Bab 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

Ukuran: px
Mulai penontonan dengan halaman:

Download "Bab 1 PENDAHULUAN. 1.1 Latar Belakang Masalah"

Transkripsi

1 Bab 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sebagian besar mahasiswa ITB mengambil mata kuliah MA1122 Kalkulus I pada tahun pertama perkuliahannya. Mata kuliah ini merupakan salah satu mata kuliah yang dianggap cukup sulit oleh sebagian mahasiswa ITB. Ada beberapa fakta/dugaan mengenai mata kuliah MA1122 Kalkulus I, antara lain sebagai berikut. 1. Tidak semua mahasiswa ITB lulus mata kuliah MA1122 Kalkulus I dengan nilai yang baik. Mahasiswa yang tidak lulus pada mata kuliah MA1122 Kalkulus I akan kembali mengambil mata kuliah ini (mengulang) di tahun berikutnya. Mahasiswa yang mengulang mata kuliah MA1122 Kalkulus I karena tidak lulus jumlahnya sekitar 6% - 15% setiap tahunnya. 2. Nilai akhir mata kuliah MA1122 Kalkulus I dapat diprediksi dari nilai UTS I mata kuliah MA1122 Kalkulus I. Berdasarkan data tahun ajaran 2005/2006, korelasi antara nilai UTS I dan nilai akhir mata kuliah MA1122 Kalkulus I adalah sebesar 0.8. Hal ini menunjukkan bahwa nilai UTS I (Ujian Tengah Semester) I memberikan pengaruh yang cukup besar terhadap nilai akhir mata kuliah MA1122 Kalkulus I. Dengan 1

2 BAB 1. PENDAHULUAN 2 demikian, nilai akhir mata kuliah MA1122 Kalkulus I sudah dapat diprediksi sejak nilai UTS I diperoleh. 3. Prestasi pada mata kuliah MA1122 Kalkulus I berpengaruh terhadap pencapaian prestasi pada mata kuliah MA1222 Kalkulus II. Sebagian besar mahasiswa yang tidak lulus pada mata kuliah MA1122 Kalkulus I, tidak lulus juga pada mata kuliah MA1222 Kalkulus II. Berdasarkan data tahun ajaran 2005/2006, korelasi antara nilai akhir mata kuliah MA1122 Kalkulus I dan nilai akhir mata kuliah MA1222 Kalkulus II adalah sebesar 0.7. Hal ini menunjukkan bahwa nilai akhir mata kuliah MA1122 Kalkulus I memberikan pengaruh yang cukup besar terhadap nilai akhir mata kuliah MA1222 Kalkulus II. Berdasarkan fakta-fakta di atas, perlu ditentukan suatu komposisi penanganan yang tepat terhadap mahasiswa yang memperoleh nilai tidak memuaskan pada UTS I mata kuliah MA1122 Kalkulus I. Dalam hal ini, nilai UTS I yang kurang dari 50 (dalam skala 100) dianggap sebagai nilai tidak memuaskan, nilai UTS I antara 50 sampai 80 dianggap sebagai nilai kurang memuaskan, dan nilai UTS I yang lebih dari 80 dianggap sebagai nilai memuaskan. Penanganan harus dilakukan setelah UTS I agar mahasiswa yang memperoleh nilai tidak memuaskan pada UTS I mata kuliah MA1122 Kalkulus I dapat memperoleh nilai yang lebih baik pada ujian berikutnya sehingga tingkat drop out karena mata kuliah MA1122 Kalkulus I dapat diminimumkan. Dalam tugas akhir ini dilakukan penelitian terhadap keadaan dari persentase banyaknya mahasiswa dengan nilai UTS I mata kuliah MA1122 Kalkulus I yang tidak memuaskan. Keadaan digolongkan ke dalam 3 kategori, yaitu : Keadaan 1, bila persentase banyaknya mahasiswa dengan nilai UTS I mata kuliah MA1122 Kalkulus I yang tidak memuaskan lebih dari 10% dari jumlah mahasiswa yang mengambil mata kuliah MA1122 Kalkulus I Keadaan 2, bila persentase banyaknya mahasiswa dengan nilai UTS I mata

3 BAB 1. PENDAHULUAN 3 kuliah MA1122 Kalkulus I yang tidak memuaskan antara 5 % - 10% dari jumlah mahasiswa yang mengambil mata kuliah MA1122 Kalkulus I Keadaan 3, bila persentase banyaknya mahasiswa dengan nilai UTS I mata kuliah MA1122 Kalkulus I yang tidak memuaskan kurang dari 5% dari jumlah mahasiswa yang mengambil mata kuliah MA1122 Kalkulus I Beberapa penanganan yang telah diberikan selama ini antara lain tutorial di kelas, PR/tugas, dan asistensi atau tutorial kelas khusus di MAC (Mathematics Aid Center) yang merupakan salah satu fasilitas yang disediakan oleh program studi Matematika ITB. Penanganan baru yang dapat diberikan antara lain tugas tambahan (berupa diskusi/konsultasi dengan dosen, bimbingan dan konseling, training motivasi, atau seminar), pelayanan MAC by appointment, dan tutorial oleh asisten MAC di Study Hall apabila mahasiswa yang ditangani telah melebihi kapasitas MAC. Dengan komposisi penanganan yang tepat diharapkan mahasiswa yang semula memperoleh nilai tidak memuaskan pada UTS I mata kuliah MA1122 Kalkulus I selanjutnya akan memperoleh nilai yang lebih baik pada ujian berikutnya sehingga dapat meminimumkan tingkat drop out karena mata kuliah MA1122 Kalkulus I. Selain itu, karena setiap penanganan ini memerlukan biaya, pemilihan komposisi penanganan yang tepat diharapkan dapat meminimumkan biaya rata-rata yang harus dikeluarkan oleh ITB. 1.2 Rumusan Masalah Dalam tugas akhir ini diteliti bagaimana menentukan kebijakan yang tepat untuk menyikapi suatu keadaan dari persentase banyaknya mahasiswa yang memperoleh nilai tidak memuaskan pada UTS I pada tahun ke-n. Kebijakan yang dimaksud adalah suatu komposisi penanganan yang harus diambil berdasarkan pencapaian prestasi mahasiswa dalam mata kuliah ini. Kebijakan tersebut diharapkan dapat

