Hubungan antara G dengan T dan P untuk sistem tertutup: Untuk fluida fasa tunggal dalam sistem tertutup tanpa reaksi kimia:

Ukuran: px
Mulai penontonan dengan halaman:

Download "Hubungan antara G dengan T dan P untuk sistem tertutup: Untuk fluida fasa tunggal dalam sistem tertutup tanpa reaksi kimia:"

Transkripsi

1 BAB 3

2 Huuga atara G dega T da utuk sste tertutup: d(g) = () d (S) dt (.14) Utuk fluda fasa tuggal dala sste tertutup tapa reaks ka: G T, G T, S

3 Utuk sste teruka fasa tuggal: G = g(, T, 1,,...,,... ) Dferesal total: d G G G G T, d T, dt T,, j d otesal ka ddefska seaga: G T,, j (3.1)

4 Sehgga pers. d atas ejad G d S dt d d (3.) Utuk sste yag terdr dar 1 ol, = 1 da = x dg d SdT dx (3.3) ers. (3.3) eyataka huuga atara eerg Gs olar dega varael caocal-ya, yatu T,, da {x }: G = G(T,, x 1, x,..., x,... )

5 Dar pers. (3.3): S G T, x G T, x

6 gas Dtjau satu sste tertutup yag terdr dar dua fasa yag erada dala keadaa keseaga. car Setap fasa erlaku seaga satu sste teruka. d d G d S dt G d S dt d d

7 eruaha total eerg Gs utuk sste erupaka julah peruaha dar asg-asg fasa d d(g) = () d (S) dt G d S dt d Secara keseluruha, sste erupaka sste tertutup, sehgga persaaa (.14) juga erlaku: d d d 0 d da d ada akat trasfer assa atar fasa.

8 Meurut huku kekekala assa: d d d d d 0 Karea d depede da searag, aka satu-satuya cara agar ruas kr pers. d atas = 0 ol adalah ahwa setap ter d dala tada kurug = 0: 0 ( = 1,,..., N) Jad pada keadaa keseaga, potesal ka setap speses adalah saa d setap fasa. d d d d 0 0 d d 0

9 eurua dega cara yag saa eujukka ahwa pada keadaa keseaga, T da kedua fasa adalah saa. Utuk sste yag terdr dar leh dar fasa:... ( = 1,,..., N) (3.6)

10 Defs dar partal olar property: M M T,, j (3.7) M ewakl U, H, S, G, dll. artal olar property erupaka suatu respose fucto, yag eyataka peruaha total property M akat peaaha sejulah dferesal speses ke dala sejulah tertetu laruta pada T da kosta. eadga atara pers. (3.1) da (3.7): G (3.8)

11 Whe oe ole of water s added to a large volue of water at 5 ºC, the volue creases y 18 c 3. The olar volue of pure water would thus e reported as 18 c 3 ol -1. However, addto of oe ole of water to a large volue of pure ethaol results a crease volue of oly 14 c 3. The reaso that the crease s dfferet s that the volue occuped y a gve uer of water olecules depeds upo the detty of the surroudg olecules. The value 14 c 3 s sad to e the partal olar volue of water ethaol.

12 HUBUNGAN ANTARA MOLAR ROEY DAN AIAL MOLAR ROEY M = M(T,, 1,,...,,... ) Dferesal total: d M M M M d dt T, T, T,, j d Dervatf parsal pada suku pertaa da kedua ruas kaa devaluas pada kosta, sehgga: d M M T, x d M T, x dt M T,, j d

13 Dervatf parsal pada suku ketga ruas kaa ddefska oleh pers. (3.7), sehgga: d M M T M d dt T, x Karea = x, aka, x M d (3.9) d = x d + dx Sedagka d(m) dapat dgat dega: d(m) = dm + M d

14 Sehgga pers. (3.9) ejad: dt T M d M M d dm x x T,, dx d x M Suku-suku yag egadug dkupulka, deka juga suku-suku yag egadug d: dx M dt T M d M dm x x T,, 0 d M x M

15 da d asg-asg depede da searag, sehgga satu-satuya cara utuk euat ruas kaa saa dega ol adalah dega euat ter yag erada dala kurug saa dega ol. 0,, x x T dx M dt T M d M dm x x T dx M dt T M d M dm,, (3.10) ers. (3.10) saa dega (3.9), jka = 1.

