MODUL 5 KARAKTERISASI LED OLEH I-V METER
|
|
- Herman Darmadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 MODUL 5 KARAKTERISASI LED OLEH IV METER Muhammad Ilham, Rzk, Moch. Ar Nurd,Septa Eka Marsha Putra, Haa, Robb Hdayat , , , , , Program Stud Fska, Isttut Tekolog Badug, Idoesa Emal: muhammad_lham@studets.tb.ac.d Asste: (CH. A. Adre Maloa / ) Taggal Praktkum: ( ) Abstrak LED (Lght Emtg Dode) adalah suatu kompoe elektroka yag tersusu dar gabuga baha semkoduktor yag dapat memacarka cahaya. LED memlk karakterstk yag dapat damat oleh IV meter. Karakterstk LED yag dapat damat dega IV meter dataraya perubaha arus terhadap tegaga, eerg Bad Gap, tegaga Threshold, maupu pajag gelombag cahaya yag dpacarka. Alat yag dguaka utuk karaktersas LED yatu IV meter ELKAHFI 10 IV meter ELKAHFI 100 dapat meetuka hubuga karakterstk atara arus da tegaga dar suatu LED. Pada hasl data yag telah dolah dega membadgka hasl perhtuga dega data reeres yag ada, maka dapat dbadgka jes wara da eerg bad gap LED hasl pegamata dega hasl perhtuga. Karakterstk dar LED dapat dketahu melalu pegukura karakterstk hubugaarus da tegaga LED megguaka IV meter. Kata Kuc : Bad gap, IV meter, LED, Pajar Maju, Tegaga threshold I. Pedahulua 1.1 Tujua Tujua dar praktkum adalah meetuka karaterstk LED da meetuka jes wara LED yag dguaka melalu hasl data yag ddapatka. 1.2 Teor Dasar Lght Emttg Dode (LED) adalah salah satu kompoe elektroka yag terbuat dar baha sem koduktor jes doda yag mempu megeluarka cahaya. Strukturya juga sama dega doda, tetap pada LED elektro meerjag sambuga PN (Post Negat). Utuk medapatka ems cahaya pada semkoduktor, dopg yag paka adalah galum, arsec da phosporus. Jes dopg yag berbeda meghaslka wara cahaya yag berbeda pula. LED memlk betuk sk sepert gambar berkut, Gambar 1. Lght Emttg Dode (LED) LED meghaslka cahaya mookromatk. Prsp kerjaya ketka LED dber tegaga pajar maju maka LED aka megalam meda elekromagetk sehgga elektro aka megalam rekombas dega hole, rekombas melepaska eerg berupa oto, oto lah yag meyebabka cahaya terpacar dar LED. Pada saat baha semkoduktor jes p da dgabugka maka elektro bebas dar baha jes aka berdus meuju baha p da berekombas dega hole pada baha jes p, Sebalkya juga hole pada baha paka berdus ke baha da berekomedas 1
2 dega elektro. Proses rekombas aka salg meadaka muata, akbatya aka ada daerah dsektar sambuga p yag muata yag etral, daerah yag dsebut daerah deples. Cahaya yag dpacarka oleh doda adalah hasl dar pelepasa eerg oleh elektro saat berpdah dar pta koduks kepta vales. Pada doda/led, eerg yagdpacarka oleh elektro setara dega perbedaa eerg atara pta vales da pta koduks, yatu besar eerg gap yag ada pada sambuga p. Sehgga eerg gap yag ada pada daerah pegosoga sama dega eerg yag dpacarka oleh elektro dalam betuk cahaya saat berpdah dar ptakoduks ke pta vales. LED memlk kurva karakterstk sebaga berkut, T = Suhu ruaga (Kelv) IV Meter adalah alat yag dapat megukur kuattas atau testas lstrk, dmaa IVmeter dapat membagktka tegaga yag sebadg dega raso arus masukka da reeres. Dega megguaka IV meter kta dapat megukur kods