• Tidak ada hasil yang ditemukan

PAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier

N/A
N/A
Protected

Academic year: 2021

Membagikan "PAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier"

Copied!
53
0
0

Teks penuh

(1)

PAM 252 Metode Numerik

Bab 3 Sistem Persamaan Linier

Mahdhivan Syafwan

Jurusan Matematika FMIPA Universitas Andalas

(2)

Bentuk-bentuk khusus matriks persegi

Matriks simetrik

Matriks diagonal

Matriks identitas

Matriks segitiga atas

Matriks segitiga bawah

Matriks tridiagonal

Matriks Hessenberg

(3)

Bentuk umum

Bentuk umum dari SPL:

a

11

x

1

+

a

12

x

2

+

· · ·

+

a

1

n

x

n

=

b

1

a

21

x

1

+

a

22

x

2

+

· · ·

+

a

2

n

x

n

=

b

2

..

.

..

.

..

.

..

.

a

n

1

x

1

+

a

n

2

x

2

+

· · ·

+

a

nn

x

n

=

b

n

Dalam bentuk matriks, SPL di atas dapat ditulis dengan

A

x

=

b

,

dimana

A

=

a

11

a

12

· · ·

a

1

n

a

21

a

22

· · ·

a

2

n

..

.

..

.

..

.

a

n

1

a

n

2

· · ·

a

nn

,

x

=

x

1

x

2

..

.

x

n

,

b

=

b

1

b

2

..

.

b

n

.

(4)

Tentang solusi SPL

Ada tiga kemungkinan mengenai solusi SPL:

(a)

Tidak ada solusi

(b)

Tak-hingga solusi

(c)

Solusi tunggal

Tafsiran geometris:

(5)

Matriks koefisien, matriks lengkap SPL, dan OBE

Pada persamaan sebelumnya,

A

disebut

matriks koefisien

.

Matriks yang dibentuk oleh matriks

A

dengan penambahan

vektor kolom

b

disebut

matriks lengkap

dari SPL, yaitu

a

11

a

12

· · ·

a

1n

b

1

a

21

a

22

· · ·

a

2n

b

2

..

.

..

.

..

.

..

.

an1

an2

· · ·

ann

bn

.

Operasi baris elementer (OBE):

Menukarkan dua buah baris

Mengalikan suatu baris dengan suatu konstanta tak-nol

Menambahkan

k

kali baris ke-

i

pada baris ke-

j

(6)

SPL segitiga atas

Bentuk umum dari SPL segitiga atas:

a

11

x

1

+

a

12

x

2

+

· · ·

+

a

1

n

x

1

=

b

1

a

22

x

2

+

· · ·

+

a

2

n

x

2

=

b

2

. ..

..

.

..

.

a

nn

x

n

=

b

n

Matriks lengkap dari SPL segitiga atas:

a

11

a

12

· · ·

a

1

n

b

1

a

22

· · ·

a

2

n

b

2

. .. ...

..

.

a

nn

b

n

.

Sifat:

SPL segitiga atas mempunyai solusi tunggal jika dan hanya

jika setiap elemen diagonal dari matriks koefisiennya tidak nol, yaitu

a

kk

6

= 0,

k

= 1,

2, ...,

n

.

(7)

Substitusi mundur

Solusi dari SPL segitiga atas dapat dihitung sebagai berikut:

x

n

=

b

n

/

a

nn

x

n

1

= (

b

n

1

a

n

1

x

n

)/

a

n

1

,

n

1

x

n

2

= (

b

n

2

(

a

n

2

,

n

1

x

n

1

+

a

n

2

,

n

x

n

))/

a

n

2

,

n

2

..

.

x

k

=

b

k

n

X

i

=

k

+1

a

ki

x

i

!

/

a

kk

..

.

x

1

=

b

1

n

X

i

=2

a

1

i

x

i

!

/

a

11

(8)

Algoritma substitusi mundur

Apa saja yang harus diperhatikan?

Dalam setiap iterasi, sebelum nilai

x

k

dihitung, dilakukan

pemeriksaan terlebih dahulu terhadap elemen diagonal

a

kk

(proses

dihentikan jika ...)

Misalkan ˜

A

adalah matriks lengkap. Maka vektor

b

berada pada

kolom ke ... dari matriks ˜

A

.

(9)
(10)

Metode eliminasi Gauss - contoh

Dengan menggunakan metode eliminasi Gauss, selesaikan SPL

berikut ini:

x

1

+

x

2

+ 2

x

3

= 1

,

3

x

1

x

2

+

x

3

= 1

,

x

1

+ 3

x

2

+ 4

x

3

= 1

.

