Praktikum Metode Komputasi (Vector Spaces)

Ukuran: px
Mulai penontonan dengan halaman:

Download "Praktikum Metode Komputasi (Vector Spaces)"

Transkripsi

1 Praktikum Metode Komputasi (Vector Spaces) Vina Apriliani January 17, 016 Soal Latihan MATLAB Bab 3 Buku Leon Aljabar Linear Berikut 1 Soal Latihan MATLAB Bab 3 Buku Leon Aljabar Linear yang saya ambil untuk ditulis dengan LaTeX dan harus dikerjakan ( digit terakhir NRP modulo jumlah soal di Latihan) yaitu Soal Nomor (): Rank-Deficient Matrices In this exercise we consider how to use MATLAB to generate matrices with specified ranks. a In general, if A is an m x n matrix with rank r, then r <= min(m,n). Why? Explain. If the entries of A are random numbers, we would expect that r = min(m,n). Why? Explain. Check this out by generating random 6 x 6, 8 x 6, and 5 x 8 matrices and using the MATLAB command rank to compute their ranks. Whenever the rank of an m x n matrix equals min(m,n), we say that the matrix has full rank. Otherwise, we say that the matrix is rank deficient. Jika A adalah matriks m x n dengan rank r, maka r <= min(m,n) karena rank r adalah dimensi dari ruang baris sehingga rank r <= m, sedangkan dimensi ruang baris = dimensi ruang kolom sehingga rank r <= min(m,n). (Teorema) Jika entri dari matriks A adalah bilangan acak, kita dapat menduga bahwa r=min(m,n) karena antar baris tidak pernah merupakan kelipatan satu dengan yang lain. Generating random 6 x 6, 8 x 6, 5 x 8 matrices and compute their ranks using MATLAB command: A = rand(6,6) A =

2 rank(a) = 6 B = rand(8,6) B = rank(b) = 6 C = rand(5,8) C = rank(c) = 5 b MATLAB s rand and round commands can be used to generate random m x n matrices with integer entries in a given range [a,b]. This can be done with a command of the form For example, the command A = round((b-a)*rand(m,n))+a A = round(4*rand(6,8))+3 will generate a 6 x 8 matrix whose entries are random integers in the range from 3 to 7. Using the range [1,10], create random integer 10 x 7, 8 x 1, and 10 x 15 matrices and in each case check the rank of the matrix. Do these integer matrices all have full rank? Random integer 10 x 7 matrix in the range [1,10]: A1 = round(9*rand(10,7))+1

3 A1 = rank(a1) = 7 This integer matrix has full rank because r = min(10,7) = 7. Random integer 8 x 1 matrix in the range [1,10]: A = round(9*rand(8,1)) A = rank(a) = 8 This integer matrix has full rank because r = min(8,1) = 8. Random integer 10 x 15 matrix in the range [1,10]: A3 = round(9*rand(10,15))+1 3

4 A3 = rank(a3) = 10 This integer matrix has full rank because r = min(10,15) = 10. c Suppose that we want to use MATLAB to generate matrices with less than full rank. It is easy to generate matrices of rank 1. If x and y are nonzero vectors in R m and R n, respectively, then A = xy T will be an m x n matrix with rank 1. Why? Explain. Verify this in MATLAB by setting x = round(9*rand(8,1))+1, y = round(9*rand(6,1))+1 and using these vectors to construct an 8 x 6 matrix A. Check the rank of A with the MATLAB command rank. Jika x dan y adalah vektor-vektor taknol masing-masing di R m dan R n, maka A = xy T akan menjadi matriks m x n dengan rank 1 karena setiap baris pada matriks A (baris ke- sampai baris ke-m) merupakan kelipatan baris pertama, dapat dilihat dari bentuk eselon baris tereduksi dari matriks A. Construct an 8 x 6 matrix A: x = round(9*rand(8,1))+1 4

5 5 8 x = y = round(9*rand(6,1))+1 5 y = A = x y = d In general, rank(a) = 1 rank(ab) <= min(rank(a),rank(b)) (1) (See Exercise 8 in Section 6.) If A and B are noninteger random matrices, the relation (1) should be an equality. Generate an 8 x 6 matrix A by setting X = rand(8,), Y = rand(6,), A = X*Y What would you expect the rank of A to be? Explain. Test the rank of A with MATLAB. X = rand(8,) 5

6 X = Y = rand(6,) Y = A = X Y = Menurut dugaan saya, rank(a) = karena matriks X dan matriks Y adalah matriks yang berisi bilangan acak takbulat sehingga rank(x)= dan rank(y)=rank(y )=. Oleh karena itu, persamaan (1) berlaku sehingga rank(a)=rank(x*y )=min(rank(x),rank(y ))=min(,)=. Test the rank of A with MATLAB: rank(a) = rank(x) = rank(y) = rank(y ) = e Use MATLAB to generate matrices A, B, and C such that (i) A is 8 x 8 with rank 3. (ii) B is 6 x 9 with rank 4. (iii) C is 10 x 7 with rank 5. 6

7 A = rand(8,3)*(rand(8,3)) A = rank(a) = 3 B = rand(6,4)*(rand(9,4)) B = rank(b) = 4 C = rand(10,5)*(rand(7,5)) C = rank(c) = 5 Berikut Modifikasi Soal Nomor () menjadi soal untuk dikerjakan dalam Scilab: Rank-Deficient Matrices In this exercise we consider how to use SCILAB to generate matrices with specified ranks. a In general, if A is an m x n matrix with rank r, then r <= min(m,n). Why? Explain. If the entries of A are random numbers, we would expect that r = min(m,n). Why? Explain. Check this out by generating random 7

8 6 x 6, 8 x 6, and 5 x 8 matrices and using the SCILAB command rank to compute their ranks. Whenever the rank of an m x n matrix equals min(m,n), we say that the matrix has full rank. Otherwise, we say that the matrix is rank deficient. Jika A adalah matriks m x n dengan rank r, maka r <= min(m,n) karena rank r adalah dimensi dari ruang baris sehingga rank r <= m, sedangkan dimensi ruang baris = dimensi ruang kolom sehingga rank r <= min(m,n). (Teorema) Jika entri dari matriks A adalah bilangan acak, kita dapat menduga bahwa r=min(m,n) karena antar baris tidak pernah merupakan kelipatan satu dengan yang lain. Generating random 6 x 6, 8 x 6, 5 x 8 matrices and compute their ranks using SCILAB command: A = rand(6,6) A = rank(a) = 6 B = rand(8,6) B = rank(b) = 6 C = rand(5,8) C = rank(c) = 5 8

9 b SCILAB s rand and round commands can be used to generate random m x n matrices with integer entries in a given range [a,b]. This can be done with a command of the form For example, the command A = round((b-a)*rand(m,n))+a A = round(4*rand(6,8))+3 will generate a 6 x 8 matrix whose entries are random integers in the range from 3 to 7. Using the range [1,10], create random integer 10 x 7, 8 x 1, and 10 x 15 matrices and in each case check the rank of the matrix. Do these integer matrices all have full rank? Random integer 10 x 7 matrix in the range [1,10]: A1 = round(9*rand(10,7)) A1 = rank(a1) = 7 This integer matrix has full rank because r = min(10,7) = 7. Random integer 8 x 1 matrix in the range [1,10]: A = round(9*rand(8,1))+1 9

