Fermat s Little Theorem dan Aplikasinya pada Algoritma RSA

Ukuran: px
Mulai penontonan dengan halaman:

Download "Fermat s Little Theorem dan Aplikasinya pada Algoritma RSA"

Transkripsi

1 Fermat s Lttle Theorem dan Alkasnya ada Algortma RSA Akbar Gumbra Program Stud Teknk Informatka, Insttut Teknolog Bandung Jl. Ganesha 10, Bandung E-mal : f18106@students.f.tb.ac.d ABSTRAK Pada makalah n, enuls membahas tentang Fermat s Lttle Theorem beserta beberaa embuktannya dar beberaa sudut andang. Selan tu enuls juga menyertakan alkas Fermat s Lttle Theorem ada Algortma RSA. Fermat s Lttle Theorem n meruakan teorema yang mendasar dar ranah lmu teor blangan. Bahkan dengan menggunakan teorema n, kta daat menurunkan Euler s Theorem dengan bantuan sfat dar fungs Euler φ, walauun sebenarnya Fermat s Lttle Theorem n meruakan kasus khusus dar Euler s Theorem. Kemudan enuls membahas Algortma RSA serta memberkan bukt bahwa roses dekrs RSA vald dengan menggunakan Fermat s Lttle Theorem. Keamanan dar Algortma RSA n akan terjamn selama belum ada algortma yang efsen untuk memfaktorkan blangan komost menjad faktor rmanya. Kata kunc: Fermat s Lttle Theorem, RSA, rma. 1. PENDAHULUAN Pada ranah lmu blangan, hotess Chna meruakan konjektur yang terbantahkan. Hotess n menyatakan bahwa sebuah blangan bulat n meruakan blangan rma, jka dan hanya jka memenuh konds n 2 n 2. Atau dalam kata lan, n meruakan blangan rma jka dan hanya jka 2 n 2 mod n. Hotess n berlaku jka n blangan rma, maka 2 n 2 mod n, yang meruakan kasus khusus dar Fermat s Lttle Theorem. Namun, konversnya dar hotess n, dalam hal n jka 2 n 2 mod n maka n adalah blangan rma, adalah salah. Oleh karena tu, hotess Chna tersebut secara keseluruhan adalah salah. Contoh enyangkal terkecl dar hotess n adalah 341. Kemudan Fermat menggeneralsas hotess tersebut yang sekarang dkenal dengan Fermat s Lttle Theorem. Menurut sejarah teorema n dberkannya tana emberan bukt darnya, karena menurutnya bukt yang dmlknya terlalu anjang. Fermat s Lttle Theorem n tertuls ada sebuah surat yang dkrm oleh Fermat untuk temannya, yatu Frencle De Bessy. Setelah tu, Gottfred Lebnz ada sebuah manuskr tana tanggal memberkan bukt dar teorema tersebut dan da juga menuls bahwa da telah mengetahu bukt tersebut sebelum tahun Namun, konvers dar generalsas Fermat s Lttle Theorem tersebut juga tdak berlaku. Blangan-blangan komost yang memenuh teorema uj kermaan dengan menggunakan Fermat s Lttle Theorem n dnamakan fermat seudormes. Selan dgunakan untuk menguj kermaan dar suatu blangan, Fermat s Lttle Theorem juga dgunakan sebaga dasar dar Algortma RSA. RSA meruakan algortma untuk mengenkrs kunc ublk, hal n berart nstruks untuk mengenkrs sebuah esan mungkn dketahu oleh umum walauun algortma dalam mendeskrs esan tesebut aman. Algortma n dnamakan dar enemunya, yatu Ron Rvest, Ad Shamr, dan Len Adleman, yang ertama kal mengumumkannya ada tahun 1977 ketka bekerja d MIT. RSA meruakan algortma ertama yang cocok untuk dgtal sgnature. RSA sama saat n mash dgunakan secara luas dalam rotokol electronc commerce. 2. Fermat s Lttle Theorem Perre De Fermat lahr d Beaumont-de-Lomagne, Tarn-et- Garonne, Prancs. Ia memberkan banyak sekal kontrbus ada lmu teor blangan. Salah satu teoremanya yang terkenal adalah Fermat Lttle Theorem. Teorema n ertama kal dnyatakannya ada sebuah surat untuk temannya, Frencle de Bessy, ada tanggal 18 Oktober Pada surat tersebut tertuls : membag a -1-1 untuk suatu blangan rma dan a salng rma dengan. Secara formal, Fermat s Lttle Theorem n daat dtuls : Msalkan a suatu blangan bulat ostf dan suatu blangan rma. Maka berlaku a a mod. Untuk GCD a, = 1, berlaku a 1 1 mod. 2.1 Pembuktan Fermat s Lttle Theorem Pada makalah n, enuls memberkan ulasan tentang bukt dar Fermat s Lttle Theorem n, bukt dar Fermat s Lttle Theorem n adalah sebaga berkut : Makalah IF2091 Struktur Dskrt Tahun 2009 Page 1

