APLIKASI TEORI ANTRIAN DAN SIMULASI PADA PELAYANAN TELLER BANK

Ukuran: px
Mulai penontonan dengan halaman:

Download "APLIKASI TEORI ANTRIAN DAN SIMULASI PADA PELAYANAN TELLER BANK"

Transkripsi

1 APLIKASI TEORI ANTRIAN DAN SIMULASI PADA PELAYANAN TELLER BANK Skripsi disajika sebagai salah satu syarat utuk memperoleh gelar Sarjaa Sais Program Studi Matematika Oleh Feri Farkha JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI SEMARANG 013

2 PERNYATAAN Saya meyataka bahwa dalam isi skripsi ii tidak terdapat karya yag perah diajuka utuk memperoleh gelar kesarjaaa di suatu Pergurua Tiggi, da sepajag pegetahua saya juga tidak terdapat karya atau pedapat yag perah ditulis atau diterbitka oleh orag lai, keuali yag seara tertulis dirujuk dalam skripsi ii da disebutka dalam daftar pustaka. Semarag, 5 Jauari 013 Feri Farkha ii

3 PENGESAHAN Skripsi yag berjudul Aplikasi Teori Atria da Simulasi pada Pelayaa Teller Bak. disusu oleh: Feri Farkha telah dipertahaka dihadapa sidag Paitia Ujia Skripsi FMIPA UNNES pada taggal 11 Februari 013 Paitia: Ketua Sekretaris Prof. Dr Wiyato, M.Si Drs. Arief Agoestato, M. Si Ketua Peguji Dr. Dwijato, M.S Aggota Peguji/ Peguji/Pembimbig Utama Aggota Pembimbig Pedampig Putriaji Hedikawati, S.Si., M.Pd., M.S. Riza Arifudi, S.Pd, M.Cs iii

4 MOTTO DAN PERSEMBAHAN Motto: Perjuaga adalah sebagia dari hidupku. Jaga perah berheti berjuag, kara kita haya bisa berjuag. Walaupu fisik kita haur tetapi masih ada semagat dalam jiwa kami. (The MATe) Persembaha: Utuk Ayah yag selalu megasihi aku Marsudi, S.H. Utuk Ibu yag merawat aku sejak masih dalam kaduga Niik Sri Sumami. Utuk kakak aku yag selalu melidugi aku Adri Ria Mahedra, S.T. Utuk kakak aku terita Sri Wahyui puriyawati. Utuk Siswati yag selalu meemai aku dalam seag maupu susah. Utuk Alief, Ardia, Yauar, Arif Sahabat-sahabat yag selalu memberi doroga bagi aku. iv

5 PRAKATA Puji syukur peulis pajatka ke hadirat Allah SWT yag telah melimpahka rahmat da hidayah-nya, sehigga peulis dapat meyelesaika peulisa Skripsi dega judul Aplikasi Teori Atria da Simulasi pada Pelayaa Teller Bak. Peyusua skripsi ii tidak lepas dari bimbiga, dukuga, da batua dari berbagai pihak. Oleh karea itu, dega segeap ketulusa hati disampaika rasa terima kasih peulis kepada: 1. Prof. Dr. H. Sudijoo Sastroatmodjo, M.Si., Rektor Uiversitas Negeri Semarag.. Prof. Dr. Wiyato, M.Si., Deka Fakultas Matematika da Ilmu Pegetahua Alam Uiversitas Negeri Semarag. 3. Drs. Arief Agoestato, M. Si., Ketua Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua Alam Uiversitas Negeri Semarag. 4. Putriaji Hedikawati, S.Si., M.Pd., M.S., Dose pembimbig I yag telah memberika bimbiga, araha da sara kepada peulis selama peyusua skripsi ii. 5. Riza Arifudi, S.Pd., M.Cs. Dose pembimbig II yag telah memberika bimbiga, araha da sara kepada peulis selama peyusua skripsi ii. 6. Prof. Dr. St Budi Waluya, M. Si., Dose Wali sekaligus ispirator dalam memberika peeraha utuk terus melagkah meyusu skripsi. 7. Ayah da Ibu yag selalu memberika semagat da doroga materi da spiritual (do a). v

6 8. Bapak bakri yag telah membatu peulis dalam melakuka peelitia di Bak. 9. Seluruh Dose Matematika yag telah membimbig da memberika ilmuya kepada peulis. 10. Tema-tema The MATe (The matemati Adveture Team) yag telah memberika semagat da doroga. 11. Teme-teme matematika agkata 008 yag memberika doroga utuk selalu semagat dalam bimbiga. 1. Semua pihak yag telah ikut membatu dalam peyusua skripsi ii yag tidak dapat disebutka satu-persatu. Peulis meyadari, bahwa dega keterbatasa pegetahua da kemampua yag peulis miliki, dalam peulisa skripsi ii masih terdapat kekuraga da kelemaha, sehigga peulis megharapka kritik da sara demi kesempuraa skripsi ii. Semoga skripsi ii dapat bergua da bermafaat bagi pembaa. Semarag, 5 Jauari 013 Peulis vi

7 ABSTRAK Feri Farkha Aplikasi Teori Atria da Simulasi pada Pelayaa Teller Bak. Skripsi, Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua Alam Uiversitas Negeri Semarag. Pembimbig Utama Putriaji Hedikawati, S.Si., M.Pd., M.S., da Pembimbig Pedampig Riza Arifudi, S.Pd., M.Cs. Kata kui : Distribusi Geeral (G/G/), Sistem Atria, Simulasi. Atria adalah sesuatu hal yag tidak dapat dipisahka dalam kehidupa sehari-hari. Hampir semua pelayaa aka membetuk atria. Proses atria dimulai pada saat pelagga yag memerluka pelayaa mulai datag, mereka berasal dari suatu populasi yag disebut sebagai sumber masuka. Proses atria sediri merupaka suatu proses yag berhubuga dega kedataga pelagga pada suatu fasilitas pelayaa, meuggu dalam baris atria jika belum dapat dilayai, dilayai da akhirya meiggalka fasilitas tersebut setelah dilayai. Pada tahu akademik baru 01 ii Ues megeluarka beasiswa Bidik Misi, yaitu beasiswa utuk mahasiswa-mahasiswa berprestasi yag kurag mampu da mahasiswa baru yag medapatka beasiswa ii sekitar 1000 orag. Pegambila beasiswa Bidik Misi utuk mahasiswa baru haya dapat diambil lagsug melalui bak yag ditujuk Ues utuk melakuka pelayaa kepada mahasiswa baru, dikareaka semua mahasiswa baru ii belum memiliki ATM. Jadi mahasiswa baru ii harus datag lagsug pada bak yag bersagkuta utuk megambil beasiswa Bidik Misi tersebut. Dalam retag waktu tertetu sejumlah mahasiswa baru yag dapat beasiswa Bidik Misi ii megatri di bak, maka aka terjadi sebuah atria mahasiwa yag megambil beasiswa Bidik Misi dega para pelagga umum. Peelitia dilakuka pada bak yag diberika weweag oleh Ues utuk pegambila beasiswa Bidik Misi, pegambila beasiswa ii berlagsug dari sei 3 September 01 sampai jumat 7 September 01, peelitia dilakuka selama 3 hari yag dipilih seara radom pada periode sibuk. Peelitia dilaksaaka pada: Rabu 5 September 01 pada pukul WIB, Kamis 6 September 01 pada pukul WIB, Jumat 7 September 01 pada pukul WIB. Data yag diambil pada peelitia ii berupa: waktu kedataga, waktu mulai pelayaa, da waktu selesai pelayaa. Dalam peelitia ii dipilih program visual basi utuk membuat simulasi perhituga pada sistem atria. Program visual basi dipilih karea bahasa pemrogramaya lebih sederhaa da mudah dipahami da lebih terstruktur dega fasilitas yag sagat membatu dalam perakita program. vii

8 Berdasarka hasil peelitia da pembahasa dapat disimpulka: model sistem atria pada hari Rabu 5 September 01, Kamis 6 Spetember 01, da Jumat 7 September 01 megikuti model atria (G/G//~/~), Efektifitas proses pelayaa pelagga dapat ditetuka dega meghitug jumlah pelagga ratarata dalam sistem da atria, meghitug waktu rata-rata yag dihabiska seorag pelagga dalam sistem da atria, serta meghitug peluag pelaya tidak sedag melayai pelagga. Hal ii dapat dilihat pada saat pelayaa tersibuk yaitu pada hari Kamis 6 September 01 jumlah pelagga dalam atria 14 pelagga tiap meitya da dalam sistem 17 pelagga tiap meitya, utuk rata-rata waktu yag dihabiska pelagga dalam atria sekitar 14,99 meit utuk setiap pelagga da utuk rata-rata waktu yag dihabiska pelagga dalam sistem sekitar 18,07 meit utuk setiap pelagga. da peluag pelayaa yag tidak sedag melayai pelagga sebesar 1,4%. Hal ii dapat dikataka pelayaa pada saat pegambila beasiswa Bidik Misi sudah efektif. viii

9 DAFTAR ISI Halama HALAMAN JUDUL... i PERNYATAAN... ii PENGESAHAN... iii MOTO DAN PERSEMBAHAN... iv PRAKATA... v ABSTRAK... vii DAFTAR ISI... ix DAFTAR TABEL... xii DAFTAR GAMBAR... xiii DAFTAR LAMPIRAN... xiv BAB I PENDAHULUAN Latar Belakag Rumusa Masalah Peelitia Batasa Masalah Tujua Mafaat Peegasa Istilah Sistematika Skripsi... 6 BAB II LANDASAN TEORI Teori Atria Sistem Atria Disipli Atria Struktur Atria Model Atria Distribusi Poiso da Ekspoesial Model Distribusi Poisso ix

