Sudaryatno Sudirham ing Utari. Mengenal. 9-2 Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1)

Ukuran: px
Mulai penontonan dengan halaman:

Download "Sudaryatno Sudirham ing Utari. Mengenal. 9-2 Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1)"

Transkripsi

1 Sudaryato Sudrham g Utar Megeal Sfat-Sfat Materal () 9- Sudaryato S & Ng Utar, Megeal Sfat-Sfat Materal ()

2 BAB 9 Sfat Lstrk Metal Berbeda dega jes materal yag la, metal memlk koduktvtas lstrk da koduktvvats thermal yag tgg. Dalam upaya memaham mekasme koduktvtas lstrk Drude da Loretz megembagka teor yag secara quattatf meeragka tetag koduktvtas metal. Teor klask belum memuaska dalam memberka estmas jumlah elektro-bebas, amu kta aka membahasya lebh dulu. 9.. Teor Klask Tetag Metal oleh Drude-Loretz Pada teor elektro dalam metal daggap sebaga partkel elektro yag dapat bergerak bebas dalam potesal teral krstal yag kosta. Ddg potesal haya terdapat pada batas permukaa metal, yag mecegah elektro utuk meggalka metal. Hal berart eerg elektro dalam metal haruslah lebh redah dar ddg potesal d permukaa metal. Perbedaa eerg merupaka fugskerja sebagamaa dbahas dalam perstwa photo-lstrk d Bab-. Elektro-bebas (elektro vales) dalam metal daggap berada pada tgkat-tgkat eerg yag berubah secara kotyu (tdak dskrt). Geraka elektro haya terhambat oleh betura dega o metal semetara teraks atar elektro tdak dpersoalka. Elektro-bebas sepert berperlaku sepert gas deal yag megkut prsp ekuparts Maxwell-Boltzma. Molekul gas deal memlk tga derajat kebebasa. Eerg ketk rata-rata per derajat kebebasa adalah ½k B T sehgga 3 eerg rata-rata per elektro adalah E= k BT. Koduktvtas Lstrk. Aplkas meda lstrk pada metal meyebabka seluruh elektro-bebas bergerak dalam metal, sejajar da berlawaa arah dega arah meda lstrk. Geraka elektro sejajar meda lstrk merupaka tambaha pada gerak thermal yag acak, yag telah dmlk elektro sebelum ada meda lstrk. Gerak thermal yag acak tersebut memlk la rata-rata ol sehgga 9-

3 tdak membulka arus lstrk. Jka terdapat meda lstrk sebesar E x maka meda aka memberka percepata pada elektro sebesar F Exe ax = = (9.) m m dega e adalah muata elektro, m adalah massa elektro, da F adalah gaya yag bekerja pada elektro. Percepata pada elektro memberka kecepata pada elektro sebesar v yag kta sebut kecepata hayut (drft velocty). Dalam perjalaaya sejajar arah meda, elektro membetur o, da elektro daggap kehlaga seluruh eerg ketkya sesaat setelah betura sehgga a mula lag dega kecepata ol sebelum medapat percepata lag. Dega demka kecepata hayut elektro berubah dar ol (sesaat setelah betura) sampa maksmum sesaat sebelum betura. Jka jarak rata-rata atara satu betura dega betura berkutya adalah L, yag dsebut jala bebas rata-rata, da kecepata hayut rata-rata adalah v r, sedagka kecepata thermal rata-rata adalah µ, maka waktu rata-rata atara dua betura adalah t L = (9.) µ+ v r Kecepata hayut rata-rata v r jauh lebh kecl dar kecepata thermal. Oleh karea tu t L (9.3) µ Kecepata hayut berubah dar ol (sesaat setelah betura) sampa maksmum sesaat sebelum betura. Kecepata hayut rata-rata adalah vmaks vr = axt Exe Exe L = = t= m m µ (9.4) Jka kerapata elektro per satua volume adalah, maka kerapata arus lstrk yag terjad adalah Exe L e LEx j= evr = e = m µ mµ Meurut hukum Ohm, kerapata arus adalah (9.5) 9- Sudaryato S & Ng Utar, Megeal Sfat-Sfat Materal ()

