FUNGSI-FUNGSI ANALISIS DATA DAN STATISTIK PADA SCILAB (BAGIAN 1) (Syarif Abdullah: G )

Ukuran: px
Mulai penontonan dengan halaman:

Download "FUNGSI-FUNGSI ANALISIS DATA DAN STATISTIK PADA SCILAB (BAGIAN 1) (Syarif Abdullah: G )"

Transkripsi

1 FUNGSI-FUNGSI ANALISIS DATA DAN STATISTIK PADA SCILAB (BAGIAN 1) (Syarif Abdullah: G ) MAXIMUM DAN MINIMUM max(x) max(abs(x)) max(a) max(abs(a)) max(a,b) min(x) min(abs(x)) min(a) min(abs(a)) min(a,b) Elemen terbesar pada data x Elemen terbesar pada data x bila x data bil. Kompleks Elemen terbesar pada data berupa matriks real A Elemen terbesar pada data berupa matriks kompleks A Elemen terbesar pada data berupa matriks real A dan B dengan ukuran yang sama Elemen terkecil pada data x Elemen terkecil pada data x bila x data bil. kompleks Elemen terkecil pada data berupa matriks real A Elemen terkecil pada data berupa matriks kompleks A Elemen terkecil pada data berupa matriks real A dan B dengan ukuran yang sama Beberapa Contoh Penggunaan: ->x=[1 2 3] >max(x)//mencari elemen terbesar pada vektor data x -->x=[1+2*%i -2*%i 3-%i] i - 2.i - i -->max(abs(x))//mencari elemen terbesar pada vektor data x bil. kompleks >A=[1 2 3;-1 4-3], B=[-2 7 5;-2 1-8]

2 B = >max(a) 4. -->max(a,b) >min(a) - -->min(a,b) Catatan : perlu diperhatikan bahwa pada max(a,b) adalah mencari menentukan nilai maksimum dari tiap posisi element (i,j) yang sama pada matriks A dan B sehingga menghasilkan matriks baru (data baru)dengan ukuran yang sama yang dihasilkan dari nilai maksimum dari matriks data A dan B. Begitu pula sebaliknya pada perintah min(a,b). SUM, PRODUCT DAN DIFFERENCES sum(x) sum(a) cumsum(x) cumsum(a) prod(x) prod(a) cumprod(x) cumprod(a) diff(x) Jumlah dari elemen pada setiap kolom/baris vektor data x (Real/Kompleks) Jumlah dari elemen pada matriks data A (Real/Kompleks) Jumlah Komulatif Kolom pada vektor data x Jumlah Komulatif Kolom pada matriks data A Produk dari elemen-elemen dalam kolom vektor data x Produk dari elemen-elemen dalam kolom matriks data A Produk Komulatif kolom vektor data x Produk Komulatif kolom vektor data A Menghitung perbedaan antara elemen-elemen vektor x

3 diff(a) mean(x) mean(a) median(x) median(a) Menghitung perbedaan antara elemen-elemen matriks A Nilai rata-rata kolom vektor x Nilai rata-rata kolom matriks A Nilai tengah kolom vektor x Nilai tengah kolom matriks A Beberapa Contoh Penggunaan: -->x=[1 2 3]//mendefinisikan vektor data x >sum(x)//menjumlahkan elemen pada vektor data x 6. -->A//memanggil matriks lama A >sum(a)//menjumlahkan setiap elemen pada matriks data A 6. -->x=[1 2 3]//mendefinisikan vektor baris data x >cumsum(x)//menghitung dan membuat vektor jumlah komulatif baris vektor data x 1. 6.

4 -->y=[1; 2; 3]// mendefinisikan vektor kolom data y y = >cumsum(y) //menghitung dan membuat vektor jumlah komulatif kolom vektor data y >A=[1 2 3;4 5 6;7 8 9]//mendefinisikan matriks data A >cumsum(a)//menghitung dan membuat komulatif matriks data A Catatan: perlu diperhatikan bahwa pada perintah cumsum(x) artinya menjumlahkan elemen kolom sebelumnya dengan elemen kolom tersebut sehingga menghasilkan elemen yang baru, misalkan b21=a11+a21, b31=b21+a31 dst. pada perintah cumsum(a) artinya menjumlahkan elemen kolom sebelumnya dengan elemen kolom tersebut sehingga menghasilkan elemen yang baru, misalkan pada contoh di atas b12=b31+a12, b22=b12+a22 dst. -->x=[1 3 7],y=[1;3;5]//mendefinisikan vektor data x baris dan y kolom 1. 7.

5 y = >prod(x)//menghitung produk(perkalian) elemen data vektor x >cumprod(x)// menghitung dan membuat vektor jumlah komulatif kolom vektor data x >prod(y) //menghitung produk(perkalian) elemen data vektor y >cumprod(y)//menghitung dan membuat vektor jumlah komulatif kolom vektor data y >A=[1 2 3;4 5 6;7 8 9]//mendefinisikan matriks A >prod(a)// produk(perkalian) dari elemen matriks data A

6 -->cumprod(a)// menghitung dan membuat matriks jumlah komulatif kolom vektor data A Catatan: perlu diperhatikan bahwa pada perintah cumprod(x) artinya mengalikan elemen kolom sebelumnya dengan elemen kolom tersebut sehingga menghasilkan elemen yang baru, misalkan b21=a11*a21, b31=b21*a31 dst. pada perintah cumprod(a) artinya menjumlahkan elemen kolom sebelumnya dengan elemen kolom tersebut sehingga menghasilkan elemen yang baru, misalkan pada contoh di atas b12=b31*a12, b22=b12*a22 dst. -->x=[ ]//mendefinisikan vektor data x >d1=diff(x),d2=diff(d1),d3=diff(d2)//menentukan beda antara elemen-elemen vektor yg dihasilkan d1 = d2 = d3 = >A=[4 5 6;7 8 9]//mendefinisikan matriks data A

7 -->diff(a)// menentukan beda antara elemen-elemen matriks yg dihasilkan >x=[ ]//mendefinisikan vektor data x >average=mean(x)//menentukan rata-rata vektor data x average = >med=median(x)//menentukan nilai tengah vektor data x med = -->A=[1 1;2 2;3 3;4 100]//memasukkan data matriks A >average=mean(a)//menghitung rata-rata data matriks A average = 14.5

8 -->med=median(a)//mencari nilai tengah matriks A med = 2.5 Cukup sekian dulu ya... dilanjut pertemuan selanjutnya yang akan membahas histogram dan bar graph dll. Penulis masih menemui beberapa kesulitan. Misalnya untuk mencari std (standar deviasi). Mencari menu sort dalam program scilab. Terdapat pula perbedaan pada penggunaan perintah cumsum dan cumprod antara program Scilab dan program Matlab. Kalau ada masukan tolong diberikan ya... Sekian. Semoga Bermanfaat. Amin. Referensi : Scilab Program. Matlab bahasa komputasi teknis (Duane Hanselman & Bruce Littlefield) The Matlab Handbook (Eva Part-enander dkk.)