10 .6. Model Distribusi Ekspoesial Pera Distribusi Poisso da Ekspoesial Termologi da Notasi Atria Pola Kedataga da Waktu Pelayaa Pola Kedataga Uji Kesesuaia Poisso Pola Pelayaa Uji Kesesuaia Ekspoesial Model atria Model (M/M/):(GD/~/~) Model (M/G/1):(GD/~/~) Model (M/G/):(GD/~/~) Model (G/G/):)GD/~/~) Simulasi Model-Model Simulasi Visual Basi Pegertia Visual Basi Iterfae Atar Muka Visual Basi Kosep Dasar Pemrograma Dalam Visual Basi BAB III METODE PENELITIAN Meetuka Masalah Merumuska Masalah Studi Literatur da Studi Kasus Metode Pegumpula Data Aalisis Data Pearika Kesimpula BAB IV HASIL DAN PEMBAHASAN Aalisis Hasil Peelitia Aalisis Kedataga Pelagga x

11 4.1. Aalisis Waktu Pelayaa Meetuka Model Atria Meetuka Efektifitas Proses Pelayaa Pelagga Pembahasa Sistem Atria pada Teller Bak Meetuka Jumlah Pelaya yag Ideal Simulasi Program... 6 BAB V PENUTUP Simpula Sara DAFTAR PUSTAKA LAMPIRAN - LAMPIRAN xi

12 DAFTAR TABEL Tabel Halama 4.1 Hasil Perhituga Efektifitas Proses Pelayaa xii

13 DAFTAR GAMBAR Gambar Halama 1.1 Model Sigle Chael Model Sigle Chael Multi Phase Model Multi Chael Sigle Phase Model Multi Chael Multi Phase Flowhart Simulasi Hasil Simulasi G/G/ xiii

14 DAFTAR LAMPIRAN Halama Lampira 1. Data Waktu Kedataga Pelagga Rabu, 5 September Lampira. Data Waktu Kedataga Pelagga Kamis, 6 September Lampira 3. Data Waktu Kedataga Pelagga Jumat, 7 September Lampira 4. Waktu Kedataga per Iterval Waktu 10 Meit Lampira 5. Hasil Chi Square Goodess of Fit Test Kedataga Pelagga Rabu, 5 September Lampira 6. Hasil Chi Square Goodess of Fit Test Kedataga Pelagga Kamis, 6 September Lampira 7. Hasil Chi Square Goodess of Fit Test Kedataga Pelagga Jumat, 7 September Lampira 8. Hasil Chi Square Goodess of Fit Test Waktu Pelayaa Rabu, 5 September Lampira 9. Hasil Chi Square Goodess of Fit Test Waktu Pelayaa Kamis, 6 September Lampira 10. Hasil Chi Square Goodess of Fit Test Waktu Pelayaa Jumat, 7 September Lampira 11. Hasil Perhituga Stadar Deviasi Rabu, 5 September Lampira 1. Hasil Perhituga Stadar Deviasi Kamis, 6 September Lampira 13. Hasil Perhituga Stadar Deviasi Jumat, 7 September Lampira 14. Soure Code Model G/G/ Lampira 15. Tabel Chi Square Distributio xiv

15 BAB I PENDAHULUAN 1.1 Latar Belakag Meuggu dalam suatu atria adalah hal yag serig terjadi dalam kehidupa sehari-hari. Bayak sekali atria yag dapat dijumpai dalam keseharia, meuggu bagi sebagia besar orag adalah hal yag membosaka. Apalagi harus megatri dalam atria yag pajag. Dalam kasus ii dapat di ambil otoh pada atria teller pada bak. Pada umumya di bak, dapat melakuka trasaksi-trasaksi yag memudahka asabah dalam melakuka pembayara. Tidak haya pembayara yag dapat asabah lakuka di bak, di bak juga dapat melakuka trasaksi-trasaksi laiya. Pada masa sekarag bak adalah tempat tujua bayak orag utuk melakuka Trasaksi, da jika bayak orag melakuka trasaksi di bak, da bila pelagga lebih besar dari pada pelayaa maka aka meimbulka suatu atria. Apabila ketidaksesuaia atara pelagga da pelayaa semaki besar maka terjadilah atria yag pajag pada bak tersebut. Bisa-bisa asabah pu pergi karea pajagya atria yag terjadi. Utuk meaggulagi itu semua bak harus meigkatka pelayaaya, dega bertambahya pelayaa maka dapat meguragi sebuah atria. Da apabila pelayaa bertambah maka bak pu megeluarka biaya tambaha, disisi lai bila tidak ada atria higga teaga kerja bagia fasilitas pelayaa (Teller) bayak yag megaggur maka aka meyebabka kerugia seara implist bagi perusahaa. 1

16 Teori Atria, merupaka studi matematika dari atria atau garis tuggu. Garis tuggu merupaka feomea alam yag terjadi bilamaa permitaa terhadap suatu pelayaa pada waktu-waktu tertetu melebihi kapasitas pelayaa. Seara umum Periode sibuk dapat digambarka dega proses dari sistem atria dimulai ketika pelagga tiba, kemudia meuggu, da aka berakhir ketika pelagga meiggalka sistem. Sepajag periode sibuk selalu ada setidakya satu pelagga dalam sistem (Ferreira dkk, 011: ), maka aka terjadi atria, da perilaku mausia mejadi hal yag tidak terlepas dari masalah atria ii. Faktor ketidakpastia (radomize) juga sagat berpegaruh dalam sistem pelayaa. Salah satu ara yag dapat diguaka utuk megamati sistem yag megadug faktor ketidakpastia yaitu megguaka model simulasi. Da simulasi berusaha mempresetasika sistem yata, dega simulasi memugkika utuk dapat megamati bagaimaa sistem model ii berperilaku. Semaki mampu sistem simulasi meiruka sistem yataya maka semaki baik model tersebut. Pada tahu akademik baru 01 ii Ues megeluarka beasiswa Bidik Misi, yaitu beasiswa utuk mahasiswa-mahasiswa berprestasi yag kurag mampu da mahasiswa baru yag medapatka beasiswa ii sekitar 1000 orag. Pegambila beasiswa Bidik Misi utuk mahasiswa baru haya dapat diambil lagsug melalui bak yag di tujuk Ues utuk melakuka pelayaa kepada mahasiswa baru, dikareaka semua mahasiswa baru ii belum memiliki ATM. Jadi mahasiswa baru ii harus datag lagsug pada bak yag bersagkuta utuk megambil beasiswa Bidik Misi tersebut. Dalam retag waktu tertetu

17 3 sejumlah mahasiswa baru yag dapat beasiswa Bidik Misi ii megatri di bak, maka aka terjadi sebuah atria mahasiwa yag megambil beasiswa Bidik Misi yag bergabug dega para pelagga umum. Dalam kesempata ii aplikasi masalah atria seara khusus aka dibahas oleh peulis pada bak karea pada saat pegambila beasiswa Bidik Misi bayak mahasiswa yag memadati bak, sehigga terjadi kesibuka pelayaa da meyebabka timbulya atria yag pajag. Karea adaya permasalaha atria pada bak tersebut maka aka diadaka peelitia seara sistematis utuk megaalisis masalah atria, sehigga dapat meguragi sistem atria atau bahka dapat meaggulagi masalah atria pada bak sehigga pelayaa yag diberika bak dapat memberika pelayaa yag maksimal pada pelagga. Berdasarka uraia di atas, peulis meyadari betapa petigya pelayaa yag lebih baik kepada pelagga maka perlu adaya perbaika dalam proses pelayaa kepada pelagga. Da simulasi sagat ook utuk megamati sistem yag dimodelka pada sistem yag yata, maka peulis megagkat permasalaha ii sebagai judul skripsi, Aplikasi Teori Atria da Simulasi pada Pelayaa Teller Bak. 1. Rumusa Masalah Peelitia Dari beberapa masalah yag teridetifikasi, aka dirumuska seara lebih spesifik masalah-masalah yag diagkat utuk peelitia ii, atara lai.

18 4 a. Bagaimaa model atria pada bak yag diberika weweag utuk pegambila beasiswa Bidik Misi mahasiswa Ues tahu ajara 01/013? b. Bagaimaa efektifitas jumlah teller pada model atria utuk proses pelayaa pelagga pada bak yag diberika weweag utuk pegambila beasiswa Bidik Misi?. Bagaimaa simulasi program dari sistem atria pada bak yag di berika weweag utuk pegambila beasiswa Bidik Misi? 1.3 Batasa Masalah Batasa masalah dalam peulisa ii adalah: a. Peelitia dilakuka pada bak yag diberika weweag utuk pegambila beasiswa Bidik Misi, pegambila beasiswa ii berlagsug dari sei 3 September 01 sampai jumat 7 September 01, peelitia dilakuka selama 3 hari yag dipilih seara radom pada periode sibuk. Peelitia dilaksaaka pada: 1. Rabu 5 September 01 pada pukul WIB.. Kamis 6 September 01 pada pukul WIB. 3. Jumat 7 September 01 pada pukul WIB. b. Tidak terjadi peolaka da pembatala terhadap kedataga para pelagga (Peolaka diabaika).. Sistem atria dimulai dari masukya pelagga ke dalam atria pembayara sampai dega pelagga tersebut meiggalka teller setelah selesai dilayai oleh teller

19 5 1.4 Tujua Tujua Peulisa skripsi ii adalah. 1. Utuk megetahui model atria pada bak yag diberika weweag utuk pegambila beasiswa Bidik Misi mahasiswa Ues tahu ajara 01/013.. Utuk memgetahui keefektifitas jumlah teller pada model atria utuk proses pelayaa pelagga pada bak yag diberika weweag utuk pegambila beasiswa Bidik Misi. 3. Membuat simulasi program dari sistem atria pada bak yag di berika weweag utuk pegambila beasiswa Bidik Misi. 1.5 Mafaat Mafaat peulisa skripsi ii adalah. a. Meambahka referesi bagi program studi matematika UNNES megeai aplikasi Teori Atria Pada Bak. b. Memberika tambaha pegetahua tetag sistem atria kepada bak yag di berika weweag utuk pegambila beasiswa Bidik Misi, agar dapat meigkatka pelayaa kepada masyarakat umum atau mahasiswa.. Memberika pegetahua pada pembaa tetag teori atria, model atria, efektifa teller da simulasi dari atria.

