ISI
1
Pernyataan yang hanya menyatakan pikiran tunggal dan tidak mengandung kata hubung
kalimat disebut pernyataan sederhana/pernyataan primer. Sedangkan pernyataan yang terdiri
atas satu atau lebih pernyataan sederhana dengan bermacam macam kata hubung kalimat
disebut pernyataan majemuk/pernyataan komposit.
Dalam logika matematika, suatu pernyataan umumnya disimbolkan dengan huruf kecil,
seperti a, b, c, . . . atau p, q, r, . . . atau kadangkala digunakan huruf besar A, B, C, . . . atau
P, Q, R, . . . . Sedangkan nilai benar disimbolkan ”B” atau “1 (satu)” dan nilai salah
disimbolkan dengan “S” atau “0 (nol)”.
2. Kalimat Terbuka
Kalimat terbuka adalah kalimat yang belum/tidak dapat ditentukan nilai kebenarannya.
Dalam matematika, kalimat terbuka bisa berbentuk persamaan (kalimat terbuka yang
menggunakan tanda “=”) atau berbentuk pertidaksamaan (kalimat terbuka yang
menggunakan tanda “≠”, “<”, “>”, “≤”, atau “≥”). Contoh: 1) 𝑥 + 1 = 3, kalimat terbuka
yang berbentuk persamaan. 2) 𝑥2–2 < 5, kalimat terbuka yang berbentuk pertidaksamaan.
Pernyataan, sebagaimana disinggung pada halaman sebelumnya adalah kalimat yang sudah
dapat ditentukan nilai kebenarannya (benar atau salah). Dalam logika matematika,
pernyataan bisa berbentuk kesamaan (kalimat tertutup yang menggunakan tanda “=”),
berbentuk ketidaksamaan (kalimat tertutup yang menggunakan tanda “≠”, “<”, “>”, “≤”, atau
“≥”), atau berbentuk kalimat deklaratif biasa. Contoh: 1) 6 + 7 = 8, pernyataan yang
berbentuk kesamaan, yang bernilai salah. 2) 42 + 13 > 20, pernyataan yang berbentuk
ketidaksamaan, yang bernilai benar 3) Semarang merupakan ibukota Jawa Tengah.
Pernyataan bernilai Benar. 4) Kerajaan Demak terletak di Pulau Sumatra. Pernyataan bernilai
Salah.
3. Tautologi
Pernyataan majemuk yang selalu bernilai benar untuk setiap substitusi pernyataan
tunggalnya dinamakan tautologi. Dengan kata lain, tautologi merupakan pernyataan yang
selalu bernilai benar dalam kondisi apapun. Tautologi digunakan sebagai dasar dalam
pengambilan keputusan atau pembuktian matematis.
Contoh: Misalnya kita akan mencari nilai kebenaran dari pernyataan (𝑝∧𝑞) ⇒𝑝 dengan tabel
kebenaran.
2
4. Kontradiksi
Jika tautologi adalah pernyataan yang selalu bernilai benar, maka sebaliknya kontradiksi
adalah pernyataan yang selalu bernilai salah untuk setiap substitusi nilai kebenaran
pernyataan tunggalnya.
Contoh: Misalnya kita akan mencari nilai kebenaran dari pernyataan (𝑝∧𝑞) ∧ ~𝑝 dengan
tabel kebenaran.
Dari tabel kebenaran di atas terlihat setiap substitusi dari pernyataan (𝑝∧𝑞) ∧ ~ bernilai
salah sehingga pernyataan (𝑝∧𝑞) ∧ ~𝑝 disebut kontradiksi.
5. Aljabar Proposisi
Setiap pernyataan (proposisi) yang saling ekuivalen dapat dipertukarkan atau diganti antara
satu dengan yang lainnya.
Berikut ini adalah hukum-hukum aljabar proposisi yang ada.
1) Hukum Idempoten :
a) 𝑝∨𝑝 ≡ 𝑝
b) 𝑝∧𝑝 ≡ 𝑝
2) Hukum Asosiatif :
a) (𝑝∨𝑞) ∨𝑟 ≡ 𝑝∨ (𝑞∨𝑟)
b) (𝑝∧𝑞) ∧𝑟 ≡ 𝑝∧ (𝑞∧𝑟)
3) Hukum Komutatif :
a) 𝑝∨𝑞 ≡ 𝑞∨𝑝
b) 𝑝∧𝑞 ≡ 𝑞∧𝑝
3
4) Hukum Distributif :
a) 𝑝∨ (𝑞∧𝑟) ≡ (𝑝∨𝑞) ∧ (𝑝∨𝑟)
b) 𝑝∧ (𝑞∨𝑟) ≡ (𝑝∧𝑞)⋁(𝑝∧𝑟)
5) Hukum Identitas :
a) 𝑝∨𝐵 ≡ 𝐵
b) 𝑝∨𝑆 ≡ 𝑝
c) 𝑝∧𝐵 ≡ 𝑝
d) 𝑝∧𝑆 ≡ 𝑆
6) Hukum Komplemen :
a) 𝑝∨ ~𝑝 ≡ 𝐵
b) 𝑝∧ ~𝑝 ≡ 𝑆
c) ~(~𝑝) ≡ 𝑝
d) ~𝐵 ≡ 𝑆
7) Hukum Transposisi 𝑝⇒𝑞 ≡ ~𝑞⇒ ~𝑝
8) Hukum Implikasi 𝑝⇒𝑞 ≡ ~𝑝∨𝑞
9) Hukum Ekuivalensi
a) 𝑝⇔𝑞 ≡ (𝑝⇒𝑞) ∧ (𝑝⇒𝑟)
b) 𝑝⇔𝑞 ≡ (𝑝∧𝑞) ∨ (𝑝∧𝑟)
10) Hukum Eksportasi (𝑝∧𝑞) ⇒𝑟 ≡ 𝑝⇒ (𝑞⇒𝑟)
11) Hukum DeMorgan
a) ~(𝑝∨𝑞) ≡ ~𝑝∧ ~𝑞
b) ~(𝑝∧𝑞) ≡ ~𝑝∨ ~𝑞
Catatan: 𝐵 = 𝐵𝑒𝑛𝑎𝑟, 𝑆 = 𝑆𝑎𝑙𝑎ℎ
Contoh 1: Buktikan bahwa ~(𝑝⇒𝑞) ≡ ~𝑞.
Penyelesaian:
~(𝑝⇒𝑞) ≡ ~(~𝑝∨𝑞) ≡ ~(~𝑝) ∧ ~𝑞 ≡ 𝑝∧ ~𝑞 (Terbukti)
Contoh 2: Buktikan bahwa (𝑝∧𝑞) ⇒𝑝 ≡ 𝐵.
(𝑝∧𝑞) ⇒𝑝 ≡ ~(𝑝∧𝑞) ∨𝑝 ≡ (~𝑝∨ ~𝑞) ∨𝑝 ≡ (~𝑞∨ ~𝑝) ∨𝑝 ≡ ~𝑞∨ (~𝑝∨𝑝) ≡ ~𝑞∨𝐵 ≡ 𝐵 (Terbukti)
Contoh 3: Buktikan bahwa ~(𝑝⇒ (𝑝∨𝑞)) adalah suatu kontradiksi.
~(𝑝⇒ (𝑝∨𝑞)) ≡ ~(~𝑝∨ (𝑝∨𝑞))
≡ ~((~𝑝∨𝑝) ∨𝑞) ≡ ~(𝐵∨𝑞) ≡ ~𝐵 ≡ 𝑆 (Terbukti)
Karena ~(𝑝⇒ (𝑝∨𝑞)) ≡ 𝑆 maka ~(𝑝⇒ (𝑝∨𝑞)) suatu kontradiksi.
6. Argumen
Premis adalah suatu pernyataan yang bernilai benar, dianggap benar atau disepakati
kebenarannya. Premis dapat berupa: aksioma, hipotesis, definisi, dalil/teorema atau
pernyataan yang sudah dibuktikan sebelumnya. Argumen adalah kumpulan dari satu atau
4
beberapa premis beserta kesimpulan/konklusinya yang diambil secara sahih/valid. Beberapa
argumen dalam logika antara lain:
5
6
7
8
7. Aturan Bukti Bersyarat
cara membuktikan keabsahan argumen dengan bukti formal. Salah satu cara yang digunakan
dikenal dengan bukti formal dengan cara langsung dan disingkat dengan Bukti Langsung.
Akan tetapi tidak semua argumen dapat dibuktikan dengan bukti langsung. Cara lain untuk
membuktikan keabsahan argumen dengan bukti formal yaitu dengan Aturan Bukti Bersyarat
(ABB).
Catatan: Yang perlu diingat bahwa ABB dapat digunakan apabila konklusi argumen tersebut
merupakan implikasi.
Adapun langkah-langkah pembuktian Aturan Bukti Bersyarat yaitu sebagai berikut.
1) Menulis premis-premis yang diketahui. 2) Menarik anteseden dari konklusi menjadi
premis baru (premis tambahan) dan konsekuennya merupakan konklusi dari argument
(konklusi baru). 3) Menggunakan aturan penyirnpulan dan hukum penggantian untuk
menemukan konlusi sesuai dengan konklusi baru.
Prosedur ABB dapat dilakukan karena didasarkan pada prinsip eksportasi bahwa 𝑝⇒ (𝑞⇒𝑟)
≡ (𝑝∧𝑞) ⇒𝑟. Kita ingat bahwa ada hubungan yang erat antara argumen sah/valid dengan
9
implikasi logis sehingga kebenaran prosedur ABB mudah kita terima dengan penjelasan
berikut.
10
8. Reductio Ad Absordum (Bukti Tak Langsung)
Selain dengan cara Aturan Bukti Bersyarat masih ada cara lain untuk membuktikan
keabsahan argumen yaitu dengan Bukti Tak Langsung. Adapun langkah-langkahnya adalah
sebagai berikut.
1) Menulis premis-premis yang diketahui. 2) Menarik ingkaran dari konklusi menjadi premis
baru (premis tambahan). 3) Dengan menggunakan aturan penyirnpulan dan hukum
penggantian ditunjukkan adanya kontradiksi. 4) Setelah ditemukan kontradiksi kita tinggal
menggunakan prinsip Adisi dan Silogisme Disjungtif . Untuk lebih jelasnya ikutilah contoh
berikut ini.
Contoh:
Buktikan keabsahan argumen berikut dengan Reductio Ad Absordum (Bukti Tak Langsung).
11
Catatan:
1) Langkah ke-13 menunjukkan adanya kontradiksi sebab 𝑏∧ ~𝑏 (menurut hukum
komplemen) bernilai salah (False). 2) Setelah ditemukan adanya kontradiksi, langkah
berikutnya menggunakan aturan penambahan dan silogisme disjungtif untuk membuktikan
konklusi.
12
b. Matematika Diskrit
1. KOMBINATORIKA
Materi kombinatorika, yang meliputi: binomial, barisan dan multiset, fungsi pembangkit,
relasi rekursif, beserta contoh penerapannya
a. Fungsi Pembangkit
Fungsi pembangkit dapat digunakan untuk: memecahkan berbagai masalah counting,
memecahkan relasi rekursif, dan membuktikan identitas kombinatorik. Beberapa
formula yang sering digunakan dalam memecahkan masalah terkait fungsi
pembangkit sebagai berikut:
13
14
15
Berikut ini diberikan teorema untuk menentukan barisan dari penjumlahan atau perkalian dua
buah fungsi pembangkit.
16
berapa banyak obyek 𝑛1 terambil, berapa banyak obyek 𝑛2 terambil, dan berapa banyak obyek
𝑛3 terambil. Oleh karena itu, masalah ini sama dengan masalah menentukan kombinasi 𝑘 dari
𝑛obyek. Fungsi pembangkit untuk kemungkinan terambilnya obyek 𝑛1 adalah (𝑥5 + 𝑥6 + ⋯+
𝑥10), fungsi pembangkit untuk kemungkinan terambilnya obyek 𝑛2 adalah (𝑥5 + 𝑥6 + 𝑥7 +
𝑥8), dan fungsi pembangkit untuk kemungkinan terambilnya obyek 𝑛3 adalah (𝑥5 + 𝑥6 + ⋯+
𝑥12). Banyaknya solusi dinyatakan oleh koefisien 𝑥20 dalam ekspansi: (𝑥) = (𝑥5 + 𝑥6 + ⋯+
𝑥10)(𝑥5 + 𝑥6 + 𝑥7 + 𝑥8)(𝑥5 + 𝑥6 + ⋯+ 𝑥12). Setiap bentuk 𝑥20 dalam perkalian ini didapat
dengan mengalikan 𝑥𝑛1 pada faktor pertama dengan 𝑥𝑛2 pada faktor kedua dan 𝑥𝑛3 pada faktor
ketiga yang memenuhi: 𝑛1 + 𝑛2 + 𝑛3 = 20. Bila disederhanakan, fungsi pembangkit 𝐺(𝑥)
menjadi: 𝐺(𝑥) = 𝑥5(1 + 𝑥 + ⋯+ 𝑥5)𝑥5(1 + 𝑥 + 𝑥2 + 𝑥3)𝑥5(1 + 𝑥 + 𝑥2 + ⋯+ 𝑥7).
b. Multiset
Definisi 3. Diberikan himpunan semesta 𝑆. Sebuah multiset 𝐴 pada 𝑆 adalah sebuah
himpunan dengan unsur-unsurnya dapat muncul lebih dari satu kali, yaitu 𝐴 =
{𝑚1.𝑎1,2.𝑎2,…,𝑚𝑟.𝑎𝑟} dengan unsur 𝑎1 muncul sebanyak 𝑚1 kali, unsur 𝑎2 muncul
sebanyak 𝑚2 kali dan seterusnya sampai dengan unsur 𝑎𝑟 muncul sebanyak 𝑚𝑟 kali.
Muliplisitas 𝑚𝑖 merupakan sebuah fungsi dari 𝑆 ke himpunan bilangan bulat positif.
Berdasarkan Definisi 3, jelas bahwa himpunan klasik merupakan kasus khusus dari multiset,
yaitu multiset dengan multiplisitas masing-masing unsur sama dengan 1. Untuk lebih
memahami, diperhatikan contoh-contoh berikut ini. Contoh 9. (1) Himpunan {𝑎,,,,𝑏}
merupakan multiset dengan unsur 𝑎 muncul sebanyak 3 kali dan unsur 𝑏 muncul sebanyak 2
kali. (2) Himpunan {1,1,1,3,3,5,5,5} merupakan multiset dengan unsur 1 muncul sebanyak 3
kali, unsur 3 muncul sebanyak 2 kali, dan unsur 5 muncul sebanyak 3 kali. (3) Himpunan
{𝑎,,} juga dapat disebut multiset dengan unsur 𝑎,𝑏,𝑐 masing-masing muncul sebanyak 1 kali.
(4) Himpunan {4.a,5.b,6.c,7.d} merupakan multiset dengan unsur 𝑎 muncul sebanyak 4 kali,
unsur 𝑏 muncul sebanyak 5 kali, unsur 𝑐 muncul sebanyak 6 kali, dan unsur 𝑑 muncul
sebanyak 7 kali Beberapa operasi dasar yang berlaku pada multiset sebagai berikut:
Diberikan himpunan semesta 𝑆, multiset 𝐴 dan 𝐵 pada 𝑆 dengan fungsi multiplisitas masing-
masing 𝑚𝐴 dan 𝑚𝐵.
17
1. Gabungan 𝐴∪𝐵 adalah multiset 𝐶 dengan fungsi multiplisitas 𝑚𝐶 didefinisikan sebagai
berikut (𝑥) = max{𝑚𝐴(𝑥),𝑚𝐵(𝑥)} untuk setiap 𝑥∈𝑆.
2. Irisan 𝐴 ∩ 𝐵 adalah multiset 𝐷 dengan fungsi multiplisitas 𝑚𝐷 didefinisikan sebagai
berikut : 𝑚𝐷(𝑥) = min{𝑚𝐴(𝑥),𝑚𝐵(𝑥)}untuk setiap 𝑥∈𝑆.
3. Multiset 𝐴 disebut termuat dalam multiset 𝐵, dinotasikan 𝐴⊆𝐵, jika (𝑥) ≤ 𝑚𝐵(𝑥)
untuk
setiap 𝑥∈𝑆.
4. Operasi selisih.
5 Selisih multiset 𝐴 − 𝐵 adalah multiset 𝐹 dengan fungsi multiplisitas 𝑚𝐹 didefinisikan
sebagai berikut (𝑥) = 𝑚𝐴(𝑥) − 𝑚𝐵(𝑥) untuk setiap 𝑥∈𝑆. Jika nilai selisih dalam (𝑥) negatif,
maka didefinisikan 𝑚𝐹(𝑥) = 0.
6. Jumlahan multiset 𝐴 + 𝐵 adalah multiset 𝐻 dengan fungsi multiplisitas 𝑚𝐻 didefinisikan
sebagai berikut (𝑥) = 𝑚𝐴(𝑥) + 𝑚𝐵(𝑥) untuk setiap 𝑥∈𝑆
18
5. Multiset 𝐴 termuat dalam multiset 𝐵.
c. Relasi Rekursif
Definisi 4. Relasi Rekursif untuk barisan {𝑎𝑛} didefinisikan sebagai sebuah persamaan yang
menyatakan 𝑎𝑛 dalam salah satu atau lebih suku-suku sebelumnya, yaitu 𝑎0,1,…,𝑎𝑛−1,
untuk semua 𝑛 dengan 𝑛 ≥ 𝑛0 dengan 𝑛0 bilangan bulat tak negatif. Selanjutnya, barisan
{𝑎𝑛} dikatakan sebagai solusi dari relasi rekursif ini bila 𝑎𝑛 memenuhi relasi rekursif.
