BAB II TINJAUAN PUSTAKA DAN DASAR TEORI
|
|
- Farida Sudirman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tnjauan Pustaka Dar peneltan yang dlakukan Her Sulstyo (2010) telah dbuat suatu sstem perangkat lunak untuk mendukung dalam pengamblan keputusan menggunakan Fuzzy Multple Attrbute Decson Makng (FMADM) dengan metode Smple Addtve Weghtng (SAW) dalam penermaan beasswa. Dalam peneltan sebelumnya krtera yang dgunakan adalah Usa, Jumlah penghaslan orang tua, Jumlah tanggungan orang tua, Jumlah saudara kandung, dan nla rata - rata raport dengan menggunakan program Delph berbass Pascal dalam mplementasnya. Sedangkan dalam peneltan n berdasarkan hasl peneltan yang dlaksanakan d SMAN 1 Pleret krtera yang dgunakan adalah Nla rata - rata dambl dar raport, Jumlah penghaslan orang tua, Jumlah tanggungan orang tua, Jarak tempuh ke sekolah, dan Jumlah kegatan organsas dambl dar raport dengan menggunakan program Netbean berbass Java dalam mplementasnya. 2.2 Dasar Teor Beasswa Beasswa adalah pemberan berupa bantuan keuangan yang dberkan kepada perorangan yang bertujuan untuk dgunakan dem keberlangsungan penddkan yang dtempuh. Beasswa dapat dberkan 4
2 5 oleh lembaga pemerntah, perusahaan ataupun yayasan. Pemberan beasswa dapat dkategorkan pada pemberan cuma-cuma ataupun pemberan dengan katan kerja (basa dsebut katan dnas) setelah selesanya penddkan Sstem Pendukung Keputusan Sstem Pendukung Keputusan (SPK) adalah sstem berbass komputer nteraktf, yang membantu para pengambl keputusan untuk menggunakan data dan berbaga model untuk memecahkan masalahmasalah tdak terstruktur. Sstem pendukung keputusan memadukan sumber daya ntelektual dar ndvdu dengan kapabltas komputer untuk menngkatkan kualtas keputusan. SPK adalah sstem pendukung berbass komputer bag para pengambl keputusan manajemen yang menangan masalah-masalah tdak terstruktur, Efram Turban (2005) Hmpunan Crsp Pada teor hmpunan klask (crsp), keberadaan suatu elemen pada suatu hmpunan (A), hanya akan memlk dua kemungknan keanggotaan, yatu menjad anggota A atau tdak menjad anggota A. Suatu nla yang menunjukan seberapa besar tngkat keanggotaan suatu elemen (x) dalam suatu hmpunan (A), serng dkenal dengan nama nla keanggotaan atau derajat keanggotaan, dnotaskan dengan μ A (x). Pada hmpunan klask (crsp), hanya ada dua nla keanggotaan, yatu μ A (x) = 1 untuk x menjad anggota A, dan μ A (x) = 0 untuk x bukan anggota dar A, Sr Kusumadew (2006).
3 Fungs Keanggotaan (Kurva Bentuk Bahu) Gambar 2.1 Fungs Keanggotaan (Kurva Bentuk Bahu) Dar Gambar 2.1 daerah yang terletak d tengah-tengah suatu varable yang drepresentaskan dalam bentuk segtga, pada ss kanan dan krnya akan nak dan turun (msalkan: Sangat Rendah bergerak ke Rendah, bergerak ke Cukup, bergerak ke Tngg, dan bergerak ke Sangat Tngg). Tetap terkadang salah satu ss dar varable tersebut tdak mengalam perubahan. Sebaga contoh, apabla telah mencapa konds Sangat Tngg, kenakan nla akan tetap berada pada konds Sangat Tngg. Fungs keanggotaan (kurva bentuk bahu) bukan segtga, dgunakan untuk mengakhr varable suatu daerah fuzzy. Bahu kr bergerak dar arah benar (1) ke arah salah (0), demkan juga bahu kanan bergerak dar salah (0) ke arah benar (1), Sr Kusumadew (2006). Adapun asums blangan fuzzy setelah d konvers ke blangan crps sebaga berkut. 1. SR (Sangat Rendah) = 0 2. R (Rendah) = C (Cukup) = 0.5