20 6 1.6 Peegasa Istilah 1. Sistem atria Sistem atria adalah suatu himpua pelagga, pelaya, da suatu atura yag megatur pelayaa kepada pelagga (Kakiay, 004:10).. Simulasi Simulasi adalah metode pelatiha yag memperagaka sesuatu dalam betuk tirua yag mirip dega keadaa yag sesugguhya serta merupaka peggambara suatu sistem atau proses dega peragaa berupa model statistik atau pemeraa (KBBI, 001:1068). 3. Efektifitas Ketepata ara da kemampua mejalaka tugas dega baik da tepat dega tidak membuag waktu, teaga, da biaya (KBBI, 001:84). 4. Visual Basi Mirosoft Visual Basi 6.0 merupaka bahasa pemrograma yag ukup populer da mudah utuk dipelajari da dapat membuat program dega aplikasi GUI (Graphial User Iterfae) atau program yag memugkika pemakai komputer berkomuikasi dega komputer tersebut dega megguaka modus grafik atau gambar (Madoms, 001: 3). 1.7 Sistematika Skripsi

21 7 Seara garis besar peulisa skripsi ii dibagi mejadi tiga bagia, yaitu bagia awal skripsi, bagia isi skripsi da bagia akhir skripsi. Berikut ii pejelasa masig-masig bagia skripsi : a. Bagia awal skripsi Bagia awal skripsi meliputi halama judul, abstrak, halama pegesaha, motto da persembaha, kata pegatar, daftar isi, daftar gambar, daftar tabel, daftar lampira. b. Bagia isi tetag Bagia ii berisi tetag : 1. Bab I : Pedahulua Megemukaka tetag latar belakag masalah, rumusa masalah peelitia, batasa masalah, tujua da mafaat peelitia, da sistematika skripsi. Bab II : Ladasa Teori Berisi uraia teoritis atau teori-teori yag medasari pemeaha tetag masalah-masalah yag berhubuga dega judul skripsi 3. Bab III: Metode peelitia Berisi tetag metode-metode yag diguaka dalam peelitia yag meliputi meemuka masalah, merumuska masalah, studi literatur da studi kasus, metode pegumpula data, pegolaha data da pearika kesimpula.

22 8 4. Bab IV: Hasil peelitia da pembahasa Berisi semua hasil peelitia da pembahasa megeai sistem atria da model simulasi. 5. Bab V : Peutup Bab ii berisi tetag simpula da sara-sara yag diberika peeliti berdasarka simpula yag diambil. Bagia akhir Bagia akhir skripsi berisi tetag daftar pustaka da lampiralampira yag medukug skripsi.

23 BAB II LANDASAN TEORI.1 Teori Atria Atria terjadi pada kodisi apabila obyek-obyek meuju suatu area utuk dilayai, amu kemudia meghadapi keterlambata disebabka oleh karea mekaisme pelayaa megalami kesibuka. Meurut Broso (1993:308), proses atria (queueig proess) adalah suatu proses yag berhubuga dega kedataga seorag pelagga pada suatu fasilitas pelayaa, kemudia meuggu dalam suatu baris (atria) jika semua pelayaaya sibuk, da akhirya meiggalka fasilitas tersebut. Atria timbul karea adaya ketidakseimbaga atara yag dilayai dega pelayaaya. Atria timbul disebabka oleh kebutuha aka layaa melebihi kemampua (kapasitas) pelayaa atau fasilitas pelayaa yag disebabka kesibuka layaa.. Sistem Atria Meurut Gross da Haris (001:1-3) megataka bahwa sistem atria adalah kedataga pelagga utuk medapatka pelayaa, meuggu utuk dilayai jika fasilitas pelayaa (server) masih sibuk, medapatka pelayaa da kemudia meiggalka sistem setelah dilayai. Pelagga tiba dega laju tetap atau tidak tetap utuk memperoleh pelayaa pada fasilitas pelayaa. Bila pelagga yag tiba dapat masuk kedalam fasilitas pelayaa, maka itu aka segera di lakuka. Tetapi kalau harus meuggu, maka mereka aka membetuk 9

24 10 suatu atria higga tiba waktuya utuk dilayai. Mereka aka dilayai dega laju tetap atau tidak tetap. Da setelah selesai, mereka pu meiggalka atria. Berdasarka uraia diatas, maka sistem atria dapat dibagi mejadi (dua) kompoe yaitu : a. Atria yag memuat pelagga atau satua-satua yag memerluka pelayaa (pembeli, orag sakit, mahasiswa, kapal da lai-lai). b. Fasilitas pelayaa yag memuat pelayaa da salura pelayaa (Pompa miyak da pelayaaya, loket bioskop, petugas pejual karis, teller, da lai-lai). Pada umumya, sistem atria dapat diklasifikasika mejadi sistem yag berbeda-beda dimaa teori atria da simulasi serig diterapka seara luas. Klafisikasi meurut Hillier da Lieberma dalam Subagyo,dkk (000:07) adalah sebagai berikut : a. Sistem pelayaa komersial. Sistem pelayaa komersial merupaka aplikasi yag sagat luas dari modelmodel atria, seperti restaura, kafetaria, toko-toko, salo, butik, supermarket, da lai-lai. b. Sistem pelayaa bisis-idustri. Sistem pelayaa bisis-idustri meakup sistem produksi, sistem material, hadlig, sistem pergudaga,da sistem iformasi komputer.. Sistem pelayaa trasportasi.

25 11 d. Sistem pelayaa sosial. Sistem pelayaa sosial merupaka sistem-sistem pelayaa yag dikelola oleh kator-kator da perusahaa-perusahaa lokal maupu asioal, seperti kator registrasi SIM da STNK, kator pos, rumah sakit, puskesmas, da lai-lai (Subagyo dkk, 000:70). Dalam sistem atria terdapat beberapa kompoe dasar proses atria atara lai adalah : a. Kedataga. Setiap masalah atria melibatka kedataga, misalka orag, mobil, paggila telepo utuk dilayai, da lai-lai. Usur ii serig diamaka proses iput. Proses iput meliputi sumber kedataga atau bisa diamaka (allig populatio), da ara terjadiya kedataga yag umumya merupaka variabel aak. Karakteristik dari populasi yag aka dilayai dapat dilihat meurut ukuraya, pola kedataga, serta perilaku populasi yag aka dilayai. Meurut ukuraya, populasi yag aka dilayai bisa terbatas (fiite) da tidak terbatas (ifiite). Pola kedataga bisa teratur, dapat pula bersifat aak atau radom. Variabel-variabel aak adalah suatu variabel yag ilaiya bisa berapa saja sebagai hasil dari perobaa aak. Variabel aak dapat berupa diskrit atau kotiu. Bila variabel aak haya dimugkika memiliki beberapa ilai saja, maka ia merupaka variabel aak diskrit. Sebalikya bila ilaiya dimugkika bervariasi pada retag tertetu, dikeal sebagai variabel aak kotiu.

26 1 b. Pelayaa. Pelayaa atau mekaisme pelayaa dapat terdiri satu atau lebih pelayaa. Cotohya, jala tol dapat memiliki beberapa pitu tol. Mekaisme pelayaa dapat haya terdiri dari satu pelayaa dalam satu fasilitas pelayaa yag ditemui pada loket seperti pada pejuala tiket di gedug bioskop. Dalam mekaisme pelayaa ii ada 3 aspek yag harus diperhatika yaitu : 1. Terjadiya pelayaa. Mekaisme pelayaa tidak selalu tersedia utuk setiap saat. Misalya dalam pertujuka bioskop, loket pejuala karis haya dibuka pada waktu tertetu atara satu pertujuka da pertujuka berikutya, sehigga pada saat loket ditutup mekaisme pelayaa berheti da petugas beristirahat.. Kapasitas pelayaa. Kapasitas dari mekaisme pelayaa diukur berdasarka jumlah pelagga yag tidak dapat dilayai seara bersama-sama. Kapasitas pelayaa yag tidak selalu sama utuk setiap saat, ada yag tetap, tapi ada juga yag berubah-ubah. Karea itu, fasilitas pelayaa memiliki satu atau lebih salura. Fasilitas yag memiliki satu salura disebut salura tuggal atau sistem pelayaa tuggal da fasilitas yag memiliki lebih dari satu salura disebut salura gada atau pelayaa gada. 3. Lama pelayaa. Lama pelayaa adalah waktu yag dibutuhka utuk melayai seseorag pelagga atau satu satua. Ii harus diyataka seara pasti. Oleh karea

27 13 itu, waktu utuk semua pelagga atau boleh juga berupa variabel aak. Umumya da utuk keperlua aalisis, waktu pelayaa diaggap sebagai variabel aak yag terpaar seara bebas da sama tidak tergatug pada waktu kedataga.. Atria. Timbulya atria terutama tergatug dari sifat kedataga da proses pelayaa. Jika tak ada atria berarti terdapat pelayaa yag megagur atau kelebiha fasilitas pelayaa (Mulyoo, 1991)..3 Disipli Atria Meurut Kakiay (004 : 1) disipli atria adalah atura dimaa para pelagga dilayai, atau disipli pelayaa (servie disiplie) yag memuat uruta (order) para pelagga meerima layaa. Disipli atria adalah kosep membahas megeai kebijaka dimaa para pelagga dipilih dari atria utuk dilayai, berdasarka uruta kedataga pelagga. Ada 4 betuk disipli pelayaa yag biasa diguaka dalam praktek yaitu: a. First Come Served (FCFS) atau First I First out (FIFO) yaitu pelagga yag datag lebih dulu aka dilayai, misalya sistem atria pada Bak, SPBU, Pembelia karis bioskop, da lai-lai. b. Last ome First Served (LCFS) atau Last I First out (LIFO) yaitu sistem atria pelagga yag datag terakhir aka dilayai lebih dulu. Misalya sistem atria dalam elevator lift utuk latai yag sama.