Ilustrasi tentang relasi rekursif dijelaskan pada contoh-contoh berikut ini.
Contoh 14.
1. Misal barisan {𝑎𝑛} memenuhi relasi rekursif 𝑎𝑛 = 𝑎𝑛−1 − 𝑎𝑛−2 untuk 𝑛 = 2,3,4,…
Serta diberikan nilai awal: 𝑎0 = 3 dan 𝑎1 = 5.
Diperoleh: 𝑎2 = 𝑎1 − 𝑎0 = 5 − 3 = 2 𝑎3 = 𝑎2 − 𝑎1 = 2 − 5 = −3 𝑎4 = 𝑎3 − 𝑎2 = −3 − 2 =
−5 𝑎5 = 𝑎4 − 𝑎3 = −5 + 3 = −2 Dan seterusnya.
Jelas bahwa 𝑎𝑛 mengaitkan dua suku sebelumnya.
2. Apakah barisan {𝑎𝑛} dengan 𝑎𝑛 = 3𝑛 merupakan solusi dari relasi rekursif = 2𝑎𝑛−1 −
𝑎𝑛−2 untuk 𝑛 = 2,3,4,… dengan n bilangan bulat tak negatif?
Penyelesaian:
Dengan mensubtitusi 𝑎𝑛 = 3𝑛 ke ruas kanan relasi rekursif, diperoleh: 2.3.(𝑛 − 1) − 3(n
− 2) = 6n − 6 − 3n + 6 = 3n = 𝑎𝑛
Dapat dibuktikan bahwa 𝑎𝑛 = 3𝑛 memenuhi relasi rekursif.
Jadi 𝑎𝑛 = 3𝑛 merupakan solusi dari relasi rekursif.
Relasi rekursif dapat digunakan untk memodelkan permasalahan real. Sebagai ilustrasi,
diperhatikan contoh berikut ini.
Contoh 15.
1. Barisan Fibonacci: Sepasang kelinci diletakkan di sebuah pulau. Pasangan kelinci ini
tidak akan beranak sampai berumur 2 bulan, Setelah 2 bulan, setiap pasang kelinci akan
menghasilkan sepasang kelinci lainnya setiap bulan. Misal 𝑓𝑛 menyatakan banyaknya
pasangan kelinci setelah 𝑛 bulan, relasi rekursif untuk barisan {𝑓𝑛} adalah 𝑓𝑛 = 𝑓𝑛−1
+ 𝑓𝑛−2
2. Masalah derangement: Misal 𝐷𝑛 menyatakan banyak derangement dari 𝑛 obyek
berbeda. Diperhatikan kembali formula untuk menentukan 𝐷𝑛. Jelas bahwa 𝐷0 = 1,𝐷1 =
0,𝐷2 = 1,𝐷3 = 2,𝐷4 = 9,𝐷5 = 44,𝐷6 = 265, dan seterusnya. Relasi rekusif untuk
menentukan 𝐷𝑛 sebagai berikut: 𝐷𝑛 = (𝑛 − 1)−1 + 𝐷𝑛−2
Menentukan solusi dari sebuah relasi rekursif sama dengan menentukan rumus eksplisit
dari barisan {𝑎𝑛}. Metode untuk menentukan solusi dari sebuah relasi rekursif
bergantung pada jenis relasi rekursif tersebut. Terdapat dua jenis relasi rekursif, yaitu
relasi rekursif linear homogen dan relasi rekursif linear tak homogen. Definisi 5. Bentuk
19
umum relasi rekursif linear homogen berderajat 𝑘 dengan koefisien-koefisien konstan
sebagai berikut: 𝑎𝑛 = 𝑐1𝑎𝑛−1 + 𝑐2𝑎𝑛−2 + ⋯+ 𝑐𝑘𝑎𝑛−𝑘 (3) dengan 𝑐1,𝑐2,…,𝑐𝑘
bilangan-bilangan real dan 𝑐𝑘 ≠ 0.
Untuk lebih memahami bentuk relasi rekursif linear homogen berderajat 𝑘 dengan
koefisien konstan, diperhatikan contoh berikut ini.
1. 𝑃n = (1.11)−1, merupakan relasi rekursif linear homogen berderajat 1
2. 𝑓𝑛 = 4𝑓𝑛−2, merupakan relasi rekursif linear homogen berderajat 2
3. 𝐻𝑛 = 2𝐻𝑛−1 − 𝐻𝑛−2 + 𝐻𝑛−3, merupakan relasi rekursif linear homogen berderajat 3
4. 𝐻𝑛 = 2𝐻𝑛−1 − 𝐻𝑛−2 + 𝐻𝑛−3 + 𝐻𝑛−4, merupakan relasi rekursif linear homogeny
Langkah untuk menentukan solusi relasi rekursif homogen linear adalah dengan
mensubtitusi bentuk 𝑎𝑛 = 𝑟𝑛 dengan 𝑟 konstanta. Bentuk 𝑎𝑛 = 𝑟𝑛 solusi dari relasi
rekursif (3) jika dan hanya jika 𝑎𝑛 memenuhi relasi rekursif (3). Dengan cara
mensubtitusi 𝑎𝑛 = 𝑟𝑛 ke relasi rekursif (3), diperoleh persamaan karakteristik sebagai
berikut: 𝑟𝑘 − 𝑐1𝑟𝑘−1 + 𝑐2𝑟𝑘−2 + ⋯+ 𝑐𝑘−1𝑟 − 𝑐𝑘 = 0, dan akar dari persamaan tersebut
di atas disebut akar-akar karakteristik. Bentuk solusi homogen dari relasi rekursif (3)
dibedakan berdasarkan akar-akar persaam karakteristiknya
d. Graf
Konsep-konsep Dasar Teori Graf
a. Pengertian Graf. Graf G adalah pasangan himpunan (𝑉(𝐺),𝐸(𝐺)) atau cukup disingkat
(𝑉,𝐸), ditulis dengan notasi 𝐺 = (𝑉(𝐺),𝐸(𝐺)) atau 𝐺 = (𝑉,𝐸), yang dalam hal ini 𝑉 adalah
himpunan tidak-kosong dari titik (vertices atau nodes) dan 𝐸 adalah himpunan sisi (edge)
yang menghubungkan satu atau dua titik, dengan 𝐸 mungkin merupakan himpunan
kosong. Definisi ini menyatakan bahwa 𝑉 tidak boleh kosong, sedangkan 𝐸 boleh
kosong. Jadi sebuah graf dimungkinkan tidak mempunyai sisi, tetapi titiknya harus ada,
minimal satu. Graf yang tidak memiliki sisi dinamakan graf kosong (null graph). Graf
kosong dengan 𝑛 titik, dinotasikan dengan 𝑁𝑛. Titik pada graf dapat dilabel dengan
huruf, seperti 𝑎,𝑏,𝑐,…, z atau 𝑣1,𝑣2,⋯,𝑣𝑛 atau dengan bilangan asli 1,2,3,…,𝑛,
sedangkan sisi yang menghubungkan titik 𝑢 dengan titik 𝑣 dinyatakan dengan pasangan
(𝑢,𝑣) atau dinyatakan dengan lambang 𝑒1,𝑒2,….,𝑒𝑛. Dengan kata lain, jika 𝑒 adalah sisi
yang menghubungkan titik 𝑢 dengan titik 𝑣, maka 𝑒 dapat ditulis sebagai 𝑒 = (𝑢,). Sisi e
tersebut dapat juga ditulis sebagai atau 𝑣𝑢.
b. Graf Bagian (Subgraf). Misalkan 𝐺 adalah graf dengan himpunan titik (𝐺) dan
himpunan sisi (𝐺). Sebuah graf 𝐻 dengan himpunan titik (𝐻) dan himpunan sisi (𝐻),
disebut graf bagian (subgraf) dari graf 𝐺, dinotasikan 𝐻⊆𝐺, jika 𝑉(𝐻) ⊆𝑉(𝐺) dan 𝐸(𝐻)
⊆𝐸(𝐺). Jika (𝐻) = (𝐺) dan 𝐸(𝐻) ⊆𝐸(𝐺), maka H disebut graf bagian rentang (spanning
subgraph). Sifat-sifat dari graf bagian adalah sebagai berikut. 1) Setiap graf merupakan
graf bagian dari dirinya sendiri. 2) Graf bagian dari suatu graf bagian 𝐺 merupakan graf
20
bagian dari 𝐺. 3) Sebuah titik dalam graf 𝐺 merupakan graf bagian dari 𝐺. 4) Sebuah sisi
dari 𝐺 bersamaan dengan kedua titik ujungnya juga merupakan graf bagian dari 𝐺.
Berikut ini adalah contoh graf bagian dari sebuah graf.
Pada Gambar 3, H adalah graf bagian rentang dari G dan K adalah graf bagian dari G
tetapi bukan graf bagian rentang.
c. Jalan, Jejak, Lintasan, Sirkuit, dan Sikel
Misalkan 𝐺 adalah graf, maka jalan (walk) di 𝐺 adalah sebuah barisan berhingga 𝑊 = 𝑣0
𝑒1 𝑣1 𝑒2 𝑣2 …𝑣𝑖−1 𝑒𝑖𝑣𝑖 … 𝑒𝑘𝑣𝑘 yang sukusukunya bergantian titik dan sisi,
sedemikian sehingga 𝑣𝑖−1 dan 𝑣𝑖 adalah titik-titik akhir (titik ujung) sisi 𝑒𝑖 untuk 1 ≤ 𝑖 ≤
𝑘 di mana 𝑣0 dan 𝑣𝑘 berturut-turut disebut titik awal dan titik akhir jalan W. Titik-titik
𝑣1,2,⋯,𝑣𝑘−1 disebut titik-titik internal jalan W. Panjang jalan W Adalah banyaknya sisi
dalam W. Jadi panjang jalan W di atas adalah k. Jalan tertutup di 𝐺 adalah jalan yang
titik awal dan akhirnya sama. Jejak (trail) di 𝐺 adalah jalan dengan semua sisinya
𝑒1,2,𝑒3,…,𝑒𝑘 berbeda. Lintasan (path) di 𝐺 adalah jejak dengan semua titiknya
𝑣1,2,𝑣3,…,𝑣𝑘 berbeda. Jejak tertutup (sirkuit) di 𝐺 adalah jejak yang titik awal dan
akhirnya sama dan sikel (cycle) adalah sirkuit yang titik awal dan semua titik internalnya
berbeda. Perhatikan Gambar 4 berikut.
21
terhubung dan memuat H. Graf terhubung terdiri satu komponen. Apabila suatu graf
tidak terhubung, maka graf tersebut terdiri dari beberapa komponen yang masingmasing
komponennya adalah suatu graf terhubung atau suatu titik terisolir.
Graf
terhubung terdiri satu komponen, sedang graf tak terhubung terdiri paling sedikit dua
komponen. Graf 𝐺1 terdiri satu komponen dan graf 𝐺2 terdiri empat komponen.
e. Isomorfisme Graf
Dua buah graf G dan H dikatakan isomorfik jika terdapat korespondensi satu-satu antara
titik-titik keduanya dan antara sisi-sisi keduanya sedemikian sehingga jika sisi 𝑒1 di G
yang memiliki titik akhir 𝑢1 dan 𝑢2 maka berkorespondensi dengan sisi 𝑒2 di H yang
memiliki titik akhir 𝑣1 dan 𝑣2, demikian sebaliknya
.
Graf G dan H isomorfik karena ada korespondesi satu-satu sebagai berikut: 𝑢1 ↔ 𝑣1,2
↔ 𝑣3,,𝑢3 ↔ 𝑣5,𝑢4 ↔ 𝑣2,𝑢5 ↔ 𝑣4,𝑢6 ↔ 𝑣6
f. Derajat Titik
Misalkan 𝑣 adalah titik dalam suatu graf 𝐺. Derajat (degree) titik 𝑣, disimbolkan (𝑣),
adalah jumlah sisi yang terkait dengan titik 𝑣 dan sisi suatu loop dihitung dua kali.
Derajat total 𝐺 adalah jumlah derajat semua titik dalam 𝐺. Derajat minimum dari graf 𝐺
dinotasikan dengan (𝐺) dan derajat maksimumnya dinotasikan dengan ∆(𝐺).
22
g. Matriks Ketetanggaan dan Matriks Keterkaitan
Selain dengan gambar, sebuah graf G dapat disajikan dengan sebuah matriks. Matriks
yang digunakan untuk menyajikan graf G tersebut diberi nama Matriks Ketetanggaan
(adjacency matrix) dan Matriks Keterkaitan (incidence matrix).
Jenis-jenis Graf Tertentu
a. Graf Lengkap (Graf Komplit)
Graf lengkap ialah graf sederhana yang setiap titiknya mempunyai sisi ke semua titik
lainnya atau semua titiknya bertetangga dengan semua titik lainnya. Graf lengkap dengan
𝑛 titik dilambangkan dengan 𝐾𝑛.
b. Graf Bipartisi
Graf bipartisi 𝐺 adalah graf yang himpunan titiknya dapat dikelompokkan menjadi dua
himpunan bagian 𝑉1 dan 𝑉2, sedemikian sehingga setiap sisi di dalam 𝐺 menghubungkan
sebuah titik di 𝑉1 ke sebuah titik di 𝑉2, dan dinyatakan sebagai (𝑉1,2). Dengan kata lain,
setiap pasang titik 𝑉1 (demikian pula dengan titik-titik di 𝑉2) tidak bertetangga
23
c. Graf Teratur (Graf Reguler)
Graf yang setiap titiknya mempunyai derajat yang sama disebut graf teratur atau graf
reguler. Apabila derajat setiap titik adalah 𝑟, maka graf tersebut disebut sebagai graf
teratur atau graf reguler derajat 𝑟 atau dapat ditulis graf teratur-𝑟 (graf reguler-𝑟). Jumlah
sisi pada graf teratur adalah 𝑛𝑟 2 . Contoh graf teratur ditunjukkan di bawah ini.
d. Graf Sikel
Graf sikel adalah graf sederhana yang setiap titiknya berderajat dua. Graf sikel dengan n
titik dilambangkan dengan 𝐶𝑛.
24
f. Graf Euler dan Graf semi-Euler
Sebuah sirkuit di graf G yang memuat semua sisi G disebut sirkuit Euler. Jika graf G
memuat sirkuit Euler, maka graf G disebut graf Euler. Sebuah jejak-buka yang memuat
semua sisi graf disebut jejak Euler. Graf G disebut graf semi-Euler jika G memuat jejak
Euler.
g. Graf Hamilton dan Semi-Hamilton
Misalkan G adalah sebuah graf. Sebuah sikel yang memuat semua titik di G disebut sikel
Hamilton. Jika G memuat sikel Hamilton, maka G disebut graf Hamilton. Sebuah lintasan
yang memuat semua titik di G disebut lintasan Hamilton. Sebuah graf G disebut graf
semi-Hamilton jika graf G bukan graf Hamilton dan graf tersebut memuat lintasan
Hamilton. Perhatikan tiga graf di bawah ini.
h. Pohon
Pohon (tree) adalah graf terhubung yang tidak memiliki sikel. Berikut adalah contoh-
contoh pohon.
Sifat-sifat Pohon Misalkan G = (V, E) adalah graf sederhana dan banyak titiknya n buah.
Pernyataan-pernyataan di bawah ini adalah ekivalen. 1) G adalah pohon. 2) Setiap pasang
titik di G terdapat tepat satu lintasan. 3) G terhubung dan memiliki n – 1 buah sisi. 4) G
25
tidak mengandung sikel dan memiliki n – 1 buah sisi. 5) G terhubung dan semua sisinya
adalah jembatan.
Pewarnaan Graf
a. Pewarnaan Titik (Vertex Colouring)
Misalkan G graf tanpa loop. Suatu pewarnaan-k (k-colouring) untuk graf G adalah suatu
penggunaan sebagian atau semua k warna untuk mewarnai semua titik di G sehingga setiap
pasang titik yang bertetangga (adjacent) diberi warna yang berbeda. Jika G mempunyai
pewarnaan-k, maka dikatakan titik-titik di G dapat diwarnai dengan k warna (kcolourable).
