BAB 2 LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 2 LANDASAN TEORI"

Transkripsi

1 LNSN TEORI. nala Jarngan Kera Metode arngan kera dperkenalkan menelang decade 0-an, oleh atu tm engneer dan ahl matematka dar peruahaan u Pont bekera ama dengan Rand orporaton, dalam uaha mengembangkan tem kontrol manaemen. Stem n dmakudkan untuk merencanakan dan mengendalkan eumlah bear kegatan yang memlk hubungan ketergantungan yang komplek dalam maalah dean, engneerng, kontruk dan pemelharaan. Uaha-uaha dtekankan untuk mencar metode yang dapat memnmalkan baya, dalam hubungannya dengan kurun waktu penyeleaan uatu kegatan. Jarngan kera dapat ddefenkan ebaga kumpulan dar keadan-keadan dan kegatan-kegatan yang menggambarkan tnauan waktu dar uunan proyek. Jarngan kera muncul pada eumlah perencanaan dan dalam berbaga bdang. Perencanaan arngan kera merupakan uatu alat manaemen yang memungknkan dapat lebh lua dan lebh lengkap untuk perencanaan dan pengawaan uatu proyek. alam banyak tua, manager bertanggung awab untuk perencanaan dan menadwalkan dan mengendalkan proyek yang terdr dar berbaga pekeraan atau aktvta terpah yang dlakukan oleh berbaga departemen dan ndvdu. alam hal n manager haru mengadakan pendekatan ecara kuanttatf dalam pengamblan uatu keputuan. ara n pentng ekal dgunakan oleh manager yang bertanggung awab ata bdang engneerng, producton, admntraton, dan peneltan operaonal. Penerapan pengamblan keputuan ecara pendekatan kuanttatf dalam berbaga bdang pada kenyataannya proedurnya tdaklah begtu komplek. Oleh karena cara n dapat danala ecara temat dan ederhana dengan menggunakan metode anala arngan kera. Unverta Sumatera Utara

2 Teknk arngan kera menunukkan manfaat nyata bla dgunakan membantu atau melengkap perencanaan dan pengendalan proyek baru. Sedangkan untuk proyek yang edang beralan penerapan anala arngan kera akan terkat pada peryaratan atau ketentuan emula yang dtetapkan atau yang edang beralan. Penggambaran arngan kera merupakan uatu teknk arngan kera yang dgunakan ecara lua untuk maalah-maalah epert produk, dtrbu, perencanaan proyek, perencanaan keuangan dan lan ebaganya. Seungguhnya penggambaran arngan kera menyedakan bantuan ecara vual dan koneptual yang angat berharga dalam menggambarkan hubungan antara komponen-komponen dalam uatu tem. Hal n angat bermanfaat bag para pengambl keputuan. Menggambarkan arngan kera dar tap awal kegatan angat bermanfaat untuk mempermudah pengawaan erta pengumpulan, penetapan dan penganalaan nforma yang eua dengan tuuan yang dharapkan, ehngga keputuan-keputuan dalam pemlhan alternatf dengan mudah dapat dlakanakan untuk mencapa tuuan proyek. dalam penyuunan perencanaan uatu arngan kera uatu proyek, haru ada logka ketergantungan dar uatu kegatan dengan kegatan yang lan, erta menggunakan mbol-mbol kegatan maupun mbol-mbol pertwa. engan demkan dharapkan teor arngan kera dapat mengatur rangkaan dar kegatankegatan, ehngga benar-benar dapat dlakanakan ecara efektf dan efen. Pemakaan anala arngan kera dalam uatu proyek dmakudkan untuk mengkoordnr emua unur proyek kedalam uatu rencana utama, dengan mencptakan uatu modal kera untuk melengkap proyek ehngga dperoleh waktu terbak melakukan pekeraan atau kegatan, penekanan baya, pengurangan reko, penggunaan umber-umber ecara efektf dan efen, mendapatkan atau mengembangkan chedule yang optmum, memudahkan rev atau perbakan terhadap penympangan yang terad. Jad, kunc keberhalan pendekatan arngan kera untuk menyeleakan uatu model maalah adalah mengetahu bagamana maalah tu dapat dakan ebaga Unverta Sumatera Utara

3 uatu model arngan. engan demkan permaalahan yang komplek dapat deleakan lebh ederhana dan lebh temat.. Stematka Menyuun Jarngan Kera Stematka lengkap dar proe menyuun arngan kera adalah ebaga berkut :. Langkah Pertama Mengka dan mengdentfka lngkup proyek, mengurakan atau memecahkannya menad kegatan-kegatan atau kelompok kegatan yang merupakan komponen proyek. Pengkaan yang dmakud adalah untuk mengetahu kegatan-kegatan apa yang merupakan bagan atau komponen dar proyek yang ba dbedakan atu ama lan.. Langkah kedua Menyuun kembal komponen-komponen terebut pada butr pertama, menad mata ranta dengan urutan yang eua dengan logka ketergantungan. Urutan n dapat berbentuk pararel atau er. Menyuun urutan ketergantungan dtuntut berpkr ecara analt, ehngga akan dperoleh urutan yang benar-benar dapat mempermudah permaalahan.. Langkah ketga Memberkan perkraan kurun waktu bag mang-mang kegatan yang dhalkan dar penguraan lngkup proyek. engan memaukkan unur kurun waktu ke anal arngan kera, berart perencanaan telah memauk taraf yang lebh pefk, yatu membuat adwal kegatan proyek.. Langkah keempat Mengdentfka alur krt (crtcal path) pada arngan kera. Jalur krt adalah alur yang terdr dar rangkaan kegatan dar lngkup proyek, yang bla terlambat akan menyebabkan keterlambatan proyek ecara keeluruhan. Maalah alur krt akan penul akan pada ub bab dalam bagan n ecara lengkap.. langkah kelma la emua langkah-langkah data deleakan, dlanutkan dengan uaha-uaha menngkatkan daya guna dan hal guna pemakaan umber daya, yang melput kegatan : Unverta Sumatera Utara

4 a. menentukan adwal yang palng ekonom b. memnmalkan fluktua pemakaan umber daya Setelah teruun rencana dan adwal proyek yang cukup realtk, kemudan dapat dpaka dantaranya ebaga tolak ukur atau alat pembandng dalam kegatan pengendalan pada tahap nplementa fk, yatu dengan memperbandngkan antara perencanaan atau adwal dengan hal pelakanaan nyata dlapangan.. agram Jarngan kera agram arngan kera merupakan logka model yang menggambarkan hubungan antara mang-mang kegatan dan menelakan aru dar opera eak awal hngga eleanya kegatan-kegatan proyek. agram arngan kera mempunya dua peranan. Yakn, pertama ebaga alat perencanaan proyek dan yang kedua ebaga lutra ecara grafk dar kegatankegatan uatu proyek. Oleh karena tu dagram uatu arngan kera haru mampu member gambaran tentang dmulanya dar awal kegatan ampa deleakannya kegatan terebut. Untuk tu dagram arngan kera memerlukan beberapa lambang khuu untuk memberkan keterangan yang ela tentang uatu proyek, yatu :. nak panah (arrow) menyatakan kegatan dengan ketentuan bahwa panang dan arah panah tdak mempunya art khuu. Pangkal dan uung panah menerangkan kegatan mula dan berakhr dengan arah kekanan (potf). Kegatan haru berlangung teru dalam angka waktu tertentu (duraton) dengan pemakaan eumlah umber epert manua, alat, bahan dan dana. Pada umumnya kegatan dberkan huruf kode huruf bear,,, dan eterunya.. Lngkaran kecl atau node menyatakan uatu keadan atau pertwa. Keadan dartkan ebaga awal atau akhr dar atu atau beberapa Unverta Sumatera Utara

