PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ"

Transkripsi

1 Bulei Ilmiah Ma. Sa. da Terapaya (Bimaser) Volume 05, No. 2 (206), hal PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Sii Faimah, Neva Sayahadewi, Shaika Marha INTISARI Auias adalah seragkaia pembayara dalam jumlah ereu da dilakuka pada seiap selag waku ereu seara berkala, yaiu bulaa, kuarala, semesera aaupu seara ahua. Peilaia auias yag dilakuka seara ahua lebih sesuai dega daa yag disajika dalam abel moralia. Peeliia ii berujua uuk megkaji ilai auias jiwa seumur hidup dega pembayara ahua megguaka disribusi Gomperz da memberika ooh peerapaya. Peilaia auias berdasarka disribusi Gomperz dimulai dega meeuka usia pesera da megasumsika igka suku buga yag diguaka uuk meeuka fakor disko. Selajuya meeuka peluag hidup da mai seseorag sera ilai auias jiwa seumur hidup pembayara ahua. Nilai auias ii dipegaruhi oleh besarya ilai parameer-parameer pada disribusi Gomperz. Parameer-parameer pada disribusi Gomperz diesimasi megguaka meode Maximum Likelihood Esimaio (MLE). Peeua ilai auias jiwa seumur hidup berdasarka disribusi Gomperz memberika peilaia bahwa semaki ua usia seseorag maka ilai auiasya aka semaki keil. Kemudia jika semaki besar igka suku buga yag diguaka, maka ilai auiasya semaki keil. Kaa Kui: ilai auias, disribusi Gomperz, Newo-Raphso PENDAHULUAN Salah sau upaya uuk memiimalisasi masalah fiasial yag disebabka oleh risiko kemaia yaiu program asurasi jiwa. Dalam mekaisme pelaksaaa asurasi jiwa, seiap asabah diwajibka membayar premi sebagai buki bahwa seseorag resmi mejadi pemegag polis pada asurasi ersebu. Ragkaia pembayara ii dikeal dega isilah auias. Auias adalah suau ragkaia pembayara dalam jumlah ereu da dilakuka pada seiap selag waku ereu seara berkala. Berdasarka jeisya, auias erbagi aas dua, yaki auias pasi (erai auiy) da auias jiwa (life auiy). Auias pasi adalah suau auias yag pasi dilakuka selama jagka waku pembayara []. Dega kaa lai beuk pembayara dari auias pasi ii dilakuka seara berkala dalam waku ereu. Kemudia pembayara yag berkaia dega hidup da maiya seseorag diamaka auias jiwa []. Auias jiwa merupaka auias yag diserai dega fakor keberahaa hidup (survival) sehigga auias ii aka selalu diserai dega fakor usia. Berdasarka sisem pembayaraya, auias erbagi aas dua yaki auias awal da auias akhir. Pembayara yag dilakuka seiap awal periode diamaka auias awal (due auiy), sedagka auias yag pembayaraya dilakuka seiap akhir periode diamaka auias akhir (immediae auiy) [2]. Auias juga dibedaka berdasarka jagka waku pembayara. Pembayara yag dilakuka selama seseorag masih hidup diamaka auias seumur hidup (whole life auiy). Kemudia pembayara yag dilakuka seseorag selama jagka waku ereu aaupu sampai meiggal duia diamaka auias berjagka (emporary auiy) [3]. Ragkaia pembayara pada auias jiwa seumur hidup merupaka pembayara yag berlagsug sepajag hidup eraggug meapai usia eriggi, yaiu ahu da pembayara aka berhei jika seseorag ersebu meiggal duia. Pembayara auias jiwa seumur hidup selai dilakuka berkali-kali dalam seahu juga dapa dilakuka seara ahua. Ierval pembayara yag dilakuka beberapa kali dalam seahu ii lebih keil daripada ierval pembayara yag dilakuka ahua. 79