Bilangan khromatik (chromatic number) dari graf G, dinotasikan χ(G), adalah bilangan k
terkecil sehingga G dapat diwarnai dengan k warna. Jadi, (𝐺) = min {𝑘/ ada pewarnaan-𝑘
pada 𝐺}. Biasanya warna-warna yang digunakan untuk mewarnai titik-titik suatu graf
dinyatakan dengan 1, 2, 3, …, k. Jelas bahwa χ(G) ≤ |V(G)|. Sedangkan cara yang mudah
untuk menentukan batas bawah dari χ(G) adalah dengan mencari graf bagian komplit yang
terbesar di G.
b. Pewarnaan Sisi (Edge Colouring)
Misalkan G graf tanpa loop. Suatu pewarnaan sisi-k (k-edge colouring) untuk graf G adalah
suatu penggunaan sebagian atau semua k warna untuk mewarnai semua sisi di G sehingga
setiap pasang sisi yang mempunyai titik persekutuan diberi warna yang berbeda. Jika G
mempunyai pewarnaan sisi-k, maka dikatakan sisi-sisi di G dapat diwarnai dengan k warna
(k-edge colourable). Indeks khromatik (chromatic index) dari graf G, dinotasikan χ’(G),
adalah bilangan k terkecil sehingga sisi-sisi di G dapat diwarnai dengan k warna. Biasanya
warna-warna yang digunakan untuk mewarnai sisi-sisi suatu graf dinyatakan dengan 1, 2, 3,
…, k. Jelas χ’(G) ≤ |V(G)|, dan jika derajat titik maksimum di G adalah ∆(𝐺), maka χ’(G) ≥
∆(𝐺).
c. Pewarnaan Peta (Map Colouring)
Dalam pewarnaan peta, muncul pertanyaan: Paling sedikit berapa warna yang diperlukan
untuk mewarnai sebarang peta sehingga daerah yang bertetangga diwarnai berbeda? Jika
pada peta masing-masing daerah dipandang sebagai titik dan titik-titik yang mewakili dua
daerah yang bertetangga dihubungkan oleh satu sisi, maka yang terjadi adalah graf dual dari
peta tersebut
26
Modul 2 : Aljabar danProgram Linier
Aljabar
a. Perkalian Silang (Cross Product)
Jika 𝒖 = (𝑢1,2,𝑢3) dan 𝒗 = (𝑣1,𝑣2,𝑣3) merupakan dua vektor di ruang vektor 𝐑𝟑, maka
hasil perkalian silang 𝒖 × 𝒗 adalah didefinisikan sebagai vektor berikut
𝒖 × 𝒗 = (𝑢2𝑣3 − 𝑢3𝑣2,3𝑣1 − 𝑢1𝑣3,𝑢1𝑣2 − 𝑢2𝑣1) atau dalam sistem determinan
𝒖 × 𝒗 = (| 𝑢2 𝑢3 𝑣2 𝑣3|,−| 𝑢1 𝑢3 𝑣1 𝑣3|,| 𝑢1 𝑢2 𝑣1 𝑣2|) …… (1)
Catatan Berdasar (1), cara mencai komponen 𝒖 × 𝒗 dapat dilakukan dengan cara berikut.
1. Dari matriks berordo 2×3; dengan menulis [ 𝑢1 𝑢2 𝑢3 𝑣1 𝑣2 𝑣3] dengan baris
pertama merupakan komponen dari 𝒖 dan baris kedua merupakan komponen dari 𝒗.
2. Mencari komponen pertama dari 𝒖 × 𝒗, dengan cara menghilangkan kolom pertama
dan mencari nilai determinan, mencari komponen kedua dengan menghilangkan
kolom kedua dan mencari nilai negatif dari determinannya; dan mencari komponen
ketiga dengan menghilangkan kolom ketiga dan mencari nilai determinannya.
Contoh : (Komponen vektor 𝒖 × 𝒗)
Carilah komponen dari 𝒖 × 𝒗, dengan = (1,2,−2) dan 𝒗 = (3,0,1).
27
Penyelesaian: Berdasar (1) atau dengan menggunakan matriks berordo 2x3;
diperoleh × 𝒗 = (|2 −2 0 1 |,−| 1 −2 3 1 |,| 1 2 3 0 |) = (2,−7,−6).
Kita dapat menentukan sudut antara vektor 𝒖 dan vektor 𝒗 ditentukan dari 𝒖 dan dengan
memanfaatkan aturan perkalian titik dari dan 𝒗, yang dinotasikan dengan 𝒖.𝒗 dan
didefinisikan dengan 𝒖.𝒗 = ‖𝒖‖‖𝒗‖cos𝜃 ....... (1) Dengan θ adalah sudut antara 𝒖 dan 𝒗.
Berdasar (1), diperoleh
cos𝜃 =𝒖.𝒗 ‖𝒖‖‖𝒗‖ ........ (2)
untuk 𝒖 dan 𝒗 bukan nol.
Untuk mencari sudut antara 𝒖 dan 𝒗, yaitu sudut θ, dapat digunakan rumus (2). Perhatikan,
berdasar rumus (2) diperoleh: 𝜃 adalah sudut lancip jika .𝒗> 0. 𝜃 adalah sudut tumpul
jika jika 𝒖.𝒗< 0. adalah sudut siku-siku atau 𝜃 = 𝜋 2 jika 𝒖.𝒗 = 0.
28
Agar 𝒘 = (9,2,7) dapat ditulis sebagai kombinasi linear dari 𝒖 dan 𝒗, harus ada skalar k1
dan k2 sehingga memenuhi w= 𝑘1u + 𝑘2𝒗; itu adalah, (9,2,7) = 𝑘1(1,2,−1) + 𝑘2(6,4,2) =
(𝑘1 + 6𝑘2,2𝑘1 + 4𝑘2,−𝑘1 + 2𝑘2) Dengan menyamakan komponen yang sesuai memberikan
𝑘1 + 6𝑘2 = 9 2𝑘1 + 4𝑘2 = 2 −𝑘1 + 2𝑘2 = 7 Selanjutknya, memecahkan sistem ini dengan
menggunakan eliminasi Gauss, diperoleh nilai 𝑘1 = −3,𝑘2 = 2, jadi 𝒘 = −3𝒖 + 2𝒗.
Jadi 𝒘 = (9,2,7) adalah kombinasi linear dari 𝒖 dan 𝒗.
Demikian pula untuk 𝒘′ apakah daapat ditulis sebagai kombinasi linear dari u dan v, harus
ada skalar 𝑘1 dan 𝑘2 sedemikian rupa sehingga 𝒘′ = 𝑘1𝒖 + 𝑘2𝒗 yaitu, (4,−1,8) = 𝑘1(1,2,−1)
+ 𝑘2(6,4,2) = (𝑘1 + 6𝑘2,2𝑘1 + 4𝑘2,−𝑘1 + 2𝑘2) Menyamakan komponen yang sesuai
memberikan 𝑘1 + 6𝑘2 = 4 2𝑘1 + 4𝑘2 = −1 −𝑘1 + 2𝑘2 = 8
Sistem persamaan ini tidak konsisten (jelaskan!), jadi tidak ada skalar 1 dan 𝑘2. Jadi, 𝒘′
bukan kombinasi linear dari u dan v.
f. Ruang Vektor
Syarat agar V disebut sebagai ruang vektor
1. Jika vektor – vektor u , v ∈ V , maka vektor u + v ∈ V
29
2. u + v = v + u
3. u + ( v + w ) = ( u + v ) + w
4. Ada 0 ∈ V sehingga 0 + u = u + 0 untuk semua u ∈ V , 0 : vektor nol
5. Untuk setiap u ∈ V terdapat – u ∈ V sehingga u + (– u ) = 0
6. Untuk sembarang skalar k , jika u ∈ V maka ku ∈ V
7. k ( u + v ) = k u + k v , k sembarang skalar
8. (k + l) u = k u + l u , k dan l skalar
9. k( l u ) = ( kl ) u 10. 1 u = u
Contoh ruang vektor :
1. V adalah himpunan vektor euclidis dengan operasi standar (operasi penjumlahan dan
operasi perkalian dengan skalar ) Notasi: Rn .
2. V adalah himpunan polinom pangkat n dengan operasi standar Bentuk umum polinom
orde – n pn(x) = a0 + a1x +… + anxn qn(x) = b0 + b1x +… + bnxn Operasi standar pada
polinom orde – n pn(x) + qn(x) = a0+ b0 + (a1 + b1)x +… + (an + bn)xn k pn = ka0 +
ka1x +… + kanxn Notasi: Pn
3. V adalah himpunan matriks berukuran mxn dengan operasi standar (penjumlahan
matriks dan perkalian matriks dengan skalar ) Notasi: Mmn
g. Sub–ruang vektor
Diketahui V ruang vektor dan U subhimpunan V.
U dikatakan sub–ruang dari V jika memenuhi dua syarat berikut :
1. Jika u ,v ∈ U maka u + v ∈ U
2. Jika u ∈ U , untuk skalar k berlaku ku ∈ U
h. Kombinasi linier
Vektor v dikatakan merupakan kombinasi linier dari vektor – vektor v 1, v 2,…,v n bila v
bisa dinyatakan sebagai :
v = k1 v 1 + k2 v 2+…+ kn v n , k1,k2,…,kn adalah scalar
Contoh Tunjukkan bahwa v =(3,9,-4,-2) merupakan kombinasi linier u1= (1,-2,0,3), u2 =
(2,3,0,-1) dan u3= (2,-1,2,1)
Jawab: Bila v merupakan kombinasi linier dari u1, u2, dan u3 maka dapat ditentukan x, y
dan z sehingga: v = xu 1 + yu2 + zu3 (3,9,-4,-2) = x(1,-2,0,3)+ y(2,3,0,-1) + z (2,-1,2,1)
(3,9,-4,-2) = (1x,-2x, 0x, 3x)+ (2y,3y,0y,-1y) + (2 z,-1z,2z,1z)
i. Kebebasan Linier
Vektor – vektor di S dikatakan bebas linier (linearly independent) jika persamaan 0 = k1 s 1
+k2 s 2+…+ kn sn hanya memiliki penyelesaian k1= k2 =…= kn = 0 jika ada penyelesaian
30
lain untuk nilai k1,k2,…,kn selain 0 maka dikatakan vektor –vektor di S bergantung linier
(linearly dependent)
j. Basis dan Dimensi
Misalkan V ruang vektor dan S = { s 1, s 2 ,…, s n }. S disebut basis dari V bila memenuhi
dua syarat , yaitu : 1. S bebas linier 2. S membangun V Basis dari suatu ruang vektor tidak
harus tunggal tetapi bisa lebih dari satu. Ada dua macam basis yang kita kenal yaitu basis
standar dan basis tidak standar
m. Penjumlahan Vektor
Jika v dan w adalah sebarang dua vektor tak nol, maka + 𝒘 adalah vektor yang ditentukan
sebagai berikut. Tempatkanlah vektor w sehingga titik awalnya berimpit dengan titik
terminal v. Vektor + 𝒘 dinyatakan oleh tanda panah dari titik awal v terhadap titik terminal
w (Gambar 2a).
31
n. Pengurangan Vektor
Pengurangan dari 𝒘 dapat diperoleh secara geometris dengan metode jajar genjang yang
ditunjukkan pada Gambar 3.
Negatif dari vektor 𝒗, dilambangkan dengan −𝒗, adalah vektor yang memiliki panjang yang
sama namun kemudian diarahkan berlawanan (Gambar 1.3a), dan pengurangan 𝒗 dari 𝒘,
dilambangkan dengan 𝒘 − 𝒗 (Gambar 1.3c) dianggap sebagai penjumlahan 𝒘 dan −𝒗,
yakni: 𝒘 − 𝒗 = 𝒘 + (−𝒗)
o. Subruang Vektor
Misalkan V ruang vektor, dan W himpunan bagian dari V. Jika W terhadap operasi tambah
dan kali dengan skalar sebagaimana yang didefinisikan pada V, membentuk ruang vektor;
maka W disebut subruang dari V. Penyebutan secara lebih singkat “W subruang V”. Untuk
menunjukkan subruang vektor (misalnya apakah W subruang dari V) dapat dilakukan
dengan langkah sebagai berikut; tunjukkan bahwa himpunan W merupakan himpunan bagian
dan V; tunjukkan W bukan himpunan kosong; pastikan operasi yang didefinisikan di W
sama dengan operasi yang didefinisikan di V; selanjutnya periksa apakah pada W memenuhi
10 aksioma atau tunjukkankan W ruang vektor. Cara lain dengan menggunakan teorema:
Jika W himpunan bagian yang tidak kosong dari ruang vektor V, dan operasi tambah dan
kali dengan skalar yang didefinisikan di W sama dengan di V; maka W subruang dari V jika
hanya jika W tertutup terhadap operasi tambah dan perkalian dengan skalar.
Contoh (subruang) 1) Garis yang melalui (0,0) subruang dari R2. 2) Himpunan V adalah
subruang dari ruang vektor V. 3) Himpunan yang anggotanya nol, A = {o} adalah subruang
dari ruang vektor V.
Program Linier
a. Pertidaksamaan Linear
Menurut Elkhateeb (2016), pertidaksamaan adalah kalimat matematis yang dibangun dengan
menggunakan satu atau lebih simbol ( <, >, ≤, ≥ ) untuk membandingkan 2 kuantitas.
Pertidaksamaan linear adalah pertidaksamaan yang pangkat tertinggi dari variabelnya adalah
32
satu. Pertidaksamaan linear satu variabel dinyatakan dalam bentuk Pertidaksamaan linear
2 variabel dapat dinyatakan dalam 2 bentuk.
Menyelesaikan pertidaksamaan artinya mencari nilai dari variabel yang membuat hubungan
dua kuantitas dalam urutan yang benar. Nilai dari variabel yang membuat pertidaksamaan
menjadi kalimat yang benar disebut penyelesaian pertidaksamaan. Himpunan semua
penyelesaian dari pertidaksamaan disebut himpunan penyelesaian pertidaksamaan.
Menyelesaikan pertidaksamaan linear dua variabel dengan cara sebagai berikut: a. Ubah
tanda pertidaksamaan menjadi tanda sama dengan. Gambar garis yang persamaannya
(putus-putus jika tanda atau , tidak putus-putus jika tandanya atau ). b. Ambil titik uji
yang tidak berada pada garis dan cek apakah memenuhi pertidaksamaan. Jika memenuhi
pertidaksamaan maka himpunan penyelesaiannya adalah himpunan titik-titik pada paruh
bidang (half-plane) yang memuat . Jika tidak memenuhi pertidaksamaan maka
himpunan penyelesaiannya adalah himpunan titik-titik pada paruh bidang (half-plane) di sisi
lain garis . c. Arsir daerah yang tidak memenuhi pertidaksamaan. d. Himpunan
penyelesaiannya dalam gambar berupa daerah sehingga disebut dengan daerah penyelesaian.
33
Teorema-teorema turunan
Teorema 1. Jika 𝑓′(𝑐) ada maka 𝑓 kontinu pada 𝑐.
Dari teorema tersebut, dapat disimpulkan bahwa setiap fungsi yang mempunyai turunan pada
domainnya pasti kontinu pada domainnya tetapi fungsi kontinu tidak menjamin eksistensi
turunan dari fungsi tersebut
Teorema 2. Dipunyai 𝐾 suatu konstanta real dan 𝑓:𝐼 → ℝ, ⊂ℝ. Jika (𝑥) = 𝐾∀𝑥∈𝐼 maka
𝑓′(𝑥) = 𝑑[𝑓(𝑥)] 𝑑𝑥 = 0 ∀𝑥∈𝐼.
2) Turunan dari penjumlahan dan perkalian fungsi dengan konstanta
Teorema 3. Jika fungsi-fungsi 𝑓 dan 𝑔 mempunyai turunan di 𝑥∈𝐷𝑓 ∩ 𝐷𝑔 maka (𝑓 + 𝑔)′(𝑥)
= 𝑓′(𝑥) + 𝑔′(𝑥) dan (𝐾.𝑓)′(𝑥) = 𝐾.𝑓′(𝑥) dengan K sembarang bilangan real.
3) Turunan dari perkalian dan pembagian fungsi.
Teorema 4. Jika fungsi-fungsi 𝑓 dan 𝑔 mempunyai turunan di 𝑥∈𝐷𝑓 ∩ 𝐷𝑔 maka (𝑓.𝑔)′(𝑥) =
𝑓(𝑥).𝑔′(𝑥) + 𝑓′(𝑥).𝑔(𝑥) dan
(𝑓𝑔)′(𝑥) =𝑓′(𝑥).𝑔(𝑥) − 𝑓(𝑥).𝑔′(𝑥) [𝑔(𝑥)]2, dengan syarat 𝑔(𝑥) ≠ 0.
34
4) Turunan dari 𝑥𝑛.
Teorema 5. Jika 𝑓:𝐼 → ℝ, ⊂ℝ dan (𝑥) = 𝑥𝑛 dengan 𝑛 bilangan bulat tak nol maka 𝑓′(𝑥) =
𝑑[𝑥𝑛] 𝑑𝑥 = 𝑛𝑥𝑛−1.
5) Turunan dari fungsi trigonometri. Dengan menggunakan definisi dan teorema-teorema
turunan yang diberikan sebelumnya, diperoleh turunan untuk fungsi trigonometri sebagai
berikut. Teorema 6. Turunan fungsi trigonometri diberikan berikut ini.
(1) (sin𝑥) 𝑑𝑥 = cos𝑥
(2) (cos𝑥) 𝑑𝑥 = −sin𝑥
(3) (tan𝑥) 𝑑𝑥 = sec2 𝑥
(4) (sec𝑥) 𝑑𝑥 = sec𝑥 .tan𝑥
(5) (csc𝑥) 𝑑𝑥 = −csc𝑥 .cot𝑥
(6) (cot𝑥) 𝑑𝑥 = −csc2 𝑥
b. Aturan rantai Aturan rantai didasari dari turunan fungsi komposisi. Selengkapnya
diberikan pada Teorema 7. Teorema 7. Jika 𝑔 mempunyai turunan di 𝑥 dan 𝑓 mempunyai
turunan di (𝑥) maka [(𝑓∘𝑔)(𝑥)] 𝑑𝑥 = 𝑑[(𝑓∘𝑔)(𝑥)] 𝑑[𝑔(𝑥)] . 𝑑[𝑔(𝑥)] 𝑑𝑥
= 𝑓′[𝑔(𝑥)].𝑔′(𝑥).