10 A = rank(a) = 8 This integer matrix has full rank because r = min(8,1) = 8. Random integer 10 x 15 matrix in the range [1,10]: A3 = round(9*rand(10,15)) A3 = rank(a3) = 10 This integer matrix has full rank because r = min(10,15) =

11 c Suppose that we want to use SCILAB to generate matrices with less than full rank. It is easy to generate matrices of rank 1. If x and y are nonzero vectors in R m and R n, respectively, then A = xy T will be an m x n matrix with rank 1. Why? Explain. Verify this in SCILAB by setting x = round(9*rand(8,1))+1, y = round(9*rand(6,1))+1 and using these vectors to construct an 8 x 6 matrix A. Check the rank of A with the SCILAB command rank. Jika x dan y adalah vektor-vektor taknol masing-masing di R m dan R n, maka A = xy T akan menjadi matriks m x n dengan rank 1 karena setiap baris pada matriks A (baris ke- sampai baris ke-m) merupakan kelipatan baris pertama, dapat dilihat dari bentuk eselon baris tereduksi dari matriks A. Construct an 8 x 6 matrix A: x = round(9*rand(8,1)) x = y = round(9*rand(6,1))+1 5 y = A = x y = rank(a) = 1 11

12 d In general, rank(ab) <= min(rank(a),rank(b)) (1) (See Exercise 8 in Section 6.) If A and B are noninteger random matrices, the relation (1) should be an equality. Generate an 8 x 6 matrix A by setting X = rand(8,), Y = rand(6,), A = X*Y What would you expect the rank of A to be? Explain. Test the rank of A with SCILAB. X = rand(8,) X = Y = rand(6,) Y = A = X Y = Menurut dugaan saya, rank(a) = karena matriks X dan matriks Y adalah matriks yang berisi bilangan acak takbulat sehingga rank(x)= dan rank(y)=rank(y )=. Oleh karena itu, persamaan (1) berlaku sehingga rank(a)=rank(x*y )=min(rank(x),rank(y ))=min(,)=. Test the rank of A with SCILAB: 1

13 rank(a) = rank(x) = rank(y) = rank(y ) = e Use SCILAB to generate matrices A, B, and C such that (i) A is 8 x 8 with rank 3. (ii) B is 6 x 9 with rank 4. (iii) C is 10 x 7 with rank 5. A = rand(8,3)*(rand(8,3)) A = rank(a) = 3 B = rand(6,4)*(rand(9,4)) B = rank(b) = 4 C = rand(10,5)*(rand(7,5)) C = rank(c) = 5 13

Laporan Praktikum Metode Komputasi Matematika (Latihan Bab 1 dari Buku J. Leon Aljabar Linear) Program Scilab

Laporan Praktikum Metode Komputasi Matematika (Latihan Bab 1 dari Buku J. Leon Aljabar Linear) Program Scilab Laporan Praktikum Metode Komputasi Matematika (Latihan Bab 1 dari Buku J. Leon Aljabar Linear) Program Scilab Syarif Abdullah (G551150381) Matematika Terapan Departemen Matematika FMIPA IPB email: arjunaganteng71@gmail.com

Lebih terperinci

Praktikum Metode Komputasi (Matriks dalam Scilab)

Praktikum Metode Komputasi (Matriks dalam Scilab) Praktikum Metode Komputasi (Matriks dalam Scilab) Vina Apriliani December 7, 25 Soal Latihan MATLAB Bab 2 Buku Leon Aljabar Linear Berikut Soal Latihan MATLAB Bab 2 Buku Leon Aljabar Linear yang saya ambil

Lebih terperinci

Laporan Praktikum 14 Metode Komputasi Matematika (Latihan Bab 3 dari Buku J. Leon Aljabar Linear) Program Scilab

Laporan Praktikum 14 Metode Komputasi Matematika (Latihan Bab 3 dari Buku J. Leon Aljabar Linear) Program Scilab Laporan Praktikum 14 Metode Komputasi Matematika (Latihan Bab 3 dari Buku J. Leon Aljabar Linear) Program Scilab Syarif Abdullah (G551150381) Matematika Terapan Departemen Matematika FMIPA IPB e-mail:

Lebih terperinci

Laporan Praktikum Metode Komputasi Matematika (Latihan Bab 2 dari Buku J. Leon Aljabar Linear) Program Scilab

Laporan Praktikum Metode Komputasi Matematika (Latihan Bab 2 dari Buku J. Leon Aljabar Linear) Program Scilab Laporan Praktikum Metode Komputasi Matematika (Latihan Bab 2 dari Buku J. Leon Aljabar Linear) Program Scilab Syarif Abdullah (G551150381) Matematika Terapan Departemen Matematika FMIPA IPB email: arjunaganteng71@gmail.com

Lebih terperinci

ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS

ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS UNIVERSITAS PENDIDIKAN INDONESIA BANDUNG 2010 2 KATA PENGANTAR Bismillahirrahmanirrahim Segala puji bagi Allah Rabb semesta alam Shalawat serta salam

Lebih terperinci

Laporan praktikum Metode Komputasi Matematika 17 Desember 2015

Laporan praktikum Metode Komputasi Matematika 17 Desember 2015 Laporan praktikum Metode Komputasi Matematika 7 Desember 25 Lili Hernawati G55532 December 2, 25 (Latihan Bab 2 Matlab J. Leon, no.soal sesuai dengan NRP modulo jumlah soal) Modifikasi dengan Scilab dan

Lebih terperinci

8.1 Transformasi Linier Umum. Bukan lagi transformasi R n R m, tetapi transformasi linier dari

8.1 Transformasi Linier Umum. Bukan lagi transformasi R n R m, tetapi transformasi linier dari 8.1 Transformasi Linier Umum Bukan lagi transformasi R n R m, tetapi transformasi linier dari ruang vektor V vektor W. Definisi Jika T: V W adalah suatu fungsi dari suatu ruang vektor V ke ruang vektor

Lebih terperinci

Nama Soal Pembagian Ring Road Batas Waktu 1 detik Nama Berkas Ringroad[1..10].out Batas Memori 32 MB Tipe [output only] Sumber Brian Marshal

Nama Soal Pembagian Ring Road Batas Waktu 1 detik Nama Berkas Ringroad[1..10].out Batas Memori 32 MB Tipe [output only] Sumber Brian Marshal Nama Soal Pembagian Ring Road Batas Waktu 1 detik Nama Berkas Ringroad[1..10].out Batas Memori 32 MB Tipe [output only] Sumber Brian Marshal Deskripsi Soal Dalam rangka mensukseskan program Visit Indonesia,

