OPTIMISASI PADA SISTEM DAYA LISTRIK

Ukuran: px
Mulai penontonan dengan halaman:

Download "OPTIMISASI PADA SISTEM DAYA LISTRIK"

Transkripsi

1 OTIMISASI ADA SISTEM DAYA LISTRIK Oleh : Sugeg Saoso ABSTRAK emecaha masalah opmas ssem eaga lsrk saga sul karea ssem eaga yag saga besar, kompleks, secara geografs juga luas da dpegaruh oleh bayak kejada ak erduga. Hal u perlu megguaka meode opmas uuk medapaka hasl yag palg efse dalam meyederhaaka perumusa masalah da pelaksaaaya. Arkel meyajka gambara peg opmas secara maemaka da dbau dega peragka luak EDSA Techcal 2005 yag dguaka dalam pemecaha masalah opmas daya lsrk. Aplkas EDSA Techcal 2005 sebaga ala bau hug juga elah dbahas dalam arkel. ENDAHULUAN embagka dalam ssem eaga lsrk pada seap sasu dak dempaka pada jarak yag sama dar pusa beba. Oleh sebab u harga baha bakar seap sasu pembagk mejad berbeda. Bab membahas upaya peeua pegrma daya yaa dar seap sasu pembagk gua memperkecl baya operas. Jad ujuaya adalah uuk memeuh permaa beba dega baya baha bakar yag mmum. Hal dsebu Opmal ower Flow (OF). OF dguaka uuk megopmas alra daya dar ssem eaga berskala besar. ara dlakuka dega memperkecl fugs fugs objekf yag dplh sambl memperahaka dayagua ssem yag dapa derma dar baas kemampua daya pada geeraor. embahasa dalam bab dbaas pada aalss pegrma daya yaa yag opmal dar pembagk. egrma daya yaa yag opmal dmaksudka uuk memperkecl jumlah keseluruha baya operas dega memperhugka rug rug daya yaa pada salura. BIAYA OERASI EMBANGKIT THERMAL Fakor fakor yag mempegaruh pegrma daya yaa yag opmal pada pembagk adalah beroperasya geeraor yag efse, baya baha bakar, da rug rug daya pada salura rasms. Bayak juga geeraor yag beroperas secara efse d dalam ssem eaga amu hal u dak mejam bahwa baya operasya mmum. Hal dsebabka oleh baya baha bakar yag gg. Jka sasu pembagk berada dempa yag jauh dar pusa beba maka rug rug daya pada salura rasms dapa mejad besar. Oleh sebab u sasu pembagk ersebu mejad saga dak ekooms. Masuka pada sasu erms umumya dukur dalam Bu/jam da keluaraya dukur dalam MW. Kurva masuka da keluara dalam beuk sederhaa dar sebuah u erms berupa kurva laju paas seper dujuka pada Gambar 1.(a). Sugeg Saoso : adalah dose Tekk Elekro, Fakulas Tekk, UNWIDHA Klae Magsra No. 75 Th. XXIII Mare

2 Opmsas ada Ssem Daya Lsrk Bu/jam $/jam (a) (MW) (b) Gbr. 1. (a) Kurva laju paels; (b) Kurva baya baha bakar (MW) Kurva Bu/jam erhadap MW mejad $/ jam erhadap MW aka meghaslka kurva baya baha bakar seper dujukka pada gambar 1 (b). Baya baha bakar pada geeraor bsa dgambarka seper sebuah fugs kuadra dar daya yaa pada pembagk, yau: =á + â + ã (1) Turua baya baha bakar erhadap daya yaa pada persamaa (1) berupa kurva baya ambaha baha bakar da gambar kurvaya seper dujukka pada gambar 2. Turua dar persamaa (1) adalah sebaga berku: d d 2 (2) Kurva baya baha bakar meujukka sebuah ukura bagamaa baya yag dkeluarka aka meghaslka ambaha daya selajuya. Toal baya operas melpu baya baha bakar, buruh, persedaa peralaa/baha da perawaa/pemelharaa. λ (MW) Gbr. 2. Trpkal kurva baya baha bakar ENGIRIMAN DAYA OTIMAL DENGAN MENGABAIKAN RUGI - RUGI DAYA DAN BATAS - BATAS GENERATOR Masalah pegra daya yaa yag opmal yag palg sederhaa adalah keka rug rug daya pada salura rasms dabaka. Masalah dak mempermbagka beuk ssem da mpedas salura. ooh yag dambl pada ssem sau bus dega bayak pembagk da erdapa sebuah beba scper dujukka secara skemas pada gambar Magsra No. 75 Th. XXIII Mare 2011