arus dalam doda terhadap tegaga yag dberka, dega demka kta dapat melhat karakterstk doda yag dpaka.dega megguaaka persamaa (1), ktadapat meetuka persamaa regres yag dguaka yatu, maka la bad gap (Eg) dapat dperoleh dpersamaa (3) da (4) Eg = (5) da Eg = (6) Gambar 2. Kurva Karakterstk LED Dar kurva karakterstk pada gambar [2], persamaa LED yag meyataka hubuga tegaga dega arus adalah : Keteraga Eg = Eerg Bad Gap (ev) k = Kostata Boltzma =1.38 x kgm 2 s 2 K 1 q = Muata Elektro = 1.6x10 19 Coulumb 2 h = 6,626 x J.s c = m/s II. Metode Percobaa Pada percobaa modul aka dukur besar arus yag megalr dalam LED terhadap tegaga yag dmasukka melalu IV meter. IV meter yag dguaka dalam modul adalah I V Meter ELKAHFI 100, Lagkah pertama yatu mempersapka peragkat IV meter, mula dar pemasaga kabelkabel jumper sampa koeks ke komputer. Setelah peragkat IV meter dpasagd ega bear, jumper voltage outputdhubugka dega kutub post LEDda jumper curret put dega kutub egat LED. Kemuda
3 dbuka sotware ELKAHFI 100 da ru utuk memula pegambla data.sotware ELKAHFI 100 aka megambl data arus dalam doda terhadap tegaga. Kemuda setelah data dperoleh, datadsmpa dalam le..xls, kemuda dlakuka lag pegambla data utuk LED dega wara pedar yag berbedabeda. LED Hjau (beg) III. Data da Pegolaha Data wara LED No Wara Tegaga I (V) Tegaga II (V) 1 Puth 2,64 2,52 2 Hjau 1,85 1,77 3 Bru 2,44 2,41 4 Orage 1,59 1,58 5 Merah 1,54 1,5 6 Pelaps 3,84 3,83 besar 7 Pelaps 2,49 1,41 kecl 8 Pelaps 1,54 1,56 kug 9 Pelaps hjau 1,64 1,65 Tabel 1. Data hasl tegaga LED percobaa I da II Gambar 4. Karakterstk 1 LED hjau (beg). Gambar 5. Karakterstk 1 LED (beg) Data Karaktersas IV (Kurva) Gambar 6. Karakterstk 1 LED orage (beg). Gambar 3. Karakterstk 1 LED bru (beg). 3
4 Gambar 7. Karakterstk 1 LED puth (beg). Gambar 1 Karakterstk 1 LED selubug kecl. Gambar 8. Karakterstk 1 LED selubug hjau. Gambar 11. Karakterstk 1 LED selubug besar. Gambar grak d sektar VTH Gambar 9. Karakterstk 1 LED selubug kug Gambar 12. Grak pegamata sektar Vth LED bru beg. Dar hasl pegamata, dperoleh la VTH = 2.41 V 4
5 Gambar 13. Grak pegamata sektar Vth LED hjau beg. Dar hasl pegamata, dperoleh la VTH = 1.77 V Gambar 16. Grak pegamata sektar Vth LED puth beg. Dar hasl pegamata, dperoleh la VTH = 2.52 V Gambar 14. Grak pegamata sektar Vth LED beg. Dar hasl pegamata, dperoleh la VTH = 1.5 V Gambar 17. Grak pegamata sektar Vth LED selubug hjau. Dar hasl pegamata, dperoleh la VTH = 1.65 V Gambar 15. Grak pegamata sektar Vth LED orage beg. Dar hasl pegamata, dperoleh la VTH = 1.58 V 5 Gambar 18. Grak pegamata sektar Vth LED selubug kug. Dar hasl pegamata, dperoleh la VTH = 1.56 V
6 Gambar 19. Grak pegamata sektar Vth LED selubug kecl. Dar hasl pegamata, dperoleh la VTH = 1.41 V Pelaps hjau Pelaps kug Pelaps besar Pelaps kecl Puth E Tabel 2. Data Karaktersas LED 3.36 E E E E E Dega da Gambar 2 Grak pegamata sektar Vth LED selubug besar. Dar hasl pegamata, dperoleh la VTH = 3.83 V LED a b c d r Bru E06 5 Hjau Merah Orage E E E Upper Lower LED a b bru 0 hjau orage 0 pelaps hjau 0 pelaps kug E 03 6
