My Blog List

Tuesday 3 December 2013

Filsafat 7a4 Selasa 3 Desember 2013

Bacalah Elegi Menggapai Diri  karya Prof. Dr. Marsigit, MA
kemudian tulislah komentar anda pada email: tugaskuliahgun@gmail.com dengan judul/ subject email: 7A4 Elegi Menggapai Diri (nama, npm). tugas maksimal dikirim pada besuk 4 desember pukul 21.00

Tuesday 12 November 2013

Materi Aljabar Elementer

1. Persamaan dan Pertidaksamaan
2. Persamaan Linear (Dengan Satu Variabel)
3. Persamaan Kuadrat, Fungsi Kuadrat, Grafik
4. Fungsi Pecah Grafik
5. Persamaan/ Pertidaksamaan Irrasional Grafik
6. Persamaan Eksponen dan logaritma
7........
8........

Tuesday 1 October 2013

Filsafat 2


Bukalah elegi di bawah ini
http://pbmmatmarsigit.blogspot.com/2009/04/elegi-menggapai-lengkap.html

Kirim komentar anda melalui email: tugaskuliahgun@gmail.com
Judul/subject email: filsafat2 ("nama,NPM")
Format judul yang tidak sesuai akan dihapus

Tugas

Bukalah elegi di bawah ini
http://pbmmatmarsigit.blogspot.com/2009/04/elegi-menggapai-lengkap.html

Kirim komentar anda melalui email: tugaskuliahgun@gmail.com
Judul/subject email: filsafat2 ("nama,NPM")
Format judul yang tidak sesuai akan dihapus

Wednesday 18 September 2013

Tugas Filsafat untuk semua kelas

Bacalah elegi pada link berikut ini
http://pbmmatmarsigit.blogspot.com/2009/01/elegi-seorang-guru-menggapai-terang.html

Kirim komentar anda melalui email: tugaskuliahgun@gmail.com
Judul/subject email: filsafat1 ("nama,NPM")
Format judul yang tidak sesuai akan dihapus

Sunday 1 September 2013

Data Mahasiswa A2

Untuk mahasiswa semester 1 A2 dimohon mengirimkan biodata ke email databiodata@gmail.com
Cara mengisi email biodata:
Judul/ Subjek email: "UPY2013/Nama anda/kecamatan almt asal/No yg bs dihub"
Isi email :
Nama :
Alamat Asal (lengkap):
Alamat sekarang:
Nomor yang bisa dihub:
Nama Orangtua:
Pekerjaan Orang tua:

Riwayat Pendidikan
SD          :
SMP       :
SMA/MA/SMK:
Sakit yg pernah diderita:  

kirimkan ke databiodata@gmail.com 

Monday 26 August 2013

Daftar Matakuliah Semester Ganjil Pendidikan Matematika UPY


SEMESTER 1  (KURIKULUM 2012)


No NAMA MATA KULIAH
PENDIDIKAN AGAMA ISLAM
  PENDIDIKAN AGAMA KRISTEN
  PENDIDIKAN AGAMA KATHOLIK
2 PENDIDIKAN PANCASILA
   
3 ILMU PENDIDIKAN
4 TRIGONOMETRI
5 ALJABAR ELEMENTER
   
6 PENGANTAR LOGIKA MATEMATIKA & HIMPUNAN
   
7 GEOMETRI BIDANG
   
8 KE- PGRI - AN
   
TOTAL SKS


SEMESTER  III  ( KURIKULUM 2012 )
No NAMA MATA KULIAH
1 GEOMETRI ANALITIK RUANG
   
2 KALKULUS II
   
3 STRATEGI PEMBELAJARAN MATEMATIKA
4 ALJABAR LINEAR
   
5 STATISTIKA ELEMENTER
   
6 BAHASA INDONESIA
   
7 BAHASA INGGRIS MATEMATIKA
8 PENDIDIKAN KEWARGANEGARAAN
TOTAL SKS


SEMESTER  V ( KURIKULUM 2008 )
No NAMA MATA KULIAH
1 STATISTIK MATEMATIKA II
   
2 STRUKTUR ALJABAR I
   
3 PERSAMAAN DIFERENSIAL
   
4 ANALISIS VEKTOR
5 EVALUASI PROSES DAN HASIL PEMBELAJARAN
   
6 PEMBELAJARAN MAT SEKOLAH II
   
   
7 PENGEMBANGAN MEDIA PEMBELAJARAN MAT
   
   
8 PERENCANAAN PEMBELAJARAN MATEMATIKA
   
TOTAL SKS


SEMESTER  VII ( KURIKULUM 2008 )