3 Opmsas ada Ssem Daya Lsrk 1 2 g L g D (6) 1 Mmum dar fugs apa baas uuk meeuka k d maa sebaga dar fugs uuk varabel 1 2 g varabel sama dega ol adalah seper persamaa berku: D Gbr. 3.Sebuah bus yag meghubugka g jumlah geeraor L 0 L 0 (7) (8) Keka rug rug daya pada salura rasms dabaka, d maa jumlah permaa beba D sama dega jumlah daya dar semua pembagk, fugs baya dasumska dar masg masg sasu pembagk. Uuk meeuka oal baya produks pada pembagk d masg masg sasu adalah seper persamaa berku: da g 1 g 1 1 D dega asums : adalah oal baya produks. adalah baya produks dar pembagk ke adalah daya yaa dar pembagka ke D adalah oal daya yaa pada permaa beba g adalah jumlah seluruh dar sasu. Sebuah pkal pedekaa uuk meambah baasa ke dalam fugs objekf dega megguaka blaga pegal Lagrage seper persamaa berku: 2 (3) (4) (5) Dar ersamaa (7) dberka: Karea maka ( 0 1) 0 (9) 1... (10) 2 g d d (11) Sehgga kods uuk pegrma baya produks dar pembagk ke yag opmum adalah: aau d d =1,., g (12) 2 (13) Dar ersamaa (13), uuk meeuka harga, adalah: (14) 2 Magsra No. 75 Th. XXIII Mare

4 Opmsas ada Ssem Daya Lsrk Hubuga hubuga yag dberka da persamaa (14) dkeahu sebaga persamaa persamaa koorda sebaga fumgs dar ë. ersamaa (14) dapa dselesaka secara eras. Harga ë ddapa dega mesubsuska harga pada persamaa (14) ke persamaa (5) yag haslya adalah sebaga berku: aau g 1 2 D g 1 g D 2 (15) (16) eyelesaa pegrma daya yaa opmal dar pembagk dega megabaka rug rug daya dapa dlakuka secara aalss. Bla rug rug daya yag dperhugks harus dselesaka secara eras. Dalam sebuah ekk peyelesaa secara eras, harga ë ddapa dar hasl perhuga dega harga esmas awal yag elah deuka erlebh dahulu da sampa Ä dalam keela yag gg. eyelesaa secara cepa dapa dlakuka dega megguaka meode grade yag dujuka ada persamaa (15) da dapa duls ulag sebaga berku; f () (17) D ersamaa (17) daas bla duls dalam dere ylor pada sebuah k operas ë (k) da dega megabaka beuk orde palg gg aka meghaslka: ( k ) ( k ) df ( ) ( k ) ) D (18) f ( d Sehgga da ( k 1) ( k ) ( k ) (19) ( k ) D g 1 ( k ) (20) ENGIRIMAN DAYA OTIMAL DENGAN MENGABAIKAN RUGI - RUGI DAYA DAN MEMERHITUNGAN BATAS - BATAS GENERATOR Keluara daya dar geeraor seharusya dak melebh keperlua operas sablas ssem sehgga daya dar geeraor ersebu erbaas pada baas mmum da maksmum yag dberka. ersoalaya, bagamaa memperoleh hasl daya yaa/real uuk seap sasu pembagk yag opmal sehgga fugs ojekf (msalya baya produks oal) seper yag ddefska pada persamaa (3) adalah mmum sesua dega baasa yag dberka oleh persamaa (4) da keeua kedaksamaa seper yag dberka oleh: ; = 1,., g (21) (m) (max) Dega (m) da (max) adalah daya yaa mmum da maksmum dar sasu pembagk ke. Syara Kuh-Tucker melegkap syara Lagraga uuk megku keeua kedaksamaa. Syara syara uuk pegrma daya yaa yag opmal dar pembagk dega megabaka rug rug rug daya adalah sebaga berku: d d uuk (m) (22) (max) 54 Magsra No. 75 Th. XXIII Mare 2011