2 Pembuktan Menggunakan Induks Sebaga bass nduks, untuk a = 1, teorema n vald, sebab 1 1. Kemudan untuk langkah nduks, msalkan teorema tersebut vald untuk suatu nla a, sehngga memenuh a a. Selanjutnya erlu dbuktkan bahwa a + 1 (a + 1). Untuk membuktkan hal n, erhatkan bahwa : (a + 1) a + 1 = a + atau daat dtuls menjad : 1 =1 (a + 1) a + 1 = (a a) + a + 1 (a + 1) 1 =1 a Karena untuk 1 1 dan berdasarkan asums a a, maka daat dsmulkan a + 1 (a + 1). Pembuktan Menggunakan Kongruens Kta daat mengalkan kongruens, untuk seta = 1,.., n, dan c d (mod ), sehngga c 1 c 2 c n d 1 d 2 d n mod (1) Kemudan, msalkan gcd a, = 1. Kta bentuk barsan berkut : a, 2a, 3a,, 1 a (2) Tdak ada dua dar suku tersebut yang kongruen dengan modulo. Karena a k a mod k mod = k Oleh sebab tu, seta suku dar barsan yang dbuat kongruen teat ada satu dar blangan berkut : 1, 2, 3,.., 1 (3) Dengan menggunakan ersamaan (1), (2), dan (3) deroleh a (mod ) Karena dan 1! salng rma, maka ersamaan datas daat dtuls menjad : a 1 1 (mod ) Pembuktan Menggunakan Teor Kombnatork Msalkan terdaat mutara-mutara dengan banyak warna sejumlah a warna. Dar mutara n dbentuk kalung dengan teat menggunakan sejumlah mutara. Pertama, dbentuk sebuah untaan mutara. Terdaat a untaan strng berbeda yang daat dbentuk. Jka kta buang untaan tersebut yang hanya terds dar satu warna saja, yatu sebanyak a. Maka terdaat ssa sebanyak a a untaan. Kemudan, ujung dar ta untaan tersebut untuk mendaatkan kalung. Kta daat melhat bahwa dua untaan yang dbedakan oleh hanya sebuah ermutas skls dar mutaranya menghaslkan kalung yang tak daat dbedakan. Namun. Terdaat sejumlah ermutas skls dar mutara ada sebuah untaan. Oleh sebab tu, banyak kalung yang berbeda adalah sejumlah a a. Karena banyak kalung n mereresentaskan blangan bulat, maka daat dsmulkan bahwa a a. Sebaga catatan sejarah, sektar 500 tahun sebelum maseh, matematkawan cna sudah mengetahu bahwa jka adalah sebuah blangan rma, maka berlaku 2 2 mod, atau lebh dkenal dengan nama Hotess Chna. Hal n meruakan kasus khusus dar Fermat s Lttle Theorem. Namun, mereka dan juga Lebnz ratusan tahun kemudan berkr bahwa konvers dar teorema tersebut benar, atau dalam hal n, jka 2 n 2 mod n, maka n haruslah blangan rma. Counterexamle terkecl dar keyaknan mereka tersebut adalah n = 341 = 11 31, dmana : (mod 341) Blangan yang memlk sfat seert 341 tersebut dsebut seudorme terhada bass 2. Beberaa blangan juga meruakan seudormes terhada semu bass. Blangan n dsebut absolute seudormes atau Carmchael Numbers. Carmchael Number yang terkecl yatu Contoh Penggunaan Fermat s Lttle Theorem Berkut beberaa ermasalan yang daat dselesakan dengan bantuan Fermat s Lttle Theorem : Contoh Htung (mod 41) Karena 5 dan 41 adalah blangan rma, maka menurut Fermat s Lttle Theorem berlaku : (mod 41) Karena = , maka (5 40 ) (1) (mod 41) Sehngga tnggal dhtung 5 7 (mod 41). Karena (mod 41), maka (mod 41) Jad mod 41 = 20. Contoh Buktkan bahwa angkat 8 dar sebarang blangan selalu berbentuk 17m atau 17m ± 1 untuk suatu m blangan bulat. Makalah IF 2091 Struktur Dskrt Tahun 2009 Page 2

