Regresi dan Interpolasi
|
|
- Shinta Irawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Regresi dan Interpolasi Modul #3 Praktikum AS2205 Astronomi Komputasi Oleh Dr. Muhamad Irfan Hakim Program Studi Astronomi Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Bandung 2014
2 Daftar Isi Daftar Isi i 1 Pendahuluan 1 2 Praktikum Interpolasi Newton Regresi i
3 Bab 1 Pendahuluan Untuk pekerjaan komputasi regresi dan interpolasi kali ini, ada beberapa hal yang perlu kita perhatikan: 1. Pekerjaan pertama praktikum ini adalah interpolasi, pekerjaan kedua adalah regresi linear dan kuadratik. 2. Pada interpolasi Newton, proses perhitungan interpolasi terdiri atas dua algoritma (a) algoritma perhitungan koefisien interpolan Newton m len(xdata) # jumlah titik data a ydata.copy() # salin koordinat-y dari data for k in range(1, m): for i in range(k, m): a[i] (a[i] - a[k-1])/(xdata[i] - xdata[k-1]) atau m len(xdata) # jumlah titik data a ydata.copy() # salin koordinat-y dari data for k in range(1, m): a[k:m] (a[k:m]-a[k-1])/(xdata[k:m]-xdata[k-1]) (b) algoritma perhitungan interpolan Newton n len(xdata) - 1 # derajat maksimum polinom p a[n] # nilai awal polinom for k in range(1, n + 1): p a[n - k] + (x - xdata[n - k])*p 3. Untuk dapat memanfaatkan modul python secara maksimal, modul array dan arange dapat dimanfaatkan. Contoh: from numpy import array,arange cx = array([2., 3., 4.]) # deklarasi cx sebagai array 1
4 Bab 1. Pendahuluan # arange = array range, mirip dengan pemanfaatan range # namun dapat menggunakan bilangan riil for x in arange(0.0, , 0.1): print(x) # cek!! Ini dapat dimanfaatkan misalnya untuk tabulasi fungsi, atau plot data. 4. Pada interpolasi, variabel xdata dan ydata perlu dipasok sebagai input. Akan dipilih input dengan cara baca file. Misalkan file data.csv (6 baris): File ini dapat dibaca sebagai berikut (silakan coba): import numpy as np fdata = open("data.csv", "r") # buka data.csv u/ dibaca m = input( Number of data, m = ) # jumlah baris di data.csv xdata = np.zeros(m) ydata = np.zeros(m) # nilai awal nol u/ xdata # nilai awal nol u/ ydata for j in range(0, m): # data kolom-1 dimulai dari byte 0, dibaca 4 karakter # data kolom-2 dimulai dari byte 5, dibaca 7 karakter # tiap baris ada 12 karakter (termasuk karakter ganti baris # (invisible character)). Maka, pembacaan berikutnya dimulai # dari byte 13 (dan seterusnya). fdata.seek(0+13*j); x = fdata.read(4); xdata[j] = x fdata.seek(5+13*j); y = fdata.read(7); ydata[j] = y fdata.close() # jangan lupa tutup file # print(xdata) # u/ debug # print(ydata) # u/ debug 5. Untuk regresi, diperlukan solusi SPL. Dengan melihat rujukan modul praktikum sebelumnya, solusi via algoritma milik numpy dapat dilihat dalam contoh di bawah ini: # Solusi numerik SPL: # BA = C Institut Teknologi Bandung 2
5 Bab 1. Pendahuluan # menggunakan algoritma SPL dari numpy import numpy as np from numpy.linalg import * # matriks B untuk contoh B = np.array([ [ 2., 3., -1.], [ 4., 4., -3.], [-2., 3., -1.] ]) # matriks C untuk contoh C = np.array([5., 3., 1.]) A = np.linalg.solve(b, C) # solusi # print(a) # u/ debug Institut Teknologi Bandung 3
6 Bab 2 Praktikum 2.1 Interpolasi Newton Lakukan langkah-langkah berikut: 1. Siapkan file viscos0.csv (7 baris) di bawah ini (dengan editor sederhana atau misalnya dengan spreadsheet Excel). Ini adalah relasi temperatur terhadap viskositas kinematik pada suatu fluida Untuk dapat melihat hasil yang lebih baik dalam grafik, plot data dan interpolasi akan dilakukan. Keseluruhan modul-modul yang diperlukan dipanggil sebagai berikut: import matplotlib.pyplot as plt import numpy as np from numpy import array,arange 3. Secara ringkas, ada beberapa urutan blok pada program yang harus Anda kerjakan (a) blok pemanggilan modul (lihat sebelumnya) (b) blok buka file, baca data, simpan data, dan tutup file (pelajari contoh sebelumnya) (c) blok perhitungan koefisien interpolan (d) blok penyiapan plot, contoh: 4