35
Dengan menggunakan teorema di atas dapat diperoleh turunan dari invers fungsi
trigonometri yang diberikan berikut ini.
.
Persamaan Diferensial
a. Pengertian Persamaan Diferensial
Persamaan diferensial adalah suatu persamaan yang memuat turunan terhadap satu atau lebih
dari variabel-variabel bebas. Bila hanya ada satu variabel bebas yang diasumsikan, maka
subyek disebut persamaan diferensial biasa. Sebagai contoh: 1. y’ + 3xy = 3x
36
Contoh lain: persamaan diferensial pada Contoh 1, 2, 3, 4, dan 5 berderajat satu. Di
samping itu, persamaan diferensial ada yang disebut homogen dan tak homogen. Pada
persamaan (1.2) bila b(x) = 0 merupakan persamaan diferensial linear
untuk semua x I. Yakni, subtitusi f(x) dan berbagai turunannya untuk y dan berturut-turut
turunan-turunan yang berkaitan menghasilkan (1.1) pada suatu kesamaan pada interval I.
Solusi umum persamaan diferensial orde-n adalah solusi (baik dinyatakan secara eksplisit
maupun implisit) yang memuat semua solusi yang mungkin pada suatu interval. Pada
umumnya solusi umum persamaan diferensial biasa orde-n memuat n konstan. Suatu solusi
persamaan diferensial disebut solusi khusus jika solusi tersebut bebas dari sebarang konstan.
37
Persamaan diferensial y’ + P(x)y = Q(x)yn , (1.13) disebut persamaan diferensial Bernoulli.
Persamaan diferensial Bernoulli sangat mirip dengan bentuk persamaan diferensial linear
orde-1 kecuali ruas kanan memuat faktor yn . Jika n = 1, persamaan diferensial Bernoulli
merupakan persamaan diferensial dengan variabel terpisah, bila n = 0 merupakan persamaan
diferensial linear order 1. Pada umumnya cara mencari solusi persamaan diferensial
Bernoulli dengan cara mereduksi persamaan (1.13) ke dalam persamaan diferensial linear
orde-1.
Integral Tertentu
a. Integral Tertentu
Berikut ini didefinisikan pengertian integral tertentu sebagai limit jumlah Riemann.
Catatan:
1) ∆ adalah panjang subselang ke-i, ∆ , i = 1, 2, 3, …, n, sedangkan ∈, .
2) Dalam kasus selang [a,b] dibagi menjadi n bagian sama panjang, maka ‖‖→0⇔→∞ .
3) Pada bentuk , f disebut integran, a disebut batas bawah, dan b disebut batas atas.
4) Dalam kasus fungsi f kontinu pada selang [a,b] dan 0 pada [a,b], menyatakan luas daerah
yang dibatasi oleh grafik f, garis x = a, garis x = b, dan sumbu X.
5) Integral tertentu adalah suatu bilangan riil yang dapat bernilai positif, nol, dan negatif.
38
Suatu fungsi akan terintegral secara Riemann jika fungsi tersebut kontinu dan terbatas pada
suatu selang sebagaimana dinyatakan dalam Teorema 5.8.
39
Aplikasi integral
Materi aplikasi integral yag dibahas dalam modul ini antara lain adalah luas daerah pada bidang
datar, volum benda putar, panjang busur grafik fungsi, dan luas permukaan benda putar.
a. Luas Daerah pada Bidang Datar
40
41
b. Volum Benda Putar
Suatu daerah D pada bidang datar apabila diputar dengan suatu poros tertentu akan
menghasilkan suatu benda putar. Volum benda putar tersebut dapat dihitung menggunakan
integral tertentu dengan beberapa metode yaitu : Metode Cakram, Metode Cincin, Metode
Sel Silinder (Kulit Tabung)
42
Modul Daring 4.1.1. Objek-objek dalam Geometri
Di dalam geometri beberapa relasi antara elemen harus diterima tanpa bukti. Relasi ini
disebut aksioma atau postulat. Sedangkan relasi yang dapat dibuktikan disebut teorema atau
dalil. Beda aksioma dengan postulat adalah aksioma berlaku untuk semua science sedangkan
postulat berlaku untuk suatu science tertentu dan dapat dipandang sebagai aturan permainan.
Suatu definisi harus reversible yaitu harus dapat dinyatakan dalam bentuk iff”.
Sebuah garis adalah kumpulan titik-titik. Panjangnya tak terbatas, lurus, tidak
mempunyai ketebalan, dan tidak mempunyai ujung. Garis adalah objek geometri yang tidak
memiliki ukuran. Karena itu kita tidak dapat mengukur panjang dari suatu garis. Kita dapat
menemukan ukuran dari jarak dua titik tersebut. Jika kita menarik garis dari titik A ke titik B
kita menemukan ruas garis AB. Ruas garis AB disimbolkan dengan ⃗⃗⃗⃗⃗
𝐴𝐵. Ruas garis merupakan
himpunan titik-titik dengan kedudukan
Dalam geometri Euclid, terdapat lima aksioma.
Aksioma1:Dari dua buah titik yang berbeda dapat dibuat tepat sebuah garis.
Aksioma 2: Suatu ruas garis yang terbatas, jika diperpanjang akan menghasilkan sebuah garis.
Aksioma 3: Untuk mendeskripsikan suatu lingkaran diperlukan suatu pusat dan jari-jari.
Aksioma 5 : Jika suatu garis memotong dua garis lainnya sedemikian hingga sudut dalam yang
terletak pada sisi yang sama jumlahnya kurang dari dua sudut siku-siku, dua garis tersebut jika
diperpanjang akan berpotongan pada sisi dimana terletak sudut-sudut yang jumlahnya kurang
dari dua sudut siku-siku tersebut.
Aksioma yang berkaitan langsung dengan garis dan sudut, pada aksioma 1, 2 dan 4.
Kita mengatakan bahwa tiga titik tak segaris, membentuk tepat satu bidang. Bidang adalah
sebuah bangun datar, yakni bangun dengan himpunan titik-titik pada sebuah bidang, yang tidak
semuanya pada satu garis (tidak kolinier). Titik, garis, sinar garis, ruas garis, dan bidang
kesemuanya merupakan objek-objek geometri.
Modul Daring 4.1.2. Hubungan Antara Titik, Garis, dan Bidang
Keberadaan titik bisa berada dalam satu garis, di luar garis, dalam satu bidang yang
sama, pada bidang yang tidak sama, dan sebagainya. Demikian juga garis dengan bidang, garis
pada bidang, garis bisa sejajar dengan bidang, bersilangan, dan sebagainya.
Definisi 1: Titik kolinier adalah titik-titik yang terletak pada satu garis.
Definisi 2: Titik koplanar adalah titik-titik yang terletak pada bidang yang sama.
Definisi 3: Garis-garis berpotongan ialah dua garis yang berpotongan pada satu titik.
Definisi 4 : Garis-garis sejajar adalah garis-garis sebidang yang tidak mempunyai titik
persekutuan.
43
Definisi 5: Garis-garis konkuren adalah tiga atau lebih garis koplanar yang mempunyai satu
titik persekutuan.
Teorema-teorema :
Teorema 2. Sebuah bidang ditentukan oleh sebuah garis dan sebuah titik (di luar garis itu).
Pada segitiga ABC, DEF, dan GHJ, ditunjukan alas segitiga tersebut adalah
sisi yang berlabel 𝑎, garis tinggi suatu segitiga adalah garis yang ditarik secara tegak
lurus dengan alas atau perpanjangannya melalui sebuah titik di hadapan alas pada
segitiga.
Berdasarkan panjang sisi, segitiga dibagi menjadi tiga kelompok, yaitu (1) segitiga sama
sisi adalah segitiga yang mempunyai tiga sisi yang kongruen, (2) segitiga sama kaki adalah
segitiga yang mempunyai dua sisi yang kongruen, dan (3) segitiga sembarang adalah segitiga
yang tidak mempunyai sisi yang kongruen.
Berdasarkan ukuran (besar sudut, segitiga dibagi menjadi empat kelompok, yaitu (1)
segitiga lancip yaitu segitiga yang memiliki tiga sudut yang lancip (besar sudut kurang dari 900
), (2) segitiga siku-siku yaitu segitiga yang mempunyai sebuah sudut siku-siku (besar sudut
44
sama dengan 900 ), (3) segitiga tumpul yaitu segitiga yang mempunyai sebuah sudut tumpul (
besar sudut lebih dari 900 ), dan (4) segitiga sama sudut adalah segitiga yang mempunyai tiga
sudut yang kongruen.
Modul Daring 4.1.5. Teorema-teorema pada segitiga
Segitiga merupkan bangun yang memiliki sifat-sifat yang banyak yang dapat
dieksplore. Sifat-sifat ini dituangan daam bentuk teorema.
Teorema: Jumlah besar sudut dalam suatu segitiga sama dengan 180°
Teorema: Sudut luar sebuah segitiga sama dengan jumlah kedua sudutnya yang lain.
Teorema: Jumlah sudut luar segitiga sama dengan 360°
1. Garis-garis Istimewa pada Segitiga dan melukisnya.
Definisi:Garis berat adalah garis yang ditarik dari suatu titik segitiga ke pertengahan sisi di
depannya.
Definisi: Garis bagi ialah garis yang membagi sudut menjadi dua bagian yang sama.
Definisi: Garis tinggi adalah garis yang ditarik dari satu titik secara tegak lurus ke sisi di
depannya atau perpanjangan sisi di depannya
Definisi: Sumbu suatu garis/sisi ialah garis yang tegak lurus pada pertengahangaris/sisi itu.
Teorema: Garis bagi dalam dan garis bagi luar dari sudut yang sama, tegak lurus sesamanya.
45
Teorema: Dalam segitiga siku-siku, garis berat ke sisi miring sama dengan setengah sisi miring.
Teorema: Dalam segitiga siku-siku dengan sudut 30°sisi di hadapan sudut 30°itu samadengan
setengah sisi miring.
Modul Daring 4.1.8. Pengertian Segiempat
1. Macam-macam Segi Empat
a. Jajar genjan adalah suatu segiempat yang sisi-sisinya sepasang-sepasang sejajar.
b. Persegi Panjang adalah suatu jajar genjang yang satu sudutnya siku-siku.
c. Belah Ketupat
d. Persegi adalah jajargenjang yang semua sisinya sama panjang dan satu sudutnya siku-
siku. Persegi juga merupakan persegi panjang dengan empat sisi yang kongruen.
e. Trapesium adalah suatu segi empat yang dua buah sisinya sejajar. Trapesium yang sisi
tegakmya sama panjang disebut trapesium sama kaki.
f. Layang-layang adalah bangun datar segiempat yang memiliki 2 pasang berbeda sisi
berdekatan yang sama panjang.
Definisi: Lingkaran adalah garis lengkung (kurva) yang bertemu pada kedua ujungnya, dan
merupakan himpunan titik-titik yang jaraknya sama terhadap titik tertentu. Ruas garis GH
disebut tali busur.
46
Definisi: Garis singgung adalah garis yang mempunyai persekutuan dengan lingkaran pada dua
buah titik yang berimpitan.Titik tersebut yang disebut sebagai titik singgung.
Modul daring 4.1.11. Sudut Keliling, Sudut Pusat dan Busur Lingkaran
Definisi: Sudut pusat adalah sudut yang dibentuk oleh dua jari-jari lingkaran. Sudut keliling ialah
sudut yang dibentuk oleh dua tali busur yangberpotongan pada lingkaran.Besarnya sebuah busur
lingkaran adalah besarnya sudut pusat padabusur itu. Dengan kata lain bahwa Sudut pusat =
busurnya (busur tempat ia berdiri)
Teorema: Tali-tali busur yang sama menahan busur-busur yang sama. Sudut-sudut pusat yang
sama besar berdiri di atas busur yang sama.
1
Teorema: Sudut keliling = 2 busurnya
47
Modul Daring 4.1.12. Teorema-teorema pada Lingkaran
Teorema: Sudut yang dibentuk oleh sebuah garis singgung dan sebuah tali busuryang melalui
titik persinggungan sama dengan setengah busur yangterletak di antara garis singgung dan tali
busur itu.
Teorema: Busur-busur lingkaran yang terletak di antara dua buah tali busuryang sejajar, sama
panjangnya.
Teorema: Jika dua buah tali busur berpotongan di dalam lingkaran, maka sudutyang dibentuknya
sama dengan setengah jumlah busur yang terletakdi antara kaki-kaki sudut itu.
Teorema: Jika dua buah tali busur berpotongan di luar lingkaran, maka sudutyang dibentuknya
sama dengan setengah selisih busur-busur yangterletak di antara kaki-kaki sudut itu.
Dari Gambar 3 tersebut ada beberapa hal yang dapat diperhatikan, yaitu: (1) Sudut surut; dan
(2) Perbandingan Proyeksi. Gambar 3(A) menunjukkan sudut surut sebesar 600 . Sudut surut
tersebut terbentuk antara bidang frontal horizontal ke kanan dan garis ortogonal ke belakang.
Bidang Frontal adalah bidang lukis, sedangkan garis ortogonal adalah garis yang tegak lurus
3
dengan bidang frontal. Gambar 3(A) juga menunjukkan perbandingan proyeksi .
4
Perbandingan proyeksi adalah perbandingan panjang antara panjang ruas garis ortogonal
48
3
dengan panjang ruas garis tersebut sesungguhnya. Perbandingan proyeksi sebesar 4 artinya,rusuk
BC yang panjang sebenarnya adalah 4 cm, digambarkan sepanjang 3 cm. Pada geometri ruang,
gambar kubus yang baik serupa dengan Gambar 3(F) dengan perbandinganproyeksi maksimum
1
2
dan sudut surut 300 .
𝑃 = {𝑥 ∈ 𝑅: 𝑥 = 2}
Titik
Kelereng
49
Teorema 5. Jika dua dari tiga garis potong tiga buah bidang berpotongan, maka garis potong
yang ketiga melalui titik potong itu.
Teorema 6. Jika dua dari garis potong itu sejajar, maka garis potong yang ketiga sejajar pula.
Perhatikan kubus ABCD.EFGH. garis AB merupakan garis persekutuan antara dua bidang
ABFE dan ABCD. Hal inilah yang mendasari sifat rusuk, bahwa rusuk merupakan
persekutuan dari 2 bidang. Suatu garis 𝑔 merupakan persekutuan dari dua bidang U dan V
jika terletak pada bidang U dan terletak pada bidang V, ditulis 𝑔 ∈ 𝑈˄𝑔 ∈ 𝑉⟹ 𝑔 ∈
(𝑈, 𝑉)
b) Persekutuan antara 2 garis
Dua garis dapat memiliki persekutuan jika terletak dalam 1 bidang. Oleh sebab itu, untuk
menentukan titik persekutuan dua garis dalam ruang, langkah pertama adalah memastikan
bahwa kedua garis tersebut terletak dalam 1 bidang yang sama. Demikian pula sebaliknya,
jika dua garis memiliki titik persekutuan, maka dipastikan bahwa kedua garis itu terletak
pada bidang yang sama. titik A terletak pada garis AB dan AD. Dengan demikian, titik A
merupakan titik persekutuan antara 2 garis, disebut dengan titik potong. Akibatnya kedua
garis AB dan AD terletak pada satu bidang, yaitu bidang ABCD. Pada bagian sebelumnya
disebutkan bahwa A merupakan titik sudut kubus. Perhatikan bahwa garis AD merupakan
persekutuan dari 2 bidang ABCD dan ADHE, dan garis AB merupakan persekutuan antara 2
bidang ABCD dan ABFE. Hal ini membangun silogisma bahwa titik A merupakan
persekutuan dari 3 bidang ABFE, ABCD, dan ADHE. Hal inilah yang mendasari sifat dari
titik sudut, bahwa sebuah titik sudut merupakan persekutuan dari 3 bidang.
c) Persekutuan antara garis dan bidang
Perhatikan kembali kubus ABCD.EFGH. Jelas bahwa titik A terletak pada garis AE dan
pada bidang ABCD. Titik A merupakan persekutuan antara garis AE dan bidang ABCD,
50
ditulis dengan, (𝐴 ∈ 𝐴𝐸)dan , (𝐴𝐸 ∈ 𝐴𝑏𝑐𝑑) ⟹ 𝐴 ∈ (𝐴𝐸, 𝐴𝐵𝐶𝐷) . Pada istilah umum,
objek geometri ini disebut dengan titik tembus. Dengan demikian dapat dikatakan bahwa A
adalah titik tembus AE pada bidang ABCD. Suatu titik P dapat dikatakan sebagai titik
tembus garis m ke bidang U, jika garis m tidak sejajar dengan bidang U, P terletak pada m,
dan P terletak pada V, dituliskan (𝐴 ∈ 𝑚 ˄ 𝑃 ∈ 𝑉) ⟹ 𝑃 ∈ (𝑚, 𝑉)
Ada 3 kajian dalam kesejajaran, yaitu kesejajaran dua garis, kesejajaran garis dan bidang, dan
kesejajaran antara dua bidang. Akan tetapi bagian ini tidak hanya membahasa tentang kesejajaran
semata, namun terintegrasi dengan bagian lain, misalnya persekutuan dna irisan.
a) Dua garis Sejajar
Teorema 1. Jika a // b dan b // c maka a // c
Teorema 2. Jika (a // x + memotong l), dan (b // x + memotong l), dan (c // x +
memotong l) maka a, b, c dan l pada satu bidang.