5 Opmsas ada Ssem Daya Lsrk d d d d uuk uuk (max) (23) (m) (24) egrma daya yaa yag opmal dar pembagk berujua uuk memperkecl baya pembagk secara keseluruha. Sedagka sebaga fugs baya keseluruha dar pembagk adalah seper persamaa berku: ddapa dar ersamaa (14) da eras berlagsug sampa D g (27) (28) ENGIRIMAN DAYA OTIMAL DENGAN MEMERHITUNGKAN RUGI - RUGI DAYA Keka jarak jarak rasms saga kecl da kepadaa beba saga besar, maka rug rug daya pada salura rasms dapa dabaka da pegrma daya yaa yag opmal dar pembagk dapa dcapa dega semua operas sasu pada baya produks ambaha yag sembag. ada sebuah jarga erkoeks yag besar d maa daya yag drasmska d aas jarak yag pajag dega daerah kepadaa beba kecl, keruga rasms merupaka fakor uama da mempegaruh pegrma daya yag opmal dar pembagk. Uuk memasukka pegaruh dar rug rug daya yaa pada salura rasms ke dalam perhuga sebaga keluara daya yaa geeraor seper persamaa berku: L g g 1 j1 B j j (25) Rumus yag lebh umum seper dujuka rumus rug rug daya Kro berku: Keluara daya dar pembagk ddapaka dar persamaa jumlah oal beba da rug rug daya seper berku : g 1 D L Keluara daya pembagk dbaas dega; (29) ; = 1,., (30) (m) (max) Dega (m) da (max) adalah daya yaa mmum da maksmum dar sasu pembagk ke. TOIK YANG DIBAHAS Topk yag dbahas adalah perbadga aara alra daya apa kekaga dbadgka alra daya dega kekaga pada keadaa yag opmal. Kekaga yag dmaksudka adalah baasa baasa pada parameer dalam alra daya, aara la : daya akf, daya reakf, arus, egaga, rug rug daya, kemampua geeraor, kemampua peghaar, kemampua rasformaor, da baya pembagka. L g g g 1 B j j j1 1 B o B oo (26) Koefse B j adalah koefse rug rug daya B. Magsra No. 75 Th. XXIII Mare

6 Opmsas ada Ssem Daya Lsrk STUDI SIMULASI Smulas uuk medapaka la opmum pada suau peyalura daya yag erhubug secara erkoeks dega megambl cooh berkas opf1.axd yag elah dmodfkas layou ya, apa megubah parameer ddalamya. Berkas ersebu adalah berkas bawaa dar pake program ESDA Techcal Desa gambar smulas pada berkas opf1.axd erdr aas 6 bus, 3 pembagk, 3 rasformaor, da 7 beba. Gambar 4 meujuka skema ragkaa yag aka dsmulaska uuk medapaka la alra daya yag opmum. Uuk medapaka gambara yag jelas perlu dadaka perbadga dega aalss alra dayaya saja. Ge #1 (SWING) m = 50 MW max = 150 MW Ge #2 m = 10 MW max = 50 MW BUS #1 BUS #2 Trafo #1 Trafo #2 Beba #1 47 MW Beba #2 BUS #3 Trafo #3 50 MVA Beba #3 75 MW 3 MVar BUS #4 BUS #6 BUS #5 Beba #4 65 MW 16.7 MVar Beba #5 15 MVar Beba #6 13 MW 3.5 MVar Beba #7 5.5 MW 2 MVar Ge #3 m = 5 MW max = 10 MW Gbr. 4. Ragkaa Sud Smulas AOBF rosedur yag harus dlaksaaka dalam sud smulas adalah : 1. Membua gambar; dalam hal haya cukup membuka berkas opf1.axd. 2. Mejalaka meu Error heckg, uuk memaska bahwa gambar yag dbua dak ada yag salah, arya koekvas da parameer yag dmasukka elah bear. Bla mash ada kesalaha harus dkoreks lag. 3. Mejalaka smulas Advaced ower Flow; plh algorma Newo Raphso; acel Lms & orols pada poss ON. Hasl resumeya pada gambar Bla aalyss Advaced ower Flow elah djalaka; berkuya adalah mejalaka aalyss A Acve Opmal ower Flow (AOF) (gambar 5, gambar 6, da gambar 7). emlha baas ama (N aau N-1 secury) pada semua bus aka meeuka besar keclya beba yag aka dlakuka pemuusa (Sheddg). Sela u AOF ddasarka pula pada kodd Ecoomc dspach aau Acve Load Flow. 5. Hasl huga bsa dlha dar repor yag dberka oleh program smulas aau bsa dlha resumeya pada gambar Magsra No. 75 Th. XXIII Mare 2011