(11)

Dua tahap besar pada metode eliminasi Gauss

1

Tahap eliminasi (maju),

yaitu mengubah SPL semula

menjadi SPL segitiga atas

melalui serangkaian OBE

(operasi ini tidak mengubah

solusi dari SPL semula).

2

Tahap substitusi mundur,

yaitu menyelesaikan SPL

segitiga atas yang terbentuk.

(12)

Metode eliminasi Gauss - tahap eliminasi

Langkah pertama:

membuat agar elemen-elemen kolom pertama mulai baris ke-2,

3, ...,

n

(yaitu

a

11,

a

21, ...,

a

n

1) menjadi nol.

a

11

a

12

· · ·

a

1

n

a

1

,

n

+1

a

21

a

22

· · ·

a

2

n

a

2

,

n

+1

..

.

..

.

..

.

..

.

a

n

1

a

n

2

· · ·

a

nn

a

n

,

n

+1

a

11

a

12

· · ·

a

1

n

a

1

,

n

+1

0

a

22

· · ·

a

2

n

a

2

,

n

+1

..

.

..

.

..

.

..

.

0

a

n

2

· · ·

a

nn

a

n

,

n

+1

Catatan:

Notasi

menyatakan bahwa proses yang dilakukan adalah melalui

serangkaian OBE.

Elemen-elemen pada kedua matriks lengkap di atas menggunakan

notasi yang sama, yaitu

a

ij

. Hal ini tidak berarti bahwa nilainya juga

sama. Pemakaian notasi yang sama ini ditujukan untuk keperluan

pada pemograman komputer.

(13)

Metode eliminasi Gauss - tahap eliminasi

Langkah pertama

- ilustrasi

        a11 a12 · · · a1n a1,n+1 a21 a22 · · · a2n a2,n+1 a31 a32 · · · a3n a3,n+1 . . . . . . . . . . . . an1 an2 · · · ann an,n+1         (b)2←(b)2−a21 a11(b)1         a11 a12 · · · a1n a1,n+1 0 a22 · · · a2n a2,n+1 a31 a32 · · · a3n a3,n+1 . . . . . . . . . . . . an1 an2 · · · ann an,n+1                 a11 a12 · · · a1n a1,n+1 a21 a22 · · · a2n a2,n+1 a31 a32 · · · a3n a3,n+1 . . . . . . . . . . . . an1 an2 · · · ann an,n+1         (b)3←(b)3−a31 a11(b)1         a11 a12 · · · a1n a1,n+1 0 a22 · · · a2n a2,n+1 0 a32 · · · a3n a3,n+1 . . . . . . . . . . . . an1 an2 · · · ann an,n+1         . . .         a11 a12 · · · a1n a1,n+1 a21 a22 · · · a2n a2,n+1 a31 a32 · · · a3n a3,n+1 . . . . . . . . . . . . an1 an2 · · · ann an,n+1         (b)n←(b)n−an1 a11(b)1         a11 a12 · · · a1n a1,n+1 0 a22 · · · a2n a2,n+1 0 a32 · · · a3n a3,n+1 . . . . . . . . . . . . 0 an2 · · · ann an,n+1        

(14)

Metode eliminasi Gauss - tahap eliminasi

Langkah pertama

- algoritma

(

b

)2

(

b

)2

a21

a

11

(

b

)1

(

b

)3

(

b

)3

a31

a

11

(

b

)1

..

.

(

b

)

n

(

b

)

n

a

a11

n1

(

b

)1

(15)

Metode eliminasi Gauss - tahap eliminasi

Langkah kedua: mengeliminasi kolom kedua dari matriks lengkap SPL.

        a11 a12 a13 · · · a1n a1,n+1 0 a22 a23 · · · a2n a2,n+1 0 a32 a33 · · · a3n a3,n+1 . . . . . . . . . . . . 0 an2 an3 · · · ann an,n+1         (b)3←(b)3−a32 a22(b)2 (b)4←(b)4−a42 a22(b)2 . . . (b)n←(b)n−an2 a22(b)2         a11 a12 a13 · · · a1n a1,n+1 0 a22 a23 · · · a2n a2,n+1 0 0 a33 · · · a3n a3,n+1 . . . . . . . . . . . . 0 0 an3 · · · ann an,n+1        

Langkah ke-3

,

4

, ...,

n

1: mengeliminasi kolom ke-3,

4, ...,

n

1 dari

matriks lengkap SPL.