4 Ex j= = Exσe (9.6) ρe dega ρ e adalah resstvtas materal da σ e = /ρ e adalah koduktvtas lstrk. Dega membadgka (9.5) da (9.6) dperoleh mµ e L ρ e = ; σ = e (9.7) e L mµ Persamaa (9.7) adalah formulas utuk resstvtas da koduktvtas lstrk metal. Dalam praktek dketahu bahwa resstvtas tergatug temperatur. Pegaruh temperatur pada formula (9.7) mucul pada perubaha kecepata thermal µ. Relas atara µ dega temperatur, dambl dar relas eerg utuk gas deal adalah mµ 3 E= = k BT (9.8) dega k B adalah kostata Boltzma. Relas (9.8) memberka / 3k µ= B T (9.9) m Dega relas (9.9) maka resstvtas (9.7) mejad / m 3k BT / ρ e = = ( 3mk T) m B (9.0) e L e L Ilah relas yag meujukka resstvtas metal yag merupaka fugs dar temperatur. Dar relas (9.0) kta megharapka bahwa resstvtas merupaka fugs dar T /. Hal berbeda dega keyataa, yag memperlhatka bahwa resstvtas metal, mula dar temperatur tertetu, berbadg lurus dega keaka temperatur. Walaupu formulas tdak sesua dega keyataa amu pada temperatur kamar perhtuga ρ e dega megguaka (9.0) tdak jauh berbeda dega hasl eksperme. Catata: Ketdak-sesuaa relas (9.0) dega keyataa dapat kta faham karea bayak pedekata yag dlakuka dalam memperoleh relas, sepert msalya pada peghtuga jala bebas rata-rata da waktu tempuh atar betura elektro dega o, t. 9-3

5 9.. Pedekata Statstk Pada temperatur d atas 0 K, elektro-elektro medapat tambaha eerg sehgga sejumlah elektro yag semula berada d bawah amu dekat dega eerg Ferm ak ke atas da meggalka beberapa tgkat eerg kosog yag semula dtempatya. Perhtuga dstrbus elektro pada temperatur d atas 0 K dlakuka dega pedekata statstk. Pada 0 K, semua tgkat eerg sampa dega tgkat eerg Ferm ters peuh sedagka tgkat eerg d atas eerg Ferm kosog. Suatu fugs f(e,t), yag berlaku utuk seluruh la eerg da temperatur bak d bawah maupu d atas 0 K, dapat ddefska sedemka rupa sehgga memberka la da utuk E < E F, da memberka la 0 utuk E > E F. Artya pada T = 0 K tgkat eerg d bawah E F past ters sedagka tgkat eerg d atas E F past kosog. Eerg E dalam fugs tersebut terkat dega eerg elektro dalam sumur potesal da oleh karea tu prsp ketdak-pasta Heseberg serta prsp eksklus Paul harus dperhtugka. Pembatasa-pembatasa pada sfat elektro sepert tdak terdapat pada pedekata klask, yag memadag partkel-partkel dapat ddetfkas, poss da eerg partkel dapat dtetuka dega past, da tdak ada pembatasa megea jumlah partkel yag boleh berada pada tgkat eerg tertetu. Statstk kuatum yag daplkaska utuk metal adalah statstk Ferm-Drac. Walau demka, berkut kta aka melhat statstk klask lebh dulu sebaga troduks, baru kemuda melhat statstk kuatum; statstk klask tersebut dkeal sebaga statstk Maxwel- Boltzma. Statstk kuatum yag la yatu statstk Bose-Este belum aka kta tjau. Hal kta lakuka karea dalam pembahasa metal aka dguaka statstk Ferm-Drac. Dstrbus Maxwell-Boltzma. Dalam statstk setap tgkat eerg daggap dapat dtempat oleh partkel maa saja da setap tgkat eerg memlk probabltas yag sama utuk dtempat. Mecar probabltas peempata partkel adalah mecar jumlah cara bagamaa partkel tersebut dtempatka. Jka adalah jumlah keseluruha partkel yag terlbat dalam sstem, maka cara peempata partkel adalah sebaga berkut: utuk meempatka partkel pertama ada cara (karea ada partkel yag terlbat); utuk meempatka partkel yag kedua 9-4 Sudaryato S & Ng Utar, Megeal Sfat-Sfat Materal ()