16 M x M 0 M x M (3.11) Jka pers. (3.11) dkalka dega, aka M M (3.1) Dferesas terhadap pers. (3.11) eghaslka: dm x dm M dx Jka dasukka ke pers. (3.10) aka aka ejad:

17 x x T dx M dt T M d M,, dx M dm x Selajutya aka dperoleh persaaa GIBBS/DUHEM: 0,, x x T dm x dt T M d M (3.13) Utuk proses yag erlagsug pada T da kosta: 0 M d x (3.14)

18 Jka ol gas deal eeuh ruaga dega volue t pada teperatur T, aka tekaaya adalah: t (A) Jka ol speses dala capura eeuh ruaga yag saa, aka tekaaya: p t (B)

19 Jka pers. (B) dag dega pers. (A), aka x p p = y ( = 1,,..., N) artal olar volue utuk gas deal: j j T T g g,,,, j

20 Jad utuk gas deal: g g (3.15) Gas deal erupaka gas odel yag terdr dar olekul-olekul ajer yag tdak elk volue da tdak salg erteraks roperty setap speses tdak dpegaruh oleh keeradaa speses laya Dasar dar Teor Gs

21 TEORI GIBBS: artal olar property (sela volue) dar suatu speses dala capura gas deal saa dega olar property terseut utuk speses dala keadaa ur pada teperatur capura tap tekaaya saa dega tekaa partal speses terseut dala capura. eryataa ateats utuk teor Gs: g g T M T p M,, utuk M (3.16) g g

22 Karea ethalpy tdak tergatug pada, aka H Sehgga: H g T, p H T g, g T, H T g, H g H g (3.17) Dega easukka pers. (3.11): H g y H g (3.18)

23 ersaaa yag sejes juga erlaku utuk U g da property la yag tdak tergatug pada tekaa. ers. (3.18) dapat dtuls ulag dala etuk: H g y H g 0 Utuk gas deal, peruaha ethalpy pecapura = 0

24 Utuk gas deal: g g T g R Jka dasukka ke pers. (.5): dh g C g dt g T T g d (.5) dh g C g dt g T R d dh g C g dt (3.19)

25 Jka dasukka ke pers. (.6): ds ds g g C C g g dt T dt T T g d R Utuk proses pada T kosta: d (.6) (3.0) S g S ds g p ds g Rd l (T kosta) R p d l (T kosta) g T, S T, p R l R l R l y g g T, p S T, R l y p y

26 Meurut per. (3.16): g Sehgga: g T, S T p S, S S g g g T, S T, R l y S g R l y (3.1) Meurut sualty relato, pers. (3.1): g g g S y S y S Rly Sehgga pers. (3.1) dapat dtuls seaga: g g S y S R y l y (3.)

27 eruaha etropy yag eyerta pecapura gas deal dapat dperoleh dega eyusu ulag pers. (3.) ejad: S g y S g R y l y Atau: S g g y S R y l 1 y Karea 1/y >1, aka ruas seelah kaa selalu postf, sesua dega huku kedua Terodaka. Jad proses pecapura adalah proses reversel.

28 Eerg eas Gs utuk capura gas deal: G g = H g T S g Utuk partal property: G g H g T S g Susttus pers. (3.17) da (3.1) ke persaaa d atas: G g H g T S g ly Atau: g G g G g ly (3.3)

29 Cara la utuk eyataka potesal ka adalah dega egguaka pers. (.14) dg g S g dt g d (.14) ada teperatur kosta: dg g g d d d (T kosta) Hasl tegras: G g T l (3.4)

30 Jka dgaug dega pers. (3.3): g T ly (3.5) Eerg Gs utuk capura gas deal: T y y g G y l (3.6) Karea G g y G g y g y T ly

31 ersaaa yag aalog utuk fluda yata: ers. (3.4) haya erlaku utuk zat ur dala keadaa gas deal. G T lf (3.7) Dega f adalah fugastas zat ur. eguraga pers. (3.4) dega (3.7) eghaslka: G G g f l

32 Meurut pers. (.39): G G g f l G G g G R Sedagka raso f / erupaka property aru yag dseut KOEFISIEN FUGASITAS dega sol. G R l R G l (3.8) dega f (3.9)

33 Defs dar fugastas dlegkap dega peryataa ahwa fugastas zat ur dala keadaa gas deal adalah saa dega tekaaya: f g (3.30) Sehgga utuk gas deal G R = 0 da = 1. Meurut pers. (.46): R G 0 Z d 1 (T kosta)

34 ersaaa (3.8) da (.46) dapat dsusu ulag ejad: d l Z 1 (T kosta) (3.31) 0 ersaaa (3.31) dapat lagsug dguaka utuk eg-htug koefse fugastas zat ur dega egguaka persaaa keadaa dala etuk volue explct. Cotoh persaaa keadaa dala etuk volue explct adalah pers. ral suku:

35 Z 1 B Z 1 B l 0 d Z 1 0 B d (T kosta) Karea B haya tergatug pada teperatur, aka l B 0 d (T kosta) l B (3.3)

36 Bagaaa utuk persaaa keadaa kuk yag erupaka persaaa yag eretuk eksplst? Guaka pers. (.55) G R Z 1 lz Z 1 d (.55) l Z 1 lz Z 1 d (3.33) Atau: l Z 1 lz 1 d (3.34)

