektor nol, bersama dengan operasi penjumlahan vektor dan perkalian skalar elemen V terhadap elemen dari F 2 yang memenuhi kondisi berikut: 1. u + v V, u, v V 2. u + v = v + u, u, v V 3. u + (v + w) = (u + v) + w, u, v, w V 4. 0 V 0 + v = v, v V 5. u V u V u + ( u) = ( u) + u = 0 6. rv V, r F 2, v V 7. 1 V 1v = v, v V 3

2 8. r(u + v) = ru + rv, r F 2, u, v V 9. (r + s)v = rv + sv, r, s F 2, v V 10. (rs)v = r(sv), r, s F 2, v V Suatu subhimpunan tak kosong U dari ruang vektor V,U V, merupakan subruang dari V jika dan hanya jika 1. untuk setiap u 1, u 2 U, berlaku u 1 + u 2 U 2. untuk setiap k F 2 dan u U, berlaku ku U Misalkan vektor-vektor v 1, v 2,..., v k F n 2. Vektor w F n 2 dikatakan kombinasi linier dari v 1, v 2,..., v k jika w dapat dituliskan sebagai berikut: w = r 1 v 1 + r 2 v 2 + r 3 v r k v k, untuk suatu r 1, r 2,..., r k F 2. Selanjutnya himpunan semua kombinasi linier dari v 1, v 2,..., v k disebut span dari v 1, v 2,..., v k atau biasa dinotasikan sebagai span {v 1, v 2,... v k }. Kumpulan vektor v 1, v 2,..., v k dikatakan bebas linier jika kombinasi linier r 1 v 1 + r 2 v r k v k = 0 hanya dipenuhi oleh r i = 0 untuk i = 1, 2,..., k. Jika v 1, v 2,... v k tidak bebas linier maka kita katakan bahwa v 1, v 2,... v k bergantung linier. Himpunan vektor v 1, v 2,..., v k di V disebut basis untuk V jika 1. v 1, v 2,..., v k bebas linier 2. span {v 1, v 2,..., v k } = V Selanjutnya dimensi dari V adalah banyaknya elemen dari suatu basis V. 4

3 2.1.1 Vektor Eigen dan Nilai Eigen Misalkan A sebuah matriks persegi. Definisi vektor tak nol x disebut vektor eigen dari A jika dan hanya jika terdapat bilangan (riil atau kompleks) λ sehingga: A x = λ x. jika bilangan λ tersebut ada, maka λ disebut nilai eigen dari A dan vektor x disebut vektor eigen yang bersesuaian dengan nilai eigen λ. 2.2 Kode atas F 2 Suatu kode C atas F 2 dengan panjang n merupakan subhimpunan tak hampa atas ruang vektor F n 2, yaitu C = {(c 1, c 2,..., c n ) c i F 2, i = 1, 2,..., n}. Selanjutnya setiap unsur di kode C yaitu c = (c 1, c 2,..., c n ) C dinamakan katakode dari kode C. Unsur c i dinamakan koordinat ke-i dari katakode c. Jika setiap unsur pada katakode C bernilai nol, yaitu c = (0, 0,..., 0) maka kata tersebut dinamakan katakode nol atau biasa dinotasikan dengan 0 C. Suatu kode C dinamakan kode linier jika kode tersebut merupakan subruang dari F2 n, dengan kata lain kode C dinamakan kode linier jika kode tersebut tertutup terhadap penjumlahan dan perkalian skalar atas F 2. Contoh sederhana dari kode linier yaitu C = {000, 111}, karena: = 000, = 000, = 111, = 111 Untuk selanjutnya kode yang akan ditinjau adalah kode linier. 5

4 2.3 Bobot dan Jarak Kode Bobot Katakode dan Bobot Kode Misalkan c = (c 1, c 2,..., c n ) suatu katakode di C. Bobot Hamming dari katakode c adalah banyaknya digit tak nol dari c. Secara formal bobot Hamming katakode dari c yang dinotasikan dengan wt H (c) didefinisikan sebagai : wt H (c) = {i c i 0, i = 1, 2,..., n} Selanjutnya bobot dari suatu kode C merupakan bobot terkecil dari katakode tak nol di C, dinotasikan dengan wt H (C), dan secara formal didefinisikan sebagai: wt H (C) = min{wt H (c) c 0 c, c C} Jarak antar Katakode dan Jarak Kode Misalkan v = (v 1, v 2,..., v n ) dan w = (w 1, w 2,..., w n ) merupakan dua buah katakode di C. Jarak Hamming dari v ke w adalah banyaknya posisi di v yang berbeda dengan w. Secara formal dinotasikan dengan d H (v, w)dan didefinisikan sebagai d H (v, w) = {i v i w i, i = 1, 2,..., n} Selanjutnya jarak dari kode C dinotasikan dengan d H (C), dan secara formal didefinisikan sebagai d H (C) = min{d(v, w) v, w C, v w, } Hubungan Bobot dan Jarak Jika C merupakan kode linier maka kita memiliki hubungan antara bobot dan jarak yaitu d H (C) = wt H (C). 6

5 Bukti. misalkan x, y C maka d H (x, y) = wt H (x y), karena C kode linier maka x y C, sehingga d H (x, y) = wt H (x y) = wt H (c), c C. Jika d H (x, y) minimum maka wt H (c) minimum, berdasarkan definisi dari bobot dan jarak kode, jelas bahwa d H (C) = wt H (C). Dengan demikian kita dapat mencari jarak suatu kode linier dari bobotnya. Selanjutnya kode linier C atas F 2 dengan panjang n, dimensi k, dan jarak d ditulis sebagai kode [n, k, d] Distribusi Bobot dan Pencacah Bobot Misalkan C kode atas F 2 dengan panjang n. Distribusi bobot dari kode C dinotasikan dengan A t, didefinisikan sebagai A t = {c C wt H (c) = t}, 0 t n Yaitu banyaknya katakode di C dengan bobot t. Selanjutnya pencacah bobot dari kode C dinotasikan dengan W C (x, y), didefinisikan sebagai W C (x, y) = n i=0 A ix n i y i 2.4 Kode Dual Misalkan v = (v 1, v 2,..., v n ) dan w = (w 1, w 2,..., w n ) dua buah katakode (di F n 2 ). Hasil kali dalam antara katakode v dan w dinotasikan dengan v.w, didefinisikan sebagai v.w = n i=1 v iw i (di F 2 ). Kemudian kedua katakode tersebut dikatakan (saling) ortogonal jika v.w = 0 (di F 2 ). Selanjutnya katakode u C ortogonal terhadap kode C jika u.c = 0 (di F 2 ) untuk setiap c C. dikatakan Definisi Misalkan C kode atas F 2. Kode dual dari kode C, C F n 2, dinotasikan dengan C, didefinisikan sebagai 7

