MAKALAH STATISTIK DAN STOKASTIK

Ukuran: px
Mulai penontonan dengan halaman:

Download "MAKALAH STATISTIK DAN STOKASTIK"

Transkripsi

1 MAKALAH STATISTIK DAN STOKASTIK DISUSUN OLEH : Yop Mrss Shte 6567 ROGRAM STUDI TEKNIK ELEKTRO DEARTEMEN TEKNOLOGI INDUSTRI SEKOLAH VOKASI UNIVERSITAS DIONEGORO SEMARANG 7

2 KATA ENGANTAR u syukur kehdrt Tuh Yg Mh Es ts segl rhmtnya sehgg mklh dpt tersusu hgg seles.tdk lup sy ug megucpk byk term ksh ts btu dr phk yg telh berkotrbus deg memberk sumbg bk mter mupu pkry. D hrp sy semog mklh dpt membh pegethu d peglm bg pr pembc terlebh membtu dlm peelt tu pembelr dlm bdg Sttstk mege erbed Sttstk d Stokstk. Utuk ke depy dpt memperbk betuk mupu membh s mklh gr med lebh bk lg. Kre keterbts pegethu mupu peglm sy. Sy yk msh byk kekurg dlm mklh. Oleh kre tu sy sgt meghrpk sr d krtk yg membgu dr pembc dem kesempur mklh. Semrg 6 Mret 7 euls

3 DAFTAR ISI COVER KATA ENGANTAR DAFTAR ISI BAB I ENDAHULUAN A. LATAR BELAKANG B. RUMUSAN MASALAH C. TUJUAN BAB II EMBAHASAN Sttstk A.. Sttstk Deskrptf A... egert Sttstk Deskrptf A... ey Dt A..3. egert Dspers Dt A..4. Kegu Ukur eyebr Dt A..5. Kemrg d Kerucg Dt A.. Sttstk Iferesl A... egert Sttstk Iferesl A... Rug Lgkup Bhs Sttstk Iferesl B. Stochstk BAB III ENUTU Kesmpul Sr B.. egert Stochstk B... roses Stokstk B... Mrkov Ch B... roses Mrkov Ch B... Sft Mrkov Ch B...3. Trss d lgkh dr Rt Mrkov B...4. Cotoh Rt Mrkov d Sstem Sed B...5. Cotoh Rt Mrkov d Sstem Atr BAB I

4 ENDAHULUAN A. Ltr Belkg Sttstk bersl dr bhs lt ytu sttus yg berrt egr d dguk utuk urus egr. Hl dkrek pd muly sttstk hy dguk utuk meggmbr ked d meyelesk mslh yg berhubug deg keegr s sepert : perhtug byky peduduk peembyr pk g pegw d l sebgy. Sttstk dlh lmu yg merupk cbg dr mtemtk terp yg membhs metode-metode lmh utuk pegumpul pegorgss peympul pey lss dt sert perk kesmpul yg shh sehgg keputus yg dperoleh dpt dterm. Semetr stochstk dlh Kt stokstk (stochstcs) merupk rgo utuk keck. Oxford Dctory (993) mekrfk proses stokstk sebg sutu brs ked yg memeuh hukum-hukum pelug. Hull (989 hlm.6) meytk bhw setp l yg berubh terhdp wktu deg cr yg tdk tertetu (dlm ketdkpst) dktk megkut proses stokstk. Deg demk k dr peglm yg llu ked yg k dtg sutu brs ked dpt drmlk secr pst mk brs ked tu dmk determstk. Seblky k peglm yg llu hy dpt meyk struktur pelug ked yg k dtg mk brs ked yg demk dsebut stokstk. roses stokstk byk dguk utuk memodelk evolus sutu sstem yg megdug sutu ketdkpst tu sstem yg dlk pd sutu lgkug yg tk dpt ddug dm model determstk tdk lg cocok dpk utuk meelsk (meglss) sstem. B. Rumus mslh Berdsrk ur ltr belkg dts mk dlm mklh d beberp rumus mslh yg terk yk :. Ap yg dmksud deg Sttstk Deskrptf Sttstk Iferesl d Stochstk? b. Ap ey Dt Sttstk egert Dspers Dt Sttstk Kegu Ukur Dt Sttstk Kemrg d Kerucg Dt Sttstk? c. Ap proses Stokstk d. Bg-bg Stochstk.

5 C. Tuu Berdsrk rumus mslh dts mk tuu yg g dcp dlm peuls mklh dlh sebg berkut:. Megethu pegert dr Sttstk Deskrptf Sttstk Iferesl d Stochstk. b. Megethu ey Dt egert dspers Kegu Ukur Dt Kemrg d Kerucg Dt. c. Megethu proses Stokstk d. Megethu bg Stochstk. BAB II EMBAHASAN

6 A. STATISTIK Sttstk dlh lmu yg merupk cbg dr mtemtk terp yg membhs metode-metode lmh utuk pegumpul pegorgss peympul pey lss dt sert perk kesmpul yg shh sehgg keputus yg dperoleh dpt dterm. A.. Sttstk Deskrptf A... egert Sttstk Deskrptf Sttstk deskrptf dlh tehk yg dguk utuk mesrk dt d memplky dlm betuk yg dpt dmegert oleh setp org. Hl melbtk proses kutfks dr peemu sutu feome. Berbg sttstk sederh sepert rtrt dhtug d dtmplk dlm betuk tbel d grfk. Sttstk deskrptf dpt memberk pegethu yg sgfk pd ked feome yg belum dkel d medeteks keterkt yg d d dlmy. Tetp dptkh sttstk deskrptf memberk hsl yg bs dterm secr lmh? Sttstk merupk sutu lt pegukur yg berhubug deg kergm pd krkterstk obek-obek yg berbed. Obek yg belum dkel tdklh mewkl populs obek yg memlk qutfbel feture mellu peyeldk. Nmu demk kergm bs med hsl dr kebergm yg ly (kre ck tu terkotrol). d lmu fsk yg sgt berkt deg ekstrks d formuls persm mtemtk tdk meysk byk tempt utuk fluktus ck. d lmu sttstk fluktus sepert tu dpt ddk model. Hubug rels sttstk seluty merupk hubug rels yg meergk sutu propors perubh stokstk yg pst. Sttstk Deskrptf dlh lmu yg mempelr tetg cr:. Megumpulk dt/forms. b. Megolh dt hsl pegumpul. c. Meyk dt hsl pegolh. d. Meglss dt. Berkut merupk peels mege pegert sttstk meurut pr hl.. Sud (996:7) meelsk : Fse sttstk dm hy berush meluksk tu megls kelompok yg dberk tp membut tu merk kesmpul tetg populs tu kelompok yg lebh besr dmk sttstk deskrptf. Iqbl Hs (:7) meelsk : Sttstk deskrptf tu sttstk deduktf dlh bg dr sttstk mempelr cr pegumpul dt d pey dt sehgg

7 mudh dphm.sttstk deskrptf hy berhubug deg hl megurk tu memberk keterg-keterg mege sutu dt tu ked tu feome. Deg kt l sttstkdeskrptf berfugs meergk ked gel tu persol. erk kesmpul pd sttstk deskrptf (k d) hy dtuuk pd kumpul dt yg d. Ddsrk pd rug lgkup bhsy sttstk deskrptf meckup Dstrbus frekues besert bg-bgy sepert : Grfk dstrbus (hstogrm polgo frekues d ogf); Ukur l pust (rt-rt med modus kurtl d sebgy); Ukur dspers (gku smpg rt-rt vrs smpg bku d sebgy). Kemeceg d kerucg kurv Agk deks Tmes seres/deret wktu tu berkl Korels d regres sederh 3. Bmbg Suryotmoo (4:8) meytk Sttstk Deskrptf dlh sttstk yg megguk dt pd sutu kelompok utuk meelsk tu merk kesmpul mege kelompok tu s. Ukur Loks: mode me med dll. Ukur Vrblts: vrs devs stdr rge dll. Ukur Betuk: skewess kurtoss plot boks 4. gestu Subgyo (3:) meytk : Yg dmksud sebg sttstk deskrptf dlh bg sttstk mege pegumpul dt pey peetu l-l sttstk pembut dgrmtu gmbr mege sesutu hl ds dt yg dsk dlm betuk yg lebh mudh dphm tu dbc. A... ey Dt Sebg peelt kt meggk dt yg kt peroleh dpt memberk forms yg kt gk. Tdk s kt yg meggk dt memberk forms yg bk d kurt tetp org yg membc hsl peelt kt ug dpt megethu ked vrbel peelt kt. Oleh sebb tu pemlh sttstk yg tept sesu deg es dt d tuu peelt kt merupk sesutu yg hrus dpertmbgk. rsp dsr pey dt dlh komuktf d legkp dlm rt yg dsk dpt merk perht phk l utuk membcy d mudh mmhm sy d tetu s pemlh pey dt hrus sesu deg es dt d tuu dr forms yg k dberk.