5 kegatan. Umumnya kegatan dber kode dengan angka,,, dan eterunya yang debut dengan nomor keadan.. nak panah terputu-putu menyatakan kegatan emu atau dummy. ummy ebaga pembertahuan bahwa terad perpndahan dar atu keadan ke keadan yang lan pada aat yang ama. Oleh karena tu dummy tdak memerlukan waktu dan tdak menghabkan umber. Panang dan arah dummy tdak mempunya art khuu. Untuk menyatakan alng ketergantungan logka dar kegatan-kegatan berkut n delakan beberapa ketentuan ebaga berkut :. : Kegatan hanya dapat dmula etelah kegatan elea. Perlu dperhatkan bahwa keadan merupakan awal dan akhr uatu kegatan. Jad kegatan mula pada dmana keadan berakhr.. kegatan hanya dapat dmula etelah kegatan dan elea. Kegatan dan boleh berlangung berama-ama ; dan berakhr pada kegatan yang ama.. kegatan dan dapat dmula etelah kegatan dan berakhr, dan elea pada keadan yang berbeda. Unverta Sumatera Utara

6 . alam dagram n (a), (b), (c) terdapat dua keadan yang alng bergantungan tanpa dhubungkan dengan kegatan, tap dhubungkan dengan dummy. (a) (b) 6 (c). alam hal terdapat keadan menyatu (merge event) epert n maka ada dua pertmbangan yatu : a. Kegatan tergantung pada eleanya eluruh kegatan dan. b. Kegatan tergantung pada eleanya kegatan dan ebagan kegatan atau ebalknya. alam hal epert n rangkaan kegatan dapat duun dalam bentuk lan yatu : Unverta Sumatera Utara

7 tau la ada dua kegatan berbeda yang mula pada keadan yang ama dan berakhr pada keadan yang ama pula, maka pekeraan terebut tdak boleh dbuat bermpt, malnya 7. alam uatu arngan kera tdak boleh terad uatu loop atau aru putar, malnya 8. Nomor keadan terkecl adalah nomor dar keadan awal dan nomor keadan terbear adalah nomor keadan akhr. Nomor keadan dtul d dalam lngkaran keadan. 9. Tap kegatan dber kode berupa huruf bear uga dber kode dengan mbol (, ) ; menyatakan nomor keadan awal kegatan dan menyatakan nomor keadan akhr kegatan. Unverta Sumatera Utara

8 . Menyuun Urutan Kegatan Menyuun urutan kegatan atau hubungan kegatan yang atu dengan yang lan dalam proe pembuatan arngan kera, ddaarkan ata logka ketergantungan. Hal n merupakan alah atu aturan daar dalam menyuun arngan kera. Ketergantungan n dkelompokkan menad dua golongan yatu : a. Ketergantungan lamah Sebagan bear ketergantungan debabkan oleh fat kegatan tu endr. Malnya kau untuk pendran ebuah rumah. Kegatan untuk menakkan atap belum dapat dlakukan ebelum pekeraan mendrkan tang penyangga deleakan. Ketergantungan demkan debut ketergantungan alamah, karena mekpun eandanya tereda cukup tenaga atau umber daya lan, tetap tang belum berdr dan ap menyangga atap, maka pelakanaan pekeraan menakkan atap belum dapat dmula. b. Ketergantungan Sumber aya Jen lan dar ketergantungan adalah ketergantungan umber daya. Sebaga contoh pekeraan membuat ponda tdak dapat dlakukan beramaan waktunya dengan pekeraan pabrka tang atau kerangka atap, karena kurangnya tenaga kera, ehngga haru dlakukan ecara berurutab atau er. alam contoh n ketergantungan terebut debabkan oleh terbatanya dana atau umber daya. Menyuun arngan kera pada awalnya hendaknya ddaarkan ata ketergantungan alamah. Pada taraf elanutnya nant bla ampa pada anala keperluan umber daya, mungkn penyeuaan atau rev dlakukan. Uaha menyuun urutan kegatan yang mengkut logka ketergantungan akan dpermudah dengan menawab pertanyaan berkut : Kegatan apa yang dmula terlebh dahulu Mana kegatan berkutnya yang akan dlakukan dakah kegatan-kegatan yang berlangung eaar Perlukah mulanya kegatan tertentu menunggu yang lan Unverta Sumatera Utara

9 ontoh Sebaga gambaran dalam menyuun komponen-komponen kegatan proyek menad arngan kera, berkut n adalah contoh proyek pembangunan gudang kerangka be, epert yang terdapat pada tabel. dbawah n. Tabel.. Proyek Pembangunan Gudang kerangka be Kegatan Kegatan Keterangan Yang Mendahulu () () () () 6 E F Membuat gambar dean Membel materal Menyapkan lahan Pabrka (tang dan atap) Membuat ponda Mendrkan bangunan, Proyek dpecah menad 6 komponen pekeraan dan dtentukan urutannya. Pada langkah n, yang dber perhatan hanyalah menyuun kegatan-kegatan terebut berdaarkan hubungan ketergantungan, edangkan hal-hal lan akan dtnau pada tahap berkutnya. Terlhat bahwa kegatan pembelan materal () haru menunggu eleanya pembuatan gambar dean (), karena ebelum dean deleakan belum dketahu umlah maupun macam materal ecara tepat. emkan pula halnya dengan pekeraan menyapkan lahan () haru menunggu ampa gambar dean elea untuk mengetahu malnya berapa ukuran penggalan tanah untuk ponda yang haru dapkan. ar anal dketahu bahwa kegatan pembelan materal () dapat dlakukan beramaan waktunya dengan kegatan menyapkan lahan (). Selanutnya mudah dmengert bahwa pekeraan pabrka (-) haru menunggu teredanya materal. Sedangkan mengecor ponda (-) menunggu eleanya menyapkan lahan (). Pekeraan mendrkan bangunan (F) baru dapat dmula bla dua pekeraan yang mendahulunya telah elea, yatu membuat fonda (E) dan pabrka tang dan atap Unverta Sumatera Utara

10 telah dkerakan (). la kegatan-kegatan data duun dalam dagram arngan kera kan terlhat epert pada gambar. dbawah n : F E Gambar.. Jarngan Kera Proyek Pembangunan Kerangka be. Metode yang gunakan Pengolahan proyek berkala bear membutuhkan uatu perencanaan, penadwalan dan koordna eumlah kegatan yang alng berkatan. Untuk membantu tuga n, uatu proedur formal yang ddaarkan pada penggunaan arngan kera dan teknk arngan kera telah dkembangkan eak akhr tahun 90 an. eberapa teknk berdaarkan anala arngan kera yang udah berkembang lua dantaranya yang palng terkenal adalah metode lntaan krt dan teknk penlaan dan pennauan program erta beberapa modfka lan untuk keperluan khuu. Teknk-teknk n pada umumnya bertuuan mengurakan dan menentukan hubungan antara berbaga kegatan dalam perencanaan proyek ecara menyeluruh untuk merencanakan dan pengendalan proyek. alam tulan n penul menggunakan teknk anala arngan kera yatu PM (rtcal Path Metod). Untuk lebh elanya, PM akan penul terangkan dalam ub bab berkut n... PM (rtcal Path Method) Metode PM adalah metode yang dgunakan untuk merencanakan dan mengendalkan proyek, merupakan tem yang palng banyak dpergunakan dantara tem lan yang memaka prnp pembentukan arngan kera. Metode PM erng dpergunakan pada hampr etap proyek-proyek bear, malnya pembangunan gedung, pembuatan Unverta Sumatera Utara

