Bab II Landasan Teori

dokumen-dokumen yang mirip
ANALISIS SISTEM NON LINEAR MELALUI PENDEKATAN SISTEM LINEAR DENGAN PARAMETER BERUBAH-UBAH

SIFAT SIFAT TRANSFORMASI LINEAR DARI R KE R

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan

SUMMABILITAS CESARO PADA OPERASI DERET DIVERGEN. Sangadji* 1

Mata Kuliah: Statistik Inferensial

INTERVAL KEPERCAYAAN

MENENTUKAN SPECTRUM SUATU GRAF BERBANTUAN MATLAB

Bab IV Metode Alternating Projection

HOMOMORFISMA RING DERET PANGKAT TERITLAK MIRING

Pendugaan. Parameter HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO

TINJAUAN PUSTAKA. 2.1 Ruang Vektor. Definisi (Darmawijaya, 2007) Diketahui (V, +) grup komutatif dan (F,,. ) lapangan dengan elemen identitas

Analisis Rangkaian Listrik Di Kawasan s

STATISTICS. Confidence Intervals (Rentang Keyakinan) Confidence Intervals (1)

Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h

Watak Dinamis Sensor. Laila Katriani.

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada

A.Interval Konfidensi pada Selisih Rata-rata

LANDASAN TEORI. Pada bab ini akan diberikan beberapa konsep dasar (pengertian) yang akan digunakan dalam. pembahasan penelitian. 2.

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

PERTEMUAN 13. VEKTOR dalam R 3

BARISAN TAK HINGGA DAN DERET TAK HINGGA

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya

2. Fungsi Bessel Persamaan Diferensial Bessel 2.2. Sifat-sifat Fungsi Bessel 2.3. Fungsi-fungsi Hankel, Bessel Orde-fraksional, Bessel Sferis

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT


Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

BAB IV DESKRIPSI ANALISIS DATA

BAHAN AJAR ANALISIS REAL 1 Matematika STKIP Tuanku Tambusai Bangkinang 5. DERET

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

B a b 1 I s y a r a t

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

BAB II ESTIMASI STATISTIK 2.1 Pengertian Estimasi a. Estimasi merupakan suatu metode dimana kita dapat memperkirakan nilai Populasi dengan memakai

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB IV ENTROPI GAS SEMPURNA

I. DERET TAKHINGGA, DERET PANGKAT

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

BAB II TINJAUAN PUSTAKA

KELUARGA EKSPONENSIAL Untuk Memenuhi Tugas Mata Kuliah Statistika Inferensial Dosen Pengampu: Nendra Mursetya Somasih Dwipa, M.Pd

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI

Fisika Statistik. Jumlah SKS : 3. Oleh : Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Mulawarman

BAB VI BARISAN TAK HINGGA DAN DERET TAK HINGGA

BARISAN PANGKAT TERURUT MATRIKS PADA ALJABAR MAX PLUS

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Al Azhar-3

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2

Homomorfisma Pada Semimodul Atas Aljabar Max-Plus

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

TEOREMA WEYL UNTUK OPERATOR HYPONORMAL

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

Metode Statistika Pertemuan IX-X

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Bab 2. Sistem Bilangan Real Aksioma Bilangan Real Misalkan adalah himpunan bilangan real, P himpunan bilangan positif dan fungsi + dan.

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka

Solusi Numerik Persamaan Transport

JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 31-41, April 2004, ISSN :

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum

Pengujian Hipotesis untuk selisih dua nilai tengah populasi

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

Bab 3 Metode Interpolasi

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F

MINGGU KE XII PENDUGAAN INTERVAL

BAB II TINJAUAN PUSTAKA

Distribusi Pendekatan (Limiting Distributions)

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 1, 41-48, April 2003, ISSN : MATRIKS STOKASTIK GANDA DAN SIFAT-SIFATNYA

BAB 2 LANDASAN TEORI

STUDI TRAVELLING SALESMAN PROBLEM (TSP) DENGAN MENGGUNAKAN PROGRAM DINAMIK

Kestabilan Rangkaian Tertutup Waktu Kontinu Menggunakan Metode Transformasi Ke Bentuk Kanonik Terkendali

1 n MODUL 5. Peubah Acak Diskret Khusus

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN

DIMENSI PARTISI PADA GRAF KINCIR PARTITION DIMENSION OF WINDMILL GRAPH

2 BARISAN BILANGAN REAL

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor

TINJAUAN PUSTAKA Pengertian

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga

Himpunan/Selang Kekonvergenan

TUGAS ANALISIS REAL LANJUT. a b < a + A. b + B < A B.