4 BAB 1. PENDAHULUAN 4 menekan tingkat drop out karena mata kuliah MA1122 Kalkulus I dengan biaya rata-rata yang dikeluarkan minimum. 1.3 Tujuan Tugas akhir ini dilakukan dengan tujuan untuk menentukan suatu kebijakan yang harus diambil oleh pengelola mata kuliah MA1122 Kalkulus I dalam membantu proses belajar mahasiswa di luar kegiatan tatap muka dengan dosen. Kebijakan yang dimaksud adalah suatu komposisi penanganan yang harus diambil berdasarkan kondisi pencapaian prestasi mahasiswa di mata kuliah ini. Melalui pemilihan kebijakan yang tepat diharapkan dapat menekan tingkat drop out karena mata kuliah MA1122 Kalkulus I dan biaya rata-rata yang harus dikeluarkan karena pemilihan kebijakan ini pun minimum. 1.4 Kerangka Teori Pengambilan keputusan Markov merupakan suatu penerapan dari program dinamis terhadap pemecahan suatu masalah pada proses stokastik yang dapat dijelaskan oleh sejumlah keadaan yang terbatas. Proses ini bisa digambarkan dengan empat tipe informasi, yaitu : ruang keadaan, himpunan tindakan, peluang transisi, dan ekspektasi biaya. Peluang transisi di antara keadaan ini dijelaskan oleh suatu matriks yang elemen-elemennya menyatakan biaya yang diakibatkan oleh transisi dari suatu keadaan ke keadaan yang lain. Baik matriks transisi maupun matriks biaya ini sifatnya bergantung pada alternatif-alternatif kebijakan (policy) yang dapat diambil oleh pengambil keputusan. Pemecahan masalah dalam tugas akhir ini memanfaatkan teori pengambilan keputusan Markov. Pertama, dibahas pengantar proses stokastik dan konsep rantai Markov yang meliputi definisi, sifat, matriks peluang transisi, persamaan Chapman- Kolmogorov, dan distribusi peluang stasioner.

5 BAB 1. PENDAHULUAN 5 Selanjutnya, dibahas pengambilan keputusan Markov dengan pendekatan program linier yang meliputi kebijakan stasioner, biaya rata-rata dari kebijakan yang digunakan, dan pendekatan program linier untuk menentukan suatu kebijakan jangka panjang optimum yang menghasilkan biaya rata-rata jangka panjang per satuan waktu yang optimum. Perilaku jangka panjang dari suatu rantai Markov ditandai ketidakbergantungannya pada keadaan awal dari sistemnya. Dalam hal ini, sistem tersebut dikatakan telah mencapai steady state (keadaan yang tetap). Metode simpleks digunakan untuk menyelesaikan masalah program linier pada pengambilan keputusan Markov ini. 1.5 Metode dan Hasil Penelitian Untuk mengetahui dampak dari suatu kebijakan yang diterapkan pada pengelolaan mata kuliah MA1122 Kalkulus I, dilakukan penelitian terhadap mahasiswa yang mengambil mata kuliah MA1122 Kalkulus I pada tahun ajaran 2006/2007. Pada penelitian ini, kepada mahasiswa diberikan beberapa penanganan kemudian dilakukan perbandingan antara nilai ujian sebelum dan sesudah memperoleh penanganan. Selain itu juga dilakukan perbandingan antara mahasiswa yang memperoleh suatu penanganan dengan mahasiswa lain yang memperoleh jenis penanganan yang berbeda. Selain menggunakan data berupa nilai UTS (Ujian Tengah Semester) I, UTS II, dan UAS (Ujian Akhir Semester) mata kuliah MA1122 Kalkulus I tahun ajaran 2006/2007, digunakan juga data mengenai aktivitas mahasiswa dari tiap penanganan yang diberikan yang diperoleh dari dosen dan asisten yang berkaitan dengan mata kuliah ini. Setelah data terkumpul, dilakukan pengolahan data dan pencarian proporsi perubahan nilai dari setiap ujian. Proporsi ini merupakan salah satu parameter yang diperlukan dalam model pengambilan keputusan Markov Biaya akan timbul sebagai konsekuensi dari pemilihan suatu kebijakan. Dengan

6 BAB 1. PENDAHULUAN 6 demikian, pada penelitian ini juga diperlukan data mengenai biaya untuk masingmasing penanganan yang diberikan. Data mengenai biaya (untuk satu semester) ini diturunkan dari informasi yang diperoleh dari beberapa pihak yang terlibat dalam mata kuliah MA1122 Kalkulus I, seperti koordinator mata kuliah, dosen, asisten MAC, dan pihak lainnya. Biaya ini juga merupakan salah satu parameter yang diperlukan dalam model pengambilan keputusan Markov. Setelah parameter-parameter ini diperoleh (proporsi dan biaya) kemudian diturunkan model pengambilan keputusan Markov yang akan diselesaikan dengan pendekatan program linier. Solusi dari model ini adalah kebijakan yang harus diambil oleh pengelola mata kuliah MA1122 Kalkulus I, biaya rata-rata yang harus dikeluarkan dalam satu semester, dan peluang stasioner. 1.6 Sistematika Pembahasan Laporan tugas akhir ini membahas aplikasi teori pengambilan keputusan Markov pada pengelolaan mata kuliah MA1122 Kalkulus I dengan pendekatan program linier. Pembahasan terdiri dari lima bab. Bab pertama, yaitu pendahuluan, berisi latar belakang masalah yang membahas alasan diangkatnya topik ini, rumusan masalah, tujuan, kerangka teori, metode penelitian, dan sistematika pembahasan. Bab kedua berupa landasan teori yang membahas rantai Markov dan pendekatan program linier untuk menyelesaikan masalah pengambilan keputusan Markov. Bab ketiga membahas model masalah pengambilan keputusan Markov pada pengelolaan mata kuliah MA1122 Kalkulus I. Bab keempat membahas solusi dari masalah pengambilan keputusan Markov dengan pendekatan program linier serta analisis dan pembahasannya. Bab kelima berupa kesimpulan yang diperoleh dari penelitian dalam tugas akhir ini.

MODEL PENGELOLAAN MATA KULIAH MA1122 KALKULUS I

MODEL PENGELOLAAN MATA KULIAH MA1122 KALKULUS I Bab 3 MODEL PENGELOLAAN MATA KULIAH MA1122 KALKULUS I Pada bab ini akan dibahas mengenai model pengelolaan mata kuliah MA1122 Kalkulus I yang meliputi klasifikasi nilai dan penanganan yang dapat diberikan,

Lebih terperinci

Bab 4 SOLUSI PENGAMBILAN KEPUTUSAN. 4.1 Masalah Pengambilan Keputusan Markov dengan Pendekatan Program Linier

Bab 4 SOLUSI PENGAMBILAN KEPUTUSAN. 4.1 Masalah Pengambilan Keputusan Markov dengan Pendekatan Program Linier Bab 4 SOLUSI PENGAMBILAN KEPUTUSAN Pada bab ini akan dibahas mengenai masalah pengambilan keputusan Markov pada pengelolaan mata kuliah MA1122 Kalkulus I dengan pendekatan program linier, solusi dari masalah

Lebih terperinci

Aplikasi Teori Pengambilan Keputusan Markov pada Pengelolaan Mata Kuliah MA1122 Kalkulus I : Pendekatan Program Linier

Aplikasi Teori Pengambilan Keputusan Markov pada Pengelolaan Mata Kuliah MA1122 Kalkulus I : Pendekatan Program Linier Aplikasi Teori Pengambilan Keputusan Markov pada Pengelolaan Mata Kuliah MA1122 Kalkulus I : Pendekatan Program Linier Tugas Akhir Diajukan untuk Memenuhi Persyaratan Sidang Sarjana Program Studi Matematika

Lebih terperinci

Bab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik

Bab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik Bab 2 LANDASAN TEORI Pada bab ini akan diberikan penjelasan singkat mengenai pengantar proses stokastik dan rantai Markov, yang akan digunakan untuk analisis pada bab-bab selanjutnya. 2.1 Pengantar Proses

Lebih terperinci

BAB I PENDAHULUAN. sumber yang dapat dipercaya, petunjuk atau reputasi yang telah dibuat.