6 C = {v F n 2 v.c = 0 untuk setiap c C} selanjutnya kode C disebut swa-ortogonal apabila C C, dan disebut swadual apabila C = C. 2.5 Matriks Pembangkit Misalkan C F n 2 suatu kode atas F 2 dengan panjang n. Definisi Suatu matriks G yang memiliki n kolom dengan komponen-komponen atas F 2 dikatakan sebagai matriks pembangkit dari kode C apabila baris baris dari G merupakan basis dari kode C. 2.6 Matriks Cek Paritas Misalkan C merupakan kode dual dari kode C atas F 2 dengan panjang n. Definisi Matriks H yang memiliki n baris dengan komponen-komponen atas F 2 dikatakan sebagai matriks cek paritas dari kode C apabila kolom-kolom dari H merupakan basis dari kode C. 2.7 Graf Γ disebut graf tak berarah dengan n titik apabila Γ = (V, E) merupakan konfigurasi dari himpunan titik V dan himpunan sisi E, dimana setiap sisi menghubungkan sepasang titik. Dua buah titik dikatakan bertetangga jika terdapat sisi yang menghubungkan kedua titik tersebut. Suatu graf dikatakan sederhana jika graf tersebut tidak memiliki titik yang bertetangga dengan dirinya sendiri dan setiap dua pasang titik dihubungkan tepat oleh satu sisi, atau dengan kata lain graf tersebut tidak memiliki loop dan sisi ganda. 8

7 Definisi Matriks ketetanggaan dari suatu graf sederhana Γ = (V, E) adalah suatu matriks A = (a ij ) n (i,j=1) dengan entri sebagai berikut: 1, jika titik i dan j bertetangga a ij = 0, jika titik i dan j tidak bertetangga Graf Strongly regular Graf strongly regular dengan parameter (n, k, λ, µ) adalah suatu graf sederhana dan tidak berarah dengan banyaknya titik n, derajat regular k, dengan sifat sebagai berikut: setiap dua titik yang bertetangga memiliki tepat λ buah tetangga bersama setiap dua titik yang tidak bertetangga memiliki tepat µ buah tetangga bersama Misalkan A merupakan matriks ketetanggaan dari GSR, maka A memenuhi persamaan berikut: A 2 = ki + λa + µ (J I A) (2.1) dengan J merupakan matriks yang semua entrinya 1, (J I A) merupakan matriks ketetanggaan dari graf komplemennya, dan derajat k merupakan nilai eigen dari A dengan vektor eigen 1 maka A memiliki 2 nilai eigen yang lain yaitu r,s dengan (r s) dengan multiplisitas berturut-turut f dan g yang memenuhi: rs = k µ, r+s = λ µ, (k r) (k s) = µ+n, n = f +g+1 dan k+fr+gs = 0 salah satu contoh dari graf strongly regular dapat dilihat pada gambar

8 Gambar 2.1: Graf Srikhande, GSR (16,6,2,2) 2.8 Operasi-Operasi Graf Operasi gabungan (union) Misalkan G 1 (V 1, E 1 ) dan G 2 (V 2, E 2 ) adalah dua buah graf yang tidak berarah. Maka gabungan dari G 1 dan G 2 dinotasikan oleh G 1 G 2 adalah sebuah graf dimana V (G 1 G 2 ) = V 1 V 2 dan E (G 1 G 2 ) = E 1 E 2. 10

9 2.8.2 Operasi jumlah (join) Misalkan G 1 (V 1, E 1 ) dan G 2 (V 2, E 2 ) adalah dua buah graf yang tidak berarah. Maka operasi jumlah dari kedua buah graf ini dinotasikan oleh G 1 +G 2 adalah graf dengan himpunan titik dari (G 1 G 2 ), dimana setiap titik yang berasal dari G 1 bertetangga dengan semua titik yang berasal dari G Operasi kali(product) Misalkan G 1 (V 1, E 1 ) dan G 2 (V 2, E 2 ) adalah dua buah graf yang tidak berarah. Maka operasi kali dari G 1 dan G 2 dinotasikan oleh G 1 G 2 adalah sebuah graf dengan himpunan titik V 1 V 2 dimana dua buah titik (u 1, u 2 ) dan (v 1, v 2 ) V 1 V 2 dikatakan bertetangga di G 1 G 2 jika dan hanya jika 1. u 1 = v 1 dan u 2 v 2 E 2 2. u 2 = v 2 dan u 1 v 1 E 1 G 1 G 2 bersifat komutatif. 11

10 2.8.4 Line Graf Diberikan sebuah graf G, maka line graf dari G atau dinotasikan dengan L(G) adalah sebuah graf sehingga 1. Setiap titik di L(G) merepresentasikan sisi di G 2. Dua buah titik di L(G) dikatakan bertetangga jika dan hanya jika sisi sisi di G yang berkorespondensi dengan titik tersebut berinsidensi di G 12

BAB II TEORI KODING DAN TEORI INVARIAN

BAB II TEORI KODING DAN TEORI INVARIAN BAB II TEORI KODING DAN TEORI INVARIAN Pada bab 1 ini akan dibahas definisi kode, khususnya kode linier atas dan pencacah bobot Hammingnya. Di samping itu, akan dijelaskanan invarian, ring invarian dan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Sebagai acuan penulisan penelitian ini diperlukan beberapa pengertian dan teori yang berkaitan dengan pembahasan. Dalam sub bab ini akan diberikan beberapa landasan teori berupa pengertian,

Lebih terperinci

Aljabar Linier. Kuliah 2 30/8/2014 2

Aljabar Linier. Kuliah 2 30/8/2014 2 30/8/2014 1 Aljabar Linier Kuliah 2 30/8/2014 2 Bab 1 Subpokok Bahasan Ruang Vektor Subruang Subruang Lattice Jumlah Langsung Himpunan Pembangun dan Bebas Linier Dimensi Ruang Vektor Basis Terurut dan

Lebih terperinci

Table of Contents. Table of Contents 1

Table of Contents. Table of Contents 1 Table of Contents Table of Contents 1 1 Pendahuluan 2 1.1 Koreksi dan deteksi pola kesalahan....................... 5 1.2 Laju Informasi.................................. 6 1.3 Efek dari penambahan paritas..........................