7 pelaps besar pelaps kecl 0 Puth E LED c d bru hjau 1E+ 07 1E+0 7 orage pelaps hjau pelaps kug pelaps besar pelaps kecl Puth Tabel 3. Data UpperLower LED 2.03 Orage Pelaps hjau Pelaps kug Pelaps besar Pelaps kecl Bru Hjau Merah Puth Tabel 4. Data Tegaga Threshold Tegaga threshold pegamata ddapat dar regres la I da V masgmasg LED sehgga ddapat gradeya. Vth LED bru : V Vth LED hjau : V Tegaga Threshold LED Vth pegamata Vth Perhtuga Vth reeres Vth LED : V 7
8 Vth LED pelaps besar : V Vth LED orage : V Vth LED pelaps kecl : V Vth LED pelaps hjau : V Vth LED puth : V Vth LED pelaps kug : V Tegaga threshold perhtuga ddapat dar rumus evth = Eg Pajag Gelombag λ Wara λ Pegamataka perh (berdasar LED perhtuga (m) (m) tuga) Bru bruputh 8
9 Hjau Merah Orage hjaubru kug orage Pelaps hjau hjau Pelaps kug Pelaps besar puth Pelaps kecl hjau Puth puth Tabel 5. Data Pajag Gelombag LED Pajag gelombag pegamata merupaka pajag gelombag dar cahaya yag terlhat saat pegamata. Pajag gelombag perhtuga dhtug dar rumus E = hc/λ. Dega E adalah eergy oto yag dalam perhtuga LED sama dega eergy gap. Eerg Gap LED E perhtuga (ev) Bru Hjau Merah Orage Pelaps hjau Pelaps kug Pelaps E pegamata (ev) besar Pelaps kecl Puth Tabel 6. Data Eerg Gap LED dhtug dar kostata b d tabel ttg sebelumya dega mecar la T terlebh dahulu dega megguaka kostata c. Hambata Dalam LED hambata dalam (ohm) Bru 5.00E+02 Hjau 5.30E+02 Merah 5.00E+02 Orage 9.10E+02 Pelaps hjau 2.00E+02 Pelaps kug 8.30E+02 Pelaps besar 3.30E+03 Pelaps kecl 1.20E+02 Puth 4.20E+02 Tabel 7. Data Hambata Dalam LED Hambata dalam ddapat dar persamaa 7, dega meregres la I da I dv/di dar masgmasg LED setelah meyala. Nla Rs merupaka gradet dar hasl plotya. Nla di/dv (grade): Grade LED bru : 002 Grade LED hjau : 0019 E pegamata merupaka eergy yag terlhat dar cahaya yag teramat. E perhtuga merupaka eergy yag 9
10 Grade LED : 002 Grade LED pelaps kug : 0012 Grade LED orage : 0011 Grade LED pelaps besar : Grade LED pelaps hjau : 0051 Grade LED pelaps kecl :
11 Grade LED puth : 0024 Rs LED : 500 ohm RS LES orage : 910 ohm Nla Rs (gradet) Rs LED bru : 500 ohm Rs LED pelaps besar : 3300 ohm Rs LED hjau : 530 ohm 11
12 Rs LED pelaps kecl : 120 ohm Rs LEDputh : 420 ohm Rs LED pelaps hjau : 200 ohm IV. Pembahasa Rs LED pelaps kug : 300 ohm Pada percobaa dguaka asums Eg = evth, yatu saat suatu semkoduktor tersebut membawa muata (elektro/hole) yag sagat besar sehgga bad gap eergy ya jauh lebh besar dbadg selsh atara ujug pta (koduks/vales) dega eerg ermya. Tegaga threshold adalah tegaga mmum yagdperluka supaya LED dapat bekerja. Secara ss tegaga threshold meyataka besarya tegaga yag dperluka utuk membebaska elektro melewat bad gap. Secara sgkat jka tegaga threshold semak tgg maka eerg bad gap dar LED tersebut juga tgg aktor yag berpegaruh terhadap bad gap eergy adalah jumlah kosetras pembawa, muata elektro, lebaar bad gap dmaa bergatug pada 12