8 Ad beberp cr pey dt ytu :. Tbel. Tbel bs b. Tbel dstrbus frekues c. Tbel kotges. Grfk tu Dgrm. Dgrm btg b. Hstogrm c. Dgrm grs d. Dgrm lgkr e. Dgrm pecr A..3. egert Dspers Dt eyebr tu dspers dlh perserk dr l observs terhdp l rtrty. Rt-rt dr sergk l observs tdk dpt dterpretsk secr terpsh dr hsl dspers l-l tersebut sektr rtrty.mk besr vrs lx mk kurg represettf rt-rt dstrbusy. Ukur peyebr sutu kelompok dt terhdp pust dt dsebut dspers tu vrs tu kergm dt. Dspers dt dguk utuk membdgk peyebr dstrbus dt tu lebh. Beberp es pegukur Dspers dlh sebg berkut:. Jgku (Rge) Selsh tr bts ts dr kels tertgg deg bts bwh dr kels teredh.. Smpg Rt-Rt (Me Devto) Jumlh l mutlk dr selsh semu l deg l rt-rt dbg byky dt. 3. Vrs (Vrce) Rt-rt htug devs kudrt setp dt terhdp rt-rt htugy. 4. Stdr Devs Akr kudrt dr vrs d meuukk stdr peympg dt terhdp l rt-rty. 5. Jgku kurtl d gku persetl -9 Jgku kurtl dsebut ug smpg kurtl tu sem tr kurtl tu devs kurtl sedgk gku persetl -9 dsebut ug retg persetl Koefse Vrs Koefse Vrs dsebut dspers reltf dpt dguk utuk membdgk l l besr deg l l kecl. Sedgk lm betuk dspers sebelumy tdk bs. A..4. Kegu Ukur eyebr Dt

9 Dspers Dt dlh dt yg meggmbrk bgm sutu kelompok dt meyebr terhdp pusty dt tu ukur peyebr sutu kelompok dt terhdp pusty dt. Dspers dt sgt petg utuk membdgk peyebr dstrbus dt tu lebh. ust dt sepert rt-rt htug med d modus hy member forms yg sgt terbts sehgg tp dsdgk deg dspers dt med kurg bermft dlm megls dt. Kegu ukur peyebr tr l sebg berkut :. Ukur peyebr dpt dguk utuk meetuk pkh l rt-rty berber represettf tu tdk. Apbl sutu kelompok dt mempuy peyebr yg tdk sm terhdp l rt-rty mk dktk bhw l rt-rt tersebut tdk represettf.. Ukur peyebr dpt dguk utuk megdk perbdg terhdp vrblts dt. 3. Ukur peyebr dpt membtu peggu ukur sttstk msly dlm pegu hpotess pkh du smpel bersl dr populs yg sm tu tdk. A..5. Kemrg d Kerucg Dt. Kemrg Dstrbus Dt Kemrg dlh dert tu ukur dr ketdksmetrs sutu dstrbus dt. egukur kemrg sutu dstrbus dt dpt dkethu deg beberp cr tr l: Memperhtk hubug tr rt-rt htug med d modus. Megguk koefse erso. Megguk Mome ketg. Megguk kotk dgrm grs. b. Kerucg Dstrbus Dt Kerucg dstrbus dt dlh dert tu ukur tgg redhy puck sutu dstrbus dt terhdp dstrbus ormly dt. Kerucg dstrbus dt dsebut ug kurtoss. Ad tg es dert kerucg: Leptokurts : Dstrbus dt yg pucky reltf tgg Mesokurts : Dstrbus dt yg pucky orml ltkurts : Dstrbus dt yg pucky terllu redh d terllu medtr

10 A.. Sttstk Iferesl A... egert Sttstk Iferesl Sttstk Iferesl dlh sergk tekk yg dguk utuk megk meksr d megmbl kesmpul berdsrk dt yg dperoleh dr sempel utuk meggmbrk krkterstk tu cr dr sutu populs. Oleh kre tu sttstk feresl dsebut ug sttstk duktf tu sttstk perk kesmpul. Dlm sttstk feresl kesmpul dpt dmbl setelh melkuk pegolh sert pey dt dr sutu smpel yg dmbl dr sutu populs sehgg gr dpt memberk cerm yg medekt sebery dr sutu populs mk d beberp hl yg perlu dperhtk dlm sttstk feresl dtry:. Byky subyek peelt mksudy k populs d mk smpel yg dmbl g hy 5 mu dushk lebh byk sepert tu 5.. Ked peyebr dt. Dlm hl perlu dperhtk bhw pegmbl smpel hrus mert pd bg populs. Dhrpk dlm pegmbl smpel dlkuk secr ck sehgg kemert dpt dmksmlk d ppu kesmpul yg ddpt dpt mecermk ked populs yg sebery. Sttstk Iferesl tu duktf dlh sttstk bertuu meksr secr umum sutu populs deg megguk hsl smpel termsuk ddlmy teor peksr d pegu teor. Sttstk Iferesl dguk utuk melkuk :. Geerlss dr smpel ke populs. b. U hpotess (membdgk tu u perbed/kesm d meghubugk ytu u keterkt kotrbus). A... Rug Lgkup Bhs Sttstk Iferesl Berdsrk rug lgkup bhsy sttstk feresl meckup :. Dstrbus Teorts Slh stu dstrbus frekues yg plg petg dlm sttstk dlh dstrbus orml. Dstrbus orml berup kurv berbetuk loceg setgkup yg melebr tk berhgg pd kedu rh postf d egtfy. egguy sm deg peggu kurv dstrbus ly. Frekues reltf sutu vrbel yg megmbl l tr du ttk pd sumbu dtr. Tdk semu dstrbus berbetuk loceg setgkup merupk dstrbus orml.

11 Sft dr vrbel kotu berbed deg vrbel dskrt. Vrbel kotu meckup semu blg bk utuh mupu pech. Oleh krey tdk bs dpshk stu l deg l yg l. Itulh sebby fugs vrbel rdom kotu serg dsebut fugs kepdt kre tdk d rug kosog dtr du l tertetu. Deg kt l sesugguhy keberd stu buh gk dlm vrbel kotu k dtu dr seluruh l dlh sgt kecl bhk medekt ol. Kre tu tdk bs dcr probblts stu buh l dlm vrbel kotu tetp yg dpt dlkuk dlh mecr probblts dtr du buh l.. Smplg d Smplg Dstrbus Smplg dlh bg dr metodolog sttstk yg berhubug deg pegmbl sebg dr populs. Jk smplg dlkuk deg metode yg tept lss sttstk dr sutu smpel dpt dguk utuk meggeerlssk keseluruh populs. Smplg bergu dlm perk kesmpul (ferece) yg vld d dpt dpercy. Dstrbus Smplg dlh dstrbus l sttstk smpel-smpel. Jk sttstk yg dtu dlh me dr msg msg smpel mk dstrbus yg terbetuk dsebut dstrbus me me smplg (smplg dstrbuto of the mes). Deg demk dpt ug dperoleh dstrbus devs stdrd vrs med dr smplg. Msg msg es dstrbus smplg dpt dhtug ukur-ukur sttstk deskrptfy (me rge devs stdrd d l-l). Smplg memlk beberp tpe dtry :. Smple rdom smplg dlh sebuh proses smplg yg dlkuk sedemk rup sehgg setp stu smplg yg d dlm populs mempuy pelug yg sm utuk dplh ke dlm smpel. b. Systemtc smplg merupk pegmbl setp usur ke k dlm populs utuk ddk smpel. egmbl smpel secr ck hy dlkuk pd pegmbl wl s semetr pegmbl kedu d seterusy dtetuk secr sstemts ytu megguk tervl tertetu sebesr k. c. Strtfed smplg dlh perk smpel berstrt yg dlkuk deg megmbl smpel ck sederh dr setp strt populs yg sudh dtetuk lebh dulu. d. Coveece smplg smpel dmbl berdsrk fktor spotts rty sp s yg secr tdk seg bertemu deg peelt d sesu deg krkterstky mk org tersebut dpt ddk smpel.

12 e. Judgemet smplg (purposve smplg) dlh tekk perk smpel yg dlkuk berdsrk krkterstk yg dtetpk terhdp eleme populs trget yg dsesuk deg tuu tu mslh peelt.bedy k dlm smplg strtfks perk smpel dr setp subpopuls dlkuk deg ck mk dlm smplg kuot ukur sert smpel pd setp sub-subpopuls dtetuk sedr oleh peelt smp umlh tertetu tp ck. f. Sowbll Smplg merupk slh stu betuk udgemet smplg yg sgt tept dguk bl populsy kecl d spesfk. Cr pegmbl smpel deg tekk dlkuk secr bert mk lm smpel med semk besr sepert bol slu yg meuru lereg guug. Smplg memlk beberp krter dtry : Krter yg hrus dperhtk utuk meetuk tpe smplg yg bk dtry: dpt meghslk gmbr yg dpt dpercy dr seluruh populs dpt meetuk press dr hsl peelt. sederh mudh dlksk d dpt memberk keterg sebyk mugk tetg populs deg by mml. Thp smplg dlh: Medefsk populs hedk dmt Meetuk kergk smpel yk kumpul semu tem tu perstw yg mugk Meetuk metode smplg yg tept Melkuk pegmbl smpel (pegumpul dt) Melkuk pegecek ulg proses smplg. 3. edug opuls tu Teor opuls opuls dlh hmpu dr usur usur yg sees.usur- usur sees tersebut bs berup mus hew tumbuh tumbuh bed bed zt cr perstw d seesy. Besry populs bs terbts d bs tdk terbts. opuls dr m smpel dmbl dsebut populs duk. Mellu tekk pegmbl smpel yg relbel kesmpul peelt dpt dgeerlssk. Ad keslh geerlss ygperlu dpertmbgk kre besr kecly keslh geerlss tergtug pd : () besry smpel peelt () tekk smplg yg dguk (3) kecermt memsukk cr cr populs d smplg (4) cr cr pegmbl dt d (5) rcg ls dt. opuls (populto/uverse) dlm sttstk meruuk pd sekumpul dvdu deg krkterstk khs yg med perht dlm sutu peelt (pegmt). Ukur populs d du:

13 . populs terhgg (fte populto) ytu ukur populs yg berp pu besry tetp msh bs dhtug (cutble). Msly populs pegw sutu perush; b. populs tk terhgg (fte populto) ytu ukur populs yg sudh sedemk besry sehgg sudh tdk bs dhtug (ucoutble). Msly populs tm ggrek d du. 4. U Hpotess U Hpotess dlh metode pegmbl keputus yg ddsrk dr ls dt bk dr percob yg terkotrol mupu dr observs (tdk terkotrol). Dlm sttstk sebuh hsl bs dktk sgfk secr sttstk k ked tersebut hmpr tdk mugk dsebpk oleh fktor yg kebetul sesu deg bts probblts yg sudh dtetuk sebelumy. U hpotess kdg dsebut ug "kofrms ls dt". Keputus dr u hpotess hmpr sellu dbut berdsrk pegu hpotess ol. I dlh pegu utuk mewb perty yg megsumsk hpotess ol dlh ber. 5. Alss Korels D U Sgfks Alss korels pertm kl dkembgk oleh Krl erso pd thu 9. Tuu dr lss dlh utuk meetuk seberp ert hubug tr du vrble. Defs lss korels dytksebg berkut : Alss korels dlh sutu tekk sttstk yg dguk utuk megukur keert hubug tu korels tr du vrbel egert l meyebutk Korels dlh metode sttstk yg dpk utuk megukur soss tu hubug tr du tu lebh vrbel kutttf sedgk utuk megukur soss tr du tu lebh vrbel kutttf dpk tes kudrt. 6. Alss Regres Utuk erml Alss regres dlm sttstk dlh slh stu metode utuk meetuk hubug sebb-kbt tr stu vrbel deg vrbel - vrbel yg l. Vrbel "peyebb" dsebut deg bermcm-mcm stlh: vrbel peelsvrbel ekspltork vrbel depede tu secr bebs vrbel (kre sergkl dgmbrk dlm grfk sebg bss tu sumbu ). Vrbel terke kbt dkel sebg vrbel yg dpegruh vrbel depede vrbel terkt tu vrbel Y. Kedu vrbel dpt merupk vrbel ck (rdom) mu vrbel yg dpegruh hrus sellu vrbel ck. Alss regres dlh slh stu lss yg plg populer d lus pemky. Alss regres dpk secr lus utuk melkuk predks d rml deg peggu yg slg melegkp deg bdg pembelr mes. Alss ug

14 dguk utuk memhm vrbel bebs m s yg berhubug deg vrbel terkt d utuk megethu betuk-betuk hubug tersebut. B. STOKASTIK B.. egert Stochstk Kt stokstk (stochstcs) merupk rgo utuk keck. Oxford Dctory (993) mekrfk proses stokstk sebg sutu brs ked yg memeuh hukumhukum pelug. Hull (989 hlm.6) meytk bhw setp l yg berubh terhdp wktu deg cr yg tdk tertetu (dlm ketdkpst) dktk megkut proses stokstk. Deg demk k dr peglm yg llu ked yg k dtg sutu brs ked dpt drmlk secr pst mk brs ked tu dmk determstk. Seblky k peglm yg llu hy dpt meyk struktur pelug ked yg k dtg mk brs ked yg demk dsebut stokstk. t T. t B... roses Stokstk eubh ck yg merupk fugs dr t Idex t plg serg mewkl wktu t dlh stte dr proses pd wktu t. Hmpu T: dex set dr proses Jk T bersft dskrt A dscrete-tme proses. Jk T bersft kotyu A cotuous tme proses Stte spce E: hmpu seluruh kemugk l peubh ck t Cotoh: Suhu d kot Mlg pd Rbu Oktober T = [. Rbu d hr. Kms d hr]

15 E= hmpu blg rl yg mewkl suhu Jk pegmt suhu dlkuk per m dlm kuru wktu tersebut: roses stokstk dlm wktu dskrt (Dscrete tme stochstc process) B.. Mrkov Ch B... roses Mrkov Ch Stokstk roses dlm perml cuc: Mrkov Ch elug cuc besok dpegruh oleh cuc hr Jk hr hu = 4% kemugk besok hu = 6% kemugk besok tdk hu Jk hr tdk hu = % kemugk besok hu = 8% kemugk besok tdk hu r{ r } Trsto robblty roses stokstk deg memor yg terbts Nl peubh pd wktu ke + hy tergtug pd l peubh pd wktu ke (wktu sebelumy) Ideks meuukk wktu dskrt + -. > E= hmpu seluruh kemugk l peubh (Stte): - Hmpu Stte yg mugk E: Hu Tdk Hu : deks yg meuukk hr ke merupk relss dr cuc pd hr ke Hu : Tdk Hu : Cuc pd sutu hr hy dpegruh oleh cuc pd hr sebelumy

16 r Dgmbrk dlm trsto probblty fucto Trsto probblty dytk secr legkp dlm trsto probblty mtrce Ukur mtrks bersesu deg umlh seluruh stte yg mug d ksus cuc: d kemugk Mtrks berukur B... Sft Mrkov Ch Stte berup blg bult tdk egtf { } = : Rt mrkov pd wktu berd pd stte. elug trss stu lgkh : elug + berd pd stte deg syrt berd pd stte elug trss stu lgkh utuk seluruh kemugk l d dytk dlm trsto probblty mtrx Syrt bg eleme trsto probblty mtrx utuk semu d d utuk = Mtrks pelug trss d sebr pelug utuk tl process dpt medefsk proses secr legkp: elug gbug dr proses Mrkov sek proses tersebut dmul } r{ A B A B B A erhtug pelug gbug } r{ Memftk sft pelug bersyrt r } r{

17 r r Deg sft bhw l peubh pd wktu ke + hy tergtug pd l peubh pd wktu ke (wktu sebelumy) r r r } r{ } r{ elug gbug dlm betuk pelug bersyrt } r{ Secr rekursf k dperoleh hubug berkut: p r p D m B...3. Trss d lgkh dr Rt Mrkov Mtrks pelug trss hy medefsk proses perubh dr stte ke stte dlm stu lgkh (perode m ke m+) Bgm k g dkethu perubh proses dr stte ke stte dlm lgkh (perode m ke m+)?

18 ( ) k k ( ) k elug trss lgkh dr rt Mrkov memeuh (Chpm-Kolmogorov equtos): ( ) fktor Yg merupk eleme dr: Deg mtrks pelug trss: r 3 4 produk pertm cct Berp pelug dperolehy produk keempt cct k Eleme brs kolom pd mtrks 3 B...4. Cotoh Rt Mrkov d Sstem Sed d sutu sstem persed (gudg) Hrus sellu d stok utuk memeuh permt Msl: egs persed dlkuk setp khr mggu ke =.. r. 4 r. 5 r Totl permt pd mggu ke dlh peubh ck ξ (mslk hy d tu permt) deg pelug:

19 k k k r k k permt k = Jk secr umum k meuukk kemugk umlh egs stok berdsrk umlh persed d khr mggu ke ( ): Jk s ut pegs stok dlkuk smp deg S ut (S>s) Jk > s ut tdk perlu dlkuk pegs stok dlh proses stokstk deg kemugk stte: S S- - - < k terd bck order Mslk S= d s= mk: Jk ut pegs stok dlkuk smp deg ut Jk > ut tdk perlu dlkuk pegs stok Jumlh persed d khr mggu ke + ( + ) dpegruh oleh: ξ S ξ k s k S s Jumlh persed d khr mggu ke ( ) Demd pd mggu ke + (ξ + ) ξ ξ k k Dlkuk pegs stok tu tdk - dlh kemugk stte dr dlh rt mrkov (dskrt) kre: Stte + tergtug dr stte d perode sebelumy

20 r r k s S r ξ S k s rs ξ k s S k s r Trsto probblty dr sstem sed dlh r r k k r Deg S= s= d = d khr perode terdpt kemugk =- d khr perode + erhtug pelug trss d = d khr perode terdpt kemugk = d khr perode + Deg cr perhtug pelug trss yg sm sepert pd = d = d khr perode terdpt kemugk = d khr perode + d = terd pegs stok med ut d wl perode + d =- d khr perode terdpt kemugk = - d khr perode Deg mtrks pelug trss selegkpy:

21 B...5. Cotoh Rt Mrkov d Sstem Atr elgg dtg d meuggu d pemberhet tx Tx dtg setp 5 met Jk dlm kuru wktu 5 met d pelgg dtg tx yg dtg seger mely pelgg yg dtg plg wl pelgg sely meuggu d tr (kedtg 5 met berkuty) Jk dlm kuru wktu 5 met tdk d pelgg dtg tx seger bergkt kembl Wktu pegmt dbg setp perode 5 met Akhr perode dlh pd st kedtg tx egmt : Jumlh pelgg yg meuggu d tr pd wl perode Deg kemugk stte: k k r Dlm stu perode terdpt beberp kemugk umlh pelgg yg dtg deg ξ deg sebr pelug: k k k k meuukk kemugk umlh pelgg yg dtg k = Jumlh pelgg d wl perode + ( + ) tergtug pd: Jumlh pelgg d wl perode sebelumy ( ) (ξ ) k k Jumlh pelgg yg dtg d perode

22 r r Deg pelug trss k >: k k r r r r Jk = pd perode tks tdk mely sppu: r r Jk = pd perode tks mely stu peumpg sely meuggu utuk perode berkuty: r r Jk = Deg mtrks pelug tss selegkpy!