3 Msal N sebarang blangan, akan dcar N 8. Jka N kelatan 17, maka N 8 juga kelatan 17. Sehngga N 8 memunya bentuk 17m. Sekarang, erlu dbuktkan jka N salng rma dengan 17. Karena N blangan rma, maka menurut Fermat s Lttle Theorem berlaku : N 16 1 (mod 17) atau N (mod 17) (N 8 1)(N 8 + 1) 0 (mod 17) Jad, N 8 ±1 mod 17, sehngga N 8 = 17m ± 1 untuk suatu blangan bulat m. Contoh Buktkan bahwa n 37 n habs dbag untuk semua blangan asl n. Kta harus mengurakan blangan dalam faktor rmanya, yatu : = Selanjutnya, berdasarkan Fermat s Lttle Theorem, kta memunya : n k (mod k) Atau n k n 0 (mod k) Dengan k = 2, 3, 5, 7, 13, 19, 37. Perhatkan bahwa n 1 membag n Karena n 36 1 = (n 2 ) 18 1, maka n 2 1 habs membag n Hal yang sama untuk n 3 1, n 4 1, n 6 1, n 12 1, n 18 1 semuanya habs membag n Jad n k n habs membag n 37 n untuk k = 2, 3, 5, 7, 13, 19, 37. Dengan demkan, menurut Chnese Remander Theorem, maka : n 37 n 0 (mod ) n 37 n 0 (mod ) Contoh Msalkan adalah suatu blangan rma dengan bentuk 3k + 2 dmana membag a 2 + ab + b 2 untuk suatu blangan bulat a dan b. Buktkan bahwa a dan b keduanya habs dbag oleh. Jawab : Kta akan melakukan endekatan secara tdak langsung, yatu dengan mengasumskan bahwa tdak habs membag a. Karena habs membag a 2 + ab + b 2, juga habs membag a 3 b 3 = a b (a 2 + ab + b 2 ). Sehngga a 3 b 3 (mod ). Hal n daat derumum menjad a 3k b 3k (mod ). Oleh karena tu, juga tdak habs membag b. Dengan menggunakan Fermat s Lttle Theorem, menghaslkan : a 1 b 1 1 (mod ) atau a 3k+1 b 3k+1 (mod ) Karena relatf rma terhada a, maka daat dutuskan bahwa a b (mod ) Hal n, dengan mengngat sebelumnya bahwa a 2 + ab + b 2 0 (mod ) mengakbatkan 3a 2 0 (mod ). Karena 3, n mengndkaskan bahwa habs membag a, yang menghaslkan sebuah kontradks dar asums awal. Contoh Msalkan suatu blangan rma. Tunjukkan bahwa terdaat tak hngga banyaknya blangan bulat ostf n sehngga habs membag 2 n n Jka = 2, trval bahwa habs membag 2 n n untuk seta n blangan bulat ostf gena. Kta asumskan bahwa adalah ganjl. Dengan menggunakan Fermat s Lttle Theorem, ddaat (mod ) atau daat dtuls menjad 2 1 2k 1 (mod ) Kemudan erhatkan bahwa ( 1) 2k 1 (mod ). Sehngga 2 1 2k 1 ( 1) 2k (mod ), yang secara ekslst menunjukkan bahwa habs membag 2 n n untuk n = ( 1) 2k. 3. Alkas Fermat s Lttle Theorem ada RSA Algortma RSA djabarkan oleh tga orang yang berasal dar MIT (Massachusetts Insttute of Technology), yatu Ron Rvest, Ad Shamr, dan Len Adleman ada tahun RSA mendasarkan roses enkrs dan deksrs ada konse blangan rma dan artmetka modulo. Bak kunc ekrs mauun kunc dekrs keduanya meruakan blangan bulat. Kunc ekrs n tdak drahasakan dan dketahu umum (dnamakan kunc ublk), namun kunc untuk dekrs bersfat rahasa. Kunc dekrs dbangktkan dar beberaa buah blangan rma bersamasama dengan kunc enkrs. Algortma n datenkan oleh MIT ada tahun 1983 d Amerka Serkat sebaga U.S. Patent Paten n berlaku hngga 21 Setember Langkah-langkah dar Algortma RSA adalah sebaga berkut : 1. Ambl dua blangan rma sembarang, msalkan a dan b. Jaga kerahasaan a dan b n. 2. Htung n = a b. Besaran n n tdak drahasakan. 3. Htung m = a 1 (b 1). Sekal m telah dhtung, a dan b daat dhaus untuk mencegah dketahunya oleh hak lan. 4. Plh sebuah blangan bulat untuk kunc ublc, sebut namanya e, yang relatf rma terhada m. 5. Bangktkan kunc dekrs, d, dengan kekongruenan ed 1 mod m. Lakukan enkrs terhada s esan dengan ersamaan e c = mod n, yang dalam hal n adalah blok lanteks, c adalah Makalah IF 2091 Struktur Dskrt Tahun 2009 Page 3

