PENGELOMPOKAN TINGKAT PARTISIPASI PENDIDIKAN DI KABUPATEN BOYOLALI DENGAN FUZZY SUBTRACTIVE CLUSTERING
|
|
- Shinta Atmadja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 digilib.uns.ac.id PENGELOMPOKAN TINGKAT PARTISIPASI PENDIDIKAN DI KABUPATEN BOYOLALI DENGAN FUZZY SUBTRACTIVE CLUSTERING oleh YENNY YULIANTINI M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA commit 2012 to user i
2 digilib.uns.ac.id ii
3 digilib.uns.ac.id MOTO Jangan mudah putus asa dalam menghadapi masalah iii
4 digilib.uns.ac.id PERSEMBAHAN Karya ini kupersembahkan untuk Bapak dan Ibu terima kasih atas cinta dan kasih sayang yang kalian berikan untuk kakak-kakakku Mas Dedy dan Mas Herry untuk Mas Subkhani iv
5 digilib.uns.ac.id ABSTRAK Yenny Yuliantini, PENGELOMPOKAN TINGKAT PARTISIPASI PENDIDIKAN DI KABUPATEN BOYOLALI DENGAN FUZZY SUBTRACTIVE CLUSTERING, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret Surakarta. Pendidikan merupakan salah satu aspek pembangunan bangsa yang sangat penting untuk mewujudkan pengembangan sumber daya manusia dan watak bangsa. Kesadaran akan pentingnya pendidikan dapat dilihat melalui partisipasi masyarakat dalam menyekolahkan anaknya minimal sampai jenjang SMP. Tujuan dari penelitian ini untuk mengelompokkan tingkat partisipasi pendidikan di Kabupaten Boyolali. Data yang digunakan adalah data angka partisipasi pendidikan pada jenjang SMA, MA, dan SMK. Data tersebut meliputi angka partisipasi kasar (APK), angka partisipasi murni (APM), dan angka partisipasi sekolah (APS) tiap kecamatan yang berada di Kabupaten Boyolali pada tahun Metode pengelompokan yang digunakan dalam penelitian ini adalah Fuzzy Subtractive Clustering. Hasil penelitian menunjukkan bahwa pengelompokan tingkat partisipasi pendidikan di Kabupaten Boyolali dengan Fuzzy Subtractive Clustering menghasilkan 5 kelompok. Berdasarkan kriteria penuntasan wajib belajar; kelompok pertama dan kedua tingkat partisipasi pendidikannya belum tuntas, sedangkan kelompok ketiga, keempat, dan kelima sudah mencapai tingkat ketuntasan. Kata kunci : tingkat partisipasi pendidikan, Fuzzy Subtractive Clustering. v
6 digilib.uns.ac.id ABSTRACT Yenny Yuliantini, CLUSTERING OF EDUCATION PARTICIPATION RATE IN BOYOLALI USING FUZZY SUBTRACTIVE CLUSTERING. Faculty of Mathematics and Natural Sciences, Sebelas Maret University. Education is one of development aspect that is very important to realize human resource development and national character. Awareness of the importance of education can be viewed through the participation of parens on sending their children until junior high school. The aim of research is to cluster the education participation rate in Boyolali. This research uses the education participation rate data in SMA, MA, and SMK. The data consist of angka partisipasi kasar (APK), angka partisipasi murni (APM), and angka partisipasi sekolah (APS) in Boyolali on The clustering method that used in this research is Fuzzy Subtractive Clustering. The result of research shows that the clustering of education participation rate in Boyolali using Fuzzy Subtractive Clustering is divided into 5 clusters. Based on the completion of compulsory education criterion; the education participation rate of the first and second cluster have not completed, while the third, fourth, and fifth cluster have completed. Keywords : education participation rate, Fuzzy Subtractive Clustering vi
7 digilib.uns.ac.id KATA PENGANTAR Puji syukur penulis panjatkan kehadirat Allah SWT, yang telah melimpahkan rahmat dan karunia-nya sehingga penulis dapat menyelesaikan skripsi ini. Penulis menyadari bahwa dalam menyelesaikan skripsi ini banyak pihak yang membantu. Untuk itu, penulis ingin mengucapkan terima kasih kepada 1. Dra. Etik Zukhronah, M.Si selaku pembimbing I yang telah memberikan bimbingan dalam penyusunan skripsi ini. 2. Drs. Siswanto, M.Si selaku pembimbing II yang telah memberikan bimbingan dalam penyusunan skripsi ini. 3. Teman-teman Jurusan Matematika angkatan Semoga skripsi ini dapat bermanfaat bagi semua pihak yang memerlukan. Surakarta, Juli 2012 Penulis vii
8 digilib.uns.ac.id DAFTAR ISI Halaman HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii MOTO... iii PERSEMBAHAN... iv ABSTRAK... v ABSTRACT... vi KATA PENGANTAR... vii DAFTAR ISI... viii DAFTAR TABEL... x DAFTAR GAMBAR... xi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perumusan Masalah Tujuan Penelitian Manfaat Penelitian... 3 BAB II LANDASAN TEORI 2.1 Tinjauan Pustaka Himpunan Fuzzy Fungsi Keanggotaan Fuzzy Subtractive Clustering Indikator Umum Pendidikan Kerangka Pemikiran BAB III METODE PENELITIAN BAB IV HASIL DAN PEMBAHASAN 4.1 Deskripsi Data Pengelompokan Tingkat Partisipasi Pendidikan BAB V PENUTUP 5.1 Kesimpulan Saran viii
9 digilib.uns.ac.id DAFTAR PUSTAKA LAMPIRAN ix
10 digilib.uns.ac.id DAFTAR TABEL Halaman Tabel 4.1 Data Angka Partisipasi Pendidikan Tabel 4.2 Normalisasi Data Tabel 4.3 Potensi Awal untuk Setiap Data Tabel 4.4 Potensi Baru untuk Setiap Data Tabel 4.5 Derajat Keanggotaan Tiap Data pada Setiap Kelompok dengan Fuzzy Subtractive Clustering x
11 digilib.uns.ac.id DAFTAR GAMBAR Halaman Gambar 2.1 Kurva Fungsi Gauss... 8 Gambar 4.1 Peta Pengelompokan Tingkat Partisipasi Pendidikan xi
12 digilib.uns.ac.id BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pendidikan merupakan salah satu aspek pembangunan bangsa yang sangat penting untuk mewujudkan pengembangan sumber daya manusia dan watak bangsa. Oleh karena itu pendidikan anak sejak usia dini sangat penting untuk meningkatkan kecerdasan anak yang merupakan dasar untuk pengembangan diri selanjutnya. Berdasarkan hal tersebut terlihat pendidikan adalah salah satu faktor pembangunan manusia yang perlu diperhatikan perkembangannya. Adanya program wajib belajar 9 tahun adalah wujud tanggung jawab pemerintah yang mengharuskan anak usia sekolah mendapat pendidikan yang sesuai minimal sampai jenjang Sekolah Menengah Pertama (SMP). Kesadaran akan pentingnya pendidikan dapat dilihat melalui partisipasi masyarakat dalam menyekolahkan anaknya minimal sampai jenjang SMP. Namun tidak semua masyarakat sadar dan ikut mendukung program pendidikan tersebut, terutama masyarakat di daerah pedesaan yang kurang memperhatikan pentingnya pendidikan. Pemerintah diharapkan lebih mensosialisasikan pentingnya pendidikan di daerah-daerah yang belum mencapai penuntasan program wajib belajar. Untuk itu perlu dilakukan pengelompokan daerah-daerah berdasarkan tingkat partisipasi pendidikan agar terlihat kelompok-kelompok daerah yang belum mencapai penuntasan program wajib belajar. Salah satu metode yang bisa digunakan dalam pengelompokan data adalah analisis kelompok. Analisis kelompok merupakan proses pengelompokan data yang didasarkan pada ukuran kesamaan dan ketidaksamaan (Johnson dan Wichern, 1988). Metode analisis kelompok yang paling sering digunakan adalah metode hierarkhi dan metode nonhierarkhi. Metode hierarkhi merupakan metode pengelompokan dengan membentuk diagram dendogram dan mendeskripsikan pengelompokan berdasarkan jarak (Johnson dan Wichern, 1988). Metode nonhierarkhi merupakan metode pengelompokan dengan menentukan jumlah kelompok kemudian data dipartisi commit sesuai to dengan user jumlah kelompok yang telah 1
13 digilib.uns.ac.id 2 ditetapkan. Salah satu metode nonhierarkhi yang biasa digunakan adalah metode K-Means Clustering. Kekurangan metode K-Means Clustering adalah kemungkinan mencapai konvergen dalam waktu yang lama, sehingga proses iterasi akan berlangsung secara terus-menerus. Hal ini terjadi karena setiap data di dalam sekumpulan data dikelompokkan secara tegas (hard clustering) untuk menjadi bagian dari suatu kelompok tertentu. Perpindahan suatu data ke suatu kelompok tertentu dapat mengubah karakteristik data yang dapat menyebabkan data yang telah dipindahkan tersebut lebih sesuai untuk berada di kelompok semula sebelum data tersebut dipindahkan (Jang et al., 1997). Fuzzy clustering adalah metode pengelompokan berdasarkan derajat keanggotaan yang mencakup himpunan fuzzy sebagai dasar pembobotan bagi pengelompokan. Metode fuzzy clustering merupakan metode yang dikembangkan untuk meminimalkan masalah kegagalan konvergensi, karena setiap data dilengkapi dengan derajat keanggotaan. Masing-masing data diberikan nilai kemungkinan untuk bisa bergabung ke setiap kelompok yang ada, yang berarti bahwa suatu data tidak mutlak atau tegas menjadi anggota satu kelompok saja, tetapi juga mempunyai nilai kemungkinan untuk menjadi anggota kelompok yang lain dengan derajat keanggotaan yang berbeda-beda. Metode fuzzy clustering meliputi Fuzzy C-Means Clustering dan Fuzzy Subtractive Clustering. Fuzzy C-Means Clustering ditemukan pertama kali oleh Dunn pada tahun 1973, kemudian dikembangkan lagi oleh Bezdek pada tahun 1981, sedangkan Fuzzy Subtractive Clustering ditemukan oleh Chiu pada tahun Pada penelitian ini dilakukan pengelompokan tingkat partisipasi pendidikan di Kabupaten Boyolali dengan Fuzzy Subtractive Clustering. 1.2 Perumusan Masalah Berdasarkan latar belakang, dapat dirumuskan suatu permasalahan yaitu bagaimana pengelompokan tingkat partisipasi pendidikan di Kabupaten Boyolali dengan Fuzzy Subtractive Clustering?