7 Bab 2. Praktikum 2.2. Regresi plt.grid(true) # ya, pakai grid plt.xlabel( label sumbu x ) # temperatur plt.ylabel( label sumbu y ) # viskositas plt.xlim(min(minx, 0.),1.1*maxx) # min & max plt.ylim(min(miny, 0.),1.1*maxy) # u/ plot (e) blok perhitungan interpolan Newton yang dibuat bersarang dalam loop untuk tabulasi atau plot menggunakan arange. Contoh: for x in arange(minx, maxx + h, h): # algoritma ASLINYA mulai dari baris di bawah ini p = a[n] # nilai awal polinom for k in range(1, n + 1): p = a[n - k] + (x - xdata[n - k])*p # SAMPAI DI SINI y = p plt.plot(x,y, b. ) # black b plot w/ dot. (f) Jangan lupa, plot titik data dari file(kali ini pakai range), dan tunjukkan grafik for j in range(0,m): # red r plot w/ circle o plt.plot(xdata[j], ydata[j], ro,linewidth=5) plt.title( Tulis judul grafik bila perlu ) plt.show() 2.2 Regresi Untuk regresi (linear, polinomial), lakukan debugging blok demi blok pada program berikut, lalu berikan ulasan, manakah hasil regresi yang lebih baik? import matplotlib.pyplot as plt import numpy as np from numpy import array,arange from math import * from numpy.linalg import * ####################################################### # kinematic viscosity of water varies with temperatur T # T <--> xdata # viscosity <--> ydata ####################################################### fdata = open("viscos0.csv", "r") m = input( Number of data, m = ) xdata = np.zeros(m) Institut Teknologi Bandung 5
8 Bab 2. Praktikum 2.2. Regresi ydata = np.zeros(m) sumx = 0.; sumx2 = 0.; sumx3 = 0.; sumx4 = 0. sumy = 0.; sumxy = 0.; sumx2y = 0. st = 0.; sr1 = 0.; sr2 = 0. # # sample data for j in range(0,m): fdata.seek(0+11*j); xdt = fdata.read(3); xdata[j] = xdt fdata.seek(4+11*j); ydt = fdata.read(6); ydata[j] = ydt sumx += float(xdt) sumx2 += float(xdt)*float(xdt) sumx3 += float(xdt)*float(xdt)*float(xdt) sumx4 += float(xdt)*float(xdt)*float(xdt)*float(xdt) sumy += float(ydt) sumxy += float(xdt)*float(ydt) sumx2y += float(xdt)*float(xdt)*float(ydt) fdata.close() xmean = sumx/m ymean = sumy/m # print(m) # print(sumx) # print(sumx2) # print(sumx3) # print(sumx4) # print(sumy) # print(sumxy) # print(sumx2y) # linear regression a1 = (m*sumxy - sumx*sumy)/(m*sumx2 - sumx*sumx) a0 = ymean - a1*xmean # quadratic regression B = np.array([ [m, sumx, sumx2], [sumx, sumx2, sumx3], [sumx, sumx3, sumx4] ]) C = np.array([sumy, sumxy, sumx2y]) A = np.linalg.solve(b, C) print( [A] = ) print(a) Institut Teknologi Bandung 6
9 Bab 2. Praktikum 2.2. Regresi for j in range(0,m): st += (ydata[j] - ymean)*(ydata[j] - ymean) sr1 += (ydata[j] - a0 - a1*xdata[j])*(ydata[j] - a0 - a1*xdata[j]) sr2 += (ydata[j] - A[0] - A[1]*xData[j] - A[2]*xData[j])*\ (ydata[j] - A[0] - A[1]*xData[j] - A[2]*xData[j]) syx1 = sqrt(sr1/(m - 2)) syx2 = sqrt(sr2/(m - 3)) r12 = (st - sr1)/st r22 = (st - sr2)/st n = m - 1 minx = min(xdata[0],xdata[n]) maxx = max(xdata[0],xdata[n]) miny = min(ydata[0],ydata[n]) maxy = max(ydata[0],ydata[n]) print( ) print( xi yi ) print( ) for j in range(0,m): print( %.1f %.3f % (xdata[j], ydata[j])) print( ) print( a[0] = %+.5f % a0) print( a[1] = %+.5f % a1) print( syx1 = %+.5f % syx1) print( syx2 = %+.5f % syx2) print( r1^2 = %+.5f % r12) print( r2^2 = %+.5f % r22) plt.grid(true) plt.xlabel( label sumbu x ) plt.ylabel( label sumbu x ) plt.xlim(min(minx, 0.),1.1*maxx) plt.ylim(min(miny, 0.),1.1*maxy) h = input( plot interval, h = ) der = input( linear (1) / quadratic (2)? der = ) ################################# # ################################# if der==1: for x in arange(minx,maxx+h,h): y1 = a0 + a1*x plt.plot(x,y1, b. ) Institut Teknologi Bandung 7
10 Bab 2. Praktikum 2.2. Regresi plt.title( judul ) elif der==2: for x in arange(minx,maxx+h,h): y2 = A[0] + x*(a[1] + A[2]*x) plt.plot(x,y2, b+ ) plt.title( judul ) for j in range(0,m): plt.plot(xdata[j], ydata[j], ro,linewidth=5) plt.show() Institut Teknologi Bandung 8
Solusi Numerik Sistem Persamaan Linear
Solusi Numerik Sistem Persamaan Linear Modul #2 Praktikum AS2205 Astronomi Komputasi Oleh Dr. Muhamad Irfan Hakim Program Studi Astronomi Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi
Lebih terperinciPAM 252 Metode Numerik Bab 4 Pencocokan Kurva
PAM 252 Metode Numerik Bab 4 Pencocokan Kurva Mahdhivan Syafwan Jurusan Matematika FMIPA Universitas Andalas Semester Genap 2013/2014 1 Mahdhivan Syafwan Metode Numerik: Pencocokan Kurva Permasalahan dan
Lebih terperinciModul Praktikum Analisis Numerik
Modul Praktikum Analisis Numerik (Versi Beta 1.2) Mohammad Jamhuri UIN Malang September 27, 2013 Mohammad Jamhuri (UIN Malang) Modul Praktikum Analisis Numerik September 27, 2013 1 / 12 Praktikum 1: Deret
Lebih terperinciInterpolasi. Metode Numerik POLITEKNIK ELEKTRONIKA NEGERI SURABAYA DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA
POLITEKNIK ELEKTRONIKA NEGERI SURABAYA DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA Interpolasi Metode Numerik Zulhaydar Fairozal Akbar zfakbar@pens.ac.id 2017 TOPIK Pengenalan
Lebih terperinciModul Praktikum Analisis Numerik
