Perumusan Ensembel Mekanika Statistik Kuantum. Part-2

Ukuran: px
Mulai penontonan dengan halaman:

Download "Perumusan Ensembel Mekanika Statistik Kuantum. Part-2"

Transkripsi

1 Perumusan Ensembel Mekanka Statstk Kuantum Part-2

2 Menghtung Banyak Status Keadaan Asums : partkel tak punya spn (spnless!)-> apa konsekuensnya? Karena TAK ADA INTERAKSI maka tngkat-tngkat energy yg bsa dmlk system adalah tngkat energy PARTIKEL TUNGGAL. Yang membedakan adalah berapa banyak partkel bsa menempat suatu tngkat energy tsb. Energ level system = Energy level dar 1 partkel! (non nteractng!) Energ system = total energy berdasarkan okupans partkel pada level energy partkel tunggal: ε p = p2 2πħ dengan p = 2m L n Dmana n = (n x, n y, n z ) dengan n j =0, 1, 2, dan L 3 =V.

3 Menghtung Banyak Status Keadaan Spesfkas keadaan system deal dberkan oleh set jumlah okupans { n p } dengan n p : jumlah partkel dengan momentum p. Kendala system: E = p n p ε p N = Untuk kasus spnless boson dan fermon set {n p } sudah secara unk menspesfkas keadaan system. Nla yang djnkan untuk masng-masng adalah: n p = 0,1,2,3, boson 0,1 fermon p n p

4 Gas Ideal d Ensembel Mkrokanonk Untuk Boltzmann : Mekanka Kuantum N! n p = 0,1,2,3, tetap {n p } menyatakan keadaan n 1!n 2!. system! Permutas partkel dengan momentum yg berbeda (p) berbeda tak menghaslkan dstrbus baru. Tngkat energy system N partkel adalah tngkat energy partkel tunggal. Pendekatan : spektrum energ tsb akan dbag dalam sel-sel, tap sel mengandung sejumlah level (tngkat) energ yg berdekatan.

5 Teknk Menghtung Banyak Keadaan Sstem Msal untuk sel ke- : Rata-rata level energ bernla Banyak level d sel tsb: g >>1 Jumlah partkel d sel tsb: n : jumlah n p untuk seluruh level d sel tsb. Konstran: n = N dan n ε = E Banyak cara mendstrbus N partkel ke sel-sel tsb, tap kal menghaslkan satu macam dstrbus n : W {n } Maka banyak keadaan status mcrostate terkat: Γ N, V, E = {n } W{n } Penjumlahan dlakukan terhadap berbaga cara mendstrbuskan {n } yg berbeda yg memenuh konstran d atas. Sel-3 3 Sel-2 2 Sel-1 1 Jumlah level g 3 ; n 3 g 2 ; n 2 g 1 ; n 1 Okupan s

6 Boson Sedangkan W{n }: W n = Dengan w : banyak cara mendstrbuskan partkel dentk ndstngushable sejumlah n d dalam sel ke- yang memlk jumlah level g. Nla w bergantung pada jens partkel : Fermon atau Boson. Kasus Boson: w Tap level boleh bers partkel : 0,1,2,dst Persoalan : dberkan n boson untuk menempat level energ yg berbeda sebanyak g dalam sel-.

7 Boson Pertanyaan : ada berapa banyak cara berbeda untuk mendstrbuskan boson tsb d sel- tsb yg punya g subsel? Persoalan tsb bsa dpandang sbg: Dberkan n partkel dan (g -1) parts. Carlah banyaknya cara berbeda untuk mendstrbuskan n partkel dan (g -1) parts tsb. Partkel ke: n Parts ke: 1 2 g -1 Jumlah parts g -1, sebab jumlah level ( ruang ) : g

8 Boson Banyak cara mendstrbuskan n partkel + (g -1) parts : (n +g -1)! Akan tetap : partkel dentk (undstngushable) demkan juga parts!, maka permutas n dantara partkel dalam satu sel dan permutas dantara (g -1) parts tdak menghaslkan konfguras dstnc yg baru, jad: w = n + g 1! n! g 1!