No NAMA MATA KULIAH
1 MATEMATIKA DISKRIT
   
2 FUNGSI PEUBAH KOMPLEKS
   
3 SISTEM GEOMETRI
   
4 PRAKTIK PENGALAMAN LAPANGAN
5 SEMINAR PENDIDIKAN MATEMATIKA
   
   
   
6 BIMBINGAN PENULISAN SKRIPSI
   
  MATA KULIAH PILIHAN**)
7 FILSAFAT PENDIDIKAN MATEMATIKA **
   
8 PEMBELAJARAN MAT BERBASIS TIK**
   
9 ANALISIS REAL II **
   
10 PENGANTAR TOPOLOGI **
   
11 PENGEMBANGAN BAHAN AJAR MATEMATIKA
   
12 PENGEMBANGAN INSTRUMEN PENDIDIKAN
TOTAL SKS

Friday 14 June 2013

Tugas PL Menjelang UAS

1. Pelajari penyelesaian permasalahan pada program linear dengan metode Grafik
2. Teknik Variabel Artifisial
3. Metode pinalty

Sunday 2 June 2013

Tugas PL

Valentine  Meal  adalah  makanan  yang  terbuat  dari  Jagung  dan  Kacang.  Makanan  ini memiliki  kandungan sekurang-kurangnya 30% Protein dan   Serat maksimal 5% sebagaimana tampak pada tabel berikut ini.Kandungan Gizi per kilogramnya:
Valentine Meal ingin menentukan biaya terendah dari makanan tersebut.
 
Karena makanan tersebut terbuat dari Jagung dan Kacang, variabel keputusan untuk model tersebut dapat dirumuskan demikian
J = banyaknya jagung yang digunakan untuk campuran makanan

K= banyaknya kacang yang digunakan untuk campuran makanan

Fungsi tujuan adalah meminimumkan biaya dari campuran makanan, yang dirumuskan demikian
Minimize Z = 0,3 J + 0,9 K

Kendala dari model mencerminkan jumlah yang diperlukan dan persyaratan kandungan gizi yang  diperlukan. Karena Valentine Meal memerlukan 800 kg makanan per hari, kendala tersebut bisa dirumuskan demikian:
J + K ≥ 800

Kandungan protein dalam jagung (J) dan kacang (K) adalah (0,09 J + 0,6 K).  Kandungan protein ini  sekurang-kurangnya 30% dari campuran makanan. Oleh karena itu persamaannya menjadi demikian
0,09 J + 0,6 K     0,3 (J + K)

0,09 J + 0,6 K     0,3 J +  0,3K

(0,3 J - 0,09 J) + (0,3K - 0,6 K)  ≤ 0

0,21 J  -  0,3 K ≤ 0

Dengan cara yang sama, kendala dari kandungan serat bisa dirumuskan demikian:

0,02 J + 0,06 K ≤ 0,05 (J + K)

0,02 J + 0,06 K ≤ 0,05 J + 0,05 K

(0,05 J - 0,02 J) + (0,05K - 0,06 K) ≥ 0

0,03 J – 0,01 K ≥ 0



Dari uraian di atas dapat dirumuskan formulasi permasalahan secara lengkap sebagai berikut :
Fungsi Tujuan

Minimize Z = 0,3 J + 0,9 K Fungsi kendala :

J + K ≥ 800  (kendala kebutuhan makanan per hari)

0,21 J  -  0,3 K ≤ 0  (kendala kandungan protein)
0,03 J – 0,01 K ≥ 0 (kendala kandungan serat) J ≥ 0 (kendala non negatif pertama)

K ≥ 0 (kendala non negatif kedua)



Langkah    pertama    untuk    menyelesaikan     kasus    Valentine    Meal    adalah    dengan menggambarkan  fungsi kendala .....
Lanjutkanlah....................... 