Lebih terperinci

Chapter 5 GENERAL VECTOR SPACE Row Space, Column Space, Nullspace 5.6. Rank & Nullity

Chapter 5 GENERAL VECTOR SPACE Row Space, Column Space, Nullspace 5.6. Rank & Nullity Chapter 5 GENERAL VECTOR SPACE 5.5. Row Space, Column Space, Nullspace 5.6. Rank & Nullity 5.5. Row Space, Column Space, Nullspace Vektor-Vektor Baris & Kolom Vektor baris A (dalam R n ) Vektor kolom A

Lebih terperinci

MAKALAH BASIS RUANG SOLUSI

MAKALAH BASIS RUANG SOLUSI MAKALAH BASIS RUANG SOLUSI Untuk Memenuhi Tugas Mata Kuliah Aljabar Linier Dosen pengampu : Darmadi,S.Si,M.pd Di susun Oleh : Kelompok 6/ VF 1. Fitria Wahyuningsih ( 08411.135 ) 2. Pradipta Annurwanda

Lebih terperinci

TIF APPLIED MATH 1 (MATEMATIKA TERAPAN 1) Week 3 SET THEORY (Continued)

TIF APPLIED MATH 1 (MATEMATIKA TERAPAN 1) Week 3 SET THEORY (Continued) TIF 21101 APPLIED MATH 1 (MATEMATIKA TERAPAN 1) Week 3 SET THEORY (Continued) OBJECTIVES: 1. Subset and superset relation 2. Cardinality & Power of Set 3. Algebra Law of Sets 4. Inclusion 5. Cartesian

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Suatu matriks A C m n dikatakan memiliki faktorisasi LU jika matriks tersebut dapat dinyatakan sebagai A = LU dengan L C m m matriks invertibel segitiga bawah

Lebih terperinci

bilqis 1

bilqis 1 http://ariefhidayathlc.wordpress.com/ http://www.kompasiana.com/ariefhidayatpwt http://ariefhidayat88.forummi.com/ bilqis PERTEMUAN bilqis TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini

Lebih terperinci

Reduksi Rank pada Matriks-Matriks Tertentu

Reduksi Rank pada Matriks-Matriks Tertentu Reduksi Rank pada Matriks-Matriks Tertentu E. Apriliani, B. Ari Sanjaya September 6, 7 Abstract. Dekomposisi nilai singular (Singular Value Decomposition - SVD) adalah suatu metode untuk menuliskan suatu

Lebih terperinci

Chapter 5 GENERAL VECTOR SPACE 5.1. REAL VECTOR SPACES 5.2. SUB SPACES

Chapter 5 GENERAL VECTOR SPACE 5.1. REAL VECTOR SPACES 5.2. SUB SPACES Chapter 5 GENERAL VECTOR SPACE 5.1. REAL VECTOR SPACES 5.2. SUB SPACES Definisi : VECTOR SPACE Jika V adalah ruang vektor dimana u,v,w merupakan objek dalam V sebagai vektor, dan terdapat skalar k dan

Lebih terperinci

Teorema Cayley-Hamilton pada Matriks atas Ring Komutatif

Teorema Cayley-Hamilton pada Matriks atas Ring Komutatif Teorema Cayley-Hamilton pada Matriks atas Ring Komutatif Joko Harianto 1, Nana Fitria 2, Puguh Wahyu Prasetyo 3, Vika Yugi Kurniawan 4 Jurusan Matematika, Universitas Gadjah Mada, Yogyakarta Indonesia

Lebih terperinci

Disajikan pada Pelatihan TOT untuk guru-guru SMA di Kabupaten Bantul

Disajikan pada Pelatihan TOT untuk guru-guru SMA di Kabupaten Bantul Disajikan pada Pelatihan TOT untuk guru-guru SMA di Kabupaten Bantul Training of Trainer (TOT) Olimpiade Matematika Tingkat Sekolah Menengah Atas Untuk Guru-guru Sekolah Menengah Atas di Kabupaten Bantul

Lebih terperinci

Data Structures. Class 5 Pointer. Copyright 2006 by The McGraw-Hill Companies, Inc. All rights reserved.

Data Structures. Class 5 Pointer. Copyright 2006 by The McGraw-Hill Companies, Inc. All rights reserved. Data Structures Class 5 Pointer McGraw-Hill Technology Education Copyright 2006 by The McGraw-Hill Companies, Inc. All rights reserved. What is a variable? 1. Each variable must be defined before you can

Lebih terperinci

RUANG VEKTOR BAGIAN RANK KONSTAN DARI BEBERAPA RUANG VEKTOR MATRIKS CONSTANT RANK VECTOR SUBSPACE OF SOME VECTOR SPACE MATRICES

RUANG VEKTOR BAGIAN RANK KONSTAN DARI BEBERAPA RUANG VEKTOR MATRIKS CONSTANT RANK VECTOR SUBSPACE OF SOME VECTOR SPACE MATRICES RUANG VEKTOR BAGIAN RANK KONSTAN DARI BEBERAPA RUANG VEKTOR MATRIKS CONSTANT RANK VECTOR SUBSPACE OF SOME VECTOR SPACE MATRICES Iin Karmila Putri Karsa Amir Kamal Amir Loeky Haryanto Jurusan Matematika

Lebih terperinci

1/5. while and do Loops The remaining types of loops are while and do. As with for loops, while and do loops Praktikum Alpro Modul 3.

1/5. while and do Loops The remaining types of loops are while and do. As with for loops, while and do loops Praktikum Alpro Modul 3. Judul TIU TIK Materi Modul Perulangan Ganjil 204/205 Mahasiswa memahami Konsep Perulangan. Mahasiswa mampu menggunakan perintah perulangan For, While do, do While 2. Mahasiswa mampu menggunakan perintah

Lebih terperinci

Pertemuan 4 Aljabar Linear & Matriks

Pertemuan 4 Aljabar Linear & Matriks Pertemuan 4 Aljabar Linear & Matriks 1 Notasi : huruf besar tebal misalnya A, B, C Merupakan array dari bilangan, setiap bilangan disebut elemen matriks (entri matriks) Bentuk umum : m : jumlah baris (mendatar)

Lebih terperinci

Diagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan

Diagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan Diagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan Fitri Aryani 1, Rahmadani 2 Jurusan Matematika Fakultas Sains dan Teknologi UIN Suska Riau e-mail: khodijah_fitri@uin-suskaacid Abstrak

Lebih terperinci

Matriks Leslie dan Aplikasinya dalam Memprediksi Jumlah dan Laju pertumbuhan Penduduk di Kota Makassar

Matriks Leslie dan Aplikasinya dalam Memprediksi Jumlah dan Laju pertumbuhan Penduduk di Kota Makassar Matriks Leslie dan Aplikasinya dalam Memprediksi Jumlah dan Laju pertumbuhan Penduduk di Kota Makassar Wahidah Sanusi 1, Sukarna 1 dan Nur Ridiawati 1, a) 1 Jurusan Matematika, Fakultas Matematika dan