BAB I PENDAHULUAN. sumber yang dapat dipercaya, petunjuk atau reputasi yang telah dibuat. 1 BAB I PENDAHULUAN 1.1 LATAR BELAKANG Pengambilan keputusan adalah pemilihan di antara alternatifalternatif mengenai sesuatu cara bertindak serta inti dari perencanaan. Suatu rencana dapat dikatakan tidak

Lebih terperinci

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : E1203 / Metode Stokastik Revisi Satuan Kredit Semester : 3 SKS Tgl revisi : 16 Juli 2015 Jml Jam kuliah dalam seminggu :

Lebih terperinci

PREDIKSI JUMLAH LULUSAN DAN PREDIKAT KELULUSAN MAHASISWA FMIPA UNTAN TAHUN ANGKATAN 2013/2014 DENGAN METODE RANTAI MARKOV

PREDIKSI JUMLAH LULUSAN DAN PREDIKAT KELULUSAN MAHASISWA FMIPA UNTAN TAHUN ANGKATAN 2013/2014 DENGAN METODE RANTAI MARKOV Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3(2015), hal 347-352. PREDIKSI JUMLAH LULUSAN DAN PREDIKAT KELULUSAN MAHASISWA FMIPA UNTAN TAHUN ANGKATAN 2013/2014 DENGAN METODE RANTAI

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Peluang Peluang mempunyai banyak persamaan arti, seperti kemungkinan, kesempatan dan kecenderungan. Peluang menunjukkan kemungkinan terjadinya suatu kejadian yang bersifat acak.

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) IKG3F3 PEMODELAN STOKASTIK Disusun oleh: Sri Suryani P, S.Si., M.Si. PROGRAM STUDI ILMU KOMPUTASI FAKULTAS INFORMATIKA TELKOM UNIVERSITY 2015 LEMBAR PENGESAHAN Rencana

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) MUG1B4 KALKULUS 2 Disusun oleh: Jondri, M.Si. PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Semester (RPS) ini

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Bidang statistika berhubungan dengan cara atau metode pengumpulan data, pengolahan, penyajian, dan analisisnya serta pengambilan kesimpulan berdasarkan data dan analisis

Lebih terperinci

PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV

PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV SEMINAR TUGAS AKHIR PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV Oleh : Husien Haikal Fasha 1207 100 011 Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam

Lebih terperinci

ANALISIS ESTIMASI PERUBAHAN MINAT MAHASISWA UNIVERSITAS SUMATERA UTARA TERHADAP TUJUH OPERATOR GSM

ANALISIS ESTIMASI PERUBAHAN MINAT MAHASISWA UNIVERSITAS SUMATERA UTARA TERHADAP TUJUH OPERATOR GSM Saintia Matematika Vol., No. 2 (2), pp. 9 9. ANALISIS ESTIMASI PERUBAHAN MINAT MAHASISWA UNIVERSITAS SUMATERA UTARA TERHADAP TUJUH OPERATOR GSM Hasoloan M Nababan, Open Darnius Sembiring, Ujian Sinulingga

Lebih terperinci

ANALISIS APLIKASI MARKOV CHAIN GUNA MENGHEMAT BIAYA PEMELIHARAAN SARANA PRODUKSI Sunyoto 6

ANALISIS APLIKASI MARKOV CHAIN GUNA MENGHEMAT BIAYA PEMELIHARAAN SARANA PRODUKSI Sunyoto 6 JURNAL ILMU-ILMU TEKNIK - SISTEM, Vol. No. ANALISIS APLIKASI MARKOV CHAIN GUNA MENGHEMAT BIAYA PEMELIHARAAN SARANA PRODUKSI Sunyoto 6 Abstrak: Sarana produksi yang terlibat langsung dalam proses produksi

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 4

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 4 GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 4 Berlaku mulai: Genap/2010 MATA KULIAH : RISET OPERASIONAL KODE MATA KULIAH/SKS : 410102053 / 3 SKS MATA KULIAH PRASYARAT

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Riset Operasi Kode/sks : MAS 4241 /3 Semester : Genap Status (Wajib/Pilihan) : P Prasyarat : MAS 4141(Pemrograman

Lebih terperinci

II. TINJAUAN PUSTAKA. real. T dinamakan himpunan indeks dari proses atau ruang parameter yang

II. TINJAUAN PUSTAKA. real. T dinamakan himpunan indeks dari proses atau ruang parameter yang II. TINJAUAN PUSTAKA 2.1 Proses Stokastik Stokastik proses = { ( ), } adalah kumpulan dari variabel acak yang didefinisikan pada ruang peluang (Ω, ς, P) yang nilai-nilainya pada bilangan real. T dinamakan

Lebih terperinci

SILABUS MATA KULIAH. Tujuan

SILABUS MATA KULIAH. Tujuan SILABUS MATA KULIAH NAMA MATAKULIAH KODE MATAKULIAH KREDIT/SKS SEMESTER DESKRIPSI TUJUAN UMUM PERKULIAHAN Matematika Ekonomi EKO 500 3 (3-0) 1 Kuliah ini terdiri dari tiga bagian pokok, yakni aljabar matriks,

Lebih terperinci

SILABUS TEORI PENGAMBILAN KEPUTUSAN MKPB 505/ 3 SKS

SILABUS TEORI PENGAMBILAN KEPUTUSAN MKPB 505/ 3 SKS SILABUS TEORI PENGAMBILAN KEPUTUSAN MKPB 505/ 3 SKS A. Deskripsi Mata kuliah ini bertujuan untuk menghasilkan kompetensi mahasiswa di bidang. Peserta didik akan memahami dan dasar dan mengaplikasikan teori

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari baik disadari maupun tidak, optimasi selalu dilakukan untuk memenuhi kebutuhan. Tetapi optimasi yang dilakukan masyarakat awam lebih banyak

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Keputusan yang nyata biasanya dibuat dalam keadaan ketidakpastian. Untuk memodelkan ketidakpastian, selama ini digunakan teori probabilitas yang ditemukan

Lebih terperinci

RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER SATUAN ACARA PERKULIAHAN (SAP) METODE STOKASTIK OLEH : KHAMALUDIN, S.T., M.T.

RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER SATUAN ACARA PERKULIAHAN (SAP) METODE STOKASTIK OLEH : KHAMALUDIN, S.T., M.T. RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER SATUAN ACARA PERKULIAHAN (SAP) METODE STOKASTIK OLEH : KHAMALUDIN, S.T., M.T. PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS ISLAM SYEKH-YUSUF

Lebih terperinci

S - 9 PERGESERAN PANGSA PASAR KARTU SELULER PRA BAYAR GSM MENGGUNAKAN ANALISIS RANTAI MARKOV (Studi Kasus: Mahasiswa FMIPA UNSRAT Manado)

S - 9 PERGESERAN PANGSA PASAR KARTU SELULER PRA BAYAR GSM MENGGUNAKAN ANALISIS RANTAI MARKOV (Studi Kasus: Mahasiswa FMIPA UNSRAT Manado) S - 9 PERGESERAN PANGSA PASAR KARTU SELULER PRA BAYAR GSM MENGGUNAKAN ANALISIS RANTAI MARKOV (Studi Kasus: Mahasiswa FMIPA UNSRAT Manado) Djoni Hatidja 1, Sri H. Abdullah 2, dan Deiby T. Salaki 3 1,2,3

Lebih terperinci

PROSES KEPUTUSAN MARKOV DENGAN METODE PENGITERASIAN KEBIJAKAN SKRIPSI RIZKY SYAFITRI

PROSES KEPUTUSAN MARKOV DENGAN METODE PENGITERASIAN KEBIJAKAN SKRIPSI RIZKY SYAFITRI PROE KEPUTUAN MARKOV DENGAN METODE PENGITERAIAN KEBIJAKAN KRIPI RIZKY YAFITRI 090823024 DEPARTEMEN MATEMATIKA FAKULTA MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERITA UMATERA UTARA MEDAN 2011 PROE KEPUTUAN

Lebih terperinci

ABSTRAK. Kata Kunci : Kewajiban Kontinjensi, Estimasi yang Layak, Rantai Markov, Laba Bermakna. Universitas Kristen Maranatha

ABSTRAK. Kata Kunci : Kewajiban Kontinjensi, Estimasi yang Layak, Rantai Markov, Laba Bermakna. Universitas Kristen Maranatha ABSTRAK Dalam rangka meningkatkan penjualan, perusahaan seringkali memberikan layanan purna jual dalam bentuk garansi. Jaminan dan garansi memerlukan biaya masa depan, yang seringkali merupakan biaya tambahan

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2. Pengertian Pemeliharaan Menurut Agus Ahyari (99) pemeliharaan merupakan suatu kegiatan mutlak yang diperlukan dalam perusahaan yang saling berkaitan dengan proses produksi, sehingga

Lebih terperinci

SIMULASI PADA MASALAH KEBANGKRUTAN PENJUDI

SIMULASI PADA MASALAH KEBANGKRUTAN PENJUDI SIMULASI PADA MASALAH KEBANGKRUTAN PENJUDI Dwi Ardian Syah, Respatiwulan, dan Vika Yugi Kurniawan Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret ABSTRAK.

Lebih terperinci

SATUAN ACARA PERKULIAHAN (SAP)

SATUAN ACARA PERKULIAHAN (SAP) INSTITUT KEUANGAN PERBANKAN INFORMATIKA ASIA (ASIAN BANKING FINANCE INFORMATICS INSTITUTE) PERBANAS JAKARTA SATUAN ACARA PERKULIAHAN (SAP) MATA KULIAH: KODE MATA KULIAH: PROGRAM STUDI : BOBOT: SEMESTER

Lebih terperinci

Riset Operasi Bobot: 3 SKS

Riset Operasi Bobot: 3 SKS Riset Operasi Bobot: 3 SKS Tujuan Perkuliahan Setelah mahasiswa mengikuti kuliah ini selama satu semester, mahasiswa diharapkan dapat mengaplikasikan metode-metode kuantitatif dalam pengambilan keputusan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 18 BAB III METODE PENELITIAN Pada bab ini akan dikemukakan metode-metode yang akan digunakan pada bab selanjutnya. Metode-metode pada bab ini yaitu metode Value at Risk dengan pendekatan distribusi normal

Lebih terperinci

PENENTUAN PELUANG TRANSISI t LANGKAH DALAM RANTAI MARKOV DAN PENERAPANNYA DI BIDANG PERTANIAN SKRIPSI RUDY ASWIN

PENENTUAN PELUANG TRANSISI t LANGKAH DALAM RANTAI MARKOV DAN PENERAPANNYA DI BIDANG PERTANIAN SKRIPSI RUDY ASWIN PENENTUAN PELUANG TRANSISI t LANGKAH DALAM RANTAI MARKOV DAN PENERAPANNYA DI BIDANG PERTANIAN SKRIPSI RUDY ASWIN 060823038 DEPARTEMEN MATEMATIKA FALULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS

Lebih terperinci

SOSIALISASI PANDUAN AKADEMIK PROGRAM STUDI AKUNTANSI FE - UST TAHUN AKADEMIK 2015/2016

SOSIALISASI PANDUAN AKADEMIK PROGRAM STUDI AKUNTANSI FE - UST TAHUN AKADEMIK 2015/2016 SOSIALISASI PANDUAN AKADEMIK PROGRAM STUDI AKUNTANSI FE - UST TAHUN AKADEMIK 2015/2016 Akreditasi B Unggulan TAMANSISWA Nasional 2018 Asia Tenggara 2028 1. PENDIDIKAN 2. PENELITIAN 3. PENGABDIAN MASYARAKAT

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2. Persamaan DifferensialParsial Persamaan differensial adalah suatu persamaan yang melibatkan turunan dari satu variabel terikat ( dependent variable) terhadap satu atau lebih variabel

Lebih terperinci

BAB III KALMAN FILTER DISKRIT. Kalman Filter adalah rangkaian teknik perhitungan matematika (algoritma)

BAB III KALMAN FILTER DISKRIT. Kalman Filter adalah rangkaian teknik perhitungan matematika (algoritma) BAB III KALMAN FILTER DISKRIT 3.1 Pendahuluan Kalman Filter adalah rangkaian teknik perhitungan matematika (algoritma) yang memberikan perhitungan efisien dalam mengestimasi state proses, yaitu dengan

Lebih terperinci

BAB III MODEL STATE-SPACE. dalam teori kontrol modern. Model state space dapat mengatasi keterbatasan dari

BAB III MODEL STATE-SPACE. dalam teori kontrol modern. Model state space dapat mengatasi keterbatasan dari BAB III MODEL STATE-SPACE 3.1 Representasi Model State-Space Representasi state space dari suatu sistem merupakan suatu konsep dasar dalam teori kontrol modern. Model state space dapat mengatasi keterbatasan

Lebih terperinci

HAND OUT ANALISIS REAL 1 (MT403) KOSIM RUKMANA

HAND OUT ANALISIS REAL 1 (MT403) KOSIM RUKMANA HAND OUT ANALISIS REAL 1 (MT403) KOSIM RUKMANA JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN IPA UNIVERSITAS PENDIDIKAN INDONESIA 2008 1 Identitas Mata Kuliah 1. Nama Mata Kuliah : Analisis

Lebih terperinci

BAB I PENDAHULUAN. atau memprediksi nilai suatu perolehan data di masa yang akan datang

BAB I PENDAHULUAN. atau memprediksi nilai suatu perolehan data di masa yang akan datang BAB I PENDAHULUAN 1.1 Latar Belakang Time Series atau deret waktu merupakan barisan suatu nilai pengamatan yang diukur dalam rentang waktu tertentu dalam interval waktu yang sama. Analisis data deret waktu

Lebih terperinci

TUGAS I HIMPUNAN Matematika Diskrit (MUG2A3)

TUGAS I HIMPUNAN Matematika Diskrit (MUG2A3) Program Studi S1 Teknik Informatika Fakultas Informatika, Telkom University Instruksi: TUGAS I HIMPUNAN Matematika Diskrit (MUG2A3) 1. Batas akhir pengumpulan tugas ini adalah Rabu, 10 Februari 2016 pukul