Tugas dikerjakan 2 orang dikumpulkan besuk hari Rabu secara kolektif
 


Sunday 12 May 2013

Pahami dan Selesaikan Permasalahan berikut (Kelompok, dikumpulkan selasa jam 09.00)



Metode Simpleks
(Sumber : Siringoringo, 2005)

Pengantar

Salah satu teknik penentuan solusi optimal yang digunakan dalam pemrograman linier adalah metode simpleks.  Penentuan solusi optimal menggunakan metode simpleks didasarkan pada teknik eleminasi Gauss Jordan. Penentuan solusi optimal dilakukan dengan memeriksa titik ekstrim satu per satu dengan cara perhitungan iteratif. Sehingga penentuan solusi optimal dengan simpleks dilakukan tahap demi tahap yang disebut dengan iterasi. Iterasi ke-i hanya tergantung dari iterasi sebelumnya (i-1).
Ada beberapa istilah yang sangat sering digunakan dalam metode simpleks, diantaranya :
  1. Iterasi adalah tahapan perhitungan dimana nilai dalam perhitungan itu tergantung dari nilai tabel sebelumnya.
  2. Variabel non basis adalah variabel yang nilainya diatur menjadi nol pada sembarang iterasi. Dalam terminologi umum, jumlah variabel non basis selalu sama dengan derajat bebas  dalam sistem persamaan.
  3. Variabel basis merupakan variabel yang nilainya bukan nol pada sembarang iterasi. Pada solusi awal, variabel basis merupakan variabel slack (jika fungsi kendala merupakan pertidaksamaan ≤ ) atau variabel buatan (jika fungsi kendala menggunakan  pertidaksamaan ≥ atau =). Secara umum, jumlah variabel basis selalu sama  dengan  jumlah fungsi pembatas (tanpa fungsi non negatif).
  4. Solusi atau nilai kanan merupakan nilai sumber daya pembatas yang masih tersedia. Pada solusi awal, nilai kanan atau solusi sama dengan jumlah sumber daya pembatas  awal yang ada, karena aktivitas belum dilaksanakan.
  5. Variabel slack adalah variabel yang ditambahkan ke model matematik kendala untuk mengkonversikan  pertidaksamaan ≤ menjadi persamaan (=). Penambahan variabel ini terjadi pada tahap inisialisasi. Pada solusi awal, variabel slack akan berfungsi sebagai variabel basis.
  6. Variabel surplus adalah variabel yang dikurangkan  dari model matematik kendala untuk mengkonversikan  pertidaksamaan ≥ menjadi persamaan (=). Penambahan ini terjadi pada tahap inisialisasi. Pada solusi awal, variabel surplus tidak dapat berfungsi sebagai variabel basis.
  7. Variabel buatan adalah variabel yang ditambahkan ke model matematik kendala dengan bentuk ≥ atau = untuk difungsikan sebagai variabel basis awal. Penambahan variabel ini terjadi pada tahap inisialisasi. Variabel ini harus bernilai 0 pada solusi optimal, karena kenyataannya variabel ini tidak ada. Variabel hanya ada di atas kertas.
  8. Kolom pivot (kolom kerja) adalah kolom yang memuat variabel masuk. Koefisien pada kolom ini akn menjadi pembagi nilai kanan untuk menentukan baris pivot (baris kerja).
  9. Baris pivot (baris kerja) adalah salah satu baris dari antara variabel basis yang memuat variabel keluar.
  10. Elemen pivot (elemen kerja) adalah elemen yang terletak pada perpotongan kolom dan baris pivot. Elemen pivot akan menjadi dasar perhitungan untuk tabel simpleks berikutnya.
  11. Variabel masuk adalah variabel yang terpilih untuk menjadi variabel basis pada iterasi berikutnya. Variabel masuk dipilih satu dari antara variabel non basis pada setiap iterasi. Variabel ini pada iterasi berikutnya akan bernilai positif.
  12. Variabel keluar adalah variabel yang keluar dari variabel basis pada iterasi berikutnya dan digantikan oleh variabel masuk. Variabel keluar dipilih satu dari antara variabel basis pada setiap iiterasi. Variabel ini pada iterasi berikutnya akan bernilai nol.