Lebih terperinci

BAB II KAJIAN TEORI. definisi mengenai grup, ring, dan lapangan serta teori-teori pengkodean yang

BAB II KAJIAN TEORI. definisi mengenai grup, ring, dan lapangan serta teori-teori pengkodean yang BAB II KAJIAN TEORI Pada Bab II ini berisi kajian teori. Di bab ini akan dijelaskan beberapa definisi mengenai grup, ring, dan lapangan serta teori-teori pengkodean yang mendasari teori kode BCH. A. Grup

Lebih terperinci

MATERI ALJABAR LINEAR LANJUT RUANG VEKTOR

MATERI ALJABAR LINEAR LANJUT RUANG VEKTOR MATERI ALJABAR LINEAR LANJUT RUANG VEKTOR Disusun oleh: Dwi Lestari, M.Sc email: dwilestari@uny.ac.id JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA

Lebih terperinci

Ruang Vektor. Adri Priadana. ilkomadri.com

Ruang Vektor. Adri Priadana. ilkomadri.com Ruang Vektor Adri Priadana ilkomadri.com MEDAN SKLAR Misalkan diketahui bahwa K adalah himpunan, dan didefinisikan 2 buah operasi penjumlahan (+) dan perkalian (*). Maka K dikatakan medan skalar jika dipenuhi

Lebih terperinci

Ruang Vektor. Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Ruang Vektor. Syarat agar V disebut sebagai ruang vektor. Aljabar Linear dan Matriks 1

Ruang Vektor. Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Ruang Vektor. Syarat agar V disebut sebagai ruang vektor. Aljabar Linear dan Matriks 1 Ruang Vektor Kartika Firdausy UAD blog.uad.ac.id/kartikaf Syarat agar V disebut sebagai ruang vektor 1. Jika vektor vektor u, v V, maka vektor u + v V 2. u + v = v + u 3. u + ( v + w ) = ( u + v ) + w

Lebih terperinci

Aljabar Linear Elementer

Aljabar Linear Elementer BAB I RUANG VEKTOR Pada kuliah Aljabar Matriks kita telah mendiskusikan struktur ruang R 2 dan R 3 beserta semua konsep yang terkait. Pada bab ini kita akan membicarakan struktur yang merupakan bentuk

Lebih terperinci

Analisis Fungsional. Oleh: Dr. Rizky Rosjanuardi, M.Si Jurusan Pendidikan Matematika UNIVERSITAS PENDIDIKAN INDONESIA

Analisis Fungsional. Oleh: Dr. Rizky Rosjanuardi, M.Si Jurusan Pendidikan Matematika UNIVERSITAS PENDIDIKAN INDONESIA Analisis Fungsional Oleh: Dr. Rizky Rosjanuardi, M.Si Jurusan Pendidikan Matematika UNIVERSITAS PENDIDIKAN INDONESIA Lingkup Materi Ruang Metrik dan Ruang Topologi Kelengkapan Ruang Banach Ruang Hilbert

Lebih terperinci

Operasi perkalian skalar merupakan suatu aturan yang mengasosiasikan setiap skalar k dan setiap objek u pada v dengan suatu objek ku, yang disebut

Operasi perkalian skalar merupakan suatu aturan yang mengasosiasikan setiap skalar k dan setiap objek u pada v dengan suatu objek ku, yang disebut RUANG VEKTOR REAL Aksioma ruang vektor, dinyatakan dlam definisi beikut, dimana aksiona merupakan aturan permainan dalam ruang vektor. Definisi : Jika V merupakan suatu himpunan tidak kosong dari objek

Lebih terperinci

3 HASIL DAN PEMBAHASAN

3 HASIL DAN PEMBAHASAN 3 HASIL DAN PEMBAHASAN 3.1 Formulasi Masalah Sejauh ini telah diperkenalkan bahwa terdapat tiga parameter yang terkait dengan konstruksi suatu kode, yaitu panjang, dimensi, dan jarak minimum. Jika C adalah

Lebih terperinci

Aljabar Linear dan Matriks (Persamaan Linear dan Vektor) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs.

Aljabar Linear dan Matriks (Persamaan Linear dan Vektor) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs. Aljabar Linear dan Matriks (Persamaan Linear dan Vektor) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs. . Matriks dan Sistem Persamaan Linear Definisi Persamaan dalam variabel dan y dapat ditulis dalam

Lebih terperinci

BAB 2 GRAF PRIMITIF. 2.1 Definisi Graf

BAB 2 GRAF PRIMITIF. 2.1 Definisi Graf BAB 2 GRAF PRIMITIF Pada bab ini akan dijelaskan beberapa konsep dasar seperti definisi dan teorema yang dijadikan landasan teori dalam penelitian ini. Konsep dasar tersebut berkaitan dengan definisi graf,

Lebih terperinci

PERTEMUAN 11 RUANG VEKTOR 1

PERTEMUAN 11 RUANG VEKTOR 1 PERTEMUAN 11 RUANG VEKTOR 1 TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan : Dapat mengetahui definisi dan sifat-sifat dari ruang vektor Dapat mengetahui definisi

Lebih terperinci

Aljabar Linier Ruang vektor dan subruang vektor. 2 Oktober 2014

Aljabar Linier Ruang vektor dan subruang vektor. 2 Oktober 2014 Aljabar Linier Ruang vektor dan subruang vektor 2 Oktober 2014 Pertemuan-2 Pertemuan ke-2 memuat 1. Ruang vektor operasi linier field definisi Contoh Kombinasi linier 1 2. Subruang definisi penentuan subruang

Lebih terperinci

BAB III PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA. Analisis komponen utama adalah metode statistika multivariat yang

BAB III PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA. Analisis komponen utama adalah metode statistika multivariat yang BAB III PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA Analisis komponen utama adalah metode statistika multivariat yang bertujuan untuk mereduksi dimensi data dengan membentuk kombinasi linear

Lebih terperinci

Suatu graf G adalah pasangan himpunan (V, E), dimana V adalah himpunan titik

Suatu graf G adalah pasangan himpunan (V, E), dimana V adalah himpunan titik BAB II DASAR TEORI 2.1 Teori Dasar Graf 2.1.1 Graf dan Graf Sederhana Suatu graf G adalah pasangan himpunan (V, E), dimana V adalah himpunan titik yang tak kosong dan E adalah himpunan sisi. Untuk selanjutnya,

Lebih terperinci

BAB 5 RUANG VEKTOR A. PENDAHULUAN

BAB 5 RUANG VEKTOR A. PENDAHULUAN BAB 5 RUANG VEKTOR A. PENDAHULUAN 1. Definisi-1. Suatu ruang vektor adalah suatu himpunan objek yang dapat dijumlahkan satu sama lain dan dikalikan dengan suatu bilangan, yang masing-masing menghasilkan

Lebih terperinci

Aljabar Linier & Matriks

Aljabar Linier & Matriks Aljabar Linier & Matriks 1 Pendahuluan Ruang vektor tidak hanya terbatas maksimal 3 dimensi saja 4 dimensi, 5 dimensi, dst ruang n-dimensi Jika n adalah bilangan bulat positif, maka sekuens sebanyak n

Lebih terperinci

BAB I PENDAHULUAN. Penyampaian pesan dapat dilakukan dengan media telephone, handphone,

