BAB 1 PENDAHULUAN. 1.1 Latar Belakang

dokumen-dokumen yang mirip
PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

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

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

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

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

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

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

BAB III PERSAMAAN PANAS DIMENSI SATU

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

BAB II LANDASAN TEORI

BAB 5. ANALISIS REGRESI DAN KORELASI

UKURAN GEJALA PUSAT DAN UKURAN LETAK

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

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 2. Tinjauan Teoritis

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

Bab II Teori Pendukung

INTERPOLASI. FTI-Universitas Yarsi

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

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

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

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

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

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

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

S2 MP Oleh ; N. Setyaningsih

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

REGRESI LINIER SEDERHANA

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

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

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

3 Departemen Statistika FMIPA IPB

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange

BAB II TINJAUAN PUSTAKA

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

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

PEMECAHAN MASALAH OPTIMASI BERSIFAT PROBABILISTIK MENGGUNAKAN CHANGE- CONSTRAINED PROGRAMMING

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

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

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

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

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

XI. ANALISIS REGRESI KORELASI

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

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

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

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

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit)

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

PEMBENTUKAN MODEL PROBIT BIVARIAT

Regresi Linier Sederhana Definisi Pengaruh

8. MENGANALISIS HASIL EVALUASI

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

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

Uji Statistika yangb digunakan dikaitan dengan jenis data

BAB III UKURAN PEMUSATAN DATA

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

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

3.1 Biaya Investasi Pipa

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI

MODUL ANALISIS REGRESI DAN KORELASI

b) Untuk data berfrekuensi fixi Data (Xi)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

TINJAUAN PUSTAKA Evaluasi Pengajaran

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

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

MATEMATIKA INTEGRAL RIEMANN

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 LANDASAN TEORI

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

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

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

OPTIMASI PENJADWALAN PEMBANGKITAN DI ANTARA UNIT-UNIT PEMBANGKIT TERMAL BERDASARKAN INCREMENTAL PRODUCTION COST YANG SAMA. Abstrak

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

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

2.2.3 Ukuran Dispersi

NORM VEKTOR DAN NORM MATRIKS

POLIGON TERBUKA TERIKAT SEMPURNA

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

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

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Transkripsi:

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 ( ) b, da koefse tuua ( ) Basaya model-model yag dformulaska seolah-olah meuukka bahwa semua parameter dketahu dega tepat. Namu keyataaya, parameter-parameter tersebut sebearya adalah hasl perkraa pegambl keputusa yag dapat megalam perubaha karea faktor-faktor tertetu. c. Faktor-faktor yag meyebabka perubaha-perubaha parameter, umumya merupaka faktor yag berada d luar kedal para pegambl keputusa. Faktor-faktor tersebut sepert stuas ekoom, becaa alam, da la sebagaya. Apabla stuas ekoom megalam krss, hal tersebut dapat meyebabka teradya perubaha pada parameter-parameter koefse tuua. Demka uga halya dega becaa alam, dapat meyebabka teradya perubaha pada parameter-parameter la kuattas batasa. Pada saat terad perubaha, parameter-parameter mugk ada yag sestf terhadap perubaha. Artya ada parameter-parameter yag bla laya berubah, solus optmalya berubah. Semetara ada parameter yag meskpu laya berubah, amu tdak mempegaruh solus optmal. Oleh karea tu perlu megaalss perubaha dega megguaka aalss sestvtas. Aalss sestvtas merupaka aalss yag dlakuka utuk megetahu pegaruh perubaha yag terad pada parameter-perameter model program ler terhadap solus optmal yag telah dcapa.

Betuk la dar aalss sestvtas adalah program ler parametrk atau dsgkat dega program parametrk. Program parametrk merupaka aalss sestvtas sstemats karea perubaha parameter terad secara kotu. Oleh karea tu, program parametrk merupaka aalss sestvtas lauta yag sagat bergua utuk memerksa dampak dar hubuga parameter-parameter yag berubah secara kotu da bersamaa. Aplkas masalah adalah peyeldka pada pergata la-la parameter. Msalya, ka la c meggambarka keutuga tap ut masg-masg aktvtas, hal yag mugk utuk meaka la c aktvtas yag satu dlakuka dega megorbaka peurua la c dar aktvtas yag la. Sama halya, ka la b meggambarka kuattas masg-masg sumberdaya yag terseda, hal yag mugk utuk meakka la b sumberdaya yag satu dlakuka dega meyetuu peurua dar kuattas persedaa sumberdaya yag la. Masalah adalah masalah khusus dalam aalss sestvtas sehgga dmasukka ke dalam baga aalss sestvtas betuk khusus, yatu persoala program ler parametrk atau program parametrk. 2 Pada tugas akhr, peuls mecoba meelt perubaha solus optmal awal yag dsebabka oleh perubaha parameter-parameter yag terad secara kotu. Dalam hal peuls uga g meelt terval yag dzka dar perubaha parameter-parameter tersebut hgga solus tetap optmal. Metode yag dguaka dalam meyelesaka masalah yatu metode smplex. Metode smplex pertama kal dkembagka oleh ahl Matematka Amerka Serkat, G. B. Datzg pada tahu 947. Metode ddefska sebaga suatu prosedur alabar d maa setap teras melbatka pemecaha suatu sstem persamaaa utuk medapatka pemecaha baru utuk pegua optmaltas. Dalam metode smplex, model dubah ke dalam suatu tabel, kemuda dlakuka beberapa lagkah sstemats pada tabel tersebut. Lagkah-lagkah matemats pada dasarya merupaka refleks proses pemdaha dar satu ttk ekstrm ke ttk ekstrm laya pada batas daerah solus. Metode smplex bergerak dar satu solus ke solus yag lebh bak sampa solus yag terbak (optmal) dperoleh. Metode smplex dapat uga dyataka dega megguaka mapulas matrx. Jad, algortma smplex bak