14 digilib.uns.ac.id Tujuan Penelitian Berdasarkan perumusan masalah, tujuan dari penelitian ini adalah pengelompokan tingkat partisipasi pendidikan di Kabupaten Boyolali dengan Fuzzy Subtractive Clustering. 1.4 Manfaat Penelitian Manfaat yang diharapkan dari penelitian ini untuk memberikan kontribusi ilmu statistika di bidang pendidikan dan dapat memberikan informasi bagi Dinas Pendidikan Boyolali mengenai kecamatan-kecamatan yang belum mencapai penuntasan program wajib belajar, sehingga daerah ini perlu mendapatkan perhatian dan tindak lanjut dari pemerintah Kabupaten Boyolali.
15 digilib.uns.ac.id BAB II LANDASAN TEORI 2.1 Tinjauan Pustaka Pada subbab ini diberikan pengertian dan teori yang mendukung untuk mencapai tujuan penelitian. Sebelum membahas mengenai teori-teori tersebut, dipaparkan mengenai penelitian-penelitian yang berkaitan dengan fuzzy clustering. Salah satu penelitian dilakukan oleh Sastria (2008) yaitu Application of Fuzzy Subtractive Clustering for Enzymes Classification, dalam penelitian tersebut Sastria mengelompokkan enzim berdasarkan kemiripan strukturnya. Berbeda dengan penelitian sebelumnya yang dilakukan di bidang kedokteran, penelitian ini dilakukan di bidang pendidikan. Penelitian di bidang pendidikan pernah dilakukan oleh Pravitasari (2008) yaitu pengelompokan tingkat partisipasi pendidikan di Kabupaten Tuban dengan Fuzzy C-Means Clustering. Pada penelitian ini dilakukan pengelompokan tingkat partisipasi pendidikan di Kabupaten Boyolali dengan Fuzzy Subtractive Clustering Himpunan Fuzzy Menurut Yan et al.(1994) himpunan fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi keanggotaan pada himpunan crisp sedemikian sehingga fungsi tersebut mencakup bilangan real pada interval [0,1]. Derajat keanggotaannya menunjukkan bahwa suatu elemen dalam semesta pembicaraan tidak hanya berada pada 0 dan 1, namun juga nilai yang terletak diantaranya. Dengan kata lain, nilai kebenaran suatu pernyataan tidak hanya bernilai benar atau salah. Nilai 1 menunjukkan benar, nilai 0 menunjukkan salah dan masih ada nilainilai yang terletak antara benar dan salah. Berikut ini definisi tentang himpunan crisp yang diambil dari Yan et al. (1994) dan definisi himpunan fuzzy yang diambil dari Jang et al. (1997). Definisi 2.1 Himpunan crisp didefinisikan oleh elemen-elemen yang ada pada himpunan itu. Jika, bernilai 1. Namun, jika, bernilai 0. 4
16 digilib.uns.ac.id 5 Definisi 2.2. Jika adalah kumpulan objek yang dinotasikan dengan himpunan fuzzy dalam adalah himpunan pasangan berurutan {( ( )) } dengan ( ) adalah derajat keanggotaan dari x. Derajat keanggotaan masingmasing elemen x mempunyai nilai diantara 0 dan Fungsi Keanggotaan Fungsi keanggotaan adalah suatu kurva yang menunjukkan pemetaan data input data ke dalam nilai keanggotaannya (sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Untuk mendapatkan derajat keanggotaan fuzzy digunakan pendekatan fungsi. Ada beberapa fungsi keanggotaan yang dapat digunakan, seperti fungsi linear, fungsi segitiga, fungsi trapesium, dan fungsi Gauss (Kusumadewi dan Purnomo, 2004) Fuzzy Subtractive Clustering Fuzzy clustering adalah metode pengelompokan berdasarkan derajat keanggotaan yang mencakup himpunan fuzzy sebagai dasar pembobotan bagi pengelompokan. Masing-masing data diberikan nilai kemungkinan untuk bisa bergabung ke setiap kelompok yang ada, yang berarti data tidak mutlak atau tegas menjadi anggota satu kelompok saja, tetapi juga mempunyai nilai kemungkinan untuk menjadi anggota kelompok yang lain dengan derajat keanggotaan yang berbeda-beda. Data dengan derajat keanggotaan terbesar menunjukkan kecenderungan yang tinggi suatu data untuk menjadi anggota kelompok tertentu (Jang et al., 1997). Menurut Chiu (1997) langkah awal pengelompokan dengan Fuzzy Subtractive Clustering adalah menentukan data yang memiliki potensi tinggi terhadap data di sekitarnya. Misal terdapat n buah data potensi data dapat dihitung dengan rumus (2.1)
17 digilib.uns.ac.id 6 adalah nilai potensi data ke-k, adalah data ke-k, adalah data ke-j, adalah jarak Euclidean, n adalah jumlah data, adalah konstanta positif yang dikenal dengan nama jari-jari. Suatu data yang mempunyai potensi tinggi mempunyai jumlah data tetangga paling banyak. Setelah menghitung potensi tiap-tiap data, data dengan potensi tertinggi dipilih sebagai pusat kelompok. Misalkan adalah data yang terpilih sebagai pusat kelompok pertama, sedangkan adalah ukuran potensi kelompok pertama. Selanjutnya potensi dari data di sekitarnya ditentukan dengan (2.2) adalah nilai potensi baru data ke-k, adalah konstanta positif. Hal ini berarti data yang berada dekat dengan pusat kelompok mengalami pengurangan potensi yang besar. Hal ini berakibat data tersebut sulit untuk menjadi pusat kelompok berikutnya. Konstanta mengakibatkan data di sekitar pusat kelompok berkurang nilai potensinya. Biasanya bernilai besar dibanding dengan, nilai yang umum digunakan adalah. Setelah potensi semua data dalam kelompok dikurangi, data dengan potensi tertinggi dipilih sebagi pusat kelompok kedua. Selanjutnya setelah didapat pusat kelompok kedua, nilai potensi tiap-tiap data dikurangi kembali, demikian seterusnya. Dalam penentuan pusat kelompok, digunakan 2 pecahan sebagai faktor pembanding, yaitu accept ratio dan reject ratio. Accept ratio maupun reject ratio merupakan suatu bilangan pecahan yang bernilai 0 sampai 1. Accept ratio merupakan batas bawah suatu data yang menjadi calon pusat kelompok diterima menjadi pusat kelompok. Sedangkan reject ratio merupakan batas atas suatu data yang menjadi calon pusat kelompok tidak diterima menjadi pusat kelompok. Pada suatu iterasi, jika ditemukan suatu data dengan potensi tertinggi (misal dengan pusat kelompok dengan potensi ), maka dilanjutkan dengan mencari ratio potensi data tersebut dengan potensi tertinggi suatu data pada iterasi pertama (misal pusat kelompok pertama dengan potensi data terbesar kelompok pertama ). Hasil bagi antara dengan kemudian disebut ratio (ratio = / ). Ada 3 kondisi yang bisa terjadi commit dalam to user suatu iterasi,
18 digilib.uns.ac.id 7 1. Jika ratio > accept ratio, maka data tersebut diterima sebagai pusat kelompok baru, 2. Jika reject ratio < ratio accept ratio, maka data tersebut diterima sebagai pusat kelompok baru hanya jika data tersebut terletak pada jarak yang cukup jauh dengan pusat kelompok yang lainnya (hasil penjumlahan antara ratio dan jarak terdekat data tersebut dengan pusat kelompok lainnya yang telah ada 1). Jika hasil penjumlahan antara ratio dan jarak terdekat data tersebut dengan pusat kelompok lainnya yang telah ada < 1, maka selain data tersebut tidak diterima sebagai pusat kelompok, data tersebut sudah tidak dipertimbangkan lagi untuk menjadi pusat kelompok baru, 3. Jika ratio reject ratio, maka sudah tidak ada lagi data yang dipertimbangkan untuk menjadi calon pusat kelompok, iterasi dihentikan. Menurut Chiu (1994) pemilihan accept ratio dan reject ratio mempengaruhi hasil pengelompokan. Jika accept ratio terlalu besar, maka terlalu sedikit data yang diterima sebagai pusat kelompok. Jika reject ratio terlalu kecil, terlalu banyak pusat kelompok yang dihasilkan. Oleh karena itu Chiu memberikan spesifikasi nilai accept ratio=0.5 dan reject ratio=0.15. Pada penelitian ini juga digunakan nilai accept ratio dan reject ratio yang disarankan oleh Chiu. Menurut Kusumadewi dan Purnomo (2004) algoritma Fuzzy Subtractive Clustering dinyatakan sebagai berikut. 1. Memasukkan data yang dikelompokkan, dengan dan. 2. Menentukan nilai, accept ratio, reject ratio, xmin (minimum data), dan xmaks (maksimum data). 3. Normalisasi data,. (2.3) 4. Menentukan potensi awal tiap-tiap data menggunakan persamaan (2.1). 5. Mencari data dengan nilai potensi terbesar yaitu (nilai potensi awal yang terpilih menjadi pusat kelompok pertama).
19 digilib.uns.ac.id 8 6. Mengurangi potensi data di sekitar pusat kelompok pertama menggunakan persamaan (2.2). 7. Mencari data dengan potensi terbesar untuk iterasi selanjutnya. 8. Menentukan pusat kelompok. 9. Mengembalikan pusat kelompok dari bentuk ternormalisasi ke bentuk semula ( ) 10. Menghitung nilai sigma cluster ( ) Hasil dari algoritma ini berupa matriks pusat kelompok (C) dan sigma ( ) yang digunakan untuk menentukan nilai parameter fungsi keanggotaan fuzzy. Dalam penelitian ini digunakan fungsi keanggotaan Gauss.. Gambar 2.1 Kurva Fungsi Gauss Dengan kurva Gauss derajat keanggotaan suatu data adalah ( ) pada kelompok ke-k, (2.4) Indikator Umum Pendidikan Indikator umum yang digunakan untuk mengetahui tingkat partisipasi pendidikan suatu daerah terdiri dari tiga variabel, yaitu angka partisipasi kasar (APK), angka partisipasi murni (APM), dan angka partisipasi sekolah (APS). Definisi ketiga variabel tersebut dapat dijelaskan sebagai berikut ( diakses pada tanggal 29 Agustus 2011).