Hasil akhir dari tahap eliminasi adalah suatu SPL segitiga atas. Solusi

SPL dapat diperoleh dengan menjalankan algoritma substitusi mundur.

(16)

Metode eliminasi Gauss - algoritma tahap eliminasi

(17)
(18)

Kelemahan metode eliminasi Gauss & perbaikannya

Kelemahan metode eliminasi Gauss:

Proses eliminasi tidak dapat dilakukan jika elemen penumpu (pivot)

bernilai nol.

Jika nilai mutlak dari elemen pivot sangat kecil, maka pada realisasi

komputer akan menimbulkan perambatan galat pembulatan yang

besar.

(19)

Kelemahan metode eliminasi Gauss & perbaikannya

Kelemahan metode eliminasi Gauss:

Proses eliminasi tidak dapat dilakukan jika elemen penumpu (pivot)

bernilai nol.

Jika nilai mutlak dari elemen pivot sangat kecil, maka pada realisasi

komputer akan menimbulkan perambatan galat pembulatan yang

besar.

Cara memperbaikinya?

Perlu dipilih elemen penumpu yang nilai mutlaknya besar.

Hal ini direalisasikan dengan melakukan pertukaran baris dan/atau

kolom pada matriks lengkap.

Pertukaran baris tidak mengubah solusi SPL.

Pertukaran kolom bagaimana?

(20)

Kelemahan metode eliminasi Gauss & perbaikannya

Kelemahan metode eliminasi Gauss:

Proses eliminasi tidak dapat dilakukan jika elemen penumpu (pivot)

bernilai nol.

Jika nilai mutlak dari elemen pivot sangat kecil, maka pada realisasi

komputer akan menimbulkan perambatan galat pembulatan yang

besar.

Cara memperbaikinya?

Perlu dipilih elemen penumpu yang nilai mutlaknya besar.

Hal ini direalisasikan dengan melakukan pertukaran baris dan/atau

kolom pada matriks lengkap.

Pertukaran baris tidak mengubah solusi SPL.

Pertukaran kolom bagaimana?

Teknik pemilihan elemen penumpu ini dinamakan

teknik penumpuan

(pivoting).

(21)

Beberapa macam teknik penumpuan

Penumpuan total

Elemen penumpu diambil dari max

k

i

,

j

n

|

a

ij

|

Memerlukan pertukaran baris dan/atau kolom

Penumpuan parsial

Elemen penumpu diambil dari max

k

i

n

|

a

ik

|

Hanya memerlukan pertukaran baris saja

Penumpuan parsial terskala

Elemen penumpu diambil dari max

k

i

n

|

a

ik

/

a

kk

|

Hanya memerlukan pertukaran baris saja

Elemen penumpu yang dipilih kemudian ditempatkan pada posisi

(

k

,

k

) dari matriks lengkap SPL.

(22)

Eliminasi Gauss dengan penumpuan parsial - contoh

(23)
(24)

Eliminasi Gauss dengan penumpuan parsial - algoritma?

(25)
(26)

Beberapa SPL dengan matriks koefisien sama

Pandang dua SPL berikut:

x

1

+

2x

2

+

x

3

+

4x

4

=

13

2x

1

+

4x

3

+

3x

4

=

28

4x

1

+

2x

2

+

2x

3

+

x

4

=

20

3x

1

+

x

2

+

3x

3

+

2x

4

=

0

x

1

+

2x

2

+

x

3

+

4x

4

=

8

2x

1

+

4x

3

+

3x

4

=

9

4x

1

+

2x

2

+

2x

3

+

x

4

=

9

3x

1

+

x

2

+

3x

3

+

2x

4

=

3

Matriks lengkap dari dua SPL tersebut dapat ditulis:

1

2

1

4

13

8

2

0

4

3

28

9

4

2

2

1

20

9

3

1

3

2

6

3

.

Solusi dari masing-masing SPL dapat ditentukan dengan metode eliminasi Gauss.

(27)

Perhitungan determinan - dasar teori

Teorema (determinan matriks segitiga atas)

Jika

A

matriks segitiga atas berukuran

n

×

n

, maka det(

A

) =

n

Y

i=1

a

ii

.

Bukti

. Lakukan ekspansi kofaktor berkali-kali sepanjang baris terakhir.

Teorema (pengaruh OBE terhadap nilai determinan suatu matriks)

Misalkan

A

matriks berukuran

n

×

n

.