28 14. Servie I Radom Order (SIRO) yaitu paggila didasarka pada peluag seara aak, tidak soal siapa yag lebih dulu tiba, biasaya timbul dalam keadaa praktis. d. Priority Servie (PS) yaitu pelayaa diberika kepada mereka yag mempuyai prioritas lebih tiggi dibadigka dega mereka yag mempuyai prioritas yag lebih redah, meskipu sudah lebih dulu tiba dalam garis tuggu. Kejadia seperti ii bisa disebabka oleh beberapa hal, misalya seseorag yag karea kedudukaya atau jabataya lebih tiggi meyebabka dia dipaggil lebih dulu atau diberi prioritas lebih tiggi, atau seseorag yag keadaa peyakitya lebih berat dibadig dega orag lai dalam suatu tempat praktek dokter..4 Struktur Atria Ada 4 model struktur atria dasar yag umum terjadi dalam seluruh sistem atria (Kakiay, 004:13-16) a. Sigle Chael-Sigle Phase. Jalur atria Server Gambar.1. Sigle Chael-Sigle Phase. Sigle Chael berarti haya ada satu jalur yag memasuki sistem pelayaa atau ada satu fasilitas pelayaa. Sigle Phase berarti haya ada satu fasilitas pelayaa. Model Sigle Chael dapat di lihat pada Gambar.1. Cotoh

29 15 model ii adalah sebuah kator pos yag haya mepuyai satu loket pelayaa dega jalur atria, supermarket yag haya memiliki satu kasir sebagai tempat pembayara. da lai-lai. b. Sigle Chael-Multi Phase. Jalur atria Server Server Server Gambar.. Sigle Chael-Multi Phase. Sistem atria jalur tuggal dega tahapa bergada ii atau meujukka ada dua atau lebih pelayaa yag dilaksaaka seara beruruta. Model Sigle Chael-Multi Phase dapat dilihat pada Gambar.. Cotoh model ii adalah : peuia mobil, tukag at, da sebagaiya.. Multi Chael-Sigle Phase. Jalur atria Server Gambar.3. Multi Chael-Sigle Phase. Sistem Multy Chael-Sigle Phase terjadi di maa ada dua atau lebih fasilitas pelayaa dialiri oleh atria tuggal. Model Multi Chael-Sigle Phase dapat dilihat pada Gambar.3. Cotoh model ii adalah atria pada

30 16 sebuah bak dega beberapa teller, pembelia tiket atau karis yag dilayai oleh beberapa loket, pembayara dega beberapa kasir, da lai-lai. d. Multi Chael-Multi Phase. Jalur atria Server Gambar.4. Multi Chael-Multi Phase. Sistem multi Chael- Multi Phase ii meujuka bahwa setiap sistem mempuyai beberapa fasilitas pelayaa pada setiap tahap sehigga terdapat lebih dari satu pelagga yag dapat dilayai pada waktu bersamaa. Model Multi Chael-Multi Phase dapat dilihat pada Gambar.4. Cotoh model ii adalah pada pelayaa yag diberika kepada pasie di rumah sakit dimulai dari pedaftara, diagosa, tidaka medis, sampai pembayara, da lai-lai..5 Model Atria Karakteristik da asumsi dari model atria diragkum dalam betuk otasi. Meurut Kakiay (004:17-18) betuk kombiasi proses kedataga da pelayaa pada umumya dikeal sebagai stadar uiversal, yaitu: (a/b/):(/d/e/ƒ)

31 17 Dimaa simbol a,b,,d,e da ƒ merupaka usur-usur dasar dari model baris atria : a = Distribusi kedataga (Arrival Distributio). b = Distribusi waktu pelayaa atau keberagkata (Servis Time Dearture). = Jumlah pelaya dalam pararel (dimaa = 1,,3,..., ). d = Disipli pelayaa, seperti FCFS, LCFS, SIRO. e = Jumlah maksimum yag diizika dalam sistem (Queue da System). ƒ = Jumlah pelagga yag igi memasuki sistem dalam sumber. Notasi stadar utuk simbol a da b sebagai distribusi kedataga da distribusi waktu pelayaa mempuyai kode sebagai berikut : M = poisso (Markovia) utuk distribusi kedataga atau waktu pelayaa. D = iterval atau servie time kosta (determiisti). E k = iterval atau servie time distribusi Erlag atau Gamma. Cotohya adalah (M/D/5/N/ ) artiya kedataga berdistribusi poisso, waktu pelayaa kosta, da terdapat 5 buah fasilitas pelayaa. Jumlah kosume dibatasi sebayak N da sumber populasi tidak terbatas. Model-model atria seara umum atara lai adalah sebagai berikut : 1. Model (M/M/1/ / ). Syarat-syarat dari model ii atara lai : a. Jumlah kedataga setiap satua waktu megikuti distribusi poisso. b. Waktu pelayaa berdistribusi ekpoesial.

32 18. Disipli atria yag diguaka adalah FCFS. d. Sumber populasi tidak terbatas. e. Jalur atriaya tuggal. f. Tigkat kedataga rata-rata lebih keil dari pada rata-rata pelayaa. g. Pajag atria tidak terbatas.. Model (M/M/S/ / ). Pada model ii fasilitas pelayaa (server) bersifat gada, rata-rata tigkat kedataga lebih keil dari pada pejumlaha seluruh rata-rata tigkat pelayaa di semua jalur.syarat yag lai sama dega model server tuggal. 3. Model (M/M/1/N/ ). Model ii merupaka variasi dari model yag pertama, dimaa pajag atria atau kapasitas tuggu dibatasi maksimum N idividu. Jumlah maksimum ii meliputi idividu yag meuggu da yag sedag dilayai. 4. Model (M/M/1/ /N). Model ii hampir sama dega model yag pertama haya saja sumber populasi dibatasi sebayak N..6 Distribusi Poisso da Ekspoesial.6.1 Model Distribusi Poisso Model distribusi Poisso diguaka utuk meggambarka distribusi peubah aak pada eksperime Poisso. Eksperime Poisso adalah eksperime yag bersifat (Djauhari, 1997: 163):

33 19 1) Peluag terjadiya 1 kali sukses dalam setiap selag yag sempit, sebadig dega lebar selag. ) Peluagya sagat keil (dapat diabaika) utuk terjadi lebih dari 1 kali sukses dalam setiap selag yag sempit. 3) Jika A da B dua buah selag dimaa A B = Ø maka bayakya sukses dalam A idepedet dega bayakya sukses dalam B. Peubah aak pada suatu eksperime Poisso adalah X yag meyataka bayakya sukses dalam eksperime tersebut. Defiisi Peubah aak X dikataka berdistribusi Poisso dega parameter λ, ditulis X~POI(λ) jika X memiliki f.k.p sebagai berikut (Djauhari, 1997: 163) : x e f ( x) x! 0; x ; x 0, 0 yag lai dega λ meyataka rata-rata bayakya sukses dalam suatu selag satua..6. Model Distribusi Ekspoesial Defiisi Jika X~EXP(μ) maka X dikataka berdistribusi ekspoesial dega parameter μ. Fkp dari X adalah (Djauhari, 1997:175): 1 f ( x) e 0; x t ; t 0, 0 yag lai

34 0 X dapat meyataka waktu yag dibutuhka sampai terjadi satu kali sukses dega λ = rata-rata bayakya sukses dalam selag waktu satua..6.3 Pera Distribusi Poisso da Ekspoesial Pada situasi atria kedataga da keberagkata (peristiwa) yag timbul selama satu iterval waktu dikedalika dega kodisi berikut : Kodisi 1 : Peluag dari sebuah peristiwa (kedataga atau keberagkata) yag timbul atara t da t + s bergatug haya pada pajagya s, yag berarti bahwa peluag tidak tergatug pada t atau jumlah peristiwa yag timbul selama periode waktu (0,t). Kodisi : Peluag peristiwa yag timbul selama iterval waktu yag sagat keil h adalah positif tetapi kurag dari satu. Kodisi 3 : Palig bayak satu peristiwa yag dapat timbul selama iterval waktu yag sagat keil h. Ketiga kodisi di atas mejabarka sebuah proses dimaa jumlah peristiwa selama satu iterval waktu yag diberika adalah Poisso da karea itu iterval waktu atara beberapa peristiwa yag berturut-turut adalah Ekspoesial (Taha, 1997: 179). Didefiisika P (t) = peluag terjadi peristiwa yag timbul selama waktu t Berdasarka kodisi 1, peluag tidak adaya peristiwa yag timbul selama t + h adalah :

35 1 P0 ( t h) P0 ( t) P0 ( h) Utuk h > 0 da ukup keil, maka kodisi meujukka bahwa 0 P 0 ( h) 1. Berdasarka kodisi ii, persamaa diatas memiliki pemeaha 0 ( ) t P t e, t 0 dega α adalah kostata posistif. Selajutya aka ditujukka bahwa utuk proses yag dijabarka dega P (t), iterval waktu atara beberapa peristiwa yag berturut-turut adalah ekspoesial. Dega megguaka hubuga yag diketahui atara Ekspoesial da Poisso, disimpulka bahwa P (t) berdistribusi Poisso. Dipuyai f (t) adalah fugsi kepadata peluag dari iterval waktu t atar pemuula peristiwa yag berturut-turut, t 0. Misalka bahwa T adalah iterval waktu sejak pemuula peristiwa terakhir, maka peryataa tetag peluag berikut ii berlaku : P{waktu atar peristiwa melebihi T} = P{tidak ada kejadia sebelum T}. Peryataa ii dapat diterjemahka mejadi T f ( t) dt P0 ( T ) Dega mesubtitusika P 0 (t) pada persamaa diatas diperoleh : f ( t) dt e T, T 0 T T T atau f ( t) dt 1 e, T 0 0 Dega megambil derivatif dari kedua sisi dalam kaitaya dega T, diperoleh