6 ada ( ) cara (karea sesudah peempata partkel pertama tggal terdapat ( ) partkel); utuk meempatka partkel yag ketga ada ( ) cara, da seterusya. Jumlah cara utuk meempatka dar partkel d tgkat E adalah ( )( )( 3)...( ) atau! ( )! Setelah partkel meempat tgkat eerg E uruta peempata partkel tdak ada artya lag; sebaga msal, uruta tga partkel abc, acb, bca, bac, cab, cba, memberka keadaa yag sama dalam meempat tgkat E. Jad jumlah cara peempata partkel d tgkat E yag telah dperoleh harus! dbag dega! mejad. Jumlah cara!( )! dperoleh dega asums bahwa setap tgkat eerg memlk probabltas yag sama utuk dtempat. Jka kta ambl asums bahwa tgkat eerg E memlk probabltas trksk g utuk dtempat, maka jumlah cara utuk meempatka partkel d tgkat eerg E mejad g! P = (9.)!( )! Jka tgkat eerg ke dua, E, dtempat oleh partkel sedagka probabltas trskya adalah g maka jumlah cara utuk meempatka partkel d tgkat E adalah P g ( )! = da juga!( )! g ( )! P3 =!( )! da seterusya sampa seluruh meempat possya. Probabltas utuk terjadya dstrbus yag demka, yatu partkel meempat E, partkel meempat E, 3 partkel meempat E 3, 4 partkel meempat E 4 da seterusya, adalah 3! g g g3... P= P P P3... = (9.)!!!... Sekarag dambl asums bahwa partkel-partkel adalah detk da tdak dapat dbedaka, artya pertukara tempat partkel atar tgkat eerg bsa saja terjad tapa megubah dstrbus

7 yag sudah ada. Dega asums maka (9.) harus dbag dega! sehgga dperoleh 3 g g g3... P= P P P3... = (9.3)!! 3!... Persamaa (9.3) lah probabltas dstrbus dalam statstk Maxwell-Boltzma. Keadaa kesembaga, yag terkat dega dstrbus yag palg mugk terjad, dapat kta peroleh dega mecar la maksmum dar P pada (9.3). Pecara maksmum P tdak lagsug dlakuka dega membuat dp = 0 melaka membuat dlp = 0 karea d l P= (/ P) dp sehgga jka dp = 0 maka juga dlp = 0. 3 g g g3... l P = l = l g l!!! 3!... Jka cukup besar, maka formula Strlg dapat dguaka utuk mecar pedekata la l! yatu l! l sehgga da l P= = = l g l g l( ( l ) ( l ) / g ) + ( d ) l( / g (9.4) d (l P) = d ) d (9.5) Jka jumlah partkel tdak berubah sehgga d = 0, dapat daggap pula d = 0 sehgga dar (9.5) dperoleh ( l( / g )) d 0 d (l P) = = (9.6) Jka perubaha d sembarag, persamaa (9.6) bsa terpeuh jka l( / g ) = 0 yag berart = g. Aka tetap perubaha d tdaklah sepeuhya sembarag; sebab jka kta pertmbagka 9-6 Sudaryato S & Ng Utar, Megeal Sfat-Sfat Materal ()

8 eerg total E yag juga dapat kta aggap kosta, maka d tdak bsa sembarag. Jka E kta aggap kosta maka ada suatu la rata-rata E r yag kosta yatu E E E r = atau = = E Er Er sehgga d = Ed Er (9.7) E adalah tgkat eerg yag dtempat oleh. Dega (9.7) maka (9.5) mejad d (l P) = Ed ( d ) l( / g ) d (9.8) Er Lagrage memasukka parameter α da β sedemka rupa sehgga d = αd da Ed E E =β r (9.9) Utuk kods d (l P) = 0, dar (9.8) da (9.9) ddapatka ( l( / g ) +α+βe) d = 0 (9.0) Kesembaga dstrbus tercapa bla apa yag berada dalam tada kurug (9.0) sama dega ol yatu sehgga Karea dega l( / g ) + α+βe = 0 atau l( / g ) = α βe = maka = e Z Z = ge β E α β = ge (9.) α βe α = = ge = e ge α E βe (9.) Z dsebut fugs parts. Dega (9.) kta dapat meyataka α sehgga (9.) dapat kta tulska e = / Z 9-7