4 7 4. T (Tngg) = ST (Sangat Tngg) = Fuzzy Multple Attrbute Decson Makng Fuzzy Multple Attrbute Decson Makng (FMADM) adalah suatu metode yang dgunakan untuk mencar alternatf optmal dar sejumlah alternatf dengan krtera tertentu. Int dar FMADM adalah menentukan nla bobot untuk setap atrbut, kemudan dlanjutkan dengan proses perangkngan yang akan menyeleks alternatf yang sudah dberkan. Pada dasarnya, ada 3 pendekatan untuk mencar nla bobot atrbut, yatu pendekatan subjektf, pendekatan objektf dan pendekatan ntegras antara subjektf dan objektf. Masng-masng pendekatan memlk kelebhan dan kelemahan. Pada pendekatan subjektf, nla bobot dtentukan berdasarkan subjektftas dar para pengambl keputusan, sehngga beberapa faktor dalam proses perangkngan alternatf bsa dtentukan secara bebas. Sedangkan pada pendekatan objektf, nla bobot dhtung secara matemats sehngga mengabakan subjektftas dar pengambl keputusan. Ada beberapa metode yang dapat dgunakan untuk menyelesakan masalah FMADM. antara lan: (SAW), (WP), (ELECTRE), (TOPSIS), dan (AHP), Sr Kusumadew (2006) Smple Addtve Weghtng Metode SAW (Smple Addtve Weghtng) serng juga dkenal stlah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencar penjumlahan terbobot dar ratng knerja pada setap
5 8 alternatf pada semua atrbut. Metode SAW membutuhkan proses normalsas matrks keputusan (X) ke suatu skala yang dapat dperbandngkan dengan semua ratng alternatf yang ada. r j = x j Max x j Mn x j x j Jka j adalah atrbut keuntungan (beneft) Jka j adalah atrbut baya (cost) Keterangan : r j x j Max x j Mn x j beneft cost = Nla ratng knerja ternormalsas = Nla atrbut yang dmlk dar setap krtera = Nla terbesar dar setap krtera = Nla terkecl dar setap krtera = Jka nla terbesar adalah yang terbak = Jka nla terkecl adalah yang terbak Dmana r j adalah ratng knerja ternormalsas dar alternatf A pada atrbut C j ; =1,2,,m dan j=1,2,,n. Nla preferens untuk setap alternatf (V ) dberkan sebaga berkut. V = n j=1 w j r j Keterangan : V = Nla rangkng untuk setap alternatf W j = Nla bobot dar setap krtera r j = Nla ratng knerja ternormalsas Nla V yang lebh besar mengndkaskan bahwa alternatf A lebh terplh, Sr Kusumadew (2006).
6 Penyelesaan Fuzzy MADM Dengan Metode SAW Langkah - langkah untuk penyelesaan Fuzzy MADM dengan metode SAW berdasarkan referens dar Sr Kusumadew (2006) sebaga berkut. 1. Memberkan nla setap alternatf pada setap krtera yang sudah dtentukan berdasarkan blangan fuzzy yang dkonverskan ke blangan crsp dengan metode nterpolas. 2. Memberkan nla bobot preferens pada setap krtera yang ddapatkan berdasarkan blangan fuzzy yang dkonverskan ke blangan crsp. 3. Melakukan normalsas matrks dengan cara menghtung nla ratng knerja ternormalsas dar alternatf pada atrbut berdasarkan persamaan yang dsesuakan dengan jens atrbut, apabla atrbut keuntungan (beneft) maka nla crsp dar setap kolom atrbut dbag dengan nla crsp MAX dar setap kolom, sedangkan bla atrbut baya/cost maka nla crsp MIN dar setap kolom dbag dengan nla crsp dar setap kolom atrbut. 4. Melakukan proses perangkngan untuk setap alternatf dengan cara mengalkan nla bobot preferens dar setap krtera dengan nla ratng knerja ternormalsas. 5. Jka hasl akhr nlanya sama, maka yang ddahulukan adalah berdasarkan urutan krtera yang dprortaskan oleh para pengambl keputusan. Jka semua datanya mash sama, maka
7 10 dperlukan kebjakan dar para pengambl keputusan untuk menentukan sapa yang ddahulukan UML UML (Unfed Modelng Language) adalah sebuah bahasa yang telah menjad standar dalam ndustr untuk vsualsas, merancang dan mendokumentaskan sstem prant lunak. UML menawarkan sebuah standar untuk merancang model sebuah sstem. Dengan menggunakan UML kta dapat membuat model untuk semua jens aplkas prant lunak, dmana aplkas tersebut dapat berjalan pada prant keras, sstem operas dan jarngan apapun, serta dtuls dalam bahasa pemrograman apapun, Sr Dharwyant (2003) Netbean Netbeans merupakan sebuah aplkas Integrated Development Envronment (IDE) yang berbasskan Java dar Sun Mcrosystems yang berjalan d atas swng. Swng merupakan sebuah teknolog Java untuk pengembangan aplkas desktop yang dapat berjalan pada berbaga macam platform sepert wndows, lnux, Mac OS X dan Solars. Sebuah IDE merupakan lngkup pemrograman yang d ntegraskan ke dalam suatu aplkas perangkat lunak yang menyedakan Graphc User Interface (GUI), suatu kode edtor atau text, suatu compler dan suatu debugger. Netbeans juga dgunakan untuk menuls, meng-comple, dan mencar kesalahan yang dtuls dalam bahasa pemrograman java, M. Nshom (2012).