9 Fermon In berart Total seluruh keadaan yang dstnct untuk satu dstrbus {n } tertentu dar bosons adalah: (artnya seluruh n sudah ddstrbuskan dulu n 1 berapa, n 2 berapa dst) W BE n = W BE n + g 1! = w = n! g 1! Kasus Fermon: Tap level hanya boleh ds maksmum 1 partkel, jad okupans tap level:0 atau 1. Karena sel ke- memlk g level yang akan dtempat n partkel (tentu n tdak bsa > g ), berart akan ada n level yg bers 1 partkel dan ssanya (g -n ) kosong.

10 Fermon Kta bsa memandang n spt d Boson, akan tetap: Jumlah obyek yg akan ddstrbuskan, justru total jumlah levelnya : g Obyek tsb akan dparts jad 2 kelompok saja: kelompok satu masng-masng bers 1 partkel (n ), ssanya (g -n ) tdak ada partkel. Jad ada g! cara berbeda mendstrbus obyek tsb. Tetap permutas dalam tap kelompok : s (n ) dan kosong (g -n ) tdak menghaslkan keadaan baru. Sehngga banyaknya cara yang berbeda dberkan oleh:

11 Fermon w = g! n! g n! Level: g kosong (g -n ) bers (n buah) Parts hanya 1, bsa berpndah-pndah tempat In berart Total seluruh keadaan yang dstnct untuk satu dstrbus {n } tertentu dar Fermon adalah: (artnya seluruh n sudah ddstrbuskan dulu n 1 berapa, n 2 berapa dst) W FD n = W FD g! = w = n! g n!

12 Boltzon Kasus : Boltzon (Partkel maxwell boltzmann: hpotetk) Untuk partkel Boltzmann mula-mula anggap mereka terbedakan (dstngushable) dan mereka bsa menempat status keadaan yang sama sepert boson. Untuk sel ke-, ada g level (subsel) dan terdapat n partkel terbedakan yg harus ddstrbuskan ke g tsb, jelas banyaknya cara berbeda untuk mendstbuskannya adalah: Partkel ke-1, bsa menempat salah satu dar g level, Partkel ke-2, juga bsa menempat salah satu dar g level Partkel ke-n, juga bsa menempat salah satu dar g level

13 Boltzon Total cara berbeda mendstrbuskan n partkel dalam g level adalah : g n Banyak cara membagkan N total partkel ke dalam berbaga sel yang masng-masng bers n 1, n 2 dst dan permutas dalam tap sel tdak menghaslkan keadaan baru adalah (kombnas): N! n 1! n 2! Faktor koreks berkutnya (Gbbs) : 1/N!, karena permutas dantara partkel tsb sendr (N buah) tdak akan menghaslkan status keadaan baru.

14 Boltzon Sehngga total banyak konfguras {n } yang berbeda bag Boltzon n adalah: W MB n = 1 N! N! n 1! n 2! g n 1 n 1 g 2 2 = g n n!

15 Problem of The most Probable Dstrbuton Setelah mengetahu banyaknya cara berbeda mendstrbuskan partkel dentc N buah, maka selanjutnya mest dcar dstrbus {n * } sepert apa yang akan menghaslkan W yg terbesar. Dengan kata lan berapa nla masng-masng n d tap sel agar W palng besar! Entrop S dberkan oleh : S = k ln ( W n ) {n }

16 Problem of The most Probable Dstrbuton Nla log ruas kanan, untuk N besar sekal bsa ddekat dengan 1 suku saja yatu : the largest W{n }=W{n* }, dengan {n* } adalah dstrbus {n } yang akan menghaslkan the largest W : THE MOST PROBABLE STATE! Tetap dengan tetap memenuh dua kendala : total partkel dan energy Jad : Konstran: S k ln W{n } n = N dan n ε = E

17 Metoda Lagrange Multpler Memaka metoda Lagrange multpler, maka konds untuk mendapatkan W max tsb dungkapkan oleh: δ ln W{n } ασ δn + βσ ε δn = 0 Dengan α, β adalah parameter. Asums: n dan g >>1 sehngga Aproksmas Strlng boleh dpaka. Maka: Kasus : Dstrbus Bose Ensten: n + g 1! W BE n = n! g 1!