PERCOBAAN 1 PENGENALAN MATLAB UNTUK STATISTIK

PERCOBAAN 1 PENGENALAN MATLAB UNTUK STATISTIK PERCOBAAN 1 PENGENALAN MATLAB UNTUK STATISTIK 1.1. Tujuan : Setelah melaksanakan praktikum ini mahasiswa diharapkan mampu : Memakai beberapa jenis fungsi khusus di Matlab untuk statistik Membuat pemrograman

Lebih terperinci

STK 571 KOMPUTASI STATISTIK Materi 3

STK 571 KOMPUTASI STATISTIK Materi 3 STK 571 KOMPUTASI STATISTIK Materi 3 ARITMETIKA Aritmetika berhubungan dengan: Operand Operator Fungsi Operand : Konstanta contoh : 10-1.5 1.5e10 Objek data contoh : x y panjang ARITMETIKA Operator: ARITMETIKA

Lebih terperinci

PEMROGRAMAN DALAM R STK372 KOMPUTASI STATISTIK II. Agus Mohamad Soleh

PEMROGRAMAN DALAM R STK372 KOMPUTASI STATISTIK II. Agus Mohamad Soleh PEMROGRAMAN DALAM R STK372 KOMPUTASI STATISTIK II Agus Mohamad Soleh Ruang Lingkup Materi Pengantar Pemrograman R Fungsi yang Tersedia Pemrograman Berorientasi Objek Pemrograman Grafik Package dalam R

Lebih terperinci

Laporan Praktikum Metode Komputasi Matematika (Latihan Bab 2 dari Buku J. Leon Aljabar Linear) Program Scilab

Laporan Praktikum Metode Komputasi Matematika (Latihan Bab 2 dari Buku J. Leon Aljabar Linear) Program Scilab Laporan Praktikum Metode Komputasi Matematika (Latihan Bab 2 dari Buku J. Leon Aljabar Linear) Program Scilab Syarif Abdullah (G551150381) Matematika Terapan Departemen Matematika FMIPA IPB email: arjunaganteng71@gmail.com

Lebih terperinci

Metode Simpleks Minimum

Metode Simpleks Minimum Metode Simpleks Minimum Perhatian Untuk menyelesaikan Persoalan Program Linier dengan Metode Simpleks untuk fungsi tujuan memaksimumkan dan meminimumkan caranya BERBEDA. Perhatian Model matematika dari

Lebih terperinci

Laporan Praktikum 14 Metode Komputasi Matematika (Latihan Bab 3 dari Buku J. Leon Aljabar Linear) Program Scilab

Laporan Praktikum 14 Metode Komputasi Matematika (Latihan Bab 3 dari Buku J. Leon Aljabar Linear) Program Scilab Laporan Praktikum 14 Metode Komputasi Matematika (Latihan Bab 3 dari Buku J. Leon Aljabar Linear) Program Scilab Syarif Abdullah (G551150381) Matematika Terapan Departemen Matematika FMIPA IPB e-mail:

Lebih terperinci

Laporan Praktikum Metode Komputasi Matematika (Latihan Bab 1 dari Buku J. Leon Aljabar Linear) Program Scilab

Laporan Praktikum Metode Komputasi Matematika (Latihan Bab 1 dari Buku J. Leon Aljabar Linear) Program Scilab Laporan Praktikum Metode Komputasi Matematika (Latihan Bab 1 dari Buku J. Leon Aljabar Linear) Program Scilab Syarif Abdullah (G551150381) Matematika Terapan Departemen Matematika FMIPA IPB email: arjunaganteng71@gmail.com

Lebih terperinci

Minggu II Lanjutan Matriks

Minggu II Lanjutan Matriks Minggu II Lanjutan Matriks Pokok Bahasan Sub Pokok Bahasan Tujuan Instruksional Umum Tujuan Instruksional Khusus Jumlah Pertemuan : Matriks : A. Transformasi Elementer. Transformasi Elementer pada baris

Lebih terperinci

Analisa Numerik. Matriks dan Komputasi

Analisa Numerik. Matriks dan Komputasi Analisa Numerik Matriks dan Komputasi M AT R I K S Matriks adalah suatu susunan angka atau bilangan, variabel, atau parameter yang berbentuk empat persegi dan biasanya ditutup dengan tanda kurung K O N

Lebih terperinci

Bab 5 Array (Variabel Berindeks)

Bab 5 Array (Variabel Berindeks) Bab 5 Array (Variabel Berindeks) 5.1. Pengertian array Variabel dengan tipe data tunggal (skalar) hanya dapat digunakan untuk menyimpan sebuah nilai saja, sehingga untuk menyimpan beberapa nilai sekaligus

Lebih terperinci

Rivised Simpleks Method (metode simpleks yang diperbaiki)

Rivised Simpleks Method (metode simpleks yang diperbaiki) Rivised impleks Method (metode simpleks yang diperbaiki) Metode simpleks yang sudah kita pelajari, menunjukkan bahwa setiap perpindahan tabel baru selalu membawa semua elemen yang terdapat dalam tabel.