20 digilib.uns.ac.id 9 1. Angka Partisipasi Kasar (APK) Angka Partisipasi Kasar (APK) adalah perbandingan jumlah siswa berapapun usianya yang sedang bersekolah di tingkat pendidikan tertentu (TK, SD, SMP, SMU, dan sebagainya) dengan jumlah penduduk kelompok usia sekolah pada jenjang pendidikan tertentu. APK digunakan untuk mengetahui banyaknya anak yang bersekolah di suatu tingkat pendidikan tertentu pada wilayah tertentu. Semakin tinggi APK berarti semakin banyak anak yang bersekolah di suatu jenjang pendidikan pada suatu wilayah. Nilai APK bisa lebih besar dari 100% karena terdapat siswa yang berusia di luar usia resmi sekolah. Untuk mendapatkan nilai APK digunakan rumus ( ) (2.5) 2. Angka Partisipasi Murni (APM) Angka Partisipasi Murni (APM) adalah perbandingan jumlah siswa usia sekolah yang sedang bersekolah di tingkat pendidikan tertentu (TK, SD, SMP,SMU, dan sebagainya) dengan jumlah penduduk kelompok usia sekolah pada jenjang pendidikan tertentu. APM digunakan untuk mengetahui banyaknya anak usia sekolah yang bersekolah di suatu jenjang pendidikan tertentu pada wilayah tertentu. Semakin tinggi APM berarti semakin banyak anak usia sekolah yang bersekolah di suatu tingkat pendidikan suatu wilayah. Untuk mendapatkan nilai APK digunakan rumus ( ) (2.6) 3. Angka Partisipasi Sekolah (APS) Angka Partisipasi Sekolah (APS) adalah perbandingan antara jumlah siswa kelompok usia tertentu yang bersekolah pada berbagai jenjang pendidikan dengan jumlah penduduk kelompok usia sekolah yang disesuaikan dengan jenjang pendidikan tertentu. APS digunakan untuk mengetahui banyaknya anak usia sekolah yang telah bersekolah di semua jenjang pendidikan. Semakin tinggi APS berarti semakin banyak anak usia sekolah yang bersekolah di suatu wilayah. Untuk mendapatkan nilai APS digunakan commit to rumus user
21 digilib.uns.ac.id 10 (2.7) Sebagai bentuk monitoring penuntasan wajib belajar dilihat dari pencapaian nilai APK. Ditetapkan empat kriteria penuntasan wajib belajar yaitu tuntas paripurna jika nilai APK sebesar 95% atau lebih, tuntas utama jika nilai APK sebesar 90%-94%, tuntas madya jika nilai APK sebesar 85%-89%, dan tuntas pratama jika nilai APK sebesar 80%-84%. 2.2 Kerangka Pemikiran Pendidikan merupakan salah satu aspek pembangunan bangsa yang sangat penting bagi perkembangan suatu bangsa. Kesadaran pentingnya pendidikan dapat dilihat melalui partisipasi masyarakat dalam menyekolahkan anaknya minimal sampai jenjang SMP. Namun tidak semua masyarakat sadar pentingnya pendidikan, terutama masyarakat di daerah pedesaan dan di pinggiran kota. Untuk itu perlu dilakukan pengelompokan tingkat partisipasi pendidikan untuk menentukan daerah yang belum mencapai penuntasan program wajib belajar. Analisis kelompok yang digunakan adalah Fuzzy Subtractive Clustering, pada metode tersebut didasarkan atas ukuran potensi data-data. Langkah awal pengelompokan dengan metode Fuzzy Subtractive Clustering adalah menentukan data-data yang memiliki potensi tinggi terhadap data di sekitarnya. Data dengan potensi tertinggi dipilih sebagai pusat kelompok. Selanjutnya data di sekitar pusat kelompok dikurangi potensinya. Kemudian algoritma memilih data lain yang memiliki potensi tertinggi untuk dijadikan pusat kelompok berikutnya. Hal ini dilakukan berulang-ulang hingga semua data diuji.
22 digilib.uns.ac.id BAB III METODE PENELITIAN Pada penelitian ini, data yang digunakan adalah angka partisipasi pendidikan pada tingkat SMA, MA, dan SMK. Angka-angka tersebut diperoleh dari hasil perhitungan menggunakan data jumlah siswa pada tingkat pendidikan tertentu dan data jumlah penduduk usia tahun. Langkah-langkah yang dilakukan untuk mencapai tujuan penelitian ini sebagai berikut. 1. Normalisasi data. 2. Menghitung nilai potensi awal tiap-tiap titik data. 3. Menentukan titik data dengan potensi terbesar (nilai potensi awal yang terpilih menjadi pusat kelompok pertama). 4. Mencari titik data dengan potensi terbesar untuk iterasi selanjutnya. 5. Menentukan pusat kelompok pada iterasi selanjutnya berdasarkan nilai ratio. 6. Mengembalikan pusat kelompok dari bentuk ternormalisasi ke bentuk semula. 7. Menginterpretasikan hasil pengelompokan. 11
23 digilib.uns.ac.id BAB IV HASIL DAN PEMBAHASAN 4.1 Deskripsi Data Data yang digunakan dalam penelitian ini adalah data angka partisipasi pendidikan pada tingkat SMA, MA, dan SMK. APK dihitung dengan menggunakan persamaan (2.5) dan data pada Lampiran 1 dan Lampiran 2. APM dihitung menggunakan persamaan (2.6) dan data pada Lampiran 1 dan Lampiran 3. Sedangkan APS dihitung menggunakan persamaan (2.7) dan data pada lampiran 1 dan Lampiran 4. Data angka APK, APM, dan APS tiap kecamatan yang berada di Kabupaten Boyolali pada tahun 2009 disajikan pada Tabel 4.1. Tabel 4.1 Data Angka Partisipasi Pendidikan Data Kecamatan APK APM APS 1 Selo Ampel Cepogo Musuk Boyolali Mojosongo Teras Sawit Banyudono Sambi Ngemplak Nogosari Simo Karanggede Klego Andong Kemusu Wonosegoro Juwangi
24 digilib.uns.ac.id Pengelompokan Tingkat Partisipasi Pendidikan Langkah awal proses pengelompokan dengan Fuzzy Subtractive Clustering adalah normalisasi data. Tujuan dari normalisasi data adalah untuk menyamakan jangkauan antara variabel APK, APM, dan APS yang berbeda. Normalisasi data dapat dihitung dengan menggunakan persamaan (2.3) dan hasil perhitungan disajikan pada Tabel 4.2. Tabel 4.2 Normalisasi Data Data Kecamatan APK APM APS 1 Selo Ampel Cepogo Musuk Boyolali Mojosongo Teras Sawit Banyudono Sambi Ngemplak Nogosari Simo Karanggede Klego Andong Kemusu Wonosegoro Juwangi Setelah didapatkan data yang ternormalisasi, langkah selanjutnya adalah menentukan nilai potensi awal tiap-tiap data kemudian mencari data dengan nilai potensi terbesar yang terpilih sebagai pusat kelompok pertama. Potensi awal tiaptiap data dihitung menggunakan persamaan (2.1) dan hasil perhitungan disajikan dalam Tabel 4.3.
25 digilib.uns.ac.id 14 Tabel 4.3 Potensi Awal untuk Setiap Data Data Kecamatan Potensi Awal 1 Selo Ampel Cepogo Musuk Boyolali 1 6 Mojosongo Teras Sawit Banyudono Sambi Ngemplak Nogosari Simo 1 14 Karanggede Klego Andong Kemusu Wonosegoro Juwangi 6.18 Berdasarkan Tabel 4.3 terlihat bahwa data dengan nilai potensi awal terbesar terdapat pada data ke-18 dengan nilai potensi awal sebesar 6.56, sehingga data ke-18 dipilih sebagai pusat kelompok pertama. Langkah berikutnya adalah mengurangi potensi data di sekitar pusat kelompok pertama. Dengan menggunakan persamaan (2.2), hasil perhitungan disajikan dalam Tabel 4.4. Berdasarkan Tabel 4.4 terlihat bahwa data dengan nilai potensi terbesar terdapat pada data ke-12 dengan nilai potensi sebesar Untuk menentukan pusat kelompok kedua dan seterusnya digunakan nilai ratio.
26 digilib.uns.ac.id 15 Tabel 4.4 Potensi Baru untuk Setiap Data Data Kecamatan Potensi Baru 1 Selo Ampel Cepogo Musuk Boyolali 1 6 Mojosongo Teras Sawit Banyudono Sambi Ngemplak Nogosari Simo 1 14 Karanggede Klego Andong Kemusu 2 18 Wonosegoro 0 19 Juwangi Nilai ratio dihitung dari hasil bagi antara nilai potensi baru dengan nilai potensi awal yaitu ratio= Karena nilai ratio > accept ratio, maka data ke-12 diterima sebagai pusat kelompok kedua. Untuk menentukan pusat kelompok berikutnya, dilakukan dengan cara yang sama. Jika ratio reject ratio, maka sudah tidak ada lagi data yang dipertimbangkan untuk menjadi calon pusat kelompok dan iterasi berhenti. Pada iterasi terakhir diperoleh matriks pusat kelompok (C) dan nilai sigma cluster yaitu dan [ ]. [ ] Jumlah baris pada matriks merupakan banyaknya kelompok yang terbentuk di Kabupaten Boyolali. commit Baris to pertama user menunjukkan pusat kelompok
27 digilib.uns.ac.id 16 pertama terdapat pada data ke-18 (Tabel 4.1), baris kedua menunjukkan pusat kelompok kedua terdapat pada data ke-12 (Tabel 4.1), baris ketiga menunjukkan pusat kelompok ketiga terdapat pada data ke-16 (Tabel 4.1), baris keempat menunjukkan pusat kelompok keempat terdapat pada data ke-5 (Tabel 4.1), dan baris kelima menunjukkan pusat kelompok kelima terdapat pada data ke-13 (Tabel 4.1). Sedangkan kolom pertama menunjukkan nilai APK, kolom kedua menunjukkan nilai APM, dan kolom ketiga menunjukkan nilai APS. Dengan menggunakan fungsi Gauss pada persamaan (2.4), dapat dicari derajat keanggotaan setiap data pada masing-masing kelompok. Derajat keanggotaan data ke-i (i=1,2,,19) pada masing-masing kelompok yaitu [( ( ) ) ( ( ) ) ( ( ) ) ], [( ( ) ) ( ( ) ) ( ( ) ) ], [( ( ) ) ( ( ) ) ( ( ) ) ], [( ( ) ) ( ( ) ) ( ( ) ) ], [( ( ) ) ( ( ) ) ( ( ) ) ]. Derajat keanggotaan terbesar menunjukkan kecenderungan yang tinggi suatu kecamatan untuk masuk menjadi anggota kelompok. Hasil perhitungan disajikan pada Tabel 4.5. Berdasarkan Tabel 4.5 dapat disimpulkan bahwa kelompok pertama meliputi Kecamatan Teras, Kecamatan Sawit, Kecamatan Karanggede, Kecamatan Klego, Kecamatan Kemusu, Kecamatan Wonosegoro, dan Kecamatan Juwangi; kelompok kedua meliputi Kecamatan Selo, Kecamatan Ampel, Kecamatan Cepogo, Kecamatan Musuk, Kecamatan Sambi, Kecamatan Ngemplak, dan Kecamatan Nogosari; kelompok ketiga meliputi Kecamatan Mojosongo, Kecamatan Banyudono, dan Kecamatan Andong; kelompok keempat meliputi Kecamatan Boyolali; kelompok kelima meliputi Kecamatan Simo. Peta geografis hasil pengelompokan tersebut dapat dilihat pada Gambar 4.1.