9 Z βe = ge (9.3) Ilah formulas dstrbus Maxwell-Boltzma. Parameter β terkat dega eerg rata-rata electro β ~ /E r. Dar teor ketk gas dambl E r = k B T dega k B adalah kostata Boltzma; maka dmasukka β=/ k B T sehgga (9.3) mejad Z E / kbt = ge (9.4) Dstrbus Ferm-Drac. Dalam tjaua partkel daggap detk da tak dapat dbedaka satu terhadap laya; partkel-partkel juga megkut prsp eksklus Paul sehgga tdak lebh dar dua partkel berada pada status yag sama. Partkel dega sfat demka basa dsebut fermo (Erco Ferm ). Utuk gerak partkel dbawah pegaruh gaya setral (tjaua pada aplkas persamaa Schrödger pada struktur atom d Bab-4), eerg tdak tergatug dar oretas mometum sudut d orbtal sehgga terjad degeeras sebesar l + da merupaka probabltas trksk dar tgkat eerg yag bersagkuta. Jka partkel memlk sp maka total degeeras adalah (l + ). Prsp eksklus tdak memperkeaka lebh dar dua partkel berada pada satu status eerg dega blaga kuatum yag sama, maka jumlah probabltas trksk merupaka jumlah maksmum partkel (fermo) yag boleh berada pada tgkat eerg tersebut. Pegerta megea probabltas trsk yag kta keal dalam pembahasa statsk klask Maxwell- Boltzma berubah mejad status kuatum dalam pembahasa statstk kuatum. Jka g adalah jumlah status dalam suatu tgkat eerg E, da adalah jumlah partkel pada tgkat eerg tersebut, maka haruslah g. Cara peempata partkel adalah sebaga berkut. Partkel pertama dapat meempat salah satu datara g ; partkel kedua dapat meempat salah satu dar (g ); partkel ketga dapat meempat salah satu dar (g ) da seterusya. Jumlah cara utuk g! meempatka partkel d tgkat E, adalah. Karea ( g )! partkel tdak dapat dbedaka satu sama la, maka jumlah cara utuk meempatka partkel d tgkat E mejad 9-8 Sudaryato S & Ng Utar, Megeal Sfat-Sfat Materal ()

10 da g! P = ;!( g )! g! P = (9.5)!( g )! g3! P3 = ; dst. sampa P. 3!( g3 3)! Jumlah keseluruha cara utuk meempatka partkel adalah g = =! P P P P3... (9.6)!( g )! Sepert halya pada dstrbus Maxwell-Boltzma, kta car maksmum P melalu lp. Dega megguaka pedekata Strlg l x!= x l x x kta peroleh l P = g l g l ( g ) l( g ) (9.7) [ l l( g )] d = d(l P) = 0 Dega megtroduks parameter α da β sepert pada dstrbus Maxwell-Boltzma, dperoleh α βe l l( g ) +α+β atau = e g Dar s dperoleh dstrbus Ferm Drac g = (9.8) α+βe e + Parameter β berpera sama sepert pada dstrbus Maxwell- Boltzma, β=/k B T. Parameter α berkata dega E F melalu hubuga E F = αk B T sehgga (9.8) mejad g = (9.9) ( E EF )/ kbt e + Jka kta perhatka persamaa (9.9), kta lhat ( E E lm e T 0 F ) / k T B = 0 utuk ( E E = utuk ( E E F F ) < 0 ) > 0 9-9

11 Oleh karea tu persamaa (9.9) meujukka bahwa jka T = 0 maka = g yag berart semua tgkat eerg sampa E F ters peuh da d atas E F tdak ters ( = 0). E F lah tgkat Ferm. Jka kta gambarka kurva /g terhadap E kta peroleh betuk kurva sepert pada Gb.9..a. sedagka Gb.9..b. memperlhatka pegsa tgkat eerg pada temperatur datas 0 K. Bla dbadgka dega pegsa pada 0 K, terlhat bahwa pada temperatur > 0 K perubaha pegsa haya terjad d sektar tgkat Ferm. /g T = 0 T > 0 T >> E 0 0 E F E (a) (b) Gb.9.. /g pada tga temperatur berbeda meurut statstk Ferm- Drac da pegsa tgkat-tgkat eerg pada T > 0 K Aplkas Dstrbus Ferm-Drac Utuk Meghtug Ems Thermal Pada Metal Pada temperature kamar, electro dalam metal tdak meggalka metal. Gb.9.. memperlhatka eerg potesal ddalam da d luar metal. Sumur-sumur potesal terbetuk d sektar t atom. D permukaa metal ddg sumur potesal jauh lebh tgg dar ddg potesal d sektar o dalam metal. Oleh karea tu elektro yag bebas dalam metal tdak meggalka metal. Eerg E F E tgkat eerg yag ters pada T > 0 K Gb.9.. Pegsa pta koduks pada metal. Pada temperatur kamar elektro meempat tgkat eerg d pta koduks sampa d sektar tgkat Ferm, sepert dperlhatka pada Gb.9..b. Utuk megeluarka elektro dar dalam metal dperluka tambaha eerg; d Gb.9. tambaha eerg dtujukka oleh eφ da φ dsebut work fucto dar metal. eφ Hampa 9-0 Sudaryato S & Ng Utar, Megeal Sfat-Sfat Materal ()