2 80 S. Faimah, N. Sayahadewi, S. Marha Perhiuga ilai auias yag dilakuka seara ahua aka lebih sesuai dega daa yag disajika dalam abel moralia. Disribusi Gomperz merupaka suau asumsi yag pada dasarya diguaka uuk meeuka perepaa moralia da meeuka besarya ilai auias [3]. Namu dari fugsi kepadaa peluagya dapa juga dieuka peluag hidup da mai seseorag. Pada peeliia ii berujua uuk megkaji ilai auias jiwa seumur hidup megguaka disribusi Gomperz. Peeliia ii difokuska pada auias jiwa awal seumur hidup dega pembayara ahua uuk sau orag eraggug. Tigka buga yag diguaka berdasarka igka buga Bak Idoesia dari aggal 2 Sepember 203 sampai dega 7 November 205 sebesar 7,25%, 7,5%, 7,75% da megguaka Tabel Moralia Idoesia 20 uuk waia. Parameer-parameer yag erdapa pada disribusi Gomperz di esimasi megguaka meode Maximum Likelihood Esimaio (MLE). Peeliia ii dimulai dega meeuka usia pesera asurasi yaki x ahu, jagka waku pembayara sekali dalam seahu. Selajuya meeuka peluag hidup da maiya eraggug melalui abel moralia. Seelah diasumsika igka suku buga yag diguaka, aka dieuka fakor disko. Selajuya membeuk persamaa auias jiwa seumur hidup dega disribusi Gomperz. Parameer-parameer pada disribusi Gomperz diesimasi dega meode MLE. Seelah iu dieukalah ilai auias jiwa seumur hidup dega disribusi Gomperz. NILAI ANUITAS Dalam perhiuga auias, kosep buga saga diperluka karea uuk meeuka besarya ilai auias awal da ilai auias akhir [4]. Tigka buga yag diguaka dalam peeliia ii adalah igka buga majemuk. Tigka buga majemuk adalah igka buga yag dihiug berdasarka besar pokok awal aau modal awal yag sudah diambah dega buga, kemudia besar pokok yag diambah dega buga ersebu dibugaka lagi. Dalam buga majemuk erdapa suau fugsi v yag disebu dega fakor disko yag diyaaka dega v () ( i) Dikeahui bahwa X merupaka variabel radom koiu yag meyaaka usia dari kelahira higga erjadiya kemaia da FX x merupaka fugsi disribusi dari X, maka yag berari peluag sesorag aka meiggal sebelum meapai usia x ahu [2]. Selajuya didefiisika fugsi survival sx sebagai suau peluag yag meyaaka bahwa seseorag aka beraha hidup meapai usia x ahu, yaiu: s( x) Pr X x, x 0 (2) Sehigga diperoleh hubuga fugsi survival dega fugsi disribusi sebagai beriku: s( x) F ( x) (3) Selajuya x meyaaka perepaa moralia dari seseorag yag berusia x ahu diyaaka sebagai beriku [2]: fx ( x) x (4) s( x) Kemudia dari Persamaa (4) dapa dieuka bayakya seseorag yag berusia x ahu aka beraha hidup ahu kemudia diyaaka sebagai beriku: X x s ds 0 px e (5) Selajuya ilai auias jiwa awal seumur hidup merupaka ilai auias yag dipegaruhi oleh fakor disko da peluag hidup seseorag yag berusia x ahu, yaiu:

3 Peeua Nilai Auias Jiwa Seumur Hidup Megguaka Disribusi Gomperz 8 x x 0 a v p (6) Maximum Likelihood Esimaio (MLE) merupaka meode saisik yag serig diguaka uuk medapaka esimasi parameer uuk model maemaika dari sampel. MLE adalah meode yag memaksimumka fugsi likelihood. Misalka x, x2,, x merupaka suau sampel aak yag salig bebas berukura dari suau disribusi dega fugsi kepadaa peluag gabuga aara, 2,, x x x adalah,,, ; f x x x. Jika fugsi kepadaa peluag gabuga ersebu diyaaka sebagai fugsi erhadap, maka fugsi ersebu diamaka fugsi likelihood yag dioasika dega beriku [5]:,,, ; L f x x2 x Selajuya diari solusi uuk yag memaksimumka dimodifikasi ke dalam beuk l, yaiu memaksimumka fugsi l L juga memaksimumka 2 L da memiliki beuk sebagai f x ; (7) L. Kemudia beuk L l L. Modifikasi ii dapa dilakuka karea ilai yag L. Beuk Persamaa (7) mejadi l L l f x ; l f x ; (8) l L disebu sebagai fugsi log-likelihood. Solusi dari dapa diperoleh dega meyelesaika persamaa, Persamaa ii disebu fugsi sore Nilai ii aka memaksimumka S l L 0 S, Nilai yag diperoleh merupaka solusi dari S 0. l L da disebu sebagai aksira maksimum likelihood dari, dioasika dega ˆ. Jika lagkah megesimasi parameer megguaka meode MLE meghasilka persamaa yag idak losed form, maka uuk meyelesaika persamaa ersebu diguaka meode Newo- Raphso. Meode Newo-Raphso adalah salah sau meode uuk meari akar peyelesaia dari f x 0 melalui perhiuga yag ieraif. Rumus umum yag diguaka pada meode Newo- Raphso sebagai beriku: dega: ˆk H S, k,2,. (0) ˆ ˆ. k k k k : esimasi parameer pada ierasi ke- k ˆk k : esimasi parameer pada ierasi ke H : mariks urua kedua fugsi likelihood aau disebu dega mariks Hessia k S : mariks urua perama dari fugsi likelihood da disebu dega fugsi sore. (9)

4 82 S. Faimah, N. Sayahadewi, S. Marha ANUITAS JIWA AWAL SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Disribusi Gomperz perama kali diperkealka oleh maemaikawa Iggris Bejami Gomperz [2]. Disribusi Gomperz adalah disribusi yag dapa diguaka uuk meeuka peluag hidup da mai seseorag, sera memberika pedekaa ilai pada auias jiwa awal seumur hidup. Beriku ii adalah fugsi kepadaa peluag dari disribusi Gomperz yaiu: B x x l f x B e 0 x () dega B 0,, x 0 parameer B mewakili igka kemaia seara umum da merupaka perumbuha spesifik igka kemaia. Dari fugsi kepadaa peluag pada Persamaa (), dapa dieuka fugsi disribusi kumulaif dari disribusi Gomperz sebagai beriku: B x l F x e (2) Selajuya meeuka fugsi survival uuk seseorag yag berusia x ahu berdasarka disribusi Gomperz dega mesubiusika Persamaa (2) ke Persamaa (3), yaiu: B x l sx e (3) Kemudia dega mesubiusika Persamaa () da Persamaa (3) ke Persamaa (4), sehigga diperoleh perepaa moralia uuk seseorag yag berusia x ahu berdasarka disribusi Gomperz, yaiu: x X B (4) Dari perepaa moralia berdasarka disribusi Gomperz ii dapa dieuka bayakya seseorag yag berusia x ahu aka beraha hidup sampai ahu kemudia. Dega megguaka Persamaa (5) da (4), diperoleh x g (5) px Persamaa (5) merupaka peluag hidup seseorag yag berusia x ahu berdasarka disribusi B Gomperz, dega g. l Nilai auias jiwa awal seumur hidup merupaka ilai auias yag dipegaruhi oleh fakor disko da peluag hidup seseorag yag berusia x ahu yag diyaaka dalam sau polis asurasi jiwa. Dega mesubsiusika Persamaa (5) ke Persamaa (6), maka diperoleh ilai auias jiwa awal seumur hidup uuk seseorag yag berusia x ahu berdasarka disribusi Gomperz sebagai beriku: x ax v g (6) G 0 Di dalam disribusi Gomperz ada dua parameer yag harus diesimasi, yaiu B da. Parameerparameer ersebu diesimasi meguaka meode MLE. Dikeahui fugsi kepadaa peluag dari disribusi Gomperz seperi pada Persamaa () diguaka uuk membeuk persamaa likelihood yaiu: B x i l xi L B, B e (7) Dega megguaka Persamaa (7), parameer B da diari dega memaksimumka fugsi likelihood L( B, ). Selajuya, fugsi L( B, ) dimodifikasi ke dalam beuk l( L( B, )). Dega i memaksimumka l( L( B, )) aka megakibaka L( B, ) mejadi maksimum. Sehigga Persamaa (7) mejadi sebagai beriku:

5 Peeua Nilai Auias Jiwa Seumur Hidup Megguaka Disribusi Gomperz 83 B x x i l i i l LB, l B e l B x l l e B x i l i i i B x i l i Fugsi l( L( B, )) disebu juga fugsi log-likelihood. Uuk memperoleh aksira parameer B da B xi l l i (8), fugsi log-likelihood aka diuruka sekali erhadap iap parameer yag aka diesimasi. Hasil esimasi dapa diperoleh dega meyelesaika persamaa-persamaa beriku: l L B, l L B, 0 Diperoleh hasil urua perama dari Persamaa (9) da (20), sebagai beriku: B 0 l L B, B B l l L B, B x B i xi x 2 i i l i l i Berdasarka Persamaa (9) erliha bahwa parameer-parameer dari Persamaa (9) masih salig bergaug, sehigga suli uuk medapaka solusi. Hal yag sama juga dijumpai uuk hasil urua pada Persamaa (20). Dega demikia uuk memperoleh ilai esimasi B da diguaka meode Newo-Raphso. Jika dipilih ilai awal uuk B da yaiu B da 0 0 da ilai parameer berada pada kisara B 0 da,0,2 maka i B0 0, ,0 Nilai B da dihiug seara seara ieraif, dega rumus 2 2 L L L B 2 k Bk B B B 2 2 k k L L L 2 B Uuk ierasi perama diperoleh ilai B da yaiu xi, k 0,,2,,. B 0, ,09 Proses ii aka erus diulag higga memeuhi ilai olerasi yag dikehedaki, B B da k k k k xi (9) (20)

6 84 S. Faimah, N. Sayahadewi, S. Marha Dega megguaka sofware R diperoleh hasil dari proses esimasi uuk parameer disribusi Gomperz yaiu B 0, da,8 dega ilai parameer berada pada kisara B 0 da,0,2. APLIKASI NUMERIK Pada bagia ii diberika beberapa ooh permasalaha sesuai dega rumusa masalah dalam peeliia ii. Proses perhiuga megguaka program Mirosof Exel da Tabel Moralia Idoesia 20 yag waia. Pada ooh kasus ii diberika perhiuga ilai auias jiwa seumur hidup pembayara sekali dalam seahu. Kemudia dilajuka dega peeua ilai auias jiwa seumur hidup berdasarka disribusi Gomperz. Peeua ilai auias yag diberika berdasarka usia yag berbeda da igka suku buga yag berbeda. Cooh kasus perama, seorag waia yag berusia 30 ahu megikui program asurasi jiwa seumur hidup dega igka suku buga yag diberika oleh perusahaa asurasi kepada pesera asurasi adalah 7,5%. Besar pembayara premi yag dilakuka iap ahu oleh pesera asurasi yaki sebesar Rp Teuka ilai auias jiwa awal seumur hidup dega pembayara premi yag dilakuka sekali dalam seahu berdasarka disribusi Gomperz. Lagkah perama dalam perhiuga ilai auias jiwa awal seumur hidup dega pembayara ahua adalah meeuka fakor disko v, yaiu: v i 0,075 0,93023 Kemudia dapa dieuka ilai auias jiwa awal seumur hidup dega pembayara premi sekali dalam seahu adalah N30 a30 K D , , ,69590 Jika pembayara premi sebesar Rp maka ilai auias jiwa awal seumur hidup dega pembayara premi sekali dalam seahu diperoleh Pa30 Rp ,- 3,69590 Rp , - Selajuya dieuka ilai auias jiwa awal seumur hidup uuk pembayara ahua berdasarka disribusi Gomperz. Hasil esimasi parameer-parameer pada disribusi Gomperz megguaka meode MLE berdasarka TMI 20 yag waia diperoleh B 0, da,8 dega 6 4 ilai parameer berada pada kisara 0 B 0 da,0,2. Sehigga diperoleh ilai auias jiwa awal seumur hidup berdasarka disribusi Gomperz diperoleh: a 30G 0 v g x v g v g v g... v g 0, , , , , , , 203 Seara legkap perhiuga ilai auias jiwa awal seumur hidup berdasarka disribusi Gomperz dega pembayara ahua uuk usia 30 ahu dilampirka pada Tabel di bawah ii:

7 Peeua Nilai Auias Jiwa Seumur Hidup Megguaka Disribusi Gomperz 85 Tabel Nilai Auias Awal Seumur Hidup dega Pembayara Premi Tahua Berdasarka Disribusi Gomperz uuk Usia 30 Tahu Sebesar Rp.,- x v g x vg 0,00000,00000, , , , , , , , , , , , , , , ,00067 Jumlah 4,203 Jika pembayara premi sebesar Rp maka ilai auias jiwa awal seumur hidup berdasarka disribusi Gomperz dega pembayara premi sekali dalam seahu diperoleh Pa30 Rp ,- 4,203 Rp ,- Seara aalog, perhiuga ilai auias jiwa awal seumur hidup uuk usia yag berbeda berdasarka disribusi Gomperz disajika dalam Tabel 2 beriku: Tabel 2 Nilai Auias Awal Seumur Hidup dega Tigka Buga 7,5% da Pembayara Premi Tahua Sebesar Rp ,- Berdasarka Disribusi Gomperz x a x G 30 Rp ,- 35 Rp ,- 40 Rp ,- 45 Rp ,- 50 Rp ,- 55 Rp ,- 60 Rp ,- 65 Rp ,- 70 Rp ,- Tabel 2 meujukka bahwa, jika pada usia yag berbeda dega igka suku buga yag sama, maka semaki ua usia seseorag ilai auias aka semaki keil. Pada perhiuga selajuya, aka dieuka ilai auias berdasarka igka suku buga yag berbeda. Tigka suku buga yag diguaka berdasarka BI Rae dari aggal 2 Sepember 203 sampai dega 7 November 205 yaiu 7,25%, 7,50% da 7,75%. Seara legkap perhiuga ilai auias uuk seiap masig-masig usia disajika dalam Tabel 3 beriku ii: Tabel 3 Nilai Auias Awal Seumur Hidup dega dega Pembayara Premi Tahua Sebesar Rp ,- dega Tigka Buga yag Berbeda Berdasarka Disribusi Gomperz x i = 7,25% i = 7,50% i = 7,75% 30 Rp ,- Rp ,- Rp ,- 35 Rp ,- Rp ,- Rp ,- 40 Rp ,- Rp ,- Rp ,- 45 Rp ,- Rp ,- Rp ,- 50 Rp ,- Rp ,- Rp ,- 55 Rp ,- Rp ,- Rp ,- 60 Rp ,- Rp ,- Rp ,- 65 Rp ,- Rp ,- Rp ,- 70 Rp ,- Rp ,- Rp ,-

8 86 S. Faimah, N. Sayahadewi, S. Marha Tabel 3 meujukka ilai auias dega pembayara premi yag dilakuka sekali dalam seahu sebesar Rp ,-. Nilai auias yag diberika adalah uuk usia yag sama dega igka suku buga yag berbeda, sehigga dari Tabel 3 diperoleh semaki besar igka suku buga ilai auiasya semaki keil da semaki ua usia seseorag maka ilai auiasya juga semaki keil. SIMPULAN Peeua ilai auias jiwa awal seumur hidup megguaka disribusi Gomperz dipegaruhi oleh parameer-parameer pada disribusi Gomperz, fakor disko da usia seseorag. Nilai auias dega disribusi Gomperz memberika pedekaa peilaia pada auias jiwa awal seumur hidup seara umum. Pada auias jiwa awal seumur hidup dega disribusi Gomperz memberika peilaia bahwa semaki ua usia seseorag, maka ilai auiasya aka semaki keil. Selai iu, semaki iggi igka suku buga yag diguaka maka ilai auias aka semaki keil. DAFTAR PUSTAKA []. Fuami, T. Maemaika Asurasi Jiwa, Bagia. Terj. dari Seimei Hoke Sugaku, Joka ( 92 Revisio) oleh Herliyao G. Peerbi Iorporaed Foudaio Orieal Life Isurae Culural Developme Ceer. Japa;993. [2]. Bowers N.L, Geerber H.U, Hikma J.C, Joes D.A da Nesbi C.J. Auarial Mahemais. Soiey of Auaries. Shaumhurg;986. [3]. Dikso D.C.M, Hardy M.R da Waers H.R. Auarial Mahemais for Life Coige Risks. Cambridge Uiversiy Pres. New York;2009. [4]. Sembirig R.K. Buku Maeri Pokok Asurasi. Modul ke -5, Karuika. Uiversias Terbuka. Jakara;986. [5]. Myug, J.I. Tuorial o Maximum Likelihood Esimaio. Joural of Mahemaial Psyology, Ohio Sae Uiversiy, USA. SITI FATIMAH NEVA SATYAHADEWI SHANTIKA MARTHA : FMIPA Ua Poiaak, Ui.fama@gmail.om : FMIPA Ua Poiaak, eva.saya@mah.ua.a.id : FMIPA Ua Poiaak, shaika.marha@gmail.om

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

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

Lebih terperinci

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

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

Lebih terperinci

PREMI TAHUNAN ASURANSI JIWA BERJANGKA DENGAN HUKUM DE MOIVRE UNTUK STATUS GABUNGAN

PREMI TAHUNAN ASURANSI JIWA BERJANGKA DENGAN HUKUM DE MOIVRE UNTUK STATUS GABUNGAN PREMI TAHUNAN ASURANSI JIWA BERJANGKA DENGAN HUKUM DE MOIVRE UNTUK STATUS GABUNGAN Nurma Harisa * Johaes Kho 2 Aziskha 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika a Ilmu Pegeahua

