BAB 3 ANALISA DAN PERANCANGAN PROGRAM. sehingga diperlukan perhitungan secara numerik untuk mencari penyelesaian

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 3 ANALISA DAN PERANCANGAN PROGRAM. sehingga diperlukan perhitungan secara numerik untuk mencari penyelesaian"

Transkripsi

1 BAB 3 ANAISA DAN PERANCANGAN PROGRAM 3. Alota Peyelesaa Pada uuya suatu pesaaa tak le suka dselesaka secaa aalts sea dpeluka petua secaa uek utuk eca peyelesaa pesaaa-pesaaa tak le. Dala eetuka peyelesaa suatu pesaaa secaa uek dapat tbul suatu asala yatu asala kovees da ketuala solus ya dpeole. Bla kta euaka suatu etode tetetu aka eyelesaka suatu pesaaa teal tak le secaa uek apaka aslya ea peyelesaa ya daapka. Bla tdak syaat apaka ya aus dpeu aa dapat daslka solus ya daapka. Pada bab II tela dbaas bawa pesaaa teal Voltea ole: y K t y t dt 3. epuya solus da teyata solusya tual. Sea dea epeatka syaat-syaat da teo-teo ya tela dtau pada bab-bab sebeluya peyelesaa secaa uek utuk pesaaa teal 3. dapat dlakuka da peyelesaa ya dpeole ea bea peyelesaa ya dka pesaaa teal 3.. Metode ya aka dpeuaka dala eyelesaka pesaaa teal 3. adala etode teas da etode Voltea-Rue-Kutta. 3.. Metode Iteas Pesaaa teal ya aka dtu peyelesaa uekya adala:

2 y K t y t dt 3. dea fus Kt yt epuya tuua petaa. Msalka adala apa utuk y pada ttk. Bla kta ba sela d atas ead sela baa ya paaya aka pada 3. dapat dlakuka petua solus dea etode Eule yatu dea ebe la awal: y K K K 33 Betuk uuya: K s s s 3.3 dea: adala apa utuk y Metode Eule 3.3 d atas dapat dodfkaska la tetuya dea aapa alat ya aka tead leb kecl. Mula-ula kta epuya pesaaa teal:

3 34 K y y d 3.4 Petua la teal dlakuka dea etode tapesu yatu: f t dt f f s f s 3.5 Nla apa utuk 3.4 adala: U K 3.6 dea: U K K s s 3.7 s Metode 3.6 dapat dodfkaska la ead etode teas yatu dea caa eap la bebeapa kal sapa eeu pesyaata ya dtetuka sebeluya. Nla pada 3.6 dapat ddekat secaa eksplst dea euaka teas yatu: p p U K p dea tekaa awalya: U K 3.9 Nla dpeole da etode Eule yatu: K 3. Aa dpeole asl ya leb bak pada etode teas 3.8 dpeluka la ya kecl da bayak kal teas dpebayak. Pada etode teas kekoveeaya elatf labat sea dpeluka suatu

4 35 ekstapolas ya befus utuk epecepat kekoveea aa baya peuaa kopute dapat dkua. Ekstapolas ya aka duaka pada tulsa adala ekstapolas Atke ya eeluka 3 la peula yatu: da Keuda dtu: 3. Nla ya dpeole aka ead la pada teas bekutya. Alota peyelesaa dea etode teas:. Tetuka la da. Ba sela peteala atas N subsela ya saa sea N 3. Tetuka tekaa awal: K 4. Utuk... N lalu: Jka tu: U K Keuda lautka ke laka 5. Jka tu: U K s K s sak 5. Utuk p... tu: p p U K

5 36 p p Peksa apaka < ε? Bla a be aa p ead ak keuda lautka ke laka 6. Bla Tdak kebal ke laka 5. utuk p selautya. 6. akuka ekstapolas Atke: p p p p p p 7. Kebal ke laka 4 utuk selautya. 3.. Metode Voltea-Rue-Kutta Tau kebal pesaaa teal Voltea ole: y K t y t dt 3. a Utuk: I : [ab] K kotu pada S R S{s a s b} dtetapka: a.... N b-a/n y y Sea pesaaa 3. dapat kta tulska: y Daa: * K s y s ds

6 37 * s y s K s y s K Tau kebal etode Bel tyukov etode BRK: c e K a c F *... c e b K F y * 3.3 Metode Rue-Kutta utuk 3.3 dtulska dala betuk: c d K a *... c e K b y * 3.4 Dea easuska d e aka 3.4 dapat dtulska dala: c d K a d d a... c e K b e e b y Bla dpl d e tpe Bel tyukov aka dpeole: e a c e K e e... e b y Sebaa coto adala etode BRK utuk 3: K

7 38 K K y Metode BRK dea 3 d atas ya aka dpeuaka dala tulsa. Alota peyelesaa dea etode Voltea-Rue-Kutta:. Tetuka ttk keuda ba sela tu ead N subsela sea dpeole: /N.. Tetuka 3. Utuk... N- Htu: K K K Peacaa Poa 3.. Taapa-Taapa Poa Poa ted da ta baa utaa yatu taap put taap poses da taap output. Taap put dapat dba la ead dua es yatu put pesaaa da put la N da ε utuk etode teas. Taap poses