23 BAB III ENUTU KESIMULAN Sttstk d stkostk dpelr d berbg bdg lmu kre sttstk d stkostk dlh sekumpul lt lss dt yg dpt membtu pegmbl keputus utuk megmbl keputus berdsrk hsl kesmpul pd lss dt dr dt yg dkumpulk. Sel tu ug kt bs mermlk ked yg k dtg berdsrk dt ms llu. Sttstk Deskrptf memberk forms yg terbts ytu member forms yg terbts pd dt p dy. Oleh krey pemk sttstk deskrptf tdk dpt megmbl kesmpul yg umum ts dt yg terbts. Kesmpul yg dpt dmbl terbts ts dt yg d. Kegu mempelr lmu Sttstk d Stkostk dlh:. Memperoleh gmbr sutu ked tu persol yg sudh terd.

24 . Utuk eksr (Forecstg 3. Utuk egu (Testg Hypotes) Sedgk etgy mempelr Dspers dt ddsrk pd pertmbg:. ust dt (rt med d modus) hy member forms yg sgt terbts.. Kedu dspers dt sgt petg utuk membdgk peyebr du dstrbus SARAN dt tu lebh. d umumy mhssw kurg bermt mempelry kre pelr dlh pelr yg meggetrk d bery. I mugk terd kre dy ggp bhw deg mempelr mk seseorg hrus ber-ber memlk kemmpu mtemtk yg kut. Tetu s k yg dpelr dlh sttstk teorts tu sttstk mtemts. Nmu utuk belr sttstk terp - khusus utuk kepetg peelt lmh- seseorg tdk perlu memlk ltr yg kut d bdg mtemtk. Cukup deg megethu prsp-prsp dsr rtmtk sepert peumlh pegurg perkl pembg d perk kr. DAFTAR USTAKA els.ugm.c.d/user/rchve/dowlod/.../7e653deec6c4c7e66dfd rhmftr.lecture.ub.c.d/fles/3/9/4roses-stokstk.pptx thdk.com/wp-cotet/uplods/5/4/rt_mrkov_wktu_kotu.pdf

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Ltr Belkg Smp st, model Regres d model Alss Vrs telh dpdg sebg du hl g tdk berkt. Meskpu merupk pedekt g umum dlm meergk kedu cr pd trf permul, model Alss Vrs dpt dpdg sebg hl khusus model

Lebih terperinci

Analisis Variansi satu faktor Single Factor Analysis Of Variance (ANOVA)

Analisis Variansi satu faktor Single Factor Analysis Of Variance (ANOVA) BAB 1 Alss Vrs stu fktor Sgle Fctor Alss Of Vrce (ANOVA) ANALISIS VARIANSI SATU FAKTOR D MetStt 1 sudh dkel uj hpotess rt-rt du populs A d B g berdstrbus Norml Bgm jk terdpt lebh dr du populs? Alss vrs

Lebih terperinci

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA)

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA) Alss Vrs stu fktor (Alss Of Vrce / ANOVA) 1. Megethu rcg d eses. Megethu model ler 3. Meuruk Jumlh Kudrt (JK) 4. Melkuk uj lss vrs 5. Melkuk uj perbdg gd Apkh ber kot dlm rokok dpt megkbtk Kker? Sel kker

Lebih terperinci

Dr.Eng. Agus S. Muntohar Department of Civil Engineering

Dr.Eng. Agus S. Muntohar Department of Civil Engineering Pertemu ke-7 Persm Ler Smult Oktober 0 Metode Iters Guss-Sedel Dr.Eg. Agus S. Mutohr Deprtmet of Cvl Egeerg Metode Guss-Sedel Merupk metode ters. Prosedur umum: - Selesk ser lbr vrbel tdk dkethu msg-msg

Lebih terperinci

CNH2B4 / KOMPUTASI NUMERIK

CNH2B4 / KOMPUTASI NUMERIK CNHB4 / KOMPUTASI NUMERIK TIM DOSEN KK MODELING AND COMPUTATIONAL EXPERIMENT PENCOCOKAN KURVA Pedhulu Dt g bersl dr hsl pegmt lpg pegukur tu tbel g dmbl dr buku-buku cu. Nl tr turu tegrl mudh dcr utuk

Lebih terperinci

( X ) 2 ANALISIS REGRESI

( X ) 2 ANALISIS REGRESI ANALII REGREI A. PENGERTIAN REGREI ecr umum d du mcm huug tr du vrel tu leh, tu etuk huug d keert huug. Utuk megethu etuk huug dguk lss regres. Utuk keert huug dpt dkethu deg lss korels. Alss regres dperguk

Lebih terperinci

BAB 1 PENDAHULUAN. perkebunan karet. Karet merupakan Polimer hidrokarbon yang terkandung pada

BAB 1 PENDAHULUAN. perkebunan karet. Karet merupakan Polimer hidrokarbon yang terkandung pada BAB PENDAHULUAN. Ltr Belkg Sektor perkebu merupk sub sektor pert yg mejd slh stu fktor yg dpt medukug kegt perekoom d Idoes. Slh stu sub sektor perkebu yg cukup besr potesy dlm perekoom Idoes dlh perkebu

Lebih terperinci

BAB VI ANALISIS REGRESI

BAB VI ANALISIS REGRESI BAB VI ANALISIS REGRESI A. Pedhulu Alss regres merupk slh stu lss yg ertuju utuk megethu pegruh sutu vrel terhdp vrel l. Vrel yg mempegruh dseut depedet vrle/vrel es () d vrel yg dpegruh dseut depedet

Lebih terperinci

Bab 1. Anava satu. Analisis Variansi (Analysis Of Variance / ANOVA) satu faktor

Bab 1. Anava satu. Analisis Variansi (Analysis Of Variance / ANOVA) satu faktor Bb 1 Av stu Alss Vrs (Alss Of Vrce / ANOVA) stu fktor Lerg Objectves 1. Desg d coduct expermets volvg sgle d two fctors. Uderstd how the ov s used to lze the dt from these expermets 3. Assess model dequc

Lebih terperinci

REGRESI. Curve Fitting Regresi Linier Regresi Eksponensial Regresi Polynomial. Regresi 1

REGRESI. Curve Fitting Regresi Linier Regresi Eksponensial Regresi Polynomial. Regresi 1 REGRESI Curve Fttg Regres Ler Regres Ekspoesl Regres Poloml Regres Curve Fttg: Ksus Dberk dt berup kumpul ttk-ttk dskrt. Dperluk estms / perkr utuk medptk l dr ttk-ttk g berd d tr ttk-ttk dskrt tersebut

Lebih terperinci

REGRESI. Curve Fitting. Regresi Eksponensial. Regresi 1

REGRESI. Curve Fitting. Regresi Eksponensial. Regresi 1 REGRESI Curve Fttg Regres Ler Regres Ekspoesl Regres Poloml Regres Curve Fttg: Ksus Dberk dt berup kumpul ttk-ttk dskrt. Dperluk estms / perkr utuk medptk l dr ttk-ttk g berd d tr ttk-ttk dskrt t tersebut

Lebih terperinci

BAB 2 ANAVA 2 JALAN. Merupakan pengembangan dari ANAVA 1 Jalan Jika pada ANAVA 1 jalan 1 Faktor Jika pada ANAVA 2 jalan 2 Faktor

BAB 2 ANAVA 2 JALAN. Merupakan pengembangan dari ANAVA 1 Jalan Jika pada ANAVA 1 jalan 1 Faktor Jika pada ANAVA 2 jalan 2 Faktor BAB ANAVA JALAN Merupk pegembg dr ANAVA 1 Jl Jk pd ANAVA 1 l 1 Fktor Jk pd ANAVA l Fktor Model Ler Asums: Model efek Tetp! 1,..., 1,..., Stu fktor g dtelt Av 1 l k k 1,,..., 1,,..., b k 1,,..., Du fktor

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TORI. egtr roses Mrkov dt dklsfksk sesu deg sft wktu egmt roses sert stte scey. Wktu egmt roses dt bersft dskrt muu kotu d stte scey bersft dskrt muu kotu bk terbts muu tk terbts.. Dt Defs..

Lebih terperinci

DIGRAF EKSENTRIS PADA DIGRAF SIKEL, DIGRAF KOMPLIT DAN DIGRAF KOMPLIT MULTIPARTIT. Jl. Prof. H. Soedarto SH Semarang 50275

DIGRAF EKSENTRIS PADA DIGRAF SIKEL, DIGRAF KOMPLIT DAN DIGRAF KOMPLIT MULTIPARTIT. Jl. Prof. H. Soedarto SH Semarang 50275 DIGRAF ESENTRIS PADA DIGRAF SIEL DIGRAF OMPLIT DAN DIGRAF OMPLIT MULTIPARTIT Reto tur umlsr d Luc Rtsr Jurus Mtemtk FMIPA UNDIP Jl Prof H Soedrto SH Semrg 5075 Abstrct The eccetrc dgrph of dgrph ED ( D)

Lebih terperinci

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Prktkum 8 Peyeles Persm Ler Smult Metode Elms Guss PRAKTIKUM 8 Peyeles Persm Ler Smult Metode Elms Guss Tuju : Mempeljr metode Elms Guss utuk peyeles persm ler smult Dsr Teor : Metode Elms Guss merupk

Lebih terperinci

PRAKTIKUM 22 Interpolasi Linier, Kuadratik, Polinomial, dan Lagrange

PRAKTIKUM 22 Interpolasi Linier, Kuadratik, Polinomial, dan Lagrange Prktkum. Iterpols Ler, Kudrtk, Poloml d Lgrge PRAKTIKUM Iterpols Ler, Kudrtk, Poloml, d Lgrge Tuju : Mempeljr berbg metode Iterpols g d utuk meetuk ttkttk tr dr buh ttk deg megguk sutu fugs pedekt tertetu.