37 KOEFISIEN FUGASITAS SENYAWA MURNI DARI BEBERAA ERSAMAAN KEADAAN: 1. a der Waals l a Z 1 a l Z 1 (3.34). ral Z 1 B l B C C B D 3BC B (3.35)

38 3. Redlch-Kwog 1 l a 1 Z l 1 Z l a 4. Soave-Redlch-Kwog 1 l a 1 Z l 1 Z l a (3.37) (3.36)

39 5. eg-roso 0,414,414 l a 1 Z l 1 Z l a (3.38)

40 KESEIMBANGAN FASA UA-CAIR UNTUK ZAT MURNI ers. (3.7) utuk zat ur dala keadaa uap jeuh G T lf (3.7a) Utuk car jeuh: G L T lf L (3.7) Jka keduaya dkuragka: G G L f l f L

41 roses peruaha fasa dar uap ejad car atau sealkya terjad pada T da kosta ( sat ). ada kods : G G L 0 Sehgga: f f L f sat (3.38) Utuk zat ur, fasa car da uap ada ersaa-saa jka keduaya elk teperatur, tekaa da fugastas yag saa

42 Cara la: sat f sat sat (3.39) Sehgga: L sat (3.40) Utuk zat ur, fasa car da uap ada ersaa-saa jka keduaya elk teperatur, tekaa da koefse fugastas yag saa ersaaa (3.40) leh ayak dguaka seaga krtera keseaga, karea koefse fugastas dapat dhtug/ dturuka dar persaaa keadaa (persaaa )

43 Dala perhtuga keseaga fasa uap da car utuk zat ur, seearya kta harus eyelesaka seragkaa persaaa: f L f T, T, (a) () L f f T,, T,, L (c) (d) L (e)

44 Dala hal kta elk 5 persaaa dega 6 uah varael (T,,, L,, da L ). Agar persaaa terseut dapat dselesaka aka julah persaaa harus saa dega julah varael, atau derajat keeasa harus saa dega ol. derajat keeasa = jl varael eas jl persaaa Dala hal : derajat keeasa = 6 5 = 1 Hal erart ahwa kela persaaa terseut dapat dselesaka haya la salah satu varale eas dtetuka laya.

45 Dala hal keseaga fasa-uap car zat ur, varael eas yag dplh adalah T atau. Jka yag dtetuka adalah T, aka seragkaa persaaa terseut dapat dguaka utuk eghtug tekaa jeuh atau tekaa uap jeuh. Sste persaaa terseut pada dasarya dapat dreduks ejad satu persaaa: L atau f 1 0 L (f)

46 Jad tya adalah kta aka eyelesaka satu persaaa (pers. f) dega satu varael, yatu. Yag ejad asalah adalah ahwa persaaa terseut uka erupaka persaaa ler. Cara yag palg udah utuk eyelesaka persaaa terseut adalah dega cara NUMERIK.

47 Algorta: 1. Teak la. Htug Z da Z L dega etoda aalts 3. Htug 4. Htug L 5. Htug dega pers. (C) 6. Htug L dega pers. (D) 7. Htug Raso = / L 8. Jka Raso 1, teak la yag aru HOW??? 9. Ulag lagkah -8

48 Ada ayak etoda uerk yag dapat dguaka, tetap dala persoala perhtuga keseaga fasa cara yag palg udah adalah BISECTION METHOD. f L f M x L x M x R f R

49 ALGORITMA: 1. Teak la x L da x R (= x L + x). Htug f L = f(x L ) da f R = f(x R ) 3. Htug f L f R 4. = 0 5. Jka (f L f R ) > 0 aka : a. Jka f L < f R aka: x R = x L x L = x R x Keal ke lagkah. Jka f L > f R aka: x L = x R x R = x L + x Keal ke lagkah

50 6. Jka (f L f R ) < 0 aka : 7. = Htug x M : x M 9. Htug f M = f(x M ) x L x R 10. Jka f M aka x = x M, selesa 11. Htug f L f M 1. Jka (f L f M ) > 0 aka : a. x L = x M. x R = x R c. Htug f L da f R. Keal ke lagkah 7

51 9. Jka (f L f M ) < 0 aka : a. x L = x L. x R = x M c. Htug f L da f R. Keal ke lagkah 7

52 CONTOH SOAL Data eksperetal utuk tekaa uap -heksaa pada 100C adalah 5,86 at. redkska tekaa uap terseut dega egguaka persaaa RK da SRK ENYELESAIAN: T c = 469,7 K c = 33,5 at a R = 0,08057 L 3 at K -1 ol -1

53 a R T 0,4748 c c 0,0866 c c 19,098 0,1004 T 1 r 1 0,7944 1, 119 ada tekaa uap jeuh, fugastas fasa car = fasa uap 1 L L da L dhtug seaga akar teresar da terkecl dar persaaa kuk. Selesaka persaaa kuk dega etoda aalts.