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB I PENDAHULUAN. A. Latar Belakang Masalah

Semigrup Matriks Admitting Struktur Ring

Selang Kepercayaan dari Parameter Distribusi Log-Normal Menggunakan Metode Bootstrap Persentil

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

A. Interval Konfidensi untuk Mean

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

Barisan Aritmetika dan deret aritmetika

Tetapi apabila n < 5% N maka digunakan :

Bab IV. Penderetan Fungsi Kompleks

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

MATHunesa (Volume 3 No 3) 2014

SOAL PELATIHAN 1. File_Imamgun_Statistik Inferensial

Transkripsi:

Bab II adaa eori Bab ii meyajika kajia item da teori-teori yag aka medaari da diguaka dalam mecari betuk model tereduki. Beberapa hal yag aka dikaji dalam bab ii adalah item PV da beberapa teori daar yag berkaita dega ketabila item da kierja item. Selajutya diajika teori ketakamaa matrik liear yag mempuyai pera petig ebagai jala utuk mecari betuk model tereduki. Di akhir bab dikaji metode pemotoga etimbag yag diperumum utuk item PV. II. Sitem iear Parameter Varyig (PV Berikut ii diberika repreetai dari item PV dega laju variai parameter tak terbata (PV ytem with ubouded parameter variatio rate. Defiii II.. Himpua Variai Parameter Diberika R adalah ruag vektor ata lapaga. R adalah himpua kompak. Himpua variai parameter F meotaika himpua dari emua fugi kotiu bagia demi bagia dari dikotiuita dalam uatu iterval : + (waktu ke dega ejumlah higga { :,,2,..., } F = ρ ρ ρ ρ. (II. + mi i max Defiii II.2. Sitem PV Diberika fugi-fugi kotiu berikut : A: R, m B : R, p C : R, p m D : R. (II.2

6 Himpua kompak R berama ama dega fugi kotiu A,B,C,D merepreetaika item PV berorde dega realiai ruag keadaa ebagai berikut : ( = ( ρ( ( + ( ρ( (, ( ( ( ( ( ( ( x& t A t x t B t u t y t = C ρ t x t + D ρ t u t, utuk etiap ρ F. (II.3 Realiai ruag keadaa dari item PV (II.3 diotaika ebagai (utuk meyigkat peulia, ketergatuga parameter ρ terhadap t tidak dituli ( F, A ( ρ, B ( ρ, C ( ρ, D ( ρ. Berikut diberika cotoh ketergatuga parameter dari data ruag keadaa pada item PV (II.3 [5]. Cotoh : Mialka A( t, ( B t adalah data ruag keadaa dari item PV dega ( t M ( t θ ( t 2 0 ω / At (: =, Bt ( = co( E( t M ( t. (II.4 + Aumika bahwa emua fugi berilai kalar adalah terbata, da didefiiika 4 ( t ( t ρ 2 2 2 2 2 : = ω ω, ω,0 < ω < ω <, ρ2 ( t : = M ( t M, M,0 < M < M <, ρ3 t : = + E t + E, + E,0 < E < E <, ρ : = co -,, ( ( ( t θ( t ( [ ] 2 2 dega ω, ω maig-maig adalah bata bawah da bata ata dari ω 2 ( t. M, M maig-maig adalah bata bawah da bata ata dari M ( t. EE, maig-maig adalah bata bawah da bata ata dari E ( t.