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI b LNDSN TEORI. Hmpu Fuzzy Tdk semu hmpu yg dump dlm kehdup sehr-hr terdefs secr els, msly hmpu org msk, hmpu org pd, hmpu org tgg, d sebgy. Msly, pd hmpu org tgg, tdk dpt dtetuk secr tegs pkh seseorg dlh

Lebih terperinci

Bab 4 ANALISIS REGRESI dan INTERPOLASI

Bab 4 ANALISIS REGRESI dan INTERPOLASI Als Numerk Bh Mtrkuls B 4 ANALISIS RGRSI d INTRPOLASI 4 Pedhulu Pd kulh k dpeljr eerp metde utuk mempredks d megestms dt dskret Dr sutu peelt serg dlkuk peglh dt utuk megethu pl dt tu etuk kurv g dggp

Lebih terperinci

CATATAN KULIAH Pertemuan XIII: Analisis Dinamik dan Integral (1)

CATATAN KULIAH Pertemuan XIII: Analisis Dinamik dan Integral (1) CATATAN KULIAH Pertemu XIII: Alss Dmk d Itegrl () A. Dmk d Itegrs Model Stts : mecr l vrel edoge yg memeuh kods ekulrum tertetu. Model Optms : mecr l vrel plh yg megoptms fugs tuju tertetu. Model Dmk :

Lebih terperinci

VARIASI PEMBAYARAN ANUITAS DENGAN POLA DERET ARITMATIKA

VARIASI PEMBAYARAN ANUITAS DENGAN POLA DERET ARITMATIKA VARIASI PEMBAYARAN ANUITAS DENGAN POLA DERET ARITMATIKA De Prm Sr Jurus Mtemtk Uersts Neger Pg, Ioes eml: [email protected] Abstrk. Auts lh rgk pembyr tu peerm lm jumlh tertetu yg lkuk secr berkl p jgk wktu

Lebih terperinci

PRAKTIKUM 12 Regresi Linier, Regresi Eksponensial dan Regresi Polinomial

PRAKTIKUM 12 Regresi Linier, Regresi Eksponensial dan Regresi Polinomial Prktkum. Regres Regres Ler, Regres Ekspoesl, d Regres Poloml Poltekk Elektrok eger Surb ITS 47 PRAKTIKUM Regres Ler, Regres Ekspoesl d Regres Poloml. Tuju : Mempeljr metode peeles regres ler, ekspoesl

Lebih terperinci

a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Integral Pertemuan - 6

a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Integral Pertemuan - 6 home se to ecellece Mt Kulh : Klkulus Kode : TSP 0 SKS : SKS Itegrl Pertemu - 6 home se to ecellece TIU : Mhssw dpt memhm tegrl fugs d plksy TIK : Mhssw mmpu mecr tegrl fugs Mhssw mmpu megguk tegrl utuk

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 0 BAB III METODOLOGI PENELITIAN 3. 1. Loks d Wktu Peelt 1.1.1 Loks Peelt Peelt dlksk d MA Neger 3 Kot Gorotlo pd ssw kels. ekolh merupk slh stu sekolh meegh ts yg terletk d Jl KH. Dewtoro Kelurh Lmb U1

Lebih terperinci

PRAKTIKUM 10 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Seidel

PRAKTIKUM 10 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Seidel Prktkum 0 Peyeles Persm Ler Smult - Metode Elms Guss Sedel PRAKTIKUM 0 Peyeles Persm Ler Smult Metode Elms Guss Sedel Tuu : ler smult Mempelr metode Elms Guss Sedel utuk peyeles persm Dsr Teor : Metode

Lebih terperinci

KAJIAN BATAS KESALAHAN MINIMUM METODE RUNGE-KUTTA ORDE KEDUA, KETIGA, DAN KEEMPAT

KAJIAN BATAS KESALAHAN MINIMUM METODE RUNGE-KUTTA ORDE KEDUA, KETIGA, DAN KEEMPAT Prosdg Semr Nsol Mtemtk d Terpy 06 p-issn : 550-084; e-issn : 550-09 KAJIAN BATAS KESALAHAN MINIMUM METODE RUNGE-KUTTA ORDE KEDUA, KETIGA, DAN KEEMPAT St Muhwh Uversts Jederl Soedrm [email protected]

Lebih terperinci

PENCOCOKAN KURVA (CURVE FITTING) INTERPOLASI

PENCOCOKAN KURVA (CURVE FITTING) INTERPOLASI PENCOCOKAN KURVA (CURVE FITTING) Iterpols : Iterpols er Iterpols Kudrtk Iterpols Poloml Iterpols grge Regres : Regres er Regres Ekspoesl Regres Poloml INTERPOASI Iterpols dguk utuk meksr l tr (termedte

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BB LNDSN TEORI. lytcl Herrchy Process (HP) lytc Herrchy Process (HP) dlh slh stu metode khusus dr Mult Crter Decso Mkg (MCDM) yg dperkelk oleh Thoms Lore Sty. HP dpt dguk utuk memechk mslh pd stus yg kompleks.

Lebih terperinci

1 yang akan menghasilkan

1 yang akan menghasilkan Rset Opers Probblstk Teor Per (Ge Theor) Nughthoh Arfw Kurdh, M.Sc Deprteet of Mthetcs FMIPA UNS Lecture 6: Med Strteg: Ler Progrg Method A. Metode Cpur deg Progr Ler Terdpt hubug g ert tr teor per d progr

Lebih terperinci

MENENTUKAN KOEFISIEN REGRESI EKSPONENSIAL DENGAN METODE KUADRAT TERKECIL SEDERHANA DAN METODE KUADRAT TERKECIL BERBOBOT

MENENTUKAN KOEFISIEN REGRESI EKSPONENSIAL DENGAN METODE KUADRAT TERKECIL SEDERHANA DAN METODE KUADRAT TERKECIL BERBOBOT MENENTUKAN KOEFISIEN REGRESI EKSPONENSIAL DENGAN METODE KUADRAT TERKECIL SEDERHANA DAN METODE KUADRAT TERKECIL BERBOBOT Rz Phlev, Arsm Ad, Sgt Sugrto Mhssw Progrm Stud S Mtemtk Dose Jurus Mtemtk Fkults

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN Ltr Belg Istlh Pemrogrm Geometr (PG) dperel oleh Duff, Peterso, d Zeer pd thu 967 Istlh dmbl dr mslh-mslh geometr g dpt dformuls sebg PG Pemrogrm Geometr dlh sutu tpe mslh optmlss mtemt g

Lebih terperinci

Bab 4 Penyelesaian Persamaan Linier Simultan

Bab 4 Penyelesaian Persamaan Linier Simultan Bb Peyeles Persm Ler Smult.. Persm Ler Smult Persm ler smult dlh sutu betuk persm-persm yg ser bersm-sm meyjk byk vrbel bebs. Betuk persm ler smult deg m persm d vrbel bebs dpt dtulsk sebg berkut: b b

Lebih terperinci

ESTIMASI DAN RELIABILITAS PADA DISTRIBUSI WEIBULL DENGAN METODE BAYES

ESTIMASI DAN RELIABILITAS PADA DISTRIBUSI WEIBULL DENGAN METODE BAYES LEMMA VOL I NO., NOV 24 ESTIMASI DAN RELIABILITAS PADA DISTRIBUSI WEIBULL DENGAN METODE BAYES Adev Mur Adel Progrm Stud Peddk Mtemtk, Uversts Mhutr Muhmmd Ym, Solok [email protected] Abstrk. Peelt bertuju

Lebih terperinci

INTEGRASI NUMERIK C 1. n ax. ax e. cos( 1 1. n 1. x x. 0 Fungsi yang dapat dihitung integralnya : 0 Fungsi yang rumit misal :

INTEGRASI NUMERIK C 1. n ax. ax e. cos( 1 1. n 1. x x. 0 Fungsi yang dapat dihitung integralnya : 0 Fungsi yang rumit misal : INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser ltk. INTEGRASI

Lebih terperinci

Anuitas. Anuitas Akhir

Anuitas. Anuitas Akhir Auts Auts bersl r kt bhs Iggrs uty yg pt efsk sebg rgk pembyr tu peerm tetp lm jumlh tertetu yg lkuk secr berkl p jgk wktu tertetu. Kt uty sly berrt pembyr ul (thu), k tetp serg eg berjly wktu kt uts jug

Lebih terperinci

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Prktkum 8 Peyeles Persm Ler Smult Metoe Elms Guss PRAKTIKUM 8 Peyeles Persm Ler Smult Metoe Elms Guss Tuju : smult Mempeljr metoe Elms Guss utuk peyeles persm ler Dsr Teor : Metoe Elms Guss merupk metoe

Lebih terperinci

INTEGRASI NUMERIK. n ax. ax e. n 1. x x. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

INTEGRASI NUMERIK. n ax. ax e. n 1. x x. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal : INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser ltk. INTEGRASI

Lebih terperinci

BAB I KOMBINATORIKA. A. Kaidah Pencacahan Terdapat dua kaidah pencacahan, yaitu kaidah penjumlahan dan kaidah perkaliah.