Teorema 3. Jika (a // b) dan b menembus V maka a menembus V
b) Garis sejajar bidang
Teorema 4. Jika a // b dan bpada V maka a // V
Teorema 5. Jika U ∥ a dan V ∥ a maka (U,V) ∥a
c) Dua bidang sejajar
Teorema 6. Jika (a∥c dan b ∥d), a dan b berpotongan, c dan d berpotongan maka bidang
(a,b) ∥ bidang (c,d). Jika (a,b) = U dan (c,d)=V, maka U ∥ V
Teorema 7. Jika U ∥V, ada a memotong U dan V, maka (a,U) ∥(a,V)
Teorema 8. a memotong U dan U ∥V, maka a memotong V
Teorema 9. Jika a ∥U dan U ∥V, maka a ∥V
Teorema 10. Jika U∥ a dan V ∥b, maka (U,V) ∥(a,b)
Secara umum garis g tegak lurus dengan bidang U, jika terdapat 2 garis di bidang U,
sebut m dan n, sehingga g⊥m dan g⊥n. Selanjutnya, akibat dari ketegaklurusan garis g ke bidang
U adalah g tegak lurus dengan semua garis yang ada pada bidang U.
Untuk dua garis yang terletak pada satu bidang, tentu tidak sulit untuk menunjukkan
ketegaklurusan antara dua garis tersebut. Pada kubus ABCD.EFGH, cukup mudah menunjukkan
bahwa AB⊥BF, AC⊥BD, bahkan AO⊥CE, dengan O perpotongan AG dan FH. Pembuktian
ketegaklurusan dua garis sebidang cukup menggunakan kesebangunan.
51
Bidang U tegak lurus bidang V, cukup dicari sebuah garis dalam bidang U yang tegak
lurus pada bidang V, atau sebaliknya. Ingat kembali sebuah teorema yang menyatakan bahwa,
melalui sebuah garis g yang tegak lurus bidang U, dapat dibangun bidang-bidang V1, V2, …
yang tegak lurus dengan bidang U.
52
SUDUT DALAM RUANG
a) Sudut antara dua garis
sudut antara garis g dan h yang saling bersilangan, dapat ditentukan dengan menentukan
sudut g dan h’‖h, dengan g dan h’ berpotongan.
b) Sudut antara garis dan bidang
untuk menentukan sudut garis g ke bidang U adalah menentukan sudut antara garis g dan
proyeksi garis g pada bidang U.
c) Sudut antara dua bidang
Sudut antara bidang U dan bidang V adalah , yang terbentuk dari garis h di U, dan k di V,
dengan kedua garis h dan k tegak lurus g, ditulis dengan ∠(𝑈, 𝑉) = ∠(ℎ, 𝑘), dengan ℎ ⊥
𝑔,𝑘 ⊥ 𝑔, dan 𝑔 = (𝑈, 𝑉).
53
a) Jarak Dua Titik, dan Titik Pemisah di R2
Rumus jarak tak berarah antara dua titik pada sebuah bidang datar, dapat diperoleh dari
teorema Pythagoras. .
Teorema: Jarak antara 𝑝1 (𝑥1 , 𝑦1 ) dan 𝑝2 (𝑥2 , 𝑦2 ) adalah 𝑑 = √(𝑥2 −𝑥1 )2 + (𝑦2 −𝑦1 )2
54
c) Sistem Persamaan
Himpunan penyelesaian dapat berupa:
1. Himpunan yang memuat satu pasangan berurutan, hal ini menunjukkan bahwa sistem
mempunyai penyelesaian tunggal (unique) dan kedua garis berpotongan hanya pada satu
titik di R^2.
2. Himpunan kosong, berarti sistem tidak mempunyai penyelesaian dan kedua garisnya
sejajar,
3. Himpunan yang tak terbatas dalam kasus ini kedua garisnya berimpit.
d) Sudut antara Dua Garis, dan Jarak Titik Terhadap Garis
Teorema: Jika θ adalah sudut terkecil yang terbentuk dari sebuah garis dengan gradien m1
yang duputar berlawanan arah dengan jarum jam sehingga berimpit dengan garis bergradien
𝟐 𝒎 −𝒎𝟏
𝒎𝟐 , maka: 𝒕𝒂𝒏 𝜽 = 𝟏+𝒎 , 𝒎𝟏 . 𝒎𝟐 ≠ −𝟏
𝟏 .𝒎𝟐
55
𝒙𝟐 𝒚𝟐
Teorema:Elips memiliki persamaan baku 𝒂𝟐
+ 𝒃𝟐 = 𝟏 , jika dan hanya jika pusatnya di
𝒙𝟐 𝒚𝟐
O(0,0) dan kedua fokusnya berada pada sumbu x. Elips memiliki persamaan baku 𝒃𝟐
+ 𝒂𝟐 =
𝟏 , jika dan hanya jika pusatnya di O(0,0) dan kedua fokusnya berada pada sumbu y.
i) Hiperbola
Definisi: Hiperbola adalah himpunan titik-titik pada bidang sehingga selisih jarak
𝒙𝟐 𝒚𝟐
Teorema: Hiperbola memiliki persamaan baku − = 𝟏 , jika dan hanya jika pusatnya di
𝒂𝟐 𝒃𝟐
x= x’ + h atau x’ = x – h
y = y’ + h atau y’ = y – k
Teorema Jika suatu lingkaran mempunyai jari-jari r, dan pusatnya adalah titik (h, k), maka
persamaannya adalah: (𝑥 − ℎ)2 + (𝑦 − 𝑘)2 = 𝑟 2
Teorema Jika suatu parabola mempunyai puncak (h, k) dan sumbu simetrinya sejajar
dengan sumbu koordinat, maka persamaannya adalah :
Teorema Jika ellips mempunyai pusat (h, k) dan sumbu simetrinya sejajar dengan sumbu-
sumbu koordinat, maka persamaannya adalah:
(𝒙−ℎ)𝟐 (𝒚−𝑘)𝟐
1) + = 𝟏 , sumbu panjang horisontal, atau
𝒂𝟐 𝒃𝟐
(𝒙−ℎ)𝟐 (𝒚−𝑘)𝟐
2) 𝒃𝟐
+ 𝒂𝟐
= 𝟏, sumbu panjang vertikal.
Teorema Jika hiperbola mempunyai pusat (h, k) dan sumbu simetrinya sejajar dengan
sumbu-sumbu koordinat, maka persamaannya adalah:
56
(𝒙−ℎ)𝟐 (𝒚−𝑘)𝟐
1) 𝒂𝟐
+ 𝒃𝟐
= 𝟏 , sumbu simetri horizontal atau
(𝒙−ℎ)𝟐 (𝒚−𝑘)𝟐
2) 𝒃𝟐
+ 𝒂𝟐
= 𝟏, sumbu simetri vertikal.
b) Rotasi Sumbu
Teorema: Jika sumbu-sumbu x, y diputar terhadap titik asal sebesar sudut menghasilnya
sumbu x’, y’, maka koordinat x, y dan koordinat x’, y’ dari suatu titik
Bentuk umum persamaan berderajat kedua dengan dua variabel, sering disebut dengan
persaman kuadrat dengan variabel x, y adalah:𝐴𝑥 2 + 𝐶𝑦 2 + 𝐷𝑥 + 𝐸𝑦 + 𝐹 = 0 , dengan A,
B, C semuanya tidak nol. Dengan menggunakan hubungan (formula) rotasi sumbu, diperoleh
persamaan dalam x’, y:
A’x’2 + B’x’y’ + C’y’2 + D’x’ + E’y’ + F’ = 0, dengan:
A’ = A cos2 + B sin cos + C sin2
B’ = B cos – (A – C) sin
C’ = A sin2 - B sin cos + C cos2
D’ = D cos + E sin
E’ = E cos – D sin
F’ = F, dan adalah sudut antara sumbu x dan sumbu x’
Jika dipilih α sedemikian sehingga B’ = 0, maka diperoleh persamaan:
A’x’2 + C’y’2 + D’x’ + E’y’ + F’ = 0.
Jika B’ = 0, maka diperoleh , dengan A - C ≠ 0. Perhatikan persamaan
A’x’2 + C’y’2 + D’x’ + E’y’ + F’ = 0, tak memuat bentuk x’y’.
Jika grafik dari persamaan ini, ada, maka grafiknya berupa:
1) Ellips atau sebuah titik jika A’ tak sama C’ dan A’.C’ > 0
2) Parabola, atau dua garis sejajar jika A’ atau C’ sama dengan nol.
3) Sebuah hiperbola, atau dua garis yang berpotongan, jika A’.C’ < 0
Teorema: Jika grafik dari persamaan kuadrat dalam x, y di R2 Ax2 + Bxy + Cy2 + Dx + Ey
+ F = 0, dengan B 0, ada (exist), maka grafiknya berupa :
57
§ Ellips, atau titik, jika B2– 4AC < 0
§ Parabola, atau dua garis sejajar, jika B2 – 4AC = 0
§ Hiperbola, atau dua garis berpotongan, jika B2 – 4AC > 0
Geometri Analit di R3
Persamaan berderajat pertama dengan tiga variabel di R3
Persamaan yang berbentuk Ax + By + Cz + D = 0, (3*) dengan A, B, C, D merupakan
bilangan real dan A, B, C tak bersama-sama nol, dinamakan persamaan berderajat pertama
dengan tiga variabel x, y, z di R3
58
Persamaan berderajat kedua di R3
Bentuk umum persamaan berderajat kedua dengan tiga variabel di adalah
Ax2+By2+Cz2+Dxy+Exz+Fyz+Gx+Hy+Ly+J=0 …(4*), dengan A,B,C,D,E,F, G,H,I,J
merupakan bilangan real, dan A, B, C tak bersama-sama nol.
Jejak (trace) adalah suatu kurva yang terbentuk oleh perpotongan antara bidang-bidang koordinat
dengan sebuah bidang lengkung (surfase). Sedangkan irisan (section) adalah suatu kurva yang
terbentuk oleh perpotongan antara beberapa bidang datar dan suatu bidang lengkung.
a) Silinder
Definisi Silinder adalah suatu permukaan yang dibangun oleh sebuah garis lurus yang
bergerak sejajar dengan satu garis tertentu, dan selalu memotong sebuah bidang berupa
curva (Carico, 1980).
Teorema Jika sebuah persamaan terdiri atas dua atau tiga variabel x, y, atau z, grafik di
adalah sebuah silinder yang memiliki unsur-unsur sejaran dengan:
§ Sumbu x jika persamaan hanya memuat variabel y dan z,
§ Sumbu y jika persamaan hanya memuat variabel x dan z,
§ Sumbu z jika persamaan hanya memuat variabel x dan y
Persamaan Silinder
Untuk pembahasan selanjutnya, koefisien yang memuat perkalian dua buah variable (D,
E, F) pada persamaa (4*) adalah nol, sehingga persamaan menjadi
Ax2 +By2 +Cz2 +Gx +Hy +Iz +J =0 … (5*), dengan maksud untuk mengurangi tingkat
kesulitan yang dihadapi. Jika pada persamaan (5*) hanya memuat dua variabel saja maka
persamaan yang berbentuk :
Ax2 + By2 + Gx + Hy + J = 0 … (6*), atau
Ax2 + Cz2 + Hy + Iz + J = 0 … (7*), atau
By2 + Cz2 + Hy + Iz + J = 0 … (8*)
b) Bola
Definisi Bola adalah himpunan titik-titik (x,y,z) di yangberjarak sama dari satu titik
tertentu (Carico, 1980)
Persamaan Bola
Bentuk umum persamaan bola adalah
Ax2 + By2 + Cz2 +Gx + Hy + Iz + J = 0, dengan A = B = C. Jika G, H, dan I semuanya
nol, maka persamaan menjadi Ax2 + By2 + Cz2 + J = 0. Karena A = B = C, diperoleh
persamaan . Grafik daripersamaan ini,merupakan bola yang mempunyai pusat titik asal
(origin) dan berjari-jari √𝑟
c) Ellipsoida ( ellipsoid)
59
Definisi Jejak-jejak (traces) dari suatu bola pada setiap bidang koordinat merupakan
lingkaran. Suatu bidang lengkung tertentu (bidang lengkung tertutup), yang mempunyai
sekurang-kurangnya satu trace berupa ellips, dinamakan ellipsoida.
𝑥2 𝑦2 𝑧2
Grafik dengan persamaan adalah 𝑎2 + 𝑏2 + 𝑐 2 = 1, (𝑎, 𝑏, 𝑐 ≠ 0) elipsoida yang berpusat
pada O(0,0).
Persamaan ellipsoida
Bentuk umum persamaan ellipsoida adalah Ax2+By2+Cz2+Gx+Hy+Iz+J=0, dengan
sekurang-kurangnya satu dari A, B, C tidak sama dengan yang lain dan hasil perkalian
dua koefisien ini adalah bilangan positif.. Jika G, H, dan I semuanya nol, maka
persamaan menjadi Ax2+By2+Cz2+J=0. Grafik daripersamaan ini,merupakan ellipsoida
yang mempunyai pusat titik asal (origin) dan sumbu simetri sb. X, sb, y, dan sb.z.
d) Paraboloida
𝑥2 𝑦2
Definisi Grafik dengan persamaan 𝑎2 + 𝑏2 = 𝑧, (𝑎, 𝑏 ≠ 0 adalah sebuah paraboloida
adalah sumbu z.
Persamaan hiperboloida
Bentuk umum persamaan ellipsoida adalah Ax2 + By2 + Cz2 +Gx + Hy + Iz + J = 0,
dengan sekurang-kurangnya satu dari hasil perkalian dua koefisien x2, y2, z2 adalah
bilangan negatif.
60
Modul 5: Teori Peluang, Statistika Deskriptif dan Statistika Inferensial
A. Teori Peluang
Aturan perkalian: Jika suatu kejadian dapat terjadi dengan n1 cara yang
berbeda,dan kejadian berikutnya(sebut kejadian kedua) terjadi dengan n 2 cara yang
berbeda,dan seterusnya sampai kejadian k dapat terjadi dalam n k cara yang berbeda
maka banyaknya keseluruan kejadian dapat terjadi secara berurutan dalam n1.n2.n3…n k
cara yang berbeda. Permutasi adalah susunan berurutan dari semua ataus ebagian elemen
suatu himpunan
Banyaknya permutasir elemen yang diambil dari n elemen ditulis P(n,r) atau nPr atau 𝑃𝑟𝑛
𝑛!
atau Pnr adalah n(n-1)(n-2)(n-3)… (n – r +1) = (𝑛−𝑟)! Banyaknya permutasi yang berlainan
dari n elemen bila n1 diantaranya berjenis pertama, n2 berjenis kedua,… nk berjenis ke K
𝑛!
adalah P(n, (n1,n2,n3… nk)) = 𝑛1!𝑛2!𝑛3!…𝑛𝑘!dimanan1+n2+n3+…+nk=n
syaratnya. Peluang bersyarat B jika diketahui A ditentukan oleh: 𝑃(𝐵|𝐴) = 𝑃(𝐴∩𝐵) bila P(A) >
𝑃(𝐴)
0. Akibatnya P(A∩B) = P(A) 𝑃(𝐵|𝐴)
61
Aturan Bayes dapat ditulis : Jika kejadian-kejadian B1,B2,B3,…,Bk adalah partisi dari
ruang sampel S dengan P(B1) ≠ 0, I = 1, 2, 3… k maka untuk setiap kejadian A dalam S
dengan P(A) ≠ 0 berlaku: 𝑃(𝐵𝑖 |𝐴) = 𝑘𝑃(𝐵𝑖∩𝐴) = 𝑘𝑃(𝐵𝑖).𝑃(𝐴|𝐵𝑖 ) .
∑𝑖=1 𝑃(𝐵𝑖 ∩𝐴) ∑𝑖=1 𝑃(𝐵𝑖 ).𝑃(𝐴|𝐵𝑖 )
B. Satatistika Deskriptif
1. Populasidan Sampel
Populasi adalahhimpunankeseluruhanobyekyangdiselidiki.Populasiadalah
totalitassemuanilaiyangmungkin,hasilmenghitungmaupunpengukuran,kuantitatif
62
maupunkualitatifmengenaikarakteristiktertentu darisemua anggotakumpulanyang
lengkapdanjelasyangingindipelajarisifat-sifatnya.Himpunanbagiandaripopulasi
dinamakan sampel. Karakteristik atau konstanta dari suatu populasi disebut
parameter. Sedangkan suatu harga yang dihitungdari suatu sampel dinamakan statistik.
Pengumpulan datadapatdilakukandengancarasensusataupunsampling.