7 Maka, ρ ρ ρ = ρ3 ρ 4 2 4 ampai ρ 4. A da B dari item (II.4 mejadi, dega didefiiika oleh bata-bata dari ρ ( t / ρ ( t ρ ( t ρ ( t ρ 2 A( ρ( t : =, B( ρ( t : = 4 3 ρ2 ( t. Berikut ii diberika koep ketabila item PV dega laju variai parameter tak terbata. Diberika fugi kotiu A : R mauka ( = ( ρ ( (. Padag item PV tapa x& t A t x t, (II.5 dega ρ F. Fugi yapuov kuadratik berilai kalar V : didefiiika ebagai V ( x: = x Px, dega P, 0 P >. urua dari fugi yapuov kuadratik V ( x diberika oleh utuk etiap ρ F ( ( dv x t dt ( ( ( ( ( = x A ρ t P+ PA ρ t x t, (II.6, epajag variai parameter dari item (II.5. Defiii II.3. Ketabila kuadratik uatu fugi Fugi A dikataka tabil kuadratik ata jika terdapat matrik real P > 0 edemikia ehigga ( ( + ( ( < 0, utuk etiap A ρ t P PA ρ t ρ F. (II.7 Defiii II.4. Ketabila kuadratik item PV ( Sitem PV dega realiai ruag keadaa F, A ( ρ, B ( ρ, C ( ρ, D ( ρ dikataka tabil kuadratik jika A tabil kuadratik.

8 Defiii terebut megidikaika bahwa item PV dega realiai ruag ( keadaa F, A ( ρ, B ( ρ, C ( ρ, D ( ρ adalah tabil kuadratik [8] jika da haya jika terdapat P > 0 da Q > 0 ehigga memeuhi katakamaa ( ( ( ( ( ( ( ( 0 ( ρ( ( ρ( ( ρ( ( ρ( 0 A ρ t P+ PA ρ t + B ρ t B ρ t <, (II.8 utuk etiap ρ F. A t Q+ QA t + C t B t <, (II.9 Defiii II.5. ( Diberika realiai ruag keadaa F, A ( ρ, B ( ρ, C ( ρ, D ( ρ. Sitem PV (II.3 dikataka tertabilka ecara kuadratik jika terdapat fugi matrik kotiu m F : R da matrik kota real defiit poitif P, ehigga utuk etiap ρ F ( ( ( ( ( ( ( ( ( ( ( ( ( ( 0 A ρ t + B ρ t F ρ t P+ P A ρ t + B ρ t F ρ t <. (II.0 Defiii II.6 ( Diberika realiai ruag keadaa F, A ( ρ, B ( ρ, C ( ρ, D ( ρ. Sitem PV (II.3 dikataka terdeteki ecara kuadratik jika terdapat fugi matrik kotiu p : R da matrik kota real defiit poitif P, ehigga utuk etiap ρ F ( ( ( ( ( ( ( ( ( ( ( ( ( ( 0 A ρ t + ρ t C ρ t P+ P A ρ t + ρ t C ρ t <. (II. II.2 Sitem PV Politopik Matrik politop didefiiika ebagai kovek hull dari ejumlah berhigga matrik-matrik N i berdimei ama eperti berikut Co{ Ni i =.. } := αini αi 0, αi =. (II.2

9 Bila vektor parameter ρ ( t diambil ilaiya di dalam box dari R dega udut- udut { v i... } ( 2 i ρ = =, dega kata lai ( t dega vertek-vertek ρ,..., ρ, maka dapat dituli v v ( { } ρ t : = Co ρ,..., ρ, utuk etiap t 0. v v ρ ilaiya didalam politop Sitem PV diebut politopik bila dapat direpreetaika oleh matrik ruag keadaa A ρ( t, B ρ t, C ρ t, da D ρ t dega vektor parameter ( ( ( ( ( ( ( bervariai di dalam uatu politop tetap da ketergatuga dari A(, B(, C(, da D ( pada ρ adalah afi. Jadi matrik ruag keadaa dari item PV politopik dapat direpreetaika dalam betuk ( ρ( ( ρ( i i i i Co i ( ( ( ( Ci D ρ ρ i C i i D = i A t B t A B A B =,..., := αi αi 0, αi =. C t D t (II.3 Peulia diata dapat diartika bahwa ( ρ( ( ρ( ( ρ( ( ρ( A t B t C t D t Ai Bi kovek dari matrik-matrik item I Ci D, i =.... i Fugi trafer dari item PV politop (II.3 dapat dituli ebagai { } i i i i i i i ( ( ( α = α C I A B + D, α 0, α = adalah kombiai. (II.4 II.3 Ketakamaa Matrik iear (iear Matrix Iequality / MI Ketakamaa matrik liear (liear matrix iequality / MI adalah ketakamaa matrik dalam betuk F( x = F0 + xifi < 0, (II.5