8 39 ua dapat dba la ead dua es yatu poses teas da poses VRK. Pada taap output aslya adala solus uek ya beupa aka da laaya taap poses Taap Iput Pada taap use dta utuk easukka pesaaa teal Voltea ole ya aka dtu. Sesua dea betuk uu pesaaa teal Voltea ole aka put pesaaa dba ead put pesaaa da put pesaaa Ktyt. Iput pesaaa tebatas pada la es yatu tooet fus sus cosus tae cosus seca da coseca poloal loata bebass lo ekspoesal e da opeas ateatka dasa peulaa peuaa pebaa pekala da pepakata. Aa pesaaa dapat dposes aka dpeluka ua put la N da la ε. Nla adala la fus ya dca. Nla adala la awal. Nla N adala bayakya peulaa ya dlakuka dala etu la fus ya dka. Nla ε adala la sels aksu ataa p da p sebaa syaat peet teas Taap Poses Taap poses teba ead dua yatu poses teas da poses VRK. Poses teas adala poses petua fus dea euaka etode teas. Da poses VRK adala poses petua fus dea euaka etode Voltea-Rue-Kutta Taap Output Output ya daslka da taap poses adala beupa aka da waktu. Aka ya daslka eupaka la da fus ya dca. Sedaka

9 4 waktu eupaka laaya poses petua tu dlakuka. Pada odul pebada ua daslka pebedaa waktu d ataa poses VRK da poses teas. 3.. Daa Al Modul peuls. Bekut adala daa al da poa aplkas ya dbuat ole

10 Daa Al Modul Poses Iteas START Iput N ε N K < N a Tdak Pt y - STOP. a Tdak U K s K s sak U K U K p p p p p < ε Tdak p p a ak p p p p p p p Gaba 3. Gaba Daa Al Modul Poses Iteas

11 Daa Al Modul Poses VRK START Iput N N Tdak < N Pt y y N- a STOP K 4 K 3 K Stuktu Meu Gaba 3. Daa Al Modul Poses VRK Meu Utaa Iput Output Metode VRK Metode Iteas Pebada Keteaa Atua Peulsa Ruus About Kelua Gaba 3.3 Stuktu Meu da poa

12 Daa STD State Tasto Daa Daa STD Fo Ma FoIput kua Wdows Klk Meu Iput Taplka FoIput Klk tobol Kebal Taplka FoMa Ru voltea.ee Taplka FoMa Klk Meu Kelua Tutup aplkas Klk Meu Atua Peulsa Ruus Taplka FoRules Fo Atua Klk tobol OK Taplka FoMa FoMa Klk Meu About Taplka FoAbout Klk tobol OK Taplka FoMa Fo About Klk butto Kebal Taplka FoMa Klk subeu Pebada Taplka FoOutput Klk subeu Metode VRK Taplka FoOutput Fo Output Klk subeu Metode Iteas Taplka FoOutput Gaba 3.4 Daa STD Fo Ma

13 Daa STD Fo Iput FoMa Klk Meu Iput Taplka FoIput Klk tobol Kebal Taplka FoMa Klk Tobol OK Masukka pesaaa da taplka FoMa FoIput Klk tobol Hapus aya Hapus seua tetbo Gaba 3.5 Daa STD Fo Iput Daa STD Fo Output Klk subeu Metode VRK Taplka FoOutput FoMa Klk subeu Pebada Taplka FoOutput Klk subeu Metode Iteas Taplka FoOutput Klk tobol Kebal Taplka FoMa FoOutput Klk tobol Htu Htu pesaaa da taplka d laya Klk tobol Hapus aya Hapus seua tetbo da eo Klk tobol Hapus Output Hapus eo Gaba 3.6 Daa STD Fo Output

14 Daa STD Fo Rules FoMa Klk subeu Atua Peulsa Ruus Taplka FoRules Klk tobol OK Taplka FoMa FoRules Gaba 3.7 Daa STD Fo Rules Daa STD Fo About FoMa Klk subeu About Taplka FoAbout Klk tobol OK Taplka FoMa FoAbout Gaba 3.8 Daa STD Fo About

15 Racaa aya Tapla 3.3. Racaa aya Fo Ma Gaba 3.9 Racaa aya FoMa dea tapla subeu Output Pada fo tedapat sebua eu ba utuk eakses ke seluu fo ya tedapat dala poa. Fo-fo tesebut ataa la fo put fo output fo ules da fo about. Pada awal poa eu output belu dapat dakses kaea belu ada pesaaa ya dasukka. Pada eu put use ebuka fo put ya befus utuk easukka pesaaa teal Voltea.

16 47 Gaba 3. Racaa aya FoMa dea tapla subeu Keteaa Pada eu output tedapat 3 pla subeu. Subeu aapu ya dpl use aka ebuka fo output utuk elat asl petua da poses teas atau poses VRK. Pada eu keteaa tedapat subeu Atua Peulsa Ruus da subeu About. Subeu Atua Peulsa Ruus aka ebuka fo ules ya ebeka foas eea uus-uus ya dapat dposes pada poa. Subeu About aka ebuka fo about ya ebeka foas eea poa.

17 Racaa aya Fo Iput Gaba 3. Racaa aya fo Iput Pada fo use easukka pesaaa teal Voltea. Sesua dea betuk uu pesaaa teal Voltea ole aka put pesaaa dba ead dua baa yatu da Kt yt. Pada fo tedapat tobol OK tobol Hapus aya tobol Kebal ke Meu Utaa tetbo da tetbo Kt yt. Tobol OK duaka utuk easukka pesaaa ya tetuls pada tetbo da tetbo Kt yt aa dapat duaka dala poa. Tobol Hapus aya befus eapus tet pada tetbo da tetbo Kt yt. Tobol Kebal ke Meu Utaa befus utuk kebal ke laya eu utaa.

