PENGOLAHAN SINYAL DIGITAL. Modul 2. Proses ADC-DAC

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENGOLAHAN SINYAL DIGITAL. Modul 2. Proses ADC-DAC"

Transkripsi

1 PENGOLAHAN SINYAL DIGITAL Modul. Proses ADC-DAC

2 Coe Kosep Samplig Kuaisasi Codig Decodig ilerig ADC-DAC Perhiuga error kuaisasi dikaika dega level kuaisasi da samplig rae

3 ADC Aalog o Digial Coverer Megubah siyal aalog mejadi siyal digial Proses yag erjadi dalam ADC : Samplig pecuplika Quaizig kuaiasasi Ecodig pegkodea sampler kuaiser ekoder

4 Proses Pecuplika Samplig ' s ' s s Time domai X s requecy domai f X f X f X f X f s X s f

5 ALIASING EECT LP filer aliasig Nyquis crieria Modul 0 - Siskom I - ADC/PCM 5

6 PROSES KUANTISASI QUANTIZATION Quaizer Kuaisasi : megubah level ampliuda mejadi diskre dega jumlah erbaas. Jumlah level kuaisasi M = N, N = jumlah bi pegkodea Terdapa jeis kuaiser yaiu : Kuaiser Uiform lebar selag kuaisasi seragam Kuaiser No-Uiform lebar selag kuaisasi idak seragam

7 QUANTISER UNIORM

8 QUANTISER NON-UNIORM egaga keluara vol B A egaga masuka vol Compressor Uiform Quaizer NoUiform / Noliear Quaizer

9 QUANTIZATION M Where M = o. of seps = quaizaio sep V v v V v 0 -V M Seps Oupu Q-zer Ipu aalog Samplig Sigal

10 ampliude Quaizaio eample 0.76 Qua. levels boudaries PCM codeword Ts: sampled values qts: quaized values Ts: samplig ime PCM sequece

11 PROSES PENGKODEAN ENCODING T T Ecod Cooh di aas meujukka proses ecodig, simbol masuka dikodeka mejadi 8 bi Jumlah bi uuk megkodeka iap simbol dieuka oleh peragka ADC Aalog o Digial Coverer

12 ENCODING V 0 -V N M

13 ERROR KUANTISASI

14 ERROR KUANTISASI v Quaizaio Error/Noise 0 v v Uiform disribuio v v v v e f f Q v e v

15 KONSEP REKUENSI Siyal siusoidal waku koiu a Acos = waku A = ampliuda = frekuesi sudu[radia/deik] = fasa [radia] a Acos = frekuesi [siklus/deik, herz Hz]

16 a Acos Uuk seiap frekuesi a periodik a T p a T p perioda dasar Siyal-siyal siusoidal waku koiu dega frekuesi berbeda dapa dibedaka rekuesi diperbesar Uuk suau waku ereu jumlah perioda berambah

17 Siyal siusoidal waku diskri Acos = bilaga bula ieger A = ampliuda = frekuesi [radia/sampel] = fasa [radia] f Acos f f = frekuesi [siklus/sampel]

18 Acos fo o periodik haya bila frekuesi f merupaka bilaga rasioal 6 3 N cos[f o f o N ] cos[f f on k fo o k N f o N ] Harga erkecil dari N disebu perioda dasar cosf o

19 Siyal-siyal siusoidal waku diskri dega frekuesifrekuesi yag berbeda sebayak k adalah ideik idak dapa dibedaka cos[ o ] cos[ o ] cos o k k o Acos k k k 0,, f rekuesi diperbesar harga maksimum f = /

20 cos o

21 cos o o A A cos cos cos cos cos cos cos A A A A A o o o o adalah alias dari

22 ANALOG TO DIGITAL CONVERSION Samplig pecuplika Quaizaio kuaisasi Codig pegkodea Digial sigal X a Sampler X Quaizer X q Coder 00 Aalog sigal Discree-ime sigal Quaized sigal

23 Samplig pecuplika Siyal waku koiu siyal waku diskri T = samplig ierval s = samplig rae sampel/deik

24 s a a A T A T A cos cos cos s f f A cos T f s ma ma? s

25 cos[ 0 ] cos[ 50 ] s 40 Hz cos[ 0 40 ] 0 Hz 50 cos Hz 50 5 cos[ ] cos 40 cos cos cos ideik dega 50 Hz = alias dari 0 Hz 90 Hz, 30 Hz,. juga alias 0 Hz

26 cos cos f A A o o a,, cos k k A s o k k a cos cos cos cos f A k f A k A T A T o o s s o k a Alias dari o

27 Hubuga aara f da s/ foldig frequecy

28 Cooh : Dikeahui sebuah siyal aalog = 3 cos 00 a Teuka s miimum b Bila s = 00 Hz, euka c Bila s = 75 Hz, euka d Berapa 0 < < s / yag meghasilka sama dega c Jawab: a = 50 Hz s miimum = 00 Hz b 3cos 3cos

29 3 3cos 3 3cos 3 4 3cos cos c d 3 3cos 3 3cos 3 f s o f Hz f s o ,, 75 5 k k k s o k 37, s Hz o 5

30 Teori Samplig a N i A i cos Suara pembicaraa f i < 3 khz Siyal elevisi f i < 5 MHz maks = B s = samplig rae =? maks N i f S S S B rekuesi Nyquis

31 Cooh : Dikeahui sebuah siyal aalog = 3 cos si cos 000 a Teuka frekuesi Nyquisya b Bila s = 5000 Hz, euka c Teuka dari pada b bila proses D/A C ya sempura Jawab: a khz 3kHz 6kHz 3 B maks 6kHz N B khz

32 b khz khz s s 5, cos 5 3 5si 5 3cos cos si cos ] 5 0cos[ ] 5 5si[ ] 5 3cos[ ] 5 0cos[ ] 5 5si[ ] 5 3cos[