7 Opmsas ada Ssem Daya Lsrk Gbr. 5. Meu uuk aalyss Acve Opmal ower Flow Gbr. 6. Meu pada corol AOF Gbr. 7. Aalyss AOF elah berhasl melakuka perhuga Magsra No. 75 Th. XXIII Mare

8 Opmsas ada Ssem Daya Lsrk BUS #1 Ge #1 (SWING) m = 50 MW max = 150 MW % Ge #2 m = 10 MW max = 50 MW % BUS #2 Trafo #1 O ap % BUS # % Trafo # % Beba #1 47 MW Beba # % BUS #3 Trafo #3 50 MVA Beba #3 75 MW 3 MVar BUS # % Beba #4 65 MW 16.7 MVar Beba #5 15 MVar BUS #5 19 % Beba #6 13 MW 3.5 MVar 5.49 % Beba #7 5.5 MW 2 MVar % Ge #3 m = 5 MW max = 10 MW Gambar 8. Hasl smulas alra daya apa permbaga baas-baas kemampua BUS #1 Ge #1 (SWING) m = 50 MW max = 150 MW 2.5 % Ge #2 m = 10 MW max = 50 MW BUS #2 Trafo #1 Trafo #2 2 % Beba #1 47 MW Beba #2 BUS #3 Trafo #3 50 MVA Beba #3 75 MW 3 Mvar Shed MW BUS #4 BUS # % Beba #4 65 MW 16.7 Mvar Shed 5 MW Beba #5 15 Mvar Shed BUS # % Beba #6 13 MW 3.5 Mvar Shed 0.8 MW 5.56 % Beba #7 5.5 MW 2 MVar 16 % Ge #3 m = 5 MW max = 10 MW Gambar 9. Hasl huga opmal power flow 58 Magsra No. 75 Th. XXIII Mare 2011

9 Opmsas ada Ssem Daya Lsrk Smulas yag laya adalah dcoba melakuka peguraga beba sebesar 80,52 MW dega komposs yag proporsoal dega daya beba erpasag. Besarya peguraga beba seper ampak pada abel 1. Tabel 1. Besarya dsrbus beba baru Beba MWlama Shed MWbaru # # # # # # # Toal Hasl smulas dega EDSA Techcal 2005 dega beba yag elah dkurag secara proporsoal ampak pada gambar 10. Ge #1 (SWING) m = 50 MW max = 150 MW BUS # % Ge #2 m = 10 MW max = 50 MW BUS #2 Trafo #1 BUS #4 Trafo #2 Beba # MW Beba # MW BUS #3 Trafo #3 50 MVA BUS #6 Beba # MW 3 MVar BUS # % Beba # MW 16.7 MVar Beba # MW 15 MVar Beba #6 9.4 MW 3.5 MVar Beba # MW 2 MVar Ge #3 m = 5 MW max = 10 MW Gbr. 10. Hasl huga opmal power flow dega beda dsrbus beba Magsra No. 75 Th. XXIII Mare