54 utuk persaaa RK: l Z 1 l Z 1 a l 1 (A) L utuk persaaa RK: l L Z L 1 l Z 1 L a l 1 L (B)

55 FUGASITAS CAIRAN MURNI Fugastas cara ur dhtug elalu tahap: 1. Meghtug koefse fugastas uap jeuh dega pers. (3.31) atau (3.34) l sat sat 0 Z 1 d (3.31) l sat Z sat 1 lz sat 1 sat 0 d (3.34)

56 Selajutya fugastas uap jeuh dhtug dega egguaka pers. (3.36) f sat sat sat Fugastas juga erupaka fugastas car jeuh. Meghtug peruaha fugastas akat peruaha tekaa dar sat sapa, yag eguah keadaa cara jeuh ejad cara lewat jeuh. Meurut persaaa (.14) utuk T kosta: dg d G G sat dg sat d

57 G G sat sat d adalah olar volue dar cara. (3.38) Sedagka eurut pers. (3.7): G T lf G G sat G sat T lf f l f sat sat (3.39)

58 ers. (3.38) = (3.39): f 1 l sat f sat d Molar volue cara ( ) haya sedkt dpegaruh oleh pada T << T c, sehgga pada persaaa d atas dapat daggap kosta. f l f sat sat

59 sat f F exp sat f (3.40) oytg factor Dega eggat ahwa: aka f sat sat sat f sat sat exp sat (3.41)

60 Defs dar koefse fugastas suatu kopoe dala capura/laruta saa dega defs fugastas zat ur (pers. 3.5) g T l y fˆ T lˆf Adalah fugastas speses dala laruta uka erupaka partal olar property Krtera keseaga laruta: (3.4) ˆf ˆf... ˆf ( = 1,,..., N) (3.43)

61 Utuk keseaga uap-car ultkopoe: L f f ˆ ˆ (3.44) ( = 1,,..., N) Defs dar resdual property: M R M M g Jka dkalka dega : M R M M g Dferesas terhadap pada T, da j kosta: j j j T g T T R M M M,,,,,,

62 M R M M g (3.45) Utuk eerg eas Gs: G R G G g (3.46) g T g lˆf T ly ˆf l y (3.4) (3.5)

63 Dega eggat ahwa G, aka: G R lˆ (3.47) Dega defs: ˆ ˆf y (3.48)

64 FUNDAMENTAL RESIDUAL-ROEY RELATION Besara yag erhuuga dega G yag ayak dguaka adalah (G/). Jka ddeferesalka: G 1 G d d G dt (3.49) d(g) pada persaaa d atas dgat dega pers. (3.) d G d S dt d (3.)

65 Sehgga dperoleh: d G d S dt d G dt G d d TS GdT G d Dega eggat ahwa G = H TS, aka: G H G d d dt d (3.50)

66 Utuk gas deal: g g G H d d g dt g G d Jka pers. (3.50) dkurag dega pers. utuk gas deal: R R G H d d R dt R G d (3.51) Jka ers. (3.47) dasukka ke pers. (3.51), aka: d G R R d R H dt lˆ d (3.5)

67 x T R R G, x R R T G T H, j T R G,, ˆ l (3.53) (3.55) (3.54)

68 KOEFISIEN FUGASITAS DARI OLUME-EXLICIT EOS Huuga atara Resdual Gs free eergy dega persaaa keadaa: R G 0 Z 1 d (.44) Utuk capura dega ol: G R 0 Z d

69 Dferesas terhadap pada T, da j kosta: R G Z T,, j 0 T,, j d lˆ Z 0 T,, j d Z 0 T,, j d lˆ 0 Z 1 d (3.56) dega Z Z T,, j

70 Utuk persaaa vral suku: Z 1 B Z Z B Z B T,, 1 T, j j Jka dsusttuska ke pers. (3.55):

71 lˆ 1 B 0 T, 1 B 0 T, j d j 1 d lˆ B T, j (3.57) Koefse vral kedua (B) dala pers. d atas adalah koefse utuk capura: B j y y j B j (3.57)

72 Utuk capura kopoe: B y B y y B y B B B B B B B B B , B B B B B B T j j j B y y B

73 , 1 B y y B B y B y y B y B T j j j T B y B B j, (3.58)

74 CONTOH SOAL Htug koefse fugastas N (1) da CH 4 () yag erada dala capura dega koposs y 1 = 0,4 pada 00 K da 30 ar. Data eksperetal utuk koefse vral kedua: B 11 = 35, c 3 ol 1 B = 105 c 3 ol 1 B 1 = 59,8 c 3 ol 1 ENYELESAIAN lˆ B T, j B T, j B j y j B j B j y y j B j