33 ] 5 0cos[ ] 5 5si[ ] 5 3cos[ ] 5 5si[ ] 5 3cos[ c 5si4000 3cos000 y

34 Cooh 3: Dikeahui sebuah siyal aalog = 3 cos si300 - cos 00 a Teuka laju pecuplika miimum yag dibuuhka uuk meghidari pegaliasa b Bila siyal ersebu dicuplik dega laju 00 pecuplika/seko, berapa siyal waku diskri yag diperoleh sesudah pecuplika c Bila siyal ersebu dicuplik dega laju 00 pecuplika/seko, berapa siyal waku diskri yag diperoleh sesudah pecuplika Jawab: a Hz 50 Hz 50 Hz 5 3 B maks 50 Hz N B 300 Hz

35 Hz Hz s s b cos 3 0si 4 3cos cos si cos cos ] 0si[ 4 3cos cos ] 0si[ 4 3cos cos 0si 3cos0,5

36 Hz Hz s s c 4 cos 4 3 0si 8 3cos cos si cos 4 cos ] 4 0si[ 8 3cos 4 cos ] 4 0si[ 8 3cos cos0,5 0si0,5 3cos0,5

37 DIGITAL TO ANALOG TO CONVERSION Kuaisasi siyal ampliuda koiu q Q[ ] e q q Q = proses kuaisasi roudig, rucaio q = siyal hasil kuaisasi e q = error kuaisasi

38 a 0, S Hz T s 0,

39 q Trucaio q Roudig e q Roudig 0,0,0 0, ,9 0,9 0, ,8 0,8-0,0 3 0,79 0,7 0,7-0,09 4 0,656 0,6 0,7 0, , ,5 0,6 0, ,5344 0,5 0,5-0, , ,4 0,5 0, , ,4 0,4-0, , ,3 0,4 0,05795

40 L = level kuaisasi L = = Quaizaio sep = 0, maks L mi 0 0, e q

41 Kuaisasi siyal siusoidal A cos 0

42 e B q a q S a diaggap liier diaara level-level kuaisasi = waku selama a berada di dalam level kuaisasi 0 d e d e P q q q Error power rms

43 0 d P e q q 3 b q b A P A b = jumlah bi L = b + X maks - mi = A cos 0 A d A T P T p o p 3 b q P P SQNR Sigal-o-quaizaio raio

44 SQNR db 0log SQNR,76 6, 0 b Word legh jumlah bi diambah sau Level kuaisasi mejadi dua kali lipa SQNR berambah 6 db Cooh : Compac disk player Samplig frequecy 44, khz 6-bi sample resoluio SQNR =96 db

45 Codig of Quaized Samples Level kuaisasi L L bilaga bier yag berbeda Word legh b b bilaga bier berbeda b L b log L L = b = 4 bis

46 Cooh 4: Dikeahui siyal waku diskri : 6,35cos 0 Teuka jumlah bi yag diperluka oleh A/D coverer agar resolusiya : a = 0, b = 0,0 Jawab: 0 cos 0 a maksimum pada saa : cos 0 miimum pada saa : 0

47 8 0, ] 6,35 [6,35 0, mi mi L L L maks maks bi b b ,0 ] 6,35 [6,35,0 0 L b bi b b 0 636

48 Cooh 5: Dikeahui siyal seismik aalog dega dyamic rage sebesar Vol. Bila siyal aalog ii dicuplik dega frekuesi sebesar 0 sample/s megguaka 8-bi A/D coverer, Teuka : a Bi rae bps b Resolusi c rekuesi siyal maksimum yag ada pada digial seismic sigal Jawab: 8 bi sample 0 sample s a bps 60 bi / s

49 Dyamic rage = maks - mi dyamic rage L 000 mv b 7,875 mv 0 S c Hz maks 0 8

50 Cooh 6: Suau jariga komuikasi digial aka diguaka uuk merasmisika siyal aalog : 3cos600 cos800 Jariga ii beroperasi pada 0000 bi/s da seiap sampel dikuaisasi mejadi 04 level egaga yag berbeda. a Teuka frekuesi pecuplika da frekuesi foldig b Teuka frekuesi Nyquis dari siyal aalog c Teuka frekuesi-frekuesi pada siyal waku diskri

51 a Hz Hz b bps bi b S D S b b Hz Hz Hz maks N a cos 300 3cos Jawab:

52 c ] 0, cos[ ] 0,3 3cos[ ] 0, cos[ ] 0,3 3cos[ ] 0,9 cos[ ] 0,3 3cos[ cos cos Hz f f Hz f f S S 00 0,000 0, 300 0,3000 0,3

PENGOLAHAN SINYAL DIGITAL. Modul 2. Proses ADC-DAC

PENGOLAHAN SINYAL DIGITAL. Modul 2. Proses ADC-DAC PENGOLHN SINYL DIGITL Mdul. Prses DC-DC Ctet Ksep Samplig Kuatisasi Cdig Decdig ilterig DC-DC Perhituga errr kuatisasi dikaitka dega level kuatisasi da samplig rate DC alg t Digital Cverter Megubah siyal

Lebih terperinci

KOMPUTASI SINYAL DIGITAL SINYAL DAN SISTEM

KOMPUTASI SINYAL DIGITAL SINYAL DAN SISTEM KOMPUTASI SINYAL DIGITAL SINYAL DAN SISTEM Sinyal dan Sistem Sinyal dan Sistem Klasifikasi Sinyal Konsep rekuensi Analog to Digital Conversion Sampling SINYAL, SISTEM DAN KOMPUTASI SINYAL Sinyal Besaran-besaran

Lebih terperinci

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital isim Komuikasi 1 Peremua 5 Koversi Aalog ke Digial Murik Alayrus Tekik Elekro Fakulas Tekik, UMB murikalayrus@yahoo.com 1 Base Ba Moulaio Paa bagia sebelum kia meapaka siyal koiyu erhaap waku, misalyasiyalm(),

Lebih terperinci

KOMPUTASI SINYAL DIGITAL SINYAL DAN SISTEM. GEMBONG EDHI SETYAWAN, S.T., M.T. -

KOMPUTASI SINYAL DIGITAL SINYAL DAN SISTEM. GEMBONG EDHI SETYAWAN, S.T., M.T. - KOMPUTASI SINYAL DIGITAL SINYAL DAN SISTEM GEMBONG EDHI SETYAWAN, S.T., M.T. gembong@ub.ac.id - http://gembong.lecture.ub.ac.id Apa itu sinyal? Besaran fisis yang berubah menurut waktu, ruang atau variabel-variabel