12 Pada temperatur yag tgg, tambaha eerg yag dterma elektro d sektar eerg Ferm cukup besar sehgga a mampu melewat ddg potesal d permukaa metal. Perstwa keluarya elektro dar metal karea pegaruh thermal dsebut ems thermal. Megguaka dstrbus Ferm-Drac utuk meghtug jumlah elektro yag mampu mecapa permukaa metal utuk kemuda meggalka metal, dperoleh relas me e k T e kt j 4 π φ/ B / = ( k BT) e = AT e φ (9.30) 3 h dega j adalah kerapata arus. Persamaa (9.30) dkeal sebaga persamaa Rchardso-Dushma. Perlu kta gat bahwa persamaa tersebut tdak sepeuhya terpeuh karea beberapa hal: a. ems elektro d permukaa sagat sestf terhadap kods permukaa; b. ems elektro juga sestf terhadap arah ormal permukaa terhadap ks krstal dalam metal; c. work fucto berubah terhadap temperatur; mak tgg temperatur bayak elektro yag mak jauh dar tgkat Ferm. φ=φ0 +αt φ 0 adalah work fucto pada 0 K; α adalah koefse temperatur, α = d φ / dt Beberapa macam metal yag basa dguaka sebaga katoda (yag dpaaska) utuk memperoleh sumber elektro dberka pada Tabel-9.. Tabel.9.. Beberapa metal sebaga katoda sumber elektro.[6]. Materal katoda ttk leleh [K] temperatur kerja [K] work fucto [ev] kostata A [0 6 amp/m K ] W ,5 0,060 Ta , 0,4 0,6 Mo , 0,55 Th ,4 0,60 Ba ,5 0,60 Cs ,9,6 9-

13 9.4. Koduktvtas da Resstvtas Metal Mur Meda lstrk, E, mempegaruh status mometum dalam padata. Elektro-elektro dega eerg tgg (d sektar eerg Ferm) medapat tambaha mometum sejajar E sehgga terjadlah pergesera ruag mometum sepert dperlhatka pada Gb.9.5. p z p z p p E p y (a) (b) Gb.9.3. Pergesera ruag mometum oleh meda lstrk. Setap elektro yag meerma pegaruh meda E aka meerma gaya sebesar F = ee (9.3) p Karea gaya F = maka (9.3) memberka perubaha mometum t sebesar p= ee t (9.3) Elektro yag semula bergerak acak dega total mometum ol, dega adaya tambaha mometum sejajar E gerak acak elektro memlk total mometum eto tertetu, tdak lag ol. Tambaha mometum meyebabka terjadya kecepata eto sejajar E, amu kecepata tdak terus-meerus bertambah mejad tak-hgga. Dalam perjalaaya, jka kta bayagka elektro sebaga partkel, aka membetur o, serta baga-baga krstal yag tak sempura sebagamaa dbahas d Bab-7. Akbatya adalah bahwa sesaat setelah terjad betura kecepata elektro aka turu drasts mejad ol atau hampr ol. Utuk elektro sebaga gelombag, de Brogle memberka relas atara mometum da blaga gelombag sebaga p= hk. Dega relas (9.3) aka memberka pergesera blaga gelombag d ruag blaga gelombag sebesar dp E p y 9- Sudaryato S & Ng Utar, Megeal Sfat-Sfat Materal ()

14 ee k = p= t h h (9.33) Jka waktu rata-rata yag dperluka oleh elektro, atara saat awal medapat percepata oleh E da saat teraksya dega o atau cacat-cacat krstal adalah τ F, maka perubaha kecepata elektro dapat ddekat dega p eeτ v= F (9.34) m m τ F dsebut waktu relaksas dmaa τ F t da merupaka waktu terjadya pergesera ruag mometum, yag semula smetrs (bola) mejad tak smetrs da kembal lag mejad smetrs. Relas (9.34) terkat dega pegerta mobltas elektro, µ, yatu perubaha kecepata elektro per satua kuat meda v eτ µ = E m F (9.35) Kerapata arus lstrk adalah kerapata elektro yag berpartspas dalam tmbulya arus lstrk, yatu kerapata elektro yag memlk pertambaha kecepata v kal muata elektro e. Jka kerapata elektro adalah F maka kerapata arus adalah F e EτF j= F e v= m Koduktvtas metal dtetuka melalu hukum Ohm sehgga j F e τf σe = = E m (9.36) j = σ e E (9.37) Resstvtas, ρ e, adalah kebalka dar koduktvtas, yag dapat kta peroleh dar (9.37) σ e = / ρe. Tabel-9.. memuat resstvtas beberapa usur pada suhu d sektar suhu kamar. 9-3