Modul Praktikum Analisis Numerik (Versi Beta 1.2) Mohammad Jamhuri UIN Malang December 2, 2013 Mohammad Jamhuri (UIN Malang) Modul Praktikum Analisis Numerik December 2, 2013 1 / 18 Praktikum 1: Deret
Lebih terperinciCourse Note Numerical Method : Interpolation
Course Note Numerical Method : Interpolation Pengantar Interpolasi. Kalimat y = f(x), xo x xn adalah kalimat yang mengkorespondensikan setiap nilai x di dalam interval x0 x xn dengan satu atau lebih nilai-nilai
Lebih terperinciPengantar Metode Numerik
Pengantar Metode Numerik Metode numerik adalah teknik dimana masalah matematika diformulasikan sedemikian rupa sehingga dapat diselesaikan oleh pengoperasian matematika. Metode numerik menggunakan perhitungan
Lebih terperinci1 Pengenalan IDE Python
1 Pengenalan IDE Python 1.1 Struktur Program Python Struktur program Python secara umum terbagi menjadi tiga bagian yaitu header, definisi fungsi, dan program utama. Contoh program Python secara lengkap
Lebih terperinciBAB 5 Interpolasi dan Aproksimasi
BAB 5 Interpolasi dan Aproksimasi Interpolasi merupakan proses penentuan dan pengevaluasian suatu fungsi yang grafiknya melalui sejumlah titik tertentu. Sebaliknya, pada aproksimasi grafik fungsi yang
Lebih terperinciKATA 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 terperinciBAGIAN 1 SINTAK DASAR MATLAB
BAGIAN 1 SINTAK DASAR MATLAB Pada bagian 1 ini, akan diuraikan tentang bagaimana mendefinisikan data, operasi data dan teknik mengakses data pada Matlab. Untuk lebih memahami, pembaca sebaiknya mecobanya
Lebih terperinciRENCANA PELAKSANAAN PEMBELAJARAN
RENCANA PELAKSANAAN PEMBELAJARAN Mata Pelajaran : Matematika Kelas/ Semester: XI Program IPA/2 Alokasi Waktu: 8 jam Pelajaran (4 Pertemuan) A. Standar Kompetensi Menggunakan aturan sukubanyak dalam penyelesaian
Lebih terperinciAplikasi Aljabar Lanjar pada Metode Numerik
Aplikasi Aljabar Lanjar pada Metode Numerik IF223 Aljabar Geometri Oleh: Rinaldi Munir Program Studi Informatika, STEI-ITB Rinaldi Munir - IF223 Aljabar Geometri Apa itu Metode Numerik? Numerik: berhubungan
Lebih terperinciPETUNJUK PRAKTIKUM MATLAB LANJUT
PRAKTIKUM KE-1 Materi : Solusi Persamaan Non Linier Tujuan : Mahasiswa dapat menyelesaikan masalah yang berkaitan dengan persamaan non linier 1.1 Rasionalisasi Misalkan dimiliki model permasalahan sebagai
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) METODE NUMERIK
RENCANA PEMBELAJARAN SEMESTER (RPS) METODE NUMERIK Mata Kuliah: Metode Numerik Semester: 7, Kode: KMM 090 Program Studi: Pendidikan Matematika Dosen: Khairul Umam, S.Si, M.Sc.Ed Capaian Pembelajaran: SKS:
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam matematika ada beberapa persamaan yang dipelajari, diantaranya adalah persamaan polinomial tingkat tinggi, persamaan sinusioda, persamaan eksponensial atau persamaan
Lebih terperinciMOTIVASI. Secara umum permasalahan dalam sains dan teknologi digambarkan dalam persamaan matematika Solusi persamaan : 1. analitis 2.
KOMPUTASI NUMERIS Teknik dan cara menyelesaikan masalah matematika dengan pengoperasian hitungan Mencakup sejumlah besar perhitungan aritmatika yang sangat banyak dan menjemukan Diperlukan komputer MOTIVASI
Lebih terperinciLAPORAN TUGAS MATA KULIAH PENGOLAHAN CITRA DIGITAL Aplikasi Filter pada Domain Spasial
LAPORAN TUGAS MATA KULIAH PENGOLAHAN CITRA DIGITAL Aplikasi Filter pada Domain Spasial Disusun oleh: Iyan Hanafi Van Tony NIM: 11/316832/PA/13958 JURUSAN ILMU KOMPUTER DAN ELEKTRONIKA FAKULTAS MATEMATIKA
Lebih terperinciLAPORAN AKHIR MATA KULIAH FISIKA KOMPUTASI
LAPORAN AKHIR MATA KULIAH FISIKA KOMPUTASI PRAKTIKUM UJIAN AKHIR TAKE HOME RATRI BERLIANA 1112100114 Dosen : Sungkono, M.Si. JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI
Lebih terperinciImplementasi Metode Jumlah Riemann untuk Mendekati Luas Daerah di Bawah Kurva Suatu Fungsi Polinom dengan Divide and Conquer
Implementasi Metode Jumlah Riemann untuk Mendekati Luas Daerah di Bawah Kurva Suatu Fungsi Polinom dengan Divide and Conquer Dewita Sonya Tarabunga - 13515021 Program Studi Tenik Informatika Sekolah Teknik
Lebih terperinciUNIVERSITAS NEGERI YOGYAKARTA FAKULTAS MIPA RENCANA PELAKSANAAN PEMBELAJARAN
UNIVERSITAS NEGERI YOGYAKARTA FAKULTAS MIPA RENCANA PELAKSANAAN PEMBELAJARAN 1. Fakultas/Program Studi : MIPA/Pendidikan Matematika. Mata Kuliah/Kode : Aplikasi Komputer/MAT33 3. Jumlah SKS : Teori = Praktek
Lebih terperinciPERTIDAKSAMAAN PECAHAN
PERTIDAKSAMAAN PECAHAN LESSON Pada topik sebelumnya, kalian telah mempelajari topik tentang konsep pertidaksamaan dan nilai mutlak. Dalam topik ini, kalian akan belajar tentang masalah pertidaksamaan pecahan.