Lebih terperinci

KOMPUTASI SINYAL DIGITAL SINYAL DAN SISTEM. GEMBONG EDHI SETYAWAN, S.T., M.T. -

KOMPUTASI SINYAL DIGITAL SINYAL DAN SISTEM. GEMBONG EDHI SETYAWAN, S.T., M.T. - KOMPUTASI SINYAL DIGITAL SINYAL DAN SISTEM GEMBONG EDHI SETYAWAN, S.T., M.T. gembong@ub.ac.id - http://gembong.lecture.ub.ac.id Apa itu sinyal? Besaran fisis yang berubah menurut waktu, ruang atau variabel-variabel

Lebih terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB Sudi kelayaka bisis pada dasarya berujua uuk meeuka kelayaka bisis berdasarka krieria ivesasi Krieria ersebu diaaraya adalah ; 1. Nilai bersih kii (Ne

Lebih terperinci

DTG2F3. Sistem Komunikasi. Siskom Digital ADC, SOURCE CODING, MULTIPLEXING. By : Dwi Andi Nurmantris

DTG2F3. Sistem Komunikasi. Siskom Digital ADC, SOURCE CODING, MULTIPLEXING. By : Dwi Andi Nurmantris DTG2F3 Sistem Komunikasi Siskom Digital ADC, SOURCE CODING, MULTIPLEXING By : Dwi Andi Nurmantris Where We Are? OUTLINE SISKOM DIGITAL ADC, SOURCE CODING, MULTIPLEXING 1. Analog to Digital Convertion (ADC

Lebih terperinci

BAB II PENCUPLIKAN DAN KUANTISASI

BAB II PENCUPLIKAN DAN KUANTISASI BAB II PENCUPLIKAN DAN KUANTISASI Sebagian besar sinyal-sinyal di alam adalah sinyal analog. Untuk memproses sinyal analog dengan sistem digital, perlu dilakukan proses pengubahan sinyal analog menjadi

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3 Meode Pegumpula Daa 3 Jeis Daa Pada peeliia ii aka megguaka jeis daa yag bersifa kuaiaif Daa kuaiaif adalah daa yag berbeuk agka / omial Dalam peeliia ii aka megguaka daa pejuala

Lebih terperinci

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) .   Definisi L.2 (Kejadian lepas ) 33 LAMPIRAN 34 35 Beberapa Defiisi Ruag Cooh Kejadia da Peluag Suau percobaa yag dapa diulag dalam kodisi yag sama, yag hasilya idak dapa diprediksi dega epa eapi kia bisa megeahui semua kemugkia hasil

Lebih terperinci

1.4 KONVERSI ANALOG-KE DIGITAL DAN DIGITAL-KE-ANALOG. Sinyal-sinyal analog di alam:

1.4 KONVERSI ANALOG-KE DIGITAL DAN DIGITAL-KE-ANALOG. Sinyal-sinyal analog di alam: 1.4 KONVERSI ANALOG-KE DIGITAL DAN DIGITAL-KE-ANALOG Sinyal-sinyal analog di alam: 1. Suara 2. Sinyal biologis 3. Sinyal seismik 4. Sinyal radar 5. Sinyal sonar 6. Sinyal audio dan video Tiga langkah proses

Lebih terperinci

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN Nomi Kelari *, Hasriai 2, Musraii 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua

Lebih terperinci

BAGIAN 2 TOPIK 5. andhysetiawan

BAGIAN 2 TOPIK 5. andhysetiawan BAGIAN OIK 5 adhyseiawa Isi Maeri Modulasi Aliudo AM Modulasi Frekuesi FM adhyseiawa MODULASI AMLIUDO DAN MODULASI ANGULAR SUDU Modulasi roses erubaha karakerisik aau besara gelobag ebawa, euru ola gelobag

Lebih terperinci

Pencuplikan Sinyal Waktu Kontinyu dan Rekonstruksi. Edisi Semester 2 17/18 EYH 1

Pencuplikan Sinyal Waktu Kontinyu dan Rekonstruksi. Edisi Semester 2 17/18 EYH 1 5 Pencuplikan Sinyal Waku Koninyu dan Rekonruki Edii Semeer 2 17/18 EYH 1 5.1 Pengolahan Sinyal Waku Dikri 5.1.1 Sampling 5.1.1.1 Sampling Priodik 5.1.1.2 Repreenai domain frekueni proe ampling 5.1.1.3

Lebih terperinci

KONSEP FREKUENSI SINYAL WAKTU KUNTINYU & WAKTU DISKRIT

KONSEP FREKUENSI SINYAL WAKTU KUNTINYU & WAKTU DISKRIT KONSEP FREKUENSI SINYAL WAKTU KUNTINYU & WAKTU DISKRIT Sinyal Sinusoidal Waktu Kontinyu T=/F A A cos X Acos Ft a 0 t t Sinyal dasar Eksponensial dng α imajiner X Ae a j t Ω = πf adalah frekuensi dalam

Lebih terperinci

Modul #10 ADC / PCM. Program Studi S1 Teknik Telekomunikasi Departemen Teknik Elektro - Sekolah Tinggi Teknologi Telkom Bandung 2007

Modul #10 ADC / PCM. Program Studi S1 Teknik Telekomunikasi Departemen Teknik Elektro - Sekolah Tinggi Teknologi Telkom Bandung 2007 Modul #10 TE3113 SISTEM KOMUNIKASI 1 ADC / PCM (ANALOG TO DIGITAL CONVERTER / PULSE CODE MODULATION) Program Studi S1 Teknik Telekomunikasi Departemen Teknik Elektro - Sekolah Tinggi Teknologi Telkom Bandung