BAB I PENDAHULUAN. Penyampaian pesan dapat dilakukan dengan media telephone, handphone, BAB I PENDAHULUAN. Latar Belakang Sekarang ini teknologi untuk berkomunikasi sangatlah mudah. Penyampaian pesan dapat dilakukan dengan media telephone, handphone, internet, dan berbagai macam peralatan

Lebih terperinci

Aljabar Linier. Kuliah 3. 5/9/2014 Yanita FMIPA Matematika Unand

Aljabar Linier. Kuliah 3. 5/9/2014 Yanita FMIPA Matematika Unand Aljabar Linier Kuliah 3 5/9/2014 Yanita FMIPA Matematika Unand 1 Materi Kuliah 3 Jumlah Langsung, Hasilkali Langsung Himpunan Pembangun (Spans) dan Bebas Linier 5/9/2014 Yanita FMIPA Matematika Unand 2

Lebih terperinci

KS KALKULUS DAN ALJABAR LINEAR Ruang Vektor TIM KALIN

KS KALKULUS DAN ALJABAR LINEAR Ruang Vektor TIM KALIN KS091206 KALKULUS DAN ALJABAR LINEAR Ruang Vektor TIM KALIN TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan: Dapat mengetahui definisi dan sifat-sifat dari ruang vektor

Lebih terperinci

MUH1G3/ MATRIKS DAN RUANG VEKTOR

MUH1G3/ MATRIKS DAN RUANG VEKTOR MUH1G3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN 5 Ruang Vektor Ruang Vektor Sub Pokok Bahasan Ruang Vektor Umum Subruang Basis dan Dimensi Beberapa Aplikasi Ruang Vektor Beberapa metode optimasi Sistem Kontrol

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Pada bab ini akan diberikan definisi dan teorema yang berhubungan dengan

BAB II TINJAUAN PUSTAKA. Pada bab ini akan diberikan definisi dan teorema yang berhubungan dengan BAB II TINJAUAN PUSTAKA Pada bab ini akan diberikan definisi dan teorema yang berhubungan dengan penelitian yang dilakukan. 2.1. Konsep Dasar Graf Graf G didefinisikan sebagai pasangan himpunan terurut

Lebih terperinci

Pengantar Vektor. Besaran. Vektor (Mempunyai Arah) Skalar (Tidak mempunyai arah)

Pengantar Vektor. Besaran. Vektor (Mempunyai Arah) Skalar (Tidak mempunyai arah) Pengantar Vektor Besaran Skalar (Tidak mempunyai arah) Vektor (Mempunyai Arah) Vektor Geometris Skalar (Luas, Panjang, Massa, Waktu dan lain - lain), merupakan suatu besaran yang mempunyai nilai mutlak

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI.. Definisi Graf Secara matematis, graf G didefinisikan sebagai pasangan himpunan (V,E) ditulis dengan notasi G = (V, E), yang dalam hal ini: V = himpunan tidak-kosong dari simpul-simpul

Lebih terperinci

TINJAUAN PUSTAKA. Pada bagian ini akan diberikan konsep dasar graf dan bilangan kromatik lokasi pada

TINJAUAN PUSTAKA. Pada bagian ini akan diberikan konsep dasar graf dan bilangan kromatik lokasi pada II. TINJAUAN PUSTAKA Pada bagian ini akan diberikan konsep dasar graf dan bilangan kromatik lokasi pada suatu graf sebagai landasan teori penelitian ini. 2. Konsep Dasar Graf Teori dasar mengenai graf

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 5 BAB II TINJAUAN PUSTAKA A Matriks 1 Pengertian Matriks Definisi 21 Matriks adalah kumpulan bilangan bilangan yang disusun secara khusus dalam bentuk baris kolom sehingga membentuk empat persegi panjang

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bab ini dibahas penelitian-penelitian tentang aljabar maks-plus yang telah dilakukan dan teori-teori yang menunjang penelitian masalah nilai eigen dan vektor eigen yang diperumum

Lebih terperinci

MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL TUGAS AKHIR

MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL TUGAS AKHIR MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika oleh DEVI SAFITRI 10654004470 FAKULTAS

Lebih terperinci

untuk setiap x sehingga f g

untuk setiap x sehingga f g Jadi ( f ( f ) bernilai nol untuk setiap x, sehingga ( f ( f ) fungsi nol atau ( f ( f ) Aksioma 5 Ambil f, g F, R, ( f g )( f g ( g( g( ( f g)( Karena ( f g )( ( f g)( untuk setiap x sehingga f g Aksioma

Lebih terperinci

NILAI EIGEN DAN VEKTOR EIGEN disebut vektor eigen dari matriks A =

NILAI EIGEN DAN VEKTOR EIGEN disebut vektor eigen dari matriks A = NILAI EIGEN DAN VEKTOR EIGEN >> DEFINISI NILAI EIGEN DAN VEKTOR EIGEN Jika A adalah sebuah matriks n n, maka sebuah vektor taknol x pada R n disebut vektor eigen (vektor karakteristik) dari A jika Ax adalah

Lebih terperinci

BAB 2 LANDASAN TEORI. Pada bab ini akan diperlihatkan teori-teori yang berhubungan dengan penelitian

BAB 2 LANDASAN TEORI. Pada bab ini akan diperlihatkan teori-teori yang berhubungan dengan penelitian BAB 2 LANDASAN TEORI Pada bab ini akan diperlihatkan teori-teori yang berhubungan dengan penelitian ini sehingga dapat dijadikan sebagai landasan berpikir dalam melakukan penelitian ini dan akan mempermudah

Lebih terperinci

BAB 2 GRAF PRIMITIF. Gambar 2.1. Contoh Graf

BAB 2 GRAF PRIMITIF. Gambar 2.1. Contoh Graf BAB 2 GRAF PRIMITIF Pada bagian ini akan dijelaskan mengenai definisi graf, istilah-istilah dalam graf, matriks ketetanggaan, graf terhubung, primitivitas graf, dan scrambling index. 2.1 Definisi Graf

Lebih terperinci

BAB 2. Konsep Dasar. 2.1 Definisi graf

BAB 2. Konsep Dasar. 2.1 Definisi graf BAB 2 Konsep Dasar 21 Definisi graf Suatu graf G = (V(G), E(G)) didefinisikan sebagai pasangan himpunan 2 titik V(G) dan himpunan sisi E(G) dengan V(G) dan E(G) [ VG ( )] Sebagai contoh, graf G 1 = (V(G

Lebih terperinci

Kode Linier dari Graf Strongly Regular dan Operasinya

Kode Linier dari Graf Strongly Regular dan Operasinya Kode Linier dari Graf Strongly Regular dan Operasinya TUGAS AKHIR Diajukan untuk Memenuhi Persyaratan Sidang Sarjana Program Studi Matematika ITB Oleh : Ranny Rachmaniar 10107053 PROGRAM STUDI MATEMATIKA