Lebih terperinci

BAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI

BAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI BAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI 3.1 Pendahuluan Pada bab sebelumnya telah dibahas mengenai pertidaksamaan Chernoff dengan terlebih dahulu diberi pemaparan mengenai dua pertidaksamaan

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN LINEAR DUA SISI DALAM ALJABAR MAX-PLUS BILANGAN FUZZY

PENYELESAIAN SISTEM PERSAMAAN LINEAR DUA SISI DALAM ALJABAR MAX-PLUS BILANGAN FUZZY PENYELESAIAN SISTEM PERSAMAAN LINEAR DUA SISI DALAM ALJABAR MAX-PLUS BILANGAN FUZZY Any Muanalifah August 9, 2010 Latar Belakang Latar Belakang Teori himpunan fuzzy berkembang pesat saat ini. Banyak sekali

Lebih terperinci

Matriks. Baris ke 2 Baris ke 3

Matriks. Baris ke 2 Baris ke 3 Matriks A. Matriks Matriks adalah susunan bilangan yang diatur menurut aturan baris dan kolom dalam suatu jajaran berbentuk persegi atau persegi panjang. Susunan bilangan itu diletakkan di dalam kurung

Lebih terperinci

BAB XII MENCARI DATA MAKSIMUM DAN MINIMUM

BAB XII MENCARI DATA MAKSIMUM DAN MINIMUM 1 BAB XII MENCARI DATA MAKSIMUM DAN MINIMUM 12.1. Mencari Data Maksimum Untuk menjelaskan proses pencarian data terbesar atau data maksimum dari sekelompok data, di bawah ini akan diberikan contohnya terlebih

Lebih terperinci

BAB III PEMROGRAMAN MATLAB 2 Copyright by

BAB III PEMROGRAMAN MATLAB 2 Copyright by BAB III PEMROGRAMAN MATLAB 2 1 M-File M-file merupakan sederetan perintah matlab yang dituliskan secara berurutan sebagai sebuah file. Nama file yang digunakan berekstensi m yang menandakan bahwa file

Lebih terperinci

Beberapa Perintah Matriks Pada Scilab

Beberapa Perintah Matriks Pada Scilab Beberapa Perintah Matriks Pada Scilab Syarif Abdullah (G551150381) Matematika Terapan Departemen Matematika FMIPA IPB email: arjunaganteng71@gmail.com 10 Desember 2015 Dalam sesi ini Kita akan belajar

Lebih terperinci

KATA PENGANTAR. Penulis. Raizal Dzil Wafa M.

KATA PENGANTAR. Penulis. Raizal Dzil Wafa M. i KATA PENGANTAR Buku ini dibuat untuk memudahkan siapa saja yang ingin belajar MATLAB terutama bagi yang baru mengenal MATLAB. Buku ini sangat cocok untuk pemula terutama untuk pelajar yang sedang menempuh

Lebih terperinci

Bentuk umum : SPL. Mempunyai penyelesaian disebut KONSISTEN. Tidak mempunyai penyelesaian disebut TIDAK KONSISTEN TUNGGAL BANYAK

Bentuk umum : SPL. Mempunyai penyelesaian disebut KONSISTEN. Tidak mempunyai penyelesaian disebut TIDAK KONSISTEN TUNGGAL BANYAK Bentuk umum : dimana x, x,..., x n variabel tak diketahui, a ij, b i, i =,,..., m; j =,,..., n bil. diketahui. Ini adalah SPL dengan m persamaan dan n variabel. SPL Mempunyai penyelesaian disebut KONSISTEN

Lebih terperinci

PRATIKUM METODE KOMPUTASI MATEMATIKA TERAPAN

PRATIKUM METODE KOMPUTASI MATEMATIKA TERAPAN PRATIKUM METODE KOMPUTASI OLEH : N E W T O N NRP. G551150031 MATEMATIKA TERAPAN FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015 DAFTAR ISI DAFTAR ISI ii Pratikum Metode

Lebih terperinci

Pertemuan 4 Aljabar Linear & Matriks

Pertemuan 4 Aljabar Linear & Matriks Pertemuan 4 Aljabar Linear & Matriks 1 Notasi : huruf besar tebal misalnya A, B, C Merupakan array dari bilangan, setiap bilangan disebut elemen matriks (entri matriks) Bentuk umum : m : jumlah baris (mendatar)

Lebih terperinci

STK 573 Metode Grafik untuk Analisis dan Penyajian Data

STK 573 Metode Grafik untuk Analisis dan Penyajian Data STK 573 Metode Grafik untuk Analisis dan Penyajian Data Pertemuan 1 Tim Dosen: Prof. Dr. Khairil Anwar Notodiputro Dr. Ir. Aji Hamim Wigena Dr. Agus M Soleh PENDAHULUAN Pendahuluan Apa R? R adalah implementasi

Lebih terperinci

Pelabelan matriks menggunakan huruf kapital. kolom ke-n. kolom ke-3

Pelabelan matriks menggunakan huruf kapital. kolom ke-n. kolom ke-3 MATRIKS a. Konsep Matriks Matriks adalah susunan bilangan yang diatur menurut aturan baris dan kolom dalam suatu jajaran berbentuk persegi atau persegipanjang dan diletakkan di dalam kurung biasa ( ) atau

Lebih terperinci

Memulai SPSS dan Mengelola File

Memulai SPSS dan Mengelola File MODUL 1 Memulai SPSS dan Mengelola File A. MEMULAI SPSS Untuk memulai SPSS for Windows langkah yang harus dilakukan adalah: Klik menu Start Programs SPSS for Windows SPSS for Windows. Kemudian akan ditampilkan

Lebih terperinci

BAB 4 Hasil dan Pembahasan

BAB 4 Hasil dan Pembahasan BAB 4 Hasil dan Pembahasan 4.1. Spesifikasi Sistem Dalam pengerjaan program aplikasi ini, penulis menggunakan jenis hardware dan software sebagai berikut : 4.1.1. Hardware Dalam perancangan program aplikasi

Lebih terperinci

SISTEM PERSAMAAN LINEAR ( BAGIAN II )

SISTEM PERSAMAAN LINEAR ( BAGIAN II ) SISTEM PERSAMAAN LINEAR ( BAGIAN II ) D. FAKTORISASI MATRIKS D2 2. METODE ITERASI UNTUK MENYELESAIKAN SPL D3 3. NILAI EIGEN DAN VEKTOR EIGEN D4 4. POWER METHOD Beserta contoh soal untuk setiap subbab 2

Lebih terperinci

Multi-Attribute Decision Making

Multi-Attribute Decision Making Multi-Attribute Decision Making Kompetensi Dasar Mahasiswa dapat menyelesaikan masalah pengambilan keputusan dengan metode-metode pada model MADM. Mahasiswa dapat membedakan karakteristik permasalahan