11 embatan layang dan lan-lan. Metode PM lebh mentkberatkan pada peroalan keembangan antara baya dan waktu penyeleaan. Jka dalam uatu proyek, waktu yang dbutuhkan untuk menyeleakannya dapat dperkrakan terlebh dahulu dan baya-baya proyek dapat dhtung eak emula, maka dengan mempergunakan metode PM pelakanaan proyek akan lebh terarah dan temat. alam pelakanaan proyek dengan menggunakan metode PM dkenal adanya alur krt, yatu alur yang memlk rangkaan komponen-komponen kegatan, dengan total umlah waktu terlama dan menunukkan kurun waktu penyeleaan proyek yang tercepat. Jad alur krt terdr dar rangkaan kegatan krt, dmula dar kegatan pertama ampa kegatan terakhr proyek. Makna alur krt pentng bag pelakanaan proyek, karena pada alur terletak kegatan-kegatan yang bla pelakanaannya terlambat maka akan menyebabkan keterlambatan proyek ecara keeluruhan. Maka perlu adanya perhatan penuh pada alur krt terebut, karena cepat lambatnya uatu proyek elea terletak pada alur krt. alam metode PM dgunakan dua buah perkraan waktu untuk etap kegatan yang terdapat pada arngan kera yakn: a. Perkraan Normal (Normal Etmate) Perkraan normal adalah waktu yang dbutuhkan untuk menyeleakan aktvta proyek ka proe pelakanaannya beralan normal. b. Perkraan epat. Perkraan cepat adalah waktu yang dbutuhkan oleh proyek yang engkatngkatnya untuk penyeleaan proyek tanpa memperhtungkan baya.. Termnolog dan efen alam proe dentfka alur krt, dkenal beberapa termnology dan defen ebaga berkut : a. ES (Earlet Start Tme) Earlet Start tme adalah waktu mula palng awal uatu kegatan. la waktu kegatan dnyatakan atau berlangung dalam am, maka waktu n adalah am palng awal kegatan dmula. Unverta Sumatera Utara

12 b. EF (Earlet Fnh Tme) Earlet Fnh Tme adalah waktu elea palng awal uatu kegatan. c. LS (Late llowable Start Tme) Late llowable Start Tme adalah waktu palng akhr kegatan boleh dmula tanpa memperlambat penyeleaan proyek ecara keeluruhan. d. LF (Latet llowable Fnh Tme) Latet llowable Fnh Tme adalah waktu palng akhr kegatan boleh elea tanpa memperlambat penyeleaan proyek. e. uraton uraton adalah waktu kegatan, umumnya dengan atuan har, mnggu, bulan, dan lan-lan.. Pengertan Slack Slack ddefenkan ebaga panang waktu uatu aktvta dapat dtunda tanpa mempengaruh waktu yang dbutuhkan untuk menyeleakan uatu proyek. Jumlah waktu lack untuk etap aktvta dapat dhtung ebaga berkut : Slack = LS ES = LF EF...(.) Pada perencanaan dan penyuunan adwal proyek, art pentng darpada lack adalah menunukkan umlah waktu yang dperkenankan uatu kegatan boleh dtunda, tanpa mempengaruh adwal penyeleaan proyek ecara keeluruhan. Jumlah waktu terebut ama dengan waktu yang ddapat bla emua kegatan terlebh dahulu dmula eawal mungkn, edangkan emua kegatan berkutnya dmula elambat mungkn. Unverta Sumatera Utara

13 yang lan. erkut n dtunukkan po dan hubungan lack dan parameter-parameter ES (,) Kegatan EF (,) lack lack kegatan LS (,) LF (,) (,) E () E () L () Gambar. Po dan hubungan antara ES, LS, LF, EF, dan Slack ar gambar data terlhat bahwa lack dapat berada dbagan awal mulanya kegatan (ES) atau d uung waktu penyeleaan palng akhr (LS), bahkan dapat dpecah-pecah eua kebutuhan, aalkan mah dalam bata L () dan E (). ag pengelola proyek memaham pengertan data akan angat berguna, terutama untuk memecahkan maalah pemerataan umber daya (reource levelng).. Perhtungan Mau (Forward Pa) alam mengdentfka alur krt dpaka uatu cara yang debut htungan mau. Htungan mau dmula dar kr kekanan ampa kegatan terakhr, atau dengan kata lan dmula dar kegatan palng awal kegatan ampa pada kegatan yang terakhr. Tuuan dar forward pa adalah menghtung earlet tart tme dan earlet fnh tme untuk etap aktvta dalam uatu proyek. Forward pa kemudan dkerakan dengan anggapan bahwa aktvta mula ecepat mungkn yatu etelah aktvta-aktvta yang mendahulunya elea. Unverta Sumatera Utara

14 dapun langkah-langkah forward pa adalah : a. Tentukan ES = 0 untuk keadan palng awal dar uatu arngan kera. Hal n log ebab belum ada kegatan yang udah dkerakan, artnya kegatan pertama baru akan dmula. b. turan elanutnya adalah menghtung : ES = mak { } ES + dan untuk emua kegatan ( ) ES untuk keadan, emua ES haru dhtung terlebh dahulu.,. gar dapat menghtung. Perhtungan Mundur (ackward Pa) Selan perhtungan mau, akan dgunakan perhtungan mundur untuk mengdentfka alur krt. Perhtungan mundur bergerak dar kanan ke kr, atau dengan kata lan dar kegatan palng terakhr ampa kegatan palng awal. Tuuan dar backward pa adalah untuk menghtung latet alloweable tart tme dan fnh tme untuk etap kegatan. dapun langkah-langkah untuk menghtung backward pa adalah: a. Tentukan harga LF untuk keadan yang terakhr yang bearnya ama dengan ES pada keadan terebut, dmana LF = ES. b. turan elanutnya adalah menghtung: LF { LF } = mn untuk emua kegatan ( ),.... ara Menghtung Jalur Krt Untuk menentukan alur krt, haru dlakukan dua macam perhtungan yatu perhtungan mau (forward pa) dan perhtungan mundur (backward pa). Untuk lebh memaham cara menghtung alur krt dengan menggunakan perhtungan mau dan perhtungan mundur yang telah delakan data, berkut akan dberkan gambaran uatu kegatan yang telah dbuat kedalam uatu arngan kera. ar arngan kera berkut n akan dtentukan alur krt dengan cara ebaga berkut : Unverta Sumatera Utara