10 Opmsas ada Ssem Daya Lsrk EMBAHASAN (ANALISIS AOF) Berkas yag dguaka uuk smulas adalah berkas cooh yag dseraka pada peragka luak EDSA yau opf1.axd, hasl smulas dega megguaka peragka luak EDSA 2005 eag advaced power flow ddapaka hasl kompuas yag haya meekaka pada kesembaga daya. Semua daya yag dbagkka sama dega oal daya yag dma beba dambahka semua daya yag hlag (losses). ada huga dak dperhaka baas baas kemampua geeraor membagkka daya, kapasas rasformaor, kapasas peghaar (feeder) dalam megalrka arus (ampacy), fakor keamaa/kesehaa jarga N aaupu N-1. elaggara pelaggara ersebu aara la pada: feeder 0002 dega ampacy 765 A dalr 1254 A (+63,92%), feeder 0018 dega ampacy 510 A dalr 709,8 A (+39,17%), Kapasas rasformaor dbeba 71,7 MVA (+13,8%), da yag laya mash bayak pelaggarapelaggara baas kemampua peralaa(erlha pada gambar 8). elaggara pelaggara baas kemampua peralaa apabla erjad erus meerus aka saga membayaka kesabla peyalura daya lsrk. Uuk megaspas dlakuka usaha pecegaha dega pejadwala ulag pembagka dega memperhaka baas baas kemampua peralaa. Dega opmsas alra daya dharapka semua baasa erpeuh, walau kadag harus dega cara peguraga beba. Kepuusa peguraga beba dambl apabla aleraf la dak memeuh syara baas maksmum. N or N-1 secury cosra adalah mejad acua uama dalam melakuka peguraga beba (load sheddg). Besarya beba yag dlepas dar jarga adalah sebesar kelebha beba dbadgka dega jumlah daya yag mampu dbagkka oleh seluruh geeraor pada keadaa beroperas maksmum. Beba beba maa saja yag boleh dlakuka pelepasa adalah saga ergaug pada bayak fakor. Fakor fakor ersebu aara la: sfa beba, rug daya, susu egaga, power fakor, kemampua feeder, rasformaor da baya ekoomsya. Sfa beba mejad acua uama dalam loadsheds. Bla beba bersfa krs da emergecy, maka urua pelepasaya palg akhr, ap peyambugaya palg awal. Baas baas dalam Opmal ower Flow aara la sebaga berku : (1) (2) (3) (4) (5) (6) (7) Dalam sud dega obyek berkas opf1.axd seelah dlakuka Opmal ower Flow ddapa kepuusa harus dlakuka pemuusa daya sebesar 80,52 MW. emuusa sebesar dlakuka uuk keperlua memeuh N or N-1 secury cosra. Kemampua kega pembagk dalam keadaa beroperas pada baas maksmum adalah sebesar 210 MW, sedagka permaa beba sebesar 290,52 60 Magsra No. 75 Th. XXIII Mare 2011

11 Opmsas ada Ssem Daya Lsrk MW. Jad kelebha beba sebesar 80,52 MW harus dlepas dar jarga. Dega adaya pelepasa beba ersebu ddapaka keadaa jarga dega profl yag lebh bak. Masg masg feeder dapa megalrka arus pada baas baas maksmum dega kelebha dak lebh 10 % dar ampacy ya, kecual feeder aara Geeraor #3 dega bus #6 mash kelebha arus sebesar 16 % ( 574 A dar ampacy 495 A) da pada feeder 0028 aara bus #6 dega beba #6 kelebha 11,65 % (569,39 A dar ampacy 510 A). ada smulas yag kedua dega meekaka pada aspek kemampua pembagka daya maksmum yag haya sebesar 210 MW da meghdar adaya pemuusa beba secara oal pada k beba ereu, maka dcoba dadaka peguraga pada seap k beba (beba #1 sampa beba #7) secara proporsoal (arya beba yag besar dkurag bayak, beba kecl dkurag sedk). Seelah dsmulas ulag dalam keadaa beba yag elah daur, ddapaka alrag daya yag lebh bak. elaggara baas kemampua feeder haya erjad d dua area. erama, pada feeder peghubug Geeraor #1 ke bus #1 kelebha arus sebesar 3,17 % da ; kedua pada feeder peghubug Geeraor #3 ke bus #6 kelebha arus sebesar 6,99 %. Skearo kedua lebh bak dbadg skearo hasl smulas EDSA. Baya yag dperluka dalam beroperasya kega geeraor yag membagkka daya pada baas maksmalya adalah sebesar $ 2250,00 per jam ENUTU Sud smulas acve opmal power flow dalam proses perhuga selalu memperhaka baas baas kemampua, dak haya mecapa kesembaga daya. elaggara baasa mash ada, ap laya lebh kecl. emuusa daya erjad uuk memeuh permaa baas ama N aau N-1. DAFTAR USTAKA Basal, R..,2004, Opmzao Mehods for Elecrc ower Sysems: A Overvew, Ieraoal Joural of Emergg Elecrc ower Sysems: Vol. 2 : Iss. 1, Arcle Brla Isue of Techology & Scece, la. Avalable a: hp:// ss1/ar1021 ekd,., 2006, Ssem Teaga Lsrk, ooh Soal da eyelesaaya Megguaka Malab, eerb Ad, Yogyakara. EDSA Techcal 2005, AIS opyrgh 1994, 1997 Spaal Techology Ic., Three Space Ld., ad Appled Geomery orp. Ga, D, Rober J. Thomas, ad Ray D. Zmmerma, A Trase Sably oraed Opmal ower Flow, Year, School of Elecrcal Egeerg orell Uversy Ihaca, NY Trasformaor da crcu breaker (B) semua dalam keadaa berbeba ormal, dak melampau baas maksmum kapablasya. Magsra No. 75 Th. XXIII Mare