28 digilib.uns.ac.id 17 Tabel 4.5 Derajat Keanggotaan Tiap Data pada Setiap Kelompok dengan Fuzzy Subtractive Clustering Kecamatan Derajat Keanggotaan ( ) Data pada Kelompok ke Selo Ampel Cepogo Musuk Boyolali Mojosongo Teras Sawit Banyudono Sambi Ngemplak Nogosari Simo Karanggede Klego Andong Kemusu Wonosegoro Juwangi Kelompok pertama merupakan kelompok kecamatan yang mempunyai nilai pusat APK sebesar 55.68%, APM sebesar 35.48%, dan APS sebesar 41.06%. Dilihat dari nilai APKnya, kelompok pertama merupakan kelompok yang belum mencapai kriteria penuntasan program wajib belajar yang diselenggarakan oleh pemerintah.
29 digilib.uns.ac.id 18 Gambar 4.1 Peta Pengelompokan Tingkat Partisipasi Pendidikan Berdasarkan letak geografisnya seperti terlihat pada Gambar 4.1, Kecamatan Karanggede, Kecamatan Klego, Kecamatan Kemusu, Kecamatan Wonosegoro, dan Kecamatan Juwangi letaknya berdekatan sehingga partisipasi pendidikan di daerah ini cenderung sama. Selain itu daerah ini berbatasan dengan Kabupaten Grobogan, Kabupaten Semarang, dan Kabupaten Sragen sebagai akibatnya masyarakat di daerah ini lebih memilih untuk menyekolahkan anaknya di luar daerahnya, untuk memperoleh kualitas pendidikan yang lebih bermutu. Kecamatan Sawit dan Kecamatan Teras juga terletak di daerah perbatasan Kabupaten Klaten dan Kabupaten Sukoharjo sehingga masyarakat di daerah ini juga lebih memilih untuk menyekolahkan anaknya di luar Kabupaten Boyolali untuk mendapatkan kualitas pendidikan yang lebih bermutu. Beberapa hal tersebut menyebabkan angka partisipasi pendidikan pada kelompok pertama ini belum mencapai penuntasan program wajib belajar. Oleh karena itu perlu dilakukan tindak lanjut dan upaya-upaya dari pemerintah Kabupaten Boyolali untuk lebih meningkatkan kualitas commit pendidikan to user di daerah ini.
30 digilib.uns.ac.id 19 Kelompok kedua merupakan kelompok kecamatan yang mempunyai nilai pusat APK sebesar 22.67%, APM sebesar 13.05%, dan APS sebesar 14.26%. Dilihat dari nilai APKnya, kelompok kedua merupakan kelompok yang belum mencapai kriteria penuntusan program wajib belajar yang diselenggarakan oleh pemerintah. Selain itu, nilai APK pada kelompok ini mempunyai nilai yang paling rendah dibandingkan dengan kelompok yang lain. Berdasarkan letak geografisnya, Kecamatan Selo, Kecamatan Ampel, Kecamatan Cepogo, dan Kecamatan Musuk merupakan daerah yang berada di pegunungan, sehingga kualitas pendidikan di daerah ini kurang maju jika dibandingkan dengan kecamatan-kecamatan yang lain. Selain itu akses transportasi dan komunikasi di daerah ini sangat kurang, dan juga masyarakat di daerah ini sebagian besar lebih memilih untuk bekerja bercocok tanam daripada bersekolah. Kecamatan Sambi, Kecamatan Ngemplak, dan Kecamatan Nogosari merupakan kecamatan yang berada di daerah pinggiran kota atau pedesaan, sehingga kualitas pendidikan di daerah ini lebih rendah dibandingkan dengan kecamatan-kecamatan yang letaknya di perkotaan. Selain itu daerah ini berbatasan dengan Kota Surakarta, Kabupaten Sukoharjo, Kabupaten Karanganyar, dan Kabupaten Sragen yang menyebabkan masyarakat di daerah ini lebih memilih untuk menyekolahkan anaknya di luar Kabupaten Boyolali untuk mendapatkan pendidikan yang lebih berkualitas. Beberapa hal tersebut menyebabkan angka partisipasi pendidikan di Kecamatan Selo, Kecamatan Ampel, Kecamatan Cepogo, Kecamatan Musuk, Kecamatan Sambi, Kecamatan Ngemplak, dan Kecamatan Nogosari bernilai rendah. Oleh karena itu, pada daerah kelompok ini diperlukan perhatian lebih dari pemerintah Kabupaten Boyolali, misalnya memperbaiki jalur transportasi, mensosialisasikan pentingnya pendidikan di daerah pedesaan, dan meningkatkan mutu sekolah. Kelompok ketiga merupakan kelompok kecamatan yang mempunyai nilai pusat APK sebesar 85.67%, APM sebesar 60.49%, dan APS sebesar 64.09%. Dilihat dari nilai APKnya, kelompok ketiga merupakan kelompok yang telah mencapai kriteria tuntas utama. Berdasarkan letak geografisnya Kecamatan Mojosongo, Kecamatan Banyudono, dan Kecamatan Andong letaknya tidak
31 digilib.uns.ac.id 20 berdekatan. Kesadaran masyarakat akan pentingnya pendidikan di daerah ini sudah lebih maju daripada masyarakat yang tinggal di pedesaan dan pegunungan. Kelompok keempat merupakan kelompok kecamatan yang mempunyai nilai pusat APK sebesar %, APM sebesar %, dan APS sebesar %. Dilihat dari nilai APKnya, kelompok keempat merupakan kelompok yang telah mencapai kriteria tuntas paripurna. Hal ini berarti penuntasan program wajib belajar yang diselenggarakan oleh pemerintah telah berjalan dengan baik di Kecamatan Boyolali. Kecamatan Boyolali merupakan pusat perkotaan, sehingga kualitas pendidikan di daerah ini lebih maju daripada daerah pinggiran atau pedesaaan, disamping itu masyarakat yang berada di pusat kota cenderung memiliki pandangan yang lebih maju dan memiliki kesadaran yang tinggi akan pentingnya pendidikan. Masyarakat lebih memilih menyekolahkan anaknya di Kabupaten Boyolali dipengaruhi oleh banyak faktor, antara lain kondisi ruang kelas yang baik dan fasilitas sekolah yang memadai. Lampiran 6 merupakan data ruang kelas menurut kondisi dan fasilitas sekolah. Selain itu di Kecamatan Boyolali memiliki sekolah-sekolah unggulan yang membuat masyarakat yang tinggal di daerah luar Kecamatan Boyolali dan di daerah pinggiran lebih memilih untuk menyekolahkan anaknya di Kecamatan Boyolali. Hal ini berakibat tingkat partisipasi pendidikan di Kecamatan Boyolali menjadi sangat tinggi karena mendapat tambahan siswa yang berasal dari luar daerah. Di Kabupaten Boyolali, kecamatan yang mempunyai jumlah sekolah terbanyak adalah Kecamatan Boyolali dan Kecamatan Simo. Kecamatan Boyolali memiliki jumlah sekolah SMA yang lebih banyak daripada jumlah sekolah MA dan SMK. Kecamatan Simo memiliki jumlah SMK lebih banyak daripada jumlah sekolah SMA dan MA. Data ini dapat dilihat pada Lampiran 5. Kelompok kelima merupakan kelompok kecamatan yang mempunyai nilai pusat APK sebesar %, APM sebesar %, dan APS sebesar %. Dilihat dari nilai APKnya, kelompok kelima merupakan kelompok yang telah mencapai kriteria tuntas paripurna. Hal ini berarti penuntasan program wajib belajar oleh pemerintah diselenggarakan telah berjalan dengan baik di Kecamatan Simo. Berdasarkan letak geografisnya commit to Kecamatan user Simo terletak berbatasan
32 digilib.uns.ac.id 21 dengan Kabupaten Semarang, sehingga masyarakat di daerah pinggiran Kabupaten Semarang memilih untuk menyekolahkan anaknya di Kecamatan Simo. Selain itu masyarakat lebih memilih untuk menyekolahkan anaknya di Kecamatan Simo karena fasilitas-fasilitas sekolah yang sudah lengkap dan memadai. Lampiran 6 merupakan data ruang kelas menurut kondisi dan fasilitas sekolah. Angka partisipasi pendidikan di Kecamatan Simo menjadi sangat tinggi karena mendapat banyak tambahan siswa yang berasal dari luar daerah.