36 t f ( t) e, t 0 yag merupaka fugsi kepadata peluag distribusi ekspoesial dega mea 1 E ( t) uit waktu. Dega diketahui bahwa f (t) merupaka sebuah distribusi ekspoesial, teori peluag mejelaska bahwa P (t) berdistribusi Poisso, yaitu: t t e P ( t), 0,1,,...! Nilai mea dari selama periode waktu tertetu t adalah E[ t] = αt. Ii berarti bahwa α mewakili laju timbulya peristiwa. Kesimpula dari hasil diatas adalah bahwa iterval waktu atara beberapa peristiwa yag berturut-turut adalah ekspoesial dega mea 1 uit waktu, maka jumlah peristiwa dalam satu periode tertetu adalah Poisso dega laju pemuula rata-rata (peristiwa peruit waktu) α, da sebalikya. Distribusi Poisso merupaka proses yag sepeuhya aak (ompletely radom proess) karea memiliki sifat bahwa iterval waktu yag tersisa sampai pemuula peristiwa berikutya sepeuhya tidak bergatug pada iterval waktu yag telah berlalu dari pemuula peristiwa terakhir. Sifat tersebut setara dega pembuktia peryataa probabilitas (Taha, 1997: 180) P{ t T S t S} P t T dega S adalah iterval waktu atara pemuula kejadia terakhir. Karea t bersifat ekspoesial, maka

37 3 S t P S t S T t P S t S T t P S t P S T t P S S T e e ) ( e T T t P Sifat tersebut diamaka keadaa lupa (forgetfuless) atau kurag igata (lak of memory) dari distribusi ekpoesial, yag mejadi dasar utuk meujukka bahwa distribusi Poisso sepeuhya bersifat aak. Ciri uik yag lai dari distribusi Poisso yaitu distribusi Poisso merupaka satu-satuya distribusi dega mea yag sama dega varias. Sifat ii kadag-kadag diguaka sebagai idikator awal dari apakah sebuah sampel data ditarik dari sebuah distribusi Poisso..7 Termiologi da Notasi Atria Termiologi yag biasa diguaka dalam sistem atria adalah : a. Keadaa sistem yaitu jumlah aktivtas pelayaa yag terjadi dalam melayai pelagga dalam sistem. b. Pajag atria yaitu bayakya satua yag berada dalam sistem dikuragi dega jumlah yag sedag dilayai.

38 4 Notasi yag diguaka adalah sebagai berikut : = Jumlah asabah yag megatri pada waktu t. k = Jumlah satua pelayaa. λ = Tigkat kedataga. µ = Tigkat pelayaa. ρ = Tigkat kesibuka sistem. P O = Peluag semua teller megaggur atau tidak ada asabah dalam sistem. P (-k) = Peluag asabah yag datag harus meuggu. L S = Ekspektasi pajag sistem. L = Ekspektasi pajag atria. W S = Ekspektasi waktu meuggu dalam sistem. W = Ekspektasi waktu meuggu dalam atria. Faktor-faktor yag berpegaruh terhadap sistem atria da pelayaa adalah sebagai berikut (Kakiay, 004:4-6) : a. Distribusi kedataga, kedataga idividu atau kelompok. b. Distribusi waktu pelayaa, pelayaa idividu atau kelompok.. Fasilitas pelayaa, berbetuk series, pararel, atau etwork statio. d. Disipli pelayaa, berbetuk FCFS, LCFS, SIRO,atau PS. e. Ukura dalam atria, kedataga bersifat tidak terbatas atau terbatas.

39 5 f. Sumber pemaggil, bersifat terbatas atau tidak terbatas..8 Pola Kedataga da Waktu Pelayaa.8.1 Pola Kedataga Pola kedataga suatu sistem atria dapat dipresetasika oleh waktu atar kedataga yag merupaka suatu periode waktu atara dua kedataga yag berturut-turut. Kedataga dapat dipisahka oleh iterval kedataga yag sama atau tidak sama probabilitasya disebut kedataga aak. Tigkat kedataga yaitu jumlah pelagga yag datag per satua uit waktu. Jika kedataga bersifat aak, harus diketahui dahulu distribusi probabilitas kedatagaya. Suatu proses kedataga dalam suatu sistem atria artiya meetuka distribusi probabilitas utuk jumlah kedataga utuk suatu periode waktu (Wisto). Pada umumya, suatu proses kedataga terjadi seara aak da idepedet terhadap proses kedataga laiya da tidak dapat diprediksika kapa pelagga aka datag. Dalam proses ii, distribusi probabilitas poisso meyediaka deskripsi yag ukup baik utuk suatu pola kedataga. Suatu fugsi probabilitas poisso utuk suatu kedataga x pada suatu periode waktu adalah sebagai berikut: p ( x) x e x! Dimaa : x = Jumlah kedataga per periode waktu.

40 6 = Rata-rata jumlah kedataga per periode waktu. e =, Uji Kesesuaia Poisso Uji kesesuaia poisso dilakuka dega uji Chi Square ( ) yag didefiisika sebagai berikut : H 0 = Data yag diuji megikuti distribusi. H 1 = Data yag diuji tidak megikuti distribusi. Statistik tes didefiisika sebagai berikut : hitug (o i Ei ) E i Dimaa : O i = Frekuesi observasi ke-i. E i = frekuesi harapa ke-i. Dalam uji Chi Square, data observasi megikuti saat hitug tabel.8.3 Pola Pelayaa Pola pelayaa ditetuka oleh waktu pelayaa yaitu waktu yag dibutuhka utuk melayai pelagga pada fasilitas pelayaa. Waktu pelayaa dapat berupa waktu pelayaa kosta ataupu variabel aak yag telah diketahui probabilitasya. Tigkat pelayaa adalah jumlah pelagga yag dilayai per satua waktu. Dega asumsi hael selalu dalam keadaa sibuk sehigga tidak ada waktu idle yag dialami oleh hael. Periode sibuk

41 7 dapat digambarka dega proses dari sistem atria dimulai ketika pelagga tiba, kemudia meuggu, da aka berakhir ketika pelagga meiggalka sistem. Sepajag periode sibuk selalu ada setidakya satu pelagga dalam sistem (Ferreira dkk, 011: ). Waktu pelayaa atara fasilitas pelayaa dega fasilitas pelayaa yag lai biasaya tidak kosta. Distribusi probabilitas utuk waktu layaa biasaya megikuti distribusi probabilitas ekspoesial yag formulaya dapat memberika iformasi yag bergua megeai operasi yag terjadi pada suatu atria. Persamaa distribusi ekspoesialya adalah sebagai berikut : Dimaa : x = x i ( ilai tegah ). = rata-rata yag didekati dega. e =,7188. F x / x i 1 e.8.4 Uji Kesesuaia Ekspoesial Uji kesesuaia ekspoesial dilakuka dega uji Kolmogorov-smirov dega ara sebagai berikut : H 0 = data yag diuji megikuti distribusi. H1 = data yag diuji tidak megikuti distribusi. Statistik test didefiisika sebagai berikut : Fi s( x)

42 8 D max i1 F( x ) s( i x i Dalam uji Kolmogorov-Smirov suatu data dikataka megikuti distribusi jika T hitug W ( 1 a ) ).9 Model-model Atria.9.1 Model (M/M/):(GD/~/~) Para pelagga tiba dega laju kosta λ da maksimum pelagga dapat dilayai seara bersamaa da laju pelayaa per pelaya adalah μ. Pegaruh pegguaa pelaya yag paralel adalah memperepat laju pelayaa dega memugkika dilakukaya beberapa pelayaa seara bersamaa. Jika jumlah pelagga dalam sistem adalah, da, maka laju keberagkata gabuga dari saraa tersebut sama dega μ. Sedagka jika, maka laju pelayaa adalah. Jadi dalam betuk model yag digeeralisasika, diperoleh:, 0 P utuk P. P sebagai P! 0 P 0

43 9 P utuk, ! ) ( 1) )...( (. P P P P karea maka ilai 0 P ditetuka dari 1 0 P yag memberika !! 1!! P P Jika dimisalka j maka diperoleh !! j j P karea 0 j j merupaka deret geometri tak higga, maka !! P dega 1 Selajutya kita meari ukura kierjaya yaitu Lq, Ls, Wq, Ws. Jika diketahui 1 1 atau maka

44 30 q P L dega k, maka diperoleh !! d d d d k da k P P k kp L k k k k k k k k k k k q maka ! 1 1! 1!! 1 1! p P P P P L q sehigga diperoleh: 1 1! 0 1 q s q q q s q W W L W L L P L (Taha, 1997:00)

45 31.9. Model (M/G/1):(GD/~~) Model (M/G/1):(GD/~~) atau disebut juga dega formula Pollazk Khithie serig disigkat dega (P-K) adalah suatu formula dimaa aka diperoleh pada situasi pelayaa tuggal yag memeuhi tiga asumsi berikut (Kakiay, 004:139): 1.Kedataga Poisso dega rata-rata kedataga λ..distribusi waktu pelayaa umum atau geeral dega ekspektasi rata-rata pelayaa 1 E [ t] da varia var [t]. 3.Keadaa steady state dimaa 1. Rata-rata sistem utuk dilayai berhubuga dega rata-rata jumlah atau ukura satua yaitu dega megguaka rumus Little. Rumus Little diperoleh dari : Misal P adalah probabilitas dari kedataga selama waktu tuggu T. P 6 kedataga selama waktu tuggu T T t 0 P r dw s t Dimaa W(t) adalah fugsi distribusi kumulatif dari waktu tuggu. T q adalah waktu pelagga meuggu dalam atria da T adalah waktu total pelagga meuggu dalam sistem (T = T q + t, dimaa t adalah waktu pelayaa, dega T, T q, da t adalah variabel radom) da W q =E[T q ] serta W s =E[T]. Maka, P 1! t t e dws ( t), 0 da Ls E[ ] 0 0 P