4 cherteks yang deroleh, dan e adalah kunc enkrs (kunc ublk). Harus dernuh ersyaratan bahwa nla harus teletak dalam hmunan nla 0, 1, 2,, n 1 untuk menjamn hasl erhtungan tdak berada d luar hmunan. 6. Proses dekrs dlakukan dengan menggunakan ersamaan = c d mod n, yang dalam hal n d adalah kunc dekrs. Dua blangan rma yang dambl, yatu a dan b, seharusnya secara kasar memlk ukuran yang sama, namun tdak begtu dekat. Nla dar a dan b n daat dcar dengan mencoba-coba blangan bulat yang mendekat n. Basanya b < a < 2b. Dgt dar a dan b daat dhaslkan dengan random sehngga blangan tersebut teruj kermaanya dengan menggunakan Fermat s Lttle Theorem. Tdak ada aturan yang jelas dalam memerhatkan bagamana nla e dlh selan e harus relatf rma terhada m. Namun, terdaat nla standar untuk memlh e n yang basanya dgunakan karena memerceat roses erhtungan. Nla decodng d dhtung menggunakan algortma extended eucld. Teorema yang meruakan dasar dar Algortma RSA menyatakan bahwa untuk sembarang dua buah blangan rma, msal dan q, dan msal terdaat blangan bulat x sehngga x salng rma terhada dan q. Maka berlaku : x 1 (q 1) 1 (mod q) Hal n daat dbuktkan sebaga akbat dar Fermat s Lttle Theorem. Berkut embuktannya : Karena GCD x, = 1, maka juga berlaku GCD x q 1, = 1. Dengan mengunakan Fermat s Lttle Theorem deroleh x q 1 ( 1) 1 mod. Dengan melakukan hal yang sama untuk q, deroleh x q 1 ( 1) 1 mod q. Dar kedua ersamaan yang deroleh, daat dnyatakan bahwa terdaat blangan bulat k dan k sehngga memenuh : k = (x q 1 ) 1 1, dan k q = (x q 1 ) 1 1 atau dalam hal n dan q meruakan faktor dar (x q 1 ) 1 1. Sehngga, karena dan q keduanya meruakan blangan rma, maka q (x q 1 ) 1 1. Atau daat kta tuls : (x q 1 ) 1 = 1 (mod q). Hal n menunjukkan bahwa roses endekrsan ada Algortma RSA vald. Sebaga lustras, berkut gambaran dar RSA : Msal And ngn mengznkan Bud untuk mengrmkan esan rbad adanya. And melakukan langkah-langkah berkut untuk membuat asangan kunc ublk dan kunc rvat : 1. Ambl dua blangan rma sembarang, msalkan a dan b. Jaga kerahasaan a dan b n. 2. Htung n = a b. Besaran n n tdak drahasakan. 3. Htung m = a 1 (b 1). Sekal m telah dhtung, a dan b daat dhaus untuk mencegah dketahunya oleh hak lan. 4. Plh sebuah blangan bulat untuk kunc ublc, sebut namanya e, yang relatf rma terhada m. 5. Bangktkan kunc dekrs, d, dengan kekongruenan ed 1 mod m. Kemudan And mengrmkan kunc ublk ada Bud, dan teta merahasakan kunc rvat yang dgunakan. Kemudan, msalkan Bud ngn mengrm esan A ke And. Bud mengubah A menjad angka x < n menggunakan rotokol yang sebelumnya telah dseakat dan dkenal sebaga addng scheme. Paddng Scheme In harus dbangun secara hat-hat agar tdak menmbulkan masalah keamanan. Dar sn, Bud memlk x dan mengetahu n dan e yang telah dberkan oleh And. Kemudan, Bud menghtung chertext c yang terkat ada x, yatu : c = x e mod n Setelah tu, And menerma c dar Bud, dan mengetahu kunc rvat yang dgunakan olehnya. And kemudan mambangktkan n dar c yatu dengan erhtungan : x = c d mod n Hasl n akan memberkan nla x, sehngga And daat mengembalkan esan semula. Keamanan dar RSA n bergantung ada dua asums. Pertama, satu-satunya cara untuk mendaatkan d dar n dan e adalah memfaktorkan n. Kedua, tdak ada algortma yang efsen untuk memfaktorkan n n. Sejauh yang kta tahu, kedua asums tersebut adalah benar, namun keduanya belum dlakukan embuktan. Pada tahun 1993, Rchard Shor mengumumkan sebuah algortma untuk memfaktorkan blangan bulat dengan waktu yang dbutuhkan bersfat olnomal ada komuter kuantum. Jad, sstem RSA sama saat n mash aman untuk dgunakan, walauun kemajuan dalam komutas membuatnya menjad tdak aman d masa yang akan datang. Pada tahun 2005, blangan faktorsas terbesar yang dgunakan secara umum yatu seanjang 663 bt dengan menggunakan dstrbus murakhr. Kunc RSA ada umumnya seanjang bt. Beberaa akar meyakn bahwa kunc 1024-bt ada kemungknan decahkan ada waktu dekat, namun tak seorangun berendaat bahwa kunc seanjang 2048-bt akan ecah ada masa dean dengan terredks. Untuk menghndar serangan ada keamanan dar RSA n, maka sstem harus dmlemantaskan dengan hathat. Sebaga contoh, mengkonverskan seta karakter dar suatu esan ke suatu blangan dan meng-encode blangan tersebut akan menghaslkan kode yang mudah untuk decahkan. Karena blangan dar karakter tersebut Makalah IF 2091 Struktur Dskrt Tahun 2009 Page 4