Apabilapengumpulandatamenggunakan sensus,maka seluruhanggotadalam
populasi,tiadaterkecuali dikenaipenelitian(perlakuan). Sedangkansampling
dilakukanapabilahanyasebagiansajaanggotapopulasiyangditeliti.Sensusseringkali tidak
dapat dilakukanmengingat populasi yang beranggotasangatbanyak atau berukuran
takhingga(populasitakhingga).Selainitusensusdianggaptidakpraktis,
tidakekonomis,membutuhkan biayabesar,alokasiwaktuyanglama,sertadihindari
apabiladilakukan percobaanyangbersifatmerusak.Dalamhalini,makametode
samplinglebihdipilih.
Statistikadigunakanuntukmenyimpulkanpopulasi.Analisastatistikadilakukan
untukdapatmengambilkesimpulantentangparameterpopulasiberdasarkanobservasi
sampel.Olehkarenaitu,sampelyangdiperoleh hendaknya dapatmemberikan
gambaranyang“tepat”untukpopulasinya(representatif).Khususuntukpopulasiyang
tidakterlaluheterogen,salahsatumacamsampelyangdianggap“representatif”adalah
sampelrandom,observasi-observasidalamsampelindependensatudenganyanglain.
Datasampelrandomadalahsampelyangpengambilannyasedemikianhinggasetiap
elemenpopulasinyamempunyaikemungkinanyangsamauntukterambil.
2. SumberPengamatandalamStatistik
Berikutsumberpengamatandalamstatistic
a. Unitstatistikadalahindividuobjekatauorangyangakanditeliti,disurvey atau
didata.Pertamaharusdiidentifikasikanobyekatauorangyangdapatmemberikan
informasilebihbanyakterhadappermasalahanyangditeliti.
b. Variabeladalah suatukarakteristik darisuatuobjekyangharganya untuktiap
objekbervariasidapatdiamatiataudibilang,ataudiukur.
3. Macam-Macam Data Statistik
Dalamprakteknya tidakbisadilepaskan daridatayangberupa angka,
baikitudalamstatistikdeskriptifyangmenggambarkandata,maupunstatistikinferensi
yangmelakukananalisisterhadapdata.Pembagiandatadibedakan atasbeberapahal
berikut.
1) Menurutcaramemperolehnya,datadibedakanatas:
a. Dataprimer, yaitudatayangdikumpulkandandiolahsendiriolehpeneliti
(perorangan/lembaga)langsungdariobjeknya.Contoh:sensusyang
dilaksanakanolehBPS.
63
b. Datasekunder,yaitudata yangdikutipataudiperolehdalambentukyang
sudahjadi,sudahdikumpulkandandiolaholehsumberlaindanumumnya
sudahdalambentukpublikasi.Contoh:perusahaanmemperolehdatadari laporan
yangadadi BPS.
2) Menurutsumbernya
a.Datainternal,yaitudatayangmenggambarkankeadaan/kegiatandidalamsuatu
organisasi.
b.Dataeksternal,yaitudata yangmenggambarkankeadaan/kegiatandiluarsuatu
organisasi.Dataeksternaldimaksudkanuntukmenunjukkanfaktor-faktoryang
mempengaruhihasilkaryasuatuorganisasi.
3)Menurutsifatnya
a. Data Kualitatif, yaitu fakta yang dinyatakandalam bentuk bukan angka,
misalnya,jenisgolongandarah,profesi,agama,dansebagainya.Datakualitatif
dapatdikuantitatifkanantaralaindengancaramemberiskor,ranking,variabel
boneka(dummy variabel),dan sebagainya.Datakualitatifmempunyaiciritidak
bisadilakukanoperasimatematika,sepertipenambahan, pengurangan,
perkaliandanpembagian.Datakualitatifdibagimenjadidua:
1. DataNominal
Databertipenominaladalahdatadengantingkatpalingrendahdalamlevel
pengukurandata.Skala nominaladalahskalapengukuranberupabilangan
ataulambang-lambang untukmengelompokkansuatuobyek.Jikasuatu
pengukurandatahanyamenghasilkansatudanhanyasatu-satunyakategori,
makadata tersebutadalahdata nominal(data kategori).Misalproses
pendataanJenisKelamin,statuspendidikan, jenisagamadansebagainya.
DataNominaldalampraktekstatistikabiasanyaakandijadikan ‘angka’,
yaituprosesyangdisebutkategorisasi. Misaldalampengisiandata,jenis
kelaminlelakidi kategorikansebagai‘1’dan perempuansebagai‘2’.
Contohlaindatadarivariabel jenisagama(Islam=1, Kristen=2,
Katholik=3,Hindu=4,Budha=5). Kategoriinihanyasebagaitandasaja,
jaditidakbisadilakukanoperasimatematika.
2. DataOrdinal
Sepertipadadatanominal, adalahjugadatakualitatif namundengan level
yanglebihtinggidaridatanominal. Jikapadadatanominal,semuadata
kategoridianggapsama,makapadadataordinal,terdapattingkatandata
denganurutanlebihtinggidanlebihrendah.Dengankatalainskalaordinal
adalahskalapengukuranyangmengelompokkan obyek-obyekkedalam
64
kelas-kelasyangmempunyaihubunganurutan satu dengan yang lain.
Hubunganantara kelas-kelasadalah lebihbaik,lebihdisukai,lebihtinggi,
dansebagainya. Misaldatatentangsikapseseorangterhadapproduk
tertentu.Dalampengukuransikapkonsumen,adasikapyang‘suka’,‘tidak
suka’,sangat suka’ danlainnya.Urutandata1sampai dengan5
menyimbolkan kualitas.5=Sangatsuka,4=Suka,3=Sedang,2=Tidak
Suka,1=Sangattidaksuka.Jadidisiniadapreferensiatautingkatan data,
dimana datayangsatuberstatuslebihtinggiataulebihrendahdariyang
lain.Namundataordinaljugatidakbisadilakukanoperasimatematika.
b. Datakuantitatif, yaitufaktayangdinyatakandalambentukangkadalamarti
sebenarnya.Misalnyatinggibadan,beratbadan,hasil belajarmahasiswa,
jumlahkelahiran bayitiaptahundisuatunegara,danlainsebagainya. Jadi
berbagaioperasimatematikabisadilakukanpadadatakuantitatif.Sepertipada
datakualitatif,datakuantitatifjugabisadibagimenjadiduabagian:
1. Interval
DataIntervalmenempatilevel pengukurandatayanglebih tinggidaridata
ordinal,karenaselainbisabertingkaturutannya, jugaurutantersebutbisa
dikuantitatifkan. Skalaintervaladalahskalapengukuranyang
mengelompokkanobyek-obyekke dalamkelas-kelasyangmempunyai
hubunganurutandanperbedaaan dalamjarak(interval)satudenganyang
lain.Ciri-ciriskalainterval:
(i) Unitpengukuransamadankonstan;
(ii) Perbandinganantaraduaintervalsembarangadalahindependen
denganunitpengukurandantitiknolnya;
(iii) Titiknoldanunitpengukuransembarang(arbitrary).
2. DataRasio
DataRasioadalahdatadengantingkatpengukuran palingtinggidiantara
jenisdatalainnya. DataRasioadalahdatabersifat angkadalamarti
sesungguhnyadanbisadioperasikan secaramatematika(+,-,x,/).Skala
rasioadalahskalapengukuranyangmengelompokkan obyek-obyekke
dalamkelas-kelasyangmempunyai hubunganurutandanberbedadalam
jarakantaraobyekyangsatudenganyanglain.Perbedaan dengandata
intervaladalahbahwadatarasiomempunyai titiknoldalamarti
sesungguhnya.Misalberatbadandantinggibadanseseorang,pengukuran-
pengukurannyamempunyaiangkanol/0dalamartisesungguhnya. Misal
65
berat badan0berartimemangtanpaberat.Contohskalarasioadalahskala
untukmengukurpanjang,luas,isi,berat,tinggi,dansebagainya.
4). Menurutwaktupengumpulannya
a. DataCrossSection,yaitudatayangdikumpulkanpadasuatuwaktutertentu(at
apoint of time)yangbisamenggambarkankeadaan/kegiatanpadawaktu
tersebut.
b. DataBerkala(TimeSeriesData),yaitudatayangdikumpulkandariwaktuke
waktuuntukmemberikangambarantentangperkembangansuatukegiatandari
waktukewaktu.Misalnya,perkembangan hargabarangkebutuhanpokok
selama12bulanterakhir,banyaknyapengunjungtempatwisataselama5tahun
terakhir,dsb. Data berkalaseringdisebutdata historis,biladigambarkan
grafiknyamakaakanmenunjukkanfluktuasipergerakannaikturundata.Dari
databerkaladapatdibuatgaristrendyangmenggambarkanperkembangandata.
Garistrendtersebutbergunasebagaidasarpembuatanramalan(forecasting)
yangbermanfaat untukdasarperencanaandanmemberikangambarandatadi
masamendatang.
4. SyaratDatayangBaik
Datayangtidaktepatapabiladigunakan untukdasarpengambilan keputusan
makadapatmenghasilkan kesimpulanyangkelirusertatidaktepatsasaran.Untuk
memperoleh kesimpulanyangtepatdanbenarmengenaisuatupermasalahan, maka
datayangdikumpulkandalampengamatan harusnyatadanbenar.Syaratdatayang
baikadalah
a.Dataharusobyektifartinyadatasesuaidengankeadaansebenarnya;
b.Dataharusmewakili(representatif);
c.Kesalahanbaku(standarerror)haruskecil.Suatunilaiestimasiharusmemiliki
tingkatketelitianyangtinggi;
d.Kataharustepatwaktu(uptodate)terutamaapabiladatadigunakanuntuk
tujuanpengendaliandanevaluasi;
e.Dataharusrelevandenganmasalahyangakandipecahkanartinyadatayang
dikumpulkanharusberhubungandenganmasalahyangdiamati.
5. Pengumpulan Data
66
Datayangdikumpulkanharusakuratdanrelevandenganpermasalahan yang
diamati.Datadapat dikumpulkandenganberbagaicara.Carapengumpulandatayang
seringdigunakandiantaranya:
a. Wawancara(Interview)
Wawancara merupakancarapengumpulan datayangbersifatlangsungdari
responden.Kelemahan metodewawancaraantaralainadapadasegiwaktu
danpenggunaandatayangcukupbesar.Sebelummelakukan wawancara
perludibuatpedomanagardapatmemperolehketeranganyangrelevansesuai
yangdiharapkan.
b. Angket(Kuesioner)
Angketadalahseperangkatdaftarpertanyaanyangdiisiolehrespondentanpa
pengawasan,kemudiandikembalikan ataskemauansendiriolehresponden.
Angketdigunakanbilajumlahrespondencukupbanyakataujangkauanlokasi
yangjauhdanluas.Menurutjenisnya,angketdibedakan menjadiangket tertutup
danangket terbuka. Angkettertutup apabilaangket tersebuttelah
menyediakanpilihanjawabanyangdapatdipilihresponden.Sementara,pada
angketterbukatidaktersediapilihanjawabandanrespondendiberikebebasan
untukmenjawab.
c. Pengamatan(Observasi)
Observasidilakukanapabilapenelitimerasaperlumelihat,mengamati, atau
melakukansendirikegiatanuntukmemperoleh data.Dalamkegiatan
pengamatanjuga perlu dibuat pedoman untuk mempermudahpengamat
mencatatdata yangdikehendaki.
Pengertian statistik deskriptif berbeda dengan statistik inferensial. Pada statistik deskriptif
penelitian hanya menggambarkan keadaan data apa adanya melalui parameter-parameter
seperti mean, median, modus, distribusi frekuensi dan ukuran statistik lainnya. Pada
statistika deskriptif, yang perlu disajikan adalah:
1. Ukuran pemusatan data (measures of central tendency). Ukuran pemusatan data yang
sering digunakan adalah distribusi frekuensi. Ukuran statistik ini cocok untuk data
nominal dan data ordinal (data kategorik). Sementara nilai mean adalah ukuran
pemusatan data yang cocok untuk data continuous. Ukuran deskriptif lain untuk
pemusatan data adalah median (nilai tengah) dan modus (nilai yang paling sering
muncul).
a. Rata-rata
67
Data diurutkan,
∑𝑘𝑖=1 𝑓𝑖 𝑥𝑖
𝑥̅ =
𝑛
b. Modus
Modusdarisekumpulandataadalahnilaiyangseringmunculataunilaiyang
mempunyaifrekuensitertinggidalamkumpulandatatersebut.
Datatidakdikelompokkan,modusuntukdatakuantitatifditentukandengan
menentukanfrekuensiterbanyakdarikumpulandatayangdiamati.
𝑏1
Data dikelompokkan: 𝑀𝑜 = 𝑏 + 𝑝 ( )
𝑏1 +𝑏2
c. Median
Median darisekumpulan dataadalahnilaiyangberadaditengahdari
sekumpulandataitusetelahdisusundandiurutkannilainya.
Datatidakdikelompokkan,jikajumlahdata ganjil,makamedianmerupakan
datapalingtengah, datadengan jumlah genap,maka setelahdatadisusun
menuruturutannilainya,medianadalahrata-ratahitungduadatatengah.
1
𝑛−𝐹
Data dikelompokkan 𝑀𝑒 = 𝑏 + 𝑝 (2 𝑓
)
2. Ukuran penyebaran data (measures of spread). Ukuran penyebaran data yang sering
digunakan adalah standar deviasi. Ukuran penyebaran data ini cocok digunakan
untuk data numerik atau continuous. Sementara untuk data kategorik,
nilai range merupakan ukuran yang cocok.
a. Kuartil
Kuartil adalah nilai-nilai yang membagi sekumpulan data menjadi empat bagian
secara sama dan setelah diurutkan menurut nilainya.
𝑖 (𝑛+1)
Letak kuartil ke i= 4
dengan I = 1, 2 dan 3.
Data dikelompokkan:
68
𝑖𝑛
−𝐹
Letak kuartil ke i = 𝑏 + 𝑝 ( 4 𝑓 ) 𝑑𝑒𝑛𝑔𝑎𝑛 𝑖 = 1, 2 3
b. Jangkauan/rentang
c. Rata-rata simpangan
Rata-rata simpangan adalah harga penyimpangan rata-rata tiap data terhadap rata-
ratanya. Besar perbedaaan antara data dan rata-ratanya adalah harga mutlaknya.
∑𝑛
𝑖=1|𝑥𝑖 −𝑥̅ |
Data tidak dikelompokkan: 𝑅𝑆 =
𝑛
∑𝑛
𝑖=1|𝑥𝑖 −𝑥̅ |
Data dikelompokkan: 𝑅𝑆 = 𝑛
dengan n = ∑𝑘𝑖=1 𝑓𝑖
1
Data tidak dikelompokkan: 𝑆 2 = ∑𝑛 (𝑥 − 𝑥̅ )2
1−𝑛 𝑖=1 𝑖
1
Data dikelompokkan: 𝑆 2 = ∑𝑘 𝑓 (𝑥 − 𝑥̅ )2
1−𝑛 𝑖=1 𝑖 𝑖
Simpangan baku = √𝑆 2
C. STATISTIKA INFERENSIA
69
1. Pengertian
Statistik inferensial adalah teknik analisis data yang digunakan untuk menentukan
sejauh mana kesamaan antara hasil yang diperoleh dari suatu sampel dengan hasil yang akan
didapat pada populasi secara keseluruhan. Jadi statistik inferensial membantu peneliti untuk
mencari tahu apakah hasil yang diperoleh dari suatu sampel dapat digeneralisasi pada
populasi. Sejalan dengan pengertian statistik inferensial menurut Creswell, Muhammad
Nisfiannoor berpendapat bahwa statistik inferensial adalah metode yang berhubungan
dengan analisis data pada sampel untuk digunakan untuk penggeneralisasian pada populasi.
Penggunaan statistic inferensial didasarkan pada peluang (probability) dan sampel yang
dipilih secara acak (random).
1. Standard Error
Peluang setiap sampel sangat identik dengan populasinya sangat kecil (nill) meskipun
inferensi populasi didapat dari informasi sampel.Penerapan random sampling tidak
menjamin karakteristik sampel sama persis dengan populasi. Variasi prediksi antara
mean disebut sampling error. Sampling error ini tidak bisa dihindari dan ini bukan
kesalahan peneliti. Yang menjadi persoalah adalah apakah error tersebut semata-mata
hasil sampling error atau merupakan perbedaan yang bermakna yang akan pula
ditemukan pada papulasi yang lebih besar.
Ciri standard error adalah bahwa error yang terjadi bisaanya berdistribusi normal yang
besarnya berbeda-bedadan error tersebut cenderung membentuk kurva normal yang
menyerupai lonceng.
Faktor utama yang mempengaruhi standard error adalah jumlah sampel. Semakin banyak
sampelnya, semakin kecil standard errornya. Ini menunjukkan bahwasampel penelitian
semakin akurat bila banyak sampelnya.
Faktor utama yang mempengaruhi standard error adalah jumlah sampel. Semakin
banyak sampelnya, semakin kecil standard error meannya yang berarti bahwa semakin
kecil standard error-nya, semakin akurat mean sampel untuk dijadikan estimator untuk
mean populasinya.