75 B y 1 B11 y1 y B1 y B = (0,4) ( 35,) + (0,4)(0,6)( 59,8) + (0,6) ( 105) = 7,136 c 3 ol 1 lˆ 1 B 1 T, B 1 B T, y B 1 11 y B 1 0,4 35, 0,6 59,8 7, 78 7,14

76 lˆ ,14 7, , 0501 ˆ1 0,9511 lˆ B T, B 1 B T, 1 y B y B 101, lˆ 30 83,14 101, , 1835 ˆ 0,834

77 KOEFISIEN FUGASITAS DARI CUBIC EOS Defs fugastas parsal eurut pers. (3.4): G T lˆf Jka ddeferesalka: dg dlˆ f Sedagka pada T kosta juga erlaku huuga: dg d Jka kedua persaaa terakhr dgaug aka dhaslka: d lˆf d d (3.59)

78 d dapat delas dega atua atura erata utuk dferesal parsal: 1 d d (3.60) Sehgga: d f d lˆ (3.61)

79 Jka kedua ss pers. (3.61) dtaah dega d l (/) aka: d ˆf l d d l d Meggat ahwa: ˆf l l ˆf l l 0 ly

80 Maka: f y d f d lˆ l ˆ l d y f l ˆ l d y f l l ˆ l d y f l ˆ l

81 Kedua ss dkurag dega l l ˆf y d l lˆ d l Z (3.6)

82 Z l l 1 ˆ l a a a a l dega: j j j a y a 1

83 a lz l l ˆ a der Waals: lz l ˆ l a j j j l a a y a Redlch-Kwog:

84 lz l ˆ l a j j j l a a y a Soave-Redlch-Kwog:

85 j j j 0,414,414 l a a y,88 a a lz l ˆ l eg-roso:

: sebagai standar pembanding bagi sifat-sifat gas nyata Larutan ideal : sebagai standar pembanding bagi sifat-sifat larutan nyata Pers. (3.

: 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 terperinci

PROGRAM LINIEAR DENGAN METODE SIMPLEX

PROGRAM LINIEAR DENGAN METODE SIMPLEX POGAM LINIEA DENGAN METODE SIMPLEX A. TEKNIK PENYELESAIAN Betuk Soal Progra Lear Kedala utaa asalah rogra lear daat eretuk a atau a atau a. Kedala yag eretuk ertdaksaaa daoat duah ead ersaaa seaga erkut

Lebih terperinci

Mengubah bahan baku menjadi produk yang lebih bernilai melalui sintesis kimia banyak dilakukan di industri

Mengubah 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 terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

Lebih terperinci

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema II. LANDASAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teorea-teorea ag edukug utuk pebahasa pada bab IV. Pegerta (defs) da teorea tersebut dtulska sebaga berkut... Teorea Proeks Teorea proeks

Lebih terperinci

Analisis Regresi dan Korelasi

Analisis Regresi dan Korelasi Metode Statstka Pertemua III Aalss Regres da Korelas Pegatar Apa tu aalss regres? Apa edaya dega korelas? Aalss Regres Aalss statstka yag memafaatka huuga atara dua atau leh peuah kuattatf sehgga salah

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-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 terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 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 terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji 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 terperinci

ANALISIS MASALAH GENERATOR DARI POSSIBLE DAN UNIVERSAL EIGENVECTOR PADA MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ANALISIS MASALAH GENERATOR DARI POSSIBLE DAN UNIVERSAL EIGENVECTOR PADA MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS Sear Nasoal Mateatka IV (SeNasMat) Isttut Tekolog Sepuluh Nopeber, Surabaya, 3 Deseber NLISIS MSLH GENERTOR DRI POSSIBLE DN UNIVERSL EIGENVECTOR PD MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar, Suboo,

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB 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 terperinci

Analisis Korelasi dan Regresi

Analisis Korelasi dan Regresi Aalss Korelas da Regres Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uad LOGO www.themegaller.com LOGO Data varat Data dega dua varael Terhadap satu pegamata dlakuka pegukurapegamata terhadap varael

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat 0 BAB LANDASAN TEORI. Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varael terhadap varael yag la. Varael yag pertama dseut dega ermacam-macam stlah: varael

Lebih terperinci

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN 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 terperinci

INTERPOLASI. FTI-Universitas Yarsi

INTERPOLASI. 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 terperinci

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi 3 II. TINJAUAN PUSTAKA. Aalss Regres Aalss regres merupaka salah satu metode statstka ag dguaka utuk mempelajar da megukur huuga statstk ag terjad atara dua atau leh varael. Dalam regres sederhaa dkaj

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 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 terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 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 terperinci