46 3 Dimaa adalah variabel radom dari jumlah pelagga dalam sistem pada saat keadaa steady state da L s adalah ilai ekspektasiya. Sehigga di peroleh : ] [ ) ( ) ( 1! 1! 1)! (! t E t tdw t dw e te t dw t te t dw t e t dw t e t dw e t L s s t t s t s t s t s t s Sehigga diperoleh s W s L Rumus Little : s s L W (Gross ad Harris, 1998:11) Model (M/G/):(GD/~~ Model atria (M/G/):(GD/~~model ii adalah model atria dega pelayaa gada, distribusi kedataga Poisso da distribusi pelayaa geeral/umum. Probabilitas dari waktu tuggu dalam atria model (M/G/) di dapat dari persamaa :

47 33 q P 1! r 0 dalam atria setelah keberagka ta t t e dw ( t) q Dega pajag atria rata-rata pada titik awal kedataga, yaitu Lq adalah L q q 1 0 tdw ( t) W q q Meurut Ross (1997), sebagaimaa dikutip oleh Sugito da Marissa (009: 113) Wq dapat diari dega W q E t 1! Et Et Et 1! Et Dega W q = ekspektasi waktu tuggu dalam atria.9.4 Model (G/G/):(GD/~~) Model atria (G/G/):(GD/~~) adalah model atria dega pola kedataga berdistribusi umum (Geeral) da pola pelayaa berdistribusi umum (Geeral) dega jumlah fasilitas pelayaa sebayak pelayaa. Disipli atria yag diguaka pada model ii adalah umum yaitu FCFS (First Come First Served), kapasitas maksimum dalam sistem adalah tak terbatas yag memiliki sumber pemaggila juga tak terbatas. Ukura kierja sistem pada model Geeral ii megikuti ukura kierja pada model M/M/, terkeuali utuk perhituga jumlah pelagga yag diperkiraka dalam atria (L q ) adalah sebagai berikut :

48 34 L q L qm / M / v( t) v( t') (Sugito da Marissa, 009:113) dega 1 v( t) 1 v( t') Utuk ukura kierja sistem yag lai yaitu : Jumlah rata-rata kedataga yag diperkiraka dalam sistem (L s ) L s L q Waktu meuggu yag diperkiraka dalam atria (W q ) Lq Wq Waktu yag diperkiraka dalam sistem W s W q 1.10 Simulasi Simulasi adalah (1) metode pelatiha yag meragaka sesuatu dalam betuk tirua yag mirip dega keadaa yag sesugguhya () peggambara suatu sistem atau proses dega peragaa berupa model statistik atau pemeraa (KBBI, 001:1353). Keterbatasa metode aalitis dalam megatasi sistem diamis yag kompleks membuat simulasi sebagai alteratif yag baik.

49 35 Model aalitik sagat bergua bagi kehidupa sehari-hari, aka tetapi terdapat beberapa keterbatasa atara lai, yaitu : a. Model aalitik tidak mampu meggambarka suatu sistem pada masa lalu da masa medatag melalui pembagia waktu. Model aalitik haya memberika peyelesaia seara meyeluruh, suatu jawaba yag mugki tuggal da optimal tetapi tidak meggambarka suatu prosedur operasioal utuk masa lebih sigkat masa pereaaa. Misalya, peyelesaia persoala program liier dega masa pereaaa satu tahu, tidak meggambarka prosedur operasioal utuk masa bula demi bula, miggu demi miggu, atau hari demi hari. b. Model matematika yag kovesioal serig tidak mampu meyajika sistem yata yag lebih besar da rumit (kompleks). Sehigga sukar utuk membagu model aalitik utuk sistem yata yag demikia.. Model aalitik terbatas pemakaiaya dalam hal hal yag tidak pasti da aspek diamis (faktor waktu) dari persoala maajeme. Berdasarka hal di atas, maka kosep simulasi da pegguaa model simulasi merupaka solusi terhadap ketidakmampua dari model aalitik. Beberapa kelebiha simulasi adalah sebagai berikut : a) Simulasi dapat memberi solusi bila model aalitik gagal melakukaya. b) Model simulasi lebih realistis terhadap sistem yata karea memerluka asumsi yag lebih sedikit. Misalya, teggag waktu dalam model persediaa tidak perlu harus determiistik.

50 36 ) Perubaha kofigurasi da struktur dapat dilaksaaka lebih mudah utuk mejawab pertayaa : what happe if Misalya, bayak atura dapat dioba utuk megubah jumlah laggaa dalam sistem atria. d) Dalam bayak hal, simulasi lebih murah dari perobaaya sediri. e) Simulasi dapat diguaka utuk maksud pedidika. f) Utuk sejumlah proses dimesi, simulasi memberika peyelidika yag lagsug da terperii dalam periode waktu khusus. Model simulasi juga memiliki beberapa kekuraga atara lai yaitu : 1) Simulasi bukalah presisi da juga buka suatu proses optimisasi. Simulasi tidak meghasilka solusi, tetapi ia meghasilka ara utuk meilai solusi termasuk solusi optimal. ) Model simulasi yag baik da efektif sagat mahal da membutuhka waktu yag lama dibadigka dega model aalitik. 3) Tidak semua situasi dapat diilai melalui simulasi keuali situasi yag memuat ketidakpastia..11 Model-Model Simulasi Model-model simulasi dapat diklasifikasika dega beberapa ara. Salah satu pegelompokaya adalah : a. Model simulasi statis adalah represetasi sistem pada waktu-waktu tertetu atau model yag diguaka utuk mempresetasika sistem dimaa waktu tidak mempuyai peraa. Cotohya simulasi Mote Carlo (simulasi perilaku sistem fisika da matematika).

51 37 Model simulasi diamis adalah represetasi sistem sepajag pergatia waktu ke waktu. Cotohya sistem oveyor di pabrik. b. Model simulasi determiistik adalah model simulasi yag tidak megadug kompoe yag sifatya probabilistik (radom) da output telah dapat ditetuka ketika sejumlah iput dalam hubuga tertetu dimasukka. Model simulasi stokastik adalah model simulasi yag megadug iput-iput probabilistik (radom) da output yag dihasilka pu sifatya radom.. Model simulasi kotiu adalah model simulasi dimaa status (state) dari sistem berubah seara kotiu karea berubahya waktu (hage state variable). Cotohya simulasi polpulasi peduduk. Model simulasi diskrit adalah model suatu sistem dimaa perubaha state terjadi pada satua-satua waktu yag diskrit sebagai hasil suatu kejadia (evet) tertetu (disrete hage state variables). Cotohya simulasi atria..1 Visual Basi Mirosoft Visual Basi 6.0 merupaka bahasa pemrograma yag ukup populer da mudah utuk dipelajari serta dapat membuat program dega aplikasi GUI (Graphial User Iterfae) atau program yag memugkika pemakai komputer berkomuikasi dega komputer tersebut dega megguaka modus grafik atau gambar (Madoms, 001:3).

52 Pegertia Visual Basi Visual Basi adalah salah satu bahasa pemrograma komputer. Bahasa pemrograma adalah peritah-peritah yag dimegerti oleh komputer utuk melakuka tugas-tugas tertetu. Bahasa pemrograma. Visual Basi, yag dikembagka oleh Mirosoft sejak tahu 1991(Akbar, 005:3), merupaka pegembaga dari pedahuluya yaitu bahasa pemrograma BASIC (Begier s All-purpose Symboli Istrutio Code) yag dikembagka pada era 1950-a. Visual Basi merupaka salah satu Developmet Tool yaitu alat batu utuk membuat berbagai maam program komputer, khususya yag megguaka sistem operasi. Widows. Bahasa Basi pada dasarya adalah bahasa yag mudah dimegerti sehigga pemrograma di dalam bahasa Basi dapat dega mudah dilakuka meskipu oleh orag yag baru belajar membuat program. Hal ii lebih mudah lagi setelah hadirya Mirosoft Visual Basi, yag dibagu dari ide utuk membuat bahasa yag sederhaa da mudah dalam pembuata sriptya (simple sriptig laguage) utuk graphi user iterfae yag dikembagka dalam sistem operasi Mirosoft Widows. Visual Basi merupaka bahasa pemrograma yag sagat mudah dipelajari, dega tekik pemrograma visual yag memugkika pegguaya utuk berkreasi lebih baik dalam meghasilka suatu program aplikasi. Ii terlihat dari dasar pembuata dalam visual basi adalah FORM, dimaa peggua dapat megatur tampila form kemudia dijalaka dalam sript yag sagat mudah. Ledaka pemakaia Visual Basi ditadai dega kemampua Visual Basi utuk dapat beriteraksi dega aplikasi lai di dalam sistem operasi

53 39 Widows dega kompoe AtiveX Cotrol. Dega kompoe ii memugkika pegua utuk memaggil da megguaka semua model data yag ada di dalam sistem operasi widows. Hal ii juga ditujag dega tekik pemrograma di dalam Visual Basi yag megadopsi dua maam jeis pemrograma yaitu Pemrograma Visual da Objet Orieted Programmig (OOP)..1. Iterfae Atar Muka Visual Basi Iterfae atar muka Visual Basi, berisi meu, toolbar, toolbox, form, projet explorer da property. Pembuata program aplikasi megguaka Visual Basi dilakuka dega membuat tampila aplikasi pada form, kemudia diberi sript program di dalam kompoe-kompoe yag diperluka. Form disusu oleh kompoe-kompoe yag berada di [Toolbox], da setiap kompoe yag dipakai harus diatur propertiya lewat jedela [Property]. Meu pada dasarya adalah operasioal stadar di dalam sistem operasi widows, seperti membuat form baru, membuat projet baru, membuka projet da meyimpa projet. Di sampig itu terdapat fasilitas-fasilitas pemakaia visual basi pada meu. Utuk lebih jelasya Visual Basi meyediaka batua yag sagat legkap da detail dalam MSDN. Toolbox berisi kompoe-kompoe yag bisa diguaka oleh suatu projet aktif, artiya isi kompoe dalam toolbox sagat tergatug pada jeis projet yag dibagu.