Lebih terperinci

BAB III. Hidden Markov Models (HMM) Namun pada beberapa situasi tertentu yang ditemukan di kehidupan nyata,

BAB III. Hidden Markov Models (HMM) Namun pada beberapa situasi tertentu yang ditemukan di kehidupan nyata, BAB III Hidden Markov Models (HMM) 3.1 Pendahuluan Rantai Markov mempunyai state yang dapat diobservasi secara langsung. Namun pada beberapa situasi tertentu yang ditemukan di kehidupan nyata, beberapa

Lebih terperinci

Penerapan Rantai Markov Dalam Pemilihan Minat Masuk Siswa SMA Ke Universitas Di Indonesia

Penerapan Rantai Markov Dalam Pemilihan Minat Masuk Siswa SMA Ke Universitas Di Indonesia Penerapan Rantai Markov Dalam Pemilihan Minat Masuk Siswa SMA Ke Di Indonesia Sitty Nurjana 1, Marline S. Paendong 2, Yohanes A. R. Langi 3 1 Program Studi Matematika, FMIPA, UNSRAT Manado, sitty.nurjana@gmail.com

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakang Association rules mining merupakan teknik data mining untuk menentukan hubungan diantara data atau bagaimana suatu kelompok data mempengaruhi suatu kelompok data lain

Lebih terperinci

SATUAN ACARA PERKULIAHAN

SATUAN ACARA PERKULIAHAN SATUAN ACARA PERKULIAHAN IDENTIFIKASI MATA KULIAH Nama Mata Kuliah Kredit Waktu Pertemuan Tingkat Program Studi Jurusan Dosen : ekonomi : 3 SKS : 135 Menit : I : S1 : Akuntansi : Surtikanti, S.E.,M.Si

Lebih terperinci

Penerapan Algoritma Greedy dalam Pencarian Rantai Penjumlahan Terpendek

Penerapan Algoritma Greedy dalam Pencarian Rantai Penjumlahan Terpendek Penerapan Algoritma Greedy dalam Pencarian Rantai Penjumlahan Terpendek Irwan Kurniawan 135 06 090 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl Ganesha 10, Bandung e-mail: if16090@students.if.itb.ac.id

Lebih terperinci

Kelas 2. Kelas 1 Mahasiswa. Mahasiswa. Gambar 1 Struktur data kelompok dalam pengukuran berulang pada data Metode Statistika

Kelas 2. Kelas 1 Mahasiswa. Mahasiswa. Gambar 1 Struktur data kelompok dalam pengukuran berulang pada data Metode Statistika 4 Kelas 2 Kelas 1 N3 N4 N3 N4 Gambar 1 Struktur data kelompok dalam pengukuran berulang pada data Metode Statistika BAHAN DAN METODE Bahan Data yang digunakan adalah data nilai capaian mahasiswa dalam

Lebih terperinci

BAB III HIDDEN MARKOV MODELS. Rantai Markov bermanfaat untuk menghitung probabilitas urutan keadaan

BAB III HIDDEN MARKOV MODELS. Rantai Markov bermanfaat untuk menghitung probabilitas urutan keadaan BAB III HIDDEN MARKOV MODELS Rantai Markov bermanfaat untuk menghitung probabilitas urutan keadaan yang dapat diamati. Tetapi terkadang ada urutan dari suatu keadaan yang ingin diketahui tetapi tidak dapat

Lebih terperinci

BAB I PENDAHULUAN. memiliki sebuah hubungan, misalnya ilmu alam yang berkaitan erat dengan

BAB I PENDAHULUAN. memiliki sebuah hubungan, misalnya ilmu alam yang berkaitan erat dengan BAB I PENDAHULUAN 1.1 Latar Belakang Dalam dunia ilmu pengetahuan, antara satu ilmu dengan ilmu yang lainnya memiliki sebuah hubungan, misalnya ilmu alam yang berkaitan erat dengan matematika karena keduanya

Lebih terperinci

PENENTUAN PROBABILITAS ABSORPSI DAN EKSPEKTASI DURASI PADA MASALAH KEBANGKRUTAN PENJUDI

PENENTUAN PROBABILITAS ABSORPSI DAN EKSPEKTASI DURASI PADA MASALAH KEBANGKRUTAN PENJUDI PENENTUAN PROBABILITAS ABSORPSI DAN EKSPEKTASI DURASI PADA MASALAH KEBANGKRUTAN PENJUDI Aditya Candra Laksmana, Respatiwulan, dan Ririn Setiyowati Program Studi Matematika Fakultas Matematika dan Ilmu

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2. Pengertian Distribusi Eksponensial Distribusi eksponensial adalah distribusi yang paling penting dan paling sederhana kegagalan mesin penghitung otomatis dan kegagalan komponen

Lebih terperinci

Istilah games atau permainan berhubungan erat dengan kondisi pertentangan bisnis yang meliputi suatu periode tertentu.

Istilah games atau permainan berhubungan erat dengan kondisi pertentangan bisnis yang meliputi suatu periode tertentu. Istilah games atau permainan berhubungan erat dengan kondisi pertentangan bisnis yang meliputi suatu periode tertentu. Saingan-saingan yang memanfaatkan teknik matematika dan pemikiran logis agar sampai

Lebih terperinci

MATA KULIAH SEMESTER GANJIL

MATA KULIAH SEMESTER GANJIL N O MATA KULIAH SEMESTER KODE MATA KULIAH Distribusi Mata Kuliah Ganjil dan Genap Program Studi S1 Matematika Jur. Matematika FMIPA UB (KURIKULUM LAMA 2011 DAN KURIKULUM BARU 2015) KURIKULUM 2015 KETERANGAN

Lebih terperinci

BAB 3 PEMBAHASAN. Contoh 1:

BAB 3 PEMBAHASAN. Contoh 1: BAB 3 PEMBAHASAN 3.1 Pengolahan Data Seperti yang telah dijelaskan sebelumnya, rantai markov atau proses markov akan digunakan untuk menganalisa data yang diperoleh dalam penelitian ini. Contoh kasus yang

Lebih terperinci

PENDEKATAN PERSAMAAN CHAPMAN-KOLMOGOROV UNTUK MENGUKUR RISIKO KREDIT. Chairunisah

PENDEKATAN PERSAMAAN CHAPMAN-KOLMOGOROV UNTUK MENGUKUR RISIKO KREDIT. Chairunisah PENDEKATAN PERSAMAAN CHAPMAN-KOLMOGOROV UNTUK MENGUKUR RISIKO KREDIT Chairunisah denisa0105@yahoo.com Abstrak Banyak permasalahan yang dapat dimodelkan dengan menggunakan program matematika yang bertujuan

Lebih terperinci

ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION

ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION Oleh: Desi Nur Faizah 1209 1000 17 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) MUG1A4 KALKULUS 1 Disusun oleh: Jondri, M.Si. PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Semester (RPS) ini

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengantar Pada bab ini akan diuraikan beberapa landasan teori untuk menunjang penulisan skripsi ini. Uraian ini terdiri dari beberapa bagian yang akan dipaparkan secara terperinci