Jika

B

adalah matriks hasil dari perkalian suatu baris (kolom) matriks

A

dengan konstanta

k

, maka det(

B

) =

k

det(

A

).

Jika

B

adalah matriks hasil dari pertukaran dua baris (kolom) matriks

A

,

maka det(

B

) =

det(

A

).

Jika

B

adalah matriks hasil penambahan

k

kali baris (kolom) ke baris

(kolom) lain dari matriks

A

, maka det(

B

) = det(

A

).

(28)

Perhitungan determinan - penerapan, contoh, & algoritma

Untuk menghitung determinan suatu matriks, lakukan serangkaian

OBE terhadap matriks tersebut sedemikian sehingga menjadi

matriks segitiga atas. Perhatikan perubahan nilai determinan

selama melakukan OBE.

(29)

Perhitungan determinan - penerapan, contoh, & algoritma

Untuk menghitung determinan suatu matriks, lakukan serangkaian

OBE terhadap matriks tersebut sedemikian sehingga menjadi

matriks segitiga atas. Perhatikan perubahan nilai determinan

selama melakukan OBE.

Contoh

. Dengan menggunakan metode eliminasi Gauss dengan

penumpuan parsial, tentukan determinan dari

1

2 1 4

2

0 4 3

4

2 2 1

−3 1 3 2

.

(30)

Perhitungan determinan - penerapan, contoh, & algoritma

Untuk menghitung determinan suatu matriks, lakukan serangkaian

OBE terhadap matriks tersebut sedemikian sehingga menjadi

matriks segitiga atas. Perhatikan perubahan nilai determinan

selama melakukan OBE.

Contoh

. Dengan menggunakan metode eliminasi Gauss dengan

penumpuan parsial, tentukan determinan dari

1

2 1 4

2

0 4 3

4

2 2 1

−3 1 3 2

.

Algoritmanya?

tugas kelompok

(31)

Perhitungan invers

Gunakan metode eliminasi

Gauss-Jordan

(eliminasi maju dan mundur):

A

I

∼ · · · ∼

I

A

1

(32)

Perhitungan invers

Gunakan metode eliminasi

Gauss-Jordan

(eliminasi maju dan mundur):

A

I

∼ · · · ∼

I

A

1

.

[

justifikasi!

]

Contoh.

(33)

Perhitungan invers

Gunakan metode eliminasi

Gauss-Jordan

(eliminasi maju dan mundur):

A

I

∼ · · · ∼

I

A

1

.

[

justifikasi!

]

Contoh.

Algoritmanya?

(34)

Modifikasi eliminasi Gauss untuk SPL tridiagonal

Perhatikan matriks SPL tridiagonal berikut:

b

1

c

1

a

2

b

2

c

2

a

3

b

3

. ..

. .. ...

c

n

1

a

n

b

n

x

1

x

2

x

3

..

.

x

n

=

d

1

d

2

d

3

..

.

d

n

.

Pada SPL tersebut, banyak sekali koefisiennya yang bernilai nol.

Bagaimana algoritma yang paling efisien untuk mencari solusi SPL

tersebut?

(35)

Definisi faktorisasi LU dan kegunaannya

Definisi (Faktorisasi LU/Segitiga)

Matriks nonsingular

A

dikatakan mempunyai

faktorisasi LU

(juga dikenal

dengan

faktorisasi segitiga) jika ia dapat ditulis sebagai perkalian matriks

segitiga bawah

L

dan matriks segitiga atas

U

, yaitu

A

=

LU

.

Misalkan matriks koefisien

A

dari SPL

A

x

=

b

mempunyai faktorisasi LU.

Maka

A

x

=

b

(

LU

)

x

=

b

L

(

U

x

) =

b

.

Sekarang misalkan

d

=

U

x

. SPL segitiga bawah

L

d

=

b

dapat

diselesaikan dengan substitusi maju. Setelah

d

diperoleh, solusi

x

dapat

dicari dari SPL segitiga atas

U

x

=

d

dengan substitusi mundur.

(36)

Ilustrasi

(37)

Beberapa jenis faktorisasi LU

Secara umum faktorisasi LU tidak tunggal.

Agar hasilnya tunggal, biasanya dilakukan dengan memilih

matriks

L

dan

U

yang memiliki sifat tertentu.

Beberapa faktorisasi LU yang dikenal:

Faktorisasi/dekomposisi Doolitle, yaitu elemen diagonal

matriks

L

dipilih bernilai 1.