Lebih terperinci

PREMI ASURANSI JIWA BERJANGKA NAIK DENGAN MENGGUNAKAN HUKUM DE MOIVRE

PREMI ASURANSI JIWA BERJANGKA NAIK DENGAN MENGGUNAKAN HUKUM DE MOIVRE PREMI ASURANSI JIWA BERJANGKA NAIK DENGAN MENGGUNAKAN HUKUM DE MOIVRE Aoy Wijaya *, Hasriai, Musraii Mahasiswa Program S Maemaia Dose Jurusa Maemaia Faulas Maemaia da Ilmu Pegeahua Alam Uiversias Riau

Lebih terperinci

CADANGAN PROSPEKTIF ASURANSI JIWA BERJANGKA DENGAN HUKUM DE MOIVRE

CADANGAN PROSPEKTIF ASURANSI JIWA BERJANGKA DENGAN HUKUM DE MOIVRE CDNGN POSPEKTIF SUNSI JIW BEJNGK DENGN HUKUM DE MOIVE Dii amaai *, Johaes Kho 2, ziskha 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika a Ilmu Pegeahua lam Uiersias iau Kampus Bia

Lebih terperinci

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

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

Lebih terperinci

ANUITAS DUE PADA STATUS HIDUP PERORANGAN BERDASARKAN FORMULA WOOLHOUSE

ANUITAS DUE PADA STATUS HIDUP PERORANGAN BERDASARKAN FORMULA WOOLHOUSE 2 ANUITAS DUE PADA STATUS HIDUP PERORANGAN BERDASARKAN FORMULA WOOLHOUSE Sri Purwati 1, Johaes Kho 2, Aziskha 2 1 Mahasiswa Program S1 Matematika FMIPA Uiversitas Riau email : srii_purwatii@yahoo.co.id

Lebih terperinci

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

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

Lebih terperinci

PENERAPAN HUKUM DE MOIVRE PADA METODE NEW JERSEY DALAM PENENTUAN NILAI CADANGAN ASURANSI JIWA DWIGUNA SKRIPSI OLEH VANY LINDA FIBRIANTI NIM.

PENERAPAN HUKUM DE MOIVRE PADA METODE NEW JERSEY DALAM PENENTUAN NILAI CADANGAN ASURANSI JIWA DWIGUNA SKRIPSI OLEH VANY LINDA FIBRIANTI NIM. PENERAPAN HUKUM DE MOIVRE PADA METODE NEW ERSEY DALAM PENENTUAN NILAI CADANGAN ASURANSI IWA DWIGUNA SKRIPSI OLEH VANY LINDA FIBRIANTI NIM. 260054 URUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

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

Lebih terperinci

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

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

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI Bulei Ilmiah Ma. Sa. da erapaya (Bimaser) Volume 4, No. (5), hal 7 6. PNYLSAIAN PRSAMAAN DIFRNSIAL PARSIAL LINAR DNGAN MNGGUNAKAN MOD RANSFORMASI LZAKI Noa Miari, Mariaul Kifiah, Helmi INISARI Persamaa

Lebih terperinci

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Prosidig SPMIPA. pp. 57-6. 6 ISBN : 979.74.47. PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Sri Rahayu, Taro Jurusa Maemaika FMIPA UNDIP Semarag Jl. Prof. Soedaro, Kampus UNDIP Tembalag,

Lebih terperinci

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

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

Lebih terperinci

APPLICATION OF VASICEK S RATE INTEREST MODEL IN TERM INSURANCE PREMIUMS CALCULATION. Abstract. Sudianto Manullang

APPLICATION OF VASICEK S RATE INTEREST MODEL IN TERM INSURANCE PREMIUMS CALCULATION. Abstract. Sudianto Manullang APPLICATION OF VASICEK S RATE INTEREST MODEL IN TERM INSURANCE PREMIUMS CALCULATION Absrac Sudiao Maullag Facor of ieres rae ad moraliy is former pricipal compoes o ge premium of erm isurace. Vasicek's

Lebih terperinci

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

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

Lebih terperinci

CADANGAN PREMI TAHUNAN ASURANSI KESEHATAN PADA STATUS GABUNGAN

CADANGAN PREMI TAHUNAN ASURANSI KESEHATAN PADA STATUS GABUNGAN CADANGAN PREMI TAHUNAN ASURANSI KESEHATAN PADA STATUS GABUNGAN Aryo Guao *, Hasriai 2, Rola Pae 2 Mahasiswa Program S Maemaia 2 Dose Jurusa Maemaia Faulas Maemaia da Ilmu Pegeahua Alam Uiverias Riau Kampus

Lebih terperinci

CADANGAN PREMI DENGAN METODE CANADIAN PADA ASURANSI JIWA BERJANGKA

CADANGAN PREMI DENGAN METODE CANADIAN PADA ASURANSI JIWA BERJANGKA CDNGN REMI DENGN METODE CNDIN D SURNSI JIW BERJNGK Ike Ruliysmawai Koiruisa, Hasriai 2, Hariso 2 Maasiswa rogram S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika da Ilmu egeaua lam Uierias Riau Kamus

Lebih terperinci

V. PENGUJIAN HIPOTESIS

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

Lebih terperinci

Rumus-rumus yang Digunakan

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

Lebih terperinci

BAB V METODE PENELITIAN

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

Lebih terperinci

BAB 3 METODE PENELITIAN

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

Lebih terperinci

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

ANUITAS. 9/19/2012 MK. Aktuaria Darmanto,S.Si.