18 Dstrbus Bose-Ensten Maka: ln W BE = ln W BE ln n + g 1! ln n! ln g 1! n + g 1 ln n + g 1 (n + g

19 Problem of The most Probable Dstrbuton ln W BE δln W BE n ln 1 + g n + g ln 1 + n g δn ln 1 + g n Substtus ke : δ ln W{n } ασ δn + βσ ε δn = 0 Berart ln 1 + g n α βε δn = 0 ln 1 + g n α βε = 0

20 Dstrbus BE, FD dan MB Jad dstrbus Boson yang terkat W terbesar (most probable): g n = e α+βε n 1 (BE) Dapat dbuktkan dengan cara yg serupa untuk gas Fermon dan Boltzmann ddapatkan, the most probable dstrbutonnya: n = n = g e α+βε + 1 g e α+βε n (FD) n (MB)

21 Dstrbus BE, FD dan MB Dapat dbuktkan bahwa hubungan parameter α, β dengan thermodnamka adalah : α = μ 1 dan β = kt kt Sehngga dengan defns fugacty :z = e βμ : g n BE = z 1 e βε 1 n g FD = z 1 e βε + 1 n (MB) = g z e βε

22 Dstrbus BE, FD dan MB Pelabelan thd sel ke- yg memlk degenras g dapat dgant ke pelabelan momentum (yg unk), sehngga: n g BE = z 1 e βε n 1 1 p BE = z 1 e βε p 1 n g FD = z 1 e βε n p FD = z 1 e βε p + 1 n (MB) = g z e βε n p MB = ze βε p Pelabelan momentum p n dentc dengan menggunakan blangan gelombang k, sebab p = ħk

23 Okupans dan Jumlah Partkel Jumlah total partkel N akan dberkan oleh : N = Untuk Boson dan Fermon : 1 p n = z 1 e βε p ± 1 p n p = N Dalam lmt thermodnamka N besar, spectrum energy nyars kontnu: ε p = p2 2m, dengan p = p x, p y, p z dan p = p

24 Okupans dan Jumlah Partkel Maka p dp 4πp 2 N 0 4πp 2 dp z 1 e βp2 /2m ± 1 0 Substtus x 2 = βp2 2m : N 4π 2m β 3/2 0 4πp 2 dp e βμ e βp2 /2m ± 1 x 2 dx e βμ e x2 ± 1 Pada lmt suhu tngg β 0, N yang berhngga menuntut ntegralnya 0.

25 Okupans dan Jumlah Partkel Agar ntegralnya kecl ( 0), maka penyebutnya : Untuk β 0, maka e βμ e x2 ± 1, atau e βμ. e βμ e x2 Hal n berart dalam kasus β 0 atau suhu tngg maka dstrbus Fermon dan Boson menjad sepert Maxwell Boltzmann saja. Jka suhu tngg (β 0) maka okupans level tertentu sebandng dengan: e β(ε p μ) Jka β kecl maka okupans keadaan dengan energy tngg akan sedkt, artnya dalam hal n tak berpengaruh antara boson ataupun fermon, sebab terseda jauh lebh banyak status keadaan dbandngkan partkel yg akan menempat.

26 Perbandngkan Okupans rata-rata Dstrbus Fermon, Boson dan Boltzon ( - ) FD BE MB Nampak bahwa pada ( - ) besar dstrbus FD,BE mendekat MB. Padahal MB (klask) adalah model yg cukup bagus untuk T tngg, berart: ε μ kt Supaya bsa besar, padahal T tngg maka <0 dan magntude harus besar!