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS 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 terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 0 BAB LANDASAN TEORI. Pegerta Regres da Korelas.. Pegerta Regres Regres adalah suatu metode statstka yag ergua utuk memerksa atau memodelka huuga datara varael-varael. Varael-varael terseut dega megguaka

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

Lebih terperinci

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 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 terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM 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 terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON 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 terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 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 terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB 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 terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* 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 terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 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 terperinci

INTERPOLASI INTERPOLASI LINIER INTERPOLASI KUADRATIK

INTERPOLASI INTERPOLASI LINIER INTERPOLASI KUADRATIK INTERPOASI INTERPOASI INIER INTERPOASI KUADRATIK INTERPOASI POINOMIA Dua ttk data : Gars Tga ttk data : Kuadratk g Empat ttk data :Polomal tgkat-3 Dketahu: ttk data ( y ) ( y ) ( y ) D ttk data :Polomal

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: 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 terperinci

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

ANALISIS 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 terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 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 terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

DISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali)

DISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali) DISTRIBUSI BINOMIAL Distribusi bioial berasal dari percobaa bioial yaitu suatu proses Beroulli yag diulag sebayak kali da salig bebas. Distribusi Bioial erupaka distribusi peubah acak diskrit. Secara lagsug,

Lebih terperinci

Pertemuan 3 Luas Daerah Bidang Datar, dan Volume Benda Padat dengan Metode Bidang Irisan Sejajar

Pertemuan 3 Luas Daerah Bidang Datar, dan Volume Benda Padat dengan Metode Bidang Irisan Sejajar ertemua 3 Luas Daerah Bdag Datar, da Volume Beda adat dega Metode Bdag Irsa Sejajar A. Luas Daerah Bdag Datar 1. Luas Daerah Bdag Datar Yag Datas Oleh Kura f, sumu X, Gars a da Gars DEFINISI: Msalka D

Lebih terperinci

Forum Statistika dan Komputasi, Oktoberl 2005, p: Vol. 10 No. 2 ISSN :

Forum Statistika dan Komputasi, Oktoberl 2005, p: Vol. 10 No. 2 ISSN : Foru Statstka da Koputas, Oktoerl 005, p: 5 3 Vol 0 No ISSN : 0853-85 PENDUGAAN PRODUKTIVITAS KENTANG DENGAN METODE KEMUNGKINAN MAKSIMUM UNTUK MODEL ACAK Har Wjaato, Kharl Awar Notodputro, Barz Departee

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN 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 terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Kehidupa ausia seatiasa diarahka pada kodisi yag aka datag, yag keberadaaya tidak dapat diketahui secara pasti. Sehigga ausia berusaha elakuka kegiata kegiata dega berorietasi

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB 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 terperinci

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

Ruang 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 terperinci

BAB III ISI. x 2. 2πσ

BAB 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 terperinci

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

Lebih terperinci

LAJU REAKSI. A. KEMOLARAN - Kemolaran adalah menyatakan banyaknya mol zat terlarut dalam 1 liter larutan. M = V

LAJU REAKSI. A. KEMOLARAN - Kemolaran adalah menyatakan banyaknya mol zat terlarut dalam 1 liter larutan. M = V LAJU REAKSI STANDART KOMPETENSI; Meahai kietika reaksi, kesetibaga kiia, da faktor-faktor yag berpegaruh, serta peerapaya dala kehidupa sehari-hari KOMPETENSI DASAR; Medeskripsika pegertia laju reaksi

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. 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 terperinci

Aturan Cramer dalam Aljabar Maks-Plus Interval

Aturan Cramer dalam Aljabar Maks-Plus Interval Jural Matematka & Sas Aprl 2015 Vol 20 Nomor 1 Atura Cramer dalam Aljaar Maks-Plus Iterval Sswato Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Uverstas Seelas Maret Surakarta e-mal: ssmpaus@yahoocod

Lebih terperinci

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 3, 8-7, Desemer 4, ISSN : 4-858 PEMODELAN STATISTIKA DENGAN TRANSFORMASI BO CO Dw Ispryat Staf Pegajar Jurusa Matematka Fakultas MIPA UNDIP Semarag Astrak Aalss

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

Penyelesaian Masalah Transportasi Dengan Metoda Primal-Dual Wawan Laksito YS 4)

Penyelesaian Masalah Transportasi Dengan Metoda Primal-Dual Wawan Laksito YS 4) ISSN : 69 7 Peyeleaa Maalah Traporta Dega Metoda Pral-Dual Wawa Lakto YS 4) Abtrak Maalah Traporta erupaka peraalaha pedtrbua uatu produk hooge dar beberapa uber ke beberapa tuua dega cara yag palg optal.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varael terhadap varael ag la. Varael ag pertama dseut dega ermacam-macam stlah: varael

Lebih terperinci

KODE SIKLIK (CYCLIC CODES)