BENTUK BAKU

Sebelum melakukan perhitungan iteratif untuk menentukan solusi optimal, pertama sekali bentuk umum pemrograman linier dirubah ke dalam bentuk baku terlebih dahulu. Bentuk baku dalam metode simpleks tidak hanya mengubah persamaan kendala ke dalam bentuk sama dengan, tetapi setiap fungsi kendala harus diwakili oleh satu variabel basis awal. Variabel basis awal menunjukkan status sumber daya pada kondisi sebelum ada aktivitas yang dilakukan. Dengan kata lain, variabel keputusan semuanya masih bernilai nol. Dengan demikian, meskipun fungsi kendala pada bentuk umum pemrograman linier sudah dalam bentuk persamaan, fungsi kendala tersebut masih harus tetap berubah.

Ada beberapa hal yang harus diperhatikan dalam membuat  bentuk baku, yaitu :
  1. Fungsi kendala dengan pertidaksamaan ≤ dalam bentuk umum, dirubah menjadi persamaan (=) dengan menambahkan satu variabel slack.
  2. Fungsi kendala dengan pertidaksamaan ≥ dalam bentuk umum, dirubah menjadi persamaan (=) dengan mengurangkan satu variabel surplus.
  3. Fungsi kendala dengan persamaan dalam benttuk umum,ditambahkan satu artificial variabel (variabel buatan).

Perhatikan kasus A berikut  :

Fungsi tujuan : minimumkan z = 2 x1 + 5.5 x2
Kendala :
x1 + x2 = 90
0.001 x1 + 0.002 x2 ≤ 0.9
0.09 x1 + 0.6 x2 ≥ 27
0.02 x1 + 0.06 x2 ≤ 4.5
x1, x2 ≥ 0




Bentuk di atas adalah bentuk umum pemrograman liniernya. Kedalam bentuk baku, model matematik tersebut akan berubah menjadi :
Fungsi tujuan : minimumkan z = 2 x1 + 5.5 x2
Kendala :
x1 + x2 + s1 = 90
0.001 x1 + 0.002 x2 + s2 = 0.9
0.09 x1 + 0.6 x2 – s3 + s4 = 27
0.02 x1 + 0.06 x2 + s5 = 4.5
x1, x2 , s1, s2, s3, s4, s5  ≥ 0

Fungsi kendala pertama mendapatkan variable buatan (s1), karena bentuk umumnya sudah menggunakan bentuk persamaan. Fungsi kendala kedua dan keempat  mendapatkan variabel slack (s2 dan s5) karena bentuk umumnya menggunakan  pertidaksamaan ≤, sedangkan fungsi kendala ketiga mendapatkan variabel surplus (s3) dan variabel buatan (s4) karena bentuk umumnya menggunakan pertidaksamaan ≥.

Perhatikan pula kasus B berikut ini :
Maksimumkan z = 2x1 + 3x2
Kendala :
10 x1 + 5 x2 ≤ 600
6 x1 + 20 x2 ≤ 600
8 x1 + 15 x2 ≤ 600
x1, x2

Bentuk di atas juga merupakan bentuk umum. Perubahan ke dalam bentuk baku hanya membutuhkan variabel slack, karena semua fungsi kendala menggunakan bentuk pertidaksamaan ≤ dalam bentuk umumnya. Maka bentuk bakunya adalah sebagai berikut :
Maksimumkan z = 2x1 + 3x2 + 0s1 + 0s2 + 0s3
Kendala :
10 x1 + 5 x2 + s1 = 600
6 x1 + 20 x2 + s2 = 600
8 x1 + 15 x2 + s3 = 600
x1, x2 , s1 , s2 , s3 ≥ 0
s1 , s2 , s3 merupakan  variable slack.