Lebih terperinciPerhatikan 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 terperinciCURVE FITTING. Risanuri Hidayat, Jurusan Teknik Elektro dan Teknologi Informasi FT UGM,
CURVE FITTING Risanuri Hidayat, Jurusan Teknik Elektro dan Teknologi Informasi FT UGM, 1.1 INTERPOLASI LINEAR Fungsi linear dinyatakan persamaan sebagai berikut, ff(xx) = AAAA + BB (1) Ketika data-data
Lebih terperinciTEOREMA SISA 1. Nilai Sukubanyak Tugas 1
TEOREMA SISA 1. Nilai Sukubanyak Apa yang dimaksud sukubanyak (polinom)? Ingat kembali bentuk linear seperti 2x + 1 atau bentuk kuadrat 2x 2-3x + 5 dan juga bentuk pangkat tiga 2x 3 x 2 + x 7. Bentuk-bentuk
Lebih terperinciMETODA NUMERIK PRAKTIKUM 4 : INTERPOLASI POLINOMIAL Pokok Bahasan: Metoda Lagrange
METODA NUMERIK PRAKTIKUM 4 : INTERPOLASI POLINOMIAL Pokok Bahasan: Metoda Lagrange Tujuan Mengimplementasikan metoda interpolasi polinomial pada komputer dengan menggunakan MATLAB Kompetensi Dasar Mefinisikan
Lebih terperinci6 Sistem Persamaan Linear
6 Sistem Persamaan Linear Pada bab, kita diminta untuk mencari suatu nilai x yang memenuhi persamaan f(x) = 0. Pada bab ini, masalah tersebut diperumum dengan mencari x = (x, x,..., x n ) yang secara sekaligus
Lebih terperinciSOFTWARE LINDO I KOMANG SUGIARTHA
SOFTWARE LINDO I KOMANG SUGIARTHA PENGERTIAN LINDO LINDO (Linear Interaktive Discrete Optimizer) merupakan software yang dapat digunakan untuk mencari penyelesaian dari masalah pemrograman linear. Prinsip
Lebih terperinciPERCABANGAN PADA PYTHON
AP2B DINI TRIASANTI 1 PERCABANGAN PADA PYTHON 1. Percabangan Pada umumnya dalam membuat program, selalu ada seleksi dimana diperlukan pengecekan suatu kondisi untuk mengarahkan program agar berjalan sesuai
Lebih terperinci5. Teknik Pengulangan
5. Teknik Pengulangan Counter Teknik kounter dipakai untuk mengontrol pengulangan proses. Pengontrolan ini dilakukan dengan memeriksa isi variabel yang digunakan sebagai kounter, sehingga junlah pengulangan
Lebih terperinciPendahuluan. Komputasi Nuklir. 29 Oktober Komputasi Nuklir Pendahuluan 29 Oktober / 41
Pendahuluan Komputasi Nuklir 29 Oktober 2015 Komputasi Nuklir Pendahuluan 29 Oktober 2015 1 / 41 Outline 1 Pendahuluan 2 Algoritma 3 Bahasa Pemrograman 4 Implementasi aturan trapesium menggunakan bahasa
Lebih terperinciPertemuan2 Percabangan & Perulangan pada Python
Pertemuan2 Percabangan & Perulangan pada Python Objektif: 1. Mahasiswa mengetahui percabangan dan perulangan pada Python. 2. Mahasiswa mengetahui bentuk umum dari percabangan dan perulangan pada Python.