33 digilib.uns.ac.id BAB V PENUTUP 5.1 Kesimpulan Pengelompokan kecamatan di Boyolali berdasarkan tingkat partisipasi pendidikan dengan Fuzzy Subtractive Clustering menghasilkan 5 kelompok sebagai berikut. 1. Kelompok pertama yaitu Kecamatan Teras, Kecamatan Sawit, Kecamatan Karanggede, Kecamatan Klego, Kecamatan Kemusu, Kecamatan Wonosegoro, dan Kecamatan Juwangi. Kelompok pertama belum memenuhi kriteria penuntasan program wajib belajar. 2. Kelompok kedua yaitu Kecamatan Selo, Kecamatan Ampel, Kecamatan Cepogo, Kecamatan Musuk, Kecamatan Sambi, Kecamatan Ngemplak, dan Kecamatan Nogosari. Kelompok kedua belum memenuhi kriteria penuntasan program wajib belajar. 3. Kelompok ketiga yaitu Kecamatan Mojosongo, Kecamatan Banyudono, dan Kecamatan Andong. Kelompok ketiga telah mencapai kriteria tuntas utama. 4. Kelompok keempat yaitu Kecamatan Boyolali. Kelompok keempat telah mencapai kriteria tuntas paripurna. 5. Kelompok kelima yaitu Kecamatan Simo. Kelompok kelima telah mencapai kriteria tuntas paripurna. 5.2 Saran Dalam penelitian ini penulis menggunakan Fuzzy Subtractive Clustering untuk mengelompokkan tingkat partisipasi pendidikan di Kabupaten Boyolali. Bagi pembaca yang tertarik pada penelitian ini, dapat menerapkan metode fuzzy clustering yang lain, misalnya metode Fuzzy Shell Clustering. 22
KARTIKA HITASARI NIM : JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG
PENGELOMPOKAN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH BERDASARKAN ANGKA PARTISIPASI PENDIDIKAN JENJANG SMA/MA/PAKET C DENGAN FUZZY SUBTRACTIVE CLUSTERING SKRIPSI Oleh: ONNY KARTIKA HITASARI NIM : 24010210120026
Lebih terperinciPENDAHULUAN A. Latar Belakang
digilib.uns.ac.id 1 I. PENDAHULUAN A. Latar Belakang Pangan merupakan segala sesuatu yang berasal dari sumber hayati dan air, baik yang diolah maupun tidak diolah, yang diperuntukkan sebagai makanan dan
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman 967-975 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENGELOMPOKAN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH BERDASARKAN
Lebih terperinciABSTRACT. Keywords : rainfall, forecasting, fuzzy time series seasonal method
ABSTRAK Risqa Fitrianti Khoiriyah. 2016. PERAMALAN CURAH HUJAN DI STASIUN PABELAN SUKOHARJO DENGAN METODE RUNTUN WAKTU FUZZY MUSIMAN. Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Sebelas
Lebih terperinciBAB I PENDAHULUAN. Kabupaten Boyolali merupakan salah satu kabupaten yang berada di
1 BAB I PENDAHULUAN 1.1 Latar Belakang Kabupaten Boyolali merupakan salah satu kabupaten yang berada di Provinsi Jawa Tengah. Kabupaten Boyolali termasuk dalam kategori kabupaten yang sedang berkembang.
Lebih terperinciFUZZY SUBTRACTIVE CLUSTERING BERDASARKAN KEJADIAN BENCANA ALAM PADA KABUPATEN/KOTA DI JAWA TENGAH
FUZZY SUBTRACTIVE CLUSTERING BERDASARKAN KEJADIAN BENCANA ALAM PADA KABUPATEN/KOTA DI JAWA TENGAH 1 Diah Safitri, 2 Rita Rahmawati, 3 Onny Kartika Hitasari 1,2,3 Departemen Statistika FSM Universitas Diponegoro
Lebih terperinciPENERAPAN SISTEM PERSAMAAN LINEAR ITERATIF MAKS-PLUS PADA MASALAH LINTASAN TERPANJANG
PENERAPAN SISTEM PERSAMAAN LINEAR ITERATIF MAKS-PLUS PADA MASALAH LINTASAN TERPANJANG oleh MIRA AMALIA M0113030 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana
Lebih terperinciJUMLAH PEGAWAI NEGERI SIPIL/CALON PEGAWAI NEGERI SIPIL MENURUT SATUAN KERJA & JENIS KELAMIN PEMERINTAH KABUPATEN BOYOLALI AUGUST 2016
JUMLAH PEGAWAI NEGERI SIPIL/CALON PEGAWAI NEGERI SIPIL MENURUT SATUAN KERJA & JENIS KELAMIN PEMERINTAH KABUPATEN BOYOLALI AUGUST 0 NO Sekretariat Daerah Asisten Pemerintahan Asisten Ekonomi, Pembangunan
Lebih terperinciPERAMALAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN RUNTUN WAKTU FUZZY DENGAN PARTISI INTERVAL BERDASARKAN FREKUENSI DENSITAS
PERAMALAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN RUNTUN WAKTU FUZZY DENGAN PARTISI INTERVAL BERDASARKAN FREKUENSI DENSITAS Oleh SYLVIA SWIDANING PUTRI M0111079 SKRIPSI ditulis dan diajukan untuk memenuhi
Lebih terperinciBAB I PENDAHULUAN. masalah epidemi (Human Immunodeficiency Virus/ Acquired Immune. Deficiency Syndrome) HIV/AIDS dan penyebarannya yang sangat cepat
BAB I PENDAHULUAN A. Latar Belakang Masalah kesehatan dapat dikategorikan sebagai salah satu pembahasan utama dalam agenda Internasional, khususnya dalam membahas masalah epidemi (Human Immunodeficiency
Lebih terperinciJUMLAH PEGAWAI NEGERI SIPIL/CALON PEGAWAI NEGERI SIPIL MENURUT SATUAN KERJA & GOLONGAN PEMERINTAH KABUPATEN BOYOLALI AUGUST 2016
JUMLAH PEGAWA NEGER SPL/CALON PEGAWA NEGER SPL MENURUT SATUAN KERJA & GOLONGAN PEMERNTAH KABUPATEN BOYOLAL AUGUST 0 NO Sekretariat Daerah 0 Asisten Pemerintahan 0 8 Asisten Ekonomi, Pembangunan dan 0 Kesejahteraan
Lebih terperinciPENERAPAN MODEL SPASIAL DURBIN PADA ANGKA PARTISIPASI MURNI JENJANG SMA SEDERAJAT DI PROVINSI JAWA TENGAH
PENERAPAN MODEL SPASIAL DURBIN PADA ANGKA PARTISIPASI MURNI JENJANG SMA SEDERAJAT DI PROVINSI JAWA TENGAH oleh ERLIYANA DEVITASARI M0111029 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciAnalisis Spasial Penyediaan Fasilitas Pendidikan pada Sekolah Menengah Pertama di Kabupaten Boyolali
p-issn: 2477-3859 e-issn: 2477-3581 JURNAL INOVASI PENDIDIKAN DASAR The Journal of Innovation in Elementary Education http://jipd.uhamka.ac.id/index.php/jipd Volume 1 Number 2 June 2016 51-58 Analisis
Lebih terperinciPENERAPAN LOGIKA FUZZY MENGGUNAKAN SISTEM INFERENSI METODE TSUKAMOTO PADA PENGATURAN LAMPU LALU LINTAS DI PEREMPATAN MANDAN KABUPATEN SUKOHARJO
PENERAPAN LOGIKA FUZZY MENGGUNAKAN SISTEM INFERENSI METODE TSUKAMOTO PADA PENGATURAN LAMPU LALU LINTAS DI PEREMPATAN MANDAN KABUPATEN SUKOHARJO oleh KARTIKA DEWAYANI M0112048 SKRIPSI ditulis dan diajukan
Lebih terperinciESTIMASI-MM PADA REGRESI ROBUST (Studi Kasus Produksi Kedelai di Indonesia Tahun 2010)
ESTIMASI-MM PADA REGRESI ROBUST (Studi Kasus Produksi Kedelai di Indonesia Tahun 2010) oleh ENDAH KRISNA MURTI M0106039 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar
Lebih terperinciBERITA RESMI STATISTIK BPS KABUPATEN BOYOLALI
BERITA RESMI STATISTIK BPS KABUPATEN BOYOLALI No. 1/08/3309/Th.I, 11 Agustus 2016 PRODUKSI PADI DAN PALAWIJA KAB. BOYOLALI (ANGKA TETAP TAHUN 2015) Angka Tetap (ATAP) produksi padi Kabupaten Boyolali Tahun
Lebih terperinciKEPUTUSAN BUPATI BOYOLALI NOMOR 900 j9)c; TAHUN 2014 TENTANG
KEPUTUSAN BUPATI BOYOLALI NOMOR 900 j9)c; TAHUN 2014 TENTANG PENUNJUKAN KUASA PENGGUNA ANGGARAN PADA DINAS PENDIDIKAN, PEMUDA DAN OLAHRAGA KABUPATEN BOYOLALI TAHUN ANGGARAN 2015 BUPATI BOYOLALI, Menimbang..
Lebih terperinciPENJADWALAN PEMANDU WISATA DI KERATON KASUNANAN SURAKARTA DENGAN MENGGUNAKAN ALJABAR MAX-PLUS
PENJADWALAN PEMANDU WISATA DI KERATON KASUNANAN SURAKARTA DENGAN MENGGUNAKAN ALJABAR MAX-PLUS oleh ADITYA WENDHA WIJAYA M0109003 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh
Lebih terperinciBAB 3 POTENSI DAN KONDISI LOKASI
BAB 3 POTENSI DAN KONDISI LOKASI 3.1 Tinjauan Umum Kabupaten Boyolali 3.1.1 Gambaran Umum Kabupaten Boyolali merupakan salah satu dari 35 Kabupaten/Kota di Propinsi Jawa Tengah, terletak antara 110 22'
Lebih terperinciLAPORAN PERENCANAAN WILAYAH ACARA III ANALISIS PELAYANAN
LAPORAN PERENCANAAN WILAYAH ACARA III ANALISIS PELAYANAN Disusun Guna Memenuhi Tugas Perencanaan Wilayah Dosen pengampu : Rita Noviani, S.Si, M.Sc Disusun Oleh : Bhian Rangga JR K 5410012 PROGRAM STUDI
Lebih terperinciSKRIPSI. Disusun Oleh: SARITA BUDIYANI PURNAMASARI NIM
PEMILIHAN CLUSTER OPTIMUM PADA FUZZY C-MEANS (Studi kasus: Pengelompokan Kabupaten/Kota di Jawa Tengah berdasarkan Indikator Indeks Pembangunan Manusia) SKRIPSI Disusun Oleh: SARITA BUDIYANI PURNAMASARI
Lebih terperinciREKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO
REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO oleh ENDRA PRATAMA M0112030 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
Lebih terperincioleh LILIS SETYORINI NIM. M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
PERAMALAN JUMLAH PEMINAT PROGRAM STUDI MATEMATIKA FMIPA UNS MENGGUNAKAN RUNTUN WAKTU FUZZY PADA PENENTUAN INTERVAL DENGAN METODE BERBASIS RATA-RATA DAN PENGELOMPOKAN OTOMATIS oleh LILIS SETYORINI NIM.