Lebih terperinci

BAB 5 RUANG VEKTOR A. PENDAHULUAN

BAB 5 RUANG VEKTOR A. PENDAHULUAN BAB 5 RUANG VEKTOR A. PENDAHULUAN 1. Definisi-1. Suatu ruang vektor adalah suatu himpunan objek yang dapat dijumlahkan satu sama lain dan dikalikan dengan suatu bilangan, yang masing-masing menghasilkan

Lebih terperinci

SIFAT NILAI EIGEN MATRIKS ANTI ADJACENCY DARI GRAF SIMETRIK

SIFAT NILAI EIGEN MATRIKS ANTI ADJACENCY DARI GRAF SIMETRIK Faktor Exacta 10 (2): 154-161, 2017 SIFAT NILAI EIGEN MATRIKS ANTI ADJACENCY DARI GRAF SIMETRIK NONI SELVIA noni.selvia@gmail.com Program Studi Teknik Informatika Fakultas Teknik,Matematika dan Ilmu Pengetahuan

Lebih terperinci

REDUKSI RANK PADA MATRIKS-MATRIKS TERTENTU

REDUKSI RANK PADA MATRIKS-MATRIKS TERTENTU J. Math. and Its Appl. ISSN: 89-65X Vol. 4, No., November 7, 8 REDUKSI RANK PADA MATRIKS-MATRIKS TERTENTU Erna Apriliani, Bandung Arry Sanjoyo Jurusan Matematika FMIPA Institut Teknologi Sepuluh Nopember,

Lebih terperinci

KS KALKULUS DAN ALJABAR LINEAR Ruang Baris Ruang Kolom Ruang Nol TIM KALIN

KS KALKULUS DAN ALJABAR LINEAR Ruang Baris Ruang Kolom Ruang Nol TIM KALIN KS96 KALKULUS DAN ALJABAR LINEAR Ruang Baris Ruang Kolom Ruang Nol TIM KALIN TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan: Dapat mencari ruang baris, ruang kolom,

Lebih terperinci

Pembagi Bersama Terbesar Matriks Polinomial

Pembagi Bersama Terbesar Matriks Polinomial Vol. 11, No. 1, 63-70, Juli 2014 Pembagi Bersama Terbesar Matriks Polinomial Indramayanti Syam 1,*, Nur Erawaty 2, Muhammad Zakir 3 ABSTRAK Teori bilangan adalah cabang ilmu Matematika yang mempelajari

Lebih terperinci

Ruang Vektor. Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Ruang Vektor. Syarat agar V disebut sebagai ruang vektor. Aljabar Linear dan Matriks 1

Ruang Vektor. Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Ruang Vektor. Syarat agar V disebut sebagai ruang vektor. Aljabar Linear dan Matriks 1 Ruang Vektor Kartika Firdausy UAD blog.uad.ac.id/kartikaf Syarat agar V disebut sebagai ruang vektor 1. Jika vektor vektor u, v V, maka vektor u + v V 2. u + v = v + u 3. u + ( v + w ) = ( u + v ) + w

Lebih terperinci

PERANCANGAN PERANGKAT LUNAK KRIPTOGRAFI VISUAL TANPA EKSPANSI PIKSEL DAN ALGORITMA RLE

PERANCANGAN PERANGKAT LUNAK KRIPTOGRAFI VISUAL TANPA EKSPANSI PIKSEL DAN ALGORITMA RLE PERANCANGAN PERANGKAT LUNAK KRIPTOGRAFI VISUAL TANPA EKSPANSI PIKSEL DAN ALGORITMA RLE Dhina Bangkit Kumalasari Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof.Drg.Suria

Lebih terperinci

Linear Discrimant Model

Linear Discrimant Model (update 1 Februari 01) Lecture 3 Linear Discrimant Model Learning a Class from Examples (Alpaydin 009) Class C of a family car Prediction: Is car x a family car? Knowledge extraction: What do people expect

Lebih terperinci

KS KALKULUS DAN ALJABAR LINEAR Vektor di Ruang N TIM KALIN

KS KALKULUS DAN ALJABAR LINEAR Vektor di Ruang N TIM KALIN KS091206 KALKULUS DAN ALJABAR LINEAR Vektor di Ruang N TIM KALIN TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan: Dapat mengetahui definisi dan dapat menghitung perkalian

Lebih terperinci

12/8/2012 MODUL -10. Apa itu SPSS? Apa yang bisa dilakukan SPSS? Apa kesamaan SPSS dengan Microsoft Office Excel?

12/8/2012 MODUL -10. Apa itu SPSS? Apa yang bisa dilakukan SPSS? Apa kesamaan SPSS dengan Microsoft Office Excel? MODUL -10?? Apa itu SPSS? Apa yang bisa dilakukan SPSS? Apa kesamaan SPSS dengan Microsoft Office Excel? 1 SPSS is a software package used for conducting statistical analyses, manipulating data, and generating

Lebih terperinci

MODULE 1 GRADE XI VARIATION OF EXPRESSIONS

MODULE 1 GRADE XI VARIATION OF EXPRESSIONS MODULE 1 GRADE XI VARIATION OF EXPRESSIONS Compiled by: Theresia Riya Vernalita H., S.Pd. Kompetensi Dasar 3.1 Menganalisis fungsi sosial, struktur teks, dan unsur kebahasaan pada ungkapan memberi saran

Lebih terperinci

Fadly Ramadhan, Thresye, Akhmad Yusuf

Fadly Ramadhan, Thresye, Akhmad Yusuf ISSN: 978-44 Vol.0 No. (06) Hal.8-7 DETERMINAN MATRIKS DENGAN ELEMEN BILANGAN FIBONACCI ORDER- YANG DIGENERALISASI Fadly Ramadhan, Thresye, Akhmad Yusuf Program Studi Matematika Fakultas MIPA Universitas

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 5 BAB II TINJAUAN PUSTAKA A Matriks 1 Pengertian Matriks Definisi 21 Matriks adalah kumpulan bilangan bilangan yang disusun secara khusus dalam bentuk baris kolom sehingga membentuk empat persegi panjang

Lebih terperinci

DIAGONALISASI MATRIKS HILBERT

DIAGONALISASI MATRIKS HILBERT Jurnal UJMC, Volume 3, Nomor 2, Hal 7-24 pissn : 2460-3333 eissn : 2579-907X DIAGONALISASI MATRIKS HILBERT Randhi N Darmawan Universitas PGRI Banyuwangi, randhinumeric@gmailcom Abstract The Hilbert matrix

Lebih terperinci

PERCOBAAN 1 PENGENALAN MATLAB UNTUK STATISTIK

PERCOBAAN 1 PENGENALAN MATLAB UNTUK STATISTIK PERCOBAAN 1 PENGENALAN MATLAB UNTUK STATISTIK 1.1. Tujuan : Setelah melaksanakan praktikum ini mahasiswa diharapkan mampu : Memakai beberapa jenis fungsi khusus di Matlab untuk statistik Membuat pemrograman