2. Pengujian Hipotesis
Pengujian hipotesis adalah proses pengambilan keputusan dimana peneliti mengevaluasi
hasil penelitian terhadap apa yang ingin dicapai sebelumnya. Misalnya, kita ingin
menerapkan program baru dalam pelajaran membaca. Pada rencana penelitian
dikemukanan hipotesis penelitian yang memprediksi perbedaan skor siswa yang
menjalni program baru tadi dengan proglam lama, dan hipotesis nol (0), yang
70
memprediksikan skor kedua kelompok tidak akan berbeda. Setelah data dihitung mean
dan standar deviasinya dan hasilnya menunjukkan skor siswa dengan program baru lebih
tinggi (berbeda secara signifikan) daripada siswa yang mengikuti program lama, maka
hipotesis penelitian diterima dan hipotesis nol ditolak. Yang berarti bahwa program baru
tersebut efektif untuk diterapkan pada program membaca. Intinya, pengujian hipotesis
adalah proses evaluasi hipotesis nol, apakah diterima tau ditolak.
3. Uji Signifikansi
Uji signifikasi adalah cara mengetahui adanya perbedaan antara dua skor. Signifikansi
merujuk pada tingkat statistik dari probabilitas dimana dengannya kita bisa menolak
hipotesis nol. Uji signifikansi dilakukan dengan menentukan tingkat probabilitas
praseleksi yang dikenal dengan tingkat signifikansi (α). Tingkat probailitas ini dijadikan
dasar untuk menolak atau tidak menolak hipotesis nol. Standar yang digunakan
umumnya 0,05 kesempatan (5 dari 100). Adapula yang menggunakan 0.01. Semakin
kecil nilai probabilitasnya, semakin kecil pula kemungkinan temuan tersebut diperoleh
karena disebabkan oleh peluang.
2. Jenis-jenis Statistik Inferensial
Terdapat dua jenis statistik inferensial:
1. Statistik Parametrik; yaitu teknik yang didasarkan pada asumsi bahwa data yang
diambil mempunyai distribusi normal dan menggunakan data interval dan rasio.
a. Uji-t
Uji-t digunakan untuk menentukan apakah 2 kelompok skor memiliki perbedaan
yang signifikan di tingkat probabilitas pilihan. Contohnya, Uji-tdapat digunakan
untuk membandingkan skor membaca pada laki-laki dan skor membaca pada
perempuan di sekolah A. Strategi dasar Uji-t adalah membandingkan perbedaan
nyata antara mean kelompok (X1-X2) menentukan apakah ada perbedaan yang
diharapkan berdasarkan peluang.
Uji-t terdiri dari:
- Uji-t untuk sampel independen digunakan untuk menentukan apakah ada
perbedaan yang signifikan antara dua sampel independen. Sampel independen
ditentukan tanpa adanya pemadanan jenis apapun. Software SPSS dapat
digunakan untuk uji-t.
- Uji-t untuk sampel non-independen digunakan untuk membandingkan dua
kelompok terpilih berdasarkan beberapa kesamaan. Uji ini juga digunakan
untuk membandingkan performansi kelompok tunggal
dengan pretest danposttest atau dengan dua perlakuan berbeda.
71
b. Analisis Varians (ANOVA)
Dalam Educational Research (2008), Cresswell mengartikan ANOVA sebagai
teknik statistik yang digunakan untuk perbedaan yang ada pada lebih dari dua
kelompok data. Adapun jenis analisis varians, yakni:
1. ANOVA sederhana (satu arah) digunakan untuk menentukan apakah skor dari
dua kelompok atau lebih memiliki perbedaan secara signifikan pada tingkat
probabilitasnya. Misalnya, pengukuran prestasi siswa berdasarkan tingkat
ekonominya (tinggi, sedang, dan rendah), dimana tingkat ekonomi sebagai
variabel kelompok dan tingkat ekonomi sebagai variabel dependennya.
2. Multi comparison adalah pengujian yang melibatkan perhitungan bentuk
istimewa dari uji-t. Setiap kali uji signifikansi dilakukan, tingkat
probabilitasnya kita terima. Misalnya, kita setuju kalau hasil yang akan
didapatakan muncul hanya 5 kali kesempatan pada setiap 100 sampel. Hasil
tersebut dikatakan bermakna dan bukan sekedar karena peluang semata.
3. ANOVA Multifaktor
Desain factorial digunakan untuk meneliti dua variabel bebas atau lebih serta
hubungan di antara variabel tersebut, maka ANOVA multifaktor adalah jenis
analisis statistik yang paling sesuai. Hasilan alisisnya adalah rasioF terpisah
untuk setiap variabel bebas dan satu rasio F untuk interaksi. Misalnya, kita
ingin mengetahui apakah gender dan tingkat ekonomi (tinggi, sedang, dan
rendah) mempengaruhi prestasi mahasiswa. ANOVA multifaktor
memungkinkan kita untuk menghitung kedua variabel bebas (gender dan
tingkat ekonomi) dan variabel terikat (prestasi; IPK, skor bahasa, skor
matematika, dsb).
4. Analysis of Covariance (ANCOVA)
Analisis ini model ANOVA yang digunakan dengan cara berbeda dimana
variabel bebas dihitung dengan memperhatikan rancangan penelitian. Bila
penelitian memiliki 2 variabel bebas atau lebih, maka uji jenis inilah yang
cocok digunakan melalui dua cara yakni: (1) sebagai teknik pengendalian
variabel luar (extraneous variable) serta sebagai alat untuk meningkatkan
kekuatan uji statistik. ANCOVA bisa digunakan pada penelitian kausal
komparatif maupun penelitian ekperimental yang melibatkan kelompok yang
sudah ada dan kelompok yang dibentuk secara acak, dan (2) ANCOVA
digunakan untuk memperkuat uji statistic dengan memperkecil varians dalam
kelompok (error). Kekuatan yang dimaksudkan adalah kemampuan uji
signifikansi untuk mengenali temuan riset sebenarnya, yang memungkinkan
penguji menolak hipotesis 0 (nol) yang salah.
72
c. Regresi Jamak
Regresi jamak digunakan pada data berbentuk rasio dan interval. Regresi jamak
menggabungkan variabel yang diketahui secara terpisah untuk memprediksi
(misalnya, hubungan antara) criteria dalam persamaan (rumus) prediksi atau
dikenal dengan Multiple Regression Equation. Regresi jamak merupakan
prosedur analisis untuk penelitian eksperimental, kausal komparatif, dan
korelasional karena teknik ini tidak hanya untuk menentukan apakah ada
hubungan antar variable tetapi juga untuk mengetahui besar (kuatnya) hubungan
tersebut. Salah satu jenis regresi jamak adalah step-wise analysis yang
memungkinakn kita memasukkan atau mengeluarkan variabel utama (predicator)
ke dalam persamaan regresi tahap demi tahap. Regresi jamak juda menjadi dasar
analisis jalur yang bertujuan untuk mengidentifikasi tingkat interaksi variabel
utama satu sama lain dan berkontribusi pada variabel terikat.Sementara dalam
Emzir (2011) dikatakan bahwa regresi jamak merupakan perluasan dari regresi
dan prediksi sederhana dengan penambahan beberapa variabel. Kekuatan prediksi
akan semakin terdukung dengan penambahan variabel.
d. Korelasi
Menurut Cohen, dkk., Teknik korelasi digunakan untuk mengetahui tiga hal pada
dua variabel atau dua set data. Pertama, “Apakah ada hubungan antara dua variabel
atau set data”. Bila jawabannya “ya”, maka dua hal berikutnya perlu kita cari yakni;
“Bagaimana arah hubugan tersebut”; dan “Apa yang menjadi ukurannya?”
Hubungan yang dimaksudkan adalah kencenderungan dua variabel atau set data
berbeda secara konsisten. Dalam Solusi Mudah dan Cepat Menguasai SPSS 17.0
untuk Pengolahan Data Statistik (Wahana Komputer, 2009) dikatakan analisis
korelasi dilakukan untuk menunjukkan keeratan hubungan kausal antara variabel-
variabel. Jenis-jenis analisis korelasi, yaitu: Korelasi sederhana, yaitu , korelasi
parsial, dan uji distance.
2. Statistik Non-parametrik
Statistik nonparametrik adalah jenis statistic inferensial yang tidak mengharuskan data
berdistribusi normal dan jenis data yang digunakan adalah data nominal dan ordinal.
a. Chi Square
Chi Square adalah suatu ukuran menyangkut perbedaan yang terdapat di antara
frekwensi pengamatan dengan frekwensi teoritis/frekwensi harapan yang
dinyatakan dengan symbol. Statistik nomparametrik yang digunakan untuk
73
menanalisis data yang berupa frekwensi atau persentase serta yang berbentu prporsi
yang bisa dikonversi menjadi persentase. Chi square digunakan untuk
membandingkan frekwensi yang muncul pada kategori atau kelompok berbeda.
Dikenal dua kategori, yaitu; true categoryadalah apabila orang atau objek bersifat
bebas pada setiap penelitian (laki-laki dan perempuan),
dan artificial category yakni kategori yang secara operasional diartikan sebagai
peneliti itu sendiri. Contohnya, mencari hubungan antara gender dengan
keterampilan membaca pada sekolah A. Karena adanya variabel nominal (gender
dan keterampilan membaca), maka data tersebut dianalisis dengan statistik
nonparametrik dengan menggunakan teknik chi square.
MODUL 6: MATEMATIKA
74
a. Kegiatan Belajar 1
Pengantar pemodelan Matematika
75
Istilah model dapat berarti suatu miniature yang mewakili sesuatu atau suatu deskripsi atau
analogi yang digunakan untuk memvisualisasikan sesuatu yang tidak dapat diamati secara
langsung. Model tidak hanya sebuah penyederhanaan tetapi juga merupakan gambaran yang
benar, bersifat objektif, dan mendekati realitas. Model matematika merepresentasikan situasi di
dunia nyata, yaitu situasi di luar matematika. Biasanya situasi itu harus disederhanakan,
dibangun strukturnya dan dibuat lebih tepat dan akurat yang akan mengarahkan kepada model
dari situasi tersebut.
Pemodelan adalah sebuah aktivitas, yaitu aktivitas kognitif yang mana kita
berpikir dan menyususn model untuk mendeskripsikan bagaimana perilaku suatu alat atau
objek. Pemodelan matematika dapat diartikan sebagai proses penyusunan model, yang berangkat
dari situasi nyata menjadi model matematika, atau merupakan keseluruhan dari penerapan
proses pemecahan masalah atau suatu jenis pengkaitan antara dunia nyata dengan matematika.
Pemodelan matematika menghasilkan suatu model yang merupakan deskripsi atau
representasi situasi yang diambil dari disiplin matematika. Hasil dari proses tersebut berupa model
matematika. Model dalam bidang sain akan menjadi model matematika apabila
model tersebut mendeskripsikan atau merepresentasikan situasi dunia nyata dengan konstruksi
matematis yang mencakup konsep matematika, operasi, relasi, dan termasuk simbol-simbolnya.
Proses dari model sain menjadi model matematika juga mencakup proses identifikasi dan
penggunaan bentuk-bentuk atau struktur-struktur matematika seperti ruang dan ukuran yang
membawa pengetahuan yang dalam untuk penyelesaian suatu masalah atau untuk memahami
situasi tertentu (Lehrer &Schauble, 2000).Model matematika sebagai hasil dari proses
pemodelan adalah ungkapan masalah yang diekspresikan dengan menggunakan bahasa
matematika. Bahasa matematika memiliki ciri antara lain menggunakan banyak simbol, tidak
emotif, singkat, padat, dan tidak bermakna ganda. Suatu model matematika berada pada berbagai
cabang matematika seperti aljabar, geometri, dan statistic. Harus diingat bahwa matematika
yang tercakup dalam model harus dapat dinalar atau masuk akal (reasonable) dalam dua hal
yaitu tidak hanya masalah ketelitiannya yang terkait dengan bidangnya, tetapi juga
mereprsentasikan situasi dunia nyata. Menurut Dear (1995), belajar melalui pemodelan
matematika tidak hanya berkaitan dengan penerapan praktis, tetapi juga bersesuaian dengan
hubungan filosofis dan historis dalam proses membangun pengetahuan yang bersifat sain dan
bersifat matematis. Secara filosofis, matematika bersifat abstrak, kebenaran bertumpu pada
kesepakatan, konsisten, bersifat koheren, (Hardi Suyitno, 2011)
76
Secara sederhana langkah-langkah pemodelan dapat dijelaskan melalui skema pada Gambar 6.1.1.
Gambar 6.1.1
Pemodelan Matematika
(Diadaptasi dariThe Psychology of Learning Mathematics, Richard R.
Skemp,1975,p.238). Langkah-langkah pemodelan matematika secara singkat
adalah berikut:
a. memahami masalah di bidang yang bersangkutan,
b. menyusun model matematika,
c. menyelesaikan model matematika (mencari jawaban model),
d. menafsirkan jawaban model menjadi jawaban atas masalah yang nyata.
Proses pemodelan matematika oleh Blum dan Leiss (2009) digambarkan seperti pada
Gambar6.1.2.
77
c. menyusun model matematika melalui proses abstraksi dan idealisasi,
d. menyelesaikan model matematika dengan melakukan operasi dan
manipulasi untuk memperoleh jawaban model,
e. menafsirkan jawaban model berdasar pada masalah yang sebenarnya,
f. memvalidasi apakah jawaban menjawab pertanyaan masalah sebenarnya,
g. menyajikan model yang mungkin berlaku lebih luas
Dalam rangka memperoleh model yang lebih baik maka perlu dimanfaatkan diagram,
data, dan informasi yang lain. Proses abstraksi adalah adalah pemilihan beberapa sifat yang
sama yang dimiliki oleh setiap anggota dalam suatu himpunan dan pemilihan sifat yang
sama tersebut berdasarkan pada kebutuhan. Abstraksi merupakan proses menyusun formula
dari pengertian atau konsep yang digeneralisir dari sifat-sifat yang dimiliki bersama dalam
suatu himpunan objek dengan mengabaikan perbedaan yang ada pada objek-objek tersebut
(Borowski dan Borwein, 2007). Dalam penyusunan model matematika, di samping abstraksi juga
idealisasi, yaitumenganggap bahwa sesuatu itu sempurna, misalnya menganggap permukaan meja
adalah bidang datar, tepian meja sebagai garis lurus yang sempurna, dsb. Idealisasi adalah
menganggap representasi dari sesuatu sebagai sesuatu yang ideal.
Dalam proses penyusunan model matematika dari masalah yang sederhana langkah pertama
adalah memahami informasi yang terkandung dalam masalah nyata. Dalam rangka pemecahanan
masalah ada hal-hal yang sudah diketahui dengan jelas dan ada hal-hal yang diperlukan tetapi
belum diketahui. Hal-hal yang belum diketahui atau hal-hal yang ditanyakan akan menjadi
variable dalam penyusunan model, sedangkan hal-hal yang diketahui dengan pasti akan
menjadi konstanta. Langkah selanjutnya adalah menentukan hubungan antar variable dan
konstanta serta memilih symbol-simbol untuk setiap variable. Selanjutnya menyusun formula
hubungan antar variable dan konstanta. Penulisan model matematika harus memperhatikan
keakuratan simbol serta makna dibalik simbol, sehingga model matematika tersebut benar-
benar merepresentasikan data-data yang ada.Kadang-kadang dalam suatu masalah,
pemecahannya berkaitan dengan waktu. Model matematika yang terkait dengan waktu
dikenal dengan istilah model dinamik, sedang yang tidak terkait dengan waktu dikenal
dengan istilah model static. Pada masalah-masalah yang complex formulasinya tidak
sederhana, proses penyusunannya mungkin berulang-ulang dan perlu simulasi serta
memerlukan bantuan computer.
Contoh-contoh Model Matematika dari berbagai bidang
Contoh 6.1.1
Endang dan Retno tinggal dirumah yang sama di Ungaran dan keduanya bersekolah di SD
Sukamaju. Pada hari minggu Endang berangkat dari rumah ke sekolah naik sepeda pukul
78
10.00WIB kecepatannya 3 km/jam. Pada waktu dan rute yang sama Retno berangkat dari Sekolah
ke rumah naik sepeda dengan kecepatan 2 km/jam. Pada pukul berapa keduanya berpapasan.
Menyusun model
Tahap 1
Menentukan apa yang diketahui dan ditanyakan. Diketahui Amir naik sepeda berangkat dari
rumah pukul 10.00 dengan kecepatan 3 km/jam. Bolang naik sepeda berangkat dari sekolah
pukul 10.00 dengan kecepatan 2 km/jam. Pertanyaannya: Pada pukul berapa keduanya
berpapasan.
Tahap 2.
Membuat model matematikanya menggunakan rumus bahwa jarak merupakan hasil kali
antara kecepatan dengan waktu yang diperlukan
Misalkan kecepatan Endang bersepeda V1 km/jam dan kecepatan Retno V2 km/jam, jarak
rumah dengan sekolah adalah s km, dan lamanya waktu yang diperlukan sejak
keberangkatan sehingga Endang dan Retno berpapasan adalah t jam. Diperoleh hubungan
V1t + V2t = s
(V1 + V2)t = s
Dalam hal ini diketahui V1 = 3 km/jam dan V2 = 3 km/jam, sehingga diperoleh model
matematika
2t + 3t = s
5t = s.
Apabila diketahui jarak antara rumah dengan sekolah diketahui, maka waktu kapan
mereka berpapasan juga dapat ditentukan.