27 Pengaruh Spn partkel Jka partkel memlk spn S, maka status keadaan partkel tunggal dengan momentum tertentu p mest dlengkap dengan spn-nya (p,s). Dalam banyak aplkas kta hanya perlu memperhatkan jumlah total status keadaan yang perlu djumlahkan, msalnya untuk N: Dengan s=-s,-s+1,,s. N = s p n s,p = (2S + 1) p n p Msal untuk spn S=1/2, maka s = 1, 1, jad ada (2S+1)= 2 2 (2(1/2)+1)=2 keadaan terkat spn tsb. Jad jka spn=s, maka banyak status keadaan berlpat (2S+1).

28 Entrop Ungkapan Entrop-nya berbentuk (BE): S k ln W n = k n ln 1 + g n + g ln 1 + n g Untuk Fermon, ungkapan entropnya dapat dbuktkan menjad: S k ln W n dan Maxwell-Boltzmann S k ln W n = k n ln g n 1 g ln 1 n = k n ln g n g

29 Entrop Untuk hasl terakhr n telah dlakukan aproksmas : g, n >>1. Jka secara eksplst, n /g untuk masng-masng dstrbus, maka entrop: BE: S k n (α + βε ) g ln 1 e α βε FD : S k n (α + βε ) +g ln 1 + e α βε MB: S k n (α + βε ) Nla n untuk masng-masng dstrbus spt yg dturunkan sebelumnya!

30 Entrop Atau dengan substtus nla n, untuk Boson: ( ln z+βε S k g ) ln 1 ze βε z 1 e βε 1 Untuk Fermon: ( ln z+βε S k g ) + ln 1 + ze βε z 1 e βε +1 Maxwell-Boltzmann: S kz g e βε ( ln z + βε ) Fungs thermodnamka dperoleh dengan elmnas z dar persamaan d atas, dengan memanfaatkan kendala bag N = n

31 Contoh : Gas Boltzmann Kta paka untuk Boltzon, mula dar N = n = z g e βε = z p e βε p Untuk hasl terakhr tsb karena g adalah degeneras level energy ε, ketka dnyatakan dlm momentum maka tap p unk, jad tdak ada degeneras! Bagamana mengubah Σ? Volume elementer d ruang fasa (q,p) = h, jad banyak status keadaan: V h 3

32 Contoh : Gas Boltzmann N zv h 3 4πp 2 e βp2 2m dp = zv 0 λ 3 h Dengan adalah thermal wavelength λ =, dengan 2πmkT n bsa juga dtulskan (v = V/N): z = λ3 v Energ system E = n ε : (dengan bantuan N d atas) E = zg ε e βε zv h 3 4πp 2 p 2 0 2m = z ε p e βε p p βp 2 e 2m dp = 3 2 NkT

33 Entrop Maxwell-Boltzmann: S/k z g e βε ( ln z + βε ) Atau S/k z e βε p( ln z + βε p ) S p ε p e βε p (ln z)z e βε p k βz p S k βe N ln z p

34 Entrop S k 3 Nk N ln z 2 Dengan z = λ3 v : S k 3 2 Nk N ln(λ3 v ) S k 3 Nk N ln N 2 V h 2 2πm kt 3/2

35 Interpretas Ambl msalnya (BE): S k n (α + βε ) g ln 1 e α βε Suku Σ n = N, total partkel dan Σ n ε = E total energ. Sehngga: S k αn + βe g ln(1 e α βε ) Dapat dbuktkan bahwa art parameter dan adalah : α = μ kt dan β = 1 kt sehngga: TS μn + E kt g ln(1 e α βε )

36 Interpretas Atau: E TS + μn = kt g ln(1 e α βε ) Dar thermodnamka dperoleh hubungan: A + μn = PV Sehngga (BE): PV = kt g ln(1 e α βε ) Hasl serupa dperoleh juga untuk FD : PV = kt g ln(1 + e α βε ) Dan MB: (gas deal klask) PV = kt g e α βε = kt n = NkT

SOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA

SOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA ISTITUT TEKOLOGI BADUG FAKULTAS MATEMATIKA DA ILMU PEGETAHUA ALAM PROGRAM STUDI FISIKA FI-500 Mekanka Statstk SEMESTER/ Sem. - 06/07 PR#4 : Dstrbus bose Ensten dan nteraks kuat Kumpulkan d Selasa 9 Aprl

Lebih terperinci

2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil

2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil .1 Sstem Makroskopk dan Sstem Mkroskopk Fska statstk berangkat dar pengamatan sebuah sstem mkroskopk, yakn sstem yang sangat kecl (ukurannya sangat kecl ukuran Angstrom, tdak dapat dukur secara langsung)

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

PENDAHULUAN Latar Belakang

PENDAHULUAN Latar Belakang PENDAHULUAN Latar Belakang Menurut teor molekuler benda, satu unt volume makroskopk gas (msalkan cm ) merupakan suatu sstem yang terdr atas sejumlah besar molekul (kra-kra sebanyak 0 0 buah molekul) yang

Lebih terperinci

Ensembel Grand Kanonik (Kuantum) Gas IDeal

Ensembel Grand Kanonik (Kuantum) Gas IDeal Ensembel Grand Kanonik (Kuantum) Gas IDeal Fungsi Partisi Grand Kanonik: Gas Ideal Seerti di Klasik fungsi artisi Grand Kanonik : ζ z, V, T = N=0 z N Q N (V, T) dengan Q N adalah fungsi artisi kanonik,

Lebih terperinci

Chap 7. Gas Fermi Ideal

Chap 7. Gas Fermi Ideal Chap 7. Gas Fermi Ideal Gas Fermi pada Ground State Distribusi Fermi Dirac pada kondisi Ground State (T 0) memiliki perilaku: n p = e β ε p μ +1 1 ε p < μ 1 0 jika ε p > μ Hasil ini berarti: Seluruh level

Lebih terperinci

Review Thermodinamika

Review Thermodinamika Revew hermodnamka Hubungan hermodnamka dan Mekanka tatstk hermodnamka: deskrps fenomenologs tentang sfatsfat fss sstem makroskopk dalam kesetmbangan. Phenomenologs : mendasarkan pada pengamatan emprs terhadap

Lebih terperinci

LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES

LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES Hubungan n akan dawal dar gaya yang beraks pada massa fluda. Gaya-gaya n dapat dbag ke dalam gaya bod, gaya permukaan, dan gaya nersa. a. Gaya Bod Gaya bod

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

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

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 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

BAB V INTEGRAL KOMPLEKS

BAB V INTEGRAL KOMPLEKS 6 BAB V INTEGRAL KOMPLEKS 5.. INTEGRAL LINTASAN Msal suatu lntasan yang dnyatakan dengan : (t) = x(t) + y(t) dengan t rl dan a t b. Lntasan dsebut lntasan tutup bla (a) = (b). Lntasan tutup dsebut lntasan

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 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

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

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

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

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

Chap. 8 Gas Bose Ideal

Chap. 8 Gas Bose Ideal Chap. 8 Gas Bose Ideal Model: Gas Foton Foton adalah Boson yg tunduk kepada distribusi BE. Model: Foton memiliki frekuensi ω, rest mass=0, spin 1ħ Energi E=ħω dan potensial kimia =0 Momentum p = ħ k, dengan

Lebih terperinci

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen 3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel

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

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 VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan

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

ASAS KETIDAKPASTIAN HEISENBERG DAN PERSAMAAN SCHRODINGER. gelombang de Broglie dalam kedaan tertentu alih alih sebagai suatu kuantitas yang

ASAS KETIDAKPASTIAN HEISENBERG DAN PERSAMAAN SCHRODINGER. gelombang de Broglie dalam kedaan tertentu alih alih sebagai suatu kuantitas yang ASAS KETIDAKPASTIAN HEISENBERG DAN PERSAMAAN SCHRODINGER a. Ketdakpastan Hesenberg a) Rumusan Umum Ketdakpastan Hesenberg Kenyataan bahwa sebuah partkel bergerak harus dpandang sebaga group gelombang de