18 Racaa aya Fo Output Pada eu output tedapat subeu Metode VRK subeu Metode Iteas da subeu Pebada. Keta subeu tesebut ebuka fo output ya saa bedaya teletak pada udul fo da put ya dta. Gaba 3. Racaa aya Fo Output Judul default utuk fo adala Solus dea Metode Voltea- Rue-Kutta. Judul fo aka beuba sesua dea subeu output ya dpl. Apabla dpl subeu Metode Iteas aka udulya aka beuba ead Solus dea Metode Iteas. Apabla dpl subeu Pebada aka udulya aka beuba ead Pebada Metode

19 5 VRK dea Metode Iteas. Apabla dpl subeu Metode VRK aka udulya aka beuba ead Solus dea Metode Voltea-Rue-Kutta. Pada fo use dta utuk easukka la da N. Hal belaku utuk subeu Metode VRK. Utuk subeu Metode Iteas da subeu Pebada dtabaka petaa put e. adala la awal pesaaa. adala la fus ya aka dtu. Nla N adala bayakya peulaa ya aka dlakuka dala etu fus ya dka. Nla e adala sels la fus ya bedekata aa dapat dtea. Pada fo tedapat tobol Htu tobol Hapus Output tobol Hapus aya da tobol Kebal. Tobol Htu befus easukka seua puta keuda elakuka kalkulas fus dea poses sesua dea subeu ya dpl. Hasl kalkulas aka dtaplka pada eo. Kalkulas ya daslka adala la fus asl poses da waktu ya dpeluka utuk eyelesaka poses tesebut. Tobol Hapus Output befus eapus eo tapla output. Tobol Hapus aya befus eapus laya teasuk seua tetbo da eo. Tobol Kebal befus utuk kebal ke eu utaa Racaa aya Meu Keteaa Pada eu keteaa tedapat subeu Atua Peulsa Ruus ya aka eaplka fo ules da subeu About ya aka eaplka fo about.

20 Racaa aya Fo Rules Gaba 3.3 Racaa aya Fo Rules Pada fo dtaplka peelasa skat eea uus-uus apa saa ya dapat dposes dala poa yatu tooet poloal loata ekspoe da opeas laya sepet pepakata pebaa pekala petabaa da peuaa.

21 Racaa aya Fo About Gaba 3. Racaa aya Fo About Pada fo dtaplka keteaa skat da poa sepet udul aasswa ya ebuat dose ya ebb da sebaaya.

PROGRAM LINIEAR DENGAN METODE SIMPLEX

PROGRAM LINIEAR DENGAN METODE SIMPLEX POGAM LINIEA DENGAN METODE SIMPLEX A. TEKNIK PENYELESAIAN Betuk Soal Progra Lear Kedala utaa asalah rogra lear daat eretuk a atau a atau a. Kedala yag eretuk ertdaksaaa daoat duah ead ersaaa seaga erkut

Lebih terperinci

Gradually Varied Flow. Latihan Perhitungan Metode Perhitungan

Gradually Varied Flow. Latihan Perhitungan Metode Perhitungan Graduall ared Flw Latha erhtua Metde erhtua th =0,086 L=~ = /det =0,00066 L=00 =0,007 L=650 + 4,5 + 0,0, k = 4 7, 0,004,4 4,8 9,8l 8 4,8 l 8,4 47,74 54,8 47,74,87 54,8,87.,87 9,8 k Y Y 4,5 6,0, 7, / /

Lebih terperinci

= 8 = 7. x 4 = 24 = 8 = 5 = 13. pada persamaan ketiga dan x 3 = 5

= 8 = 7. x 4 = 24 = 8 = 5 = 13. pada persamaan ketiga dan x 3 = 5 III. REDUKSI GANJIL-GENAP/REDUKSI SIKLIS.. Alortma Sequesal Coto 9. Selesaka sstem persamaa erkut : Jawa 6 x + x = 8 x + x 5 x = 7 x + x 6 x = 5 x + 8 x = Vektor x = [ x x x x ] T dperole melalu prosedur

Lebih terperinci

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

Integrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1

Integrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1 Itegras Metode Itegral Rema Metode Itegral Trapezoda Metode Itegral Smpso Itegras Permasalaa Itegras Pertuga tegral adala pertuga dasar yag dguaka dalam kalkulus, dalam bayak keperlua. Itegral secara det

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

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

CADANGAN PROSEKTIF ASURANSI JIWA DWIGUNA BERDASARKAN ASUMSI CONSTANT FORCE

CADANGAN PROSEKTIF ASURANSI JIWA DWIGUNA BERDASARKAN ASUMSI CONSTANT FORCE CADANGAN ROSEKTIF ASURANSI JIWA DWIGUNA BERDASARKAN ASUMSI CONSTANT FORCE Tara Mustka 1, Johaes Kho 2, Azskha 2 1 Mahasswa rogra S1 Mateatka 2 Dose Jurusa Mateatka Fakultas Mateatka da Ilu egetahua Ala

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

Penerapan Model Predictive Control (MPC) pada Kapal Autopilot dengan Lintasan Tertentu

Penerapan Model Predictive Control (MPC) pada Kapal Autopilot dengan Lintasan Tertentu JURNA SAINS DAN SENI ITS Vol, No, Sp 0 ISSN: 0-98X A-5 Papa Mol P Cool MPC paa Kapal Aoplo a aa T S Aa Sola, Kaa, a Sba Ja Maaa, Fala Maaa a Il Paa Ala, I Tolo Spl Nopb ITS Jl A Raa Ha, Sabaya 60 Eal:

Lebih terperinci

TINJAUAN PUSTAKA. Pra-pemrosesan Koreksi Pencaran Multiplikatif. ˆβ, kemudian. dan

TINJAUAN PUSTAKA. Pra-pemrosesan Koreksi Pencaran Multiplikatif. ˆβ, kemudian. dan 5 INJAUAN PUAKA Pa-peosesa Koeks Pecaa Mulplkaf Pa-peosesa ya eka ea peauh ya ucul akba sfa fsk a kaw cooh aau se sebu sebaa peauh pecaa eupaka ahapa pe ala oel kalbas Pa-peosesa esebu beujua uuk ehaslka