Faktorisasi/dekomposisi Crout, yaitu elemen diagonal matriks

U

dipilih bernilai 1.

Faktorisasi/dekomposisi Cholesky, yaitu matriks

U

dibuat

sama dengan

L

T

jika

A

matriks simetris.

(38)

Faktorisasi

LU

Doolitle dengan eliminasi Gauss - proses

Misalkan dari tahap eliminasi pada eliminasi Gauss diperoleh

A

=

a

11

a

12

· · ·

a

1n

a

21

a

22

· · ·

a

2n

.

..

.

..

.

..

an

1

an

2

· · ·

ann

∼ · · · ∼

a

11

a

12

· · ·

a

1n

0

a

22(1)

· · ·

a

(1)2n

.

..

.

..

.

..

0

0

· · ·

a

(nnn−1)

=

U

,

dimana

a

(ijk)

menyatakan elemen matriks

A

pada posisi (i

,

j) yang nilainya

merupakan hasil dari OBE pada iterasi ke-k.

Meskipun tidak muncul secara langsung, matriks

L

juga dihasilkan dari proses

eliminasi ini, yaitu diberikan oleh

L

=

1

0

· · ·

0

l

21

1

· · ·

0

..

.

..

.

..

.

ln

1

ln

2

· · ·

1

,

dimana

lij

=

a

(j−1) ij

/

a

(j−1) jj

dan

a

(0) i1

=

ai

1

[

periksa!

].

(39)
(40)

Perhitungan invers matriks - dasar teori & penerapan

Diberikan sistem

A

x

1

=

1

0

..

.

0

,

A

x

2

=

0

1

..

.

0

,

. . .

,

A

x

n

=

0

0

..

.

1

,

dimana

A

adalah matriks berukuran

n

×

n

dan

x

1

,

x

2

, ...,

x

n

adalah

vektor-vektor berukuran

n

×

1. Jika

A

dapat diinverskan, maka

A

1

= [

x

1

x

2

. . .

x

n

]

.

[

tunjukkan!

]

Solusi

x

1

,

x

2

, ...,

x

n

dapat ditentukan dengan menggunakan

faktorisasi LU. Karena sistem di atas memiliki matriks koefisien

yang sama, maka matriks

L

dan

U

cukup dihitung sekali.

(41)
(42)

Perhitungan invers matriks - algoritma

(43)

Metode iterasi?

Alternatif metode untuk menyelesaikan SPL (dan juga SPNL).

Metode iteratif dimulai dengan sebuah tebakan awal,

kemudian digunakan suatu metode sistematis untuk

memperoleh barisan yang diharapkan konvergen ke solusi yang

ingin dicari.

Metode iteratif untuk SPL: metode Jacobi dan metode

Gauss-Seidel.

Metode iteratif untuk SPNL: metode substitusi berturutan dan

metode Newton-Raphson (kasus multivariat) [

tidak dipelajari

].

(44)

Ilustrasi

Figure :

(a) Metode Gauss-Seidel, (b) Metode Jacobi

(45)

Metode Jacobi

Diberikan SPL berikut:

a

11

x

1

+

a

12

x

2

+

· · ·

+

a

1

n

x

n

=

b

1

a

21

x

1

+

a

22

x

2

+

· · ·

+

a

2

n

x

n

=

b

2

..

.

..

.

..

.

..

.

a

n

1

x

1

+

a

n

2

x

2

+

· · ·

+

a

nn

x

n

=

b

n

(46)

Metode Jacobi

Diberikan SPL berikut:

a

11

x

1

+

a

12

x

2

+

· · ·

+

a

1

n

x

n

=

b

1

a

21

x

1

+

a

22

x

2

+

· · ·

+

a

2

n

x

n

=

b

2

..

.

..

.

..

.

..

.

a

n

1

x

1

+

a

n

2

x

2

+

· · ·

+

a

nn

x

n

=

b

n

Rumus iterasi dari metode Jacobi:

x

i

(

k

+1)

=

b

i

n

X

j

=1

,

j

6

=

i

a

ij

x

(

k

)

j

/

a

ii

,

i

= 1,

2, ...,

n

.

Catatan: indeks (

k

) menyatakan langkah iterasi.

Ambil tebakan awal

x

=

h

x

1

(0)

x

2

(0)

· · ·

x

n

(0)

i

T

.

Kriteria penghentian iterasi: max

1

i

n

x

(

k

+1)

i

x

(

k

)

i

< ǫ.