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

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 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

BAB IV PERHITUNGAN DAN ANALISIS

BAB IV PERHITUNGAN DAN ANALISIS BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter

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

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN By: Rn Halla Nasuton, ST, MT MERANCANG JARINGAN SC Perancangan jarngan SC merupakan satu kegatan pentng yang harus

Lebih terperinci

ELEKTRONIKA ANALOG. Bab 2 BIAS DC FET Pertemuan 5 Pertemuan 7. Oleh : ALFITH, S.Pd, M.Pd

ELEKTRONIKA ANALOG. Bab 2 BIAS DC FET Pertemuan 5 Pertemuan 7. Oleh : ALFITH, S.Pd, M.Pd ELEKTONKA ANALOG Bab 2 BAS D FET Pertemuan 5 Pertemuan 7 Oleh : ALFTH, S.Pd, M.Pd 1 Pemran bas pada rangkaan BJT Masalah pemran bas rkatan dengan: penentuan arus dc pada collector yang harus dapat dhtung,

Lebih terperinci

APLIKASI INTEGRAL TENTU

APLIKASI INTEGRAL TENTU APLIKASI INTEGRAL TENTU Aplkas Integral Tentu థ Luas dantara kurva థ Volume benda dalam bdang (dengan metode cakram dan cncn) థ Volume benda putar (dengan metode kult tabung) థ Luas permukaan benda putar

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 IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011. 44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon

Lebih terperinci

BAB 4 PERHITUNGAN NUMERIK

BAB 4 PERHITUNGAN NUMERIK Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat

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

Hukum Termodinamika ik ke-2. Hukum Termodinamika ke-1. Prinsip Carnot & Mesin Carnot. FI-1101: Termodinamika, Hal 1

Hukum Termodinamika ik ke-2. Hukum Termodinamika ke-1. Prinsip Carnot & Mesin Carnot. FI-1101: Termodinamika, Hal 1 ERMODINAMIKA Hukum ermodnamka ke-0 Hukum ermodnamka ke-1 Hukum ermodnamka k ke-2 Mesn Kalor Prnsp Carnot & Mesn Carnot FI-1101: ermodnamka, Hal 1 Kesetmbangan ermal & Hukum ermodnamka ke-0 Jka dua buah

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2 Masalah Transportas Jong Jek Sang (20) menelaskan bahwa masalah transportas merupakan masalah yang serng dhadap dalam pendstrbusan barang Msalkan ada m buah gudang (sumber) yang

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS

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

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

RANGKAIAN SERI. 1. Pendahuluan

RANGKAIAN SERI. 1. Pendahuluan . Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor

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

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 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

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

TEORI KESALAHAN (GALAT)

TEORI KESALAHAN (GALAT) TEORI KESALAHAN GALAT Penyelesaan numerk dar suatu persamaan matematk hanya memberkan nla perkraan yang mendekat nla eksak yang benar dar penyelesaan analts. Berart dalam penyelesaan numerk tersebut terdapat

Lebih terperinci

WEIBULL TWO PARAMETER

WEIBULL TWO PARAMETER WEIBULL TWO PARAMETER Dalam teor probabltas dan statstk, dstrbus webull merupakan dstrbus probabltas yang berkelanjutan atau kontnyu. Dgambarkan secara detal oleh Walodd Webull pada tahun 1951 meskpun

Lebih terperinci

BAB V TEOREMA RANGKAIAN

BAB V TEOREMA RANGKAIAN 9 angkaan strk TEOEM NGKIN Pada bab n akan dbahas penyelesaan persoalan yang muncul pada angkaan strk dengan menggunakan suatu teorema tertentu. Dengan pengertan bahwa suatu persoalan angkaan strk bukan

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

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

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

III. PEMBAHASAN. Untuk transaksi dengan arah x y z x, maka tiap kurs dapat didefinisikan sebagai berikut:

III. PEMBAHASAN. Untuk transaksi dengan arah x y z x, maka tiap kurs dapat didefinisikan sebagai berikut: 8 III. EMBAHASAN. Model Makroskops dar Arbtrase Trangular Model makroskops menggunakan data aktual kurs yang dambl dar www.oanda.com untuk tga mata uang yatu IDR J dan USD dalam kurun waktu dar Januar

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

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

Abstraksi. Abstraksi. Abstraksi. Property SP (single short shortest path) 4/29/2010. Berapa pa th yang mungkin dari garaph G tadi?