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL MESIN OKK Gll BCG1-P PADA BAGIAN DRAWING PT VONEX INDONESIA 3.1 Pedahulua Pada Bab II elah djelaska megea eor eor yag dbuuhka uuk meeuka jadwal opmum

Lebih terperinci

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2 PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI D DENGAN SKEMA FCS, LAASONEN DAN CRANK-NICOLSON Eko Praseya Budaa Syamsul Had Absrac, Fe dfferece mehod ( FCS, Laasoe ad Crak-Ncholso scheme) have bee develop for

Lebih terperinci

Hidraulika Komputasi

Hidraulika Komputasi Hdraulka Kompuas Meoda Beda Hgga Ir. Djoko Lukao, M.Sc., Ph.D. Jurusa Tekk Spl Fakulas Tekk Uversas Gadjah Mada Peyelesaa Pedekaa Karea dak dperoleh peyelesaa aals, maka dguaka peyelesaa pedekaa umers.

Lebih terperinci

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV 4. Proses Sokask Dalam kehdupa yaa, sergkal orag g megama keerkaa sau kejada dega kejada la dalam suau erval waku ereu, yag merupaka suau barsa kejada.

Lebih terperinci

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 0- A- Esmas Parameer a Dalam Pemulusa Ekspoesal Gaa Dua Parameer Dega Meoe Mofkas Gole Seco Nla Yuwa, Lukma Haaf, Nur Wahyugsh Jurusa Maemaka, Fakulas

Lebih terperinci

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik III. METODE PENELITIAN A. Jes da Sumber Daa Daa yag dguaka adalah daa sekuder dar publkas das aau sas pemerah, daaraya adalah publkas daa dar Bada Pusa Sask megea PDRB Koa Badar Lampug da PDRB Props Lampug.

Lebih terperinci

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh MODU PERKUIAHA Ragkaa srk Idukas da Kapasas Fakulas Program Sud Taap Muka Kode MK Dsusu Oleh FAKUTAS TEKIK TEKIK EEKTRO 0 4009 Yulza ST,MT Absrac Tak ada egaga melas sebuah dukor jka arus ag melalu dukor

Lebih terperinci

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma.

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma. DITRIBUI GAMMA Ada beberaa dsrbus eg dalam dsrbus uj hdu, salah sauya adalah dsrbus gamma. A. Fugs keadaa eluag (fk) Fugs keadaa eluag (fk) dar dsrbus gamma dega dua arameer yau da adalah sebaga berku:

Lebih terperinci

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL RISK ANALYSIS Dr. Mohammad Abdul Mukhy,, SE., MM RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL kepuusa maageral dbua d bawah kods-kods kepasa, kedak-pasa aau resko. Kepasa megacu pada suas

Lebih terperinci

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc.