BAB I KOMBINATORIKA. A. Kaidah Pencacahan Terdapat dua kaidah pencacahan, yaitu kaidah penjumlahan dan kaidah perkaliah. BAB I KOMBINATORIKA Dr. Al Mhmud (Jurus Peddk Mtemtk FMIPA UNY) Combtorcs hs emerged s ew subject stdg t the crossrods betwee pure d plled mthemtcs, the ceter of bustlg ctvty, smmerg pot of ew problems

Lebih terperinci

Bab 2 Landasan Teori

Bab 2 Landasan Teori Bb 2 Lds Teor 2.1. Ler Progrmmg Model pemrogrm ler tdk mmpu meyelesk ksus-ksus mjeme yg meghedk ssr-ssr tertetu dcp secr smult. Kelemh dlht oleh A. Chres d W.M. Cooper. Merek berdu kemud megembgk model

Lebih terperinci

Model Tak Penuh. Definisi dapat di-uji (testable): nxp

Model Tak Penuh. Definisi dapat di-uji (testable): nxp Model T Peuh Defs dpt d-u (testle): Sutu c c 'c 'c H 'c 'c dpt du l d stu set fugs g dpt - ddug m m ' sehgg H er c ' ' slg es ler tu C c ' c m ' Perht : Kre r X p r p m m r c' (X' X) c X' X c' C(X' X)

Lebih terperinci

Batas Nilai Eigen Maksimal Dari Matriks Tak Negatif

Batas Nilai Eigen Maksimal Dari Matriks Tak Negatif Vol. 3 No. 80-85 Ju 007 Bts Nl Ege Mksl D Mtks Tk Negtf A. Kes Jy Abstk Ide ut skps dlh utuk edptk etode dl eetuk bts d l ege ksl d tks tk egtf deg bedsk bts Fobeus. Ytu R d dlh ulh bs tu kolo u d R dlh

Lebih terperinci

INTEGRASI NUMERIK. n ax. ax e. a 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

INTEGRASI NUMERIK. n ax. ax e. a 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal : INTEGRASI NUMERIK INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser

Lebih terperinci

Pemain P 1. Teorema 4.1 (Teorema minimax). Untuk setiap matriks pembayaran (pay off matrix), terdapat strategi optimal x* dan y* sedemikian sehingga

Pemain P 1. Teorema 4.1 (Teorema minimax). Untuk setiap matriks pembayaran (pay off matrix), terdapat strategi optimal x* dan y* sedemikian sehingga Rset Opers Probblstk Teor Permnn (Gme Theor) Deprtement of Mthemtcs FMIPA UNS Lecture 4: Med Strteg A. Metode Cmpurn (Med Strteg) D dlm permnn d mn permnn tersebut tdk mempun ttk peln, mk pr pemn kn bersndr

Lebih terperinci

PENAKSIRAN PARAMETER MODEL REGRESI BINOMIAL NEGATIF PADA KASUS OVERDISPERSI SKRIPSI WIDYA WAHYUNI

PENAKSIRAN PARAMETER MODEL REGRESI BINOMIAL NEGATIF PADA KASUS OVERDISPERSI SKRIPSI WIDYA WAHYUNI UNIVERSITAS INDONESIA PENAKSIRAN PARAMETER MODEL REGRESI BINOMIAL NEGATIF PADA KASUS OVERDISPERSI SKRIPSI WIDYA WAHYUNI 07066003 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI MATEMATIKA DEPOK

Lebih terperinci

JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER 1

JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER 1 FITRIANA RICHA HIDAYATI 7 46 Dose Pembimbig M. ARIEF BUSTOMI, M.Si Surby, Jui JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER Alis disesuik deg geometri

Lebih terperinci

UNIVERSITAS INDONESIA METODE STAIRCASE UNTUK MENDAPATKAN BENTUK KANONIK JORDAN DENGAN KARAKTERISTIK WEYR SKRIPSI NURRY WIDYA HESTY

UNIVERSITAS INDONESIA METODE STAIRCASE UNTUK MENDAPATKAN BENTUK KANONIK JORDAN DENGAN KARAKTERISTIK WEYR SKRIPSI NURRY WIDYA HESTY UNIVERSITS INDONESI METODE STIRCSE UNTUK MENDPTKN BENTUK KNONIK JORDN DENGN KRKTERISTIK WEYR SKRIPSI NURRY WIDY HESTY 976 Fkults Mtemtk d Ilmu Pegethu lm Progrm Stud Mtemtk Depok Februr Metode strcse...,

Lebih terperinci

x 1 M = x 1 m 1 + x 2 m x n m n = x i

x 1 M = x 1 m 1 + x 2 m x n m n = x i Iterl Tertetu..6 oe d ust ss Ttk Bert slk d du ed s-s elk ss sesr d y dletkk pd pp er de jrk erturut-turut d d d dr ttk pey pd - y ered. Ked terseut k se jk dpeuh d d. d d Sutu odel tets y k dperoleh pl

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Alss Regres Alss regres dlh tekk sttstk yg ergu utuk memerks d memodelk huug dtr vrel-vrel. Peerpy dpt djump secr lus d yk dg sepert tekk, ekoom, mjeme, lmu-lmu olog, lmu-lmu sosl,

Lebih terperinci

bila nilai parameter sesungguhnya adalah. Jadi, K( ) P( SU jatuh ke dalam WP bila nilai parameter sama dengan )

bila nilai parameter sesungguhnya adalah. Jadi, K( ) P( SU jatuh ke dalam WP bila nilai parameter sama dengan ) Kus Uji d Lem Neym-Perso Kebik sutu uji serig diukur oleh d. Di dlm prktek, bisy ditetpk, d kibty wilyh peolk (WP) mejdi tertetu pul. Kierj sutu uji jug serig diukur oleh p yg disebut kus uji (power of

Lebih terperinci

BAB III. METODE PENELITIAN

BAB III. METODE PENELITIAN BAB III. METODE PENELITIAN 3.. Kergk Metodologs Pedekt Peelt Kergk metodologs pedekt peelt deg thp sebg berkut:. Membgu model trsforms struktur ekoom Kbupte Sumbw Brt yg bru mellu skero restrukturss keterkt

Lebih terperinci

PEMECAHAN SISTEM PERSAMAAN LINIER NON HOMOGEN DENGAN METODE SAPUAN GANDA CHOLESKY. Oleh : Yusup Fakultas Ilmu Komputer, Universitas AKI Semarang

PEMECAHAN SISTEM PERSAMAAN LINIER NON HOMOGEN DENGAN METODE SAPUAN GANDA CHOLESKY. Oleh : Yusup Fakultas Ilmu Komputer, Universitas AKI Semarang PEMECAHAN SISTEM PERSAMAAN LINIER NON HOMOGEN DENGAN METODE SAPUAN GANDA CHOLESKY Oleh : Yusup Fkults Ilmu Komputer, Uversts AKI Semrg Astrt The frto of No Homoge Lerty Ajustmet System towr Cholesky Doule

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. mempengaruhi sering disebut variabel bebas, variabel independen atau variabel

BAB 2 TINJAUAN TEORITIS. mempengaruhi sering disebut variabel bebas, variabel independen atau variabel BAB TINJAUAN TEORITIS.. Regres Ler Sederh Regres ler dlh lt sttst yg dpergu utu megethu pegruh tr stu tu beberp vrbel terhdp stu buh vrbel. Vrbel yg mempegruh serg dsebut vrbel bebs, vrbel depede tu vrbel

Lebih terperinci

PENAKSIRAN PARAMETER DISTRIBUSI BINOMIAL NEGATIF PADA KASUS OVERDISPERSI SKRIPSI SHAFIRA

PENAKSIRAN PARAMETER DISTRIBUSI BINOMIAL NEGATIF PADA KASUS OVERDISPERSI SKRIPSI SHAFIRA UNIVERSITAS INDONESIA PENAKSIRAN PARAMETER DISTRIBUSI BINOMIAL NEGATIF PADA KASUS OVERDISPERSI SKRIPSI SHAFIRA 0706695 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI MATEMATIKA DEPOK JULI

Lebih terperinci

Bentuk Umum Perluasan Teorema Pythagoras

Bentuk Umum Perluasan Teorema Pythagoras Jrl Grde Vol No Jr 6 : 9-4 Betk Umm Perls Teorem Pythors Ml stt By Kerm Ulsr les Jrs Mtemtk Fklts Mtemtk d Ilm Peeth lm Uversts Bekl Idoes Dterm Septemer 5; dset Desemer 5 strk - Peelt memhs perls teorem

Lebih terperinci

III PEMBAHASAN. peubah. Sistem persamaan (6) dapat diringkas menjadi Bentuk Umum dari Magic Square, Bilangan Magic, dan Matriks SPL

III PEMBAHASAN. peubah. Sistem persamaan (6) dapat diringkas menjadi Bentuk Umum dari Magic Square, Bilangan Magic, dan Matriks SPL III PEMBAHASAN 3.1. Betuk Umum dri Mgic Squre, Bilg Mgic, d Mtriks SPL Mislk eleme dri bris ke-i d kolom ke-j dlh i,j mk mgic squrey secr umum dlh 1,1 1, 1,,1,,,1,, Gmbr 1. Betuk umum mgic squre deg: i,j

Lebih terperinci

Unit 1 KONSEP DASAR ARITMETIKA. Josef Tjahjo Baskoro Clara Ika Sari Budhayanti. Pendahuluan