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

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

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMAN 1 Terusan Nunyai. Populasi dalam penelitian

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMAN 1 Terusan Nunyai. Populasi dalam penelitian 3 III. METODE PENELITIAN A. Populas da Sampel Peelta dlaksaaka d SMAN Teusa Nuya. Populas dalam peelta adalah seluuh sswa kelas X SMAN Teusa Nuya semeste geap tahu pelajaa / yag bejumlah lma kelas. Kemampua

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

ARUS BOLAK BALIK V R. i m

ARUS BOLAK BALIK V R. i m Modul 9 Elektroagnet KEGIATAN BEAJA A. ANDASAN TEOI AUS BOAK BAIK Arus dan tegangan lstrk bolak balk adalah arus dan tegangan lstrk yang berubah terhadap waktu atau erupakan fungs waktu. Yang berubah adalah

Lebih terperinci

Menentukan Pembagi Bersama Terbesar dengan Algoritma

Menentukan Pembagi Bersama Terbesar dengan Algoritma Meetuka Pembagi Besama Tebesa dega Algoitma Macelius Hey M. (135108) Pogam Studi Tekik Ifomatika Sekolah Tekik Elekto da Ifomatika Istitut Tekologi Badug, Jl. Gaesha 10 Badug 4013, Idoesia 135108@std.stei.itb.ac.id

Lebih terperinci

UNIVERSITAS GUNADARMA POLA, BARISAN DAN DERET BILANGAN BAHAN AJAR. Oleh : Muhammad Imron H. Modul Barisan dan Deret Hal. 1

UNIVERSITAS GUNADARMA POLA, BARISAN DAN DERET BILANGAN BAHAN AJAR. Oleh : Muhammad Imron H. Modul Barisan dan Deret Hal. 1 BAHAN AJAR POLA, BARISAN DAN DERET BILANGAN Oleh : Muhammad Imo H 0 Modul Baisa da Deet Hal. BARISAN DAN DERET A. POLA BILANGAN. Pegetia Baisa Bilaga Baisa bilaga adalah uuta bilaga-bilaga dega atua tetetu.

Lebih terperinci

BAB I PENGUAT TRANSISTOR BJT PARAMETER HYBRID / H

BAB I PENGUAT TRANSISTOR BJT PARAMETER HYBRID / H Elektonka nalog BB I PENGUT TRNSISTOR BJT PRMETER HYBRID / H TUJUN Setela mempelaja bab n, nda daapkan dapat: Menca menca penguatan us dengan paamete Menca menca penguatan tegangan dengan paamete Menca

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

P(A S) = P(A S) = P(B A) = dengan P(A) > 0.

P(A S) = P(A S) = P(B A) = dengan P(A) > 0. 0 3.5. PELUANG BERSYARAT Jka kta menghtung peluang sebuah pestwa, maka penghtungannya selalu ddasakan pada uang sampel ekspemen. Apabla A adalah sebuah pestwa, maka penghtungan peluang da pestwa A selalu

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

RUANG FUNGSI GELOMBANG PARTIKEL TUNGGAL (ONE-PARTICLE WAVE FUNCTION SPACE)

RUANG FUNGSI GELOMBANG PARTIKEL TUNGGAL (ONE-PARTICLE WAVE FUNCTION SPACE) RUANG FUNGSI GELOMBANG PARTIKEL TUNGGAL (ONE-PARTICLE WAVE FUNCTION SPACE) Intepetas pobablstk a fungs gelombang t suatu patkel telah kta pelaa yatu t yang menyatakan peluang menemukan patkel paa waktu

Lebih terperinci

Penyelesaian Masalah Transportasi Dengan Metoda Primal-Dual Wawan Laksito YS 4)

Penyelesaian Masalah Transportasi Dengan Metoda Primal-Dual Wawan Laksito YS 4) ISSN : 69 7 Peyeleaa Maalah Traporta Dega Metoda Pral-Dual Wawa Lakto YS 4) Abtrak Maalah Traporta erupaka peraalaha pedtrbua uatu produk hooge dar beberapa uber ke beberapa tuua dega cara yag palg optal.

Lebih terperinci

KAJIAN METODE ADAMS BASHFORTH MOULTON PADA MASALAH NILAI BATAS SKRIPSI. oleh : ERNI NUR INDAH LESTARI NIM

KAJIAN METODE ADAMS BASHFORTH MOULTON PADA MASALAH NILAI BATAS SKRIPSI. oleh : ERNI NUR INDAH LESTARI NIM KAJIAN METODE ADAMS BASHFORTH MOULTON PADA MASALAH NILAI BATAS SKRIPSI ole : ERNI NUR INDAH LESTARI NIM. 655 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM

Lebih terperinci

BAB III REVIEW SIFAT- SIFAT STATISTIK PENDUGAAN TIPE KERNEL BAGI FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN PERIODE GANDA

BAB III REVIEW SIFAT- SIFAT STATISTIK PENDUGAAN TIPE KERNEL BAGI FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN PERIODE GANDA 9 BAB III REVIEW SIFAT- SIFAT STATISTI PENDUGAAN TIPE ERNE BAGI FUNGSI INTENSITAS PROSES POISSON PERIODI DENGAN PERIODE GANDA 3. Perumua Peduga Malka adala proe Poo ag damat pada terval [0] dega fug teta

Lebih terperinci

PENDUGAAN SELANG KEPERCAYAAN BOOTSTRAP PADA REGRESI NON PARAMETRIK KERNEL

PENDUGAAN SELANG KEPERCAYAAN BOOTSTRAP PADA REGRESI NON PARAMETRIK KERNEL Gust Ngua Ad Wbawa, et al//paadgma, Vol 7 No, Apl 03, lm -8 PENDUGAAN SELANG EPERCAYAAN BOOTSTRAP PADA REGRESI NON PARAMETRI ERNEL Gust Ngua Ad Wbawa, Badd Abap Sta Pegaja Juusa Matematka, FMIPA, Uvestas