15 8 0 0 d G E F 8 Gambar. Pembentukan Jalur Krt... ara forward pa ES = 0 dmana keadan pertama kal belum ada kegatan, baru akan dmula. = lamanya waktu yang dperlukan kegatan (, ) ES = mak { ES + } Perhatkan gambar.. data, hanya ada atu kegatan yang mula dar node menuu ke yatu kegatan. mana ES = 0, oleh karena tu hanya ada atu kegatan aa dar node, yatu kegatan dan ES = { ES + } = { 0 + } = =, maka Nla n dmaukkan dalam buur angkar data node. Event berkutnya adalah event (perhatkan event belum ba dhtung, ebab untuk menghtung dperlukan nla ES yang haru dhtung terlebh dahulu. ES = { ES + } = { + 8} = 0 (nla n dmaukkan dalam node ). Unverta Sumatera Utara

16 Sekarang ES baru ba dhtung ebab ada dua kegatan yang menuu kenode yatu kegatan dan. ES = mak { ES + } =, = mak { ES +, ES + } = mak { 0 + 0,+ } = mak { 0,6} = 0 (nla n dmaukkan kedalam node ). ES = { ES + } = { ES + } = { 0+ } = (nla n dmaukkan kedalam node ). ES = mak { ES + } 6 =, = mak { ES + 6, ES + 6} = mak { 0 +,+ } = mak {,8} = (nla n dmaukkan kedalam node 6). ES = { ES + } 7 = { + } = 6 Perhtungan dengan forward pa udah elea, emua waktu palng awal udah dhtung. Unverta Sumatera Utara

17 ... ara ackward pa erkut n adalah menghtung waktu penyeleaan palng akhr dengan cara ebaga berkut : LF { LF } = mn, untuk emua kegatan (, ) Semua nla LF LF kemudan dmaukkan dalam mang mang node. 7 = ES7 = 6 LF 6 = { LF7 67 } = { 6 } = LF = { LF } = { LF6 6 } = { } = 8 LF = mn { LF } =, 6 = mn{ LF6 6, LF } = mn{, 8 } = mn { 0,} = 0 LF = { LF } = { 0 0} = 0 LF = mn{ LF, LF } = mn{ 0 8, 0 } = mn {,6} = LF = { LF } = { } = 0 Unverta Sumatera Utara

18 Setelah emua nla ES dan LF udah dhtung untuk emua node, maka uatu kegatan (, ) dkatakan terletak pada alur krt dan merupakan kegatan krt kalau memenuh yarat berkut : I. ES = LF II. III. ES = LF ES ES = LF LF =...(.) engan menggunakan yarat data, ternyata kegatan atau aktvta (,), (,), (,), (,6) dan (6,7) merupakan kegatan-kegatan krt. In merupakan waktu yang palng pendek atau palng cepat penyeleaan proyek terebut, dmana umlah waktu yang dperlukan = = = 6 Yatu ebear LF 6 yatu waktu penyeleaan palng akhr atau palng lambat. Perhatkan : kegatan (,), (,) dan (,6) memenuh yarat I dan II tetap tdak memenuh yarat III, ad tdak merupakan alur krt. Jalur krt elan memenuh yarat I, II, dan III uga haru membentang (membentuk mata ranta) dar node awal ampa dengan node yang terakhr... Metode Smplek Metode mplek untuk penyeleaan peroalan optma menggunakan tabel tertruktur pengolahan data dengan algortma khuu penyuunan tabel-tabel optma ebaga penabaran dar langkah-langkah elmna Gau-Jordan dan ubttu yang dgunakan pada teknk program lnear. Tabel mplek terdr dar bar dan kolom yang memuat mbol dan nla koeven dar varabel-varabel yang dgunakan pada fung tuuan dan peramaanperamaan pembata epert tabel dbawah n. Unverta Sumatera Utara

19 Tabel.. entuk umum tabel Smplek Varabel ba X X.... X m -Z... n Harga ba X X... Xn Jawab ba a a... an b a a... an b m am am... amn bm -Z -Z... n -Zn fm.6 Model Lnear Programmng Sebaga langkah awal dalam merumukan model program lner, haru terlebh dahulu dtentukan varabel-varabel keputuan. Penandaan uatu aktvta dengan angka node awal dan akhrnya, maka uatu aktvta yang dmula pada node dan berakhr pada node debut ebaga aktvta. Penandaan epert n akan dgunakan ebaga penandaan yang ama untuk menentukan varabel-varabel keputuan dar program lnear. Untuk aktvta untuk keadan akan ebear, waktu untuk keadan akan ebear, dan waktu. Tuuan dar arngan proyek adalah untuk menentukan waktu tercepat uatu proyek dapat deleakan (waktu gar edar krt). Waktu gar edar krt merupakan waktu tercepat keadan node terakhr. Jka m adalah waktu tercepat keadan node terakhr dalam arngan kera, dtunuk pada node m, maka fung obektf dapat dnyatakan ebaga : Mnmum Z = m...(.) Unverta Sumatera Utara

20 Selanutnya dapat dkembangkan hambatan model terebut. Pertama, menentukan waktu aktvta ebaga t, dmana perbedaan antara waktu keadan pada node dan waktu keadan pada node haru palng tdak ama dengan waktu aktvta t. Sebuah kumpulan hambatan yang menyatakan kond adalah : t Model umum program lnear untuk perumuan arngan PM n dapat drangkum ebaga ketahu Mnmum Z = m engan kendala t untuk eluruh aktvta, 0 = waktu keadan pada node = waktu keadan pada node t = waktu aktvta m = node terakhr dalam arngan Solu untuk model program lnear n akan mengndkakan waku tercepat keadan etap mpul dalam arngan erta lamanya waktu proyek terebut..7 Penentuan aya alam PM Selan PM dapat dgunakan untuk menentukan waktu palng cepat ebuah proyek dapat tereleakan dan mengdentfka waktu kelonggaran (Slack) palng lambat ebuah kegatan dapat dmula tanpa menghambat adwal proyek keeluruhan, metode n uga mampu melakukan anal terhadap umber daya yang dpaka dalam proyek (baya) agar adwal yang dhalkan akan auh lebh optmal dan ekonom. Suatu proyek menggambarkan hubungan antara waktu terhadap baya. Perlu dcatat bahwa, baya dn merupakan baya langung malnya baya tenaga kera, Unverta Sumatera Utara

21 pembelan materal dan peralatan) tanpa memaukkan baya tdak langung epert baya admntra, dan lan-lan. dapun tlah-tlah dar hubungan antara waktu penyeleaan proyek dengan baya yang dkeluarkan adalah ebaga berkut:. Waktu Normal dalah waktu yang dperlukan bag ebuah proyek untuk melakukan rangkaan kegatan ampa elea tanpa ada pertmbangan terhadap penggunaan umber daya.. aya Normal dalah baya langung yang dkeluarkan elama penyeleaan kegatan-kegatan proyek eua dengan waktu normalnya.. Waktu percepat Waktu dpercepat atau lebh dkenal dengan rah Tme adalah waktu palng ngkat untuk menyeleakan eluruh kegatan yang ecara tekn pelakanaannnya mang mungkn dlakukan. alam hal n penggunaan umber daya bukan hambatan.. aya untuk Waktu percepat tau rah ot merupakan baya langung yang dkeluarkan untuk menyeleakan kegatan dengan waktu yang dpercepat..8. Waktu ktvta rahng Waktu yang udah dcapa dalam penadwalan uatu proyek merupakan waktu normal. Namun waktu normal n mah dapat dperpendek lag guna mencapa waktu penyeleaan yang palng ngkat. Uaha untuk memperpendek waktu aktvta n debut rahng. Untuk mencapa waktu crahng n baanya akan menambah umber daya epert tenaga kera dan lembur, ehngga akan memperbanyak baya proyek. Semakn cepat uatu proyek elea maka emakn banyak baya yang dbutuhkan untuk menyeleakan proyek terebut. Oleh karena penambahan umber daya dengan aktvta crahng baanya menghalkan tambahan baya proyek, maka Unverta Sumatera Utara