3 secara tabel da betuk matrx aka dguaka dalam meyelesaka masalah. Peyelesaa masalah uga tdak terlepas dar pegguaa aalss sestvtas da metode dual smplex utuk memperoleh solus optmal. Namu, metode smplex adalah metode yag utama dguaka dalam peyelesaa masalah program ler parametrk. Oleh kerea tu, dalam tugas akhr peuls megambl udul : Meetuka Solus Optmal Program Ler Parametrk Dega Megguaka Metode Smplex.2 Perumusa Masalah Masalah yag dagkat peuls adalah apakah masalah program ler parametrk dapat dselesaka dega megguaka metode smplex da dega syarat bahwa solus yag dhaslka adalah solus optmal..3 Taua Pustaka Mulyoo ( 2000 ) meyataka bahwa program ler parametrk adalah aalss yag berkata dega perubaha kotu parameter utuk meetuka uruta solus dasar yag mead optmum ka perubaha dlakuka lebh auh. Budck ( 998 ) meyataka bahwa program ler parametrk adalah suatu betuk aalss sestvtas yag secara otomats memperkeaka parameterparameter plha ( b atau c ) berubah secara kotu pada terval tertetu. Pada saat parameter c megalam perubaha, fugs obektf dar model program ler :

4 Maksmum z = Dgatka oleh = Maksmum z ( ) D maa : c x θ = ( + α θ ) = c x z ( θ ) : suatu modfkas fugs model program ler awal mead fugs θ θ α c : besarya tgkat perubaha parameter yag dzka terad : agka relatf perubaha parameter : keutuga setap satua varabel keputusa terhadap la z x : varabel keputusa ke- : es aktvtas yag megguaka sumber atau fasltas yag terseda ( =,2,..., ) Hller ( 200 ) meyataka bahwa pada persoala d maa parameter b berubah secara sstemats, modfkas dlakuka pada model program ler asl, yatu b dgatka dega b + α θ utuk =,2,..., m, d maa α adalah kostata masukka yag dgka. Dega demka masalah mead Maksmum z( θ ) Dega kedala = = c x a x b + α θ utuk =,2,..., m da 0 x utuk ( =,2,...,) d maa : a b : bayakya sumber ke- yag dperluka utuk meghaslka setap ut aktvtas : bayakya sumber atau fasltas ke- yag terseda utuk dalokaska pada setap es aktvtas : es sumber atau fasltas yag terseda ( =,2,..., m)

5.4 Tuua Peelta Tuua dlakukaya peelta adalah utuk membatu para pegambl keputusa dalam megambl kebaka pada saat terad perubaha parameter-parameter ( b atau c ) secara kotu dega megguaka metode smplex sehgga akhrya pegambl keputusa dapat memperoleh hasl yag optmal yatu keutuga maksmum..5 Kotrbus Peelta Peelta memberka beberapa mafaat, atara la :. Membatu para pegambl keputusa dalam meyelesaka masalah program parametrk dega megguaka metode smplex. 2. Membatu para pegambl keputusa megaalss kotrbus yag dhaslka ( utug atau rug ) akbat pergata la-la parameter yag terad sehgga dapat dperoleh keputusa optmal. 3. Meambah pegetahua da wawasa bag peuls tetag pegguaa metode smplex pada program ler parametrk da aplkasya..6 Metode Peelta Metode yag dguaka dalam peelta adalah sebaga berkut :. Megumpulka berbaga formas megea program parametrk. 2. Mempelaar da merumuska permasalaha dalam program parametrk. 3. Meyelesaka masalah program parametrk dalam sebuah cotoh kasus dega megguaka metode smplex. 4. Megambl kesmpula berdasarka peyelesaa masalah yag dhaslka.