Ardi Kurniawan 1), Kusrini 2) Sistem Informasi STMIK AMIKOM Yogyakarta 2)
Semnar Nasonal Teknolog Informas dan Multmeda 2016 STMIK AMIKOM Yogyakarta, 6-7 Februar 2016 ANALISIS DAN PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA GURU (PKG) MENGGUNAKAN METODE SIMPLE ADDITIVE
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB Putr Har Ikhtarn ), Bety Nurltasar 2), Hafdz Alda
Lebih terperinciPreferensi untuk alternatif A i diberikan
Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. Manurung (2010) menerapkan sistem pendukung keputusan seleksi
BAB 2 TINJAUAN PUSTAKA 2.1. Tnjauan Pustaka Manurung (2010) menerapkan sstem pendukung keputusan seleks penerma beasswa dengan metode Analtcal Herarcy Process (AHP) dan Technque Order Preference by Smlarty
Lebih terperinciPERBANDINGAN METODE SAW DAN TOPSIS PADA KASUS UMKM
PERBANINGAN METOE SAW AN TOPSIS PAA KASUS UMKM Muh. Alyazd Mude al.mude@yahoo.com Teknk Informatka Unverstas Muslm Indonesa Abstrak alam pengamblan keputusan terhadap masalah berdasarkan sebuah analsa
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN MENENTUKAN MEREK DAN TIPE SEPEDA MOTOR BERBASIS WEB DENGAN METODE TOPSIS
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN MEREK DAN TIPE SEPEDA MOTOR BERBASIS WEB DENGAN METODE TOPSIS Lnda Purnama Sar (0911103) Mahasswa Program Stud Teknk Informatka, STMIK Buddarma Medan Jl. Ssmangaraja
Lebih terperinciPENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING
Meda Informatka, Vol. 2, No. 2, Desember 2004, 57-64 ISSN: 0854-4743 PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Sr Kusumadew Jurusan Teknk Informatka, Fakultas
Lebih terperinciRANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)
RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) Larasat Ayudha Jurusan Sstem Informas, Sekolah Tngg Manajemen Informatka dan
Lebih terperinciUJI SENSITIVITAS METODE WP, SAW DAN TOPSIS DALAM MENENTUKAN TITIK LOKASI REPEATER INTERNET WIRELESS
UJI SENSITIVITAS METODE WP, SAW DAN TOPSIS DALAM MENENTUKAN TITIK LOKASI REPEATER INTERNET WIRELESS Davd Ahmad Effendy 1), Rony Her Irawan 2) 1) Sekolah Tngg Agama Islam Kedr (STAIN Kedr) 2) Unverstas
Lebih terperinciBAB 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 terperinciPEMILIHAN LAHAN TERBAIK UNTUK TANAMAN KELAPA SAWIT MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
Semnar Nasonal Inovas Dan Aplkas Teknolog D Industr 2017 ISSN 2085-4218 ITN Malang, 4 Pebruar 2017 PEMILIHAN LAHAN TERBAIK UNTUK TANAMAN KELAPA SAWIT MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Helza
Lebih terperinciSistem Pendukung Keputusan dalam Merekomendasikan Smartphone untuk Kalangan Pemula dengan Metode TOPSIS
Sstem Pendukung Keputusan dalam Merekomendaskan Smartphone untuk Kalangan Pemula dengan Metode TOPSIS Karmla 1, Muhammad dwan 2, In Parlna 3, Heru Satra 3 1,2,3 Jurusan Sstem Informas, STIKOM Tunas Bangsa,
Lebih terperinciModel SPK. Model optimasi (2) Model optimasi (1) Metode-metode Optimasi dengan Alternatif Terbatas 4/30/2017. Tujuan.