PEMBENTUKAN TABEL SIMPLEKS

Dalam perhitungan iterative, kita akan bekerja menggunakan tabel. Bentuk baku yang sudah diperoleh, harus dibuat ke dalam bentuk tabel.
Semua variabel yang bukan variabel basis mempunyai solusi (nilai kanan) sama dengan nol dan koefisien variabel basis pada baris tujuan harus sama dengan 0. Oleh karena itu kita harus membedakan pembentukan tabel awal berdasarkan variabel basis awal. Dalam sub bab ini kita hanya akan memperhatikan fungsikendala yang menggunakan variabel slack dalam bentuk bakunya, sedangkan yang menggunakan variabel buatan akan dibahas pada sub bab lainnya.

Gunakan kasus B di atas, maka tabel awal simpleksnya adalah :

VB
X1
X2
S1
S2
S3
solusi
Z
-2
-3
0
0
0
0
S1
10
5
1
0
0
600
S2
6
20
0
1
0
600
S3
8
15
0
0
1
600

LANGKAH-LANGKAH PENYELESAIAN

Langkah-langkah penyelesaian adalah sebagai berikut :

  1. Periksa apakah tabel layak atau tidak. Kelayakan tabel simpleks dilihat dari solusi (nilai kanan). Jika solusi ada yang bernilai negatif, maka tabel tidak layak. Tabel yang tidak layak tidak dapat diteruskan untuk dioptimalkan.
  2. Tentukan kolom pivot. Penentuan kolom pivot dilihat dari koefisien fungsi tujuan (nilai di sebelah kanan baris z) dan tergantung dari bentuk tujuan. Jika tujuan maksimisasi, maka kolom pivot  adalah kolom dengan koefisien paling negatif. Jika tujuan minimisasi , maka kolom pivot adalah kolom dengan koefisien positif terbesar. Jika kolom pivot ditandai dan ditarik ke atas, maka kita akan mendapatkan variabel keluar. Jika nilai paling negatif (untuk tujuan maksimisasi) atau positif terbesar (untuk tujuan minimisasi) lebih dari satu, pilih salah satu secara sembarang.
  3. Tentukan baris pivot. Baris pivot ditentukan setelah membagi nilai solusi dengan nilai kolom pivot yang bersesuaian (nilai yang terletak dalam satu baris). Dalam hal ini, nilai negatif dan 0 pada kolom pivot tidak diperhatikan, artinya tidak ikut menjadi pembagi. Baris pivot adalah baris dengan rasio pembagian terkecil. Jika baris pivot ditandai dan ditarik ke kiri, maka kita akan mendapatkan variabl keluar. Jika rasio pembagian terkecil lebih dari satu, pilih salah sau secara sembarang.
  4. Tentukan elemen pivot. Elemen pivot merupakan nilai yang terletak pada perpotongan kolom dan baris pivot.
  5. Bentuk tabel simpleks baru. Tabel simpleks baru dibentuk dengan pertama sekali menghitung nilai baris pivot baru. Baris pivot baru adalah baris pivot lama dibagi dengan elemen pivot. Baris baru lainnya merupakan pengurangan nilai kolom pivot baris yang bersangkutan dikali baris pivot baru dalam satu kolom terhadap baris lamanya yang terletak pada kolom tersebut.
  6. Periksa apakah tabel sudah optimal. Keoptimalan tabel dilihat dari koefisien fungsi tujuan (nilai pada baris z) dan tergantung dari bentuk tujuan. Untuk tujuan maksimisasi, tabel sudah optimal jika semua nilai pada baris z sudah positif atau 0. Pada tujuan minimisasi, tabel sudah optimal jika semua nilai pada baris z sudah negatif atau 0. Jika belum, kembali ke langkah no. 2 , jika sudah optimal baca solusi optimalnya.