ANUITAS. 9/19/2012 MK. Aktuaria Darmanto,S.Si. ANUITAS 9/19/2012 MK. Aktuaria Darmato,S.Si. 1 OVERVIEW Auitas adl suatu pembayara dalam jumlah tertetu, yag dilakuka setiap selag waktu da lama tertetu, secara berkelajuta. Suatu auitas yg pasti dilakuka

Lebih terperinci

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

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

Lebih terperinci

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown Jural EKSPONENSIAL Volume 7, Nomor, Mei 06 ISSN 085-789 Peramala Jumlah Peduduk Koa Samarida Dega Megguaka Meode Pemulusa Ekspoesial Gada da Tripel Dari Brow Forecasig he Populaio of he Ciy of Samarida

Lebih terperinci

CATATAN KULIAH #12&13 Bunga Majemuk

CATATAN KULIAH #12&13 Bunga Majemuk CATATAN KULIAH #12&13 Buga Majemuk 10.1 Pedahulua Pada pembahasa sebelumya diasumsika bahwa P atau ilai pokok pembayara tidak megalami perubaha dari awal higga akhir sehigga ilai buga selalu dihitug dari

Lebih terperinci

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

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

Lebih terperinci

Universitas Sumatera Utara

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

Lebih terperinci

BAB III ANALISIS LOOKBACK OPTIONS

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

Lebih terperinci

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

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

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN 30 BAB IV METODOLOGI PENELITIAN 4.1 Beuk da Meode Peeliia Peeliia Opimalisasi da Sraegi Pemafaaa Souher Bluefi Tua di Samudera Hidia Selaa Idoesia diarahka pada upaya uuk megugkapa suau masalah aau keadaa

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma

Lebih terperinci

BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR

BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR Bulei Ilmia Ma. Sa. da Teraaa (Bimaser) Volume 6, No. 0(07), al 8. BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR Umi Salma, Mariaul Kifia, Frasiskus Fra INTISARI Beuk kaoik

Lebih terperinci

Prediksi Penjualan Sepeda Motor Merek X Di Kabupaten Dan Kotamadya Malang Dengan Metode Peramalan Hierarki

Prediksi Penjualan Sepeda Motor Merek X Di Kabupaten Dan Kotamadya Malang Dengan Metode Peramalan Hierarki JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4) 337-35 (3-98X Pri) D-34 Sepeda Moor Merek X Di Kabupae Da Koamadya Malag Dega Meode Peramala Hierarki Rika Susai, Desri Susilaigrum, da Suharoo Jurusa Saisika,

Lebih terperinci

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

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

Lebih terperinci

(A.4) PENENTUAN CADANGAN DISESUAIKAN MELALUI METODE ILLINOIS PADA PRODUK ASURANSI DWIGUNA BERPASANGAN

(A.4) PENENTUAN CADANGAN DISESUAIKAN MELALUI METODE ILLINOIS PADA PRODUK ASURANSI DWIGUNA BERPASANGAN Prosidig Semiar Nasioal Statistika Uiversitas Padjadjara, 3 November 2 (A.4) PENENTUAN CADANGAN DSESUAKAN MELALU METODE LLNOS PADA PRODUK ASURANS DWGUNA BERPASANGAN Suhartii, Lieda Noviyati, Achmad Zabar

Lebih terperinci

TUGAS AKHIR. Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika. Oleh: AFRIANTI

TUGAS AKHIR. Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika. Oleh: AFRIANTI MODEL TIME SERIES UNTUK PERAMALAN TINGKAT PENJUALAN JENIS BAHAN BAKAR MINYAK (BBM) DI STASIUN PENGISIAN BAHAN BAKAR UNTUK UMUM (SPBU) ARIFIN ACHMAD-PEKANBARU TUGAS AKHIR Diajuka sebagai Salah Sau Syara

Lebih terperinci

ρ = sehingga momen pertama dan kedua BAB 2 TEORI DASAR 2.1 Random Walk ρi = ε) = q= 1 p. Posisi suku bunga bergerak pada

ρ = sehingga momen pertama dan kedua BAB 2 TEORI DASAR 2.1 Random Walk ρi = ε) = q= 1 p. Posisi suku bunga bergerak pada BAB EORI DASAR Uuk meeuka ieres rae differeial, peulis aka membahas erlebih dahulu beberapa eori yag berkaia dega proses sokasik Pergeraka suau parikel yag bergerak secara acak aau disebu juga megikui

Lebih terperinci

BAB III FORMULA PENENTUAN HARGA OPSI ASIA

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

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia ABSTRACT

Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia ABSTRACT CDNGN SURNSI JIW CONTINGENT BERDSRKN DISTRIBUSI GOMERTZ Mifakhur Rohmah *, Hasriai, Hariso Mahasiswa roram S Maemaika Dose Jurusa Maemaika Fakulas Maemaika a Ilmu eeahua lam Uierias Riau Kampus Bia Wia

Lebih terperinci

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

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

Lebih terperinci

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN

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

Lebih terperinci

METODOLOGI. Waktu dan Tempat. Alat dan Bahan

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

Lebih terperinci

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

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

Lebih terperinci

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid

Lebih terperinci

Universitas Sumatera Utara

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

Lebih terperinci

MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dadan Kusnandar, Naomi Nessyana Debataraja

MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dadan Kusnandar, Naomi Nessyana Debataraja Bulei Ilmiah Mah. Sa. da Terapaya (Bimaser) Volume 07, No. (018), hal 77 84. MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dada Kusadar, Naomi Nessyaa

Lebih terperinci

ANALISIS NUMERIK MODEL EPIDEMIK SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) PADA PENYEBARAN PENYAKIT TUBERCULOSIS DI YOGYAKARTA SKRIPSI.