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc. Aalss Regres Webull uuk Megeahu Fakor-Fakor yag Mempegaruh Laju Perbaka Kods Kls Pedera Sroke Sud kasus RSU Haj Surabaya Oleh : Azzahrowa Furqo 3090004 Dose Pembmbg Dr. Purhad, M.Sc. AGENDA OUTLINE PENDAHULUAN

Lebih terperinci

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Bule Ilmah Mah. Sa. da Terapaya Bmaser Volume 5, No. 3 26, hal 23 22. ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Syarah

Lebih terperinci

LOGO ANALISIS REGRESI LINIER

LOGO ANALISIS REGRESI LINIER LOGO ANALISIS REGRESI LINIER BERGANDA Hazmra Yozza Jur. Maemaka FMIPA Uv. Adalas KOMPETENSI megdefkaska model regres ler bergada dalam oas aljabar basa maupu oas marks da asumsya medapaka model regres

Lebih terperinci

REFLEKTANSI DAN TRANSMITANSI CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM. Christina Dwi Ratnawati

REFLEKTANSI DAN TRANSMITANSI CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM. Christina Dwi Ratnawati REFLEKTANS DAN TRANSMTANS CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM Chrsa Dw Raawa Jurusa Fska Fakulas Maemaka da lmu Pegeahua Alam Uversas Dpoegoro sar : Telah dlakuka kaja erhadap larua gula da larua

Lebih terperinci

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2 INFERENSI DAA UJI HIDUP ERSENSOR IPE II BERDISRIBUSI RAYLEIGH Oleh : ak Wdhah Ww Madjya Saf Pogam Sud Saska FMIPA UNDIP Alum Pogam Sud Saska FMIPA UNDIP Absac Aalyss of lfe me s oe of sascal aalyss whch

Lebih terperinci

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA Jural Maemaka, Vol., No., 2, 6 2 BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA AMIR KAMAL AMIR Jurusa Maemaka, FMIPA, Uversas Hasaudd 9245 Emal : amrkamalamr@yahoo.com INTISARI Msalka

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

Pemecahan Masalah Integer Programming Biner Dengan Metode Penambahan Wawan Laksito YS 6)

Pemecahan Masalah Integer Programming Biner Dengan Metode Penambahan Wawan Laksito YS 6) Pemecaha Masalah Ieger Programmg Ber Dega Meode Peambaha Wawa Lakso YS 6) ISSN : 1693 1173 Absrak Program Ler adalah perecaaa akfas-akfas uuk memperoleh suau hasl yag opmal. Tdak semua varabel kepuusa

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB TNJAUAN USTAKA. Operas Ssem Teaga Lsrk Ssem aaga lsrk aalah sekumpula pusa eaga lsrk a garu uk yag sau ega yag la hubugka ega jarga rasms sehgga merupaka sebuah kesaua erkoeks (Marsu, 99). Dalam operas

Lebih terperinci

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF A Seawa Program Su Maemaka Iusr a Saska Fakulas Sas a Maemaka Uversas Krse Saya Wacaa Jl Dpoegoro 52-6 Salaga 57 Ioesa e-mal: a_sea_3@yahoocom Absrak Dega

Lebih terperinci

III. METODE KAJIAN A.

III. METODE KAJIAN A. 25 III. METODE KAJIAN A. Lokas da Waku Kaja Lokas kaja d dusr sapu PT. XYZ yag berlokas d Dusu III R.3/05 Desa Kalbuaya, Kecamaa Telagasar, Kabupae Karawag. Pemlha lokas dlakuka secara segaja (purposve),

Lebih terperinci

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA Prosdg Semar Nasoal Sas da Peddka Sas IX, Fakulas Sas da Maemaka, UKSW Salaga, Ju 4, Vol 5, No., ISSN :87-9 MODEL KOREKSI KESALAHAN DENGAN MEODE BAYESIAN PADA DAA RUNUN WAKU INDEKS HARGA KONSUMEN KOA -

Lebih terperinci

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global.