Lebih terperinci

SILABUS DAN SAP Berdasarkan KKNI September SILABUS MANAJEMEN PROYEK. Dosen: Diansyah, SE.M.Si

SILABUS DAN SAP Berdasarkan KKNI September SILABUS MANAJEMEN PROYEK. Dosen: Diansyah, SE.M.Si SILABUS MANAJEMEN PROYEK Dosen: Diansyah, SE.M.Si A. Deskripsi Mata kuliah ini membahas Studi Kelayakan Bisnis (SKB). Setelah mengikuti perkuliahan ini, mahasiswa diharapkan memahami aspek aspek yang mendasari

Lebih terperinci

Perkuliahan. Pemodelan dan Simulasi (FI-476 )

Perkuliahan. Pemodelan dan Simulasi (FI-476 ) Perkuliahan Pemodelan dan Simulasi (FI-476 ) Topik hari ini (minggu 1): Silabus Pendahuluan Silabus Identitas Mata Kuliah Nama/Kode : Pemodelan dan Simulasi / Fi 476 Jumlah SKS Semester Kelompok : 3 SKS

Lebih terperinci

BAB IV ANALISIS MARKOV

BAB IV ANALISIS MARKOV BAB IV ANALISIS MARKOV 1. Pendahuluan Model Rantai Markov dikembangkan oleh seorang ahli Rusia A.A. Markov pada tahun 1906. Pada umumnya Riset Operasional bertujuan untuk mengambil keputusan yang optimal

Lebih terperinci

PERATURAN REKTOR UNIVERSITAS TRILOGI

PERATURAN REKTOR UNIVERSITAS TRILOGI PERATURAN REKTOR UNIVERSITAS TRILOGI No. 09/TRILOGI/Rektor/PRTR/II/2014 Tentang STANDAR PROSES PEMBELAJARAN REKTOR UNIVERSITAS TRILOGI Menimbang : 1. Bahwa salah satu tujuan didirikannya Universitas Trilogi

Lebih terperinci

BAB I PENDAHULUAN. Pada sebuah proses produksi, pasti akan selalu ditemui adanya quality control.

BAB I PENDAHULUAN. Pada sebuah proses produksi, pasti akan selalu ditemui adanya quality control. BAB I PENDAHULUAN 1.1. Latar Belakang Pada sebuah proses produksi, pasti akan selalu ditemui adanya quality control. Hal ini disebabkan produsen ingin memastikan produk yang dihasilkan sudah memiliki kualitas

Lebih terperinci

PREDIKSI HASIL TANGKAP IKAN PELAGIS BESAR DI INDONESIA MENGGUNAKAN RANTAI MARKOV. Firdaniza 1), Nurul Gusriani 2)

PREDIKSI HASIL TANGKAP IKAN PELAGIS BESAR DI INDONESIA MENGGUNAKAN RANTAI MARKOV. Firdaniza 1), Nurul Gusriani 2) PREDIKSI HASIL TANGKAP IKAN PELAGIS BESAR DI INDONESIA MENGGUNAKAN RANTAI MARKOV Firdaniza 1), Nurul Gusriani 2) 1,2) Departemen Matematika FMIPA Universitas Padjadjaran, Jalan Raya Bandung-Sumedang Km.

Lebih terperinci

HALAMAN JUDUL LEMBAR PERSETUJUAN...

HALAMAN JUDUL LEMBAR PERSETUJUAN... DAFTAR ISI HALAMAN JUDUL LEMBAR PERSETUJUAN... i LEMBAR PENGESAHAN... ii LEMBAR PERNYATAAN... iii ABSTRAK... iv ABSTRACT... v KATA PENGANTAR... vi DAFTAR ISI... vii DAFTAR GAMBAR... x DAFTAR TABEL... xi

Lebih terperinci

BERKAS PENYUSUNAN RENCANA PEMBELAJARAN SEMESTER (RPS) FAKULTAS KOMUNIKASI DAN BISNIS ADMINISTRASI BISNIS. Program Studi

BERKAS PENYUSUNAN RENCANA PEMBELAJARAN SEMESTER (RPS) FAKULTAS KOMUNIKASI DAN BISNIS ADMINISTRASI BISNIS. Program Studi Program Studi ADMINISTRASI BISNIS BERKAS PENYUSUNAN RENCANA PEMBELAJARAN SEMESTER (RPS) Mata Kuliah : Teori Pengambilan Keputusan Kode Mata Kuliah : BAH3J4 SKS : 3 SKS Semester : 6 Tahun Akademik : 2016/2017

Lebih terperinci

Teknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM

Teknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM Teknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM Dosen: Didin Astriani Prassetyowati, M.Stat Silabus MATAKULIAH TI214 TEKNIK RISET OPERASI (2 SKS) TUJUAN Agar mahasiswa

Lebih terperinci

2-RP. rate, 10).Model Antrian. Deskripsi. sistem finansial, sistem komunikasi. Semester : V Hal: 1 dari 7. Dosen : SPW, NI, HY No.

2-RP. rate, 10).Model Antrian. Deskripsi. sistem finansial, sistem komunikasi. Semester : V Hal: 1 dari 7. Dosen : SPW, NI, HY No. RP S1 SP 06 A. CAPAIAN PEMAN : 1. CP 1.1 : Mampu menerapkan Metode Statistika dalam manajemen. 2. CP 2.2 : Mampu memodelkan & menginterpretasikan fenomena ekonomi 3. CP 8.1 : Mampu memformulasikan masalah

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM INFORMASI Semester : 1

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM INFORMASI Semester : 1 GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM INFORMASI Semester : 1 Berlaku mulai: Gasal/2011 MATA KULIAH : STATISTIKA KODE MATA KULIAH / SKS : 410102047 / 3 SKS MATA KULIAH PRASYARAT

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Proses Stokastik Kode/sks : MAS 4113 /3 Semester : III Status (Wajib/Pilihan) : Pilihan (P) Prasyarat : MAS

Lebih terperinci

BAB III MODIFIKASI LIFE TABLE DASAR MENJADI LIFE TABLE PENDIDIKAN

BAB III MODIFIKASI LIFE TABLE DASAR MENJADI LIFE TABLE PENDIDIKAN 13 BAB III MODIFIKASI LIFE TABLE DASAR MENJADI LIFE TABLE PENDIDIKAN 3. 1 Konsep Life Table Pendidikan Selama ini keterangan tentang pendidikan siswa disajikan dalam bentuk proporsi, namun berdasarkan

Lebih terperinci

BERITA ACARA PERKULIAHAN SEMESTER GENAP 2015/2016

BERITA ACARA PERKULIAHAN SEMESTER GENAP 2015/2016 BERITA ACARA PERKULIAHAN SEMESTER GENAP 2015/2016 MATA KULIAH : Pemrograman Modular... RUANGAN : E305/E306... KODE MATA KULIAH : MT 313... JURUSAN : Pendidikan Matematika... NAMA DOSEN : Dra. Rini Marwati,

Lebih terperinci

PROSEDUR PELAKSANAAN UJIAN TENGAH SEMESTER (UTS) DAN UJIAN AKHIR SEMESTER (UAS) Diperiksa oleh: Management Representative,