Lebih terperinci

BAB 2 MODEL NEURON HODGKIN-HUXLEY

BAB 2 MODEL NEURON HODGKIN-HUXLEY BAB MODE NEURON HODGIN-HUXEY.1 Potesal Meba Salua ok pada eba telat sebaga po akoselula. Salua tesebut dapat elewatka olekul easuk eba. Tedapat salua ataa baga dala da lua sel. Tedapat bayak tpe salua

Lebih terperinci

METODE ASM PADA MASALAH TRANSPORTASI SEIMBANG

METODE ASM PADA MASALAH TRANSPORTASI SEIMBANG METODE AM PADA MAALAH TRANPORTAI EIMBANG Aru Rya eptaa 1, olkh 2, Luca Ratasar 3 1,2,3 Departee Mateatka, Fakultas as da Mateatka Uverstas Dpoegoro, Jl Prof oedarto, H earag, 5275 Eal: 2 solkh@lveudpacd

Lebih terperinci

KALKULUS VARIASI JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA

KALKULUS VARIASI JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA KALKULUS VARIASI JURUSAN PENDIDIKAN ISIKA PMIPA UNIVERSITAS PENDIDIKAN INDONESIA Smak Petanaan! Bang A B Bentuk kuva apakah ang menunjukkan jaak tepenek ang menghubung-kan ttk A an ttk B alam bang ata

Lebih terperinci

BAB 4 SISTEM DINAMIK ORDE-TINGGI

BAB 4 SISTEM DINAMIK ORDE-TINGGI Stem Damk Ore-Tgg 47 BAB 4 SISTEM DINAMI ORDE-TINI Stem amk ore-tgg gabuga ua atau lebh tem amk ore-atu. Cotoh:. Level cotrol paa tagk-tagk, bak yag tem o- terka oteractg ytem maupu yag terterak teractg

Lebih terperinci

Estimasi Densitas Mulus dengan Metode Kernel. (Kernel Method in Smooth Density Estimation)

Estimasi Densitas Mulus dengan Metode Kernel. (Kernel Method in Smooth Density Estimation) Supat da Sudago Estmas Destas Mulus dega Metode Keel (Keel Metod Smoot Desty Estmato) Ole Supat 1) da Sudago ) Let X Abstact = 1,,, be depedet obsevato data fom a dstbuto wt a ukow desty fucto f. Te fucto

Lebih terperinci

Deret Taylor dan Analisis Galat

Deret Taylor dan Analisis Galat Deret Taylor da Aalss Galat Des : Adakata da semua turuaya,,,, meerus d dalam selag [a,b]. Msalka : o є[a,b], maka la-la d sektar o da є[a,b], dapat dperluas dekspas ke dalam deret Taylor :...!...! 1!

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI. nukleotida ini setara dengan himpunan bilangan bulat modulo n ( Z

I PENDAHULUAN II LANDASAN TEORI. nukleotida ini setara dengan himpunan bilangan bulat modulo n ( Z I PENDAHULUAN. Lata Belaka DNA (deoxybouclec acd) adalah baha peyuu e. Ge meupaka uatu ut peuua fat ya meeuka foma da duk pada ketuuaya. Kumpula e membetuk eom yatu keeluuha peuua fat atau mate eetk ya

Lebih terperinci

Integral Mcshane Fungsi Bernilai Banach

Integral Mcshane Fungsi Bernilai Banach ea shae s Bea Baah Hey Pbawao Syawa sa aeaa Uvesas Saaa Dhaa Yoyaaa e-a heybs@sasdad Absa ea Shae eaa ea e Rea ya ea daa ea Heso-zwe da evae dea ea Lebese D daa aaah aa dbaaa sa ea ea Shae ya s bea ada

Lebih terperinci

INTERPOLASI. FTI-Universitas Yarsi

INTERPOLASI. FTI-Universitas Yarsi BAB VI INTERPOLASI FTI-Uverstas Yars Pedahulua Bla dketahu taulas ttk-ttk (y seaga erkut (yag dalam hal rumus ugs y ( tdak dketahu secara eksplst: Htug taksra la y utuk 3.8! FTI-Uverstas Yars Persoala

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

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

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

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK Jurusan Teknk Spl dan Lngkungan FT UGM U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SABTU, JULI OPEN BOOK WAKTU MENIT PETUNJUK ) Saudara bole menggunakan komputer untuk mengerjakan soal- soal ujan n. Tabel

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

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

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK BAB II PEMODELAN SRUKUR DAN ANALISIS DINAMIK II Pedaulua Aalss da saga dperlua uu bagua-bagua berlaa baya aau yag el egga leb dar eer Respo da sruur dabaa ole beba beba da yag basaya erupaa fugs dar wau

Lebih terperinci

ANALISIS MASALAH GENERATOR DARI POSSIBLE DAN UNIVERSAL EIGENVECTOR PADA MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ANALISIS MASALAH GENERATOR DARI POSSIBLE DAN UNIVERSAL EIGENVECTOR PADA MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS Sear Nasoal Mateatka IV (SeNasMat) Isttut Tekolog Sepuluh Nopeber, Surabaya, 3 Deseber NLISIS MSLH GENERTOR DRI POSSIBLE DN UNIVERSL EIGENVECTOR PD MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar, Suboo,

Lebih terperinci

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

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

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

Metode Perbaikan ASM pada Masalah Transportasi Tak Seimbang

Metode Perbaikan ASM pada Masalah Transportasi Tak Seimbang SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 27 Metode Perbaka ASM pada Masalah Trasportas Tak Sebag T - 35 Solkh Departee Mateatka FSM Uverstas Dpoegoro sol_erf@yahooco Abstrak Masalah trasportas

Lebih terperinci

4. KOMBINATORIKA ... S 1. S n S 2. Gambar 4.1

4. KOMBINATORIKA ... S 1. S n S 2. Gambar 4.1 4. KOMBINATORIKA 4. Atua Utuk Suatu Peistiwa Evet sesuatu yag tejadi. Jika peistiwa A dapat tejadi dalam m caa da peistiwa B dapat tejadi dalam N caa, maka tedapat (m, ) caa kedua peistiwa tejadi besama-sama.