0 dega F0, F,..., F adalah matrik real imetrik yag diberika, ( x, x = x, x2,..., x adalah vektor variabel yag biaa diebut ebagai variabel keputua. ada < meujukka defiit egatif, yaitu ilai eige terbear dari F( x adalah egatif. Sedagka tada ebalikya meujukka defiit poitif. Selai MI dalam betuk (II.5, terdapat pula otrict MI, yaitu MI dalam betuk Utuk item MI eperti dibawah ii F( x 0. (II.6 ( x F < 0 : : Fm ( x < 0 MI terebut dapat diyataka dalam betuk MI tuggal ( ( ( (, (II.7 F x = diag F x,..., F x < 0. (II.8 Himpua emua olui feaible dari MI (II.5 adalah kovek, yaitu { ( 0} xf x < kovek. Yag dimakud dega olui feaible adalah himpua emua vektor x yag memeuhi emua kedala yag diberika. Mialka x da 2 x adalah dua olui dari uatu maalah MI yag memeuhi ( < 0 da F( x2 < 0, maka uatu kombiai kovek x = ( α x + α x 2 F x dega 0 α memeuhi ( (( α α ( α ( α ( F x = F x + x = F x + F x < 0. (II.9 2 2 Sebuah MI dapat mempreetaika berbagai macam kedala kovek dalam x, diataraya adalah ketakamaa yapuov da ketakamaa matrik kuadratik kovek dalam maalah teori kotrol. Dalam berbagai aplikai kotrol, MI lebih erig tampak tidak dalam betuk kaoik (II.5, tetapi dalam betuk dega ( da R ( m (,..., (,..., X X < R X X, (II.20 adalah fugi afi dari uatu variabel matrik X,..., X. Jadi variabel dari MI (II.20 adalah matrik-matrik X,..., X. Cotoh ederhaa dari betuk di ata adalah ketakamaa yapuov

A X + XA< 0, dega X adalah variabel matrik yag belum diketahui ilaiya. Betuk daar MI (II.5 dapat diperlua ke MI yag bergatug parameter ebagai berikut ρ ρ ρ dega : [,..., ] F( x, ρ = F0 ( ρ + xifi( ρ < 0, (II.2 = adalah parameter, ρ F. Beberapa maalah tadar MI yag petig adalah. Maalah feaibility yaitu medapatka olui x feaible edemikia ehigga (, 0 F x ρ <, utuk etiap ρ F. Cotoh: maalah ketabila dari item diamik x& ( t = A( ρ ( t x( t ekuivale dega maalah feaibility yaitu mecari matrik yapuov P= P edemikia ehigga ( ρ( + ( ρ( < 0, A t P PA t P > 0. 2. Maalah liear objective miimizatio yaitu memiimiai ebuah fugi liear x terhadap kedala MI berikut { ( } mi c x: F x, ρ < 0, utuk etiap ρ F. emma II. Kompleme Schur Padag matrik blok terpartii ebagai berikut M ( ρ ( ρ M ( ρ ( ρ M ( ρ M 2 =. M2 22 M ( ρ adalah defiit egatif jika da haya jika ( ( ρ ( ρ ( ρ ( ρ 2 22 2 0 M ρ < da 22 0 M M M M <, utuk etiap ρ F.