Lebih terperinci

Analisis Rangkaian Listrik Di Kawasan Waktu

Analisis Rangkaian Listrik Di Kawasan Waktu Sudaryao Sudirham Aalisis Ragkaia Lisrik Di Kawasa Waku 3- Sudaryao Sudirham, Aalisis Ragkaia Lisrik () BAB 3 Peryaaa Siyal da Spekrum Siyal Dega mempelajari lajua eag model siyal ii, kia aka memahami

Lebih terperinci

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

Lebih terperinci

1.4 KONVERSI ANALOG-KE DIGITAL DAN DIGITAL-KE-ANALOG. Sinyal-sinyal analog di alam:

1.4 KONVERSI ANALOG-KE DIGITAL DAN DIGITAL-KE-ANALOG. Sinyal-sinyal analog di alam: 1.4 KONVERSI ANALOG-KE DIGITAL DAN DIGITAL-KE-ANALOG Sinyal-sinyal analog di alam: 1. Suara 2. Sinyal biologis 3. Sinyal seismik 4. Sinyal radar 5. Sinyal sonar 6. Sinyal audio dan video Tiga langkah proses

Lebih terperinci

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data III. METODE KAJIAN 1. Lokasi da Waku Lokasi kajia berempa uuk kelompok dilaksaaka di kelompok peeraka sapi di Bagka Tegah, Provisi Bagka Beliug, da Kelompok Peeraka Sapi di Cisarua, Bogor, Provisi Jawa

Lebih terperinci

SISTEM KOMUNIKASI DIGITAL. Levy Olivia Nur, MT

SISTEM KOMUNIKASI DIGITAL. Levy Olivia Nur, MT SISTEM KOMUNIKASI DIGITAL Levy Olivia Nur, MT I. Sisem Komunikasi Digial Keunungan-keunungan sisem komunikasi digial Vs sisem komunikasi analog : a. Perencanaan rangkaian digial relaif sederhana, lebih

Lebih terperinci

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

Lebih terperinci

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

Lebih terperinci

Rumus-rumus yang Digunakan

Rumus-rumus yang Digunakan Saisika Uipa Surabaya 4. Sampel Tuggal = Rumus-rumus yag Diguaka s..... Sampel berkorelasi D D N N N...... 3. Sampel Bebas a. Uuk varias sama... 3 aau x x s g... 4 b. Sampel Heeroge Guaka Uji Corha - Cox

Lebih terperinci

B. DESKRIPSI SINGKAT MATA KULIAH

B. DESKRIPSI SINGKAT MATA KULIAH A. IDENTITAS MATA KULIAH Nama Maa Kuliah : Kalkulus 1 Kode Maa Kuliah : MUG1A4 SKS : 4 (empa) Jeis : Maa kuliah wajib Jam pelaksaaa : Taap muka di kelas = 4 jam per peka Tuorial/ resposi Semeser / Tigka

Lebih terperinci

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di 8 METODE PENELITIAN Lokasi da Waku Peeliia Peeliia ii dilaksaaka selama 3 bula, erhiug sejak bula Februari sampai dega April 2008, di DAS Waeruhu, yag secara admiisraif erleak di wilayah Kecamaa Sirimau,

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

Lebih terperinci

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov BAB II TEORI DASAR. Proses Sokasik Raai Markov Proses sokasik merupaka suau cara uuk mempelajari hubuga yag diamis dari suau ruua perisiwa aau proses yag kejadiaya bersifa idak pasi. Dalam memodelka perubaha

Lebih terperinci

BAB II TINJAUAN PUSTAKA. pengantar metode ARIMA Box Jenkins dan analisis spektral.

BAB II TINJAUAN PUSTAKA. pengantar metode ARIMA Box Jenkins dan analisis spektral. BAB II TINJAUAN PUSTAKA. Pedahulua Pada Bab II aka dijelaska pegeria pegeria da eori dasar yag diguaka sebagai ladasa pembahasa pada bab selajuya. Teori yag aka dibahas pada Bab II ii secara garis besar

Lebih terperinci

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Bulei Ilmiah Ma.Sa. da Terapaya (Bimaser) Volume 06, No. (07), hal -0. MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Ermawai, Helmi, Frasiskus

Lebih terperinci

V. PENGUJIAN HIPOTESIS

V. PENGUJIAN HIPOTESIS V. PENGUJIAN IPOTEI A. IPOTEI TATITIK Defiisi uau hipoesa saisik adalah suau peryaaa aau dugaa megeai sau aau lebih variabel populasi. ipoesis digologka mejadi. ipoesis ol adalah hipoesis yag dirumuska

Lebih terperinci

Sistem Komunikasi II (Digital Communication Systems)

Sistem Komunikasi II (Digital Communication Systems) Siem Komuikai II (Digial Commuicaio Syem) Lecure #3: Demodulai / Deeki Baebad (Baebad Demodulaio / Deecio) - PAR I opik: 3. Pedahulua. 3. Repreeai Geomeri dari Siyal. 3.3 Opimal Deecio: Maximum Likelihood

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Ruag sampel da Kejadia Defiisi Himpua semua hasil yag mugki dari suau percobaa disebu ruag sampel da diyaaka dega S Mogomery, 2004: 7. Tiap hasil dari ruag sampel disebu usur aau

Lebih terperinci

PEMETAAN LINIER KONTINU PADA RUANG BERNORMA KABUR. Muhammad Ahsar K. dan Yuni Yulida

PEMETAAN LINIER KONTINU PADA RUANG BERNORMA KABUR. Muhammad Ahsar K. dan Yuni Yulida Jural Maemaika Muri da Terapa Vol. 3 No. Desember 009: 39-50 PEMETAAN LINIER KONTINU PADA RUANG BERNORMA KABUR Muhammad Ahsar K. da Yui Yulida Program Sudi Maemaika Uiversias Lambug Magkura Jl. Jed. A.

Lebih terperinci

MODUL PRAKTIKUM SISTEM KOMUNIKASI DIGITAL

MODUL PRAKTIKUM SISTEM KOMUNIKASI DIGITAL MODUL PRAKTIKUM SISTEM KOMUNIKASI DIGITAL DIBUAT OLEH: WAHYU PAMUNGKAS, ST LABORATORIUM SWITCHING DAN TRANSMISI AKATEL SANDHY PUTRA PURWOKERTO 2006 1 MODUL PRAKTIKUM SISTEM KOMUNIKASI DIGITAL SIFAT-SIFAT

Lebih terperinci

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '.