Unit 1 KONSEP DASAR ARITMETIKA. Josef Tjahjo Baskoro Clara Ika Sari Budhayanti. Pendahuluan Ut KONSEP DASAR ARITMETIKA Josef Tjhjo Bskoro Clr Ik Sr Bdhyt Pedhl M ter yg k Ad peljr pertm kl pd mt klh pemech mslh mtemtk dlh kosep dsr rtmetk. Kompetes dsr yg hrs dks setelh mempeljr t dlh Ad mmp

Lebih terperinci

Metode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS

Metode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS Itegrs Numerk Um S d Poltekk Elektrok Neger Sury Topk Itegrl Rem Trpezod Smpso / Smpso /8 Kudrtur Guss ttk Kudrtur Guss ttk INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl

Lebih terperinci

DIKTAT. Mata Kuliah METODE NUMERIK. Oleh: I Ketut Adi Atmika

DIKTAT. Mata Kuliah METODE NUMERIK. Oleh: I Ketut Adi Atmika DIKTAT Mt Kulh METODE NUMERIK Oleh: I Ketut Ad Atmk JURUSAN TEKNIK MESIN FAKULTAS TEKNIK UNIVERSITAS UDAYANA 6 KATA PENGANTAR Dktt dsusu utuk memudhk mhssw dlm memhm beberp metode umerk utuk meyelesk persm-persm

Lebih terperinci

PROGRAM LINEAR BILANGAN BULAT DUAL SKRIPSI

PROGRAM LINEAR BILANGAN BULAT DUAL SKRIPSI PROGRA LINEAR BILANGAN BULAT DUAL SKRIPSI Duk Utuk emeuh Slh Stu Syrt emperoleh Gelr Sr Ss (S.S) Progrm Stud temtk Oleh: Berdet Wdsh NI : 7 PROGRA STUDI ATEATIKA JURUSAN ATEATIKA FAKULTAS ATEATIKA DAN

Lebih terperinci

BAB 1 PENDAHULUAN. Gambar 1.1. Kurva y=sinc(x)

BAB 1 PENDAHULUAN. Gambar 1.1. Kurva y=sinc(x) BAB PENDAHULUAN.. Megp Megguk Metode Numerk Tdk semu permslh mtemts tu perhtug dpt dselesk deg mudh. Bhk dlm prsp mtemtk, dlm memdg permslh g terlebh dhulu dperhtk pkh permslh tersebut mempu peeles tu

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER DENGAN METODE NEWTON-RAPHSON

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER DENGAN METODE NEWTON-RAPHSON PENYELESAIAN SISTEM PERSAMAAN TAK LINIER DENGAN METODE NEWTON-RAPHSON SKRIPSI oleh: KHUTWATUN NASIHA NIM: 4 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI (UIN) MALANG MALANG

Lebih terperinci

Metode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS

Metode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS Itegrs Numerk Um S d Poltekk Elektrok Neger Sury Topk Itegrl Rem Trpezod Smpso / Smpso /8 Kudrtur Guss ttk Kudrtur Guss ttk INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA 7 BAB TINJAUAN PUSTAKA. Sstem Perml Cerds Perlku Kosume Sstem Perml Cerds Perlku Kosume dlh sebuh sstem g berfugs utuk merml sub produk p g seber dbutuhk oleh kosume ketk g membel sutu produk berdsrk kods

Lebih terperinci

Solusi Sistem Persamaan Linear

Solusi Sistem Persamaan Linear Sos Sstem Persm Ler Sstem persm er: h persm deg h kow j d dketh, j,,, j? So: z 6 z z () () () persm d kow Jw: z 6.5 z.5 z () () () ems : pers. ().5 pers. () pers. ().5 pers. () z 6.5 z 8z 8 () () () ems

Lebih terperinci

BAB III STUDI PUSTAKA

BAB III STUDI PUSTAKA BAB III STUDI PUSTAA III.. Btubr Dlm Peggu Eerg d Pembgu Ekoom Idustr btubr memberk kotrbus pd pembgu ekoom dlm betuk, yg berkt deg tmbg btubr d peggu btubr. Hl yg terkt deg peggu btubr dlh pembgkt teg

Lebih terperinci

PENERAPAN CLUSTERING K-MEANS PADA CUSTOMER SEGMENTATION BERBASIS RECENCY FREQUENCY MONETARY (RFM) (STUDI KASUS : PT. SINAR KENCANA INTERMODA SURABAYA)

PENERAPAN CLUSTERING K-MEANS PADA CUSTOMER SEGMENTATION BERBASIS RECENCY FREQUENCY MONETARY (RFM) (STUDI KASUS : PT. SINAR KENCANA INTERMODA SURABAYA) Semr Nsol Mtemtk d Aplksy, 21 Oktober 2017 Surby, Uversts Arlgg PENERAPAN CLUSTERING K-MEANS PADA CUSTOMER SEGMENTATION BERBASIS RECENCY FREQUENCY MONETARY (RFM) (STUDI KASUS : SINAR KENCANA INTERMODA

Lebih terperinci

Soal-soal dan Pembahasan Matematika Dasar SBMPTN - SNMPTN 2008

Soal-soal dan Pembahasan Matematika Dasar SBMPTN - SNMPTN 2008 Sol-sol d Pembhs Mtemtik Dsr SBMPTN - SNMPTN 8 y. Dlm betuk pgkt positif, ( y). A. ( + y ) ( y ) C. ( y ) E. - ( y ) B. - ( + y ) ( y ) D. ( y ) y ( y) y ( y) y y ( y) y (y). (y) y - ( y ) ( y + ) - (-y+

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN REGRESI ROBUST PADA SAMPING ACAK SEDERHANA.

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN REGRESI ROBUST PADA SAMPING ACAK SEDERHANA. PENAKI AIO ANG EFIIEN UNTUK ATA-ATA POPULAI MENGGUNAKAN KOEFIIEN EGEI OUT PADA AMPING ACAK EDEHANA M Okto Mork Arsm Ad Hpos rt [email protected] Mhssw Progrm Mtemtk Dose Jurus Mtemtk Fkults Mtemtk d Ilmu

Lebih terperinci

Kalkulus 2. Deret Pangkat dan Uji Konvergensi. Department of Chemical Engineering Semarang State University. Dhoni Hartanto S.T., M.T., M.Sc.

Kalkulus 2. Deret Pangkat dan Uji Konvergensi. Department of Chemical Engineering Semarang State University. Dhoni Hartanto S.T., M.T., M.Sc. Klkulus Deret Pgkt d Uji Kovergesi Dhoi Hrtto S.T., M.T., M.S. Deprtmet o Chemil Egieerig Semrg Stte Uiversity Eperimetl Deret Pgkt Urut d deret sequees d series). Urut gk merupk rgki gk tk terbts jumlh

Lebih terperinci

SOLUSI DERET PANGKAT TETAP DENGAN FUNGSI PEMBANGKIT

SOLUSI DERET PANGKAT TETAP DENGAN FUNGSI PEMBANGKIT OLUI DERET PANGKAT TETAP DENGAN FUNGI PEMBANGKIT Aleder A Guw Jurus Mtemt d ttst Fults s d Teolog, Uversts B Nustr Jl. K. H. yhd No. 9, Kemggs/Plmerh, Jrt Brt 8 [email protected] ABTRACT Ths rtcle dscusses bout

Lebih terperinci

INTEGRASI NUMERIK. n ax. ax e. n 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

INTEGRASI NUMERIK. n ax. ax e. n 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal : INTEGRASI NUMERIK Pegtr Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser ltk. Msly dlm termodmk, model Deye utuk megtug kpsts ps dr ed pdt.

Lebih terperinci

1. Aturan Pangkat 3. Logartima

1. Aturan Pangkat 3. Logartima KL UN Mtetk MA IPA 9/ No. KL Ruus. Meetuk egs pert g dperoleh dr perk kespul.. p q. p q. p q ~ (p q) = ~p ~q ~ (eu/etp p) = Ad/Beerp ~p p. ~q q r ~ (p q) = ~p ~q ~ (Ad/Beerp p) = eu/etp ~p q ~p p r p q

Lebih terperinci

MASALAH PROGRAMA LINIER FUZZY DENGAN FUNGSI KEANGGOTAAN LINIER

MASALAH PROGRAMA LINIER FUZZY DENGAN FUNGSI KEANGGOTAAN LINIER JRNA TEKNIK INDSTRI VO. 2 NO. JNI 2000: 28-33 MASAAH PROGRAMA INIER FZZY DENGAN FNGSI KEANGGOTAAN INIER Nyom Sutp Dose Fkults Tekk Jurus Tekk Idustr versts Krste Petr ABSTRAK Asums kepst l-l prmeter dlm

Lebih terperinci

MODUL MATA KULIAH ANALISIS NUMERIK OLEH : Rizqi Tresnaningsih, S.Pd, M.Pd PROGRAM STUDI PENDIDIKAN MATEMATIKA

MODUL MATA KULIAH ANALISIS NUMERIK OLEH : Rizqi Tresnaningsih, S.Pd, M.Pd PROGRAM STUDI PENDIDIKAN MATEMATIKA MODUL MATA KULIAH ANALISIS NUMERIK OLEH : Rzq Tresgsh S.Pd M.Pd PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM IKIP PGRI MADIUN Modul Mt Kulh Alss Numerk DAFTAR

Lebih terperinci

Menaksir Matriks Teknologi Kota Cimahi Berdasarkan Tabel Input Output Provinsi Jawa Barat Menggunakan Metode Location Quontient