54 Kosep Dasar Pemrograma Dalam Visual Basi Kosep dasar pemrograma Visual Basi, adalah pembuata form dega megikuti atura pemrograma Property, Metode da Evet. Hal ii berarti: (1) Property: Setiap kompoe di dalam pemrograma Visual Basi dapat diatur propertiya sesuai dega kebutuha aplikasi. Property yag tidak boleh dilupaka pada setiap kompoe adalah Name, yag berarti ama variabel (kompoe) yag aka diguaka dalam sriptig. Properti Name ii haya bisa diatur melalui jedela Property, sedagka ilai Property yag lai bisa diatur melalui sript seperti: Commad1.Captio= Play Text1.Text= Visual Basi Label1.Visible=False Timer1.Eable=True () Metode: Bahwa jalaya program dapat diatur sesuai aplikasi dega megguaka metode pemrograma yag diatur sebagai aksi dari setiap kompoe. Metode iilah tempat utuk megekpresika logika pemrograma dari pembuata suatu prgram aplikasi. (3) Evet: Setiap kompoe dapat beraksi melalui evet, seperti evet lik pada ommad butto yag tertulis dalam layar sript Commad1_Clik, atau evet Mouse Dow pada piture yag tertulis dega Piture1_MouseDow. Pegatura evet dalam setiap kompoe yag aka mejalaka semua metode yag dibuat.

55 BAB III METODE PENELITIAN berikut. Pada peelitia ii lagkah-lagkah yag diguaka adalah sebagai 3.1 Meetuka Masalah Dalam tahap ii peulis megambil permasalaha atria pada bak, pada saat pegambila beasiswa Bidik Misi. Permasalaha ii dipilih karea pada saat pegambila beasiswa Bidik Misi terjadi atria yag pajag pada bak yag telah ditujuk Ues sebagai tempat pegambila beasiswa. Permasalaha diatas dikaji sebagai suatu masalah. 3. Merumuska Masalah Merumuska masalah diperluka agar permasalaha yag dikaji dalam peelitia jelas sehigga mempermudah pemeaha masalah. Berdasarka ide yag diperoleh, dirumuska masalah Atria yag timbul pada bak pada saat pegambila beasiswa Bidik Misi yag dilaksaaka pada bak yag telah ditujuk oleh Ues. Kemudia aka dilihat waktu kedataga, waktu mulai pelayaa, waktu selesai pelayaa, waktu lama pelayaa. Dega megguaka sistem atria da model simulasi. 41

Elemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3.

Elemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3. Eleme Dasar Model Atria. Aktor utama customer da server. Eleme dasar :.distribusi kedataga customer. 2.distribusi waktu pelayaa. 3.disai fasilitas pelayaa (seri, paralel atau jariga). 4.disipli atria (pertama

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU

ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU Saitia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 277 287. ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU Siti Aria R. Harahap

Lebih terperinci

TEORI ANTRIAN. Gambar 1 Proses antrian pada suatu sistem antrian

TEORI ANTRIAN. Gambar 1 Proses antrian pada suatu sistem antrian TEORI ANTRIAN Teori atria merupaka studi matematis megeai atria atau waitig lies yag di dalamya disediaka beberapa alteratif model matematika yag dapat diguaka utuk meetuka beberapa karakteristik da optimasi

Lebih terperinci

ANALISIS SISTEM ANTRIAN PADA LOKET PENDAFTARAN PASIEN DI PUSKESMMAS PADANG PASIR KECAMATAN PADANG BARAT

ANALISIS SISTEM ANTRIAN PADA LOKET PENDAFTARAN PASIEN DI PUSKESMMAS PADANG PASIR KECAMATAN PADANG BARAT Jural Sais da Tekologi Vol 7 o 2, Desember 27 ANALISIS SISTEM ANTRIAN ADA LOKET ENDAFTARAN ASIEN DI USKESMMAS ADANG ASIR KECAMATAN ADANG BARAT Ali Suta Nasutio, Seira Mutia 2 Tekik Idustri Sekolah Tiggi

Lebih terperinci

Lecture 4 : Queueing Theory and Aplications. Hanna Lestari, M.Eng

Lecture 4 : Queueing Theory and Aplications. Hanna Lestari, M.Eng Leture 4 : Queueig Theory ad Apliatios Haa Lestari, M.Eg Struktur Dasar Model Model Atria Teori Atria bertujua utuk megetahui/meetuka besara kierja sistem atria. Ukura kierja sistem dalam kodisi steady

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai 37 Gambar 4-3. Layout Model Awal Sistem Pelayaa Kedai Jamoer F. Aalisis Model Awal Model awal yag telah disusu kemudia disimulasika dega waktu simulasi selama 4,5 jam. Selama simulasi dijalaka, aimasi

Lebih terperinci

Definisi Integral Tentu

Definisi Integral Tentu Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 22 BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di tiga kator PT Djarum, yaitu di Kator HQ (Head Quarter) PT Djarum yag bertempat di Jala KS Tubu 2C/57 Jakarta Barat,

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa 19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Peetua Waktu Pegamata Seara Aak Berulag kali telah disebutka bahwa kujuga-kujuga utuk melakuka pegamata dilakuka dalam waktu-waktu yag ditetuka seara aak. Utuk itu, biasaya satu

Lebih terperinci

ANALISIS SISTEM PELAYANAN DI STASIUN TAWANG SEMARANG DENGAN METODE ANTRIAN. Nursihan 1, Sugito 2, Hasbi Yasin 3

ANALISIS SISTEM PELAYANAN DI STASIUN TAWANG SEMARANG DENGAN METODE ANTRIAN. Nursihan 1, Sugito 2, Hasbi Yasin 3 ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahu 2015, Halama 375-382 Olie di: http://ejoural-s1.udip.ac.id/idex.php/gaussia ANALISIS SISTEM PELAYANAN DI STASIUN TAWANG SEMARANG DENGAN METODE ANTRIAN

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia ii adalah peelitia pegembaga (research ad developmet), yaitu suatu proses peelitia utuk megembagka suatu produk. Produk yag dikembagka dalam peelitia

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I 7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa

Lebih terperinci

ANALISIS SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL AHMAD YANI SEMARANG

ANALISIS SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL AHMAD YANI SEMARANG ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahu 2015, Halama 725-733 Olie di: http://ejoural-s1.udip.ac.id/idex.php/gaussia ANALISIS SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL AHMAD

Lebih terperinci

BAB VIII KONSEP DASAR PROBABILITAS

BAB VIII KONSEP DASAR PROBABILITAS BAB VIII KONSEP DASAR PROBABILITAS 1.1. Pedahulua Dalam pertemua ii Ada aka mempelajari beberapa padaga tetag permutasi da kombiasi, fugsi da metode perhituga probabilitas, da meghitug probabilitas. Pada

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan. 9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat BAB III METODOLOGI PENELITIAN 3.1. Jeis da Sumber Data Jeis peelitia yag aka diguaka oleh peeliti adalah jeis peelitia Deskriptif. Dimaa jeis peelitia deskriptif adalah metode yag diguaka utuk memperoleh

Lebih terperinci

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran Bab 8 TEORI PENAKSIRAN Kompetesi Mampu mejelaska da megaalisis teori peaksira Idikator 1. Mejelaska da megaalisis data dega megguaka peaksira titik 2. Mejelaska da megaalisis data dega megguaka peaksira

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

Modul Kuliah statistika

Modul Kuliah statistika Modul Kuliah statistika Dose: Abdul Jamil, S.Kom., MM SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER MUHAMMADIYAH JAKARTA Bab 2 Populasi da Sampel 2.1 Populasi Populasi merupaka keseluruha pegamata

Lebih terperinci

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan, BAB 1 PENDAHULUAN 1.1 Latar Belakag Bagi Negara yag mempuyai wilayah terdiri dari pulau-pulau yag dikeliligi lauta, laut merupaka saraa trasportasi yag dimia, sehigga laut memiliki peraa yag petig bagi

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI Utuk lebih memahami megeai etropi, pada bab ii aka diberika perhituga etropi utuk beberapa distribusi diskrit da kotiu. 3. Distribusi Diskrit Pada sub bab ii dibahas

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 22 BAB III METODE PENELITIAN 3.1. Metode Peelitia Pada bab ii aka dijelaska megeai sub bab dari metodologi peelitia yag aka diguaka, data yag diperluka, metode pegumpula data, alat da aalisis data, keragka

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

1 n MODUL 5. Peubah Acak Diskret Khusus

1 n MODUL 5. Peubah Acak Diskret Khusus ODUL 5 Peubah Acak Diskret Khusus Terdapat beberapa peubah acak diskret khusus yag serig mucul dalam aplikasi. Peubah Acak Seragam ( Uiform) Bila X suatu peubah acak diskret dimaa setiap eleme dari X mempuyai

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu

Lebih terperinci

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan 47 III. METODOLOGI PENELITIAN A. Metodelogi Peelitia Keberhasila dalam suatu peelitia sagat ditetuka oleh ketepata pegguaa metode peelitia. Oleh karea itu, metode yag aka diguaka haruslah sesuai dega data

Lebih terperinci

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011 III. METODE PENELITIAN A. Latar Peelitia Peelitia ii merupaka peelitia yag megguaka total sampel yaitu seluruh siswa kelas VIII semester gajil SMP Sejahtera I Badar Lampug tahu pelajara 2010/2011 dega