Abstraksi. Abstraksi. Abstraksi. Property SP (single short shortest path) 4/29/2010. Berapa pa th yang mungkin dari garaph G tadi? Termnolog Sngle source shortest path djkstra wjanarto Djkstra s algorthm d paka untuk menemukan shortest path dar satu source ke seluruh vertek dalam graph. Algo n menggunakan 2 hmp node yatu S dan C.

Lebih terperinci

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan Pada bab n akan dbahas mengena penyelesaan masalah ops real menggunakan pohon keputusan bnomal. Dalam menentukan penlaan proyek, dapat dgunakan beberapa metode d antaranya dscounted cash flow (DF). DF

Lebih terperinci

b. Tentukan eigenket-eigenket dari sistem tersebut sebagai kombinasi linier dari 1 dan 2

b. Tentukan eigenket-eigenket dari sistem tersebut sebagai kombinasi linier dari 1 dan 2 Solus UTS Mekanka Kuantum Program Stud S Fska Tanggal ujan: 6 Oktoer 7 Dosen: Muhammad Azz Majd, Ph.D. Assten: Ahmad Syahron, S.S. Soal Hamltonan seuah sstem -keadaan two states system dnyatakan dengan

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

toto_suksno@uny.ac.d Economc load dspatch problem s allocatng loads to plants for mnmum cost whle meetng the constrants, (lhat d http://en.wkpeda.org/) Economc Dspatch adalah pembagan pembebanan pada pembangktpembangkt

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

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

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

Ensembel Grand Kanonik Klasik. Part-2

Ensembel Grand Kanonik Klasik. Part-2 Ensembel Grand Kanonik Klasik Part-2 Penerapan Ensembel Grand Kanonik Pada Gas Ideal monoatomik Contoh: Gas ideal dalam volum V sejumlah N partikel dengan temperatur T. Partikel gas tidak saling berinteraksi,

Lebih terperinci

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan 35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan

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

Perumusan Ensembel Mekanika Statistik Kuantum. Part-1

Perumusan Ensembel Mekanika Statistik Kuantum. Part-1 Perumusan Ensembel Mekanika Statistik Kuantum Part-1 Latar Belakang Untuk system yang distinguishable maka teori ensemble mekanika statistic klasik dapat dipergunakan. Tetapi bilamana system partikel bersifat

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

SOLUSI TUGAS MATA KULIAH STATISTIKA II

SOLUSI TUGAS MATA KULIAH STATISTIKA II SOLUSI TUGAS MATA KULIAH STATISTIKA II SOAL : Suatu Peneltan dlakukan untuk menelaah empat metode pengajaran, yatu Metode A (ceramah d kelas), Metode B (mengajak dskus langsung dengan sswa), Metode C (ceramah

Lebih terperinci

Ensembel Grand Kanonik Klasik. Part-2

Ensembel Grand Kanonik Klasik. Part-2 Ensembel Grand Kanonik Klasik Part-2 Penerapan Ensembel Grand Kanonik Pada Gas Ideal Contoh: Gas ideal dalam volum V sejumlah N partikel dengan temperatur T. Partikel gas tidak saling berinteraksi, dan

Lebih terperinci

Chap 7a Aplikasi Distribusi. Fermi Dirac (part-1)

Chap 7a Aplikasi Distribusi. Fermi Dirac (part-1) Chap 7a Aplikasi Distribusi Fermi Dirac (part-1) Teori Bintang Katai Putih Apakah bintang Katai Putih Bintang yg warnanya pudar/pucat krn hanya memancarkan sedikit cahaya krn supply hidrogennya sudah tinggal

Lebih terperinci

Atau dengan menginverse S = S(U), menjadi U=U(S), kemudian menghitung:

Atau dengan menginverse S = S(U), menjadi U=U(S), kemudian menghitung: ISTITUT TEKOLOGI BADUG FAKULTAS MATEMATIKA DA ILMU PEGETAHUA ALAM PROGRAM STUDI FISIKA UJIA TEGAH SEMESTER - FI-5 Mekanika Statistik SEMESTER/ Sem. - 6/7 Hari/Tgl. : Senin 3 Maret 7 Waktu :.-3. Sifat :

Lebih terperinci

DEPARTMEN FISIKA ITB BENDA TEGAR. FI Dr. Linus Pasasa MS Bab 6-1

DEPARTMEN FISIKA ITB BENDA TEGAR. FI Dr. Linus Pasasa MS Bab 6-1 BENDA TEGAR FI-0 004 Dr. Lnus Pasasa MS Bab 6- Bahan Cakupan Gerak Rotas Vektor Momentum Sudut Sstem Partkel Momen Inersa Dall Sumbu Sejajar Dnamka Benda Tegar Menggelndng Hukum Kekekalan Momentum Sudut

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis BAB 4 METODOLOGI PENELITIAN Pada bab n akan durakan kerangka pemkran hpotess, teknk pengumpulan data, dan teknk analss data. Kerangka pemkran hpotess membahas hpotess pengujan pada peneltan, teknk pengumpulan

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

Referensi: 1) Smith Van Ness Introduction to Chemical Engineering Thermodynamic, 6th ed. 2) Sandler Chemical, Biochemical adn

Referensi: 1) Smith Van Ness Introduction to Chemical Engineering Thermodynamic, 6th ed. 2) Sandler Chemical, Biochemical adn Referens: 1) Smth Van Ness. 2001. Introducton to Chemcal Engneerng Thermodynamc, 6th ed. 2) Sandler. 2006. Chemcal, Bochemcal adn Engneerng Thermodynamcs, 4th ed. 3) Prausntz. 1999. Molecular Thermodynamcs

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

KWARTIL, DESIL DAN PERSENTIL

KWARTIL, DESIL DAN PERSENTIL KWARTIL, DESIL DAN PERSENTIL 1. KWARTIL Kwartl merupakan nla yang membag frekuens dstrbus data menjad empat kelompok yang sama besar. Dengan kata lan kwartl merupakan nla yang membag tap-tap 25% frekuens

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

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 I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

Bab 2 AKAR-AKAR PERSAMAAN

Bab 2 AKAR-AKAR PERSAMAAN Analsa Numerk Bahan Matrkulas Bab AKAR-AKAR PERSAMAAN Pada kulah n akan dpelajar beberapa metode untuk mencar akar-akar dar suatu persamaan yang kontnu. Untuk persamaan polnomal derajat, persamaannya dapat

Lebih terperinci

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan 7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat

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

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.. Partkel Elementer Partkel elementer secara gars besar dapat dbedakan berdasarkan nla spnnya atau berdasarkan nteraks yang mempengaruh. Berdasarkan perbedaan nla spnnya partkel

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

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1 Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran

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 METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Bab n akan menjelaskan latar belakang pemlhan metode yang dgunakan untuk mengestmas partspas sekolah. Propns Sumatera Barat dplh sebaga daerah stud peneltan. Setap varabel yang

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

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan. 3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan

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 III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Binatang menggunakan gelombang bunyi/suara untuk

BAB II TINJAUAN PUSTAKA. Binatang menggunakan gelombang bunyi/suara untuk BAB TNJAUAN PUSTAKA Pengertan Gelombang Buny (Akustk) [ 3, 4, -S, 6, 7, S] Gelombang buny adalah gelombang yang drarnbatkan sebaga gelombang mekank longtudnal yang dapat berjalan dalam medum padat, car

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

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