Lebih terperinci

Yang dibahas : Ortogonal Basis ortogonal Ortonormal Matrik ortogonal Komplemen ortogonal Proyeksi ortogonal Faktorisasi QR

Yang dibahas : Ortogonal Basis ortogonal Ortonormal Matrik ortogonal Komplemen ortogonal Proyeksi ortogonal Faktorisasi QR Ortogonal Yang dibahas : Ortogonal Basis ortogonal Ortonormal Matrik ortogonal Komplemen ortogonal Proyeksi ortogonal Faktorisasi QR Ortogonal Himpunan vektor {v, v,.., v k } dalam R n disebut himpunan

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN

BAB III HASIL DAN PEMBAHASAN 13 BAB III HASIL DAN PEMBAHASAN 3.1 Formulasi masalah Misalkan C [ n,k,d ] adalah kode linear biner yang mempunyai panjang n, berdimensi k dan jarak minimum d. kode C dikatakan baik jika n kecil, k besar

Lebih terperinci

ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I)

ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I) ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I) 1 MATERI ALJABAR LINIER VEKTOR DALAM R1, R2 DAN R3 ALJABAR VEKTOR SISTEM PERSAMAAN LINIER MATRIKS, DETERMINAN DAN ALJABAR MATRIKS, INVERS MATRIKS

Lebih terperinci

Teori Dasar Graf (Lanjutan)

Teori Dasar Graf (Lanjutan) Teori Dasar Graf (Lanjutan) MATRIKS DAN GRAF Untuk menyelesaikan suatu permasalahan model graf dengan bantuan komputer, maka graf tersebut disajikan dalam bentuk matriks. Matriks-matriks yang dapat menyajikan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Dalam bab ini dipaparkan beberapa hasil penelitian yang dilakukan para peneliti sebelumnya, pengertian dasar graf, operasi-operasi pada graf, kelas-kelas graf dan dimensi partisi

Lebih terperinci

BAB I MATRIKS DEFINISI : NOTASI MATRIKS :

BAB I MATRIKS DEFINISI : NOTASI MATRIKS : BAB I MATRIKS DEFINISI : Matriks adalah himpunan skalar (bilangan riil atau kompleks) yang disusun/dijajarkan berbentuk persegi panjang (menurut baris dan kolom). Skalar-skalar itu disebut elemen matriks.

Lebih terperinci

Bab 2. Teori Dasar. 2.1 Definisi Graf

Bab 2. Teori Dasar. 2.1 Definisi Graf Bab 2 Teori Dasar Pada bagian ini diberikan definisi-definisi dasar dalam teori graf berikut penjabaran mengenai kompleksitas algoritma beserta contohnya yang akan digunakan dalam tugas akhir ini. Berikut

Lebih terperinci

Proses Decoding Kode Reed Muller Orde Pertama Menggunakan Transformasi Hadamard

Proses Decoding Kode Reed Muller Orde Pertama Menggunakan Transformasi Hadamard Vol 3, No 2, 22-27 7-22, Januari 207 22 Proses Decoding Kode Reed Muller Orde Pertama Menggunakan Transformasi Hadamard Andi Kresna Jaya Abstract The first order Reed Muller, that is written R(,r), is

Lebih terperinci

7. NILAI-NILAI VEKTOR EIGEN. Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal

7. NILAI-NILAI VEKTOR EIGEN. Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal 7. NILAI-NILAI VEKTOR EIGEN Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal Nilai Eigen, Vektor Eigen Diketahui A matriks nxn dan x adalah suatu vektor pada R n, maka biasanya tdk ada

Lebih terperinci

Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut:

Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut: Bagian 5. RUANG VEKTOR 5.1 Lapangan (Field) Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut: 1. dan 2., 3.,

Lebih terperinci

Matematika Diskrit 1

Matematika Diskrit 1 dan Lattice Dr. Ahmad Sabri Universitas Gunadarma Himpunan terurut Misalkan R adalah sebuah relasi pada himpunan S dan memenuhi ketiga sifat berikut ini: Refleksif (untuk sebarang a S, berlaku (a, a) R);

Lebih terperinci

Teori Dasar Graf (Lanjutan)

Teori Dasar Graf (Lanjutan) Teori Dasar Graf (Lanjutan) ATRIKS DAN GRAF Untuk menyelesaikan suatu permasalahan model graf dengan bantuan komputer, maka graf tersebut disajikan dalam bentuk matriks. atriks-matriks yang dapat menyajikan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Dalam bab ini akan diberikan beberapa materi yang akan diperlukan di dalam pembahasan, seperti: matriks secara umum; matriks yang dipartisi; matriks tereduksi dan taktereduksi; matriks

Lebih terperinci

BAB 2 DIGRAF DWIWARNA PRIMITIF

BAB 2 DIGRAF DWIWARNA PRIMITIF BAB 2 DIGRAF DWIWARNA PRIMITIF Pada bab ini akan dibahas teorema, definisi dan landasan teori pada penelitian ini. Berikut akan dibahas mengenai digraf, digraf dwiwarna dan hubungan keduanya dengan primitifitas,

Lebih terperinci

BILANGAN KROMATIK LOKASI DARI GRAF ULAT

BILANGAN KROMATIK LOKASI DARI GRAF ULAT Jurnal Matematika UNAND Vol. 5 No. 1 Hal. 1 6 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND BILANGAN KROMATIK LOKASI DARI GRAF ULAT AIDILLA DARMAWAHYUNI, NARWEN Program Studi Matematika, Fakultas Matematika

Lebih terperinci

MATRIKS. Notasi yang digunakan NOTASI MATRIKS

MATRIKS. Notasi yang digunakan NOTASI MATRIKS MATRIKS Beberapa pengertian tentang matriks : 1. Matriks adalah himpunan skalar (bilangan riil atau kompleks) yang disusun atau dijajarkan secara empat persegi panjang menurut baris-baris dan kolom-kolom.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan diuraikan mengenai landasan teori yang akan digunakan dalam bab selanjutnya. 2.1 Matriks Sebuah matriks, biasanya dinotasikan dengan huruf kapital tebal seperti A,

Lebih terperinci

II.TINJAUAN PUSTAKA. Pada bab ini akan dijelaskan tentang definisi serta konsep-konsep yang mendukung

II.TINJAUAN PUSTAKA. Pada bab ini akan dijelaskan tentang definisi serta konsep-konsep yang mendukung II.TINJAUAN PUSTAKA Pada bab ini akan dijelaskan tentang definisi serta konsep-konsep yang mendukung dalam penelitian ini. 2.1. Konsep Dasar Teori Graf Graf G didefinisikan sebagai pasangan himpunan terurut

Lebih terperinci

3.1 Beberapa Nilai Dimensi Partisi pada Suatu Graf. Dalam dimensi partisi suatu graf, terdapat kelas graf yang nilai dimensi partisinya

3.1 Beberapa Nilai Dimensi Partisi pada Suatu Graf. Dalam dimensi partisi suatu graf, terdapat kelas graf yang nilai dimensi partisinya BAB III DIMENSI PARTISI n 1 3.1 Beberapa Nilai Dimensi Partisi pada Suatu Graf Dalam dimensi partisi suatu graf, terdapat kelas graf yang nilai dimensi partisinya cukup mudah atau sederhana. Kelas graf

Lebih terperinci

RUANG VEKTOR. Nurdinintya Athari (NDT)

RUANG VEKTOR. Nurdinintya Athari (NDT) 1 RUANG VEKTOR Nurdinintya Athari (NDT) RUANG VEKTOR Sub Pokok Bahasan Ruang Vektor Umum Subruang Basis dan Dimensi Basis Subruang Beberapa Aplikasi Ruang Vektor Beberapa metode optimasi Sistem kontrol

Lebih terperinci

Matematika Lanjut 1. Sistem Persamaan Linier Transformasi Linier. Matriks Invers. Ruang Vektor Matriks. Determinan. Vektor

Matematika Lanjut 1. Sistem Persamaan Linier Transformasi Linier. Matriks Invers. Ruang Vektor Matriks. Determinan. Vektor Matematika Lanjut 1 Vektor Ruang Vektor Matriks Determinan Matriks Invers Sistem Persamaan Linier Transformasi Linier 1 Dra. D. L. Crispina Pardede, DE. Referensi [1]. Yusuf Yahya, D. Suryadi. H.S., gus

Lebih terperinci

BAB 2 DIGRAPH DWIWARNA PRIMITIF

BAB 2 DIGRAPH DWIWARNA PRIMITIF BAB 2 DIGRAPH DWIWARNA PRIMITIF Pada bagian ini akan diberikan beberapa konsep dasar seperti teorema dan definisi sebagai landasan teori dalam penelitian ini. Konsep dasar tersebut berkaitan dengan definisi

Lebih terperinci

Pertama, daftarkan kedua himpunan vektor: himpunan yang merentang diikuti dengan himpunan yang bergantung linear, perhatikan:

Pertama, daftarkan kedua himpunan vektor: himpunan yang merentang diikuti dengan himpunan yang bergantung linear, perhatikan: Dimensi dari Suatu Ruang Vektor Jika suatu ruang vektor V memiliki suatu himpunan S yang merentang V, maka ukuran dari sembarang himpunan di V yang bebas linier tidak akan melebihi ukuran dari S. Teorema

Lebih terperinci

G a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan.

G a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan. 2. Grup Definisi 1.3 Suatu grup < G, > adalah himpunan tak-kosong G bersama-sama dengan operasi biner pada G sehingga memenuhi aksioma- aksioma berikut: a. operasi biner bersifat asosiatif, yaitu a, b,

Lebih terperinci

KARAKTERISASI ALJABAR PADA GRAF BIPARTIT. Soleha, Dian W. Setyawati Institut Teknologi Sepuluh Nopember, Surabaya

KARAKTERISASI ALJABAR PADA GRAF BIPARTIT. Soleha, Dian W. Setyawati Institut Teknologi Sepuluh Nopember, Surabaya KARAKTERISASI ALJABAR PADA GRAF BIPARTIT Soleha, Dian W. Setyawati Institut Teknologi Sepuluh Nopember, Surabaya ABSTRAK. Pada artikel ini dibahas penggunaan teknik aljabar linier untuk mempelajari graf

Lebih terperinci

TINJAUAN PUSTAKA. Ruang metrik merupakan ruang abstrak, yaitu ruang yang dibangun oleh

TINJAUAN PUSTAKA. Ruang metrik merupakan ruang abstrak, yaitu ruang yang dibangun oleh II. TINJAUAN PUSTAKA 2.1 Ruang Metrik Ruang metrik merupakan ruang abstrak, yaitu ruang yang dibangun oleh aksioma-aksioma tertentu. Ruang metrik merupakan hal yang fundamental dalam analisis fungsional,

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN Pada BAB IV ini dibahas tentang permasalahan sebagai berikut: Kajian Teori yang digunakan dalam penelitian, Membahas Aritmetik Aljabar Matriks, Program-program Aritmetik Aljabar

Lebih terperinci

KONSTRUKSI KODE LINEAR BINER OPTIMAL KUAT BERJARAK MINIMUM 13 DAN 15 HENDRAWAN

KONSTRUKSI KODE LINEAR BINER OPTIMAL KUAT BERJARAK MINIMUM 13 DAN 15 HENDRAWAN KONSTRUKSI KODE LINEAR BINER OPTIMAL KUAT BERJARAK MINIMUM 13 DAN 15 HENDRAWAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2012 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan

Lebih terperinci

TINJAUAN PUSTAKA. Pada bab ini akan dijelaskan beberapa konsep dasar teori graf dan dimensi partisi

TINJAUAN PUSTAKA. Pada bab ini akan dijelaskan beberapa konsep dasar teori graf dan dimensi partisi II. TINJAUAN PUSTAKA Pada bab ini akan dijelaskan beberapa konsep dasar teori graf dan dimensi partisi pada suatu graf sebagai landasan teori pada penelitian ini.. Konsep Dasar Graf Pada bagian ini akan

Lebih terperinci

R maupun. Berikut diberikan definisi ruang vektor umum, yang secara eksplisit

R maupun. Berikut diberikan definisi ruang vektor umum, yang secara eksplisit BAB I RUANG EKTOR UMUM Dalam bab ini akan dipelajari tentang konsep ruang vektor umum, sub ruang vektor dan sifat-sifatnya. Pada pembicaraan ini, para mahasiswa dianggap sudah mengenal konsep dan sifat

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab ini terdiri dari tiga subbab. Subbab pertama adalah tinjauan pustaka yang memuat hasil penelitian yang dilakukan oleh peneliti sebelumnya dalam bidang dimensi metrik. Subbab kedua

Lebih terperinci

Himpunan (set) Himpunan (set) adalah kumpulan objek-objek yang berbeda. Objek di dalam himpunan disebut elemen, unsur, atau anggota.