Lebih terperinciOperasi Eliminasi Gauss. Eliminasi Gauss adalah suatu cara mengoperasikan nilai-nilai di dalam
Operasi Eliminasi Gauss Eliminasi Gauss adalah suatu cara mengoperasikan nilai-nilai di dalam matriks sehingga menjadi matriks yang lebih sederhana (ditemukan oleh Carl Friedrich Gauss). Caranya adalah
Lebih terperinciInterpolasi Spline Kubik pada Trajektori Manusia
Interpolasi Spline Kubik pada Trajektori Manusia Samsu Sempena (13788) 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 1 Bandung 4132,
Lebih terperinciBAB 5 TEOREMA SISA. Menggunakan aturan sukubanyak dalam penyelesaian masalah. Kompetensi Dasar
Standar Kompetensi BAB 5 TEOREMA SISA Menggunakan aturan sukubanyak dalam penyelesaian masalah. Kompetensi Dasar Menggunakan algoritma pembagian sukubanyak untuk menentukan hasil bagi dan sisa pembagian
Lebih terperinci[ 1 1 PENDAHULUAN SCILAB. Modul Praktikum Metode Numerik. 1. Struktur Scilab
PENDAHULUAN SCILAB 1. Struktur Scilab Program Scilab sudah memiliki text editor di dalamnya. Perintah/kode program Scilab dapat dituliskan di dalam window Scilab Execution (Scilex) ataupun di window Scipad
Lebih terperinciSOLUSI SISTEM PERSAMAAN LINEAR
SOLUSI SISTEM PERSAMAAN LINEAR Bentuk umum persamaan linear dengan n peubah diberikan sebagai berikut : a1 x1 + a2 x2 +... + an xn = b ; a 1, a 2,..., a n R merupakan koefisien dari persamaaan dan x 1,
Lebih terperinciPRAKTIKUM 1 Penyelesaian Persamaan Non Linier Metode Tabel
PRAKTIKUM 1 Penyelesaian Persamaan Non Linier Metode Tabel Tujuan : Mempelajari metode Tabel untuk penyelesaian persamaan non linier Dasar Teori : Penyelesaian persamaan non linier adalah penentuan akar-akar
Lebih terperinciTugas Besar 1 IF2123 Aljabar Geometri Aplikasi Aljabar Lanjar pada Metode Numerik Semester I Tahun 2017/2018
Institut Teknologi Bandung Sekolah Teknik Elektro dan Informatika Program Studi Teknik Informatika Tugas Besar IF Aljabar Geometri Aplikasi Aljabar Lanjar pada Metode Numerik Semester I Tahun 07/08 DESKRIPSI
Lebih terperinciPertemuan 9 : Interpolasi 1 (P9) Interpolasi. Metode Newton Metode Spline
Pertemuan 9 : Interpolasi 1 (P9) Interpolasi Metode Newton Metode Spline Pertemuan 9 : Interpolasi 2 Interpolasi Newton Polinomial Maclaurin dan polinomial Taylor menggunakan satu titik pusat, x 0 untuk
Lebih terperinciLEMBAR AKTIVITAS SISWA MATRIKS (WAJIB)
LEMBAR AKTIVITAS SISWA MATRIKS (WAJIB) Nama Siswa Kelas : : Kompetensi Dasar (Kurikulum 2013): 3.1 Menganalisis konsep, nilai determinan dan sifat operasi matriks serta menerapkannya dalam menentukan invers
Lebih terperinciSaifoe El Unas 2. Free Format
Saifoe El Unas FPS 4.0 mempunyai 2 macam format penulisan program yg dapat dipilih oleh programmer : 1. Fixed Format Menggunakan standar Fortran 77. 2. Free Format Menggunakan standar Fortran 90. 1 Program
Lebih terperinciPersamaan dan Pertidaksamaan Linear
MATERI POKOK Persamaan dan Pertidaksamaan Linear MATERI BAHASAN : A. Persamaan Linear B. Pertidaksamaan Linear Modul.MTK X 0 Kalimat terbuka adalah kalimat matematika yang belum dapat ditentukan nilai
Lebih terperinciPOLINOM (SUKU BANYAK) Menggunakan aturan suku banyak dalam penyelesaian masalah.
POLINOM (SUKU BANYAK) Standar Kompetensi: Menggunakan aturan suku banyak dalam penyelesaian masalah. Kompetensi Dasar: 1. Menggunakan algoritma pembagian suku banyak untuk menentukan hasil bagi dan sisa
Lebih terperinciModul Dasar dasar C. 1. Struktur Program di C++
Modul Dasar dasar C I 1. Struktur Program di C++ Dalam bahasa pemrograman C++ strukturnya adalah sebagai berikut: a. Header. Ex: #include b. Main adalah isi dari program diawali {. dan diakhiri
Lebih terperinciSILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI Nama Mata Kuliah : Praktikum Komputasi Industri Jumlah SKS :
SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI - 217 Nama Mata Kuliah : Praktikum Komputasi Industri Jumlah SKS : 1 Semester : IV Mata Kuliah Pra Syarat : - Deskripsi Mata Kuliah
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 terperinciLooping : break, continue, nested loop
PRAKTIKUM 11 Looping : break, continue, nested loop A. TUJUAN PEMBELAJARAN 1. Menjelaskan penggunaan pernyataan break 2. Menjelaskan penggunaan pernyataan continue 3. Menjelaskan penggunaan pernyataan
Lebih terperinciKomputasi untuk Sains dan Teknik
Komputasi untuk Sains dan Teknik Supriyanto Suparno ( Website: http://supriyanto.fisika.ui.edu ) ( Email: supri@fisika.ui.ac.id atau supri92@gmail.com ) Edisi III Revisi terakhir tgl: 13 Oktober 2008 Departemen
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 terperinciMODIFIKASI METODE NEWTON-RAPHSON UNTUK MENCARI SOLUSI PERSAMAAN LINEAR DAN NONLINEAR
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 6 No. 02 (2017), hal 69 76. MODIFIKASI METODE NEWTON-RAPHSON UNTUK MENCARI SOLUSI PERSAMAAN LINEAR DAN NONLINEAR Mahmul, Mariatul Kiftiah, Yudhi
Lebih terperinciBAB 2 PENYELESAIAN PERSAMAAN NON LINEAR
BAB 2 PENYELESAIAN PERSAMAAN NON LINEAR METODE GRAFIK DAN TABULASI A. Tujuan a. Memahami Metode Grafik dan Tabulasi b. Mampu Menentukan nilai akar persamaan dengan Metode Grafik dan Tabulasi c. Mampu membuat
Lebih terperinciPENENTUAN FAKTOR KUADRAT DENGAN METODE BAIRSTOW
PENENTUAN FAKTOR KUADRAT DENGAN METODE BAIRSTOW Susilo Nugroho (M0105068) 1. Latar Belakang Masalah Polinomial real berderajat n 0 adalah fungsi yang mempunyai bentuk p n (x) = n a i x i = a 0 x 0 + a
Lebih terperinciKomputasi untuk Sains dan Teknik
Komputasi untuk Sains dan Teknik Supriyanto Suparno ( Website: http://supriyanto.fisika.ui.edu ) ( Email: supri@fisika.ui.ac.id atau supri92@gmail.com ) Edisi III Revisi terakhir tgl: 30 Agustus 2009 Departemen
Lebih terperinciAplikasi Interpolasi Polinom dalam Tipografi
Aplikasi Interpolasi Polinom dalam Tipografi Muhammad Farhan Majid (13514029) Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciKomposisi fungsi dan invers fungsi. Syarat agar suatu fungsi mempunyai invers. Grafik fungsi invers
Komposisi fungsi dan invers fungsi mempelajari Fungsi komposisi menentukan Fungsi invers terdiri dari Syarat dan aturan fungsi yang dapat dikomposisikan Nilai fungsi komposisi dan pembentuknya Syarat agar
Lebih terperinciMODUL I PENGENALAN MATLAB
MODUL I PENGENALAN MATLAB 1. Apa Matlab itu? Matlab merupakan bahasa pemrograman dengan kemampuan tinggi dalam bidang komputasi. Matlab memiliki kemampuan mengintegrasikan komputasi, visualisasi, dan pemrograman.