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '. 6..MENURUNKAN FUNGSI IMPLISIT Padag y fugsi dari yag disajika dalam beuk implisi f (, y) 0. Turuaya y' didapa sebagai beriku: a. Jika mugki y diyaaka sebagai beuk eksplisi dari, lalu diuruka erhadap b.

Lebih terperinci

SINYAL WAKTU Pengolahan Sinyal Digital Minggu II

SINYAL WAKTU Pengolahan Sinyal Digital Minggu II SINYAL WAKTU Pegolaha Siyal Digital Miggu II 24 Goodrich, Tamassia PENDAHULUAN Defiisi Siyal x(t) Fugsi dari variabel bebas yag memiliki ilai real/skalar yag meyampaika iformasi tetag keadaa atau ligkuga

Lebih terperinci

TRANSFORMASI FOURIER SISTEM KOMUNIKASI (DTG2F3) PRODI D3 TT YUYUN SITI ROHMAH,ST.,MT

TRANSFORMASI FOURIER SISTEM KOMUNIKASI (DTG2F3) PRODI D3 TT YUYUN SITI ROHMAH,ST.,MT TRNSFORMSI FOURIER SISTEM KOMUNIKSI (DTG2F3) PRODI D3 TT YUYUN SITI ROHMH,ST.,MT FUNGSI DN DEFINISI Spekral sinyal periodik s() selalu dapa dianalisis dengan banuan Dere Fourier. Pada kenyaaannya banyak

Lebih terperinci

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder 3. Ragkaia Logika Kombiasioal da Sequesial Ragkaia Logika secara garis besar dibagi mejadi dua, yaitu ragkaia logika Kombiasioal da ragkaia logika Sequesial. Ragkaia logika Kombiasioal adalah ragkaia yag

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 9 TKE 35 ISYARAT DAN SISTEM B a b I s y a r a (bagian 2) Indah Susilawai, S.T., M.Eng. Program Sudi Teknik Elekro Fakulas Teknik dan Ilmu Kompuer Universias Mercu Buana Yogyakara 29 2.4. Isyara Periodik

Lebih terperinci

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER STATISTIK CUKUP Oleh: Ramayai Rizka M (11810101003), Dey Ardiao (1181010101), Ikfi Ulyawai (1181010103), Falviaa Yulia Dewi (1181010106), Ricki Dio Rosada (11810101034), Nurma Yuia D (11810101035), Wula

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN 29 IV. METODE PENELITIAN 4.1. Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Pamijaha, Kabupae Bogor, Provisi Jawa Bara. Pemiliha lokasi peeliia dilakuka secara segaja (purposive) dega perimbaga

Lebih terperinci

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ INTEGRL TK TENTU pecaha rasioal gusia Pradjaigsih, M.Si. Jurusa Maemaika FMIP UNEJ agusia.fmipa@uej.ac.id DEFINISI Fugsi suku bayak derajad dega bula o egaif 0 dimaa, 0 a a a a a P Fugsi kosa dipadag sbg

Lebih terperinci

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o ANALII BEDA Fx. ugiyao da Agus usworo Kosep Peeliia bermaksud meguji keadaa (sesuau) yag erdapa dalam suau kelompok dega kelompok lai Meguji apakah erdapa perbedaa yg Meguji apakah erdapa perbedaa yg sigifika

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak BAB II TINJAUAN PUSTAKA. Peeliia Terdahulu Black da Scholes (973) meyaaka bahwa ilai ase megikui Gerak Brow Geomeri, dega drif μ (ekpekasi dari reur) da volailias σ (deviasi sadar dari reur). Berawal dari

Lebih terperinci

BILANGAN BAB V BARISAN BILANGAN DAN DERET

BILANGAN BAB V BARISAN BILANGAN DAN DERET Maemaika Kelas IX emese Baisa Bilaga da Dee BILANGAN BAB V BARIAN BILANGAN DAN DERET A. Baisa Bilaga. Pegeia Baisa Bilaga Jika bilaga-bilaga diuuka dega aua eeu maka aka dipeoleh suau baisa bilaga. Cooh

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara 50.7 4.3770 6.7547 6.7547 4.4 48.6965 R4.7 36.3 N8 TOL 0..70 35.9497 36.3.99 50.7 94.338 6.89 3.5 6.75 7.567 36.0 6.4837 57.396 8.783 66.0384 5.337 37.006 3.568 PISAU POTONG AISI D SEPUH No Qy NAME MATERIAL

Lebih terperinci

MODUL PEMBANGKITAN SINYAL

MODUL PEMBANGKITAN SINYAL si(t) MODUL PEMBANGKITAN SINYAL I. Tujua. Peserta megerti cara membagkitka siyal megguaka Matlab 2. Peserta dapat membagkitka ada dasar megguaka Matlab II. Peragkat Yag Diperluka set PC yag dilegkapi dega

Lebih terperinci

ANALISIS BEDA. Konsep. Uji t (t-test) Teknik Uji Beda. Agus Susworo Dwi Marhaendro

ANALISIS BEDA. Konsep. Uji t (t-test) Teknik Uji Beda. Agus Susworo Dwi Marhaendro ANALII BEA Agus usworo wi Marhaedro Kosep Peeliia bermaksud meguji keadaa (sesuau) yag erdapa dalam suau kelompok dega kelompok lai Meguji apakah erdapa perbedaa yg sigifika di aara kelompok-kelompok Tekik

Lebih terperinci

KOMUNIKASI DATA SUSMINI INDRIANI LESTARININGATI, M.T

KOMUNIKASI DATA SUSMINI INDRIANI LESTARININGATI, M.T Konversi Data Analog ke Sinyal Digital Proses transformasi data analog ke digital dikenal sebagai digitalisasi. Tiga hal yang paling umum terjadi setelah proses digitalisasi adalah: 1. Data digital dapat