13 resststk baha semkoduktor tersebut, serta bad gap eergy juga dpegaruh oleh temperatur, dmaa agtas terhadap suhu dapat mempegaruh akttas elektro yag ada dalam baha semkoduktorya. Suhu aka mempegaruh kelegkuga dar kurva karakterstk LED. Jka suhu dakka, maka tegaga threshold berkurag tetap arus pejeuha bertambah da kelegkuga kurva karakterstk pu bertambah. Sela tu keaka suhu meakka juga estastermk, sehgga rapat elektro trsk juga bertambah. Pada semkoduktor dkeal dua macam arus, yatu arus drt da arus dus. Arus dr adalah arus yag dtmbulka oleh megalrya muatamuata yag dsebabka oleh perbedaa potesal. Cotohya adalah arus yag terjad pada baha resst yag dpasag pada suatu tegaga lstrk. Arus dus adalah arus yag tdak dsebabka oleh adaya perbedaa tegaga, melaka akbat gerak radom dar pertkelpartkel bermuata yag dsebabka oleh eerg paas. Cotohya adalah elektro megalr dar Pedahulua Fska Zat Padat (Krstal Semkoduktor) suatu tempat yag padat ke tempat yag sedkt sampa dcapaya suatu kesembaga. Utuk melakuka regres ler, cukup megambl beberapa data saja ketka kurva telah ler, karea pada saat ler telah terjad batas mmum tegaga utuk LED da telah mejad kosta. Pada percobaa kal dguaka hambata ser. asums yag dguaka saat arus mula ler adalah pada saat ler telah terjad batas mmum tegaga utuk LED da telah mejad kosta. LED puth dapat dega meggabugka wara, bru,da hjau (multcolor LED) da megguaka seyawa osor. Cara la dega memerluka suatu peragkat elektrok utuk megatur proses pecampura da dus dar berbaga wara. Metode juga dapat dguaka utuk medapatka warawara la. Sela tu, metode memlk eses kuatum yag lebh bak dalam meghaslka cahaya puth.cara la adalah dega melaps LED dega osor (basya LED dega cahaya bru). Prspya adalah memperpajag pajag gelombag cahaya bru. Jes atau wara osor yag dguaka bergatug pada LED yag dguaka da pegguaa bebrapalaps osor yag berbeda wara dapat memperluas spectrum sehgg amempermudah medapatka cahaya puth. LED ra merupaka LED yagmemacarka sperktum cahaya ra. LED rared basaya berbaha dasar drect bad gap materal sehgga tdak meghaslka cahaya tampak. Dsebut drect karea photo tdak dapat demska. Hal dsebabka oleh elektro harus melewat keadaa termedet da metraser mometum kepada suatu struktur krstal.utuk medapatka spektrum cahaya ra baha peyusu yag dguaka utuk membuat LED yatu Galum Arsede (GaAs) atau alumum Galum Arsede (AlGaAs). Karakterstk dar LED ra yatu letme yag lama, memerluka daya yag kecl, tdak mudah over heat, da bsa dguaka dalam jarak yag cukup jauh karea pemacaraya yag meyempt. Pegguaa dar LED ra basa dpaka sebaga remote cotrol jarak jauh. V. Smpula Sat da Karakterstk dar LED dapat ddetkas megguaka IV meter dega melhat arus da tegaga LED. 13
14 Setap LED memlk tegaga threshold yag berbadg terbalk dega pajag gelombag yag dhaslka LED Nla tegaga threshold aka bergatug pada eerg bad gap LED ya. VI. Pustaka [1] Sutrso. Elektroka Teor dapeerapaya. Badug: Peerbt ITB H [2] Hartoo, Sabda. Meracag Lampu LED. Avalable : [3] 2010/12/makalahpadatkrstalsemkoduktorkelompok3.pd 14
SEMIKONDUKTOR. Gambar 6.1 Ikatan kovalen silikon dalam dua dimensi
6 BAHAN SEMIKONDUKTOR 6.1 Semkoduktor Itrsk (mur) Slko da germaum meruaka dua jes semkoduktor yag sagat etg dalam elektroka. Keduaya terletak ada kolom emat dalam tabel erodk da memuya elektro vales emat.