Lebih terperinci

CHAPTER 6. Ruang Hasil Kali Dalam

CHAPTER 6. Ruang Hasil Kali Dalam CHAPTER 6. Ruang Hasil Kali Dalam Hasil Kali Dalam Sudut dan Ortogonal dalam Ruang Hasil Kali Dalam Orthonormal Bases; Gram-Schmidt Process; QR-Decomposition Best Approximation; Least Squares Orthogonal

Lebih terperinci

Euclidean n & Vector Spaces. Matrices & Vector Spaces

Euclidean n & Vector Spaces. Matrices & Vector Spaces Lecture 9 Euclidean n & Vector Spaces Delivered by: Filson Maratur Sidjabat fmsidjabat@president.ac.id Matrices & Vector Spaces #4 th June 05 (90%*score / 0% extra points for HW-Q) Retake Quiz. Compute

Lebih terperinci

Aplikasi Matriks Leslie Untuk Memprediksi Jumlah Dan Laju Pertumbuhan Perempuan Di Provinsi Riau Pada Tahun 2017

Aplikasi Matriks Leslie Untuk Memprediksi Jumlah Dan Laju Pertumbuhan Perempuan Di Provinsi Riau Pada Tahun 2017 Jurnal Sains Matematika dan Statistika, Vol. 2, No. I, Januari 216 ISSN 246-4542 Aplikasi Matriks Leslie Untuk Memprediksi Jumlah Dan Laju Pertumbuhan Perempuan Di Provinsi Riau Pada Tahun 217 1 C. M.

Lebih terperinci

Statistik Farmasi Probabilitas

Statistik Farmasi Probabilitas Statistik Farmasi 2016 Probabilitas TUJUAN PERKULIAHAN Setelah mengikuti perkuliahan, diharapkan mahasiswa mampu: 1 Menentukan ruang sampel dan probabilitas dari suatu peristiwa, dengan menggunakan probabilitas

Lebih terperinci

Pembagi Bersama Terbesar Matriks Polinomial Indramayanti Syam 1,*, Nur Erawaty 2, Muhammad Zakir 3

Pembagi Bersama Terbesar Matriks Polinomial Indramayanti Syam 1,*, Nur Erawaty 2, Muhammad Zakir 3 Pembagi Bersama Terbesar Matriks Polinomial Indramayanti Syam 1,*, Nur Erawaty 2, Muhammad Zakir 3 1 Program Studi Matematika, Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas

Lebih terperinci

BAB 3. Vektor dan Matriks

BAB 3. Vektor dan Matriks BAB 3 Vektor dan Matriks Vektor Salah satu fitur yang dimiliki oleh Matlab adalah penggunaan vektor sebagai objek. Vektor adalah sebuah larik satu-dimensi dari bilanganbilangan yang tersusun dalam baris

Lebih terperinci

II. TINJAUAN PUSTAKA. Suatu matriks didefinisikan dengan huruf kapital yang dicetak tebal, misalnya A,

II. TINJAUAN PUSTAKA. Suatu matriks didefinisikan dengan huruf kapital yang dicetak tebal, misalnya A, II. TINJAUAN PUSTAKA 2.1 Konsep-konsep Matriks Definisi Matriks Suatu matriks didefinisikan dengan huruf kapital yang dicetak tebal, misalnya A, B, X, Y. Elemen-elemen di dalamnya disebut skalar yang berasal

Lebih terperinci

PRAKTIKUM 4. Pemrograman Berorientasi Objek

PRAKTIKUM 4. Pemrograman Berorientasi Objek PRAKTIKUM 4 Pemrograman Berorientasi Objek Materi: - Review Pemrograman dasar Java - Number - Charaster & String - Array Petunjuk: - Cantumkan NAMA dan NRP dalam bentuk comment di setiap source code jawaban

Lebih terperinci

JARINGAN KOMPUTER : ANALISA TCP MENGGUNAKAN WIRESHARK

JARINGAN KOMPUTER : ANALISA TCP MENGGUNAKAN WIRESHARK NAMA : MUHAMMAD AN IM FALAHUDDIN KELAS : 1 D4 LJ IT NRP : 2110165026 JARINGAN KOMPUTER : ANALISA TCP MENGGUNAKAN WIRESHARK 1. Analisa TCP pada Wireshark Hasil Capture dari tcp-ethereal trace 1.pcap TCP

Lebih terperinci

Aplikasi Sistem Persamaan Linier dalam Persoalan Dunia Nyata (real world problem)

Aplikasi Sistem Persamaan Linier dalam Persoalan Dunia Nyata (real world problem) Aplikasi Sistem Persamaan Linier dalam Persoalan Dunia Nyata (real world problem) IF2123 Aljabar Geometri Oleh: Rinaldi Munir Program Studi Informatika, STEI-ITB Rinaldi Munir - IF2123 Aljabar Geometri

Lebih terperinci

Subnetting & CIDR. Fakultas Rekayasa Industri Institut Teknologi Telkom

Subnetting & CIDR. Fakultas Rekayasa Industri Institut Teknologi Telkom Subnetting & CIDR Fakultas Rekayasa Industri Institut Teknologi Telkom Soal 1 Diketahui IP Address 172.128.127.24 dengan netmask 255.255.255.240. tentukanlah network address dengan broadcast address yang

Lebih terperinci

ANALISIS KEAMANAN KRIPTOSISTEM KUNCI PUBLIK BERDASARKAN MATRIKS INVERS TERGENERALISASI

ANALISIS KEAMANAN KRIPTOSISTEM KUNCI PUBLIK BERDASARKAN MATRIKS INVERS TERGENERALISASI ANALISIS KEAMANAN KRIPTOSISTEM KUNCI PUBLIK BERDASARKAN MATRIKS INVERS TERGENERALISASI Oleh Budi Murtiyasa FKIP Universitas Muhammadiyah Surakarta Abstract The paper addresses a security analysis of the

Lebih terperinci

Karakterisasi Matriks Leslie Ordo Empat

Karakterisasi Matriks Leslie Ordo Empat Karakterisasi Matriks Leslie Ordo Empat Corry Corazon Marzuki 1, Oktomi Malko 2 1,2 Jurusan Matematika Fakultas Sains Teknologi UIN Suska Riau Jl HR Soebrantas No 155 Simpang Baru, Panam, Pekanbaru, 28293

Lebih terperinci

BAB 4. TEOREMA FERMAT DAN WILSON

BAB 4. TEOREMA FERMAT DAN WILSON BAB 4. TEOREMA FERMAT DAN WILSON 1 Program Studi Pendidikan Matematika Universitas Muhammadiyah, Ponorogo June 24, 2012 Metoda Faktorisasi Fermat (1643) Biasanya pemfaktoran n melalui tester, yaitu faktor