Lebih terperinciMENGGUNAKAN FORMULA ATAU FUNGSI UNTUK KOMPUTER AKUNTANSI PADA MICROSOFT EXCEL
MENGGUNAKAN FORMULA ATAU FUNGSI UNTUK KOMPUTER AKUNTANSI PADA MICROSOFT EXCEL A. TUJUAN 1. Siswa dapat memahami fungsi-fungsi untuk membuat data akuntansi pada Excel. 2. Siswa dapat mengolah data-data
Lebih terperinciMateri Matematika Persamaan dan Pertidaksamaan kuadrat Persamaan Linear Persamaan Kuadrat Contoh : Persamaan Derajat Tinggi
Materi Matematika Persamaan dan Pertidaksamaan kuadrat Persamaan Linear Persamaan linear dengan n peubah adalah persamaan dengan bentuk : dengan adalah bilangan- bilangan real, dan adalah peubah. Secara
Lebih terperinciBAB 4 PENYELESAIAN SISTEM PERSAMAAN LINEAR
BAB 4 PENYELESAIAN SISTEM PERSAMAAN LINEAR A. Latar Belakang Persoalan yang melibatkan model matematika banyak muncul dalam berbagai disiplin ilmu pengetahuan, seperti dalam bidang fisika, kimia, ekonomi,
Lebih terperinciSyarif Abdullah (G ) Matematika Terapan FMIPA Institut Pertanian Bogor.
Syarif Abdullah (G551150381) Matematika Terapan FMIPA Institut Pertanian Bogor e-mail: syarif_abdullah@apps.ipb.ac.id 25 Maret 2016 Ringkasan Kuliah ke-6 Analisis Numerik (16 Maret 2016) Materi : System
Lebih terperinciSolusi Sistem Persamaan Linear Ax = b
Solusi Sistem Persamaan Linear Ax = b Kie Van Ivanky Saputra April 27, 2009 K V I Saputra (Analisis Numerik) Kuliah Sistem Persamaan Linier c April 27, 2009 1 / 9 Review 1 Substitusi mundur pada sistem
Lebih terperinciLOGO MAM 4121 KALKULUS 1. Dr. Wuryansari Muharini K.
LOGO MAM 4121 KALKULUS 1 Dr. Wuryansari Muharini K. BAB I. PENDAHULUAN SISTEM BILANGAN REAL, NOTASI SELANG, dan NILAI MUTLAK PERTAKSAMAAN SISTEM KOORDINAT GRAFIK PERSAMAAN SEDERHANA www.themegallery.com
Lebih terperinciTeori kendali. Oleh: Ari suparwanto
Teori kendali Oleh: Ari suparwanto Minggu Ke-1 Permasalahan oleh : Ari Suparwanto Permasalahan Diberikan sistem dan sinyal referensi. Masalah kendali adalah menentukan sinyal kendali sehingga output sistem
Lebih terperinciPertemuan 5: Pengenalan Variabel Array
Pertemuan 5: Pengenalan Variabel Array Contoh kasus: Penghitungan Nilai IPK Nilai IPK mahasiswa ditentukan dengan algoritma sebagai berikut: Untuk setiap mata kuliah yang diambil oleh mahasiswa: Ambil
Lebih terperinciAkar-Akar Persamaan. Definisi akar :
Akar-Akar Persamaan Definisi akar : Suatu akar dari persamaan f(x) = 0 adalah suatu nilai dari x yang bilamana nilai tersebut dimasukkan dalam persamaan memberikan identitas 0 = 0 pada fungsi f(x) X 1
Lebih terperinciBab 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 terperinciInstitut Manajemen Telkom
Institut Manajemen Telkom Osa Omar Sharif JENIS JENIS FUNGSI1 JENIS JENIS FUNGSI 2 Jenis Fungsi Gambar 1. FUNGSI POLINOM mengandung banyak suku (polinom) dalam variabel bebas y = a 0 + a 1 x + a 2 x 2
Lebih terperinciMODUL PRAKTIKUM METODE NUMERIK NAZARUDDIN
MODUL PRAKTIKUM METODE NUMERIK NAZARUDDIN JURUSAN INFORMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SYIAH KUALA BANDA ACEH 2012 DAFTAR ISI DAFTAR ISI... 1 KATA PENGANTAR... 2 PENDAHULUAN...
