bandung Arry Sanjaya
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

REDUKSI RANK PADA MATRIKS-MATRIKS TERTENTU Erna Apriliani; bandung Arry Sanjaya
Limits: Journal of Mathematics and Its Applications Vol 4, No 2 (2007)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (103.478 KB) | DOI: 10.12962/j1829605X.v4i2.1411

Abstract

Dekomposisi nilai singular (Singular Value Decomposition - SVD)adalah suatu metode untuk menuliskan suatu matriks dalam bentuk perkalian antara matriks diagonal yang berisi nilai-nilai singularnya (D), dengan matriks yang berisi vektor-vektor singular yang bersesuaian (U dan V ). Suatu matriks setelah dituliskan dalam matriks diagonal nilai singular dan matriks vektor singularnya dapat dilakukan reduksi rank pada matriks diagonal nilai singularnya. Reduksi rank ini bermanfaat untuk mengurangi waktu komputasi suatu algoritma yang membutuhkan perkalian matriks. Pada penelitian ini akan dilakukan reduksi rank untuk beberapa matriks tertentu. MatriksA yang dikaji berupa matriks diagonal, matriks tridiagonal dan full matriks. Akan dikaji kaitan antara reduksi rank dan tingkat akurasi penyelesaian serta waktu komputasi. Simulasi dilakukan dengan bantuan Matlab.
Perbandingan Algoritma Golub Kahan dan QR Simetri untuk Dekomposisi Nilai Singular Dieky Adzkiya; Erna Apriliani; Bandung Arry Sanjaya
Limits: Journal of Mathematics and Its Applications Vol. 3 No. 1 (2006): Limits: Journal of Mathematics and Its Applications Volume 3 Nomor 1 Edisi Mei
Publisher : Pusat Publikasi Ilmiah LPPM Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Estimasi variabel maupun parameter pada sistem berskala besar, khusus- nya dengan Filter Kalman dibutuhkan waktu komputasi yang lama. Dengan melakukan reduksi rank matriks kovariansi, waktu komputasi dapat diper- cepat. Reduksi rank dapat dilakukan dengan Dekomposisi nilai singular (SVD), reduksi rank ini tidak mengurangi tingkat akurasi hasil estimasi. Pada paper ini dibahas perbandingan dua algoritma untuk dekomposisi nilai singular, yaitu Golub Kahan dan QR Simetri. Dilakukan uji empiris pada berbagai macam matriks untuk membandingkan waktu kerja kedua algoritma tersebut. Dari hasil simulasi diperoleh bahwa algoritma QR Simetri memerlukan waktu komputasi yang lebih cepat dibandingkan dengan algoritma Golub Kahan.