15 Tabel-9.. Resstvtas (ρ e ) usur sektar suhu kamar.[]. Usur ρ e [Ω.cm.] Usur ρ e [Ω.cm.] Usur ρ e [Ω.cm.] Ag Na 4, 0 6 Hg 98,4 0 6 Al, N 6, I 8, Au, Pb 0, Ir 5,3 0 6 Be Pd 0,8 0 6 L 8, B 06,8 0 6 Pt 0,6 0 6 Ta, C (graft) 3, Re 9,3 0 6 Th Ca 3,9 0 6 Rh 4,5 0 6 T Cd 6, Sb 39,0 0 6 Tl Co 6,4 0 6 S x ) U 0 6 Cr,9 0 6 S 0 6 W 5, Cu, Fe 9,7 0 6 Z 5, Mg 4, Ge x ) x ) tdak mur 9.5. Resstvtas Metal Tdak Mur Meurut teor mekaka gelombag, electro bebas dalam krstal dapat bergerak tapa kehlaga eerg. Aka tetap karea adaya pegotora, dslokas, da ketdak-sempuraa krstal yag cukup bayak terjad aka meggaggu pergeraka elektro sehgga materal memlk resstas lstrk. Adaya resstas teramat sampa temperatur sagat redah medekat 0 K. Dalam metal, resstvtas lstrk terdr dar dua kompoe, yatu resstvtas thermal (ρ T ) yag tmbul karea terjadya hambata pergeraka elektro akbat vbras atom dalam ks-ks krstal, da resstvtas resdu (ρ r ) yag tmbul karea adaya pegotora da ketdak sempuraa krstal. Resstvtas thermal tergatug temperatur sedagka resstvtas resdu tdak tergatug pada temperatur. Resstvtas total mejad ρ=ρt +ρr = (9.38) σe Persamaa (9.38) dsebut kadah Matthesse. Verfkas secara ekspermetal atas kadah telah dlakuka pada alloy Cu-N pada persetase N dar 0 sampa sektar 3%. Haslya adalah bahwa resstvtas megkat dega megkatya persetase N. Namu pada persetase pegotora yag tgg, kadah tdak akurat. 9-4 Sudaryato S & Ng Utar, Megeal Sfat-Sfat Materal ()

16 hf D atas temperatur Debye θ D D =, kompoe thermal berubah kb secara ler terhadap temperatur, da dapat dyataka dega ρ=ρ ( +α( )... 0 T T R, T + (9.39) dega ρ 0 adalah resstvtas pada temperatur kamar. Nla α utuk metal mur adalah sektar 0,004 per o C sedagka utuk metal alloy pada umumya lebh redah. Persamaa (9.39) tdak berlaku utuk temperatur yag sagat tgg. Pada temperatur sagat redah (helum car 4, K), kompoe thermal tdak lag berpera sehgga ρ ρr. Hal memberka cara utuk mela kemura koduktor, yatu dega memperbadgka resstas pada temperatur kamar dega resstas pada suhu 4, K. Pada materal komersal la perbadga tu cukup redah, sampa d bawah 00 bahka bsa mecapa pada beberapa alloy. Mak tgg pegotora mak tgg pula resstas resdu pada temperatur 4,K sehgga mak redah la perbadga tu berart persetase pegotora mak tgg. Resstvtas resdu tergatug dar kosetras pegotor. Jka x adalah kosetras pegotor (pada pegotor tuggal), resstvtas resdu dapat dyataka dega formula ρ r ( x) = Ax( x) (9.40) dega A adalah kostata yag tergatug dar jes pegotor da materal duk. Relas (9.40) dsebut kadah ordhem. Pada campura metal yag sagat luak, d maa x <<, relas (9.40) mejad ρ r ( x) Ax (9.4) 9.6. Resstvtas Laruta Padat Berkut kta aka melhat resstvtas lstrk dar logam yag merupaka laruta padat dar dua kompoe. (Tetag laruta padat dbahas d Bab-3). Utuk logam sepert kta dapat membuat model utuk batag logam sebaga terdr dar flame-flame kecl. Sebatag logam dega luas peampag A da pajag L, terbagu dar flame-flame yag masg-masg mempuya luas peampag A fl. Setap flame merupaka sambuga slh bergat atara kompoe α da β, sepert dperlhatka pada Gb.9.4. Pajag 9-5