ANALISIS NUMERIK MODEL EPIDEMIK SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) PADA PENYEBARAN PENYAKIT TUBERCULOSIS DI YOGYAKARTA SKRIPSI. ANALISIS NUMERIK MODEL EPIDEMIK SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) PADA PENYEBARAN PENYAKIT TUBERCULOSIS DI YOGYAKARTA SKRIPSI Diajuka Kepada Fakulas Maemaika Da Ilmu Pegeahua Alam Uiversias Negeri

Lebih terperinci

PENGUJIAN HIPOTESIS DUA RATA-RATA

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

Lebih terperinci

B. DESKRIPSI SINGKAT MATA KULIAH

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Pada bab ii aka dibahas megeai eori-eori dasar yag berhubuga dega ivesasi, persamaa diferesial sokasik da simulasi yag mejadi ladasa berpikir uuk mempermudah dalam pembahasa pada bab

Lebih terperinci

BAGIAN 2 TOPIK 5. andhysetiawan

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

Lebih terperinci

Analisis Rangkaian Listrik Di Kawasan Waktu

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

Lebih terperinci

Kata Kunci : Regresi Hazard Aditif, Waktu Tunggu, Kejadian Berulang, Cause specific

Kata Kunci : Regresi Hazard Aditif, Waktu Tunggu, Kejadian Berulang, Cause specific Model Regresi Hazard Adiif uuk Waku Tuggu Keadia Berulag dega Cause Specific Hayuig Pui Lesari 1, Lieda Noviyai 2, Gao R. Seyao 3 Uiversias Padadara Program Pedidika Magiser Program Sudi Saisika Terapa,

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL FOKKER-PLANCK DENGAN METODE GARIS

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL FOKKER-PLANCK DENGAN METODE GARIS PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL FOKKER-PLANCK DENGAN METODE GARIS Sii Muyassaroh Mahasiswa Jurusa Maemaika Fakulas Sais da Tekologi UIN Maulaa Malik Ibrahim Malag e-mail: muy.sms@gmail.com ABSTRAK

Lebih terperinci

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan 30 B A B III METODE PENELITIAN 3. Peeapa Lokai da Waku Peeliia Objek peeliia dalam peeliia ii adalah megaalii perbadiga harga jual produk melalui pedekaa arge pricig dega co-plu pricig pada oko kue yag

Lebih terperinci

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP Permasalaha dalam tugas akhir ii dibatasi haya pada peaksira besarya koefisie korelasi polychoric da tidak dilakuka peguia terhadap koefisie korelasi

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

IV. METODE PENELITIAN

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis Peeliia Jeis peeliia ii ergolog peeliia komparasioal, yaiu peeliia yag dilaksaaka uuk megeahui ada idakya perbedaa aar variabel yag sedag dielii. Jika perbedaa iu memag

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Model Pertumbuha Betuk ugsi pertumbuha satu jeis spesies pada umumya megguaka otasi ugsi aalitik yag diyataka dalam satu persamaa. Secara umum ugsi pertumbuha meyataka hubuga

Lebih terperinci

JOINT LIFE DALAM ASURANSI JIWA BERJANGKA Dini Hidayati, Dewi Anggraini, Dewi Sri Susanti

JOINT LIFE DALAM ASURANSI JIWA BERJANGKA Dini Hidayati, Dewi Anggraini, Dewi Sri Susanti Jura Maemaika Muri da Teraa εsio Vo9 No (5) Ha - JOINT LIFE DALAM ASURANSI JIWA BERJANGKA Dii Hidayai, Dewi Aggraii, Dewi Sri Susai Program Sudi Maemaika FMIPA Uiversias Lambug Magkura J Jed A Yai km 6

Lebih terperinci

BAB II BAHAN DAN METODE

BAB II BAHAN DAN METODE BAB II BAHAN DAN METODE II. 1 Proses Erosi Daerah Alira Sugai (DAS) merupaka kawasa yag berfugsi sebagai daerah peagkap, peyimpa, da peyalur air yag jauh ke aasya ke dalam sisem alira sugai yag meuju iik

Lebih terperinci

KAJIAN MODEL FRAKSIONAL PROSES DIFUSI. Siwi Tri Rahayu Universitas Jenderal Soedirman

KAJIAN MODEL FRAKSIONAL PROSES DIFUSI. Siwi Tri Rahayu Universitas Jenderal Soedirman Prosidig Semiar Nasioal Maemaika da Terapaya 6 p-issn : 55-384; e-issn : 55-39 KAJIAN MODEL FRAKSIONAL PROSES DIFUSI Siwi Tri Rahayu Uiversias Jederal Soedirma 53siwi@gmailcom Bambag Hedriya Guswao Uiversias

Lebih terperinci

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi.