4/0/207 Tujuan Metode-metode Optmas dengan Alternatf Terbatas N O V R I N A Mahasswa dapat memaham dan mampu mengaplkaskan beberapa metode untuk menyelesakan masalah dengan alternatf-alternatf dalam jumlah
Lebih terperinciBAB 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 terperinciSISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAM CALON SISWA BARU PADA SMA MUHAMADIYAH 1 PRINGSEWU DENGAN METODE SAW
SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAM CALON SISWA BARU PADA SMA MUHAMADIYAH 1 PRINGSEWU DENGAN METODE SAW Tr Suslowat, Rnawat STMIK Prngsewu Lampung Jl. Wsma Rn No. 09 prngsewu Lampung webste:
Lebih terperinciMETODE OPTIMASI 11/13/2015. Capaian Pembelajaran
2 Capaan Pembelajaran METODE OPTIMASI N. Tr Suswanto Saptad Mahasswa dapat memaham dan mampu mengaplkaskan beberapa metode untuk menyelesakan masalah dengan alternatfalternatf dalam jumlah yang relatf
Lebih terperinciBab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu
Bab 2 Tnjauan Pustaka 2.1 Peneltan Terdahulu Pemlhan stud pustaka tentang sstem nformas penlaan knerja karyawan n juga ddasar pada peneltan sebelumnya yang berjudul Penerapan Metode TOPSIS untuk Pemberan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus
Lebih terperinciBAB 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 terperinciImplementasi Teori Keputusan Penentuan Penerimaan Beasiswa Bagi Mahasiswa FMIPA Universitas Sulawesi Barat
JURNAL SAINTIFIK OL.3 NO., JANUARI 07 Implementas Teor Keputusan Penentuan Penermaan Beasswa Bag Mahasswa FMIPA Unverstas Sulawes Barat Hrman Rachman *, Nzar, Unverstas Sulawes Barat emal: manksman0@gmal.com,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMBELIAN PERANGKAT KOMPUTER DENGAN METODE TOPSIS (Studi Kasus: CV. Triad)
Jurnal Informatka Mulawarman Vol. 10 No. 2 September 2015 1 SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN PERANGKAT KOMPUTER DENGAN METODE TOPSIS (Stud Kasus: CV. Trad) Bunga Annete Bennng 1), Indah Ftr Astut 2),
Lebih terperinciBAB 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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2. Tnjauan Pustaka Kegatan pemberan beasswa dlakukan oleh nstans penddkan maupun non penddkan. Secara khusus nstans penddkan memberkan beberapa jens beasswa setap tahunnya. Persyaratan
Lebih terperinciBAB 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 terperinciBab 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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan
Lebih terperinciBAB 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 terperinciBAB II TINJAUAN PUSTAKA. A. Konsep Dasar Sistem Pendukung Keputusan. menggantikan penilaian mereka. Dss ditujukan untuk keputusan keputusan yang
4 BAB II TINJAUAN PUSTAKA A. Konsep Dasar Sstem Pendukung Keputusan Lttle (1970) mendefnskan DSS sebaga sekumpulan prosedur berbass model untuk data pemrosesan dan penlaan guna membantu para manajer mengambl
Lebih terperinciBAB 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 terperinciBAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas
BAB I PENDAHULUAN A. LATAR BELAKANG Pajak merupakan sumber penermaan terpentng d Indonesa. Oleh karena tu Pemerntah selalu mengupayakan bagamana cara menngkatkan penermaan Pajak. Semakn tngg penermaan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UBI KAYU MENGGUNAKAN METODE TOPSIS (Studi Kasus : PT. Hutahaean)
Majalah Ilmah Informas dan Teknolog Ilmah (INTI ISSN : 3390X SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UBI KAYU MENGGUNAKAN METODE TOPSIS (Stud Kasus : PT. Hutahaean Relska Elfrda Capah (086 Mahasswa
Lebih terperinciPENERAPAN 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 terperinciSistem Pendukung Keputusan Untuk Menentukan Prestasi Akademik Siswa dengan Metode TOPSIS
Ctec Journal, Vol. 2, No. 2, Februar 2015 Aprl 2015 ISSN: 2354-5771 153 Sstem Pendukung Keputusan Untuk Menentukan Prestas Akademk Sswa dengan Metode TOPSIS Amela Nur Ftrana* 1, Harlana 2, Handaru 3 1
Lebih terperinciBAB 2 LANDASAN TEORI
2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.