Menaksir Matriks Teknologi Kota Cimahi Berdasarkan Tabel Input Output Provinsi Jawa Barat Menggunakan Metode Location Quontient Sttstk, Vol. 9 No., 75 8 Nopemer 9 eksr trks Tekolog Kot Cmh Berdsrk Tel Iput utput Provs Jw Brt egguk etode octo Quotet TETI SFIA ANTI Jurus Sttstk Uversts Islm Bdug Eml: [email protected] ABSTRAK Tel Iput

Lebih terperinci

DEFINISI INTEGRAL. ' untuk

DEFINISI INTEGRAL. ' untuk DEINISI INTEGRAL Dlm mtemtk d eerp stl sepert des, teorem, lemm Istl petg kre meujuk keeksstes Des dl peryt yg erl er kre dsepkt, d tdk perlu duktk Teorem dl peryt yg dpt duktk keery Lemm dl teorem kecl,

Lebih terperinci

Metode Iterasi Gauss Seidell

Metode Iterasi Gauss Seidell Metode Itersi Guss Seidell Metode itersi Guss-Seidel : metode yg megguk proses itersi higg diperoleh ili-ili yg berubh. Bil dikethui persm liier simult: Berik ili wl dri setip i (i s/d ) kemudi persm liier

Lebih terperinci

HUBUNGAN DERET BERTINGKAT BERDASAR BILANGAN EULERIAN DENGAN OPERATOR BEDA

HUBUNGAN DERET BERTINGKAT BERDASAR BILANGAN EULERIAN DENGAN OPERATOR BEDA HUBUNAN DERET BERTINKAT BERDAAR BILANAN EULERIAN DENAN OPERATOR BEDA Aleder A uw Jurus Mtetk, Fkults s d Tekolog, Uversts B Nustr Jl. K.H. yhd No. 9, Plerh, Jkrt Brt 48 [email protected] ABTRACT Cscde seres

Lebih terperinci

FUNGSI KARAKTERISTIK. penelitian ini akan ditentukan fungsi karakteristik dari distribusi four-parameter

FUNGSI KARAKTERISTIK. penelitian ini akan ditentukan fungsi karakteristik dari distribusi four-parameter IV. FUNGSI KARAKTERISTIK Pd bgi seljuty k dijbrk megei ugsi krkteristik. Pd peeliti ii k ditetuk ugsi krkteristik dri distribusi our-prmeter geerlized t deg megguk deiisi d kemudi k membuktik ugsi krkteristik

Lebih terperinci

BAB III NORM MATRIKS PADA HIMPUNAN DARI MATRIKS-MATRIKS TOEPLITZ. Definisi 3.1 Matriks Toeplitz adalah suatu matriks., dengan nilai,, dan indeks yang

BAB III NORM MATRIKS PADA HIMPUNAN DARI MATRIKS-MATRIKS TOEPLITZ. Definisi 3.1 Matriks Toeplitz adalah suatu matriks., dengan nilai,, dan indeks yang BAB III NORM MATRIKS PADA HIMPUNAN DARI MATRIKS-MATRIKS TOEPLITZ 3. Mtriks Toeplitz Defiisi 3. Mtriks Toeplitz dlh sutu mtriks [ t ; k, j = 0,,..., ] : T =, k j, deg ili,, d ideks yg diguk setip etriy

Lebih terperinci

A. Pusat Massa Suatu Batang

A. Pusat Massa Suatu Batang Perteu 7 Pust ss sutu Kepg, Setrod, d Teore Pppus A. Pust ss Sutu Btg Dskusk!. slk ss,,..., terletk pd tg pdt sgsg d ttk,...,,, d = jrk errh tr ss ke sutu ttk tetp 0 pd tg,,,...,. ss prtkel, oe prtkel

Lebih terperinci

RENCANA PELAKSANAAN PERKULIAHAN

RENCANA PELAKSANAAN PERKULIAHAN Lesso Study FMIPA UNY RENCANA PELAKSANAAN PERKULIAHAN MATA KULIAH : ALJABAR LINEAR II SEMESTER : III TOPIK : NILAI EIGEN DAN VEKTOR EIGEN SUB TOPIK : NILAI EIGEN DAN VEKTOR EIGEN WAKTU : X 5 A. Stdr Kompetesi:

Lebih terperinci

Metode Numerik. Regresi. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2008 PENS-ITS

Metode Numerik. Regresi. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2008 PENS-ITS Metode Numerk Regres Um S dh Polteknk Elektronk Neger Surb 008 PENS-ITS 1 Metode Numerk Topk Regres Lner Regres Non Lner PENS-ITS Metode Numerk Metode Numerk Regres vs Interpols REGRESI KUADRAT TERKECIL

Lebih terperinci

dan mempunyai vektor normal n =(a b c). Misal P(x,y,z) suatu titik berada pada bidang. 1. Persamaan bidangnya adalah n P P

dan mempunyai vektor normal n =(a b c). Misal P(x,y,z) suatu titik berada pada bidang. 1. Persamaan bidangnya adalah n P P Rug Vektor Tuju:. Megigt kembli persm gris d bidg di rug.. Memhmi ksiom rug vektor, kombisi liier d rug bgi.. Megigt kembli pegerti bebs d bergtug liier, bsis d dimesi. Arti geometris dri determi Jik A

Lebih terperinci

Optimalisasi Harga Penjualan Perumahan dengan Metode Goal Programming (Studi Kasus: Golden Gindi Residence Kota Bima Nusa Tenggara Barat)

Optimalisasi Harga Penjualan Perumahan dengan Metode Goal Programming (Studi Kasus: Golden Gindi Residence Kota Bima Nusa Tenggara Barat) Jurl Mtemtk Vol. No., Desember 0. ISSN: 69-94 Optmlss Hrg Peul Perumh deg Metode Gol Progrmmg (Stud Ksus: Golde Gd Resdece Kot Bm Nus Teggr Brt) Llk Ik Rhmwt Jurus Mtemtk FMIPA Uversts Udy, Bukt Jmbr-Bl

Lebih terperinci

TEOREMA ABEL-DINI DAN DUAL KÖTHE-TOEPLITZ PADA DERET GANDA

TEOREMA ABEL-DINI DAN DUAL KÖTHE-TOEPLITZ PADA DERET GANDA Prosdg Semr Nsol Ss d Peddk Ss VIII, Fkults Ss d Mtemtk, UKSW Sltg, 5 Ju 203, Vol 4, No, ISSN:2087 0922 TEOREM BEL-DINI DN DUL KÖTHE-TOEPLITZ PD DERET GND Sumrdoo, Soer DW 2 & Sum 3 PPPPTK Mtemtk, Mhssw

Lebih terperinci

Nuryanto,ST.,MT. Integral merupakan operasi invers dari turunan. Jika turunan dari F(x) adalah F (x) = f(x), maka F(x) = f(x) dx.

Nuryanto,ST.,MT. Integral merupakan operasi invers dari turunan. Jika turunan dari F(x) adalah F (x) = f(x), maka F(x) = f(x) dx. Nuryto,ST.,MT d c. INTEGRAL TAK TENTU KONSEP DASAR INTGRAL f. ALJABAR INTEGRAL f. TRIGONO CONTOH SOAL SOAL LATIHAN UJI KOMPETENSI Itegrl merupk opersi ivers dri turu. Jik turu dri F dlh F = f, mk F = f

Lebih terperinci

3SKS-TEKNIK INFORMATIKA-S1

3SKS-TEKNIK INFORMATIKA-S1 SKS-TEKNIK INFORMATIKA-S Momd Sdq PERTEMUAN : 9- INTEGRASI NUMERIK METODE NUMERIK TEKNIK INFORMATIKA S SKS Momd Sdq MATERI PERKUIAHAN SEBEUM-UTS Pegtr Metode Numerk Sstem Blg d Kesl Peyj Blg Bult & Pe

Lebih terperinci

Daftar Isi. Halaman i KATA PENGANTAR

Daftar Isi. Halaman i KATA PENGANTAR KATA PENGANTAR Dftr Is Hlm DAFTAR ISI BAB I PENDAHULUAN PENGERTIAN METODE NUMERIK BILANGAN DAN ANGKA SIGNIFIKAN KONSEP DASAR KALKULUS : NILAI ANTARA DAN DERET TAYLOR GALAT DAN TOLERANSI DALAM METODE NUMERIK

Lebih terperinci

MA1201 MATEMATIKA 2A Hendra Gunawan

MA1201 MATEMATIKA 2A Hendra Gunawan MA0 MATEMATIKA A Hedr Guw Semester II, 06/07 0 Februri 07 9. Deret Tk Terhigg Kulih yg Llu Memeriks kekoverge sutu deret d, bil mugki, meghitug jumlhy 9.3 Deret Positif: Uji Itegrl Memeriks kekoverge deret

Lebih terperinci

juga dinyatakan sebagai a n atau a n n n 0,1, 2, 3,... Pada barisan dibagi menjadi barisan konvergen dan barisan divergen.

juga dinyatakan sebagai a n atau a n n n 0,1, 2, 3,... Pada barisan dibagi menjadi barisan konvergen dan barisan divergen. MATERI: ) Perbed bris d deret b) Defiisi d teorem tetg deret c) Deret suku positif d uji kovergesiy d) Deret hiperhrmois e) Deret ukur f) Deret ltertig d uji kovergesiy g) Deret kus d opersiy h) Deret

Lebih terperinci