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI M-KUANTIL MENGGUNAKAN METODE ITERATIVE REWEIGHTED LEAST SQUARE (IRLS)
ESTIMASI PARAMETER MODEL REGRESI M-KUANTIL MENGGUNAKAN METODE ITERATIVE REWEIGHTED LEAST SQUARE (IRLS) oleh Lisa Apriana Dewi M0108055 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratanmemperoleh
Lebih terperinciPERAMALAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN MODEL RUNTUN WAKTU FUZZY -RANTAI MARKOV
PERAMALAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN MODEL RUNTUN WAKTU FUZZY -RANTAI MARKOV oleh ERIKHA AJENG CHISWARI NIM. M0111028 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciPENYELESAIAN MASALAH STURM-LIOUVILLE DARI PERSAMAAN GELOMBANG SUARA DI BAWAH AIR DENGAN METODE BEDA HINGGA
PENYELESAIAN MASALAH STURM-LIOUVILLE DARI PERSAMAAN GELOMBANG SUARA DI BAWAH AIR DENGAN METODE BEDA HINGGA oleh FIQIH SOFIANA M0109030 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh
Lebih terperinciKEBEBASAN LINEAR GONDRAN-MINOUX DAN REGULARITAS DALAM ALJABAR MAKS-PLUS
KEBEBASAN LINEAR GONDRAN-MINOUX DAN REGULARITAS DALAM ALJABAR MAKS-PLUS oleh ANNISA RAHMAWATI M0112010 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
Lebih terperinciProsiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : ; e-issn :
Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 PENGELOMPOKAN PERSENTASE PENDUDUK BERUMUR 15 TAHUN KE ATAS MENURUT KABUPATEN/KOTA DAN PENDIDIKAN TERTINGGI
Lebih terperinciB U P A T I B O Y O L A L I P R O V I N S I J A W A T E N G A H
B U P A T I B O Y O L A L I P R O V I N S I J A W A T E N G A H PERATURAN BUPATI BOYOLALI NOMOR 39 TAHUN 2016 TENTANG PEMBENTUKAN UNIT PELAKSANA TEKNIS PADA DINAS DAERAH KABUPATEN BOYOLALI DENGAN RAHMAT
Lebih terperinciMODEL HIBRIDA RUNTUN WAKTU FUZZY TERBOBOT-DERET FOURIER UNTUK PERAMALAN CURAH HUJAN DI DAERAH ALIRAN SUNGAI BENGAWAN SOLO
MODEL HIBRIDA RUNTUN WAKTU FUZZY TERBOBOT-DERET FOURIER UNTUK PERAMALAN CURAH HUJAN DI DAERAH ALIRAN SUNGAI BENGAWAN SOLO oleh INDIAWATI AYIK IMAYA M0111045 SKRIPSI ditulis dan diajukan untuk memenuhi
Lebih terperinciABSTRAK. Kata kunci: IHSG, runtun waktu fuzzy, partisi interval berdasarkan frekuensi densitas. iii
ABSTRAK Sylvia Swidaning Putri. 2016. PERAMALAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN RUNTUN WAKTU FUZZY DENGAN PARTISI INTERVAL BERDASARKAN FREKUENSI DENSITAS. Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBUPATI BOYOLALI PROVINSI JAWA TENGAH
BUPATI BOYOLALI PROVINSI JAWA TENGAH PERATURAN BUPATI BOYOLALI NOMOR 54 TAHUN 2016 TENTANG URAIAN TUGAS JABATAN ESELON PADA INSPEKTORAT DAERAH KABUPATEN BOYOLALI DENGAN RAHMAT TUHAN YANG MAHA ESA BUPATI
Lebih terperinciRATA-RATA KUADRAT SESATAN PENDUGA REGRESI DENGAN KOMBINASI LINIER DUA VARIABEL BANTU PADA SAMPEL ACAK SEDERHANA
RATA-RATA KUADRAT SESATAN PENDUGA REGRESI DENGAN KOMBINASI LINIER DUA VARIABEL BANTU PADA SAMPEL ACAK SEDERHANA oleh INTAN LISDIANA NUR PRATIWI NIM. M0110040 SKRIPSI ditulis dan diajukan untuk memenuhi
Lebih terperinciPEMERINGKATAN PENERIMA BEASISWA BANTUAN BELAJAR MAHASISWA DI FAKULTAS MIPA UNS MENGGUNAKAN FUZZY SIMPLE ADDITIVE WEIGHTING
PEMERINGKATAN PENERIMA BEASISWA BANTUAN BELAJAR MAHASISWA DI FAKULTAS MIPA UNS MENGGUNAKAN FUZZY SIMPLE ADDITIVE WEIGHTING Oleh NUR INDAH NIM. M0109055 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian
Lebih terperinciAPLIKASI SISTEM PAKAR UNTUK MENENTUKAN OBAT PERAWATAN KULIT WAJAH BERBASIS ANDROID
APLIKASI SISTEM PAKAR UNTUK MENENTUKAN OBAT PERAWATAN KULIT WAJAH BERBASIS ANDROID Muhammad Imaduddin 1 Arie Surya Chandra 2 Denny Chancra 3 Teknik Informatika Universitas Bina Nusantara Jl. K. H. Syahdan
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN A. Tempat dan Penelitian Penelitian ini dilaksanakan di Kecamatan Nogosari, Kabupaten Boyolali pada tanggal 16 Desember 2015 sampai 29 Januari 2016. B. Desain Penelitian Metode dasar
Lebih terperinciPERAMALAN INDEKS HARGA SAHAM GABUNGAN DENGAN MODEL RUNTUN WAKTU FUZZY TIGA FAKTOR
PERAMALAN INDEKS HARGA SAHAM GABUNGAN DENGAN MODEL RUNTUN WAKTU FUZZY TIGA FAKTOR oleh MAULIDA DWI RAHMITANINGRUM M0111054 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar
Lebih terperinciBASIS RUANG VEKTOR EIGEN SUATU MATRIKS ATAS ALJABAR MAX-PLUS
BASIS RUANG VEKTOR EIGEN SUATU MATRIKS ATAS ALJABAR MAX-PLUS oleh PUNDRA ANDRIYANTO M0109057 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika FAKULTAS
Lebih terperinciPENENTUAN WAKTU PRODUKSI TERCEPAT PADA SISTEM MESIN PRODUKSI JAMU DI PT. PUTRO KINASIH DENGAN ALJABAR MAX-PLUS
PENENTUAN WAKTU PRODUKSI TERCEPAT PADA SISTEM MESIN PRODUKSI JAMU DI PT. PUTRO KINASIH DENGAN ALJABAR MAX-PLUS oleh CAESAR ADHEK KHARISMA M0109017 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciMODEL PREDIKSI GREY UNTUK GM(1,1) DAN GREY VERHULST
MODEL PREDIKSI GREY UNTUK GM(1,1) DAN GREY VERHULST oleh RACHMA PUTRI YULIARTI M0107080 SKRIPSI Ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika FAKULTAS
Lebih terperinciPENERAPAN DATA MINING MENGGUNAKAN ALGORITME C4.5 DALAM PENENTUAN JURUSAN SISWA SMA NEGERI 2 SURAKARTA
PENERAPAN DATA MINING MENGGUNAKAN ALGORITME C4.5 DALAM PENENTUAN JURUSAN SISWA SMA NEGERI 2 SURAKARTA oleh NADYA AL FITRIANI M0111060 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh
Lebih terperincioleh ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika SURAKARTA
PEMILIHAN JENIS KARTU TELEPON SELULER DI SURAKARTA MENGGUNAKAN ANALISIS FAKTOR oleh ASTIKA RATNAWATI M 0105025 S K R I P S I ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana
Lebih terperinciMETODE ITERASI VARIASIONAL PADA MASALAH STURM-LIOUVILLE
METODE ITERASI VARIASIONAL PADA MASALAH STURM-LIOUVILLE oleh HILDA ANGGRIYANA M0109035 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika JURUSAN
Lebih terperinciPOLINOMIAL KARAKTERISTIK MATRIKS DALAM ALJABAR MAKS-PLUS
POLINOMIAL KARAKTERISTIK MATRIKS DALAM ALJABAR MAKS-PLUS oleh MARYATUN M0112053 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika FAKULTAS MATEMATIKA
Lebih terperinciPEMERINTAH KABUPATEN BOYOLALI DINAS KESEHATAN
PEMERINTAH KABUPATEN BOYOLALI DINAS KESEHATAN Jalan Pandanaran Nomor 156,Boyolali 57311, Propinsi Jawa Tengah Telp. (0276) 321009, Faks.( 0276 ) 325847, e-mail : dinkes@boyolali.go.id PENGUMUMAN NOMOR
Lebih terperinciANALISIS KELOMPOK DENGAN ALGORITMA FUZZY C-MEANS DAN GUSTAFSON KESSEL CLUSTERING PADA INDEKS LQ45
ANALISIS KELOMPOK DENGAN ALGORITMA FUZZY C-MEANS DAN GUSTAFSON KESSEL CLUSTERING PADA INDEKS LQ45 SKRIPSI Disusun oleh: LAILLY RAHMATIKA J2E009007 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciProsiding Seminar Sains dan Teknologi FMIPA Unmul Vol. 1 No. 2 Desember 2015, Samarinda, Indonesia ISBN :
Clustering Data Status Tugas Belajar Dan Ijin Belajar Menggunakan Metode Fuzzy C-Means (Studi Kasus : Di Lingkungan Pemerintah Provinsi Kalimantan Timur) Fevin Triyas Rantika 1, Indah Fitri Astuti, M.Cs
Lebih terperinciBAB III METODE PENELITIAN
26 BAB III METODE PENELITIAN A. Metode Dasar Penelitian Metode dasar yang digunakan dalam penelitian ini adalah deskriptif, yaitu metode yang memusatkan perhatian pada pemecahan masalah-masalah yang ada
Lebih terperinciPERAMALAN CADANGAN DEVISA INDONESIA MENGGUNAKAN METODE GRUP VARIASI FUZZY
PERAMALAN CADANGAN DEVISA INDONESIA MENGGUNAKAN METODE GRUP VARIASI FUZZY oleh MARISA RAMDHAYANTI M0110054 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains
Lebih terperinciMETODE PENELITIAN. A. Metode Dasar Penelitian
47 III. METODE PENELITIAN A. Metode Dasar Penelitian Metode deskriptif analisis merupakan metode yang memusatkan diri pada suatu pemecahan masalah yang terjadi pada masa sekarang berupa masalah-masalah
Lebih terperinciMODEL GEOGRAPHICALLY WEIGHTED ORDINAL MULTINOMIAL LOGISTIC REGRESSION (GWOMLR) PADA INCIDENCE RATE (IR) DEMAM BERDARAH DENGUE (DBD) DI KOTA SEMARANG
MODEL GEOGRAPHICALLY WEIGHTED ORDINAL MULTINOMIAL LOGISTIC REGRESSION (GWOMLR) PADA INCIDENCE RATE (IR) DEMAM BERDARAH DENGUE (DBD) DI KOTA SEMARANG NAFSA AMALI M0108021 SKRIPSI ditulis dan diajukan untuk
Lebih terperinciBAB III ANALISIS DATA DAN PEMBAHASAN. 1. Ekstensifikasi Pajak Bumi dan Bangunan Perdesaan dan Perkotaan
34 BAB III ANALISIS DATA DAN PEMBAHASAN A. Pembahasan Masalah 1. Ekstensifikasi Pajak Bumi dan Bangunan Perdesaan dan Perkotaan (PBB-P2) di Kabupaten Boyolali. Ekstensifikasi Pajak merupakan kegiatan yang
Lebih terperinciAPLIKASI ALJABAR MAKS-PLUS PADA SISTEM PENJADWALAN KERETA REL LISTRIK (KRL) JABODETABEK
APLIKASI ALJABAR MAKS-PLUS PADA SISTEM PENJADWALAN KERETA REL LISTRIK (KRL) JABODETABEK oleh AHMAD DIMYATHI M0111003 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana
Lebih terperinciBAB III DESKRIPSI LEMBAGA
digilib.uns.ac.id BAB III DESKRIPSI LEMBAGA A. Sejarah PD. Bank Perkreditan Rakyat BKK Boyolali Perusahaan Daerah BPR BKK Boyolali Kota Kabupaten Boyolali merupakan hasil dari merger 18 PD.BPR BKK se Kabupaten
Lebih terperinciANALISIS PREFERENSI SISWA SMA DI KOTA SEMARANG TERHADAP PROGRAM STUDI DI PERGURUAN TINGGI DENGAN METODE CHOICE-BASED CONJOINT
ANALISIS PREFERENSI SISWA SMA DI KOTA SEMARANG TERHADAP PROGRAM STUDI DI PERGURUAN TINGGI DENGAN METODE CHOICE-BASED CONJOINT SKRIPSI Oleh: DINI ANGGREANI NIM J2E009019 JURUSAN STATISTIKA FAKULTAS SAINS
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 21 Teori Himpunan Fuzzy Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam himpunan A, yang sering ditulis dengan memiliki dua kemungkinan, yaitu: 1 Nol (0), yang berarti
Lebih terperinciPRODUKTIVITAS DAN KONTRIBUSI TENAGA KERJA SEKTOR PERTANIAN KABUPATEN BOYOLALI
PRODUKTIVITAS DAN KONTRIBUSI TENAGA KERJA SEKTOR PERTANIAN KABUPATEN BOYOLALI Yetti Anita Sari Fakultas Geografi UGM; Yogyakarta E-mail: yettianitasari@gmail.com ABSTRAK Sektor pertanian merupakan salah
Lebih terperinciSIMULASI PEMILIHAN SUPPLIER SIMPLISIA TERBAIK DI PT. AIR MANCUR MENGGUNAKAN METODE ADDITIVE RATIO ASSESSMENT
SIMULASI PEMILIHAN SUPPLIER SIMPLISIA TERBAIK DI PT. AIR MANCUR MENGGUNAKAN METODE ADDITIVE RATIO ASSESSMENT oleh TITIK MURDATIK M0107061 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciPENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN
Saintia Matematika Vol. 1, No. 3 (2013), pp. 233 247. PENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN Zati Azmiana, Faigiziduhu Bu ulolo, dan Partano Siagian Abstrak.