Lebih terperinciBAB 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 terperinciMETODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk
IV. METODE PENELITIAN 4.1. Tempat dan Waktu Peneltan Peneltan n dlakukan d Sunga Sak, Kota Pekanbaru, Provns Rau. Penentuan lokas dlakukan secara tertuju (purposve) karena sunga n termasuk dalam 13 sunga
Lebih terperinciBAB 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 terperinciPROPOSAL 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 terperinciP n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman
OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran
Lebih terperinciIV. 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciHUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT
HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT ABSTRAK STEVANY HANALYNA DETHAN Fakultas Ekonom Unv. Mahasaraswat Mataram e-mal : stevany.hanalyna.dethan@gmal.com
Lebih terperinciAplikasi Metode Fuzzy Multi-Attribute Decision Making Berbasis Web dalam Pemilihan Calon Kepala Daerah di Indonesia
IJCCS, Vol.7, No., January 203, pp. 0~0 ISSN: 978-20 0 Aplkas Metode Fuzzy Mult-Attrbute Decson Makng Berbass Web dalam Pemlhan Calon Kepala Daerah d Indonesa Muhamad Munawar Yusro*, Retantyo Wardoyo 2
Lebih terperinciSistem Pendukung Keputusan Menggunakan Metode Technique for Order by Similarity to Ideal Solution (TOPSIS)
Sstem Pendukung Keputusan Menggunakan Metode Technque for Order by Smlarty to Ideal Soluton (TOPSIS) Murnawan 1, Akhmad Fadjar Sddq 2 1 Unverstas Wdyatama Bandung, Emal: murnawan@wdyatama.ac.d 2 STMIK
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinci2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).
2 TINJAUAN PUSTAKA 2.1 Stud Yang Terkat Peneltan n mengacu pada jurnal yang dtuls oleh Khang, dkk.(1995). Dalam peneltannya, Khang, dkk membandngkan arus lalu lntas yang datur menggunakan sstem stats dan
Lebih terperinciIV. 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 terperinciIII. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini
III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan
Lebih terperinciBAB 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 terperinci34 SEBATIK STMIK WICIDA
34 SEBATIK STMIK WICIDA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN SUPPLIER BAHAN BANGUNAN MENGGUNAKAN METODE SMART (SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE) PADA TOKO BINTANG KERAMIK JAYA Irwan ukkas 1), Heny
Lebih terperinciBAB 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 terperinciSISTEM PENDUKUNG KEPUTUSAN ANALISIS KELAYAKAN PEMOHON PINJAMAN MODAL SYARIAH MENGGUNAKAN KOMBINASI METODE SAW DAN TOPSIS
Sstem Pendukung Keputusan Analss Kelayakan Pemohon Pnjaman Modal Syarah (Ardhanyat, Alf Gbran) SISTEM PENDUKUNG KEPUTUSAN ANALISIS KELAYAKAN PEMOHON PINJAMAN MODAL SYARIAH MENGGUNAKAN KOMBINASI METODE
Lebih terperinciBAB 4 METODOLOGI PENELITIAN DAN ANALISIS
28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan
Lebih terperinciBAB 2 KAJIAN PUSTAKA
BAB 2 KAJIAN PUSTAKA 2.1 Negosas Negosas dapat dkategorkan dengan banyak cara, yatu berdasarkan sesuatu yang dnegosaskan, karakter dar orang yang melakukan negosas, protokol negosas, karakterstk dar nformas,
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung
Lebih terperinciBAB 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 terperinciBAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang
BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciMENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak
JURAL MATEMATIKA DA KOMUTER Vol. 6. o., 86-96, Agustus 3, ISS : 4-858 MECERMATI BERBAGAI JEIS ERMASALAHA DALAM ROGRAM LIIER KABUR Mohammad Askn Jurusan Matematka FMIA UES Abstrak Konsep baru tentang hmpunan
Lebih terperinciBAB 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 terperincilingkungan Kantor Dinas Pendidikan Kabupaten Bandung dalam pelaksanaan otonomi daerah belum dapat dilaksanakan secara optimal, antara
BAB V KESMPULAN, MPLKAS DAN REKOMENDAS A. Kesmpulan Berdasarkan hasl peneltan yang telah durakan sebelumnya kesmpulan yang dsajkan d bawah n dtark dar pembahasan hasl peneltan yang memjuk pada tujuan peneltan