Lebih terperinciKONSEP DASAR FUNGSI DAN GRAFIK. Oleh : Agus Arwani, SE, M.Ag
KONSEP DASAR FUNGSI DAN GRAFIK Oleh : Agus Arwani, SE, M.Ag KONSEP DASAR FUNGSI DAN GRAFIK Definisi : Fungsi f : A B adalah suatu aturan yang mengaitkan (memadankan) setiap dengan tepat satu A y B Notasi
Lebih terperinciModul 11. PENELITIAN OPERASIONAL GAME THEORY. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI
Modul. PENELITIAN OPERASIONAL GAME THEORY Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS MERCU BUANA http://www.mercubuana.ac.id JAKARTA 7 Modul
Lebih terperinciModul 6 SISTEM PERSAMAAN LINEAR DUA VARIABEL
Standar Kompetensi Modul 6 SISTEM PERSAMAAN LINEAR DUA VARIABEL Memahami dan dapat melakukan operasi bentuk aljabar, persamaan dan pertidaksamaan linear satu variabel, himpunan serta dapat menggunakan
Lebih terperinciSATUAN ACARA PERKULIAHAN (SAP)
SATUAN ACARA PERKULIAHAN (SAP) Nama Mata Kuliah : Metode Numerik Kode Mata Kuliah : TI 016 Bobot Kredit : 3 SKS Semester Penempatan : III Kedudukan Mata Kuliah : Mata Kuliah Keilmuan Keterampilan Mata
Lebih terperinciSolusi 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 terperinciMinggu 11. MA2151 Simulasi dan Komputasi Matematika
Minggu 11 MA2151 Simulasi dan Komputasi Matematika Model Berdasarkan Data Model Berdasarkan Data Kadangkala kita dituntut untuk membangun suatu model berdasarkan data (yang terbatas). Untuk melakukan ini,
Lebih terperinciFUNGSI DAN PERSAMAAN LINEAR. EvanRamdan
FUNGSI DAN PERSAMAAN LINEAR TEORI FUNGSI Fungsi yaitu hubungan matematis antara suatu variabel dengan variabel lainnya. Unsur-unsur pembentukan fungsi yaitu variabel (terikat dan bebas), koefisien dan
Lebih terperinciModul Praktikum Algoritma dan Struktur Data
Tujuan : BAB 1 Struct, Array, dan Pointer 1. Mahasiswa memahami apakah yang dimaksud dengan struktur data. 2. Mahasiswa memahami apakah yang dimaksud dengan algoritma. 3. Mengingat kembali array, struktur,
Lebih terperinciModul 1 Pengenalan MATLAB
Modul 1 Pengenalan MATLAB MATLAB singkatan dari MATrix LABoratory, merupakan bahasa pemrograman yang dikembangkan oleh The Mathwork.inc (http://www.mathwork.com). Bahasa pemrograman ini banyak digunakan
Lebih terperinciBAB 2 OPTIMISASI KOMBINATORIAL. Masalah optimisasi merupakan suatu proses pencarian varibel bebas yang
BAB 2 OPTIMISASI KOMBINATORIAL 2.1 Masalah Model Optimisasi Kombinatorial Masalah optimisasi merupakan suatu proses pencarian varibel bebas yang memenuhi kondisi atau batasan yang disebut kendala dari
Lebih terperinciBAB III METODE POHON KLASIFIKASI QUEST
BAB III METODE POHON KLASIFIKASI QUEST 3.1 Metode Berstruktur Pohon Istilah pohon dalam matematika dikenal dalam teori graf. Pertama kali konsep pohon digunakan oleh Gustav Kirchhoff (184-1887) dalam bidang
Lebih terperinciBAB II. Landasan Teori
BAB II Landasan Teori. Model Matematika Menurut Wirodikromo (998, p77) model matematika adalah suatu rumusan matematika (dapat berbentuk persamaan, pertidaksamaan / fungsi) yang diperoleh dari hasil penafsiran
Lebih terperinciPENGENDALIAN OPTIMAL PADA SISTEM STEAM DRUM BOILER MENGGUNAKAN METODE LINEAR QUADRATIC REGULATOR (LQR) Oleh : Ika Evi Anggraeni
PENGENDALIAN OPTIMAL PADA SISTEM STEAM DRUM BOILER MENGGUNAKAN METODE LINEAR QUADRATIC REGULATOR (LQR) Oleh : Ika Evi Anggraeni 206 00 03 Dosen Pembimbing : Dr. Erna Apriliani, M.Si Hendra Cordova, ST,
Lebih terperinciuntuk i = 0, 1, 2,..., n
RANGKUMAN KULIAH-2 ANALISIS NUMERIK INTERPOLASI POLINOMIAL DAN TURUNAN NUMERIK 1. Interpolasi linear a. Interpolasi Polinomial Lagrange Suatu fungsi f dapat di interpolasikan ke dalam bentuk interpolasi
Lebih terperinciPERTEMUAN 2 ARRAY, PERCABANGAN, DAN PERULANGAN
PERTEMUAN 2 ARRAY, PERCABANGAN, DAN PERULANGAN PERTEMUAN 2 ARRAY, PERCABANGAN, DAN PERULANGAN Obektif: Praktikan mengetahui arra, percabangan, dan perulangan pada Java. Praktikan mengetahui bentuk umum
Lebih terperinciPAM 252 Metode Numerik Bab 2 Persamaan Nonlinier
PAM 252 Metode Numerik Bab 2 Persamaan Nonlinier Mahdhivan Syafwan Jurusan Matematika FMIPA Universitas Andalas Semester Genap 2016/2017 1 Mahdhivan Syafwan Metode Numerik: Persamaan Nonlinier Solusi persamaan
Lebih terperinciJika terdapat k variabel bebas, x dan Y merupakan variabel tergantung, maka diperoleh model linier dari regresi berganda seperti rumus [3.1]. [3.