Lebih terperinciPENDUGA RASIO PADA PENGAMBILAN SAMPEL ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KURTOSIS, DAN KORELASI
PENDUGA RASIO PADA PENGAMBILAN SAMPEL ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KURTOSIS, DAN KORELASI oleh EKO BUDI SUSILO M0110022 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciANALISIS SEKTOR UNGGULAN DAN PENGEMBANGAN SEKTOR EKONOMI TIAP KECAMATAN DI KABUPATEN BOYOLALI
ANALISIS SEKTOR UNGGULAN DAN PENGEMBANGAN SEKTOR EKONOMI TIAP KECAMATAN DI KABUPATEN BOYOLALI Skripsi Diajukan untuk Melengkapi Syarat-Syarat Untuk Memperoleh Gelar Sarjana Ekonomi Jurusan Ekonomi Pembangunan
Lebih terperinciJURUSAN EKONOMI PEMBANGUNAN FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS SEBELAS MARET SURAKARTA 2015
ANALISIS DISPARITAS REGIONAL DAN SEKTOR BASIS DALAM PEREKONOMIAN KABUPATEN BOYOLALI TAHUN 2007-2011 Skripsi Diajukan untuk Melengkapi Syarat-Syarat Untuk Memperoleh Gelar Sarjana Ekonomi Jurusan Ekonomi
Lebih terperinciSISTEM LINEAR DALAM ALJABAR MAKS-PLUS
SISTEM LINEAR DALAM ALJABAR MAKS-PLUS oleh ANITA NUR MUSLIMAH M01009009 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika JURUSAN MATEMATIKA FAKULTAS
Lebih terperinciPERBANDINGAN TINGKAT AKURASI REGRESI NONPARAMETRIK SPLINE DAN REGRESI NONPARAMETRIK KERNEL PADA PERTUMBUHAN BALITA DI KOTA SURAKARTA
PERBANDINGAN TINGKAT AKURASI REGRESI NONPARAMETRIK SPLINE DAN REGRESI NONPARAMETRIK KERNEL PADA PERTUMBUHAN BALITA DI KOTA SURAKARTA oleh FEBRIANI ASTUTI M0111036 SKRIPSI ditulis dan diajukan untuk memenuhi
Lebih terperinciPERBANDINGAN PENYELESAIAN SISTEM OREGONATOR DENGAN METODE ITERASI VARIASIONAL DAN METODE ITERASI VARIASIONAL TERMODIFIKASI
PERBANDINGAN PENYELESAIAN SISTEM OREGONATOR DENGAN METODE ITERASI VARIASIONAL DAN METODE ITERASI VARIASIONAL TERMODIFIKASI oleh AMELIA FEBRIYANTI RESKA M0109008 SKRIPSI ditulis dan diajukan untuk memenuhi
Lebih terperinciPENERAPAN ALJABAR MAKS-PLUS PADA PENJADWALAN SISTEM PRODUKSI HARIAN UMUM SOLOPOS DI PT. SOLO GRAFIKA UTAMA
PENERAPAN ALJABAR MAKS-PLUS PADA PENJADWALAN SISTEM PRODUKSI HARIAN UMUM SOLOPOS DI PT. SOLO GRAFIKA UTAMA oleh ARIF MUNTOHAR M0111012 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh
Lebih terperinciPENERAPAN MODEL PERTUMBUHAN LOGISTIK DENGAN MEMPERHATIKAN LAJU INTRINSIK
PENERAPAN MODEL PERTUMBUHAN LOGISTIK DENGAN MEMPERHATIKAN LAJU INTRINSIK oleh ANDRIAN GUNTUR NUGRAHANTO M0110005 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana
Lebih terperinciANALISIS SEBARAN FASILITAS PENDIDIKAN SEKOLAH MENENGAH UMUM NEGERI DI KABUPATEN BOYOLALI
ANALISIS SEBARAN FASILITAS PENDIDIKAN SEKOLAH MENENGAH UMUM NEGERI DI KABUPATEN BOYOLALI Program Studi Geografi NASKAH PUBLIKASI Diajukan Untuk Memenuhi Tugas dan Syarat-syarat Guna Memperoleh Gelar Srjana
Lebih terperinciLAPORAN PERENCANAAN WILAYAH ACARA IV ANALISIS PERKEMBANGAN DAN DAYA DUKUNG WILAYAH
LAPORAN PERENCANAAN WILAYAH ACARA IV ANALISIS PERKEMBANGAN DAN DAYA DUKUNG WILAYAH Disusun Guna Memenuhi Tugas Perencanaan Wilayah Dosen pengampu : Rita Noviani, S.Si, M.Sc Disusun Oleh : Bhian Rangga
Lebih terperinciPERBANDINGAN KEPEKAAN UJI KENORMALAN UNIVARIAT PADA KATEGORI MOMEN MELALUI SIMULASI MONTE CARLO
PERBANDINGAN KEPEKAAN UJI KENORMALAN UNIVARIAT PADA KATEGORI MOMEN MELALUI SIMULASI MONTE CARLO oleh SITI NURJANAH M0109061 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Mobilitas adalah hal yang tidak dapat dipisahkan dalam gaya hidup masyarakat sekarang ini. Serangkaian aktifitas menuntut seseorang untuk berada di suatu tempat bahkan
Lebih terperinciBAB III ANALISIS DATA DAN PEMBAHASAN. akuifer berproduksi sedang, yaitu akuifer tidak menembus, tipis dan keterusan
BAB III ANALISIS DATA DAN PEMBAHASAN A. Pembahasan Masalah Ditinjau dari kedalaman air tanah, wilayah Boyolali termasuk dalam kategori akuifer berproduksi sedang, yaitu akuifer tidak menembus, tipis dan
Lebih terperinciPENGKLUSTERAN KONDISI PASAR KOMODITI JAGUNG DI INDONESIA MENGGUNAKAN SELF ORGANIZING MAP (SOM) Oleh TRIYOGO BUDI SANTOSO NIM.
PENGKLUSTERAN KONDISI PASAR KOMODITI JAGUNG DI INDONESIA MENGGUNAKAN SELF ORGANIZING MAP (SOM) Oleh TRIYOGO BUDI SANTOSO NIM. M0107063 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh
Lebih terperinciBUPATI BOYOLALI PROVINSI JAWA TENGAH
- 1 - BUPATI BOYOLALI PROVINSI JAWA TENGAH PERATURAN DAERAH KABUPATEN BOYOLALI NOMOR 16 TAHUN 2016 TENTANG PEMBENTUKAN DAN SUSUNAN PERANGKAT DAERAH DENGAN RAHMAT TUHAN YANG MAHA ESA BUPATI BOYOLALI, Menimbang
Lebih terperinciSPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ
SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ P.A Teknik Informatika Universitas Ahmad Dahlan Yogyakarta Kampus 3 UAD, Jl. Prof. Soepomo rochmahdyah@yahoo.com Abstrak Perkembangan teknologi
Lebih terperinciANALISIS PENCAPAIAN STANDAR PELAYANAN MINIMUM BIDANG PENDIDIKAN TERKAIT DENGAN KONSISTENSI PERENCANAAN DAN PENGANGGARAN DI KOTA SURAKARTA
ANALISIS PENCAPAIAN STANDAR PELAYANAN MINIMUM BIDANG PENDIDIKAN TERKAIT DENGAN KONSISTENSI PERENCANAAN DAN PENGANGGARAN DI KOTA SURAKARTA TESIS Untuk Memenuhi Sebagian Persyaratan Mencapai Derajat Magister
Lebih terperinciSKRIPSI. Diajukan untuk Memenuhi Sebagian Syarat Mencapai Derajat Sarjana S-1 Fakultas Geografi. Disusun Oleh: Novie Anggraeni NIM: E
ANALISIS DISPARITAS PERKEMBANGAN WILAYAH ANTAR FUNGSI PUSAT PELAYANAN DALAM RENCANA TATA RUANG WILAYAH DI KABUPATEN BOYOLALI PROVINSI JAWA TENGAH TAHUN 2002 DAN 2011 SKRIPSI Diajukan untuk Memenuhi Sebagian
Lebih terperinciCD PEMBELAJARAN TEMATIK UNTUK SEKOLAH DASAR KELAS 1 SEMESTER 1 BERTEMA KELUARGA BERBASIS ADOBE FLASH TUGAS AKHIR
CD PEMBELAJARAN TEMATIK UNTUK SEKOLAH DASAR KELAS 1 SEMESTER 1 BERTEMA KELUARGA BERBASIS ADOBE FLASH TUGAS AKHIR Diajukan Untuk Memenuhi Salah Satu Syarat Mencapai Gelar Ahli Madya Program Diploma III
Lebih terperinciPENENTUAN KUALITAS CABE MERAH VARIETAS HOT BEAUTY DENGAN FUZZY INFERENCE SYSTEM TSUKAMOTO
PENENTUAN KUALITAS CABE MERAH VARIETAS HOT BEAUTY DENGAN FUZZY INFERENCE SYSTEM TSUKAMOTO oleh TAUFIQ HANIF TRI SUSELO M0107017 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh
Lebih terperincioleh WAHYUNI PUTRANTO NIM. M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
PERBANDINGAN METODE GRADIENT DESCENT DAN GRADIENT DESCENT DENGAN MOMENTUM PADA JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM PERAMALAN KURS TENGAH RUPIAH TERHADAP DOLAR AMERIKA oleh WAHYUNI PUTRANTO NIM.