22 perlu mengdentfka aktvta yang palng edkt bayanya untuk dcrah dan kemudan meng-crah aktvta tu hanya eumlah yang dperlukan untuk memenuh waktu penyeleaan proyek yang dngnkan. Untuk menentukan dmana dan berapa banyak crah waktu aktvta, maka dperlukan nforma mengena berapa banyak etap aktvta dapat dcrah dan berapa banyak baya proe crahng tu. Untuk mendapatkan nforma n, maka perlu mengtema baya aktvta d bawah waktu normal, mengtema waktu untuk menyeleakan aktvta tu dengan crahng makmum. Tuuan pokok untuk mempercepat waktu penyeleaan adalah memperpendek waktu penyeleaan proyek dengan kenakan baya yang emnmal mungkn. Proe mempercepat waktu penyeleaan proyek dnamakan rah Program. kan tetap, terdapat bata waktu percepatan (crah tme) yatu uatu bata dmana dlakukan pengurangan waktu melewat bata waktu n akan tdak efektf lag. nggaplah t = waktu normal untuk aktvta tc = waktu untuk aktvta dengan crahng makmum = kemungknan makmum pengurangan waktu untuk engan t dan aktvta karena crahng makmum tc dketahu, maka dapat dhtung ebaga berkut : = t - tc...(.) erkut ka danggap : = menyatakan baya untuk aktvta dalam waktu normal. c = menyatakan baya dengan aktvta dengan crahng makmum. Unverta Sumatera Utara

23 adalah : Jad berdaarkan waktu per unt, baya crahng ( S ) untuk etap aktvta S = c...(.) aya untuk waktu dpercepat aya Ttk percepat aya Normal Ttk Normal Waktu percepat Waktu Normal Waktu Gambar.. Hubungan antara waktu dan baya pada keadaan normal dan crah engan menggunakan crah chedule, tentu aa bayanya akan auh lebh bear dbandngkan dengan normal chedule. alam crah chedule akan dplh kegatan-kegatan krt dengan tngkat kemrngan terkecl untuk mempercepat pelakanaannya. Langkah n dlakukan ampa eluruh kegatan mencapa nla crah tme-nya. Perhtungan yang dlakukan untuk menentukan udut kemrngan (waktu dan baya uatu kegatan) atau lebh dkenal dengan lope adalah: aya percepat aya Normal Slope aya = Waktu Normal Waktu percepat Unverta Sumatera Utara

24 .8.. rahng engan Model Lnear Programmng Untuk arngan yang bear maka dperlukan proedur matemat untuk menentukan keputuan crahng optmal. alam hal n pemograman lnear dapat dgunakan untuk menyeleakan maalah crahng arngan. Hal pertama yang dkerakan dalam menentukan keputuan crahng adalah menentukan varabel-varabel keputuan ebaga berkut : = waktu teradnya pertwa = waktu teradnya pertwa m = waktu teradnya pertwa palng akhr ( m ) t = waktu kegatan tc = waktu crahng makmum kegatan = kemungknan makmum pengurangan waktu untuk mana aktvta karena crahng makmum = menyatakan baya untuk aktvta dalam waktu normal. c = menyatakan baya dengan aktvta dengan crahng makmum S = Slope baya untuk kegatan, = node (,,,...) = nama kegatan (,,,...) Oleh karena tuuan yang terutama adalah memperpendek atau memperngkat waktu penyeleaan proyek dengan memnmalkan baya crahng, maka fung tuuan program lnearnya adalah : m Mn...(.6) S m m mana S = baya crah untuk kegatan berdaarkan waktu per unt. an yang menad fung kendala adalah waktu makmum untuk crahng. Unverta Sumatera Utara

25 Untuk kendala yang menelakan truktur arngan, dmula dar event dengan aum bahwa = 0 Untuk event berkutnya t + k t +... t m Z Z + m Selanutnya dengan dengan menggunakan metode mplek dapat dperoleh awaban optmalnya. Kendala untuk model n mencakup penggambaran arngan kera dan pembataan waktu crah aktvta. ar emua n, kendala yang dgunakan untuk menggambarkan arngan mungkn merupakan kendala yang palng ult. Kendala kendala tu ddaarkan pada peryaratan berkut n :. waktu teradnya pertwa ( ) haru lebh bear darpada atau ama dengan waktu penyeleaan aktvta untuk emua aktvta yang menuu node atau pertwa tu.. waktu awal uatu aktvta ama dengan waktu teradnya node atau pertwa pendahulunya.. waktu untuk menyeleakan atu waktu aktvta adalah ama dengan waktu normalnya dkurang panang waktu yang dcrah. engan menambah bataan bahwa 0 maka dapat dcar waktu crahng optmal dengan menggunakan metode mplek. m Sebaga contoh dambl ebuah arngan kera pembangunan ebuah ruko, dmana akan dcar waktu percepatan optmalnya dengan menggunakan metode mplek. Unverta Sumatera Utara

26 ontoh Tabel.. Logka ketergantungan Pembangunan Ruko Kode Nama Kegatan Waktu Kegatan yang mendahulu (har) Pemberhan 7 - ndng 6 - tap 8 Lanta E at + Keramk 7, engan etma baya pembangunan ruko adalah ebaga berkut : Tabel.. Etma baya Kode Nama kegatan Waktu normal Waktu aya normal rah (har) crahng ma (har) Rp. (.000) cot/har Rp. (.000) Pemberhan ndng tap Lanta 60 0 E at + keramk Penyeleaan: erdaarkan Tabel Logka ketergantungan data maka dapat dgambarkan arngan keranya ebaga berkut : Unverta Sumatera Utara

27 E Gambar.. Jarngan kera pembangunan ruko () Penentuan Jalur Krt Perhtungan mau - ES = 0 - ES + = mak (0 + 7) = 7 ES = mak ( ) - ES = mak ( ) - ES + = mak (0 + 8) = 8 ES = mak ( ES +, ES + ) = mak ( 7 + 8,6 + ) = mak (,) - = ES + E ES = mak ( ) = mak ( + 7) = Perhtungan mundur - LF = ES - = LF = mn ( ) LF E = mn ( 7) = Unverta Sumatera Utara

28 - LF = mn ( ) - LF = mn ( ) = 0 LF = mn ( ) - LF = mn ( 8) = 7 LF = mn ( LF LF ), = mn ( 0 6,7 7) = 0 engan menggunakan formula (.) yatu : ES ES = LF LF = Maka yang menad alur krt pada arngan kera pembangunan ruko adalah : E E Gambar..6. Jalur krt Pembangunan ruko () Penentuan aya rahng Optmum dengan menggunakan pendekatan Program Lnear. ata dar tabel dan gambar yang dlengkap dengan nforma waktu penyeleaan, dapat dgunakan untuk memformulakan model lnear programmng. Jka adalah waktu yang yang dbutuhkan untuk menyeleakan event -, dan adalah waktu percepatan yang dapat dlakukan pada aktvta, maka untuk proyek pada contoh data dapat dformulakan : Unverta Sumatera Utara