Lebih terperinci

APLIKASI DEKOMPOSISI NILAI SINGULAR PADA KOMPRESI UKURAN FILE GAMBAR

APLIKASI DEKOMPOSISI NILAI SINGULAR PADA KOMPRESI UKURAN FILE GAMBAR Jurnal Matematika UNAND Vol. 4 No. 1 Hal. 31 39 ISSN : 303 910 c Jurusan Matematika FMIPA UNAND APLIKASI DEKOMPOSISI NILAI SINGULAR PADA KOMPRESI UKURAN FILE GAMBAR AMANATUL FIRDAUSI, MAHDHIVAN SYAFWAN,

Lebih terperinci

Outline. Struktur Data & Algoritme (Data Structures & Algorithms) Pengantar. Definisi. 2-3 Trees

Outline. Struktur Data & Algoritme (Data Structures & Algorithms) Pengantar. Definisi. 2-3 Trees Struktur Data & Algoritme (Data Structures & Algorithms) 2-3 Trees Outline Pengantar Definisi 2-3 Tree Operasi: Search Insert Delete (a,b)-tree Denny (denny@cs.ui.ac.id) Suryana Setiawan (setiawan@cs.ui.ac.id)

Lebih terperinci

KEBEBASAN LINEAR GONDRAN-MINOUX DAN REGULARITAS DALAM ALJABAR MAKS-PLUS

KEBEBASAN LINEAR GONDRAN-MINOUX DAN REGULARITAS DALAM ALJABAR MAKS-PLUS KEBEBASAN LINEAR GONDRAN-MINOUX DAN REGULARITAS DALAM ALJABAR MAKS-PLUS oleh ANNISA RAHMAWATI M0112010 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika

Lebih terperinci

OFVSBM!OFUXPSL. Latar Belakang

OFVSBM!OFUXPSL. Latar Belakang OFVSBM!OFUXPSL Sumber: Tim Machine Learning PENS ITS Latar Belakang Kemampuan manusia dalam memproses informasi, mengenal wajah, tulisan, dsb. Kemampuan manusia dalam mengidentifikasi wajah dari sudut

Lebih terperinci

Pemrograman dengan MATLAB. Pengantar

Pemrograman dengan MATLAB. Pengantar Pemrograman dengan MATLAB Pengantar Outline Pengenalan matlab Apakah MATLAB Sejarah MATLAB Cara Penulisan Program MATLAB Pengenalan variable Operasi pada matrik Logika pemrograman Pemrograman GUI Apakah

Lebih terperinci

OBJECT ORIENTED PROGRAMMING. Day 3 : Operator dan Assignment

OBJECT ORIENTED PROGRAMMING. Day 3 : Operator dan Assignment OBJECT ORIENTED PROGRAMMING Day 3 : Operator dan Assignment TOPIK Membedakan antara instance dan local l variabel. Urutan pemrosesan Unary operator Arithmetic operator Shift operator: , dan >>> Comparison

Lebih terperinci

BAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: =

BAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: = BAB II LANDASAN TEORI 2.1 Matriks Definisi 2.1 (Lipschutz, 2006): Matriks adalah susunan segiempat dari skalarskalar yang biasanya dinyatakan dalam bentuk sebagai berikut: Setiap skalar yang terdapat dalam

Lebih terperinci

UML USE CASE DIAGRAM

UML USE CASE DIAGRAM UML USE CASE DIAGRAM "Get your team up to speed on these requirements so that you can all start designing the system." Happy Monday READING DOCUMENT REQUIREMENT The requirements are still a little fuzzy,

Lebih terperinci

ANALISIS LAPORAN KEUANGAN. Ratio Analysis Limitations of ratio analysis Du Pont system

ANALISIS LAPORAN KEUANGAN. Ratio Analysis Limitations of ratio analysis Du Pont system ANALISIS LAPORAN KEUANGAN Ratio Analysis Limitations of ratio analysis Du Pont system Sasaran Belajar 1. Menghitung secara menyeluruh berbagai rasio keuangan dan menggunakan rasio-rasio tersebut untuk

Lebih terperinci

Kata Pengantar. Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan.

Kata Pengantar. Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan. i Kata Pengantar Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan. Modul ajar ini dimaksudkan untuk membantu penyelenggaraan kuliah jarak

Lebih terperinci

NILAI EIGEN DAN VEKTOR EIGEN disebut vektor eigen dari matriks A =

NILAI EIGEN DAN VEKTOR EIGEN disebut vektor eigen dari matriks A = NILAI EIGEN DAN VEKTOR EIGEN >> DEFINISI NILAI EIGEN DAN VEKTOR EIGEN Jika A adalah sebuah matriks n n, maka sebuah vektor taknol x pada R n disebut vektor eigen (vektor karakteristik) dari A jika Ax adalah

Lebih terperinci

SIMULASI MONTE CARLO RISK MANAGEMENT DEPARTMENT OF INDUSTRIAL ENGINEERING

SIMULASI MONTE CARLO RISK MANAGEMENT DEPARTMENT OF INDUSTRIAL ENGINEERING SIMULASI MONTE CARLO RISK MANAGEMENT DEPARTMENT OF INDUSTRIAL ENGINEERING PENGANTAR Simulasi Monte Carlo didefinisikan sebagai semua teknik sampling statistik yang digunakan untuk memperkirakan solusi

Lebih terperinci

SISTEM LINEAR DALAM ALJABAR MAKS-PLUS

SISTEM LINEAR DALAM ALJABAR MAKS-PLUS SISTEM LINEAR DALAM ALJABAR MAKS-PLUS oleh ANITA NUR MUSLIMAH M01009009 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika JURUSAN MATEMATIKA FAKULTAS

Lebih terperinci

32-bit and 64-bit Windows: Frequently asked questions

32-bit and 64-bit Windows: Frequently asked questions 32-bit and 64-bit Windows: Frequently asked questions // // Here are answers to some common questions about the 32-bit and 64-bit versions of Windows. Frequently asked questions Collapse all What is the

Lebih terperinci

Pengantar Matematika Asuransi. Winita Sulandari

Pengantar Matematika Asuransi. Winita Sulandari Pengantar Matematika Asuransi Winita Sulandari What is insurance mathematics? Insurance mathematics is the area of applied mathematics that studies different risks to individuals, property and businesses,

Lebih terperinci

Rahasia Cermat & Mahir Menguasai Akuntansi Keuangan Menengah (Indonesian Edition)

Rahasia Cermat & Mahir Menguasai Akuntansi Keuangan Menengah (Indonesian Edition) Rahasia Cermat & Mahir Menguasai Akuntansi Keuangan Menengah (Indonesian Edition) Hery Hery Click here if your download doesn"t start automatically Rahasia Cermat & Mahir Menguasai Akuntansi Keuangan Menengah

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN 1.1 Latar Belakang Matriks merupakan istilah yang digunakan untuk menunjukkan jajaran persegi panjang dari bilangan-bilangan dan setiap matriks akan mempunyai baris dan kolom. Salah satu

Lebih terperinci

Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk :

Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk : Persamaan Linear Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk : a x + a y = b Persamaan jenis ini disebut sebuah persamaan linear dalam peubah x dan y. Definisi

Lebih terperinci

Modul Praktikum. Aljabar Linier. Disusun oleh: Machudor Yusman IR., M.Kom. Ucapan Terimakasih:

Modul Praktikum. Aljabar Linier. Disusun oleh: Machudor Yusman IR., M.Kom. Ucapan Terimakasih: Modul Praktikum Aljabar Linier Disusun oleh: Machudor Yusman IR., M.Kom. Ucapan Terimakasih: David Abror Gabriela Minang Sari Hanan Risnawati Ichwan Almaza Nuha Hanifah Riza Anggraini Saiful Anwar Tri

Lebih terperinci

Apa yang harus kita kenali?