Lebih terperinciMENENTUKAN NILAI AKHIR KULIAH DENGAN FUZZY C-MEANS
MENENTUKAN NILAI AKHIR KULIAH DENGAN FUZZY C-MEANS Arwan Ahmad Khoiruddin, S.Kom. Staf Pengajar Jurusan Tekn Informata, Fakultas Teknologi Industri, Universitas Islam Indonesia arwan@fti.uii.ac.id ABSTRACT
Lebih terperinciOleh FATMA JULITA M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
PERBANDINGAN EFISIENSI PENDUGA RASIO EKSPONENSIAL MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK STRATIFIKASI Oleh FATMA JULITA M0111034 SKRIPSI ditulis
Lebih terperinciSKRIPSI JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG
APLIKASI MODEL REGRESI SPASIAL UNTUK PEMODELAN ANGKA PARTISIPASI MURNI JENJANG PENDIDIKAN SMA SEDERAJAT DI PROVINSI JAWA TENGAH SKRIPSI Oleh: Restu Dewi Kusumo Astuti NIM : J2E009002 JURUSAN STATISTIKA
Lebih terperinciLAPORAN PERENCANAAN WILAYAH ACARA VI ANALISIS EKONOMI II. Disusun Guna Memenuhi Tugas Perencanaan Wilayah Dosen pengampu : Rita Noviani, S.Si, M.
LAPORAN PERENCANAAN WILAYAH ACARA VI ANALISIS EKONOMI II Disusun Guna Memenuhi Tugas Perencanaan Wilayah Dosen pengampu : Rita Noviani, S.Si, M.Sc Disusun Oleh : Bhian Rangga JR K 5410012 PROGRAM STUDI
Lebih terperinciMETODE TRANSFORMASI DIFERENSIAL FRAKSIONAL UNTUK MENYELESAIKAN MASALAH STURM-LIOUVILLE FRAKSIONAL
METODE TRANSFORMASI DIFERENSIAL FRAKSIONAL UNTUK MENYELESAIKAN MASALAH STURM-LIOUVILLE FRAKSIONAL oleh ASRI SEJATI M0110009 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar
Lebih terperinciPENENTUAN JADWAL PRODUKSI PADA SISTEM PRODUKSI TIPE ASSEMBLY DI PERUSAHAAN ROTI GANEP SOLO MENGGUNAKAN ALJABAR MAKS-PLUS
PENENTUAN JADWAL PRODUKSI PADA SISTEM PRODUKSI TIPE ASSEMBLY DI PERUSAHAAN ROTI GANEP SOLO MENGGUNAKAN ALJABAR MAKS-PLUS oleh GALIH GUSTI SURYANING AKBAR M0111039 SKRIPSI ditulis dan diajukan untuk memenuhi
Lebih terperincioleh FAIFAR NUR CHAYANINGTYAS M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
MODEL REGRESI B-SPLINE PADA LAJU PERTUMBUHAN PENDUDUK DI INDONESIA oleh FAIFAR NUR CHAYANINGTYAS M0112032 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains
Lebih terperinciOleh FATMA JULITA M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
PERBANDINGAN EFISIENSI PENDUGA RASIO EKSPONENSIAL MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK STRATIFIKASI Oleh FATMA JULITA M0111034 SKRIPSI ditulis
Lebih terperinciAGUS WURYANTO NIM: X FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS SEBELAS MARET SURAKARTA
UPAYA MENINGKATKAN KEMAMPUAN SENSOMOTORIK MELALUI PEMBELAJARAN OLAHRAGA KESEHATAN PADA ANAK TUNAGRAHITA KELAS III SEMESTER I SLB/C YPCM BANYUDONO BOYOLALI TAHUN PELAJARAN 2014/2015 S K R I P S I Oleh:
Lebih terperinciPENDUGA RASIO MENGGUNAKAN KOEFISIEN REGRESI, VARIASI VARIABEL BANTU, DAN KORELASI PADA PRODUKSI KEDELAI DI PULAU JAWA TAHUN 2013
PENDUGA RASIO MENGGUNAKAN KOEFISIEN REGRESI, VARIASI VARIABEL BANTU, DAN KORELASI PADA PRODUKSI KEDELAI DI PULAU JAWA TAHUN 2013 oleh TONI IRAWAN M0110078 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian
Lebih terperinciPENERAPAN FUZZY C-MEANS DAN FUZZY SUBSTRACTIVE CLUSTERING PADA DESA DAN KELURAHAN DI KABUPATEN JEMBER BERDASARKAN INDIKATOR KEMISKINAN SKRIPSI
PENERAPAN FUZZY C-MEANS DAN FUZZY SUBSTRACTIVE CLUSTERING PADA DESA DAN KELURAHAN DI KABUPATEN JEMBER BERDASARKAN INDIKATOR KEMISKINAN SKRIPSI Oleh Marsha Agnesya Sari Devi NIM 101810101051 JURUSAN MATEMATIKA
Lebih terperinciKETERCAPAIAN DARI RUANG EIGEN MATRIKS ATAS ALJABAR MAKS PLUS
KETERCAPAIAN DARI RUANG EIGEN MATRIKS ATAS ALJABAR MAKS PLUS oleh TRI ANGGORO PUTRO M0112100 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika FAKULTAS
Lebih terperinciPEMBERIAN NOMOR VERTEX PADA TOPOLOGI JARINGAN GRAF WHEEL, GRAF HELM DAN GRAF LOLLIPOP
PEMBERIAN NOMOR VERTEX PADA TOPOLOGI JARINGAN GRAF WHEEL, GRAF HELM DAN GRAF LOLLIPOP Oleh : MUHAMAD SIDIQ NIM. M0108095 SKRIPSI Ditulis dan diajukan untuk memenuhi sebagian persyaratan memeperoleh gelar
Lebih terperinciOleh TRI SEPTIYANI M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PASIEN PENDERITA STROKE DI RSUD DR. MOEWARDI MENGGUNAKAN POHON KLASIFIKASI BINER DENGAN ALGORITMA QUEST (QUICK, UNBIASED EFFICIENT STATISTICAL TREE) Oleh TRI SEPTIYANI
Lebih terperinciPENERAPAN MODEL WINTER RUNTUN WAKTU FUZZY TERBOBOT UNTUK MERAMALKAN BANYAKNYA PENUMPANG DI BANDARA INTERNASIONAL JUANDA SURABAYA
PENERAPAN MODEL WINTER RUNTUN WAKTU FUZZY TERBOBOT UNTUK MERAMALKAN BANYAKNYA PENUMPANG DI BANDARA INTERNASIONAL JUANDA SURABAYA oleh ANWAR SETYO UTOMO M0109012 SKRIPSI ditulis dan diajukan untuk memenuhi
Lebih terperinciSKRIPSI. Disusun oleh LANDONG PANAHATAN HUTAHAEAN
MODEL REGRESI COX PROPORTIONAL HAZARDS PADA DATA LAMA STUDI MAHASISWA (Studi Kasus Di Fakultas Sains dan Matematika Universitas Diponegoro Semarang Mahasiswa Angkatan 2009) SKRIPSI Disusun oleh LANDONG
Lebih terperinciPENGELOMPOKAN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH BERDASARKAN PERSENTASE PENDUDUK MISKIN TAHUN MENGGUNAKAN METODE KOHONEN
Prosiding Seminar Nasional Matematika dan Terapannya 016 p-issn : 550-0384; e-issn : 550-039 PENGELOMPOKAN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH BERDASARKAN PERSENTASE PENDUDUK MISKIN TAHUN 009-013 MENGGUNAKAN
Lebih terperinciANALISIS KUALITAS PELAYANAN DENGAN MENGGUNAKAN FUZZY SERVQUAL, KUADRAN IPA, DAN INDEKS PGCV SKRIPSI. Oleh: HANIK ROSYIDAH JURUSAN STATISTIKA
ANALISIS KUALITAS PELAYANAN DENGAN MENGGUNAKAN FUZZY SERVQUAL, KUADRAN IPA, DAN INDEKS PGCV SKRIPSI Oleh: HANIK ROSYIDAH 24010210141037 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciPUBLIKASI KARYA ILMIAH. Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Derajat S-1 Program Studi Geografi Dan Memperoleh Gelar Sarjana
ANALISIS DISPARITAS PERKEMBANGAN WILAYAH ANTAR FUNGSI PUSAT PELAYANAN DALAM RENCANA TATA RUANG WILAYAH DI KABUPATEN BOYOLALI PROVINSI JAWA TENGAH TAHUN 2002 DAN 2011 PUBLIKASI KARYA ILMIAH Diajukan Sebagai
Lebih terperinciOleh: Ita Utamawati X7108697
PENINGKATAN KEMAMPUAN MEMAHAMI KONSEP PESAWAT SEDERHANA DALAM PEMBELAJARAN IPA MELALUI MODEL KONTEKSTUAL PADA SISWA KELAS V SD NEGERI LENGKING 01 BULU SUKOHARJO TAHUN PELAJARAN 2009/2010 Oleh: Ita Utamawati
Lebih terperinci