Lilik akan membuat kotak terbuka dengan bahan selembar karton berbentuk persegi. Kotak
didesain dengan memotong karton dengan cara sebagaimana dapat dilihat pada Gambar
Masalahnya adalah bagaimana cara memotong karton agar terbentuk kotak yang terbesar.
Menyusun model
79
Langkah pertama membuat sket gambar sebagaimana terlihat pada Gambar 6.1.1 Langkah kedua
menegaskan informasi yang dimiliki dan selanjutnya menentukan variable-variabel. Langkah
ketiga menentukan hubungan antar variable
Misalkan panjang sisi kertas bahan s cm, tinggi kotak direncanakan x cm. dan volume kotak yang
terjadi V cm3. Hubungan V, s, dan x adalah
V = 4 x3 - 4sx2 + s2x
Apabila ditentukan bahwa panjang karton 20 cm, maka model matematika menjadi
80
b. Kegiatan Belajar 2
Prinsip-prinsip Pemodelan Matematika untuk Sekolah
Ruang lingkup matematika ada dua, yaitu: berhubungan dalam struktur abstrak dan ide, dan
menghasilkan model yang berfungsi untuk menggambarkan lingkungan. Kajian terhadap
matematika meliputi kajian untuk perkembangan teori-teori dalam matematika dan kajian untuk
penerapan matematika dalam kaitannya dengan ilmu lainnya.
• Matematika terapan klasik (cabang klasik analisis, bagian analisis yang berlaku untuk fisika)
• Matematika dengan aplikasi praktis yang signifikan (statistik, aljabar linier, ilmu komputer,
analisis).
• Pemodelan satu kali (siklus pemodelan hanya dilewati sekali).
• Pemodelan (siklus pemodelan diulang beberapa kali).
Kajian tentang pembelajaran matematika berorientasi terapan dimulai sejak tahun 1976 saat
diselenggarakan ICME-3 di Karlsruhe, Jerman.
Terdapat beberapa model yang bisa digunakan selain model dari Blum dan Leiß(2005)
tersebut. Meskipun secara umum, seluruh proses pemodelan sering digambarkan sebagai
siklus, tetapi penggunaanya bergantung pada pada kelompok sasaran, topik penelitian,
minatpenelitian, dan tujuan.Model dari dari Blum dan Leiß (2005) cocok digunakan untuk
matematisasi kompleks, sedangkan untuk matematisasi tunggal, misalnya untuk
mendukung aktifitas siswa dalam menyelesaikan masalah pemodelan di kelas, model dari
Schupp (1988) seperti pada Gambar 2 dapat digunakan sebagai alternatif (Greefrath dan Vorhölter,
2016).
81
Gambar 2. Siklus pemodelan matematika oleh Schupp (1988).
82
Gambar 3. Proses penyelesaian masalah dengan siklus pemodelan matematika(Greefrath dan
Vorhölter, 2016).
Dalam proses pengidentifikasian variabel dan besaran yang terlibat, hal yang
harusdiperhatikan adalah satuan harus disamakan sehingga dalam proses perhitungan
matematika dalam penyelesaian modelnya tidak terjadi salah perhitungan. Dalam proses
penyelesaian model matematikanya juga diusahakan mencari cara yang lebih cepat dan
lebih sedikit proses perhitungan untuk meminimalkan kesalahan perhitungan karena
semakin banyak perhitungan yang dilakukan maka kemungkinan terjadinya kesalahan
perhitungan akan semakin besar.Secara umum, kompetensi pemodelan dapat dideskripsikan
secara rinci denganbeberapa sub-kompetensi yang dikembangkan melalui siklus pemodelan,
yaitu:
• kompetensi untuk memahami masalah dunia nyata dan membangun model realitas;
• kompetensi untuk membuat model matematika dari model dunia nyata;
• kompetensi untuk memecahkan masalah matematika dalam model
matematika;
• kompetensi untuk menafsirkan hasil matematika ke dalam model dunia nyata atau
situasinyata;
• kompetensi untuk menguji solusi dan, jika perlu, untuk melakukan proses pemodelan
lainnya.(Kaiser,2007)
Matematika ada di sekitar kita. Berjalan di dunia dengan mata terbuka maka akan
menemukan matematika di mana-mana (Blum 2006). Dalam kehidupan sehari-hari, banyak
hal/masalah yang menggunakan matematika sebagai alat untuk menyelesaikannya.
Permasalahan-permasalahan nyata dalam kehidupan sehari-hari dapat digunakan untuk
mendesain soal untuk pelajaran matematika dengan beberapa kriteria yang harus terpenuhi.
Permasalahan-permasalahan tersebut dapat diselesaikan dengan mengikuti siklus
pemodelan matematika dengan kategori sederhana.
Menurut Reit dan Ludwig (2013) soal pemodelan matematika memuat beberapa
kriteria, yaitu:
konteks yang otentik (Maaß 2007), nilai numerik yang realistis (Müller dkk. 2007), karakter
pemecahan masalah (Maaß 2007), format naturalistik untuk pertanyaan, keterbukaan terkait
dengan ruang lingkup permasalahan. Untuk membantu pendesainan soal pemodelan, Maaß
(2010) mengidentifikasi lima faktor yang dapat digunakan untuk mengklasifikasikan soal
83
pemodelan yaitu: ruang lingkup proses pemodelan, jumlah data yang diberikan, sifat dari
hubungan tugas dengan realitas, situasi kontekstual, dan jenis model yang digunakan.
2. Contoh soal bertipe pemodelan matematika sederhana
Berat badan. Seorang anak dan ibunya ditimbang secara bersamaan menunjukkanberat 73 kg.
Anak tersebut dan ayahnya ditimbang secara bersamaan menunjukkan berat 91 kg. Ayah dan
ibu dari anak tersebut ditimbang secara bersamaan menunjukkan berat 122 kg. Berapa berat
badan ketiga orang tersebut jika ditimbang secara bersamaan?
Untuk menyelesaikan soal tersebut dapat diawali dengan melakukan identifikasi variabel,
besaran, dan tujuan untuk didefinisikan secara matematis dan membentuk persamaan-
persamaan, kemudian diselesaikan dan hasilnya diinterpretasikan ke dalam situasi nyata.
Contoh soal kedua adalah soal tentang pasta gigi (Gambar 4) yang didesain oleh Reit (2016).
Pasta gigi. Menyikat gigi adalah bagian dari rutinitas sehari-hari kita. DapatkahAnda
memberikan rumus umum untuk berapa hari kira-kira sebuah pasta gigi dipakai hingga habis?
Berikan alasan secara matematis!
Soal ini merupakan soal terbuka yang mengarahkan pada pencarian formula umum untuk
mengetahui berapa lama pasta gigi akan habis jika dipakai. Untuk menyelesaikan soal ini
diperlukan asumsi tentang ukuran sikat gigi dan tempat pasta gigi.
Secara garis besar, proses penyelesaian soal bertipe pemodelan matematika adalah
melakukan pengidentifikasian, pendefinisian, penyusunan dan menyelesaian model
matematis, dan menginterpretasikan hasilnya kedalam situasi nyata.
Pengnterpretas
ian
Pendefinisian
1. Variabel matematika
2. Persamaan-persamaan
Solusi Penyelesaian
Matematis matematika
3. Persamaan tujuan
Contoh penyelesaian soal pemodelan matematika sederhana pada bagian ini dibahas
dengan menyelesaikan beberapa soal yang telah disajikan pada bagian sebelum ini.
Penyelesaian soal tentang berat badan. Penyelesaian soal tentang berat badan inidiawali
dengan pengidentifikasian dan pendefinisian.
No Pengidentifikasian Pendefinisian
85
Jadi A + B + C = 21 + 52 + 70 = 143
Tahap akhir dari proses penyelesaian ini adalah menginterpretasikan
hasil
matematis ke dalam situasi nyata, yaitu dengan menarik kesimpulan:
Jadi berat badan total ketiga orang tersebut adalah 143 kg.
Jelas A + B = 73
A + C = 91
B + C = 122 + A + B + C = 143
Jadi berat badan total ketiga orang tersebut adalah 143 kg.
Kemudian tandai kontur buah pir dengan titik-titik dan buat grafik fungsi polinomial yang
sesuai dengan titik-titik tersebut, misalnya grafik fungsi f. Tentukan titik potong – titik
potong grafik terhadap sumbu-X, missal: Z1 dan Z2, dengan menuliskan Z = Root[f].
Untuk mengetahui volum buah pir, dapat dilakukan dengan menentukan volum benda putar
yang dibentuk oleh perputaran grafik f terhadap sumbu-X dengan rumus: V=∫KKML . [ ( )]+
86
. Dalam Geogerbra ditulis: Integral[π f(x)^2, x(Q_1), x(Q_2)]. Diperoleh hasil yang
menunjukkan bahwa volum buah pir tersebut adalah 256.09 cm3.
Kegiatan Belajar 3
1. Analisis Galat
87
Dengan menggunakan metode pendekatan semacam ini, akan muncul perbedaan
antara solusi eksak dan solusi numerik. Selisih nilai hasil perhitungan tersebut disebut dengan
galat (error) atau nilai kesalahan. Kesalahan ini penting artinya, karena kesalahan dalam
pemakaian algoritma pendekatan akan menyebabkan nilai kesalahan yang besar, tentunya ini
tidak diharapkan. Sehingga pendekatan metode numerik selalu membahas tingkat kesalahan
dan tingkat kecepatan proses yang akan terjadi.
Misalnya nilai yang merupakan perbandingan keliling lingkaran dengan diameternya.
Dengan menggunakan meteran, suatu lingkaran dengan diameter 7 cm menghasilkan keliling
lingkaran 22 cm. Hasil numerik akan memberikan nilai 3,14 jika dibulatkan sampai dua angka
desimal. Maka selisih antara 22/7 dengan 3,14 disebut sebagai galat.
c. Sumber-sumber Galat
Secara umum terdapat beberapa sumber penyebab galat dalam perhitungan numerik
1) Galat pembulatan
Perhitungan dengan metode numerik hampir selalu menggunakan bilangan riil. Masalah
timbul bila komputasi numerik dikerjakan oleh mesin (dalam hal ini komputer) karena semua
bilangan riil tidak dapat disajikan secara tepat di dalam komputer. Keterbatasan komputer
dalam menyajikan bilangan riil menghasilkan galat yang disebut galat pembulatan.
Sebagai contoh 1/6 = 0.166666666… tidak dapat dinyatakan secara tepat oleh komputer
karena digit 6 panjangnya tidak terbatas. Komputer hanya mampu merepresentasikan sejumlah
digit (atau bit dalam sistem biner) saja. Bilangan riil yang panjangnya melebihi jumlah digit
(bit) yang dapat direpresentasikan oleh komputer dibulatkan ke bilangan terdekat. Misalnya
sebuah komputer hanya dapat merepresentasikan bilangan riil dalam 6 digit angka berarti,
maka representasibilangan 1/6 = 0.1666666666… di dalam komputer 6-digit tersebut adalah
0.166667.
88
Galat yang terdapat di dalam program sering dinamakan dengan kutu (bug). Dan proses
penghilangan galat dinamakan penirkutuan (debugging).
d. Galat Mutlak dan Galat Relatif
Hubungan antara hasil yang eksak atau yang sebenarnya, hasil aproksimasinya serta
galatnya dapat dirumuskan sebagai berikut :
Galat numerik adalah ketidaksesuaian (dispency) antara yang sebenarnya dan aproksimasi:
t = nilai sejati – aproksimasi
Didefinisikan galat mutlak sebagai nilai mutlak selisi antara nilai eksak (x) dengan nilai
aproksimasi ( ) :ɛ = |𝑥 − 𝑥̅ |
Kelemahan definisi ini adalah bahwa tingkat besaran dari nilai yang diperiksa sama sekali
tidak diperhatikan, misalnya galat satu sentimeter akan jauh lebih berarti jika yang diukur
adalah paku bukan jembatan.
Untuk mengatasi kelemahan tersebut, dihitung galat relatif, yang dihitung dengan
membandingkan nilai galat dengan nilai sebenarnya.
Galat
Galat relatif pecahan = Nilai
sebenarnya
Disiplin ilmu pengetahuan, seperti dalam bidang fisika, kimia, ekonomi, atau pada
persoalan rekayasa (engineering), seperti Teknik Sipil, Teknik Mesin, Elektro, dan
sebagainya. Seringkali model matematika tersebut muncul dalam bentuk yang tidak ideal alias
rumit. Model matematika yang rumit ini adakalanya tidak dapat diselesaikan dengan metode
analitik yang sudah umum untuk mendapatkan solusi sejatinya (exact solution). Yang
dimaksud dengan metode analitik adalahmetode penyelesaian model matematika dengan
rumus-rumus aljabar yang sudah baku (lazim).
Sebagai contoh ilustrasi, tinjau sekumpulan persoalan matematik di bawah ini.
Bagaimana cara anda menyelesaikannya?
89
(ii) Tentukan harga x yang memenuhi persamaan:
5
x 1 1 (120x2 2 x)
(v) Bila diperoleh tabulasi titik-titik (x,y) sebagai berikut (yang dalam hal ini rumus fungsi
y = f(x) tidak diketahui secara eksplisit):
x y = f(x)
2.5 1.4256
3.0 1.7652
3.5 2.0005
4.4 2.8976
6.8 3.8765
(vi) Berdasarkan titik-titik data pada tabel persoalan (v) di atas, berapa nilai f '(3.5) dan
nilai f "(3.5) ?
2.5 10
0 4
( ( )d
(45.3e7x x ) 4 2
x 1) x
1.2
90
(viii) Diberikan persamaan differensial biasa (PDB) dengan nilai awal:
ln(21t 40) y
150y " + 2y't =
+ 120 ; y '(0) = 0, y (0)
= 1.2 t 2
Menghadapi soal-soal seperti di atas, anda mungkin menyerah, atau mungkin mengatakan
bahwa soal-soal tersebut tidak dapat diselesaikan dengan metode analitik yang biasa anda
kenal. Soal (i) misalnya, biasanya untuk polinom derajat 2 orang masih dapat mencari akar-
akar polinom dengan rumus abc yang terkenal itu yaitu
b
b 2 4ac
x =
1,2 2a (P.1.1)
namun, untuk polinom derajat > 2, seperti pada soal (i), tidak terdapat rumus aljabar untuk
menghitung akar polinom. Yang mungkin kita lakukan adalah dengan memanipulasi polinom,
misalnya dengan memfaktorkan (atau menguraikan) polinom tersebut menjadi perkalian
beberapa suku. Semakin tinggi derajat polinom, jelas semakin sukar memfaktorkannya. Ada
juga beberapa alternatif lain. Yang pertama dengan cara coba-coba seperti metode
pembagiansintetis Horner.Dengan metode ini, polinom dibagi dengan sebuah bilangan.Jika
sisa pembagiannya nol, maka bilangan tersebut adalah akar polinom. Cara kedua adalah
secara grafik, yaitu dengan merajah kurva fungsi di atas kertas grafik, kemudian berdasarkan
gambar kurva, kita mengambil tarikan akar secara kasar, yaitu titik poyong kurva dengan
sumbu-x.
Ada enam tahap yang dilakukan dakam pemecahan persoalan dunia nyata dengan metode
numerik, yaitu
1. Pemodelan
Ini adalah tahap pertama. Persoalan dunia nyata dimodelkan ke dalam persamaan
matematika (lihat contoh ilustrasi pada upabab 1.2)
2. Penyederhanaan model
Model matematika yang dihasilkan dari tahap 1 mungkin saja terlalu kompleks, yaitu
memasukkan banyak peubah (variable) atau parameter. Semakin kompleks model
matematikanya, semakin rumit penyelesaiannya. Mungkin beberapa andaian dibuat
sehingga beberapa parameter dapat diabaikan. Contohnya, faktor gesekan udara
diabaikan sehingga koefisian gesekan di dalam model dapat dibuang. Model matematika
yang diperoleh dari penyederhanaan menjadi lebih sederhana sehingga solusinya akan
lebih mudah diperoleh.
3. Formulasi numerik
91
Setelah model matematika yang sederhana diperoleh, tahap selanjutnya adalah
memformulasikannya secara numerik, antara lain:
a. menentukan metode numerik yang akan dipakai bersama-sama dengan
analisis galat awal (yaitu taksiran galat, penentuan ukuran langkah, dan
sebagainya).
Pemilihan metode didasari pada pertimbangan:
- apakah metode tersebut teliti?
- apakah metode tersebut mudah diprogram dan waktu pelaksanaannya cepat?
- apakah metode tersebut tidak peka terhadap perubahan data yang cukup kecil?
b. menyusun algoritma dari metode numerik yang dipilih.
4. Pemrograman
Tahap selanjutnya adalah menerjemahkan algoritma ke dalam program komputer dengan
menggunakan salah satu bahasa pemrograman yang dikuasai.
5. Operasional
Pada tahap ini, program komputer dijalankan dengan data uji coba sebelum data yang
sesungguhnya.
6. Evaluasi
Bila program sudah selesai dijalankan dengan data yang sesungguhnya, maka hasil yang
diperoleh diinterpretasi. Interpretasi meliputi analisis hasil run dan membandingkannya
dengan prinsip dasar dan hasil-hasil empirik untuk menaksir kualitas solusi numerik, dan
keputusan untuk menjalankan kembali program dengan untuk memperoleh hasil yang
lebihbaik
92
93
94