(47)
(48)

Algoritma metode Jacobi

(49)

Metode Gauss-Seidel

Diberikan SPL berikut:

a

11

x

1

+

a

12

x

2

+

· · ·

+

a

1

n

x

n

=

b

1

a

21

x

1

+

a

22

x

2

+

· · ·

+

a

2

n

x

n

=

b

2

..

.

..

.

..

.

..

.

a

n

1

x

1

+

a

n

2

x

2

+

· · ·

+

a

nn

x

n

=

b

n

(50)

Metode Gauss-Seidel

Diberikan SPL berikut:

a

11

x

1

+

a

12

x

2

+

· · ·

+

a

1

n

x

n

=

b

1

a

21

x

1

+

a

22

x

2

+

· · ·

+

a

2

n

x

n

=

b

2

..

.

..

.

..

.

..

.

a

n

1

x

1

+

a

n

2

x

2

+

· · ·

+

a

nn

x

n

=

b

n

Rumus iterasi dari metode Gauss-Seidel:

x

i

(

k

+1)

=

b

i

i

1

X

j

=1

a

ij

x

(

k

+1)

j

n

X

j

=

i

+1

a

ij

x

(

k

)

j

/

a

ii

,

i

= 1,

2, ...,

n

.

Catatan: indeks (

k

) menyatakan langkah iterasi.

Ambil tebakan awal

x

=

h

x

1

(0)

x

2

(0)

· · ·

x

n

(0)

i

T

.

Kriteria penghentian iterasi: max

1

i

n

x

(

k

+1)

i

x

(

k

)

i

< ǫ.

(51)
(52)

Algoritma metode Gauss-Seidel

(53)

Kekonvergenan metode Jacobi dan Gauss-Seidel

Metode Jacobi dan Gauss-Seidel tidak selalu konvergen.

Syarat cukup agar kedua metode tersebut konvergen adalah matriks

koefisien

A

bersifat

dominan kuat secara diagonal, yaitu

|

a

ii

|

>

n

X

j

=1

,

j

6

=

i

|

a

ij

|

,

i

= 1,

2, ...,

n

.

Sebelum metode Jacobi dan Gauss-Seidel digunakan, lakukan dulu

pemeriksaan apakah matriks koefisien

A

bersifat dominan kuat

secara diagonal.

Salah satu cara agar matriks koefisien

A

bersifat dominan kuat

secara diagonal adalah dengan menukarkan baris-baris dari SPL

tersebut.

Bila proses penukaran baris tidak berhasil membuat matriks

koefisien

A

bersifat dominan kuat secara diagonal, maka metode

Jacobi dan Gauss-Seidel biasanya tidak dapat digunakan.

Gambar

Figure : (a) Metode Gauss-Seidel, (b) Metode Jacobi

Referensi

Dokumen terkait

Hasil penelitian menunjukkan tidak terdapat perbedaan yang bermakna antara nilai pengetahuan kelompok kontrol dan kelompok WPSLangsung dengan modul role play ( p =0,089) dan

Pertama, ukuran kolom (atau balok) pada bangunan rendah pada umumnya kecil, sehingga tidak dapat memobilisasi secara maksimum tegangan lekatan yang memadai untuk

28 Tahun 1999 tentang penyelenggaraan Negara yang bersih dan bebas dari korupsi, kolusi dan nepotisme ditinjau dari Maqāṣ id al-Shar ī’ah Jāsir Auda dapat ditemukan penjelasan,

Sesuai dengan tujuan penelitian yang telah dirumuskan, jaringan Internet yang digunakan memiliki peranan penting agar pengguna dapat mengakses media pembelajaran PLC

Apakah dana bagi hasil, dana alokasi umum dan dana alokasi khusus berpengaruh secara signifikan terhadap pertumbuhan Ekonomi daerah kota/kabupaten Jawa Barat..

Segala puji dan rasa syukur kupersembahkan hanya kepada Allah SWT atas limpahan rahmat dan hidayahnya kepada penulis sehingga dapat menyelesaikan skripsi dengan

Sistem informasi adalah berupa suatu sistem di dalam suatu organisasi yang mempertemukan kebutuhan pengolahan data transaksi harian yang mendukung operasi yang

/elain tersebut ada juga golongan *bat 7ajib Apotik (*7A), &lt;aitu obat keras yang dapat diperoleh di apotik tanpa resep dan harus diserahkan oleh Apoteker pengelola apotik..