Lebih terperinci

Pendahuluan. Praktikum Pengantar Pengolahan Citra Digital Departemen Ilmu Komputer Copyright 2008 All Rights Reserved

Pendahuluan. Praktikum Pengantar Pengolahan Citra Digital Departemen Ilmu Komputer Copyright 2008 All Rights Reserved 1 Pengenalan Matlab Pendahuluan Matlab adalah perangkat lunak yang dapat digunakan untuk analisis dan visualisasi data. Matlab didesain untuk mengolah data dengan menggunakan operasi matriks. Matlab juga

Lebih terperinci

PERTEMUAN 10 METODE PENDEKATAN VOGEL / VOGEL S APPROXIMATION METHOD (VAM)

PERTEMUAN 10 METODE PENDEKATAN VOGEL / VOGEL S APPROXIMATION METHOD (VAM) PERTEMUAN 10 METODE PENDEKATAN VOGEL / VOGEL S APPROXIMATION METHOD (VAM) Metode Pendekatan Vogel diperkenalkan oleh WR. Vogel tahun 1948. Prinsip dari metode ini adalah memilih harga-harga ongkos terkecil

Lebih terperinci

BAB III ANALISIS, ALGORITMA, DAN CONTOH PENERAPAN

BAB III ANALISIS, ALGORITMA, DAN CONTOH PENERAPAN BAB III ANALISIS, ALGORITMA, DAN CONTOH PENERAPAN 3.1 Analisis Berdasarkan cara menghitung besaran-besaran yang telah disebutkan pada Bab II, diperoleh perumusan untuk besaran-besaran tersebut sebagai

Lebih terperinci

LEMBAR AKTIVITAS SISWA MATRIKS

LEMBAR AKTIVITAS SISWA MATRIKS Nama Siswa Kelas : : LEMBAR AKTIVITAS SISWA MATRIKS Notasi dan Ordo Matriks Lengkapilah isian berikut! Suatu matriks biasanya dinotasikan dengan huruf kapital, misalnya: A. PENGERTIAN MATRIKS 1) Tabel

Lebih terperinci

MENYUSUN KONTROL ALUR POGRAM

MENYUSUN KONTROL ALUR POGRAM BAB 2 MENYUSUN KONTROL ALUR POGRAM A. PENDAHULUAN Setelah kita membahas sekilas tentang cara kerja dan kemampuan MATLAB pada Bab 1, selanjutnya pada bab ini akan dijelaskan tentang kemampuan pemrograman

Lebih terperinci

Multi-Attribute Decision Making

Multi-Attribute Decision Making Materi Kuliah [05] SPK & Business Intelligence Multi-Attribute Decision Making Dr. Sri Kusumadewi Lizda Iswari Magister Teknik Informatika Program Pascasarjana Fakultas Teknologi Industri Universitas Islam

Lebih terperinci

Pengubahan Model Ketidaksamaan Persamaan

Pengubahan Model Ketidaksamaan Persamaan METODA SIMPLEKS Metoda Simpleks Suatu metoda yang menggunakan prosedur aljabar untuk menyelesaikan programa linier. Proses penyelesaiannya dengan melakukan iterasi dari fungsi pembatasnya untuk mencapai

Lebih terperinci

Fuzzy Pattern Recognition. Logika Fuzzy

Fuzzy Pattern Recognition. Logika Fuzzy Fuzzy Pattern Recognition Logika Fuzzy 1 Pengenalan pola (pattern recognition) adalah proses untuk mengidentifikasi struktur yang ada dalam data dengan cara membandingkannya dengan struktur yang telah

Lebih terperinci

TEKNIK PENGOLAHAN CITRA. Kuliah 5 Edge Sharpening. Indah Susilawati, S.T., M.Eng.

TEKNIK PENGOLAHAN CITRA. Kuliah 5 Edge Sharpening. Indah Susilawati, S.T., M.Eng. TEKNIK PENGOLAHAN CITRA Kuliah 5 Edge Sharpening Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta

Lebih terperinci

MATRIKS A = ; B = ; C = ; D = ( 5 )

MATRIKS A = ; B = ; C = ; D = ( 5 ) MATRIKS A. DEFINISI MATRIKS Matriks adalah suatu susunan bilangan berbentuk segi empat dari suatu unsur-unsur pada beberapa sistem aljabar. Unsur-unsur tersebut bisa berupa bilangan dan juga suatu peubah.

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Prinsip Kerja Sistem Prinsip kerja sistem diawali dengan pembacaan citra rusak dan citra tidak rusak yang telah terpilih dan dikumpulkan pada folder tertentu.

Lebih terperinci

Prof.Dr. Budi Murtiyasa Muhammadiyah University of Surakarta

Prof.Dr. Budi Murtiyasa Muhammadiyah University of Surakarta BASIS DAN DIMENSI Prof.Dr. Budi Murtiyasa Muhammadiyah University of Surakarta Basis dan Dimensi Ruang vektor V dikatakan mempunyai dimensi terhingga n (ditulis dim V = n) jika ada vektor-vektor e, e,,

Lebih terperinci

STK 211 Metode statistika. Materi 2 Statistika Deskriptif

STK 211 Metode statistika. Materi 2 Statistika Deskriptif STK 211 Metode statistika Materi 2 Statistika Deskriptif 1 Statistika Deskriptif Merupakan teknik penyajian dan peringkasan data sehingga menjadi informasi yang mudah dipahami Penyajian data dapat dilakukan

Lebih terperinci

MANAJEMEN DATA MENGGUNAKAN R

MANAJEMEN DATA MENGGUNAKAN R MANAJEMEN DATA MENGGUNAKAN R STK371 KOMPUTASI STATISTIK I Agus Mohamad Soleh Ruang Lingkup Materi Pengantar Program R Pemasukan Data (Tipe Dasar Objek) Pengelolaan Data (Modifikasi, merging, combining,

Lebih terperinci

List List merupakan objek data yang elemen didalamnya boleh memiliki mode yang berbeda. Perintah-perintah untuk membuat list: list as.