Lebih terperinciBAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,
BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu
Lebih terperinciBAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat
BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton
Lebih terperinciBAB 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 terperinciTinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal
157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan
Lebih terperinciPERANCANGAN APLIKASI PEMILIHAN SANGKAR BURUNG MENGGUNAKAN METODE SMART SKRIPSI
Artkel Skrps PERANCANGAN APLIKASI PEMILIHAN SANGKAR BURUNG MENGGUNAKAN METODE SMART SKRIPSI Dajukan Untuk Memenuh Sabagan Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Jurusan Teknk Informatka
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciIII. 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 terperinciBab 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 terperinciBAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE
BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Kamus Buku acuan yang memuat kata dan ungkapan, basanya dsusun menurut abjad berkut keterangan tentang makna, pemakaan, atau terjemahannya, kamus juga dsebut buku yang memuat
Lebih terperinciε adalah error random yang diasumsikan independen, m X ) adalah fungsi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah
BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan yang akan dgunakan dalam peneltan n adalah peneltan pengembangan (Research and Development). Peneltan Research and Development (R&D) n merupakan
Lebih terperinciBAB 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 terperinciIII. 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 terperinciBAB 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 terperinciCatatan 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 terperinciJurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X
Jurnal Pengembangan Teknolog Informas dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 3. Maret 2018, hlm. 1219-1226 http://j-ptk.ub.ac.d Sstem Pendukung Keputusan Pemlhan Mtra Jasa Pengrman Barang menggunakan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Bab n akan menjelaskan latar belakang pemlhan metode yang dgunakan untuk mengestmas partspas sekolah. Propns Sumatera Barat dplh sebaga daerah stud peneltan. Setap varabel yang
Lebih terperinciBAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel
4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk
Lebih terperinciSUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD
SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya
Lebih terperinciJurnal Bakti Saraswati Vol.04 No.01. Maret 2015 ISSN :
Jurnal Bakt Saraswat Vol.04 No.01. Maret 2015 ISSN : 2088-2149 PEMANFAATAN PROGRAM APLIKASI MAPLE SEBAGAI UPAYA MENINGKATKAN MOTIVASI DAN PRESTASI BELAJAR KALKULUS I MAHASISWA PROGRAM STUDI PENDIDIKAN
Lebih terperinciBAB 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 terperinciBAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada
3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada
Lebih terperinciMANAJEMEN 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 terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciMatematika Eigenface Menggunakan Metrik Euclidean
Matematka Egenface Menggunakan Metrk Eucldean 6 Ben Utomo Sekolah ngg eknolog Bontang, Indonesa Abstract Salah satu sstem pengenalan wajah (face recognton) adalah metode egenface. Metode n bekerja dengan
Lebih terperinciTINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph
TINJAUAN PUSTAKA Bayesan Networks BNs dapat memberkan nformas yang sederhana dan padat mengena nformas peluang. Berdasarkan komponennya BNs terdr dar Bayesan Structure (Bs) dan Bayesan Parameter (Bp) (Cooper
Lebih terperinciBAB II KAJIAN PUSTAKA. karakteristik atau perilaku logam, ditinjau dari sifat mekanik (kekuatan,
BAB II KAJIAN PUSTAKA A. Metalurg Materal Regulator LPG Metalurg ddefnskan sebaga suatu lmu yang mempelaar karakterstk atau perlaku logam, dtnau dar sfat mekank (kekuatan, keuletan, kekerasan, ketahanan
Lebih terperinci