Analisis Regresi Analisis regresi merupakan salah satu alat statistika yang sangat populer digunakan user dalam mengolah data statistika. Analisis regresi digunakan untuk mengetahui hubungan satu atau
Lebih terperinciMATEMATIKA KOMPUTASI
SILABUS MATEMATIKA KOMPUTASI DOSEN PENGASUH MATA KULIAH : DR. JEFRI MARZAL, MSC PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS JAMBI 2016 SILABUS 1. Identitas Mata
Lebih terperinciInterpolasi Polinom dan Applikasi pada Model Autoregresif
Interpolasi Polinom dan Applikasi pada Model Autoregresif Rio Cahya Dwiyanto 13506041 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciSATUAN ACARA PERKULIAHAN FAKULTAS PSIKOLOGI UNIVERSITAS GUNADARMA MATA KULIAH : PENGANTAR APLIKASI KOMPUTER 2 KODE MATAKULIAH /SKS = KD
TIU : Agar mahasiswa memahami dan mengerti dasar-dasar Aplikasi Komputer dalam kaitannya dengan proses belajar dan menerapkannya dalam peningkatan proses belajar. 1 Penjelasan materi kuliah yang akan diberikan
Lebih terperinciA. 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 terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)
GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Mata Kuliah : Metode Numerik Bobot Mata Kuliah : 3 Sks Deskripsi Mata Kuliah : Unified Modelling Language; Use Case Diagram; Class Diagram dan Object Diagram;
Lebih terperinciRegresi Linier. Metode Numerik POLITEKNIK ELEKTRONIKA NEGERI SURABAYA DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA
POLITEKNIK ELEKTRONIKA NEGERI SURABAYA DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA Regresi Linier Metode Numerik Zulhaydar Fairozal Akbar zfakbar@pens.ac.id 2017 TOPIK Pengenalan
Lebih terperinciSATUAN ACARA PERKULIAHAN FAKULTAS PSIKOLOGI UNIVERSITAS GUNADARMA MATA KULIAH : PENGANTAR APLIKASI KOMPUTER 2 KODE MATAKULIAH /SKS = AK / 2SKS
TIU : Agar mahasiswa memahami dan mengerti dasar-dasar Aplikasi Komputer dalam kaitannya dengan proses belajar dan menerapkannya dalam peningkatan proses belajar. Minggu 1 Penjelasan materi kuliah yang
Lebih terperinciMBS - DTA. Sucipto UNTUK KALANGAN SENDIRI. SMK Muhammadiyah 3 Singosari
MBS - DTA Sucipto UNTUK KALANGAN SENDIRI SMK Muhammadiyah Singosari SERI : MBS-DTA FUNGSI STANDAR KOMPETENSI Siswa mampu memecahkan masalah yang berkaitan dengan fungsi, persamaan fungsi linear dan fungsi
Lebih terperinciTUGAS KOMPUTASI SISTEM FISIS 2015/2016. Pendahuluan. Identitas Tugas. Disusun oleh : Latar Belakang. Tujuan
TUGAS KOMPUTASI SISTEM FISIS 2015/2016 Identitas Tugas Program Mencari Titik Nol/Titik Potong Dari Suatu Sistem 27 Oktober 2015 Disusun oleh : Zulfikar Lazuardi Maulana (10212034) Ridho Muhammad Akbar
Lebih terperinciBAB I PENDAHULUAN. kehidupan sehari-hari dan juga merupakan disiplin ilmu yang berdiri sendiri serta
BAB I PENDAHULUAN A. Latar Belakang Matematika adalah cabang ilmu pengetahuan yang dapat digunakan dalam kehidupan sehari-hari dan juga merupakan disiplin ilmu yang berdiri sendiri serta tidak merupakan
Lebih terperinciPROGRAM Program dapat dibuat dengan pilihan menu. Urutan menu dan isinya dipersilakan ditrancang masing-masing.
Institut Teknologi Bandung Sekolah Teknik Elektro dan Informatika Program Studi Teknik Informatika DESKRIPSI dan SPESIFIKASI Tugas Besar IF Aljabar Geometri Aplikasi Aljabar Lanjar pada Metode Numerik
Lebih terperinciPercobaan Perancangan Fungsi Pembangkit Bilangan Acak Semu serta Analisisnya
Percobaan Perancangan Fungsi Pembangkit Bilangan Acak Semu serta Analisisnya Athia Saelan (13508029) 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciAplikasi SPSS 1. 1 Lesta Karolina Sebayang S.E., M.Si
Aplikasi SPSS 1 Tujuan 1. Mahasiswa dapat menginput data ke dalam software SPSS dalam format yang tepat 2. Mahasiswa dapat menentukan beberapa ukuran pemusatan dan penyebaran 3. Mahasiswa dapat membuat
Lebih terperinci