5 kecl, seorang enyerang daat dengan mudah menggunakan kunc ublk untuk mengenkrskan semua kemungknan kode. Masalah n daat dselesakan dengan mengkonverskan esan kedalam suatu blangan untuk dlakukan encodng atau dengan menggunakan addng schemes untuk mengkonverskan blangan kecl ke blangan yang lebh besar. Penemu algortma n menyarankan nla a dan b yang dambl (dua blangan rma) anjangnya lebh dar 100 dgt. Dengan demkan hasl n = a b akan berukuran lebh dar 200 dgt sehngga susah untuk dlakukan emfaktoran dar n, karena menurut Rvest dan temannya, untuk mencar faktor dar n n akan membutuhkan waktu komutas selama 4 mlyar tahun, dengan asums bahwa algortma emfaktoran yang dgunakan meruakan algortma yang terceat saat n dan komuter yang dgunakan memlk kecean 1 mldetk. Number Theory Problems From the Tranng of USA IMO Team. Brkhauser Boston [5] Munr, Rnald. Dktat Kulah Struktur Dskrt. Bandung : Program Stud Teknk Informatka, Insttut Teknolog Bandung [6] htt://d.wkeda.org/wk/rsa. Tanggal akses : 18 Desember Pukul [7] htt://en.wkeda.org/wk/chnese_hyothess. Tanggal akses : 18 Desember Pukul IV. KESIMPULAN Dar semua yang telah daarkan sebelumnya, ada beberaa kesmulan yang daat dtark dar makalah n, yatu : 1. Dalam lmu teor blangan, Fermat s Lttle Theorem meruakan teorema dasar yang entng untuk daham. Teorema n daat dgunakan untuk menguj kermaan suatu blangan dan sebaga dasar dar algortma RSA. Bahkan untuk kasus ekstrm, seert untuk membuktkan Euler s Theorem, Fermat s Lttle Theorem daat dgunakan. Walauun Fermat s Lttle Theorem meruakan kasus khusus dar Euler s Thorem. 2. Blangan-blangan komost yang lolos dar uj kermaan dengan Fermat s Lttle Theorem dnamakan fermat seudormes. Blangan seudorme terhada semua bass dnamakan Carmchael Number. Namun, blangan-blangan n relatf jarang. 3. Tngkat keamanan dar algortma RSA untuk sama saat n mash daat dkatakan terjamn. REFERENSI [1] Engel, Arthur. Problem-Solvng Strateges. New York : Srnger-Verlag [2] Ksacann, Branslav. Mathematcal Problems and Proofs Combnatorcs, Number Theory, and Geometry. Kluwer Academc Publshers [3] Budh, Wono Setya. Langkah Awal Menuju ke Olmade Matematka.Jakarta : CV. Rcardo [4] Ttu Andreescu, Dorn Andrca, Zumng Feng. 104 Makalah IF 2091 Struktur Dskrt Tahun 2009 Page 5

UJI PRIMALITAS. Sangadji *

UJI PRIMALITAS. Sangadji * UJI PRIMALITAS Sangadj * ABSTRAK UJI PRIMALITAS. Makalah n membahas dan membuktkan tga teorema untuk testng prmaltas, yatu teorema Lucas, teorema Lucas yang dsempurnakan dan teorema Pocklngton. D sampng

Lebih terperinci

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang Modul 1 Teor Hmpunan PENDAHULUAN Prof SM Nababan, PhD Drs Warsto, MPd mpunan sebaga koleks (pengelompokan) dar objek-objek yang H dnyatakan dengan jelas, banyak dgunakan dan djumpa dberbaga bdang bukan

Lebih terperinci

KAITAN ANTARA SUPLEMEN SUATU MODUL DAN EKSISTENSI AMPLOP PROYEKTIF MODUL FAKTORNYA DALAM KATEGORI σ[m]

KAITAN ANTARA SUPLEMEN SUATU MODUL DAN EKSISTENSI AMPLOP PROYEKTIF MODUL FAKTORNYA DALAM KATEGORI σ[m] KAITAN ANTARA SULEEN SUATU ODUL DAN EKSISTENSI ALO ROYEKTIF ODUL FAKTORNYA DALA KATEGORI σ[] Ftran urusan atematka FIA Unverstas Lamung l rofdr Soemantr Brojonegoro No1 Bandar Lamung Abstract Let be an

Lebih terperinci

Bab 1 Ruang Vektor. R. Leni Murzaini/0906577381

Bab 1 Ruang Vektor. R. Leni Murzaini/0906577381 Bab 1 Ruang Vektor Defns Msalkan F adalah feld, yang elemen-elemennya dnyatakansebaga skalar. Ruang vektor atas F adalah hmpunan tak kosong V, yang elemen-elemennya merupakan vektor, bersama dengan dua

Lebih terperinci

Oleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw

Oleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw Oleh : Harfa Hanan Yoga A Nugraha Gemur Safar ka Sautr Arya Andka Dumanau Dosen : Dr.rer.nat. Ded osad, S.S., M.Sc. Program Stud Statstka Fakultas Matematka dan Ilmu Pengetahuan Alam Unverstas Gadah Mada

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

KAJIAN DAN ALGORITMA PELABELAN PSEUDO EDGE-MAGIC. memiliki derajat maksimum dan tidak ada titik yang terisolasi. Jika n i adalah

KAJIAN DAN ALGORITMA PELABELAN PSEUDO EDGE-MAGIC. memiliki derajat maksimum dan tidak ada titik yang terisolasi. Jika n i adalah BAB III KAJIAN DAN ALGORITMA PELABELAN PSEUDO EDGE-MAGIC III. Batas Bawah Magc Number pada Pelabelan Total Pseudo Edge-Magc Teorema 3.. Anggap G = (,E) adalah sebuah graf dengan n-ttk dan m-ss dan memlk

Lebih terperinci

PADA GRAF PRISMA BERCABANG

PADA GRAF PRISMA BERCABANG PELABELAN TOTAL SUPER (a, d)-busur ANTI AJAIB PADA GRAF PRISMA BERCABANG Achmad Fahruroz,, Dew Putre Lestar,, Iffatul Mardhyah, Unverstas Gunadarma Depok Program Magster Fakultas MIPA Unverstas Indonesa