Lebih terperinci

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi, 7 III. METODE PENELITIAN 3.1 Idetifikasi Masalah Variabel yag diguaka dalam peelitia ii adalah variabel X da variabel Y. Variabel X merupaka variabel bebas adalah kepemimpia da motivasi, variabel Y merupaka

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut: Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah

Lebih terperinci

Hubungan Antara Panjang Antrian Kendaraan dengan Aktifitas Samping Jalan

Hubungan Antara Panjang Antrian Kendaraan dengan Aktifitas Samping Jalan Hubuga Atara Pajag Atria Kedaraa dega Aktifitas Sampig Jala Frasiscus Mitar Ferry Sihotag Jurusa Tekik Sipil Fakultas Desai da Tekik Perecaaa Uiversitas Pelita Harapa. fmitarfs@yahoo.com, fmitarfs@uph.edu

Lebih terperinci

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa 54 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif karea bertujua utuk megetahui kompetesi pedagogik mahasiswa setelah megikuti mata kuliah

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi 5 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMPN 0 Badar Lampug, dega populasi seluruh siswa kelas VII. Bayak kelas VII disekolah tersebut ada 7 kelas, da setiap kelas memiliki

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Lokasi da objek peelitia Lokasi peelitia dalam skripsi ii adalah area Kecamata Pademaga, alasa dalam pemiliha lokasi ii karea peulis bertempat tiggal di lokasi tersebut sehigga

Lebih terperinci

MODEL STOKHASTIK ANTRIAN NON POISSON PADA PELAYANAN PERBANKAN

MODEL STOKHASTIK ANTRIAN NON POISSON PADA PELAYANAN PERBANKAN ODEL STOKHASTIK ANTRIAN NON POISSON PADA PELAYANAN PERBANKAN 1 Sugito, 2 Ala Prahutama, 3 Budi Warsito, 4 och Abdul ukid, 5 Nia Puspita Sari 1,2,3,4,5 Departeme Statistika, Fakultas Sais da atematika,uiversitas

Lebih terperinci

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas.

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas. 4 D E R E T Kosep deret merupaka kosep matematika yag cukup populer da aplikatif khusuya dalam kasus-kasus yag meyagkut perkembaga da pertumbuha suatu gejala tertetu. Apabila perkembaga atau pertumbuha

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel. II. LANDASAN TEORI Defiisi 2.1 Distribusi Samplig Distribusi samplig adalah distribusi probibilitas dari suatu statistik. Distribusi tergatug dari ukura populasi, ukura sampel da metode memilih sampel.

Lebih terperinci

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian tindakan kelas yang dilaksanakan pada siswa

III. METODE PENELITIAN. Penelitian ini merupakan penelitian tindakan kelas yang dilaksanakan pada siswa III. METODE PENELITIAN A. Settig Peelitia Peelitia ii merupaka peelitia tidaka kelas yag dilaksaaka pada siswa kelas VIIIB SMP Muhammadiyah 1 Sidomulyo Kabupate Lampug Selata semester geap tahu pelajara

Lebih terperinci

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu III. METODOLOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika. Meurut Arikuto (99 :

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI BAB 2 TINJAUAN TEORI 2.1 ISTILAH KEENDUDUKAN 2.1.1 eduduk eduduk ialah orag atatu idividu yag tiggal atau meetap pada suatu daerah tertetu dalam jagka waktu yag lama. 2.1.2 ertumbuha eduduk ertumbuha peduduk

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam 19 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMP Negeri 1 Seputih Agug. Populasi dalam peelitia ii adalah seluruh siswa kelas VII SMP Negeri 1 Seputih Agug sebayak 248 siswa

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

Lebih terperinci

PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA

PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA PRISMA 1 (2018) PRISMA, Prosidig Semiar Nasioal Matematika https://joural.ues.ac.id/sju/idex.php/prisma/ PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

METODE PENELITIAN. Subyek dalam penelitian ini adalah siswa kelas XI IPA 1 SMA Wijaya Bandar

METODE PENELITIAN. Subyek dalam penelitian ini adalah siswa kelas XI IPA 1 SMA Wijaya Bandar III. METODE PENELITIAN A. Settig Peelitia Subyek dalam peelitia ii adalah siswa kelas XI IPA 1 SMA Wijaya Badar Lampug, semester gajil Tahu Pelajara 2009-2010, yag berjumlah 19 orag terdiri dari 10 siswa

Lebih terperinci

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian BAB II METODOLOGI PEELITIA 2.1. Betuk Peelitia Betuk peelitia dapat megacu pada peelitia kuatitatif atau kualitatif. Keragka acua dalam peelitia ii adalah metode peelitia kuatitatif yag aka megguaka baik

Lebih terperinci

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik Aalisis Sektor Kuci Dimaa : KLBj aij = Keterkaita lagsug ke belakag sektor j = Usur matriks koefisie tekik (b). Keterkaita Ke Depa (Forward Ligkage) Forward ligkage meujukka peraa suatu sektor tertetu

Lebih terperinci

2 BARISAN BILANGAN REAL

2 BARISAN BILANGAN REAL 2 BARISAN BILANGAN REAL Di sekolah meegah barisa diperkealka sebagai kumpula bilaga yag disusu meurut "pola" tertetu, misalya barisa aritmatika da barisa geometri. Biasaya barisa da deret merupaka satu

Lebih terperinci

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.

Lebih terperinci

BAB III METODOLOGI PENELITIAN. yang dilakukan bermaksud mengetahui Pengaruh Metode Discovery Learning

BAB III METODOLOGI PENELITIAN. yang dilakukan bermaksud mengetahui Pengaruh Metode Discovery Learning 4 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii digologka ke dalam peelitia eksperime. Eksperime yag dilakuka bermaksud megetahui Pegaruh Metode Discovery Learig terhadap Kemampua Pemecaha

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARA DAN FAKTOR DIKON 3.1 Ecoomic Order Quatity Ecoomic Order Quatity (EOQ) merupaka suatu metode yag diguaka utuk megedalika

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Permasalaha peugasa atau assigmet problem adalah suatu persoala dimaa harus melakuka peugasa terhadap sekumpula orag yag kepada sekumpula job yag ada, sehigga tepat satu

Lebih terperinci

HASIL DAN PEMBAHASAN. Performance Model. Real System. Mangukur Utilisasi CPU dan Penggunaan memori. Menghitung Utilisasi CPU dan Penggunaan memori

HASIL DAN PEMBAHASAN. Performance Model. Real System. Mangukur Utilisasi CPU dan Penggunaan memori. Menghitung Utilisasi CPU dan Penggunaan memori Real System Pegukura Magukur Utilisasi CPU da Pegguaa memori Diterima? Ya Performace Model Kalkulasi Meghitug Utilisasi CPU da Pegguaa memori Tidak Kalibrasi Model Gambar 3 Cara utuk melakuka validasi

Lebih terperinci

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah siswa kelas VIII (delapan) semester ganjil di

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah siswa kelas VIII (delapan) semester ganjil di 4 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah siswa kelas VIII (delapa) semester gajil di SMP Xaverius 4 Badar Lampug tahu ajara 0/0 yag berjumlah siswa terdiri dari

Lebih terperinci

DISTRIBUSI KHUSUS YANG DIKENAL

DISTRIBUSI KHUSUS YANG DIKENAL 0 DISTRIBUSI KHUSUS YANG DIKENAL Kita sudah membahas fugsi peluag atau fugsi desitas, baik defiisiya maupu sifatya. Fugsi peluag atau fugsi desitas ii merupaka ciri dari sebuah distribusi, artiya fugsi

Lebih terperinci

Simulasi Antrian Sistem Pelayanan Nasabah (Studi Kasus: Bank X)

Simulasi Antrian Sistem Pelayanan Nasabah (Studi Kasus: Bank X) JURNAL SAINS DAN SENI POMITS Vol. 6, No.1, (2013) 2337-3520 (2301-928X Prit) 1 Simulasi Atria Sistem Pelayaa Nasabah (Studi Kasus: Bak X) Falah Egy Sujaa da Soetriso Jurusa Matematika, Fakultas Matematika

Lebih terperinci

III. METODELOGI PENELITIAN

III. METODELOGI PENELITIAN III. METODELOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika, meurut Arikuto (998:73)

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 31 Flowchart Metodologi Peelitia BAB III METODOLOGI PENELITIAN Gambar 31 Flowchart Metodologi Peelitia 18 311 Tahap Idetifikasi da Peelitia Awal Tahap ii merupaka tahap awal utuk melakuka peelitia yag

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah. BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output

Lebih terperinci

BAB III METODE PENELITIAN. Lokasi penelitian ini dilakukan di Puskesmas Limba B terutama masyarakat

BAB III METODE PENELITIAN. Lokasi penelitian ini dilakukan di Puskesmas Limba B terutama masyarakat 38 3.1 Lokasi da Waktu Peelitia 3.1.1 Lokasi Peelitia BAB III METODE PENELITIAN Lokasi peelitia ii dilakuka di Puskesmas Limba B terutama masyarakat yag berada di keluraha limba B Kecamata Kota Selata

Lebih terperinci

UNIVERSITAS BINA NUSANTARA. Program Ganda Skripsi Sarjana Program Ganda Semester Ganjil 2005/2006

UNIVERSITAS BINA NUSANTARA. Program Ganda Skripsi Sarjana Program Ganda Semester Ganjil 2005/2006 UNIVERSITAS BINA NUSANTARA Program Gada 2005-2006 Skripsi Sarjaa Program Gada Semester Gajil 2005/2006 PEMBANGKITAN FRAKTALUNTUK MENINGKATKAN EFISIENSI KERJA DESAINER GRAFIS MENGGUNAKAN METODE NEWTON RAPHSON

Lebih terperinci