Apa yang harus kita kenali? Metodologi Penelitian Materi ke-1 Iman Murtono Soenhadji 1 Apa yang harus kita kenali? Kita melihat kejadian sebagai fenomena Kita melihat perubahan sebagai gejala Kita melihat subyek sebagai paradigma

Lebih terperinci

JARINGAN KOMPUTER. 2. What is the IP address and port number used by gaia.cs.umass.edu to receive the file. gaia.cs.umass.edu :

JARINGAN KOMPUTER. 2. What is the IP address and port number used by gaia.cs.umass.edu to receive the file. gaia.cs.umass.edu : JARINGAN KOMPUTER Buka wireshark tcp-ethereal-trace-1 TCP Basics Answer the following questions for the TCP segments: 1. What is the IP address and TCP port number used by your client computer source)

Lebih terperinci

Problem 1. Implementasi Interface. Diberikan definisi interface BentukDuaDimensi berikut:

Problem 1. Implementasi Interface. Diberikan definisi interface BentukDuaDimensi berikut: Perhatikan permasalahan yang ada pada tutorial ini baik-baik. Permasalahan yang disajikan pada tutorial ini akan menjadi landasan penting untuk mengikuti perkuliahan SDA dan juga mengerjakan tugas lain

Lebih terperinci

Kompresi Citra Menggunakan Truncated Singular Value Decomposition (TSVD), Sebuah Eksplorasi Numerik

Kompresi Citra Menggunakan Truncated Singular Value Decomposition (TSVD), Sebuah Eksplorasi Numerik Kompresi Citra Menggunakan Truncated Singular Value Decomposition (TSVD), Sebuah Eksplorasi Numerik Grace Reni Agustina, AD. Garnadi, Sri Nurdiati Abstrak Citra atau image memiliki representasi sebagai

Lebih terperinci

04-Ruang Vektor dan Subruang

04-Ruang Vektor dan Subruang 04-Ruang Vektor dan Subruang Vektor (1) Dosen: Anny Yuniarti, M.Comp.Sc Gasal 2011-2012 Anny2011 1 Agenda Bagian 1: Ruang Vektor Bagian 2: Nullspace of A: Solusi Ax = 0 Bagian 3: Rank dan Row-reduced-form

Lebih terperinci

Lampiran 1 Pembuktian Teorema 2.3

Lampiran 1 Pembuktian Teorema 2.3 LAMPIRAN 16 Lampiran 1 Pembuktian Teorema 2.3 Sebelum membuktikan Teorema 2.3, terlebih dahulu diberikan beberapa definisi yang berhubungan dengan pembuktian Teorema 2.3. Definisi 1 (Matriks Eselon Baris)

Lebih terperinci

PENENTUAN PRIORITAS TEKNIK SAMPLING MENGGUNAKAN ANALYTICAL HIERARCHY PROCESS (AHP)

PENENTUAN PRIORITAS TEKNIK SAMPLING MENGGUNAKAN ANALYTICAL HIERARCHY PROCESS (AHP) PENENTUAN PRIORITAS TEKNIK SAMPLING MENGGUNAKAN ANALYTICAL HIERARCHY PROCESS (AHP) Studi Kasus Koordinator Statistik Kecamatan (KSK) Badan Pusat Statistik Kabupaten Asahan SKRIPSI GINANZAR WAHYUDI 090823011

Lebih terperinci

Menentukan Nilai Eigen Tak Dominan Suatu Matriks Semi Definit dan Indefinit Menggunakan Metode Kuasa Invers dengan Shift

Menentukan Nilai Eigen Tak Dominan Suatu Matriks Semi Definit dan Indefinit Menggunakan Metode Kuasa Invers dengan Shift Menentukan Nilai Eigen Tak Dominan Suatu Matriks Semi Definit dan Indefinit Menggunakan Metode Kuasa Invers dengan Shift Arif Bijaksana 1, Irma Suryani 2 Jurusan Matematika Terapan, Fakultas Sains dan

Lebih terperinci

Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank

Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank khozin mu tamar 9 Oktober 2014 PERTEMUAN-4 : SISTEM KOORDINAT, DIMEN- SI RUANG VEKTOR DAN RANK 1. Sistem koordinat (a) Ketunggalan scalar

Lebih terperinci

UJI HIPOTESIS STATISTIK NON PARAMETRIK.

UJI HIPOTESIS STATISTIK NON PARAMETRIK. UJI HIPOTESIS STATISTIK NON PARAMETRIK ekopujiyanto@ft.uns.ac.id Pendahuluan Statistik Non Parametrik Umumnya digunakan pada jenis data nominal dan ordinal Dapat digunakan pada populasi yang bebas distribusi

Lebih terperinci

HUKUM HAM INTERNASIONAL: SEBUAH PENGANTAR KONTEKSTUAL (RANGKAIAN STUDI IMR) BY PRANOTO ISKANDAR

HUKUM HAM INTERNASIONAL: SEBUAH PENGANTAR KONTEKSTUAL (RANGKAIAN STUDI IMR) BY PRANOTO ISKANDAR KONTEKSTUAL (RANGKAIAN STUDI IMR) BY PRANOTO ISKANDAR READ ONLINE AND DOWNLOAD EBOOK : HUKUM HAM INTERNASIONAL: SEBUAH PENGANTAR KONTEKSTUAL (RANGKAIAN STUDI IMR) BY PRANOTO Click button to download this

Lebih terperinci

Pengenalan Sistem Bilangan Biner dan Gerbang Logika

Pengenalan Sistem Bilangan Biner dan Gerbang Logika Pengenalan Sistem Bilangan Biner dan Gerbang Logika Silabus Materi : Pengenalan Sistem Bilangan Biner dan Gerbang Logika Pada materi ini akan dikenalkan tentang sistem bilangan biner serta berbagai operasi

Lebih terperinci

Modul Praktikum Basis Data 7 Membuat Form Lebih Lanjut

Modul Praktikum Basis Data 7 Membuat Form Lebih Lanjut Modul Praktikum Basis Data 7 Membuat Form Lebih Lanjut Pokok Bahasan : - Membuat sebuah Field Entri Data berbentuk List Box - Membuat sebuah Field Entri Data berbentuk Combo Box - Membuat sebuah Field