Lebih terperinci

BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA

BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA A-3 Dan Aresta Yuwanngsh 1 1 Mahasswa S Matematka UGM dan.aresta17@yahoo.com Abstrak Dberkan R merupakan rng dengan elemen satuan, M R-modul kanan, dan R S End

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K

APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K Jurnal Matematka Murn dan Terapan Vol. 3 No. Desember 009: 4-6 APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH Yun Yulda dan Muhammad Ahsar K Program Stud Matematka Unverstas

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

BILANGAN RAMSEY SISI DARI r ( P, )

BILANGAN RAMSEY SISI DARI r ( P, ) Charul Imron dan dy Tr Baskoro, Blangan Ramsey Ss BILANGAN RAMSY SISI DARI r ( P, ) (Ramsey Number from the Sde r ( P, ) ) Charul Imron dan dy Tr Baskoro Jurusan Matemátca, FMIPA ITS Surabaya mron-ts@matematka.ts.ac.d

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

Sistem Kriptografi Stream Cipher Berbasis Fungsi Chaos Circle Map Dengan Pertukaran Kunci Diffie-Hellman

Sistem Kriptografi Stream Cipher Berbasis Fungsi Chaos Circle Map Dengan Pertukaran Kunci Diffie-Hellman SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Sstem Krptograf Stream Cpher Berbass Fungs Chaos Crcle Map Dengan Pertukaran Kunc Dffe-Hellman A-6 Muh. Fajryanto 1,a), Aula Kahf 2,b), Vga Aprlana

Lebih terperinci

PENGGABUNGAN PADA SUPER EDGE-MAGIC PETERSEN GRAPH DENGAN VERTEX PADA SETIAP VERTEX YANG ADA. Ida Christiana 1,Chairul Imron 2 ABSTRAK

PENGGABUNGAN PADA SUPER EDGE-MAGIC PETERSEN GRAPH DENGAN VERTEX PADA SETIAP VERTEX YANG ADA. Ida Christiana 1,Chairul Imron 2 ABSTRAK PENGGABUNGAN PADA SUPER EDGE-MAGIC PETERSEN GRAPH DENGAN VERTEX PADA SETIAP VERTEX YANG ADA Ida Chrstana 1,Charul Imron ABSTRAK Pelabelan suatu grah adalah suatu emetaan dar hmunan elemen grah (vertex,

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d

Lebih terperinci

Dekomposisi Nilai Singular dan Aplikasinya

Dekomposisi Nilai Singular dan Aplikasinya A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi BAB III FUNGSI MAYOR DAN MINOR Pada bab n akan dbahas konsep-konsep dasar dar fungs mayor dan fungs mnor dar suatu fungs yang terdefns pada suatu nterval tertutup. Pendefnsan fungs mayor dan mnor tersebut

Lebih terperinci

BAB III PEMBAHASAN. Pada bab ini akan dibahas mengenai ring embedding dan faktorisasi. tunggal pada ring komutatif tanpa elemen kesatuan.

BAB III PEMBAHASAN. Pada bab ini akan dibahas mengenai ring embedding dan faktorisasi. tunggal pada ring komutatif tanpa elemen kesatuan. BAB III PEMBAHASAN Pada bab n akan dbahas mengena rng embeddng dan faktorsas tunggal pada rng komutatf tanpa elemen kesatuan. A. Rng Embeddng Defns 3.1 (Malk et al. 1997: 318 Suatu rng R dkatakan embedded

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

DIMENSI PARTISI GRAF GIR

DIMENSI PARTISI GRAF GIR Jurnal Matematka UNAND Vol. 1 No. 2 Hal. 21 27 ISSN : 2303 2910 c Jurusan Matematka FMIPA UNAND DIMENSI PARTISI GRAF GIR REFINA RIZA Program Stud Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam,

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk

Lebih terperinci

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi. BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya

Lebih terperinci

ANALISIS ATRIBUT KEAMANAN TERHADAP PERBAIKAN PROTOKOL GROUP KEY TRANSFER : PROTOKOL HSU

ANALISIS ATRIBUT KEAMANAN TERHADAP PERBAIKAN PROTOKOL GROUP KEY TRANSFER : PROTOKOL HSU JMP : Vol. 9 No., Jun 207, hal. 3-22 ISSN 2085-456 ANALISIS ATRIBUT KEAMANAN TERHADAP PERBAIKAN PROTOKOL GROUP KEY TRANSFER : PROTOKOL HSU I Made Mustka Kerta Astawa Lembaga Sand Negara Kadek9_katanboy@yahoo.com

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

Lebih terperinci

ALJABAR LINIER LANJUT

ALJABAR LINIER LANJUT ALABAR LINIER LANUT Ruang Bars dan Ruang Kolom suatu Matrks Msalkan A adalah matrks mnatas lapangan F. Bars pada matrks A merentang subruang F n dsebut ruang bars A, dnotaskan dengan rs(a) dan kolom pada

Lebih terperinci

Evaluasi Tingkat Validitas Metode Penggabungan Respon (Indeks Penampilan Tanaman, IPT)