29 Mn Z = E engan kendala E kendala elh normal tme dan crahtme 6 kendala bata waktu percepatan Untuk kendala yang menelakan truktur arngan, dmula dar event - dengan aum bahwa = 0 Untuk event : waktu normal aktvta - (waktu percepatan ) atau Untuk event : atau Waktu awaluntuk aktvta ( 0) Untuk event, dbutuhkan dua kendala, yatu alur aktvta dan alur aktvta : 8 + atau atau + Untuk event : 7 + E atau + 7 E = engan menambah bataan,,, 0, maka dengan menggunakan metode, mplek waktu yang optmal untuk percepatan akan ddapat. Unverta Sumatera Utara

30 Tabel.. Tabel Smplek pertama (pendahuluan) E Sol. ba () M M M M M M () Z() M Unverta Sumatera Utara

31 Tabel.6. Tabel Smplek kedua E ba () Sol. Ra M M M M M M M M M M M M M M M M M M M 7 () Z() M Mauk : ; keluar Unverta Sumatera Utara

32 Tabel.7. Tabel Smplek ketga E ba () Sol. Ra M M M M M M M M M M M M M M M M M 7 () Z() M Mauk : ; keluar 0 Unverta Sumatera Utara

33 Tabel.8. Tabel Smplek keempat E ba () Sol Ra M M M M M M M M M M M M M M M 7 () Z() M Mauk : ; keluar 9 Unverta Sumatera Utara

34 Tabel.9. Tabel Smplek kelma E ba () Sol. Ra M M M M M M M 7 M M M M M M M M M M M 7 () Z() M Mauk : ; keluar 6 Unverta Sumatera Utara

35 Tabel.0. Tabel Smplek keenam E ba () Sol. Ra M M M M M M M M M M M M M M M M M M 7 () Z() M Mauk : ; keluar Unverta Sumatera Utara

36 Tabel.. Tabel Smplek ketuuh E ba () Sol. Ra M M M M M M M M M M M M M M M M M 7 () Z() M Mauk : E ; keluar Unverta Sumatera Utara

37 Tabel.. Tabel Smplek kedelapan E ba () Sol. Ra. E M M M M M M M M M M M M M M M M M M 7 () Z() M Mauk : ; keluar 8 Unverta Sumatera Utara

38 Tabel.. Tabel Smplek keemblan E ba () Sol. Ra. E M M M M M M M M M M M 7 () Z() M Mauk : ; keluar Unverta Sumatera Utara

39 Tabel.. Fnal tabel E ba () Sol E M M () Z() M Unverta Sumatera Utara

40 = = 0 = = = E engan penggunaan metode mplek data maka ddapat : Mn Z = Rp Maka penambahan baya untuk percepatan peroyek adalah ebear Rp ,- dengan waktu pengeraan proyek etelah dpercepat adalah elama 6 har. Unverta Sumatera Utara

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 7 II TINJUN PUSTK 2.1 Manaemen Proyek 2.1.1 Pengertan Manaemen Proyek Sebelum mengemukakan apa art dar Manaemen Proyek, terlebh dahulu akan mengetahu art dar Manaemen dan Proyek tu. Menurut Hamng dan Nurnaamuddn

Lebih terperinci

PEMODELAN SISTEM FISIS

PEMODELAN SISTEM FISIS 4 PEMODEAN SSTEM SS 4. Pendahuluan Satu tuga yang pentng dalam anal dan perancangan tem kendal adalah pemodelan dar tem. Sebelum kta melakukan perancangan ebuah tem kendal, terlebh dahulu haru dlakukan

Lebih terperinci

Pengantar. Ilustrasi 29/08/2012. LT Sarvia/ REGRESI LINEAR BERGANDA ( MULTIPLE LINEAR REGRESSION )

Pengantar. Ilustrasi 29/08/2012. LT Sarvia/ REGRESI LINEAR BERGANDA ( MULTIPLE LINEAR REGRESSION ) 9/08/0 ( MULTIPLE LINEA EGEION ) Elty arva, T., MT. Fakulta Teknk Juruan Teknk Indutr Unverta Krten Maranatha Bandung Pengantar Pada e ebelumnya kta hanya menggunakan atu buah X, dengan model Y = a + bx

Lebih terperinci

Kajian Pemilihan Struktur Dua Rantai Pasok yang Bersaing Untuk Strategi Perbaikan Kualitas

Kajian Pemilihan Struktur Dua Rantai Pasok yang Bersaing Untuk Strategi Perbaikan Kualitas JURNAL TEKNIK POITS Vol. 1, No. 1, (01 1-5 1 Kaan Pemlhan Struktur Dua Ranta Paok yang Berang Untuk Strateg Perbakan Kualta Ika Norma Kharmawat, Lakm Prta W, Suhud Wahyud Juruan atematka Fakulta atematka

Lebih terperinci

Penggunaan Metode Branch and Bound dan Gomory Cut dalam Menentukan Solusi Integer Linear Programming

Penggunaan Metode Branch and Bound dan Gomory Cut dalam Menentukan Solusi Integer Linear Programming JURNAL SAINTIFIK VOL. NO., JANUARI 0 Penggunaan Metode Branch and Bound dan Gomory Cut dalam Menentukan Solu Integer Lnear Programmng Wahyudn Nur, Nurul Mukhlah Abdal Program Stud Matematka FMIPA Unverta

Lebih terperinci

* PERANCANGAN SISTEM PENGENDALIAN BERTINGKAT PADA STEAM DRUM PT INDONESIA POWER UBP SUB UNIT PERAK-GRATI

* PERANCANGAN SISTEM PENGENDALIAN BERTINGKAT PADA STEAM DRUM PT INDONESIA POWER UBP SUB UNIT PERAK-GRATI * PERANCANGAN SISTEM PENGENDALIAN BERTINGKAT PADA STEAM DRUM PT INDONESIA POWER UBP SUB UNIT PERAK-GRATI Oleh : eko wahyudanto (409.05.004) Pembmbng : Ir.Mochamad.Ilya HS NIP. 949099 97903 00 Latar Belakang

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

Marzuki Program Studi Pendidikan Matematika FKIP Universitas Almuslim ABSTRAK

Marzuki Program Studi Pendidikan Matematika FKIP Universitas Almuslim ABSTRAK PERBANDINGAN PRETAI IWA ANTARA PEMBELAJARAN PROBLEM OLVING DENGAN METODE KONVENONAL PADA DALIL PHYTAGORA TERHADAP IWA KELA VIII MP NEGERI PEUANGAN ELATAN KABUPATEN BIREUEN Marzuk Program tud Penddkan Matematka

Lebih terperinci

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) IV. PEMBAHASAN

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) IV. PEMBAHASAN 8 IV PEMBAHASAN 4 Aum Berkut n aum yang dgunakan dalam memodelkan permanan a Harga paar P ( merupakan fung turun P ( kontnu b Fung baya peruahaan- C ( fung baya peruahaan- C ( merupakan fung nak C ( C