KODE SIKLIK (CYCLIC CODES) Pegatar Teor Pegkodea (Codg Theory) KODE SIKLIK (CYCLIC CODES) Dose Pegampu : Al Sutjaa DISUSUN OLEH: Nama : M Zak Ryato Nm : /5679/PA/8944 Program Stud : Matematka JURUSAN MATEMATIKA FAKULTAS MATEMATIKA

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI I PENDAHULUAN Latar Belakag Dala teor ekoo, setap perusahaa dasuska bertujua eperoleh bala yag aksu Ibala yag ddapat bergatug pada strateg yag dabl perusahaa Kuattas erupaka salah satu strateg perusahaa

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN 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 terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & 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 terperinci

MEKANISME KERUNTUHAN LINGKARAN (Circular Failure Mechanisms)

MEKANISME KERUNTUHAN LINGKARAN (Circular Failure Mechanisms) MEKANISME KERUNTUHAN LINGKARAN (Crcular alure Mechasms) Stabltas Lereg Moda kerutuha lereg umumya adalah rotatoal slp sepajag bdag rutuh yag medekat lgkara Kerutuha dagkal Kerutuha dalam Saat rutuh Stabltas

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 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 terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 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 terperinci

KODE SIKLIK (CYCLIC CODES)

KODE SIKLIK (CYCLIC CODES) Codg Theory KODE SIKLIK (CYCLIC CODES) Muhamad Zak Ryato NIM: 2/56792/PA/8944 E-mal: zak@malugmacd http://zakmathwebd Dose Pembmbg: Drs Al Sutjaa, MSc Pedahulua Salah satu bahasa yag palg petg pada lear

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi 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 terperinci

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA INTEGRAL RIEMANN MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. 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 terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I 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 terperinci

BAB II LANDASAN TEORI. merepresentasikan dan menjelaskan permasalahan pada dunia nyata ke dalam. pernyataan matematis (Widowati & Sutimin, 2007 : 1).

BAB II LANDASAN TEORI. merepresentasikan dan menjelaskan permasalahan pada dunia nyata ke dalam. pernyataan matematis (Widowati & Sutimin, 2007 : 1). BAB II LANDASAN EORI.. Model Matematka Model Matematka merupaka represetas matematka yag dhaslka dar pemodela Matematka. Pemodela Matematka merupaka suatu proses merepresetaska da mejelaska permasalaha

Lebih terperinci

SOLUSI TUGAS I HIMPUNAN

SOLUSI 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 terperinci

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX Vol. 7. No. 3, 8-7, Desemer 4, ISSN : 4-858 PEMODELAN STATISTIKA DENGAN TRANSFORMASI BO CO Dw Ispryat Staf Pegajar Jurusa Matematka Fakultas MIPA UNDIP Semarag Astrak Aalss regres adalah salah satu tekk

Lebih terperinci

1. SISTEM TERTUTUP HOMOGEN

1. SISTEM TERTUTUP HOMOGEN BAB II . SISEM EUU HOMOGEN Sistem tertutup adalah sistem yang tidak ada transfer massa antara sistem dan sekeliling W Sistem n out = 0 dn i = 0 (2.) i =, 2, 3,... n in = 0 Q idak ada perpindahan internal

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI 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 terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan 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 terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di 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 terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)

Lebih terperinci

Extra 4 Pengantar Teori Modul

Extra 4 Pengantar Teori Modul Extra 4 Pegatar Teor odul Apabla selama dkealka suatu kosep aljabar megea ruag vektor, maka modul merupaka perumuma dar ruag vektor. Pada modul, syarat skalar dperumum mejad eleme pada suatu rg da buka

Lebih terperinci

PENDAHULUAN. Di dalam modul ini Anda akan mempelajari teori gangguan bebas waktu yang mencakup:

PENDAHULUAN. 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 terperinci

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi Metode Statstka Pertemua XII Aalss Korelas da Regres Aalss Hubuga Jes/tpe hubuga Ukura Keterkata Skala pegukura varabel Pemodela Keterkata Relatoshp vs Causal Relatoshp Tdak semua hubuga (relatoshp) berupa

Lebih terperinci

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI MINGGU KE-0 HUBUNGAN ANTAR KONVERGENSI Hubuga atar koverges Hrark atar koverges dyataka dalam teorema berkut. Teorema Msalka X da X, X, X 3,... adalah varabel radom yag ddefska pada ruag probabltas yag

Lebih terperinci

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

Penelitian Operasional II Teori Permainan TEORI PERMAINAN Peelta Operasoal II Teor Permaa 7 2 TEORI PERMAINAN 2 Pegatar 2 Krtera Tekk Permaa : () Terdapat persaga kepetga datara pelaku (2) Setap pema memlk stateg, bak terbatas maupu tak terbatas (3) Far Game