Lebih terperinci

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel BAB III PENAKSIR DERET FOURIER 3. Peaksi Dalam saisika, peaksi adalah sebuah saisik (fugsi dai daa sampel obsevasi) yag diguaka uuk meaksi paamee populasi yag idak dikeahui (esimad) aau fugsi yag memeaka

Lebih terperinci

Fungsi Bernilai Vektor

Fungsi Bernilai Vektor Fungsi Bernilai Vekor 1 Deinisi Fungsi bernilai vekor adalah suau auran yang memadankan seiap F R R dengan epa sau vekor Noasi : : R R F i j, 1 1 F i j k 1 dengan 1,, ungsi bernilai real Conoh : 1. 1 F

Lebih terperinci

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA Widya Tekika Vol.18 No.2; Okober 2010 ISSN 1411 0660: 1-6 Absrak STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA Arie Resu Wardhai 1), Salvador Mauel Pereira 2) Perusahaa sepau da sadal House of Mr.

Lebih terperinci

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000).

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000). of Porfolio Trasaios (Almgre & Chriss 000 14 Sisemaika Peulisa Karya ilmiah ii erdiri aas eam bagia Bagia perama berupa pedahulua, erdiri aas laar belakag, ujua peulisa, meode peulisa, da sisemaika peulisa

Lebih terperinci

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS Modul ke: 06Fakulas EKONOMI DAN BISNIS EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI Program Sudi Akuasi Idik Sodiki,SE,MBA,MM Krieria Kepuusa Ivesasi aau Pegaggara Modal o Beberapa krieria yag aka diperguaka

Lebih terperinci

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr.

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr. Pekan #1: Kinemaika Sau Dimensi 1 Posisi, perpindahan, jarak Tinjau suau benda yang bergerak lurus pada suau arah erenu. Misalnya, ada sebuah mobil yang dapa bergerak maju aau mundur pada suau jalan lurus.

Lebih terperinci

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit Siyal da Sistem Watu Disrit ET 35 Pegolaha Siyal Watu Disrit EL 5155 Pegolaha Siyal Watu Disrit Effria Yati Hamid 1 2 Siyal da Sistem Watu Disrit 2.1 Siyal Watu Disrit 2.1.1 Pegertia Siyal Watu Disrit

Lebih terperinci

BAB III FORMULA PENENTUAN HARGA OPSI ASIA

BAB III FORMULA PENENTUAN HARGA OPSI ASIA 3 BAB III FORMULA PEETUA HARA OPSI ASIA Pada Bab III ii aka dibahas megeai opsi Asia da aalisisya, di maa yag aka dibahas hayalah beberapa ipe opsi Asia, da erbaas pada eis Europea call saa. Jeis-eis opsi

Lebih terperinci

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi

Lebih terperinci

SINYAL DISKRIT. DUM 1 September 2014

SINYAL DISKRIT. DUM 1 September 2014 SINYAL DISKRIT DUM 1 September 2014 ADC ADC 3-Step Process: Sampling (pencuplikan) Quantization (kuantisasi) Coding (pengkodean) Digital signal X a (t) Sampler X(n) Quantizer X q (n) Coder 01011 Analog

Lebih terperinci

PENGUJIAN HIPOTESIS DUA RATA-RATA

PENGUJIAN HIPOTESIS DUA RATA-RATA PENGUJIN HIPOTEI DU RT-RT Pegujia hipoesis dua raa-raa diguaka uuk membadigka dua keadaa aau epaya dua populasi. Misalya kia mempuyai dua populasi ormal masig-masig dega raa-raa µ da µ sedagka simpaga

Lebih terperinci

Analog to Digital Converter (ADC)

Analog to Digital Converter (ADC) Analog to Digital Converter (ADC) Analog to Digital Converter by AGL ADC merupakan proses untuk mengubah sinyal analog menjadi digital. Tahap-tahap nya adalah sebagai berikut: Gambar: Proses ADC Analog

Lebih terperinci

BAB II DASAR TEORI. sebagian besar masalahnya timbul dikarenakan interface sub-part yang berbeda.

BAB II DASAR TEORI. sebagian besar masalahnya timbul dikarenakan interface sub-part yang berbeda. BAB II DASAR TEORI. Umum Pada kebanyakan sistem, baik itu elektronik, finansial, maupun sosial sebagian besar masalahnya timbul dikarenakan interface sub-part yang berbeda. Karena sebagian besar sinyal

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis Peeliia Jeis peeliia ii merupaka peeliia kuaiaif dega megguaka meode eksperime. Desai peeliia ii megguaka ru experime desig beuk desai poses oly corol desig yaki meempaka

Lebih terperinci

Kuliah 3.Ukuran Pemusatan Data

Kuliah 3.Ukuran Pemusatan Data Kuliah 3.Ukura Pemusata Data Mata Kuliah Statistika Dr. Ir. Rita Rostika MP. Prodi Perikaa Fakultas Perikaa da Ilmu Kelauta Uiversitas Padjadjara Cotet (1) modus Media Rata-rata Telada peerapa Cotet (2)

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah persediaan merupakan masalah yang sanga pening dalam perusahaan. Persediaan mempunyai pengaruh besar erhadap kegiaan produksi. Masalah persediaan dapa diaasi

Lebih terperinci

BAB 2 LANDASAN TEORI. Metode peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 2 LANDASAN TEORI. Metode peramalan merupakan bagian dari ilmu Statistika. Salah satu metode BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala Meode peramala merupaka bagia dari ilmu Saisika. Salah sau meode peramala adalah dere waku. Meode ii disebu sebagai meode peramala dere waku karea memiliki kareserisik

Lebih terperinci

BAB V METODE PENELITIAN

BAB V METODE PENELITIAN 31 BAB V METODE PENELITIAN 5.1 Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Sukaagara, Kabupae Ciajur. Pemiliha lokasi peeliia dilakuka secara segaja (purposive samplig) dega memperimbagka aspek