Lebih terperinci

ABSTRAK. Lentera :Vol.12, No.3, Nopember

ABSTRAK. Lentera :Vol.12, No.3, Nopember PERBEDAAN PRETAI BELAJAR PENYEDERHANAAN BENTUK AKAR YANG DIAJARKAN DENGAN MENGGUNAKAN METODE TANYA JAWAB DAN METODE KOOPERATIF MODEL GROUP INVETIGAI PADA IWA KELA X MA NEGERI 7 KOTA LHOKEUMAWE Marzuk Doen

Lebih terperinci

PERBANDINGAN APLIKASI CPM, PDM, DAN TEKNIK BAR CHART- KURVA S PADA OPTIMALISASI PENJADWALAN PROYEK

PERBANDINGAN APLIKASI CPM, PDM, DAN TEKNIK BAR CHART- KURVA S PADA OPTIMALISASI PENJADWALAN PROYEK uletn Ilmah Math. Stat. dan Terapannya (master) Volume 01, No. 1 (2012), hal 15 22. PERNDINGN PLIKSI PM, PDM, DN TEKNIK R HRT- KURV S PD OPTIMLISSI PENJDWLN PROYEK Wahyu man, Helm, en Irawan INTISRI Jurnal

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujuan Peneltan Peneltan n bertujuan untuk mengetahu Pembelajaran Kooperatf Tpe Student Team Achevement Dvon (STAD) dengan Meda Komk Lebh Efektf darpada Pembelajaran dengan

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujuan Peneltan Dalam uatu peneltan tentu ada tujuan yang ngn dcapa eua dengan latar belakang dan rumuan maalah yang telah durakan d ata. Tujuan peneltan adalah:. Untuk mengetahu

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

BAB 4 PERHITUNGAN NUMERIK

BAB 4 PERHITUNGAN NUMERIK Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat

Lebih terperinci

BAB V ANALISIS RESPON DINAMIK TANAH DAN RESPON SPEKTRA DESAIN

BAB V ANALISIS RESPON DINAMIK TANAH DAN RESPON SPEKTRA DESAIN BAB V ANALISIS RESPON DINAMIK TANAH DAN RESPON SPEKTRA DESAIN Anal repon te pefk dlakukan untuk mengevalua repon tanah lokal terhadap gerakan batuan daar d bawahnya. Kond tanah lokal mempengaruh karaktertk

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

3 METODE HEURISTIK UNTUK VRPTW

3 METODE HEURISTIK UNTUK VRPTW 12 3 METODE HEURISTIK UNTUK VRPTW 3.1 Metode Heurstk Metode heurstk merupakan salah satu metode penentuan solus optmal dar permasalahan optmas kombnatoral. Berbeda dengan solus eksak yang menentukan nla

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN : JURNA MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN : 1410-8518 MASAAH RUTE TERPENDEK PADA JARINGAN JAAN MENGGUNAKAN AMPU AU-INTAS Stud Kasus: Rute Peralanan Ngesrep Smpang ma Eko Bud

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

2. Menentukan model nonlinier jerapan P yang paling baik. PENDAHULUAN

2. Menentukan model nonlinier jerapan P yang paling baik. PENDAHULUAN PENDAHULUAN Latar Belakang Fofor (P) merupakan unur hara pentng dalam tanah. Keteredaan P bag tanaman erng bermaalah, bentuk fofor yang tereda atau umlah yang dapat dambl oleh tanaman hanya ebagan kecl

Lebih terperinci

Penurunan Syarat Orde Metode Runge-Kutta dengan Deret Butcher

Penurunan Syarat Orde Metode Runge-Kutta dengan Deret Butcher Vol., No., -9, Januar 06 Penurunan Syarat Orde Metode Runge-Kutta dengan Deret Butcer Mutar Abtrak Tulan n membaa aplka deret Butcer dalam penurunan yarat orde metode Runge- Kutta. Penurunan deret Butcer

Lebih terperinci

BAB IV HASIL ANALISIS

BAB IV HASIL ANALISIS BAB IV HASIL ANALISIS. Standarda Varabel Dalam anal yang dtamplan pada daftar tabel, dar e-39 wadu yang meml fator-fator melput luaan DAS, apata awal wadu, 3 volume tahunan rerata pengendapan edmen, dan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci

PERANCANGAN JARINGAN AKSES KABEL (DTG3E3)

PERANCANGAN JARINGAN AKSES KABEL (DTG3E3) PERCG JRIG KSES KBEL (DTG3E3) Dsusun Oleh : Hafdudn,ST.,MT. (HFD) Rohmat Tulloh, ST.,MT (RMT) Prod D3 Teknk Telekomunkas Fakultas Ilmu Terapan Unverstas Telkom 015 Peramalan Trafk Peramalan Trafk Peramalan

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2 Masalah Transportas Jong Jek Sang (20) menelaskan bahwa masalah transportas merupakan masalah yang serng dhadap dalam pendstrbusan barang Msalkan ada m buah gudang (sumber) yang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

BAB VI MODEL-MODEL DETERMINISTIK

BAB VI MODEL-MODEL DETERMINISTIK BAB VI MODEL-MODEL DETERMINISTIK 6. Masalah Penyaluran Daya Lstrk Andakan seorang perencana sstem kelstrkan merencakan penyaluran daya lstrk dar beberapa pembangkt yang ternterkoneks dan terhubung dengan

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

3 METODOLOGI PENELITIAN

3 METODOLOGI PENELITIAN 3 METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Peneltan Loka peneltan adalah d Kabupaten Selayar (Lampran 1), dengan waktu peneltan ektar 10 (epuluh) bulan, dar tahap perapan ampa urvey lapangan dlakukan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

Jurnal Ilmiah Widya Teknik Vol No ISSN

Jurnal Ilmiah Widya Teknik Vol No ISSN Jurnal Ilmah Wdya Teknk Vol. 13 --- No. 1 --- 2014 IN 1412-7350 PENERAPAN MODEL OPTIMAI LINE BALANCING DAN GENETIC ALGORITHM (TUDI KAU: PT. KARYA MEKAR DEWATAMALI) Andy Lanto, Dan Retno ar Dew*, Dn Endah

Lebih terperinci

BAB 5E UMPAN BALIK NEGATIF

BAB 5E UMPAN BALIK NEGATIF Bab E, Umpan Balk Negat Hal 217 BB 5E UMPN BK NEGTF Dengan pemberan umpan balk negat kualta penguat akan lebh bak hal n dtunjukkan dar : 1. pengutannya lebh tabl, karena tdak lag dpengaruh leh kmpnen-kmpnen

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang I ENDHULUN. Latar elakang Mengambl keputusan secara aktf memberkan suatu tngkat pengendalan atas kehdupan spengambl keputusan. lhan-plhan yang dambl sebenarnya membantu dalam penentuan masa depan. Namun

Lebih terperinci

PENGURUTAN DATA. A. Tujuan

PENGURUTAN DATA. A. Tujuan PENGURUTAN DATA A. Tuuan Pembahasan dalam bab n adalah mengena pengurutan data pada sekumpulan data. Terdapat beberapa metode untuk melakukan pengurutan data yang secara detl akan dbahas ddalam bab n.