Lebih terperinci

07:03:18. Fisika I MAHASISWA MAMPU MENCARI KECEPATAN BENDA ATAU MAHASISWA MAMPU MENCARI PUSAT MASSA SEBUAH SISTEM MELALUI MOMENTUM SISTEM

07:03:18. Fisika I MAHASISWA MAMPU MENCARI KECEPATAN BENDA ATAU MAHASISWA MAMPU MENCARI PUSAT MASSA SEBUAH SISTEM MELALUI MOMENTUM SISTEM 07:03:8 SASARAN PEMBELAJARAN MAHASISWA MAMPU MENCARI PUSAT MASSA SEBUAH SISTEM MAHASISWA MAMPU MENCARI KECEPATAN BENDA ATAU SISTEM MELALUI MOMENTUM Konsep Dasa Moentu Huku Newton III : aks-eaks 0 Huku

Lebih terperinci

ESTIMASI FUNGSI REGRESI MENGGUNAKAN METODE DERET FOURIER

ESTIMASI FUNGSI REGRESI MENGGUNAKAN METODE DERET FOURIER Supart da Sudargo Estmas Regres Deret Fourer ESTIMASI FUNGSI REGRESI MENGGUNAKAN METODE DERET FOURIER Supart da Sudargo 2 ) Jurusa Matematka, FMIPA, Udp 2) Jurusa Ped. Matematka, FPMIPA, IKIP PGRI, Semarag

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

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

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange Praktkum 0 Iterpolas Polomal da Lagrage PRAKTIKUM 0 Iterpolas Polomal da Lagrage Tuua : Mempelaar berbaga metode Iterpolas ag ada utuk meetuka ttkttk atara dar buah ttk dega megguaka suatu fugs pedekata

Lebih terperinci

MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL)

MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL) MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL) 1. Konse Dasar Sngle Index Model. Forula SIM untuk Sekurtas 3. SIM untuk Sekurtas Tunggal 4. SIM untuk Portofolo 5. Portofolo Otal Berdasarkan SIM Munya Alteza

Lebih terperinci

JENIS BUNGA PEMAJEMUKAN KONTINYU

JENIS BUNGA PEMAJEMUKAN KONTINYU JENIS BUNGA PEMAJEMUKAN KONTINYU Suku Buga Nomal Suku Buga Efektf Hubuga ataa Suku Buga Nomal da Efektf Aus Daa Dskt da Aus Daa Kotyu SUKU BUNGA NOMINAL & SUKU BUNGA EFEKTIF Selama daggap aus daa (peemaa

Lebih terperinci

Variasi Kuat Medan Gravitasi

Variasi Kuat Medan Gravitasi Vaiasi Kuat edan avitasi By Anawa Kuat medan avitasi bumi sanat dipenaui ole bebeapa al, antaa lain:. KETINIAN Vaiasi kuat medan avitasi akibat penau ketinian maksudnya, bawa besanya aya yan dialami ole

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

Bab III Reduksi Orde Model Sistem LPV

Bab III Reduksi Orde Model Sistem LPV Bab III Reduks Ode Model Sstem PV Metode eduks ode model melalu MI telah dgunakan untuk meeduks ode model sstem I bak untuk kasus kontnu maupun dskt. Melalu metode n telah dhaslkan pula bentuk da model

Lebih terperinci

Karakterisasi Produk Tensor l ( Δ) l. Muslim Ansori

Karakterisasi Produk Tensor l ( Δ) l. Muslim Ansori Ruag Basa Sesh ( Δ ),< < da Bebeaa Pemasaaha Kaatesas Podu Teso ( Δ) ( Δ) Musm Aso Juusa Matemata, FMIPA, Uvestas Lamug J. Soemat Bodoegoo No. Bada Lamug 3545 E-ma: asomath@ahoo.com ABSTRACT I ths ae we

Lebih terperinci

BAB 4: PELUANG DAN DISTRIBUSI NORMAL.

BAB 4: PELUANG DAN DISTRIBUSI NORMAL. BAB 4: PELUANG DAN DISTRIBUSI NORMAL. PELUANG Peluag atau yag biasa juga disebut dega istilah keugkia, probablilitas, atau kas eujukka suatu tigkat keugkia terjadiya suatu kejadia yag diyataka dala betuk

Lebih terperinci

Analisis Sensitivitas

Analisis Sensitivitas Analss Senstvtas Terdr dar aa : Analss Senstvtas, bla terad perubahan paraeter seara dsrt Progra Lnear Paraetr, bla terad perubahan paraeter seara ontnu Maa-aa perubahan pasa optu: Perubahan suu tetap,

Lebih terperinci

LAJU REAKSI. A. KEMOLARAN - Kemolaran adalah menyatakan banyaknya mol zat terlarut dalam 1 liter larutan. M = V