Lebih terperinci

SUMMARY ALJABAR LINEAR

SUMMARY ALJABAR LINEAR SUMMARY ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS UNIVERSITAS PENDIDIKAN INDONESIA BANDUNG 2010 2 KATA PENGANTAR Bismillahirrahmanirrahim Segala puji bagi Allah Rabb semesta alam. Shalawat serta

Lebih terperinci

Distribusi probabilitas dan normal. Statisitik Farmasi 2015

Distribusi probabilitas dan normal. Statisitik Farmasi 2015 Distribusi probabilitas dan normal Statisitik Farmasi 2015 Part 1. DISTRIBUSI PROBABILITAS Statisitik Farmasi 2015 Tujuan Perkuliahan Setelah menyelesaikan kuliah ini, mahasiswa mampu: Membuat distribusi

Lebih terperinci

Nilai Eigen dan Vektor Eigen Universal Matriks Interval Atas Aljabar Max-Plus

Nilai Eigen dan Vektor Eigen Universal Matriks Interval Atas Aljabar Max-Plus Nilai Eigen dan Vektor Eigen Universal Matriks Interval Atas Aljabar Max-Plus Fitri Aryani 1, Tri Novita Sari 2 Jurusan Matematika Fakultas Sains dan Teknologi UIN Suska Riau e-mail: khodijah_fitri@uin-suska.ac.id

Lebih terperinci

SISTEM DINAMIK TUGAS 3. Oleh RIRIN SISPIYATI ( ) Program Studi Matematika

SISTEM DINAMIK TUGAS 3. Oleh RIRIN SISPIYATI ( ) Program Studi Matematika SISTEM DINAMIK TUGAS Oleh RIRIN SISPIYATI (16 Program Studi Matematika INSTITUT TEKNOLOGI BANDUNG 9 EXERCISE 4 4. 1. In Eercise. of chapter we analysed the eistence of perios solutions in an invariant

Lebih terperinci

Aljabar Linear. & Matriks. Evangs Mailoa. Pert. 7-8

Aljabar Linear. & Matriks. Evangs Mailoa. Pert. 7-8 Aljabar Linear & Matriks Pert. 7-8 Evangs Mailoa Yang dipelajari hari ini: Aritmatika Vektor Konsep Geometrik Titik, Garis dan Bidang Perkalian Titik Euclidean Vector Spaces I There are two major topics

Lebih terperinci

01-Pengenalan Vektor. Dosen: Anny Yuniarti, M.Comp.Sc Gasal Anny2011 1

01-Pengenalan Vektor. Dosen: Anny Yuniarti, M.Comp.Sc Gasal Anny2011 1 01-Pengenalan Vektor Dosen: Anny Yuniarti, M.Comp.Sc Gasal 2011-2012 Anny2011 1 Agenda Bagian 1: Vektor dan Kombinasi Linier Bagian 2: Panjang Vektor dan Perkalian Titik (Dot Products) Bagian 3: Matriks

Lebih terperinci

Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel)

Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel) Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel) Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U November 2015 MZI (FIF Tel-U) Ruang Baris, Kolom,

Lebih terperinci

Fungsi wavrecord. Praktikum Pengenalan Bahasa Alami Pertemuan Pertama: Pengenalan Fungsi Dasar Pemrosesan Suara di Matlab

Fungsi wavrecord. Praktikum Pengenalan Bahasa Alami Pertemuan Pertama: Pengenalan Fungsi Dasar Pemrosesan Suara di Matlab Praktikum Pengenalan Bahasa Alami Pertemuan Pertama: Pengenalan Fungsi Dasar Pemrosesan Suara di Matlab Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor Fungsi

Lebih terperinci

MENENTUKAN INVERS DRAZIN DARI MATRIKS SINGULAR

MENENTUKAN INVERS DRAZIN DARI MATRIKS SINGULAR MENENTUKAN INVERS DRAZIN DARI MATRIKS SINGULAR SKRIPSI Oleh : Liniswatil Khasanah J2A006031 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO

Lebih terperinci

PENYELESAIAN MAGIC SQUARE SEBAGAI PERMASALAHAN SISTEM PERSAMAAN LINEAR (SPL) RISMANTO FERNANDUS SIRINGO-RINGO

PENYELESAIAN MAGIC SQUARE SEBAGAI PERMASALAHAN SISTEM PERSAMAAN LINEAR (SPL) RISMANTO FERNANDUS SIRINGO-RINGO PENYELESAIAN MAGIC SQUARE SEBAGAI PERMASALAHAN SISTEM PERSAMAAN LINEAR (SPL) RISMANTO FERNANDUS SIRINGO-RINGO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN GARIS-GARIS BESAR PROGRAM PEMBELAJARAN Mata Kuliah : Aljabar Linear Kode / SKS : TIF-5xxx / 3 SKS Dosen : - Deskripsi Singkat : Mata kuliah ini berisi Sistem persamaan Linier dan Matriks, Determinan, Vektor

Lebih terperinci

Ekspresi Reguler Definisi. Notasi Ekspresi Regular. Contoh Ekspresi Reguler [2]

Ekspresi Reguler Definisi. Notasi Ekspresi Regular. Contoh Ekspresi Reguler [2] Ekspresi Reguler Definisi Pertemuan : 3 Dosen Pembina : Danang Junaedi IF-UTAMA 1 Suatu cara untuk merepresentasikan bahasa regular [4] Pola (pattern) atau template untuk string dari suatu bahasa [3] Cara

Lebih terperinci

Petunjuk Pengerjaan soal

Petunjuk Pengerjaan soal Petunjuk Pengerjaan soal 1. Berdoalah sebelum mengerjakan soal 2. Gunakan pensil 2B untuk mengisi lembar jawab komputer 3. Tulis nama, no peserta, dan asal sekolah pada lembar jawab yang tersedia. 4. Telitilah

Lebih terperinci

MATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR

MATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR MATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR 7.1 Matriks DEFINISI Susunan bilangan (fungsi) berbentuk persegi panjang yang ditutup dengan tanda kurung. Bilangan (fungsi) disebut entri-entri matriks.

Lebih terperinci

Ekonomi Manajerial dalam Perekonomian Global

Ekonomi Manajerial dalam Perekonomian Global Ekonomi Manajerial dalam Perekonomian Global Bab 10: Teori Pertandingan dan Tingkahlaku Stratregis Bahan Kuliah Program Pascasarjana-UHAMKA Program Studi Magister Manajemen Dosen : Dr. Muchdie, PhD in

Lebih terperinci

PENERAPAN MULTIMETODE BERBASIS MATRIKS PADA SELEKSI PENERIMAAN CALON ASISTEN LABOR.

PENERAPAN MULTIMETODE BERBASIS MATRIKS PADA SELEKSI PENERIMAAN CALON ASISTEN LABOR. PENERAPAN MULTIMETODE BERBASIS MATRIKS PADA SELEKSI PENERIMAAN CALON ASISTEN LABOR Rahimullaily 1), Lakry Maltaf 2) 1), 2) Program Studi Sistem Informasi STMIK Indonesia Padang 1) email: rahimullaily@stmikindonesia.ac.id

Lebih terperinci