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a Lecture 2: Pure Strategy A. Strategy Optmum Hal pokok yang sesungguhnya menad nt dar teor permanan adalah menentukan solus optmum bag kedua phak yang salng bersang tersebut yang bersesuaan dengan strateg

Lebih terperinci

OPTIMASI MASALAH PENUGASAN. Siti Maslihah

OPTIMASI MASALAH PENUGASAN. Siti Maslihah JPM IIN ntasar Vol. 01 No. 2 Januar Jun 2014, h. 95-106 OPTIMSI MSLH PNUGSN St Maslhah bstrak Pemrograman lner merupakan salah satu lmu matematka terapan yang bertuuan untuk mencar nla optmum dar suatu

Lebih terperinci

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN Latar elakang Sekolah merupakan salah satu bagan pentng dalam penddkan Oleh karena tu sekolah harus memperhatkan bagan-bagan yang ada d dalamnya Salah satu bagan pentng yang tdak dapat dpsahkan

Lebih terperinci

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana

Lebih terperinci

Siti Aminah 1) Fakultas Perikanan Universitas Lambung Mangkurat Banjarbaru ABSTRAK

Siti Aminah 1) Fakultas Perikanan Universitas Lambung Mangkurat Banjarbaru ABSTRAK ANALISIS PEMANFAATAN SUMBERDAYA IKAN KEMBUNG (Ratrellger pp) DI PERAIRAN KABUPATEN TANAH LAUT PROVINSI KALIMANTAN SELATAN UTILIZATION ANALYSIS OF THE MACKEREL (RASTRELLIGER SPP) RESOURCES IN TANAH LAUT

Lebih terperinci

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan 7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat

Lebih terperinci

BAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini

BAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini BAB III METODE PENELITIAN A. Desan Peneltan Metode peneltan yang dgunakan dalam pengembangan perangkat pembelajaran berupa RPP dan LKS dengan pendekatan berbass masalah n adalah metode pengembangan atau

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

BAB IV PENGUJIAN DAN ANALISA

BAB IV PENGUJIAN DAN ANALISA BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen 3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 PENDHULUN 1.1 Latar elakang Dala pelaksanaan proyek serng kal engala suatu habatan atau penypangan sehngga serng terad kerugan bag penyelesaan proyek tersebut. Untuk tu perlu adanya suatu perencanaan

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan 35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

PENERAPAN METODE FUZZY ITEM RESPONSE THEORY PADA e-learning COMPUTERIZED ADAPTIVE TEST

PENERAPAN METODE FUZZY ITEM RESPONSE THEORY PADA e-learning COMPUTERIZED ADAPTIVE TEST Vol. 4, No. Deember 014 ISSN 088-130 PENERAPAN METODE FUZZY ITEM RESPONSE THEORY PADA e-learning COMPUTERIZED ADAPTIVE TEST Dah Kuumawat 1, Andharn Dw Cahyan.Muhammad Fuad 3 Program Stud Teknk Informatka,

Lebih terperinci

EFISIENSI FAKULTAS-FAKULTAS KELOMPOK ILMU SOSIAL DI UNIVERSITAS DIPONEGORO SEMARANG

EFISIENSI FAKULTAS-FAKULTAS KELOMPOK ILMU SOSIAL DI UNIVERSITAS DIPONEGORO SEMARANG Jurnal Stud Manaemen & Organa 12 (2015) Jun 1 9 http://eournal.undp.ac.d/ndex.php/mo EFISIENSI FAKULTAS-FAKULTAS KELOMPOK ILMU SOSIAL DI UNIVERSITAS DIPONEGORO SEMARANG Nova Ar Atut novaar82@gmal.com Program

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat

Lebih terperinci

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5 33 III.METODE PENELITIAN A Jens Dan Desan Peneltan. Jens peneltan yang dgunakan dalam peneltan n adalah peneltan kuanttatf. Peneltan n merupakan peneltan korelas yang bertujuan untuk mengetahu hubungan

Lebih terperinci

Sistem Pengaturan Waktu Riil

Sistem Pengaturan Waktu Riil Stem engaturan Waktu Rl Algortma engatur Dgtal Ir. Jo ramudjanto, M.Eng. Juruan Teknk Elektro FTI ITS Telp. 594730 Fax.59337 Emal: jo@ee.t.ac.d Stem engaturan Waktu Rl - 0 Objektf: Metode Dan enalaan arameter

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo.

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo. BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Adapun yang menjad objek peneltan adalah sswa MAN Model Gorontalo. Penetapan lokas n ddasarkan pada beberapa pertmbangan yakn,

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

BAB III METODE PENELITIAN. problems. Cresswell (2012: 533) beranggapan bahwa dengan

BAB III METODE PENELITIAN. problems. Cresswell (2012: 533) beranggapan bahwa dengan BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan kombnas atau mxed methods. Cresswell (2012: 533) A mxed methods research desgn s a procedure for collectng, analyzng and mxng

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia) PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas

Lebih terperinci

BAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen,

BAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen, BAB III METODE PENELITIAN A. Metode dan Desan Peneltan Metode peneltan n adalah quas ekspermen karena terdapat unsur manpulas, yatu mengubah keadaan basa secara sstemats ke keadaan tertentu serta tetap

Lebih terperinci

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN By: Rn Halla Nasuton, ST, MT MERANCANG JARINGAN SC Perancangan jarngan SC merupakan satu kegatan pentng yang harus

Lebih terperinci

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass

Lebih terperinci

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1 Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran

Lebih terperinci

SCHEMATICS 2009 National Programming Contest

SCHEMATICS 2009 National Programming Contest SCHEMATICS 2009 Natonal Programmng Contest No Nama Problem 1 Berhtung 2 Gelang Cantk 3 Jalan 4 Kubangan Lumpur 5 Ayam dan Bebek 6 Schematcs09 7 Pagar Labrn JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT

PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT Har Prasetyo Jurusan Teknk Industr Unverstas Muhammadyah Surakarta Jl. A. Yan Tromol Pos Pabelan

Lebih terperinci

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan. 3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

Perhitungan Bunga Kredit dengan Angsuran

Perhitungan Bunga Kredit dengan Angsuran Perhtungan Kredt dengan / Mengapa Perhtungan Kredt Perlu Dketahu? Perhtungan bunga kredt yang dgunakan bank akan menentukan besar keclnya angsuran pokok dan bunga yang harus dbayar Debtur atas kredt yang

Lebih terperinci

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan

Lebih terperinci

BAB III SKEMA NUMERIK

BAB III SKEMA NUMERIK BAB III SKEMA NUMERIK Pada bab n, akan dbahas penusunan skema numerk dengan menggunakan metoda beda hngga Forward-Tme dan Centre-Space. Pertama kta elaskan operator beda hngga dan memberkan beberapa sfatna,

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN 6 BAB IV HAIL PENELITIAN A. Deskrps Data Hasl Peneltan Untuk mengetahu keefektfan penerapan model pembelajaran cooperatve learnng tpe TAD (tudent Teams-Achevement Dvsons) terhadap hasl belajar matematka

Lebih terperinci

Penguat. output matching network. Input matching network. Rangkaian penyesuai impedansi penguat gelombang mikro

Penguat. output matching network. Input matching network. Rangkaian penyesuai impedansi penguat gelombang mikro Hgh Gan Amplfer Degn Untuk pera penguatan bear, aru dran ( untuk FET) harulah cukup bear, ektar 90% dar nla aturanya ( 0,9 I d ) Rangkaan penyeua mpedan untuk nput dan utput haru matchng cnjugate dengan

Lebih terperinci