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi. MATEMATIKA EKONOMI 1 Deret DOSEN Fitri Yuliati, SP, MSi. Deret Deret ialah ragkaia bilaga yag tersusu secara teratur da memeuhi kaidah-kaidah tertetu. Bilaga-bilaga yag merupaka usur da pembetuk sebuah

Lebih terperinci

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc. METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai

Lebih terperinci

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital

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

Lebih terperinci

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

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

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis BAB III HASIL DAN PEMBAHASAN A. Permasalahan Nyaa Penyebaran Penyaki Tuberculosis Tuberculosis merupakan salah sau penyaki menular yang disebabkan oleh bakeri Mycobacerium Tuberculosis. Penularan penyaki

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA

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

Lebih terperinci

Modul 1 Modul 2 Modul 3 Modul 4 Modul 5 Modul 6

Modul 1 Modul 2 Modul 3 Modul 4 Modul 5 Modul 6 i B Tijaua Mata Kuliah uku Materi Pokok (BMP) Matematika Aktuaria ii disampaiika dalam sembila modul (pokok bahasa) yag diorgaisasika sebagai berikut. Modul 1. Probabilitas Modul 2. Teori Buga Modul 3.

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

PENERAPAN METODE EXPONENTIAL SMOOTHING DALAM MEMPREDIKSI JUMLAH SISWA BARU (STUDI KASUS: SMK PEMDA LUBUK PAKAM)

PENERAPAN METODE EXPONENTIAL SMOOTHING DALAM MEMPREDIKSI JUMLAH SISWA BARU (STUDI KASUS: SMK PEMDA LUBUK PAKAM) Jural Pelia Iformaika, Volume 16, Nomor 3, Juli 2017 IN 2301-9425 (Media Ceak) PENERAPAN METODE EXPONENTIAL MOOTHING DALAM MEMPREDIKI JUMLAH IWA BARU (TUDI KAU: MK PEMDA LUBUK PAKAM) Kuriagara Mahasiswa

Lebih terperinci

Barekeng, Juni hal Vol. 1. No. 1

Barekeng, Juni hal Vol. 1. No. 1 Barekeg, Jui 7 hal46-5 Vol No ANALISIS VARIANS MULTIVARIAT PADA EKSPERIMEN DENGAN RANCANGAN ACAK LENGKAP (Variace Mulivaria Aalysis for Eperime wih Complee Radom Desig Th PENTURY Jurusa Maemaika FMIPA

Lebih terperinci

BAB III TINJAUAN PUSTAKA

BAB III TINJAUAN PUSTAKA BAB III TINJAUAN PUSTAKA 3.1. Defiisi Peramala Peramala adalah proses uuk memperkiraka berapa bayak kebuuha dimasa medaag yag melipui kebuuha dalam ukura kuaias, kualias, waku da lokasi yag dibuuhka dalam

Lebih terperinci

A. LATAR BELAKANG MASALAH

A. LATAR BELAKANG MASALAH PENDAHULUAN A. LAAR BELAKANG MASALAH Model koreksi kesalaha ECM - Error Correcio Model merupaka model regresi liier ag meeuka keseimbaga jagka pajag di aara beberapa variabel. Di dalam model koreksi kesalaha

Lebih terperinci

MODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR

MODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR MODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR Diajuka Sebagai Salah Sau Syara Uuk Memperoleh Gelar Sarjaa Sais Pada Jurusa Maemaika Oleh :

Lebih terperinci

PENGOLAHAN SINYAL DIGITAL. Modul 2. Proses ADC-DAC

PENGOLAHAN SINYAL DIGITAL. Modul 2. Proses ADC-DAC PENGOLAHAN SINYAL DIGITAL Modul. Proses ADC-DAC Coe Kosep Samplig Kuaisasi Codig Decodig ilerig ADC-DAC Perhiuga error kuaisasi dikaika dega level kuaisasi da samplig rae ADC Aalog o Digial Coverer Megubah

Lebih terperinci

Kemampuan Penggunaan Kalimat pada Karangan Siswa Kelas VI MIMA III Miftahul Ulum Desa Gumelar Kecamatan Balung Kabupaten Jember

Kemampuan Penggunaan Kalimat pada Karangan Siswa Kelas VI MIMA III Miftahul Ulum Desa Gumelar Kecamatan Balung Kabupaten Jember Kemampua Pegguaa pada Karaga Siswa Kelas VI MIMA III Mifahul Ulum Desa Gumelar Kecamaa Balug Kabupae Jember (The use of he Auhorship Capabiliies Seece Sixh Grade Sudes MIMA III Mifahul Ulum Gumelar Village

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas.

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas. 4 D E R E T Kosep deret merupaka kosep matematika yag cukup populer da aplikatif khusuya dalam kasus-kasus yag meyagkut perkembaga da pertumbuha suatu gejala tertetu. Apabila perkembaga atau pertumbuha

Lebih terperinci

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

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

Lebih terperinci

Pemodelan Pencemaran Udara Menggunakan Metode Vector Autoregressive (Var) di Provinsi Riau

Pemodelan Pencemaran Udara Menggunakan Metode Vector Autoregressive (Var) di Provinsi Riau Pemodela Pecemara Udara Megguaka Meode Vecor Auoregressive (Var) di Provisi Riau Ari Pai Desvia 1, Maryam Julliaa D 2 Jurusa Maemaika, Fakulas Sais da Tekologi, UIN Sula Syarif Kasim Riau Jl. HR. Soebraas

Lebih terperinci

MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012

MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012 MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012 Julia Nahar 1 1 Uiversias Padjadjara, Jala Raya Badug-Sumedag km 21,Jaiagor

Lebih terperinci