List List merupakan objek data yang elemen didalamnya boleh memiliki mode yang berbeda. Perintah-perintah untuk membuat list: list as. OBJEK S Segala sesuatu dalam S adalah objek. Data, fungsi, operator dll. Setiap objek memiliki mode dan length Objek data --> mode numeric, complex, character, dan logical Objek bahasa --> mode function,

Lebih terperinci

PRAKTIKUM 1 PENGENALAN PROGRAM APLIKASI MATEMATIKA MAPLE 7

PRAKTIKUM 1 PENGENALAN PROGRAM APLIKASI MATEMATIKA MAPLE 7 PRAKTIKUM 1 PENGENALAN PROGRAM APLIKASI MATEMATIKA MAPLE 7 1. MINGGU KE : 1 2. PERALATAN : LCD, E-LEARNING 3. SOFTWARE : MAPLE 4. TUJUAN Mahasiswa dapat: Mengaktifkan Maple. Mengetahui lingkungan Maple.

Lebih terperinci

MUH1G3/ MATRIKS DAN RUANG VEKTOR

MUH1G3/ MATRIKS DAN RUANG VEKTOR MUHG3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN Determinan Matriks Determinan Matriks Sub Pokok Bahasan Permutasi dan Determinan Matriks Determinan dengan OBE Determinan dengan Ekspansi Kofaktor Beberapa Aplikasi

Lebih terperinci

#8 Operation Research : Assignment

#8 Operation Research : Assignment #8 Operation Research : Assignment Model Penugasan (assignment) pada awalnya dikenal sebagai Hungarian Method. Istilah penugasan mengandung pengertian bahwa satu orang akan mengerjakan satu tugas tertentu;

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

PERTEMUAN 5 METODE SIMPLEKS KASUS MINIMUM

PERTEMUAN 5 METODE SIMPLEKS KASUS MINIMUM PERTEMUAN 5 METODE SIMPLEKS KASUS MINIMUM PERTEMUAN 5 Metode Simpleks Kasus Minimum Untuk menyelesaikan Persoalan Program Linier dengan Metode Simpleks untuk fungsi tujuan memaksimumkan dan meminimumkan

Lebih terperinci

LAMPIRAN LAMPIRAN-LAMPIRAN

LAMPIRAN LAMPIRAN-LAMPIRAN LAMPIRAN LAMPIRAN-LAMPIRAN 85 LAMPIRAN 1 Script Editor Matlab % Program Matlab Menghitung NILAI EIGEN Max-Plus Maksimum dan VEKTOR EIGEN yang bersesuaian untuk suatu Matriks Max-plus A % input : Matriks

Lebih terperinci

Operations Management

Operations Management 6s-1 Linear Programming Operations Management MANAJEMEN William J. Stevenson 8 th edition 6s-2 Linear Programming METODE TRANSPORTASI suatu metode yang digunakan untuk mengatur distribusi dari sumber-sumber

Lebih terperinci

METODE dan TABEL SIMPLEX

METODE dan TABEL SIMPLEX METODE dan TABEL SIMPLEX Mengubah bentuk baku model LP ke dalam bentuk tabel akan memudahkan proses perhitungan simplex. Langkah-langkah perhitungan dalam algoritma simplex adalah :. Berdasarkan bentuk

Lebih terperinci

STRUKTUR PROGRAM MATLAB

STRUKTUR PROGRAM MATLAB STRUKTUR PROGRAM MATLAB Emy Setyaningsih, S.Si, M.Kom 1 Beberapa Bagian dari Window Matlab Current Directory menampilkan isi dari direktori kerja saat menggunakan matlab. Command History berfungsi untuk

Lebih terperinci

4.1. Pengumpulan data Gambar 4.1. Contoh Peng b untuk Mean imputation

4.1. Pengumpulan data Gambar 4.1. Contoh Peng b untuk Mean imputation 4.1. Pengumpulan data Data trafik jaringan yang diunduh dari http://www.cacti.mipa.uns.ac.id:90 dapat diklasifikasikan berdasar download rata-rata, download maksimum, download minimum, upload rata-rata,

Lebih terperinci

OBJEK DALAM BAHASA S Agus Mohamad Soleh

OBJEK DALAM BAHASA S Agus Mohamad Soleh MATERI II BAGIAN R STK371 KOMPUTASI STATISTIK OBJEK DALAM BAHASA S Agus Mohamad Soleh OBJEK Segala sesuatu dalam S adalah objek. Data, fungsi, operator dll. Karakteristik setiap objek dilihat melalui mode

Lebih terperinci

Analisis Komponen Utama (Principal component analysis)

Analisis Komponen Utama (Principal component analysis) Analisis Komponen Utama (Principal component analysis) A. LANDASAN TEORI Misalkan χ merupakan matriks berukuran nxp, dengan baris-baris yang berisi observasi sebanyak n dari p-variat variabel acak X. Analisis

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab ini akan dibahas tentang semiring, Aljabar Max-Plus, sifat-sifat

BAB II LANDASAN TEORI. Pada bab ini akan dibahas tentang semiring, Aljabar Max-Plus, sifat-sifat BAB II LANDASAN TEORI Pada bab ini akan dibahas tentang semiring, Aljabar Max-Plus, sifat-sifat Aljabar Max-Plus, matriks atas Aljabar Max-Plus, matriks dan graf, nilai eigen dan vektor eigen Aljabar Max-Plus,

Lebih terperinci

Matriks - Definisi. Sebuah matriks yang memiliki m baris dan n kolom disebut matriks m n. Sebagai contoh: Adalah sebuah matriks 2 3.

Matriks - Definisi. Sebuah matriks yang memiliki m baris dan n kolom disebut matriks m n. Sebagai contoh: Adalah sebuah matriks 2 3. MATRIKS Pokok Bahasan Matriks definisi Notasi matriks Matriks yang sama Panambahan dan pengurangan matriks Perkalian matriks Transpos suatu matriks Matriks khusus Determinan suatu matriks bujursangkar

Lebih terperinci

03-Pemecahan Persamaan Linier (2)

03-Pemecahan Persamaan Linier (2) -Pemecahan Persamaan Linier () Dosen: Anny Yuniarti, M.Comp.Sc Gasal - Anny Agenda Bagian : Matriks Invers Bagian : Eliminasi = Faktorisasi: A = LU Bagian : Transpos dan Permutasi Anny Bagian MATRIKS INVERS

Lebih terperinci

Perhatikan model matematika berikut ini. dapat dibuat tabel

Perhatikan model matematika berikut ini. dapat dibuat tabel 4. Metode Simpleks Maks/min : h.m Perhatikan model matematika berikut ini. simpleksnya yaitu. dapat dibuat tabel Cb VDB Q M M Penilai an Z Keterangan: = variabel ke-j (termasuk variabel slack dan surplus)..