Evaluasi Tingkat Validitas Metode Penggabungan Respon (Indeks Penampilan Tanaman, IPT) Evaluas Tngkat Valdtas Metode Penggabungan Reson (Indeks Penamlan Tanaman, IPT) 1 Gust N Adh Wbawa I Made Sumertajaya 3 Ahmad Ansor Mattjk 1 Mahasswa S3 Pascasarjana Statstka IPB,3 Staf Pengajar Deartemen

Lebih terperinci

PENGAMANAN PESAN RAHASIA MENGGUNAKAN ALGORITMA KRIPTOGRAFI ELGAMAL ATAS GRUP PERGANDAAN Zp*

PENGAMANAN PESAN RAHASIA MENGGUNAKAN ALGORITMA KRIPTOGRAFI ELGAMAL ATAS GRUP PERGANDAAN Zp* SKRIPSI PENGAMANAN PESAN RAHASIA MENGGUNAKAN ALGORITMA KRIPTOGRAFI ELGAMAL ATAS GRUP PERGANDAAN Zp* Sebaga salah satu syarat untuk memperoleh derajat S-1 Program Stud Matematka pada Jurusan Matematka Dsusun

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

Bab 3. Teori Comonotonic. 3.1 Pengurutan Variabel Acak

Bab 3. Teori Comonotonic. 3.1 Pengurutan Variabel Acak Bab 3 Teor Comonotonc Pada bab n konsep teor comonotonc akan dpaparkan dar awal dan berakhr pada konsep teor n untuk jumlah dar peubah - peubah acak 1. Setelah tu untuk membantu pemahaman akan dberkan

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN : JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan : Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Itasa & Y Angran Dep. Statstka FMIPA-IPB Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan

Lebih terperinci

Pembangkitan Kunci Berantai Semi-Random Untuk Algoritma One Time Pad

Pembangkitan Kunci Berantai Semi-Random Untuk Algoritma One Time Pad embangktan Kunc Beranta Sem-Random Untuk Algortma One Tme ad Made Harta Dwjaksara 1) 1) rogram Stud Teknk Informatka, ITB, Bandung 40132, emal: f14137@students.f.tb.ac.d Abstraks One tme pad adalah algortma

Lebih terperinci

MINGGU KE- V: UKURAN PENYEBARAN

MINGGU KE- V: UKURAN PENYEBARAN MINGGU KE- V: UKURAN PENYEBARAN Tujuan Instruksonal Umum :. Mahasswa mampu memaham apa yang dmaksud dengan ukuran penyebaran. Mahasswa mampu memaham berbaga pengukuran untuk mencar nla ukuran penyebaran

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

PENGUKURAN DAYA. Dua rangkaian yg dpt digunakan utk mengukur daya

PENGUKURAN DAYA. Dua rangkaian yg dpt digunakan utk mengukur daya Pengukuran Besaran strk (TC08) Pertemuan 4 PENGUKUN DY Pengukuran Daya dalam angkaan DC Daya lstrk P yg ddsaskan d beban jka dcatu daya DC sebesar E adl hasl erkalan antara tegangan d beban dan arus yg

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat

Lebih terperinci

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA Dstrbus Bnomal Msalkan dalam melakukan percobaan Bernoull (Bernoull trals) berulang-ulang sebanyak n kal, dengan kebolehjadan sukses p pada tap percobaan,

Lebih terperinci

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

VLE dari Korelasi nilai K

VLE dari Korelasi nilai K VLE dar orelas nla Penggunaan utama hubungan kesetmbangan fasa, yatu dalam perancangan proses pemsahan yang bergantung pada kecenderungan zat-zat kma yang dberkan untuk mendstrbuskan dr, terutama dalam

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

SCHEMATICS 2009 National Programming Contest

SCHEMATICS 2009 National Programming Contest SCHEMATICS 2009 Natonal Programmng Contest No Nama Problem 1 Berhtung 2 Gelang Cantk 3 Jalan 4 Kubangan Lumpur 5 Ayam dan Bebek 6 Schematcs09 7 Pagar Labrn JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI

Lebih terperinci

BAB III HASILKALI TENSOR PADA RUANG VEKTOR. Misalkan V ruang vektor atas lapangan F. Suatu transformasi linear f L ( V, F )

BAB III HASILKALI TENSOR PADA RUANG VEKTOR. Misalkan V ruang vektor atas lapangan F. Suatu transformasi linear f L ( V, F ) 28 BAB III HASILKALI TENSOR PADA RUANG VEKTOR III.1 Ruang Dual Defns III.1.2: Ruang Dual [10] Msalkan V ruang vektor atas lapangan F. Suatu transformas lnear f L ( V, F ) dkatakan fungsonal lnear (atau

Lebih terperinci

I. PENGANTAR STATISTIKA

I. PENGANTAR STATISTIKA 1 I. PENGANTAR STATISTIKA 1.1 Jens-jens Statstk Secara umum, lmu statstka dapat terbag menjad dua jens, yatu: 1. Statstka Deskrptf. Statstka Inferensal Dalam sub bab n akan djelaskan mengena pengertan