17 total flame adalah L sama dega pajag batag logam, sedagka pajag setap baga fasa adalah l α da l β. α β α β α β α β α β α β α Gb.9.4. Flame padata campura α+β. Resstas flame adalah resstas ser α da β, yatu ρα lα ρβlβ ραlαfl ρβlβfl R fl = + = + (9.4) Afl Afl Afl Afl dega ρ α da ρ β masg-masg adalah resstvtas kompoe α da β, da Lα fl da Lβfl adalah pajag total setap kompoe dalam setap flame. Jka padata merupaka campura homoge, kta dapat melakuka pedekata bahwa propors volume α da β dalam setap flame sama dega propors volume masg-masg kompoe dalam keseluruha padata. Oleh karea tu propors pajag total setap kompoe d setap flame aka sama dega propors pajag total setap kompoe terhadap pajag padata. Karea flame-flame terhubug paralel dalam membetuk padata homoge tersebut, maka jka terdapat flame dalam padata dapat kta tulska resstas padata R fl ( ραlα +ρβlβ ) ( ραlα + ρβlβ ) Rpadat = = = (9.43) Afl Apadat Relas (9.43) mrp dega relas resstas koduktor yag sudah kta keal. Namu pajag masg-masg kompoe L α da Lβ tdak dapat dukur da harus dhtug dega relas V V L α β α = da Lβ = (9.44) Apadat A padat Perlu dgat pula bahwa dalam pecampura materal basaya dlakuka melalu perbadga massa sehgga perlu dlakuka perhtuga ulag dega meggat massa jes. 9-6 Sudaryato S & Ng Utar, Megeal Sfat-Sfat Materal ()

Sudaryatno Sudirham. Permutasi dan Kombinasi

Sudaryatno Sudirham. Permutasi dan Kombinasi Sudaryato Sudrham Permutas da Kombas Permutas Permutas adalah bayakya peelompoka sejumlah tertetu kompoe ya dambl dar sejumlah kompoe ya terseda; dalam setap kelompok uruta kompoe dperhatka Msalka terseda

Lebih terperinci

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

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

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

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

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

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

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

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

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

Lebih terperinci

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

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

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

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

Sudaryatno Sudirham ing Utari. Mengenal. Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1)

Sudaryatno Sudirham ing Utari. Mengenal. Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1) Sudaryatno Sudrham ng Utar Mengenal Sfat-Sfat Materal () Sudaryatno S & Nng Utar, Mengenal Sfat-Sfat Materal () BAB 9 Sfat Lstrk Metal Berbeda dengan jens materal yang lan, metal memlk konduktvtas lstrk

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

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

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

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

PENDAHULUAN. Di dalam modul ini Anda akan mempelajari teori gangguan bebas waktu yang mencakup: PENDAULUAN D dalam modul Ada aka mempelajar teor gaggua bebas waktu yag mecakup: teor gaggua tak degeeras bebas waktu, teor gaggua degeeras bebas waktu, da efek Stark. Oleh karea tu, sebelum mempelajar

Lebih terperinci

BAB III ISI. x 2. 2πσ

BAB III ISI. x 2. 2πσ BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

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

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

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

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

SEMIKONDUKTOR. Gambar 6.1 Ikatan kovalen silikon dalam dua dimensi

SEMIKONDUKTOR. Gambar 6.1 Ikatan kovalen silikon dalam dua dimensi 6 BAHAN SEMIKONDUKTOR 6.1 Semkoduktor Itrsk (mur) Slko da germaum meruaka dua jes semkoduktor yag sagat etg dalam elektroka. Keduaya terletak ada kolom emat dalam tabel erodk da memuya elektro vales emat.

Lebih terperinci

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

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

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

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

Lebih terperinci

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

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

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

Mengubah bahan baku menjadi produk yang lebih bernilai melalui sintesis kimia banyak dilakukan di industri Megubah baha baku mead produk yag lebh berla melalu stess kma bayak dlakuka d dustr Asam sulfat, ammoa, etlea, proplea, asam fosfat, klor, asam trat, urea, bezea, metaol, etaol, da etle glkol Serat/beag,

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

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

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema II. LANDAAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teoremateorema ag medukug utuk pembahasa pada bab IV. Pegerta (defs) da teorema tersebut dtulska sebaga berkut.. Teorema Proeks Teorema

Lebih terperinci

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

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

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

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

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

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

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

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

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

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J) STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.