Lebih terperinci

APLIKASI ALGORITMA FUZZY C-MEANS CLUSTERING UNTUK PENGELOMPOKKAN LULUSAN

APLIKASI ALGORITMA FUZZY C-MEANS CLUSTERING UNTUK PENGELOMPOKKAN LULUSAN APLIKASI ALGORITMA FUZZY C-MEANS CLUSTERING UNTUK PENGELOMPOKKAN LULUSAN Abdul Aziz, S.Si, M.Si. Abstrak Teknik Fuzzy c-means clustering termasuk dalam salah satu keluarga clustering. Seperti teknik clustering

Lebih terperinci

STRATEGI PENYELESAIAN UNTUK SISTEM INTERVAL PADA ALJABAR MAX-PLUS

STRATEGI PENYELESAIAN UNTUK SISTEM INTERVAL PADA ALJABAR MAX-PLUS STRATEGI PENYELESAIAN UNTUK SISTEM INTERVAL PADA ALJABAR MAX-PLUS SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Mencapai Gelar Sarjana Pendidikan Matematika Oleh: DALIMIN 0801060163 PROGRAM STUDI PENDIDIKAN

Lebih terperinci

Metode Transportasi. Muhlis Tahir

Metode Transportasi. Muhlis Tahir Metode Transportasi Muhlis Tahir Pendahuluan Metode Transportasi digunakan untuk mengoptimalkan biaya pengangkutan (transportasi) komoditas tunggal dari berbagai daerah sumber menuju berbagai daerah tujuan.

Lebih terperinci

BAB IV PEMBAHASAN. Pada penelitian ini akan dibandingkan antara aplikasi teori graf fuzzy dan

BAB IV PEMBAHASAN. Pada penelitian ini akan dibandingkan antara aplikasi teori graf fuzzy dan BAB IV PEMBAHASAN Pada penelitian ini akan dibandingkan antara aplikasi teori graf fuzzy dan teori aljabar max-plus dalam pengaturan lampu lalu lintas di simpang empat Beran Kabupaten Sleman Provinsi Daerah

Lebih terperinci

Langkah-Langkah Perhitungan Berikut diberikan data penjualan mobil Bima selama tahun 2000:

Langkah-Langkah Perhitungan Berikut diberikan data penjualan mobil Bima selama tahun 2000: BAB 1 STATISTIK DESKRIPTIF Statistik deskriptif lebih berhubungan dengan pengumpulan dan peringkatan data, serta penyajian hasil peringkasan tersebut. Data statistik yang bisa diperoleh dari hasil sensus,

Lebih terperinci

BAB IV PELAKSANAAN DAN HASILPENELITIAN

BAB IV PELAKSANAAN DAN HASILPENELITIAN BAB IV PELAKSANAAN DAN HASILPENELITIAN Pengumpulan data penelitian ini di lakukan pada tanggal 18 Mei 2014 sampai tanggal 21 Mei 2014. Sampel yang digunakan adalah mahasiswa Fakultas Keguruan Ilmu Pendidikan

Lebih terperinci

Solusi Persamaan Linier Simultan

Solusi Persamaan Linier Simultan Solusi Persamaan Linier Simultan Obyektif : 1. Mengerti penggunaan solusi persamaan linier 2. Mengerti metode eliminasi gauss. 3. Mampu menggunakan metode eliminasi gauss untuk mencari solusi 1. Sistem

Lebih terperinci

Materi 2: Matriks dan Operasi Matriks

Materi 2: Matriks dan Operasi Matriks Materi 2: Matriks dan Operasi Matriks I Nyoman Kusuma Wardana Sistem Komputer STMIK STIKOM Bali Amatilah contoh jumlah jam yang dihabiskan oleh siswa di sekolah dlm satu minggu berikut: Jika kita menghilangkan

Lebih terperinci

Laporan praktikum Metode Komputasi Matematika 17 Desember 2015

Laporan praktikum Metode Komputasi Matematika 17 Desember 2015 Laporan praktikum Metode Komputasi Matematika 7 Desember 25 Lili Hernawati G55532 December 2, 25 (Latihan Bab 2 Matlab J. Leon, no.soal sesuai dengan NRP modulo jumlah soal) Modifikasi dengan Scilab dan

Lebih terperinci

A B C D E. 1 Nilai 1 Nilai 2 Formula Hasil Keterangan =SUM(A2:B2) 179 Penjumlahan sel A2 dan B3

A B C D E. 1 Nilai 1 Nilai 2 Formula Hasil Keterangan =SUM(A2:B2) 179 Penjumlahan sel A2 dan B3 Fasilitas pemrograman pada Spreadsheet diperlukan untuk mendukung operasi perhitungan seperti operasi matematika, database, dan sebagainya.spreadsheet menuangkannya dalam bentuk fungsi yang pada dasarnya

Lebih terperinci

PACKAGE FF DAN FFBASE DALAM R UNTUK BIG DATA

PACKAGE FF DAN FFBASE DALAM R UNTUK BIG DATA PACKAGE FF DAN FFBASE DALAM R UNTUK BIG DATA Membahas komputasi, mencoba, dan mendemonstrasikan package FF dalam Big Data Paper ini disusun untuk memenuhi tugas mata kuliah Big Data Yogyakarta, 8 Mei 2017

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Perancangan program aplikasi yang akan dibuat menggabungkan algoritma Brute Force dan algoritma Greedy yang digunakan secara bergantian pada tahap-tahap tertentu. Karena itu, pada

Lebih terperinci

Mengenal Bahasa Pemprograman Scilab

Mengenal Bahasa Pemprograman Scilab Mengenal Bahasa Pemprograman Scilab Muhamad Burhanudin Muhamadburhanudin981@gmail.com Abstrak Scilab adalah paket komputasi numerik yang dikembangkan sejak 1990 oleh para peneliti dari INRIA. Scilab menyediakan