2 II.4 Reformulai Maalah Optimiai ke dalam Betuk MI Ketakamaa matrik oliear (kovek dapat direformulai kedalam betuk MI dega megguaka kompleme Schur, yaitu MI ( S( x dega Q( x = Q( x, R( x = R( x, da ( x, ekuivale dega Q x 0 >, (II.22 S( x R( x ( ( ( ( ( S x ecara afi bergatug pada R x > 0, Q x S x R x S x > 0. (II.23 Jadi himpua ketakamaa matrik oliear (II.23 dapat direformulaika kedalam betuk MI (II.22. Sebagai cotoh, kedala berbetuk orm matrik (ilai igular makimum q Z( x <, dega Z( x direpreetaika dalam betuk MI Hal ii dikareaka ( dega c( x da P( x P( x da bergatug ecara afi pada x, dapat ( I Z x > 0. (II.24 Z( x I Z x < ekuivale dega I ZZ > 0. Kedala ( ( ( ( c x P x c x <, P x > 0, = bergatug ecara afi pada x, dapat diekpreika dalam betuk MI ebih umum, kedala ( c( x P x 0 >. (II.25 c( x ( ( ( ( ( ( ( ( S x P x S x < : = r S x P x S x <, P x > 0, p dega P( x P( x da S( x = bergatug ecara afi pada x, diformulaika dalam betuk MI (dalam x da Z dega medefiiika variabel baru p p Z = Z,

3 Z Z S ( ( x : = r Z <, > 0. (II.26 S( x P( x II.5 Metode Pemotoga Setimbag yag Diperumum (Geeralized Balaced rucatio Method Diberika item PV politopik yag tabil kuadratik ( ρ( ( ρ( ( ( ( ρ( (, ( ( ( ρ( ( ( 0 xt & = A t xt+ B t ut y t = C t x t + D t u t, x 0 = x, yag berkembag pada politop kovek (II.27 Ai Bi Ai Bi Ω= Co i,..., = αi αi 0, αi Ci D = = i C i i D = i. (II.28 Karea item (II.27 tabil kuadratik, maka terdapat matrik PQ, edemikia ehigga PQ>, 0, (II.29 i i i i PA + A P + B B < 0, i =,...,, (II.30 i i i i A Q+ QA + CC < 0,,...,. (II.3 Utuk kedala-kedala (II.29-(II.3 diata, terdapat matrik o igular edemikia ehigga,..., k 0 P = ( Q( = =, 0 2 =, dega = diag ( σ σ, diag ( σ,..., σ da σ σ2 σk σk+ σ 2 k+ > >... > > >... > > 0. raformai item PV (II.27 (II.28 megguaka matrik traformai o igular, yaitu A = A, B = B, C = C, meghailka politop kovek i i i i i i Ω bal yag ekuivale dega politop kovek Ω

4 Ai B i A i B i Ω bal = Co i =,..., = αi αi 0, αi = C i Di Ci Di ebih lajut, dalam politop kovek. (II.32 Ω bal berlaku 0 = > 0 0 2, (II.33 A + A + B B < 0,,...,, (II.34 i i i i A + A + CC < 0,,...,. (II.35 i i i i σ j, j =,.., diebut ilai igular Hakel yag diperumum dari item PV politopik (II.27-(II.28, da merupaka perumuma dari koep ilai igular Hakel dari item I. Demikia juga ruag keadaa Ω bal diebut realiai etimbag yag diperumum. Sebagaimaa dalam item I, ilai igular Hakel yag diperumum da realiai etimbag yag diperumum tuggal. Partii A, B, da C meyeuaika dega da 2 mejadi i i i A A 2 B A B C C C 2 22 i i i = i = i = 2 A i A i B 2 model tereduki didapat dega megabaika 2 yag data ruag keadaaya bereuaia dega (II.33 (II.35, ehigga didapat politop, A i B r i Ω bal = Co i =,..., C i D i A i B i = α i αi 0, αi. = C i D i (II.36 Sitem PV (II.36 berorde k yag dilambagka dega yag tabil kuadratik da etimbag. Notai r pada tereduki. r Ω bal adalah item r Ω bal melambagka politop

5 Setelah diajika kajia tetag item da teori-teori yag aka medaari da diguaka dalam membaha reduki orde model item PV, maka pada bab elajutya aka dibaha reduki orde model utuk item PV yag merupaka iti dari pembahaa dalam tei ii.