Lebih terperinci

PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUK MULTI PEMASOK DI UD. SAHABAT

PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUK MULTI PEMASOK DI UD. SAHABAT 68 Bud: PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUK MULTI PEMASOK DI UD. SAHABAT Dya Seta Bud ), Da Reto Sar Dew ), D Edah

Lebih terperinci

II. TINJAUAN PUSTAKA

II. TINJAUAN PUSTAKA 4 II. TINJAUAN PUSTAKA. Pecla.. Defs Pecla Meurut Fergus 96, pecla ddefska seaga suatu data ag mempag dar sekumpula data ag la. Meurut Barett 98, pecla adalah pegamata ag tdak megkut seaga esar pla da

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB 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 terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah 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 terperinci

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari: 5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut

Lebih terperinci

REGRESI & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA 1. Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable)

Lebih terperinci

ANALISIS AVAILABILITAS SISTEM SERI DENGAN PENDEKATAN ANALISIS MARKOV (STUDI KASUS DI PT X )

ANALISIS AVAILABILITAS SISTEM SERI DENGAN PENDEKATAN ANALISIS MARKOV (STUDI KASUS DI PT X ) ANALII AVAILABILITA ITEM ERI DENGAN PENDEKATAN ANALII MARKOV (TUDI KAU DI PT X ) Add Rzka Agusta, Muhaad jahd Akbar da Haryoo Jurusa tatstka, Fakultas Mateatka da Ilu Pegetahua Ala, Isttut Tekolog epuluh

Lebih terperinci

Metode Perbaikan ASM pada Masalah Transportasi Tak Seimbang

Metode Perbaikan ASM pada Masalah Transportasi Tak Seimbang SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 27 Metode Perbaka ASM pada Masalah Trasportas Tak Sebag T - 35 Solkh Departee Mateatka FSM Uverstas Dpoegoro sol_erf@yahooco Abstrak Masalah trasportas

Lebih terperinci

BAB 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. 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 terperinci

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

adalah nilai-nilai yang mungkin diambil oleh parameter jika H Uj Nsbah Kemuga Lema Neyma-Pearso dapat dguaa utu meemua uj palg uasa bag hpotess sederhaa bla sebara dataya haya dtetua oleh satu parameter yag tda detahu. Lema tersebut juga adaalaya dapat dguaa utu

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 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 terperinci

CADANGAN PROSEKTIF ASURANSI JIWA DWIGUNA BERDASARKAN ASUMSI CONSTANT FORCE

CADANGAN PROSEKTIF ASURANSI JIWA DWIGUNA BERDASARKAN ASUMSI CONSTANT FORCE CADANGAN ROSEKTIF ASURANSI JIWA DWIGUNA BERDASARKAN ASUMSI CONSTANT FORCE Tara Mustka 1, Johaes Kho 2, Azskha 2 1 Mahasswa rogra S1 Mateatka 2 Dose Jurusa Mateatka Fakultas Mateatka da Ilu egetahua Ala

Lebih terperinci

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

Pendahuluan. 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 terperinci

PENENTUAN FAKTOR UTAMA PENYEBAB GANGGUAN LISTRIK DENGAN METODE BOOTSTRAP (STUDI KASUS DI KOTA SEMARANG)

PENENTUAN FAKTOR UTAMA PENYEBAB GANGGUAN LISTRIK DENGAN METODE BOOTSTRAP (STUDI KASUS DI KOTA SEMARANG) Prosdg SPMIPA 177-184 006 ISBN : 979704470 PENENTUAN FAKTOR UTAMA PENYEBAB GANGGUAN LISTRIK DENGAN METODE BOOTSTRAP (STUDI KASUS DI KOTA SEMARANG) Taro Progra Stud Statstka FMIPA UNDIP Searag Jl Prof Soedarto,

Lebih terperinci

OVERVIEW Persamaan keadaan adalah persamaan yang menyatakan hubungan antara state variable

OVERVIEW Persamaan keadaan adalah persamaan yang menyatakan hubungan antara state variable OERIEW ersamaan keadaan adalah persamaan yang menyatakan huungan antara state variale yang menggamarkan keadaan dari suatu sistem pada kondisi fisik tertentu State variale adalah property dari sistem yang

Lebih terperinci

Regresi & Korelasi Linier Sederhana

Regresi & Korelasi Linier Sederhana Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah

Lebih terperinci

Sekolah Olimpiade Fisika

Sekolah Olimpiade Fisika SOLUSI SIMULASI OLIMPIADE FISIKA SMA Agustus 06 TINGKAT KABUPATEN/KOTA Waktu : 3 ja Sekolah Olipiade Fisika davitsipayug.co Sekolah Olipiade Fisika davitsipayug.co davitsipayug@gail.co. Dua orag aak earik

Lebih terperinci

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. 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 terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean 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 terperinci