Lebih terperinci

6- Operasi Matriks. MEKANIKA REKAYASA III MK Unnar-Dody Brahmantyo 1

6- Operasi Matriks. MEKANIKA REKAYASA III MK Unnar-Dody Brahmantyo 1 6- Operasi Matriks Contoh 6-1 : Budi diminta tolong oleh ibunya untuk membeli 2 kg gula dan 1 kg kopi. Dengan uang Rp. 10.000,- Budi mendapatkan uang kembali Rp. 3.000,-. Dihari yang lain, Budi membeli

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa pengertian dari optimasi bersyarat dengan kendala persamaan menggunakan multiplier lagrange serta penerapannya yang akan digunakan sebagai landasan

Lebih terperinci

Pertemuan 9 (AHP) - Mochammad Eko S, S.T

Pertemuan 9 (AHP) - Mochammad Eko S, S.T 1 Analitycal Hierarchy Process (AHP) Adalah metode untuk memecahkan suatu situasi yang komplek tidak terstruktur kedalam beberapa komponen dalam susunan yang hirarki, dengan memberi nilai subjektif tentang

Lebih terperinci

Kursus Statistika Dasar. Bagian 1. Pengelompokan Statistika. Istilah-istilah Dasar. Jenis Data. Pengelompokan Statistika lainnya. Bambang Suryoatmono

Kursus Statistika Dasar. Bagian 1. Pengelompokan Statistika. Istilah-istilah Dasar. Jenis Data. Pengelompokan Statistika lainnya. Bambang Suryoatmono Kursus Statistika Dasar Bambang Suryoatmono Bagian 1 Statistika Deskriptif Pengelompokan Statistika Statistika Deskriptif: statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik

Lebih terperinci

PERTEMUAN 5 Metode Simpleks Kasus Minimum

PERTEMUAN 5 Metode Simpleks Kasus Minimum PERTEMUAN 5 Metode Simpleks Kasus Minimum Untuk menyelesaikan Persoalan Program Linier dengan Metode Simpleks untuk fungsi tujuan memaksimumkan dan meminimumkan caranya berbeda. Model matematika dari Permasalahan

Lebih terperinci

Pengenalan Algoritma & Struktur Data. Pertemuan ke-1

Pengenalan Algoritma & Struktur Data. Pertemuan ke-1 Pengenalan Algoritma & Struktur Data Pertemuan ke-1 Apa itu Struktur Data? PROGRAM ALGO RITMA STRUKTUR DATA Algoritma.. deskripsi langkah-langkah penyelesaian masalah yang tersusun secara logis 1. Ditulis

Lebih terperinci

Banyaknya baris dan kolom suatu matriks menentukan ukuran dari matriks tersebut, disebut ordo matriks

Banyaknya baris dan kolom suatu matriks menentukan ukuran dari matriks tersebut, disebut ordo matriks MATRIKS DEFINISI Matriks adalah susunan bilangan real atau bilangan kompleks (atau elemen-elemen) yang disusun dalam baris dan kolom sehinggga membentuk jajaran persegi panjang. Matriks memiliki m baris

Lebih terperinci

MATRIKS DAN KOMPUTASI

MATRIKS DAN KOMPUTASI MATRIKS DAN KOMPUTASI Mata Kuliah Analisa Numerik Muchammad Chusnan Aprianto Script Fungsi pada Matlab sqrt(x) Akar kuadrat. Contoh: sqrt([1 2 3 4]) Akan menghasilkan 1.0000 1.4142 1.7321 2.0000 plot(x)

Lebih terperinci

TEKNIK RISET OPERASI UNDA

TEKNIK RISET OPERASI UNDA BAB IV. MASALAH PENUGASAN (ASSIGNMENT PROBLEM) Salah satu metode yang digunakan untuk Penugasan adalah Metode Hungarian. Pada Metode Hungarian, jumlah sumber-sumber yang ditugaskan harus sama persis dengan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan pertumbuhannya, setiap organisasi baik organisasi bisnis (perusahaan), industri, jasa dan sebagainya, menghadapi kenyataan bahwa sumber daya

Lebih terperinci

IMPLEMENTASI METODE DEKOMPOSISI LU PADA REGRESI LINIER BERGANDA

IMPLEMENTASI METODE DEKOMPOSISI LU PADA REGRESI LINIER BERGANDA Seminar Nasional Teknologi Informasi & Komunikasi Terapan (Semantik ) ISBN 979-6 - 55 - Semarang, 3 Juni IMPLEMENTASI METODE DEKOMPOSISI LU PADA REGRESI LINIER BERGANDA Yuniarsi Rahayu Fakultas Ilmu Komputer

Lebih terperinci

Pengolahan Dasar Matriks Bagus Sartono

Pengolahan Dasar Matriks Bagus Sartono Pengolahan Dasar Matriks Bagus Sartono bagusco@gmail.com Departemen Statistika FMIPA IPB Notasi Dasar Matriks A mxn, m A n, [a ij ] mxn : matriks berukuran m x n (m baris, n kolom) a ij adalah elemen matriks

Lebih terperinci

A. Kompetensi Setelah mengiktui mata kuliah ini, mahasiswa diharapkan dapat memahami dan bisa melakukan:

A. Kompetensi Setelah mengiktui mata kuliah ini, mahasiswa diharapkan dapat memahami dan bisa melakukan: No. LST/EKA/PTI 236/07 Revisi: 01 April 2011 Hal 1 dari 9 A. Kompetensi Setelah mengiktui mata kuliah ini, mahasiswa diharapkan dapat memahami dan bisa melakukan: 1. Mengenal dan menggunakan matlab sebagai

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN LINIER KOMPLEKS MENGGUNAKAN METODE ITERASI GAUSS-SEIDEL TUGAS AKHIR

PENYELESAIAN SISTEM PERSAMAAN LINIER KOMPLEKS MENGGUNAKAN METODE ITERASI GAUSS-SEIDEL TUGAS AKHIR PENYELESAIAN SISTEM PERSAMAAN LINIER KOMPLEKS MENGGUNAKAN METODE ITERASI GAUSS-SEIDEL TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh :

Lebih terperinci

9. K omunikasi Bukti Bukti Secara Visual

9. K omunikasi Bukti Bukti Secara Visual 9. Komunikasi Bukti Bukti Secara 9. Komunikasi Bukti Bukti Secara Visual Pembaca akan menilai kualitas dari penelitian anda berdasarkan pentingnya klaim anda dan kekuatan dari argumen anda Sebelumnya,