PROSEDUR PELAKSANAAN UJIAN TENGAH SEMESTER (UTS) DAN UJIAN AKHIR SEMESTER (UAS) Diperiksa oleh: Management Representative, Dibuat oleh: Pembantu Dekan I, Diperiksa oleh: Management Representative, Disetujui oleh: Dekan, Dr. Zakarias S. Soetedja,M.Sn. Dr. Andoyo Sastromihardjo, M.Pd. Prof. Dr. Didi Sukyadi, M.A. 1. TUJUAN Prosedur

Lebih terperinci

PROSEDUR OPERASIONAL STANDAR MONITORING PELAKSANAAN PERKULIAHAAN DAN PRAKTIKUM

PROSEDUR OPERASIONAL STANDAR MONITORING PELAKSANAAN PERKULIAHAAN DAN PRAKTIKUM PROSEDUR OPERASIONAL STANDAR MONITORING PELAKSANAAN PERKULIAHAAN DAN PRAKTIKUM Disiapkan oleh, Diperiksa oleh, Disahkan oleh, dto dto dto Dra. Indaryanti, M.Pd. Dra. Cecil Hiltrimartin, M.Si. Dra.Nyimas

Lebih terperinci

SILABUS DAN SAP Berdasarkan KKNI September SILABUS STATISTIK Dosen: Diansyah, SE.M.Si

SILABUS DAN SAP Berdasarkan KKNI September SILABUS STATISTIK Dosen: Diansyah, SE.M.Si SILABUS STATISTIK Dosen: Diansyah, SE.M.Si A. Deskripsi Mata kuliah ini membahas statistik deskriptif dan statistik inferensial. Statistik deskriptip adalah statistik yang berfungsi untuk mendiskripsikan

Lebih terperinci

6.6 Rantai Markov Kontinu pada State Berhingga

6.6 Rantai Markov Kontinu pada State Berhingga 6.6 Rantai Markov Kontinu pada State Berhingga Markov chain kontinu 0 adalah proses markov pada state 0, 1, 2,.... Diasumsikan bahwa probabilitas transisi adalah stasioner, pada persamaan, (6.53) Pada

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMputer Semester : 4

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMputer Semester : 4 GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMputer Semester : 4 Berlaku mulai : Genap/2011 MATA KULIAH : STATISTIKA DAN PROBABILITAS KODE MATA KULIAH / SKS : 410202061 / 3 SKS MATA

Lebih terperinci

PANDUAN PENGISIAN KARTU RENCANA STUDI (KRS) PROGRAM STUDI SISTEM KOMPUTER TAHUN AJARAN GENAP 2017 / 2018

PANDUAN PENGISIAN KARTU RENCANA STUDI (KRS) PROGRAM STUDI SISTEM KOMPUTER TAHUN AJARAN GENAP 2017 / 2018 PANDUAN PENGISIAN KARTU RENCANA STUDI (KRS) PROGRAM STUDI SISTEM KOMPUTER TAHUN AJARAN GENAP 2017 / 2018 FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS BUDI LUHUR 2017 PANDUAN PENGISIAN KRS UNTUK MAHASISWA ANGKATAN

Lebih terperinci

Metode Simpleks Minimum

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

Lebih terperinci

Tablet I x Tablet II y Batasan Vitamin A 5 10 Minimal 20 Vitamin B 3 1 Minimal 5 Harga/Biji 4 8

Tablet I x Tablet II y Batasan Vitamin A 5 10 Minimal 20 Vitamin B 3 1 Minimal 5 Harga/Biji 4 8 2. Program Linier a. Defenisi Program linier adalah metode untuk mendapatkan penyelesaian optimum dari suatu fungsi sasaran yang mengandung kendala atau batasan yang dapat dibuat dalam bentuk sistem pertidaksamaan

Lebih terperinci

Prosiding Seminar Nasional Manajemen Teknologi XI Program Studi MMT-ITS, Surabaya 6 Pebruari 2010

Prosiding Seminar Nasional Manajemen Teknologi XI Program Studi MMT-ITS, Surabaya 6 Pebruari 2010 PERENCANAAN KEBUTUHAN STAF AKADEMIK DAN KARYAWAN DENGAN RANTAI MARKOV DAN PERAMALAN ( Studi Kasus : Fakultas Teknik, Universitas Trunojoyo) Fitri Agustina* dan Nurani Hamidah Jurusan Teknik Industri, Fakultas

Lebih terperinci

PRINSIP INKLUSI DAN EKSKLUSI

PRINSIP INKLUSI DAN EKSKLUSI PRINSIP INKLUSI DAN EKSKLUSI Misalkan A dan B sembarang himpunan. Penjumlahan A + B menghitung banyaknya elemen A yang tidak terdapat dalam B dan banyaknya elemen B yang tidak terdapat dalam A tepat satu

Lebih terperinci

SELAMAT DATANG TUTORIAL PEMBELAJARAN DARING MATEMATIKA DASAR. Universitas Muhammadiyah Jember. Rabu, 11 Oktober

SELAMAT DATANG TUTORIAL PEMBELAJARAN DARING MATEMATIKA DASAR. Universitas Muhammadiyah Jember. Rabu, 11 Oktober SELAMAT DATANG TUTORIAL PEMBELAJARAN DARING MATEMATIKA DASAR Universitas Muhammadiyah Jember Rabu, 11 Oktober 2017 ilhamsaifudin ilham.saifudin@unmuhjember.ac.id BIODATA PELAKSANA 1 Nama: Ilham Saifudin,

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) MA KALKULUS II Disusun oleh: PROGRAM STUDI S1 ILMU KOMPUTASI FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Pembelajaran Semester (RPS)

Lebih terperinci

Volume 2 No 1 Desember 216 ISSN:288-3943 ANALISIS PERSEDIAAN BAHAN BAKU YANG OPTIMAL MENGGUNAKAN RANTAI MARKOV DI PT. PDM INDONESIA Muslena Layla Program Studi Komputerisasi Akuntansi Politeknik Trijaya

Lebih terperinci

BAB II TINJAUAN PUSTAKA. X(t) disebut ruang keadaan (state space). Satu nilai t dari T disebut indeks atau

BAB II TINJAUAN PUSTAKA. X(t) disebut ruang keadaan (state space). Satu nilai t dari T disebut indeks atau BAB II TINJAUAN PUSTAKA 2.1 Proses Stokastik Menurut Gross (2008), proses stokastik adalah himpunan variabel acak Semua kemungkinan nilai yang dapat terjadi pada variabel acak X(t) disebut ruang keadaan

Lebih terperinci

Prediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov

Prediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov JURNAL SAINS DAN SENI POMITS Vol. 6, No.2, (2017) 2337-3520 (2301-928X Print) A 39 Prediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov Risa Septi Pratiwi Daryono Budi Utomo Jurusan

Lebih terperinci

Prediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov

Prediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov A39 Prediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov Risa Septi Pratiwi dan Daryono Budi Utomo Departemen Matematika, Fakultas Matematka dan Ilmu Pengetahuan Alam, Institut Teknologi