Lebih terperinci

SOLUSI TUGAS I HIMPUNAN

SOLUSI TUGAS I HIMPUNAN Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real

Lebih terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN Jl. Raya Wagu Kel. Sdagsar Kota Bogor Telp. 0251-8242411, emal: prohumas@smkwkrama.et, webste : www.smkwkrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dar smpaa atau

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

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

Lebih terperinci

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

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin 4/6/015 Oleh : Fauza Am Se, 06 Aprl 015 GDL 11 (07.30-10.50) Pedahulua Aalsa regres dguaka utuk mempelajar da megukur hubuga statstk ag terjad atara dua atau lebh varbel. Dalam regres sederhaa dkaj dua

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

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

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Ruag Baach Sumaag Muhtar Gozal UNIVERSITAS PENDIDIKAN INDONESIA Satu kose etg d kulah Aalss ugsoal adalah teor ruag Baach. Pada baga aka drevu defs, cotoh-cotoh, serta sfat-sfat etg ruag Baach. Kta aka

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

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

: sebagai standar pembanding bagi sifat-sifat gas nyata Larutan ideal : sebagai standar pembanding bagi sifat-sifat larutan nyata Pers. (3. as deal : sebaga stadar pembadg bag sfat-sfat gas yata Laruta deal : sebaga stadar pembadg bag sfat-sfat laruta yata ers. (3.47): g g ly Laruta deal ddefska sebaga laruta dega: (3.47) d l (4.) Utuk besara

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode II. TINJAUAN PUSTAKA Dalam proses peelta utuk megaalss aproksmas fugs dega metode mmum orm pada ruag hlbert C[ab] (Stud kasus: fugs rasoal) peuls megguaka defs teorema da kosep dasar sebaga berkut:.. Aproksmas

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE RISI IKLUSI- EKSKLUSI ICLUSIO- EXCLUSIO RICILE rsp Iklus-Eksklus Ada berapa aggota dalam gabuga dua hmpua hgga? A A = A A - A A Cotoh Ada berapa blaga bulat postf lebh kecl atau sama dega 00 yag habs dbag

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

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

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

Lebih terperinci

; θ ) dengan parameter θ,

; θ ) dengan parameter θ, Vol. 4. No. 3, 5-59, Desember 00, ISSN : 40-858 APLIKASI METODE BESARAN PIVOTAL DALAM PENENTUAN SELANG KEYAKINAN TAKSIRAN PARAMETER POPULASI. Agus Rusgyoo Jurusa Matematka FMIPA UNDIP Abstraks Dberka populas

Lebih terperinci

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

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka strateg umum yag d aut dalam pegumpula data da aalss data yag dperluka, gua mejawab persoala yag dhadap. Meurut Arkuto (006 : 3) peelta

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu 47 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta yag dguaka dalam peelta adalah metode eksperme. Metode dguaka atas pertmbaga bahwa sfat peelta ekspermetal yatu mecobaka suatu program latha

Lebih terperinci

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

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

Lebih terperinci

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

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

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

Sifat Listrik Metal. Sudaryatno Sudirham

Sifat Listrik Metal. Sudaryatno Sudirham Dapublc www.dapublc.com Sfat Lstk Metal Sudayato Sudham Bebeda dega jes mateal yag la, metal memlk koduktvtas lstk da koduktvvats themal yag tgg. Dalam upaya memaham mekasme koduktvtas lstk Dude da Loetz

Lebih terperinci

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

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

Lebih terperinci

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

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

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA 3. Pegkodea Matrks Ketetaggaa Matrks ketetaggaa A adaah matrks smetr, sehgga, dega memh semua eeme pada dagoa utama da eeme-eeme dbawah dagoa utama, maka aka

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

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

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN 11 Latar Belakag Peelta yag dlakuka oleh Va der Pol pada sebuah tabug trode tertutup, yatu sebuah alat yag dguaka utuk megedalka arus lstrk dalam suatu srkut pada trasmtter da recever meghaslka

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA. Peahulua Dalam bab aka membahas megea teor-teor tetag statstka oparametrk, korelas parsal tau Keall a korelas parsal meurut Ebuh GU a Oeka ICA.. Statstka Noparametrk Istlah oparametrk

Lebih terperinci

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

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

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

Lebih terperinci

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang 37 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka suatu cara tertetu yag dguaka utuk meelt suatu permasalaha sehgga medapatka hasl atau tujua yag dgka. Meurut Arkuto (1991 : 3) peelta

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

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

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

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

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci