Kode, GSR, dan Operasi Pada
|
|
- Shinta Yuwono
- 7 tahun lalu
- Tontonan:
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 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 terperinciBAB 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 terperinciAljabar 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 terperinciTable 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 terperinciBAB 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 terperinciMATERI ALJABAR LINEAR LANJUT RUANG VEKTOR
MATERI ALJABAR LINEAR LANJUT RUANG VEKTOR Disusun oleh: Dwi Lestari, M.Sc email: dwilestari@uny.ac.id JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA
Lebih terperinciRuang 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 terperinciRuang 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 terperinciAljabar Linear Elementer
BAB I RUANG VEKTOR Pada kuliah Aljabar Matriks kita telah mendiskusikan struktur ruang R 2 dan R 3 beserta semua konsep yang terkait. Pada bab ini kita akan membicarakan struktur yang merupakan bentuk
Lebih terperinciAnalisis 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 terperinciOperasi 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 terperinci3 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 terperinciAljabar 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 terperinciBAB 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 terperinciPERTEMUAN 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 terperinciAljabar 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 terperinciBAB 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 terperinciSuatu 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 terperinciBAB 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 terperinciAljabar 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 terperinciBAB 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 terperinciAljabar 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 terperinciKS 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 terperinciMUH1G3/ 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 terperinciBAB 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 terperinciPengantar 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 terperinciBAB 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 terperinciTINJAUAN 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 terperinciBAB II TINJAUAN PUSTAKA
5 BAB II TINJAUAN PUSTAKA A Matriks 1 Pengertian Matriks Definisi 21 Matriks adalah kumpulan bilangan bilangan yang disusun secara khusus dalam bentuk baris kolom sehingga membentuk empat persegi panjang
Lebih terperinciBAB 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 terperinciMENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL TUGAS AKHIR
MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika oleh DEVI SAFITRI 10654004470 FAKULTAS
Lebih terperinciuntuk 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 terperinciNILAI EIGEN DAN VEKTOR EIGEN disebut vektor eigen dari matriks A =
NILAI EIGEN DAN VEKTOR EIGEN >> DEFINISI NILAI EIGEN DAN VEKTOR EIGEN Jika A adalah sebuah matriks n n, maka sebuah vektor taknol x pada R n disebut vektor eigen (vektor karakteristik) dari A jika Ax adalah
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciKode 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 terperinciYang 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 terperinciBAB 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 terperinciALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I)
ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I) 1 MATERI ALJABAR LINIER VEKTOR DALAM R1, R2 DAN R3 ALJABAR VEKTOR SISTEM PERSAMAAN LINIER MATRIKS, DETERMINAN DAN ALJABAR MATRIKS, INVERS MATRIKS
Lebih terperinciTeori 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 terperinciBAB 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 terperinciBAB 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 terperinciBab 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 terperinciProses 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 terperinci7. 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 terperinciSuatu 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 terperinciMatematika 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 terperinciTeori 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 terperinciBAB 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 terperinciBAB 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 terperinciBILANGAN 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 terperinciMATRIKS. 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 terperinciBAB 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 terperinciII.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 terperinci3.1 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 terperinciRUANG 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 terperinciMatematika 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 terperinciBAB 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 terperinciPertama, 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 terperinciG 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 terperinciKARAKTERISASI 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 terperinciTINJAUAN 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 terperinciBAB 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 terperinciKONSTRUKSI 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 terperinciTINJAUAN 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 terperinciR 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 terperinciBAB 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 terperinciHimpunan (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 terperinciBab 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 terperinciBAB 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 terperinciBAB 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 terperinciBab 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 terperinciPertemuan 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 terperinciMODUL 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 terperinciBAB 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 terperinciMatematika Teknik INVERS MATRIKS
INVERS MATRIKS Dalam menentukan solusi suatu SPL selama ini kita dihadapkan kepada bentuk matriks diperbesar dari SPL. Cara lain yang akan dikenalkan disini adalah dengan melakukan OBE pada matriks koefisien
Lebih terperinciSIFAT 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 terperinciBAB 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 terperinciAplikasi 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 terperinciBAB 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 terperinciIII. 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 terperinci2. 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 terperinciBAB 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 terperinciv 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 terperinciKode 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 terperinciHimpunan (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 terperinciEigen value & Eigen vektor
Eigen value & Eigen vektor Hubungan antara vektor x (bukan nol) dengan vektor Ax yang berada di R n pada proses transformasi dapat terjadi dua kemungkinan : 1) 2) Tidak mudah untuk dibayangkan hubungan
Lebih terperinciBAB 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 terperinciPertemuan 1 Sistem Persamaan Linier dan Matriks
Matriks & Ruang Vektor Pertemuan Sistem Persamaan Linier dan Matriks Start Matriks & Ruang Vektor Outline Materi Pengenalan Sistem Persamaan Linier (SPL) SPL & Matriks Matriks & Ruang Vektor Persamaan
Lebih terperinciAljabar 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 terperinciSUBRUANG 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 terperinciBAB 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 terperinciAljabar 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 terperinciDIMENSI 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 terperinciMA3051 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 terperinciKONSTRUKSI 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 terperinciBAB 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 terperinciBAB 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 terperinciBILANGAN 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