Himpunan (set) Himpunan (set) adalah kumpulan objek-objek yang berbeda. Objek di dalam himpunan disebut elemen, unsur, atau anggota. Himpunan (set) Himpunan (set) adalah kumpulan objek-objek yang berbeda. Objek di dalam himpunan disebut elemen, unsur, atau anggota. Cara Penyajian Himpunan 1. Enumerasi Contoh 1. - Himpunan empat bilangan

Lebih terperinci

Bab 2 LANDASAN TEORI. 2.1 Definisi Graf

Bab 2 LANDASAN TEORI. 2.1 Definisi Graf Bab 2 LANDASAN TEORI 2.1 Definisi Graf Suatu graf G terdiri dari himpunan tak kosong terbatas dari objek yang dinamakan titik dan himpunan pasangan (boleh kosong) dari titik G yang dinamakan sisi. Himpunan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengantar Pada bab ini akan diuraikan beberapa landasan teori untuk menunjang penulisan skripsi ini. Uraian ini terdiri dari beberapa bagian yang akan dipaparkan secara terperinci

Lebih terperinci

BAB 2 KAJIAN PUSTAKA DAN LANDASAN TEORI. Dalam beberapa tahun terakhir, model graph secara statistik telah diaplikasikan

BAB 2 KAJIAN PUSTAKA DAN LANDASAN TEORI. Dalam beberapa tahun terakhir, model graph secara statistik telah diaplikasikan BAB 2 KAJIAN PUSTAKA DAN LANDASAN TEORI Dalam beberapa tahun terakhir, model graph secara statistik telah diaplikasikan dengan baik pada aplikasi pengenalan suara, pengolahan citra (Willsky, 2002 dan Choi

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI 17 Bab 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga

Lebih terperinci

Pertemuan 6. Operasi Himpunan

Pertemuan 6. Operasi Himpunan Pertemuan 6 Operasi Himpunan Operasi Terhadap Himpunan 1. Irisan (intersection) Notasi : A B = { x x A dan x B } Contoh (i) Jika A = {2, 4, 6, 8, 10} dan B = {4, 10, 14, 18}, maka A B = {4, 10} (ii) Jika

Lebih terperinci

MODUL E LEARNING SEKSI -1 MATA KULIAH : ALJABAR LINIER KODE MATA KULIAH : ESA 151 : 5099 : DRA ENDANG SUMARTINAH,MA

MODUL E LEARNING SEKSI -1 MATA KULIAH : ALJABAR LINIER KODE MATA KULIAH : ESA 151 : 5099 : DRA ENDANG SUMARTINAH,MA MODUL E LEARNING SEKSI - MATA KULIAH : ALJABAR LINIER KODE MATA KULIAH : ESA DOSEN : : DRA ENDANG SUMARTINAH,MA TUJUAN MATA KULIAH : A.URAIAN DAN TUJUAN MATA KULIAH : Mahasiswa mempelajari Matriks, Determinan,

Lebih terperinci

BAB 2 GRAF PRIMITIF. 2.1 Definisi Graf

BAB 2 GRAF PRIMITIF. 2.1 Definisi Graf BAB 2 GRAF PRIMITIF Pada Bagian ini akan dijelaskan beberapa definisi dan teorema terkait graf, matriks adjency, terhubung, primitifitas, dan scrambling index sebagai landasan teori yang menjadi acuan

Lebih terperinci

Matematika Teknik INVERS MATRIKS

Matematika Teknik INVERS MATRIKS INVERS MATRIKS Dalam menentukan solusi suatu SPL selama ini kita dihadapkan kepada bentuk matriks diperbesar dari SPL. Cara lain yang akan dikenalkan disini adalah dengan melakukan OBE pada matriks koefisien

Lebih terperinci

SIFAT NILAI EIGEN MATRIKS ANTI ADJACENCY DARI GRAF SIMETRIK

SIFAT NILAI EIGEN MATRIKS ANTI ADJACENCY DARI GRAF SIMETRIK Faktor Exacta 10 (2): 154-161, 2017 SIFAT NILAI EIGEN MATRIKS ANTI ADJACENCY DARI GRAF SIMETRIK NONI SELVIA noni.selvia@gmail.com Program Studi Teknik Informatika Fakultas Teknik,Matematika dan Ilmu Pengetahuan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Analytic Hierarchy Process (AHP) Sumber kerumitan masalah keputusan bukan hanya dikarenakan faktor ketidakpasatian atau ketidaksempurnaan informasi saja. Namun masih terdapat penyebab

Lebih terperinci

Aplikasi Aljabar Vektor dalam Algoritma Page Rank

Aplikasi Aljabar Vektor dalam Algoritma Page Rank Aplikasi Aljabar Vektor dalam Algoritma Page Rank Albertus Kelvin / 13514100 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Pada bagian ini akan dijelaskan beberapa konsep dasar yang berkaitan dengan permasalahan, seperti definisi dan teorema yang dijadikan landasan dalam penelitian ini. 2.1 Graf Graf

Lebih terperinci

III. BILANGAN KROMATIK LOKASI GRAF. ini merupakan pengembangan dari konsep dimensi partisi dan pewarnaan graf.

III. BILANGAN KROMATIK LOKASI GRAF. ini merupakan pengembangan dari konsep dimensi partisi dan pewarnaan graf. III BILANGAN KROMATIK LOKASI GRAF Bilangan kromatik lokasi graf pertama kali dikaji oleh Chartrand dkk 00) Konsep ini merupakan pengembangan dari konsep dimensi partisi pewarnaan graf Pewarnaan titik pada

Lebih terperinci

2. MATRIKS. 1. Pengertian Matriks. 2. Operasi-operasi pada Matriks

2. MATRIKS. 1. Pengertian Matriks. 2. Operasi-operasi pada Matriks 2. MATRIKS 1. Pengertian Matriks Matriks adalah himpunan skalar yang disusun secara empat persegi panjang menurut baris dan kolom. Matriks diberi nama huruf besar, sedangkan elemen-elemennya dengan huruf

Lebih terperinci

BAB II MATRIKS POSITIF. Pada bab ini akan dibahas mengenai Teorema Perron, yaitu teori hasil kontribusi

BAB II MATRIKS POSITIF. Pada bab ini akan dibahas mengenai Teorema Perron, yaitu teori hasil kontribusi BAB II MATRIKS POSITIF Pada bab ini akan dibahas mengenai Teorema Perron, yaitu teori hasil kontribusi dari seorang matematikawan German, Oskar Perron. Perron menerbitkan tulisannya tentang sifat-sifat

Lebih terperinci

v 3 e 2 e 4 e 6 e 3 v 4

v 3 e 2 e 4 e 6 e 3 v 4 5 II. TINJAUAN PUSTAKA Pada bab ini akan diberikan beberapa konsep dasar teori graf dan dimensi partisi graf sebagai landasan teori dari penelitian ini... Konsep Dasar Graf Pada bagian ini akan diberikan

Lebih terperinci

Kode MK/ Nama MK. Cakupan 8/29/2014. Himpunan. Relasi dan fungsi Kombinatorial. Teori graf. Pohon (Tree) dan pewarnaan graf. Matematika Diskrit

Kode MK/ Nama MK. Cakupan 8/29/2014. Himpunan. Relasi dan fungsi Kombinatorial. Teori graf. Pohon (Tree) dan pewarnaan graf. Matematika Diskrit Kode MK/ Nama MK Matematika Diskrit 1 8/29/2014 Cakupan Himpunan Relasi dan fungsi Kombinatorial Teori graf Pohon (Tree) dan pewarnaan graf 2 8/29/2014 1 Himpunan Tujuan Mahasiswa memahami konsep dasar

Lebih terperinci

Himpunan (set) Himpunan (set) adalah kumpulan objekobjek yang berbeda. Objek di dalam himpunan disebut elemen, unsur, atau anggota.