LAJU REAKSI. A. KEMOLARAN - Kemolaran adalah menyatakan banyaknya mol zat terlarut dalam 1 liter larutan. M = V LAJU REAKSI STANDART KOMPETENSI; Meahai kietika reaksi, kesetibaga kiia, da faktor-faktor yag berpegaruh, serta peerapaya dala kehidupa sehari-hari KOMPETENSI DASAR; Medeskripsika pegertia laju reaksi

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

TINJAUAN PUSTAKA. Pada bab ini akan diberikan beberapa konsep dasar, istilah istilah dan definisi

TINJAUAN PUSTAKA. Pada bab ini akan diberikan beberapa konsep dasar, istilah istilah dan definisi II. TINJAUAN PUSTAKA Pada bab ii aka dibeika bebeapa kosep dasa, istilah istilah da defiisi yag eat kaitaya dega masalah yag haus dibahas yaitu megeai bayakya caa megkostuksi Dyck path dega pajag k upstokes

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

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

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

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

MAKALAH GEOMETRI TRANSFORMASI MEMBAHAS TENTANG GESERAN (TRANSLASI) Kelompok VI (Enam)

MAKALAH GEOMETRI TRANSFORMASI MEMBAHAS TENTANG GESERAN (TRANSLASI) Kelompok VI (Enam) KLH EOETRI TRNSFORSI EHS TENTN ESERN (TRNSLSI) ENN ERSONIL : Kelopo VI (Ea) YEN RVH N : ( ) FIRN N : ( ) 3 I JEN N : ( ) 4 RIK RIYNI N : ( ) 5 SE RIZON N : ( ) 6 TRI HELENZ N : ( ) SEKOLH TINI KEURUN N

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

PERANAN PERSYARATAN KARUSH-KUHN-TUCKER DALAM MENYELESAIAN PEMROGRAMAN KUADRATIS SKRIPSI AMALIA

PERANAN PERSYARATAN KARUSH-KUHN-TUCKER DALAM MENYELESAIAN PEMROGRAMAN KUADRATIS SKRIPSI AMALIA PERANAN PERSYARATAN KARUSH-KUHN-TUCKER DALAM MENYELESAIAN PEMROGRAMAN KUADRATIS SKRIPSI AMALIA 58 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 9

Lebih terperinci

LEMBAR KERJA SISWA 5

LEMBAR KERJA SISWA 5 94 LEMBAR KERJA SISWA 5 Mata Pelajara Kelas/Seester Materi Pokok Subateri Pokok Alokasi Waktu : Kiia : XI/gajil : Laju Reaksi : Orde Reaksi : 2 x 45 eit Stadar Kopetesi 3. Meahai Kietika Reaksi, Kesetibaga

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI I PENDAHULUAN Latar Belakag Dala teor ekoo, setap perusahaa dasuska bertujua eperoleh bala yag aksu Ibala yag ddapat bergatug pada strateg yag dabl perusahaa Kuattas erupaka salah satu strateg perusahaa

Lebih terperinci

PEMROGRAMAN GEOMETRIK DAN ANALISIS SENSITIVITASNYA YUDI SURYA LESMANA

PEMROGRAMAN GEOMETRIK DAN ANALISIS SENSITIVITASNYA YUDI SURYA LESMANA PEMROGRAMAN GEOMETRIK DAN ANALISIS SENSITIVITASNYA YUDI SURYA LESMANA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 7 PEMROGRAMAN GEOMETRIK DAN ANALISIS

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

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

PENERAPAN DERET TAYLOR DALAM MENENTUKAN DERET FOURIER TANPA INTEGRAL APPLYING TAYLOR SERIES IN DETERMINING FOURIER SERIES WITHOUT INTEGRAL

PENERAPAN DERET TAYLOR DALAM MENENTUKAN DERET FOURIER TANPA INTEGRAL APPLYING TAYLOR SERIES IN DETERMINING FOURIER SERIES WITHOUT INTEGRAL 0 PENERAPAN DERET TAYOR DAAM MENENTUKAN DERET FOURIER TANPA INTEGRA APPYING TAYOR SERIES IN DETERMINING FOURIER SERIES WITHOUT INTEGRA Hedi Sta Pegaar UP MKU Politekik Negeri Badug) Abstrak Peelitia ii

Lebih terperinci

INTEGRASI NUMERIK MENGGUNAKAN METODE GAUS KUADRATUR DENGAN PENDEKATAN INTERPOLASI HERMIT DAN POLINOMIAL LEGENDRE

INTEGRASI NUMERIK MENGGUNAKAN METODE GAUS KUADRATUR DENGAN PENDEKATAN INTERPOLASI HERMIT DAN POLINOMIAL LEGENDRE INTEGRASI NUMERIK MENGGUNAKAN METODE GAUS KUADRATUR DENGAN PENDEKATAN INTERPOLASI HERMIT DAN POLINOMIAL LEGENDRE Sutrso Robertus Her Jurusa Mateatka FMIPA UNDIP Searag Abstract Gaus Quadrature Forula s

Lebih terperinci

DEFICIENCY DUA PENAKSIR PADA DISTRIBUSI KELUARGA EKSPONENSIAL DENGAN SATU PARAMETER. Oleh: Dr. Dadang Juandi, M.Si Rani G Yuniar, S.Si.

