PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

dokumen-dokumen yang mirip
PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange

PRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel

BAB 1 ERROR PERHITUNGAN NUMERIK

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

POLIGON TERBUKA TERIKAT SEMPURNA

Pertemuan 3 Luas Daerah Bidang Datar, dan Volume Benda Padat dengan Metode Bidang Irisan Sejajar

Regresi Linier Sederhana Definisi Pengaruh

BAB III PERSAMAAN PANAS DIMENSI SATU

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

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

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

BAB 5. ANALISIS REGRESI DAN KORELASI

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

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

REGRESI & KORELASI LINIER SEDERHANA

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

Regresi & Korelasi Linier Sederhana

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

SOLUSI TUGAS I HIMPUNAN

UKURAN GEJALA PUSAT DAN UKURAN LETAK

MATEMATIKA INTEGRAL RIEMANN

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

Uji Statistika yangb digunakan dikaitan dengan jenis data

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

REGRESI & KORELASI LINIER SEDERHANA

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

Penyelesaian Persamaan Non Linier

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

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

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

PENYELESAIAN PERSAMAAN NON LINIER

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

8. MENGANALISIS HASIL EVALUASI

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

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

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

Pertemuan VII IV. Titik Berat dan Momen Inersia

INTERPOLASI INTERPOLASI LINIER INTERPOLASI KUADRATIK

BAB III UKURAN PEMUSATAN DATA

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

UKURAN PEMUSATAN & PENYEBARAN

INTERPOLASI. FTI-Universitas Yarsi

BAB I PENGINTEGRALAN KOMPLEKS

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

2.2.3 Ukuran Dispersi

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

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

MASALAH NORM MINIMUM PADA RUANG HILBERT DAN APLIKASINYA

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

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

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

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

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

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

BAB II LANDASAN TEORI

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

BAB 1 STATISTIKA RINGKASAN MATERI

Orbit Fraktal Himpunan Julia

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

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

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

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

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

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

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

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

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

NORM VEKTOR DAN NORM MATRIKS

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

BAB II TINJAUAN PUSTAKA

TINJAUAN PUSTAKA Evaluasi Pengajaran

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

S2 MP Oleh ; N. Setyaningsih

Bab II Teori Pendukung

UKURAN GEJALA PUSAT (UGP)

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

BAB II TINJAUAN PUSTAKA

Bab 2 AKAR-AKAR PERSAMAAN

3 Departemen Statistika FMIPA IPB

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

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

Analisis Korelasi dan Regresi

PENAKSIR REGRESI CUM RASIO UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN KOEFISIEN KURTOSIS DAN KOEFISIEN SKEWNESS

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi

PENAKSIR DUAL RATIO-CUM-PRODUCT UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA

BAB II LANDASAN TEORI

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

REGRESI LINIER SEDERHANA

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

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

Pertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012

b) Untuk data berfrekuensi fixi Data (Xi)

Transkripsi:

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 persamaa o ler Dasar Teor : Metode secat merupaka perbaka dar metode regula-fals da ewto raphso dmaa kemrga dua ttk dataka sacara dskrt, dega megambl betuk gars lurus ag melalu satu ttk. F( ) F( ) - 0 = m( 0 )atau, dmaa m dperoleh dar m = Bla = F(), da dketahu maka ttk ke + adalah : + - = m ( + - ) Bla ttk + daggap akar persamaa maka : Y + =0 sehgga dperoleh : - = m ( + - ) atau : + =. + = m m m + + = Persamaa ag mejad dasar pada proses pedekata dmaa la pedekataa adalah : δ = + + + Poltekk Elektroka Neger Surabaa ITS 3

Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Sehgga utuk megguaka metode secat dperluka dua ttk pedekata 0 da. Kedua ttk pedekata dambl pada ttk-ttk ag dekat agar kovergesa dapat djam. Algortma Metode Secat :. Defska fugs F() 2. Ambl rage la =[ a, b] dega jumlah pembag p 3. Masukka torelas error (e) da masukka teras 4. Guaka algortma tabel dperoleh ttk pedekata awal 0 da utuk setap rage ag dperkraka terdapat akar dar : F( k ) * F( k+ )<0 maka 0 = k da = 0 +(b-a)/p. Sebaka guaka metode tabel atau grafs utuk mejam ttk pedakataa adalah ttk pedekata ag kovergesa pada akar persamaa ag dharapka. 5. Htug F( 0 ) da F( ) sebaga 0 da 6. Utuk teras I = s/d atau F( ) e + = Htug + = F( + ) 7. Akar persamaa adalah la ag terakhr. Poltekk Elektroka Neger Surabaa ITS 32

Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Flowchart Metode Secat : START Defs Fugs F() Iput : Pedekata awal (0) da () Toleras Error (e) Iteras Maksmum (N) Dapatka =F(0) da 2=F () Isalsas : teras = 0 F() >= e or teras <= N F teras=teras+ Dapatka : + = ( - =0, =, - =F(0), =F()) 0=,=+, - =F(0), =F() T Tamplka : akar da F() Akar Terletak d Dega la F() END Poltekk Elektroka Neger Surabaa ITS 33

Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tugas Pedahulua Tulska dasar-dasar komputas dar metode ewto raphso dega modfkas table utuk meelesaka persamaa o ler, sebaga berkut :. Judul : METODE SECANT DENGAN MODIFIKASI TABEL 2. Dasar teor dar metode Secat Dega Modfkas Tabel 3. Algortma da Flowchart Prosedur Percobaa. Ddefska persoala dar persamaa o ler dega fugs sebaga berkut : F()= *e - +cos(2*) 2. Pegamata awal a. Guaka Gu Plot utuk medapatka kurva fugs persamaa. b. Amat perpotoga kurva fugs dega sumbu, tu adalah la akar ag dcar, dapat lebh dar satu. c. Tambahka put utuk metode table : batas bawah (=a), batas atas(=b), jumlah pembag(=p) 3. Peulsa hasl a. Dapatka semua la akar pada setap rage ag dtemuka ada akar (f( )*f( + )<0) b. Pada setap rage ag dtemuka ada akar htuglah tap teras dega memasukka la sebeluma pada : + = c. Kemuda dapatka la f( + ). d. Akhr teras dtetuka sampa dega 0 teras atau jka la f() < e 4. Pegamata terhadap hasl dega macam-macam parameter put a. Nla error (e) akar dtetuka = 0.000 sebaga pembatas teras la f() b. Jumlah teras maksmum c. Badgka atara 3a da 3b terhadap hasl ag dperoleh d. Pegubaha la 0 Poltekk Elektroka Neger Surabaa ITS 34

Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel FORM LAPORAN AKHIR Nama da NRP mahasswa Judul Percobaa : METODE SECANT DENGAN MODIFIKASI TABEL Algortma : Lstg program ag sudah bear : Pegamata awal. Gambar kurva fugs dega Gu Plot 2. Perkraa la 0 Hasl percobaa :. Tabel hasl teras,, f(). Pegamata terhadap parameter a. Toleras error(e) terhadap jumlah teras (N) Toleras Error (e) Jumlah Iteras (N) 0. 0.0 0.00 0.000 b. Perubaha la awal 0 terhadap teras (N) X0 Iteras 0 0.25 0.75 0.55 Buatlah kesmpula dar jawaba 2a da 2b, kemuda gambarka grafka Poltekk Elektroka Neger Surabaa ITS 35