Himpunan (set) Himpunan (set) adalah kumpulan objekobjek yang berbeda. Objek di dalam himpunan disebut elemen, unsur, atau anggota. HIMPUNAN Himpunan (set) Himpunan (set) adalah kumpulan objekobjek yang berbeda. Objek di dalam himpunan disebut elemen, unsur, atau anggota. Cara Penyajian Himpunan Enumerasi Simbol-simbol Baku Notasi

Lebih terperinci

Eigen value & Eigen vektor

Eigen value & Eigen vektor Eigen value & Eigen vektor Hubungan antara vektor x (bukan nol) dengan vektor Ax yang berada di R n pada proses transformasi dapat terjadi dua kemungkinan : 1) 2) Tidak mudah untuk dibayangkan hubungan

Lebih terperinci

BAB II TINJAUAN PUSTAKA. tegak, perlu diketahui tentang materi-materi sebagai berikut.

BAB II TINJAUAN PUSTAKA. tegak, perlu diketahui tentang materi-materi sebagai berikut. BAB II TINJAUAN PUSTAKA Sebelum pembahasan mengenai irisan bidang datar dengan tabung lingkaran tegak, perlu diketahui tentang materi-materi sebagai berikut. A. Matriks Matriks adalah himpunan skalar (bilangan

Lebih terperinci

Pertemuan 1 Sistem Persamaan Linier dan Matriks

Pertemuan 1 Sistem Persamaan Linier dan Matriks Matriks & Ruang Vektor Pertemuan Sistem Persamaan Linier dan Matriks Start Matriks & Ruang Vektor Outline Materi Pengenalan Sistem Persamaan Linier (SPL) SPL & Matriks Matriks & Ruang Vektor Persamaan

Lebih terperinci

Aljabar Linier. Kuliah

Aljabar Linier. Kuliah Aljabar Linier Kuliah 10 11 12 Materi Kuliah Transformasi Linier Kernel dan Image dari Transformasi Linier isomorfisma Teorema Rank plus Nullity 1/11/2014 Yanita FMIPA Matematika Unand 2 Transformasi Linier

Lebih terperinci

SUBRUANG VEKTOR. Disusun Untuk Memenuhi Mata Kuliah Aljabar Linier. Dosen Pembimbing: Abdul Aziz Saefudin, M.Pd

SUBRUANG VEKTOR. Disusun Untuk Memenuhi Mata Kuliah Aljabar Linier. Dosen Pembimbing: Abdul Aziz Saefudin, M.Pd SUBRUANG VEKTOR Disusun Untuk Memenuhi Mata Kuliah Aljabar Linier Dosen Pembimbing: Abdul Aziz Saefudin, M.Pd Disusun Oleh : Kelompok 6/ III A4 1. Nina Octaviani Nugraheni 14144100115 2. Emi Suryani 14144100126

Lebih terperinci

BAB II TINJAUAN PUSTAKA. kromatik lokasi sebagai landasan teori dari penelitian ini.

BAB II TINJAUAN PUSTAKA. kromatik lokasi sebagai landasan teori dari penelitian ini. BAB II TINJAUAN PUSTAKA Pada bab ini akan diberikan beberapa konsep dasar teori graf dan bilangan kromatik lokasi sebagai landasan teori dari penelitian ini. 2.1 Konsep Dasar Graf Beberapa konsep dasar

Lebih terperinci

Aljabar Linier Elementer

Aljabar Linier Elementer Aljabar Linier Elementer Kuliah 15 dan 16 11/11/2014 1 Materi Kuliah Kebebasan Linier Basis dan Dimensi 11/11/2014 Yanita, Matematika Unand 2 5.3 Kebebasan Linier Definisi Jika S = v 1, v 2,, v r adalah

Lebih terperinci

DIMENSI PARTISI PADA GRAPH HASIL KORONA C m K n. Oleh : Yogi Sindy Prakoso ( ) JURUSAN MATEMATIKA. Company

DIMENSI PARTISI PADA GRAPH HASIL KORONA C m K n. Oleh : Yogi Sindy Prakoso ( ) JURUSAN MATEMATIKA. Company DIMENSI PARTISI PADA GRAPH HASIL KORONA C m K n Oleh : Yogi Sindy Prakoso (1206100015) JURUSAN MATEMATIKA Company FAKULTAS MATEMATIKA Click to DAN add ILMU subtitle PENGETAHUAN ALAM INSTITUT TEKNOLOGI

Lebih terperinci

MA3051 Pengantar Teori Graf. Semester /2014 Pengajar: Hilda Assiyatun

MA3051 Pengantar Teori Graf. Semester /2014 Pengajar: Hilda Assiyatun MA3051 Pengantar Teori Graf Semester 1 2013/2014 Pengajar: Hilda Assiyatun Bab 1: Graf dan subgraf Graf G : tripel terurut VG, E G, ψ G ) V G himpunan titik (vertex) E G himpunan sisi (edge) ψ G fungsi

Lebih terperinci

KONSTRUKSI KODE LINEAR BINER OPTIMAL KUAT BERJARAK MINIMUM 5 DAN 7 ASRIZA RAHMA

KONSTRUKSI KODE LINEAR BINER OPTIMAL KUAT BERJARAK MINIMUM 5 DAN 7 ASRIZA RAHMA KONSTRUKSI KODE LINEAR BINER OPTIMAL KUAT BERJARAK MINIMUM 5 DAN 7 ASRIZA RAHMA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2011 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bab ini akan diberikan beberapa definisi dan konsep dasar dalam teori graf dan pelabelan graf yang akan digunakan pada bab selanjutnya. 2.1 Definisi dan Istilah Dalam Teori Graf

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Terminologi graf Tereminologi termasuk istilah yang berkaitan dengan graf. Di bawah ini akan dijelaskan beberapa definisi yang sering dipakai terminologi. 2.1.1 Graf Definisi

Lebih terperinci

BILANGAN KROMATIK LOKASI UNTUK JOIN DARI DUA GRAF

BILANGAN KROMATIK LOKASI UNTUK JOIN DARI DUA GRAF Jurnal Matematika UNAND Vol. 2 No. 1 Hal. 23 31 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND BILANGAN KROMATIK LOKASI UNTUK JOIN DARI DUA GRAF YULI ERITA Program Studi Matematika, Pascasarjana Fakultas

Lebih terperinci