DEFICIENCY DUA PENAKSIR PADA DISTRIBUSI KELUARGA EKSPONENSIAL DENGAN SATU PARAMETER. Oleh: Dr. Dadang Juandi, M.Si Rani G Yuniar, S.Si. DEFICIENCY DUA PENAKSIR PADA DISTRIBUSI KELUARGA EKSPONENSIAL DENGAN SATU PARAMETER Oleh: Dr. Dada Juad, M.S Ra G Yuar, S.S. Jurusa Peddka Mateatka FPMIPA UPI JL. DR. Setaudh 9, Badu 05 ABSTRAK Kosep defcecy

Lebih terperinci

Momentum sudut didefiniskan sebagai: dt dt. Momen gaya:

Momentum sudut didefiniskan sebagai: dt dt. Momen gaya: Benda Tega Moentu sudut ddefnskan sebaga: xp d F dp x dp xf d d xp d dp vxp x 0 Moen gaya: xf xp x x d dp dp Moen gaya: xf d Moen gaya : + belawanan aah jau ja - Jka seaah jau ja. d Jka F=0, tdak ada gaya

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

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

PEMULUSAN SEBARAN DATA MENGGUNAKAN PENAKSIR KERNEL NADARAYA-WATSON DAN LINIER LOKAL UNTUK KERNEL NORMAL. Sudarno 1.

PEMULUSAN SEBARAN DATA MENGGUNAKAN PENAKSIR KERNEL NADARAYA-WATSON DAN LINIER LOKAL UNTUK KERNEL NORMAL. Sudarno 1. PROSIDING SEMINAR NASIONAL STATISTIA UNIVERSITAS DIPONEGORO ISBN: 978-979-97-- PEMULUSAN SEBARAN DATA MENGGUNAAN PENASIR ERNEL NADARAA-WATSON DAN LINIER LOAL UNTU ERNEL NORMAL Sudaro ) Program Stud Statstka

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

BAB IV HASIL PENELITIAN. Hasil penelitian ini berdasarkan data yang diperoleh dari kegiatan penelitian

BAB IV HASIL PENELITIAN. Hasil penelitian ini berdasarkan data yang diperoleh dari kegiatan penelitian BAB IV HASIL PENELITIAN Hasl peelta berdasarka data yag dperole dar kegata peelta yag tela dlaksaaka ole peelt d MTs Salafya II Radublatug Blora pada kelas VIII A tau ajara 1 11. Data asl peelta tersebut

Lebih terperinci

Penyelesaian Model Transportasi Menggunakan Metode ASM, RDI dan MODI (Studi Kasus : PT. Melayu Bumi Lestari)

Penyelesaian Model Transportasi Menggunakan Metode ASM, RDI dan MODI (Studi Kasus : PT. Melayu Bumi Lestari) Jural Sas Mateatka da Statstka, Vol. 3, No. 2, Jul 2017 ISSN 1693-2390 prt/issn 2407-0939 ole Peyelesaa Model Trasportas Megguaka Metode ASM, RDI da MODI (Stud Kasus : PT. Melayu Bu Lestar) Sr Basrat 1,

Lebih terperinci

PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUK MULTI PEMASOK DI UD. SAHABAT

PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUK MULTI PEMASOK DI UD. SAHABAT 68 Bud: PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUK MULTI PEMASOK DI UD. SAHABAT Dya Seta Bud ), Da Reto Sar Dew ), D Edah

Lebih terperinci

UKURAN PEMUSATAN & PENYEBARAN

UKURAN PEMUSATAN & PENYEBARAN UKURAN PEMUSATAN & PENYEBARAN RATA - RATA UKURAN PEMUSATAN MEDIAN MODUS Rata rata htug (mea) Merupaka hasl bag dar sejumlah skr dega bayakya respde Utuk Data Tdak Berkelmpk x Dmaa : = la samapa x = la

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

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

Koefisien Korelasi Spearman

Koefisien Korelasi Spearman Koefe Koela Speama La hala dega oefe oela poduct-momet Peao, oela Speama dapat dguaa utu data beala mmal odal utu edua vaabel ag heda dpea oelaa. Lagah petama ag dlaua utu meghtug oefe oela Speama adalah

Lebih terperinci

APLIKASI PENGELOLAAN DATA KERJA PRAKTEK MAHASISWA (STUDI KASUS: FAKULTAS TEKNOLOGI INFORMASI DAN KOMUNIKASI UNIVERSITAS SEMARANG)

APLIKASI PENGELOLAAN DATA KERJA PRAKTEK MAHASISWA (STUDI KASUS: FAKULTAS TEKNOLOGI INFORMASI DAN KOMUNIKASI UNIVERSITAS SEMARANG) APLIKASI PENGELOLAAN DATA KERJA PRAKTEK MAHASISWA (STUDI KASUS: FAKULTAS TEKNOLOGI INFORMASI DAN KOMUNIKASI UNIVERSITAS SEMARANG) B. Vey Chistioko 1,, Dian Ti Wiyanti 2 Pogam Studi Teknik Infomatika Juusan

Lebih terperinci

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

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema II. LANDASAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teorea-teorea ag edukug utuk pebahasa pada bab IV. Pegerta (defs) da teorea tersebut dtulska sebaga berkut... Teorea Proeks Teorea proeks

Lebih terperinci

Pertemuan VII IV. Titik Berat dan Momen Inersia

Pertemuan VII IV. Titik Berat dan Momen Inersia Baa jar Mekaka Baa Mulat, ST., MT Pertemua V V. Ttk Berat da Mome ersa. Ttk Berat Peampag Mome pertama suatu luasa eleme teradap suatu sumbu d dalam bdag luasa dberka dega produk luasa eleme da jarak tegak

Lebih terperinci

METODE FUZZY AHP DAN FUZZY TOPSIS UNTUK PEMILIHAN DISTRO LINUX

METODE FUZZY AHP DAN FUZZY TOPSIS UNTUK PEMILIHAN DISTRO LINUX ORBITH VOL. 9 NO. JULI 03 : 78 83 ETODE FUZZY AHP DAN FUZZY TOPSIS UNTUK PEILIHAN DISTRO LINUX Oleh : Ahad Sabq Tekk Iforatka Poltekk Purbaya Tegal Jl. Pacakarya No. Talag Tegal 593 Abstrak Pada peelta

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

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

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