Lebih terperinci

PENDAHULUAN INTERVAL KEPERCAYAAN PENAKSIRAN TITIK PENAKSIRAN INTERVAL 5/14/2012 KANIA EVITA DEWI

PENDAHULUAN INTERVAL KEPERCAYAAN PENAKSIRAN TITIK PENAKSIRAN INTERVAL 5/14/2012 KANIA EVITA DEWI 5/4/0 INTERVAL KEPERCAYAAN Poulai θ= μ,, π PENDAHULUAN amlig amel θˆ=,, KANIA EVITA DEWI Peakira arameer ada cara:. Peakira iik. Peakira ierval aau ierval keercayaa PENAKSIRAN TITIK Peakira iik -> Jika

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara Uiversias Sumaera Uara BAB 2 LANDASAN TEORI Ladasa eori ii merupaka hasil dari ijaua lieraur-lieraur yag ada kaiaya dega meode-meode peramala maupu dega koeks laiya dalam peulisa Tugas Akhir ii. Adapu

Lebih terperinci

PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ

PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Bulei Ilmiah Ma. Sa. da Terapaya (Bimaser) Volume 05, No. 2 (206), hal 79-86 PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Sii Faimah, Neva Sayahadewi, Shaika Marha INTISARI

Lebih terperinci

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015 RESPONSI STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 015 A. PENYAJIAN DAN PERINGKASAN DATA 1. PENYAJIAN DATA a. Sebutka tekik peyajia data utuk data kualitatif! Diagram kueh, diagram batag, distribusi

Lebih terperinci

SISTEM LINIER. Oleh : Kholistianingsih, S.T., M.Eng. lts 1

SISTEM LINIER. Oleh : Kholistianingsih, S.T., M.Eng. lts 1 SISTEM LINIER Oleh : Kholistiaigsih, S.T., M.Eg. lts 1 2 Isyarat Waktu Diskrit di kawasa waktu. 2.1 Represetasi Isyarat Waktu Diskrit 2.2 Klasifikasi Rutu 2.3 Rutu rutu Dasar 2.4 Operasi di kawasa waktu

Lebih terperinci

BAB IV PERHITUNGAN NUMERIK

BAB IV PERHITUNGAN NUMERIK BAB IV PERHITUNGAN NUMERIK Dengan memperhaikan fungsi sebaran peluang berahan dari masingmasing sebaran klaim, sebagai mana diulis pada persamaan (3.45), (3.70) dan (3.90), perhiungan numerik idak mudah

Lebih terperinci

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2 METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA Roki Nuari *, Aziskha, Edag Lily Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 18 BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala ( Forecasig ) Peramala ( forecasig ) adalah kegiaa megisemasi apa yag aka erjadi pada masa yag aka daag. Peramala diperluka karea adaya perbedaa kesejaga waku

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA Prosidig Semiar Nasioal Sais da Pedidika Sais IX, Fakulas Sais da Maemaika, UKSW Salaiga, Jui 4, Vol 5, No, ISSN :87-9 MODEL KOREKSI KESALAHAN DENGAN MEODE BAYESIAN PADA DAA RUNUN WAKU INDEKS HARGA KONSUMEN

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Pada penelitian ini, peneliti menetapkan objek pada anak kelompok B TK Damhil

BAB III METODOLOGI PENELITIAN. Pada penelitian ini, peneliti menetapkan objek pada anak kelompok B TK Damhil BAB III METODOLOGI PENELITIAN 3.1 Tempa da Waku Peeliia 3.1.1 Tempa Peeliia Pada peeliia ii, peelii meeapka objek pada aak kelompok B TK Damhil Kecamaa Koa elaa Koa Goroalo. Peeapa lokasi ersebu berdasarka

Lebih terperinci

BAB III ANALISIS LOOKBACK OPTIONS

BAB III ANALISIS LOOKBACK OPTIONS BAB III : ANALII LOOKBACK OPION BAB III ANALII LOOKBACK OPION Pada Bab III ii aka dibahas egeai lookback opios da aalisisa Asusi ag kia pakai adalah saha ag diguaka (uderlig asse) idak eberika divide ipe

Lebih terperinci

METODOLOGI. Waktu dan Tempat. Alat dan Bahan

METODOLOGI. Waktu dan Tempat. Alat dan Bahan METODOLOGI Waku da Tempa Peeliia merupaka desk sudy dega megguaka daa sekuder da pegolaha daa dilakuka di Laboraorium Klimaologi Depareme Geofisika da Meeorologi, Fakulas Maemaika da Ilmu Pegeahua Alam,

Lebih terperinci

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN PERENCNN JUMLH PRODUK MENGGUNKN METODE FUZZY MMDNI BERDSRKN PREDIKSI PERMINTN Nama Mahasiswa : Norma Edah Haryai NRP : 1207 100 031 Jurusa : Maemaika FMIP-ITS Dose Pembimbig : Drs. I G N Rai Usadha, M.Si

Lebih terperinci

Teorema Nilai Rata-rata

Teorema Nilai Rata-rata Nilai Kus Prihatoso April 27, 2012 Yogyakarta Nilai Suatu Fugsi Masih igatkah ada tetag ilai rata-rata dari sekmpula bilaga? Berapakah ilai rata-rata dari sebayak bilaga y 1, y 2,..., y? Nilai Suatu Fugsi

Lebih terperinci

SINYAL TEAM DOSEN. Signal&System Prodi Telekomunikasi Polsri 1

SINYAL TEAM DOSEN. Signal&System Prodi Telekomunikasi Polsri 1 SINYAL TEAM DOSEN Prodi Telekomunikasi Polsri Ouline Definisi Sinyal & Sinyal dalam kehidupan kia Klasifikasi Sinyal Sinyal waku koninyu & Sinyal waku Diskre Sinyal Periodik & Aperiodik Sinyal Genap &

Lebih terperinci

PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE. Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia

PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE. Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE Eli Trisiai Hasriai Rola Pae Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua Alam Uierias Riau Kampus Bia Widya

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t TKE 305 ISYARAT DAN SISTEM B a b I s y a r a Indah Susilawai, S.T., M.Eng. Program Sudi Teknik Elekro Fakulas Teknik dan Ilmu Kompuer Universias Mercu Buana Yogyakara 009 BAB I I S Y A R A T Tujuan Insruksional.