Lebih terperinci

KETERCAPAIAN DARI RUANG EIGEN MATRIKS ATAS ALJABAR MAKS PLUS

KETERCAPAIAN DARI RUANG EIGEN MATRIKS ATAS ALJABAR MAKS PLUS KETERCAPAIAN DARI RUANG EIGEN MATRIKS ATAS ALJABAR MAKS PLUS oleh TRI ANGGORO PUTRO M0112100 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika FAKULTAS

Lebih terperinci

TEORI PERMAINAN. Tidak setiap keadaan persingan dapat disebut sebagai permainan (game). Kriteria atau ciri-ciri dari suatu permainan adalah :

TEORI PERMAINAN. Tidak setiap keadaan persingan dapat disebut sebagai permainan (game). Kriteria atau ciri-ciri dari suatu permainan adalah : TEORI PERMAINAN I. Pendahuluan Dalam kehidupan sehari-hari sering dijumpai kegiatan-kegiatan yang bersifat kompetitif yang diwarnai persaingan atau konflik. Persaingan atau konflik ini dapat terjadi antara

Lebih terperinci

MATRIKS Matematika Industri I

MATRIKS Matematika Industri I MATRIKS TIP FTP UB Mas ud Effendi Pokok Bahasan Matriks definisi Notasi matriks Matriks yang sama Panambahan dan pengurangan matriks Perkalian matriks Transpos suatu matriks Matriks khusus Determinan suatu

Lebih terperinci

Pengolahan Data dengan MS EXCEL

Pengolahan Data dengan MS EXCEL Pengolahan Data dengan MS EXCEL Pendahuluan Dalam sebuah laporan, baik laporan penelitian maupun laporan tahunan sebuah lembaga, informasi biasanya tidak disajikan dalam bentuk data mentah, melainkan dalam

Lebih terperinci

PELATIHAN PROGRAM MATLAB UNTUK BELAJAR MATEMATIKA ALJABAR DI SMA NEGERI I BANDONGAN DAN SMA EL SHADAI MAGELANG

PELATIHAN PROGRAM MATLAB UNTUK BELAJAR MATEMATIKA ALJABAR DI SMA NEGERI I BANDONGAN DAN SMA EL SHADAI MAGELANG PELATIHAN PROGRAM MATLAB UNTUK BELAJAR MATEMATIKA ALJABAR DI SMA NEGERI I BANDONGAN DAN SMA EL SHADAI MAGELANG Wijaya Widjanarka Natasaputra*, Sukris Sutiyatno Manajemen Informatika STMIK Bina Patria Magelang

Lebih terperinci

METODE PANGKAT DAN METODE DEFLASI DALAM MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS

METODE PANGKAT DAN METODE DEFLASI DALAM MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS METODE PANGKAT DAN METODE DEFLASI DALAM MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS Arif Prodi Matematika, FST- UINAM Wahyuni Prodi Matematika, FST-UINAM Try Azisah Prodi Matematika, FST-UINAM

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Matematika merupakan salah satu bidang ilmu yang sangat berperan dalam kehidupan sehari-hari. Banyak permasalahan dalam kehidupan sehari-hari yang akan lebih

Lebih terperinci

Materi #13. TKT306 Perancangan Tata Letak Fasilitas T a u f i q u r R a c h m a n

Materi #13. TKT306 Perancangan Tata Letak Fasilitas T a u f i q u r R a c h m a n Materi #13 TKT306 Perancangan Tata Letak Fasilitas Kemampuan Akhir Yang Diharapkan 2 Menerapkan teknik-teknik analisis dalam perancangan tata letak fasilitas dan memberikan solusi dalam rangka pemecahan

Lebih terperinci

Kode, GSR, dan Operasi Pada

Kode, GSR, dan Operasi Pada 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

Lebih terperinci

Matriks adalah susunan segi empat siku-siku dari objek yang diatur berdasarkan baris (row) dan kolom (column). Objek-objek dalam susunan tersebut

Matriks adalah susunan segi empat siku-siku dari objek yang diatur berdasarkan baris (row) dan kolom (column). Objek-objek dalam susunan tersebut Matriks adalah susunan segi empat siku-siku dari objek yang diatur berdasarkan baris (row) dan kolom (column). Objek-objek dalam susunan tersebut dinamakan entri dalam matriks atau disebut juga elemen

Lebih terperinci

WORKSHOP DAN PELATIHAN MATLAB : PENUNJANG PEMBELAJARAN MATEMATIKA DI SMU DALAM RANGKA IMPLEMENTASI CONTEXTUAL TEACHING LEARNING ABSTRAK

WORKSHOP DAN PELATIHAN MATLAB : PENUNJANG PEMBELAJARAN MATEMATIKA DI SMU DALAM RANGKA IMPLEMENTASI CONTEXTUAL TEACHING LEARNING ABSTRAK WORKSHOP DAN PELATIHAN MATLAB : PENUNJANG PEMBELAJARAN MATEMATIKA DI SMU DALAM RANGKA IMPLEMENTASI CONTEXTUAL TEACHING LEARNING Tim Pengabdi:. Agus Maman Abadi. Dhoriva UW. Sri Andayani 4. Karyati 5. Caturiyati

Lebih terperinci

SMKN 1 LINTAU Lembaran : Job Sheet Kelas : X Mata Pelajaran : KKPI Waktu : 2x 50 Menit Topik : Microsoft Excel Judul : Operasi hitung dan rumus

SMKN 1 LINTAU Lembaran : Job Sheet Kelas : X Mata Pelajaran : KKPI Waktu : 2x 50 Menit Topik : Microsoft Excel Judul : Operasi hitung dan rumus SMKN 1 LINTAU Lembaran : Job Sheet Kelas : X Mata Pelajaran : KKPI Waktu : 2x 50 Menit Topik : Microsoft Excel Judul : Operasi hitung dan rumus A. TUJUAN 1. Dengan mempelajari Microsoft Excel ini siswa

Lebih terperinci

Matematika Teknik DETERMINAN

Matematika Teknik DETERMINAN DETERMINN da satu cara lagi dalam menentukan solusi SPL dengan bekerja pada matriks koefisiennya. Cara berikut hanya akan berlaku untuk matriks koefiien berupa matriks bujursangkar atau SPL mempunyai banyak

Lebih terperinci