Lebih terperinci

Pengantar Rekayasa dan Desain I & II Workshop

Pengantar Rekayasa dan Desain I & II Workshop Pengantar Rekayasa dan Desain I & II Workshop 1 Juli 2013 Outline Pengantar Deskripsi matakuliah : tujuan, bentuk dan referensi Pengantar Rekayasa dan Desain I Diskusi Grup Penyampaian hasil diskusi dan

Lebih terperinci

PROGRAM STUDI: PENDIDIKAN MATEMATIKA SEMESTER: GASAL FAKULTAS: KEGURUAN DAN ILMU PENDIDIKAN TAHUN AKDEMIK: 2014/2015. Page28 PENDIDIKAN MATEMATIKA

PROGRAM STUDI: PENDIDIKAN MATEMATIKA SEMESTER: GASAL FAKULTAS: KEGURUAN DAN ILMU PENDIDIKAN TAHUN AKDEMIK: 2014/2015. Page28 PENDIDIKAN MATEMATIKA PROGRAM STUDI: SEMESTER: GASAL FAKULTAS: KEGURUAN DAN ILMU PENDIDIKAN TAHUN AKDEMIK: 2014/2015 Page28 28 1. Latar Belakang Pelaksanaan proses belajar mengajar adalah bagian penting dalam menghasilkan lulusan

Lebih terperinci

TINJAUAN PUSTAKA. Kriptografi

TINJAUAN PUSTAKA. Kriptografi TINJAUAN PUSTAKA Kriptografi Kriptografi adalah studi teknik matematika yang berhubungan dengan aspek-aspek pengamanan informasi seperti kerahasiaan, integritas data, autentikasi entitas, dan autentikasi

Lebih terperinci

SATUAN ACARA PERKULIAHAN (SAP) MATA KULIAH ANALISIS REAL II (MT410) / 3 SKS

SATUAN ACARA PERKULIAHAN (SAP) MATA KULIAH ANALISIS REAL II (MT410) / 3 SKS SATUAN ACARA PERKULIAHAN (SAP) MATA KULIAH ANALISIS REAL II (MT410) / 3 SKS JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN IPA UNIVERSITAS PENDIDIKAN INDONESIA 2009 0 A. Identitas Mata

Lebih terperinci

Teori bilangan. Nama Mata Kuliah : Teori bilangan Kode Mata Kuliah/SKS : MAT- / 2 sks. Deskripsi Mata Kuliah. Tujuan Perkuliahan.

Teori bilangan. Nama Mata Kuliah : Teori bilangan Kode Mata Kuliah/SKS : MAT- / 2 sks. Deskripsi Mata Kuliah. Tujuan Perkuliahan. Nama : Teori bilangan Kode /SKS : MAT- / 2 sks Program Studi : Pendidikan Matematika Semester : IV (Empat) TEORI BILANGAN Oleh : RINA AGUSTINA, M.Pd. NEGO LINUHUNG, M.Pd Mata kuliah ini masih merupakan

Lebih terperinci

SATUAN ACARA PERKULIAHAN PROGRAM KOMPETENSI GANDA DEPAG S1 KEDUA PROGRAM STUDI PENDIDIKAN MATEMATIKA

SATUAN ACARA PERKULIAHAN PROGRAM KOMPETENSI GANDA DEPAG S1 KEDUA PROGRAM STUDI PENDIDIKAN MATEMATIKA SATUAN ACARA PERKULIAHAN PROGRAM GANDA DEPAG S1 DUA PROGRAM STUDI PENDIDIKAN MATEMATIKA 1. PROGRAM STUDI : Pendidikan Matematika 2. MATA KULIAH/SEMESTER : Kalkulus/2 3. PRASYARAT : -- 4. JENJANG / SKS

Lebih terperinci

Kontrak Perkuliahan. Pertemuan Ke-1. Riani Lubis JurusanTeknik Informatika Universitas Komputer Indonesia

Kontrak Perkuliahan. Pertemuan Ke-1. Riani Lubis JurusanTeknik Informatika Universitas Komputer Indonesia Kontrak Perkuliahan RISET OPERASIONAL Pertemuan Ke-1 Riani Lubis JurusanTeknik Informatika Universitas Komputer Indonesia 1 Identifikasi Mata Kuliah Nama Mata Kuliah : Riset Operasional Kode Mata Kuliah

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan nyata, hampir seluruh fenomena alam mengandung ketidakpastian atau bersifat probabilistik, misalnya pergerakan lempengan bumi yang menyebabkan gempa,

Lebih terperinci

Pengantar Riset Operasi. Riset Operasi Minggu 1 (pertemuan 1) ARDANESWARI D.P.C., STP, MP

Pengantar Riset Operasi. Riset Operasi Minggu 1 (pertemuan 1) ARDANESWARI D.P.C., STP, MP Pengantar Riset Operasi Riset Operasi Minggu 1 (pertemuan 1) ARDANESWARI D.P.C., STP, MP 1 Kontrak Perkuliahan Keterlambatan 15 menit Mengoperasikan HP dan sejenisnya : di luar kelas Mengerjakan laporan/tugas

Lebih terperinci

BAB I PENDAHULUAN A. Latar Belakang

BAB I PENDAHULUAN A. Latar Belakang BAB I PENDAHULUAN A. Latar Belakang Perencanaan sumber daya manusia (SDM) digunakan untuk memastikan sebuah organisasi memiliki SDM dengan jumlah yang tepat, jenis orang yang tepat di tempat dan waktu

Lebih terperinci

STANDAR OPERASIONAL PROSEDUR MONITORING PELAKSANAAN PERKULIAHAAN DAN PRAKTIKUM

STANDAR OPERASIONAL PROSEDUR MONITORING PELAKSANAAN PERKULIAHAAN DAN PRAKTIKUM STANDAR OPERASIONAL PROSEDUR MONITORING PELAKSANAAN PERKULIAHAAN DAN PRAKTIKUM Disiapkan oleh, Diperiksa oleh, Disahkan oleh, Muchlis, S.Kom., M.Si Ketua Tim Standar Proses Pembelajaran Yeni Yuliana, S.Sos.I.,

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Program Stokastik Keputusan adalah suatu kesimpulan dari suatu proses untuk memilih tindakan yang terbaik dari sejumlah alternatif yang ada, sedangkan pengambilan keputusan adalah

Lebih terperinci

Rencana Perkuliahan. Kuliah Aljabar Linier Semester Ganjil MZI. Fakultas Informatika Telkom University. FIF Tel-U.

Rencana Perkuliahan. Kuliah Aljabar Linier Semester Ganjil MZI. Fakultas Informatika Telkom University. FIF Tel-U. Rencana Perkuliahan Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Agustus 2015 MZI (FIF Tel-U) Rencana Perkuliahan Agustus 2015 1 / 22 Acknowledgements

Lebih terperinci

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR TNR 12 space 1.15 LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL IV TNR 12 Space 2.0

Lebih terperinci

BAB III MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY

BAB III MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY BAB III MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY 3.1 State dan Proses Observasi Semua proses didefinisikan pada ruang peluang Ω,,. Misalkan ; adalah rantai Markov dengan state berhingga

Lebih terperinci