Lebih terperinci

SISTEM KOMUNIKASI MODULASI ANALOG: PM (Phase Modulation) & FM (Frequency Modulation) PRODI D3 TT TELKOM UNIVERSITY

SISTEM KOMUNIKASI MODULASI ANALOG: PM (Phase Modulation) & FM (Frequency Modulation) PRODI D3 TT TELKOM UNIVERSITY SISTEM KOMUNIKASI MODULASI ANALOG: PM (Phase Modulaion) & FM (Frequeny Modulaion) PRODI D3 TT TELKOM UNIVERSITY PENDAHULUAN Lahirnya Konsep modulasi rekuensi diurunkan dari konsep modulasi sudu/asa Apa

Lebih terperinci

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr materio.r Statistika A. PENDAHULUAN Statistika adalah ilmu yag mempelajari pegambila, peyajia, pegolaha, da peafsira data. Data terdiri dari dua jeis, yaitu data kualitatif (sifat) da data kuatitatif (agka).

Lebih terperinci

STATISTIKA MAT 2 NILAI MATEMATIKA NILAI MATEMATIKA NILAI MATEMATIKA A. PENDAHULUAN B. PENYAJIAN DATA. Diagram garis

STATISTIKA MAT 2 NILAI MATEMATIKA NILAI MATEMATIKA NILAI MATEMATIKA A. PENDAHULUAN B. PENYAJIAN DATA. Diagram garis materio.r A. PENDAHULUAN Statistika adalah ilmu yag mempelajari pegambila, peyajia, pegolaha, da peafsira data. Data terdiri dari dua jeis, yaitu data kualitatif (sifat) da data kuatitatif (agka). B. PENYAJIAN

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

Lebih terperinci

BAB IX KINERJA SISKOM ANALOG

BAB IX KINERJA SISKOM ANALOG 58 isem Komunikasi I (TT313) 9.1 KINERJ M-B BB IX KINERJ IKOM NLOG uau sinyal M-B-LB dengan pemodulasi sinusoidal unggal x. () -x () = os ( x), = pembawa inyal ersebu berampur dengan Whie Noise di inpu

Lebih terperinci

MODUL 1 MODULASI ANALOG

MODUL 1 MODULASI ANALOG Uni I Ampliude Modulaion MODUL 1 MODULASI ANALOG Tujuan Prakikum 1. Memahami prinsip kerja modulasi dan demodulasi Ampliude Modulaion (AM) dan Frequency Modulaion (FM). Dapa menganalisa pengaruh index

Lebih terperinci

Penyelesaian Persamaan Non Linier

Penyelesaian Persamaan Non Linier Peyelesaia Persamaa No Liier Metode Iterasi Sederhaa Metode Newto Raphso Permasalaha Titik Kritis pada Newto Raphso Metode Secat Metode Numerik Iterasi/NewtoRaphso/Secat - Metode Iterasi Sederhaa- Metode

Lebih terperinci

Gambar 2.2. Mesin 5-Aksis [11] Pengembangan metode..., Agung Premono, FT UI, 2009

Gambar 2.2. Mesin 5-Aksis [11] Pengembangan metode..., Agung Premono, FT UI, 2009 BAB II TEORI DASAR 2.1. Proses Pemesia Muli-Ais Proses pemesia muli-ais didefiisika sebagai proses pemesia ag dilakuka dega mesi frais/millig (CNC) dega pergeraka lima-ais (5- ais), aau biasa disebu pemesia

Lebih terperinci

MODULASI AM(DSB- SC,SSB dan VSB) SISTEM KOMUNIKASI (DTG2F3) PRODI D3 TEKNIK TELEKOMUNIKASI

MODULASI AM(DSB- SC,SSB dan VSB) SISTEM KOMUNIKASI (DTG2F3) PRODI D3 TEKNIK TELEKOMUNIKASI MODULASI AM(DSB- SC,SSB dan VSB) 1 SISTEM KOMUNIKASI (DTG2F3) PRODI D3 TEKNIK TELEKOMUNIKASI 2 Apa iu Modulasi? Modulasi adalah pengauran parameer dari sinyal pembawa (carrier) yang berfrequency inggi

Lebih terperinci

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real: BARISAN TAK HINGGA Secara umum, suatu barisa dapat diyataka sebagai susua terurut dari bilaga-bilaga real: u 1, u 2, u 3, Barisa tak higga merupaka suatu fugsi dega domai berupa himpua bilaga bulat positif

Lebih terperinci

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel BAB III ANALISIS INTERVENSI 3.1. Pendahuluan Analisis inervensi dimaksudkan unuk penenuan jenis respons variabel ak bebas yang akan muncul akiba perubahan pada variabel bebas. Box dan Tiao (1975) elah

Lebih terperinci

Oleh: Bambang Widodo, SPd SMA Negeri 9 Yogyakarta

Oleh: Bambang Widodo, SPd SMA Negeri 9 Yogyakarta Oleh: Bambag Widodo, SPd SMA Negeri 9 Yogyakarta PETA KONSEP Prisip Superposisi Liier Sefase π π beda faseya : 0,2, 4,. beda litasa : 0,,2, 3,. terjadi iterferesi Kostruktif/ salig meguatka, amplitudo

Lebih terperinci

OPTIMASI INVENTORY COST PADA MODEL MATEMATIKA EPQ (ECONOMIC PRODUCTION QUANTITY) DENGAN BACKORDER DAN VARIASI SET UP COST Rofila El Maghfiroh 4

OPTIMASI INVENTORY COST PADA MODEL MATEMATIKA EPQ (ECONOMIC PRODUCTION QUANTITY) DENGAN BACKORDER DAN VARIASI SET UP COST Rofila El Maghfiroh 4 JURNAL ILMU-ILMU EKNIK - SISEM Vol. 3 No. OPIMASI INVENORY COS PAA MOEL MAEMAIKA EP (ECONOMIC PROUCION UANIY) ENGAN ACKORER AN VARIASI SE UP COS Rofila El Maghfiroh 4 Absrak: Masalah pegedalia persediaa

Lebih terperinci