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska
Lebih terperinciPERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM
PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres
Lebih terperinciBAB III PERSAMAAN PANAS DIMENSI SATU
BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka
Lebih terperinci3.1 Biaya Investasi Pipa
BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da
Lebih terperinciPOLIGON TERBUKA TERIKAT SEMPURNA
MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua
Lebih terperinciBAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai
BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres
Lebih terperinciBAB 5. ANALISIS REGRESI DAN KORELASI
BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh
Lebih terperinciBAB 1 ERROR PERHITUNGAN NUMERIK
BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software
Lebih terperinciBAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten
BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,
Lebih terperinciPRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel
Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa
Lebih terperinciPRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel
Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa
Lebih terperinciSTATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran
Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..
Lebih terperinciANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:
ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X
Lebih terperinciPENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan
Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah
Lebih terperinciUKURAN GEJALA PUSAT DAN UKURAN LETAK
UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu
Lebih terperinciBAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel
BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut
Lebih terperinciWAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST
Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling
BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl
Lebih terperinciS2 MP Oleh ; N. Setyaningsih
S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal
Lebih terperinci* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES
* PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka
Lebih terperinciDi dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu
KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua
Lebih terperinciPENDAHULUAN. Di dalam modul ini Anda akan mempelajari teori gangguan bebas waktu yang mencakup:
PENDAULUAN D dalam modul Ada aka mempelajar teor gaggua bebas waktu yag mecakup: teor gaggua tak degeeras bebas waktu, teor gaggua degeeras bebas waktu, da efek Stark. Oleh karea tu, sebelum mempelajar
Lebih terperinci8. MENGANALISIS HASIL EVALUASI
8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara
Lebih terperinciI adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu
METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut
Lebih terperinciBAB IX PENGGUNAAN STATISTIK DALAM SIMULASI
BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug
Lebih terperinciBAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu
BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl
Lebih terperinciBAB 6 PRINSIP INKLUSI DAN EKSKLUSI
BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,
Lebih terperinciLANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)
LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,
Lebih terperinciBAB 2. Tinjauan Teoritis
BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut
Lebih terperinciMean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.
Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk
Lebih terperinciBAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP
BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh
Lebih terperinciESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL
Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 0, No. (03), hal. 57-6 ESTIMASI UKUAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM POTOFOLIO PADA SINGLE INDEX MODEL Eka Kurawat, Helm, Neva Satyahadew INTISAI
Lebih terperinciSTATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis
STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma
Lebih terperinciBAB III ISI. x 2. 2πσ
BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa
Lebih terperinciUji Statistika yangb digunakan dikaitan dengan jenis data
Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas
Lebih terperinciIII. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri
III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,
Lebih terperinciNORM VEKTOR DAN NORM MATRIKS
NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag
Lebih terperinciJawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2
M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe
Lebih terperinciBAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah
BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,
Lebih terperinciUKURAN GEJALA PUSAT (UGP)
UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat
Lebih terperinciBAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,
BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.
Lebih terperinciNotasi Sigma. Fadjar Shadiq, M.App.Sc &
Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,
Lebih terperinciBAB III UKURAN PEMUSATAN DATA
BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah
Lebih terperinciBAB 1 STATISTIKA RINGKASAN MATERI
BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.
Lebih terperinciPenarikan Contoh Acak Sederhana (Simple Random Sampling)
Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu
Lebih terperinciMengubah bahan baku menjadi produk yang lebih bernilai melalui sintesis kimia banyak dilakukan di industri
Megubah baha baku mead produk yag lebh berla melalu stess kma bayak dlakuka d dustr Asam sulfat, ammoa, etlea, proplea, asam fosfat, klor, asam trat, urea, bezea, metaol, etaol, da etle glkol Serat/beag,
Lebih terperinci4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data
//203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura
Lebih terperinci11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN
// REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA
Lebih terperinciIII BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan
III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar
Lebih terperinciBAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.
BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah
Lebih terperinciTEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas
TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar
Lebih terperinciKALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.
KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah
Lebih terperinciSUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS
C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah
Lebih terperinciSudaryatno Sudirham ing Utari. Mengenal. 9-2 Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1)
Sudaryato Sudrham g Utar Megeal Sfat-Sfat Materal () 9- Sudaryato S & Ng Utar, Megeal Sfat-Sfat Materal () BAB 9 Sfat Lstrk Metal Berbeda dega jes materal yag la, metal memlk koduktvtas lstrk da koduktvvats
Lebih terperinciANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET
Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,
Lebih terperinciPendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin
4/6/015 Oleh : Fauza Am Se, 06 Aprl 015 GDL 11 (07.30-10.50) Pedahulua Aalsa regres dguaka utuk mempelajar da megukur hubuga statstk ag terjad atara dua atau lebh varbel. Dalam regres sederhaa dkaj dua
Lebih terperinciPENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN
PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu
Lebih terperinciBAB III METODE PENELITIAN
BAB METODE PENELTAN 3.1 Tempat da Waktu Peelta Peelta dlaksaaka d areal/wlaah koses huta PT. Sarmeto Parakata Tmber, Kalmata Tegah pada bula Aprl sampa dega Me 007. 3. Baha da Alat Baha ag dguaka utuk
Lebih terperinciBAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.
BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah
Lebih terperinciTAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL
TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR
Lebih terperinciREGRESI LINIER SEDERHANA
MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa
Lebih terperinciTAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP
JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakag Masalah Regres merupaka suatu metode statstka yag dguaka utuk meyeldk pola hubuga atara dua atau lebh varabel.betuk atau pola hubuga varabelvarabel tersebut dapat ddetfkas
Lebih terperinciIMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB
Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d
Lebih terperinciBab II Teori Pendukung
Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak
Lebih terperinciBAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam
BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma
Lebih terperinci2.2.3 Ukuran Dispersi
3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka
Lebih terperinciRuang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA
Ruag Baach Sumaag Muhtar Gozal UNIVERSITAS PENDIDIKAN INDONESIA Satu kose etg d kulah Aalss ugsoal adalah teor ruag Baach. Pada baga aka drevu defs, cotoh-cotoh, serta sfat-sfat etg ruag Baach. Kta aka
Lebih terperinciRegresi Linier Sederhana Definisi Pengaruh
Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh
Lebih terperinciSIMULASI KURVA PASCHEN PADA PLASMA ENHANCE CHEMICALLY VAPOUR DEPOSITION (CVD) UNTUK APLIKASI DEPOSISI DIAMOND-LIKE CARBON (DLC) COATING
CHEMICALLY VAPOUR DEPOSITION (CVD) UNTUK APLIKASI DEPOSISI DIAMOND-LIKE CARBON Alfa Ham*, Emy Mulya**, Tjpto Sujto** *Ilmu Fska FMIPA Uverstas Gadjah Mada **Pusat Tekolog Akselerator da Proses Baha (PTAPB),
Lebih terperinciBAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN
Jl. Raya Wagu Kel. Sdagsar Kota Bogor Telp. 0251-8242411, emal: prohumas@smkwkrama.et, webste : www.smkwkrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dar smpaa atau
Lebih terperinciANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS
ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS = 1 + + + + k k + u PowerPot Sldes baa Rohmaa Educato Uverst of Idoesa 007 Laboratorum Ekoom & Koperas Publshg Jl. Dr. Setabud
Lebih terperinci3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut
3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas
Lebih terperinciSOLUSI TUGAS I HIMPUNAN
Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real
Lebih terperinciSudaryatno Sudirham. Permutasi dan Kombinasi
Sudaryato Sudrham Permutas da Kombas Permutas Permutas adalah bayakya peelompoka sejumlah tertetu kompoe ya dambl dar sejumlah kompoe ya terseda; dalam setap kelompok uruta kompoe dperhatka Msalka terseda
Lebih terperinciPRAKTIKUM 20 Interpolasi Polinomial dan Lagrange
Praktkum 0 Iterpolas Polomal da Lagrage PRAKTIKUM 0 Iterpolas Polomal da Lagrage Tuua : Mempelaar berbaga metode Iterpolas ag ada utuk meetuka ttkttk atara dar buah ttk dega megguaka suatu fugs pedekata
Lebih terperinciRegresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )
Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar
Lebih terperinciUji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah
Prosdg Statstka ISSN 40-45 Uj Modfkas Pergkat Bertada Wlcoxo Utuk Masalah Dua Sampel Berpasaga 1 Wl Soldayah St Suedar 3 Lsur Wachdah 1, Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl. Tamasar No. 1
Lebih terperinciOrbit Fraktal Himpunan Julia
Vol. 3, No., 6-7, Jauar 7 Orbt Fraktal Hmpua Jula Ad Kresa Jaya, Nswar Alasa Abstrak Makalah membahas kumpula ttk-ttk yag berada dalam daerah hmpua Jula d ruag kompleks da memperlhatka sebuah algortma
Lebih terperinciTATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.
TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar
Lebih terperinciBAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu
BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka
Lebih terperinci: sebagai standar pembanding bagi sifat-sifat gas nyata Larutan ideal : sebagai standar pembanding bagi sifat-sifat larutan nyata Pers. (3.
as deal : sebaga stadar pembadg bag sfat-sfat gas yata Laruta deal : sebaga stadar pembadg bag sfat-sfat laruta yata ers. (3.47): g g ly Laruta deal ddefska sebaga laruta dega: (3.47) d l (4.) Utuk besara
Lebih terperinciMENAKSIR PROPORSI CALON PEMIMPIN DARI KELOMPOK MINORITAS. Anneke Iswani A **
MENAKSIR PROPORSI CALON PEMIMPIN DARI KELOMPOK MINORITAS Aeke Iswa A ** Abstrak Apaba berhadapa dega data has meghtug yag berupa frekues, kemuda dtetuka varabe bebas da tak bebas yag berupa propors, maka
Lebih terperinciTAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD
TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR
Lebih terperinciPenarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB
Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom
Lebih terperinciFMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani
FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk
Lebih terperinciXI. ANALISIS REGRESI KORELASI
I ANALISIS REGRESI KORELASI Aalss regres mempelajar betuk hubuga atara satu atau lebh peubah bebas dega satu peubah tak bebas dalam peelta peubah bebas basaya peubah yag dtetuka oelh peelt secara bebas
Lebih terperinciMuniya Alteza
RISIKO DAN RETURN 1. Estmas Retur da Rsko Idvdual. Kosep Dversfkas 3. Kovaras da Koefse Korelas 4. Estmas Retur da Rsko Portofolo Muya Alteza m_alteza@uy.ac.d Estmas Retur da Rsko 1) Estmas Realzed Retur
Lebih terperinciINTERPOLASI. FTI-Universitas Yarsi
BAB VI INTERPOLASI FTI-Uverstas Yars Pedahulua Bla dketahu taulas ttk-ttk (y seaga erkut (yag dalam hal rumus ugs y ( tdak dketahu secara eksplst: Htug taksra la y utuk 3.8! FTI-Uverstas Yars Persoala
Lebih terperinciJurnal Sketsa Bisnis Vol. 2 No. 1 Agustus 2015 Page 18
ANALISA WAKTU BAKU PRODUKSI DOMPET DENGAN PENDEKATAN PETA TANGAN KIRI DAN TANGAN KANAN PADA CV. XYZ DI PASURUAN Hasa Bashor 1), Rosyatul Umam ) 1) Dose Tekk dustr Fakultas Tekk Uverstas Yudharta Pasurua
Lebih terperinciIV HASIL DAN PEMBAHASAN
9 3.3.2.6 Perbadga Kualtas Data dega Parameter Statstka Parameter statstka yag dguaka sebaga alat batu pelaa perbadga kualtas kedua data adalah raso, korelas, MAE, da RMSE. Raso Data CH Dugaa R Data CH
Lebih terperinciSEMINAR NASIONAL PENDIDIKAN 2016
TINGKAT ENERGI ATOM HELIUM DENGAN PENDEKATAN MODEL PARTIKEL BEBAS (INDEPENDENT PARTICLE MODEL) Imam Haaf Peddka Fska, FKIP UNIVERSITAS, JEMBER, bj.haafe@yahoo.co.d Bambag Supryad Peddka Fska, FKIP UNIVERSITAS,
Lebih terperinci