Lebih terperinci

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan

Lebih terperinci

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan

Lebih terperinci

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM 1) Membuat dstrbus frekuens. 2) Mengetahu apa yang dmaksud dengan Medan, Modus dan Mean. 3) Mengetahu cara mencar Nla rata-rata (Mean). TEORI PENUNJANG

Lebih terperinci

I BBB TINJAUAN PUSTAKA

I BBB TINJAUAN PUSTAKA I BBB TINJAUAN PUTAKA. Pendahuluan Dalam enulsan mater okok dar skrs n derlukan beberaa teor-teor yang mendukung, yang menjad uraan okok ada bab n. Uraan dmula dengan membahas dstrbus varabel acak kontnu,

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal 157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan

Lebih terperinci

TINJAUAN PUSTAKA Tingkat Keberhasilan Mahasiswa Regresi Logistik

TINJAUAN PUSTAKA Tingkat Keberhasilan Mahasiswa Regresi Logistik 5 TINJAUAN PUSTAKA Tngkat Keberhaslan Mahasswa Secara gars besar, faktor-faktor yang memengaruh keberhaslan mahasswa dalam enddkan (Munthe 983, dacu dalam Halm 29 adalah:. Faktor ntelektual seert masalah

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

Jurnal Pendidikan Matematika & Matematika

Jurnal Pendidikan Matematika & Matematika Jurnal Penddkan Mateatka & Mateatka Syasah. (2011). Pengaruh Puasa Terhadap Konsentras Belajar Sswa. Jakarta: UIN Syarf Hdayatullah Jakarta. Thabrany, Hasbullah. (1995). Rahasa Sukses Belajar. Jakarta:

Lebih terperinci

BAB 3 PRINSIP INKLUSI EKSKLUSI

BAB 3 PRINSIP INKLUSI EKSKLUSI BAB 3 PRINSIP INKLUSI EKSKLUSI. Tentukan banyak blangan bulat dar sampa dengan 0.000 yang tdak habs dbag 4, 6, 7 atau 0. Jawab: Msal: S = {, 2, 3, 4, 5,..., 0.000} a = {sfat habs dbag 4} a 2 = {sfat habs

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

BAB I PENDAHULUAN Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Matematka dbag menjad beberapa kelompok bdang lmu, antara lan analss, aljabar, dan statstka. Ruang barsan merupakan salah satu bagan yang ada d bdang

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

Teori Himpunan. Modul 1 PENDAHULUAN

Teori Himpunan. Modul 1 PENDAHULUAN Modul 1 Teor Hmpunan Dr. Subanar K PENDHULUN arena banyak karakterstk dar masalah probabltas dapat dnyatakan secara formal dan dmodelkan secara rngkas dengan menggunakan notas hmpunan elementer, maka pertama-tama

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tnjauan Pustaka Dar peneltan yang dlakukan Her Sulstyo (2010) telah dbuat suatu sstem perangkat lunak untuk mendukung dalam pengamblan keputusan menggunakan

Lebih terperinci

PENENTUAN DENSITAS PERMUKAAN

PENENTUAN DENSITAS PERMUKAAN PENENTUAN DENSITAS PERMUKAAN Pada koreks topograf ada satu nla yang belum dketahu nlanya yatu denstas batuan permukaan (rapat massa batuan dekat permukaan). Rapat massa batuan dekat permukaan dapat dtentukan

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

IMPLEMENTASI KRIPTOGRAFI KUNCI ASIMETRI EL-GAMAL UNTUK KERAHASIAAN DATA CITRA DIGITAL

IMPLEMENTASI KRIPTOGRAFI KUNCI ASIMETRI EL-GAMAL UNTUK KERAHASIAAN DATA CITRA DIGITAL Semnar Nasonal Teknolog Informas & Komunkas Teraan (Semantk ) ISBN 979-6-55- IMPLEMENTASI KRIPTOGRAFI KUNCI ASIMETRI EL-GAMAL UNTUK KERAHASIAAN DATA CITRA DIGITAL Est Suryan Fakultas Matematka dan Ilmu

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

KONSEP DASAR PROBABILITAS

KONSEP DASAR PROBABILITAS KONSEP DASAR PROBABILITAS TI2131 TEORI PROBABILITAS MINGGU KE-3 & KE-4 1 Defns 1 Probabltas dar sebuah kejadan A adalah jumlah bobot dar tap ttk sampel yang termasuk dalam A. Selanjutnya: 0 < P(A) < 1,

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang I ENDHULUN. Latar elakang Mengambl keputusan secara aktf memberkan suatu tngkat pengendalan atas kehdupan spengambl keputusan. lhan-plhan yang dambl sebenarnya membantu dalam penentuan masa depan. Namun

Lebih terperinci

SEARAH (DC) Rangkaian Arus Searah (DC) 7

SEARAH (DC) Rangkaian Arus Searah (DC) 7 ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan

Lebih terperinci

Taksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil

Taksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil Vol. 11, No. 1, 77-83, Jul 2014 Taksran Kurva Regres Slne ada Data Longtudnal dengan Kuadrat Terkecl * Abstrak Makalah n mengka tentang estmas regres slne khususnya enggunaan ada data longtudnal. Data

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode

Lebih terperinci