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global. BAB 1 PENDAHULUAN 1.1 Laar Belakag Telah dkeahu bahwa saa sedag megalam krss global, dak haya erjad pada Negara yag sedag berkembag, bahka Negara maju juga megalamya, seper Amerka. Akbaya bayak orag yag

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

Bab 7 NILAI DAN VEKTOR EIGEN

Bab 7 NILAI DAN VEKTOR EIGEN Bab 7 NILAI DAN VEKTOR EIGEN 7 Movas Dmovas bab dega medskuska persamaa a hy by c, dega dak semua dar a, b, da c adalah ol Peryaaa a hy by dsebu beuk kuadrak dalam da y, sera erdapa deas a hy by a h [

Lebih terperinci

FINITE FIELD (LAPANGAN BERHINGGA)

FINITE FIELD (LAPANGAN BERHINGGA) INITE IELD (LAPANGAN BERHINGGA) Muhamad Zak Ryao NIM: /5679/PA/8944 E-mal: zak@malugmacd h://zakmahwebd Dose Pembmbg: Drs Al Sujaa, MSc Jka suau laaga (feld) memua eleme yag bayakya berhgga, maka laaga

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCULOSIS DENGAN MODEL REGRESI COX

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCULOSIS DENGAN MODEL REGRESI COX ANAISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCUOSIS DENGAN MODE REGRESI COX Es Okava Sr Seyagsh da A Adrya Program Sud Maemaka Fakulas Maemaka da Ilmu Pegeahua Alam Uversas Pakua

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik Jural Jural Maemaka, Saska, & Kompuas Vol. 4 No. Jauar 08 Vol. 3 No Jul 006 p-issn: 858-38 53 e-issn: 64-88 Vol. 4, No., 54-59, Jauar 08 Vol. 4, No., 54-58, Jauar 08 Meode Bayes Da Kedaksamaa Cramer-Rao

Lebih terperinci

OPTIMASI PENJADWALAN PEMBANGKITAN DI ANTARA UNIT-UNIT PEMBANGKIT TERMAL BERDASARKAN INCREMENTAL PRODUCTION COST YANG SAMA. Abstrak

OPTIMASI PENJADWALAN PEMBANGKITAN DI ANTARA UNIT-UNIT PEMBANGKIT TERMAL BERDASARKAN INCREMENTAL PRODUCTION COST YANG SAMA. Abstrak OTIMASI ENJADWALAN EMBANGKITAN DI ANTARA UNIT-UNIT EMBANGKIT TERMAL BERDASARKAN INCREMENTAL RODUCTION COST YANG SAMA. (Al Imra) OTIMASI ENJADWALAN EMBANGKITAN DI ANTARA UNIT-UNIT EMBANGKIT TERMAL BERDASARKAN

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pegera Peramala Meuru Assaur peramala adalah kegaa uuk memperkraka apa yag aka erjad d masa yag aka daag. Sedagka ramala adalah suau suas aau kods yag dperkraka aka erjad pada

Lebih terperinci

ANALISIS KEHANDALAN PENGOPERASIAN OPTIMAL WADUK KASKADE CITARUM UNTUK PEMENUHAN KEBUTUHAN AIR BAKU

ANALISIS KEHANDALAN PENGOPERASIAN OPTIMAL WADUK KASKADE CITARUM UNTUK PEMENUHAN KEBUTUHAN AIR BAKU ANALISIS KEHANDALAN PENGOPERASIAN OPTIMAL WADUK KASKADE CITARUM UNTUK PEMENUHAN KEBUTUHAN AIR BAKU Iwa K. Hadhardaa Program Sud Tekk Spl, Fakulas Tekk Spl da Lgkuga, Isu Tekolog Badug; FTSP, Uversas Guadarma

Lebih terperinci

Jurnal EKSPONENSIAL Volume 6, Nomor 2, Nopember 2015 ISSN

Jurnal EKSPONENSIAL Volume 6, Nomor 2, Nopember 2015 ISSN Jural EKSPONENSAL Volume 6, Nomor, Nopember 05 SSN 085789 Aalss Pegedala Persedaa Produk dega Meode Ecoomc Order Quay Mul em Megguaka Algorma Geeka uuk Megefseka Baya Persedaa Hasl Peramala Berbass Expoeal

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci

Declustering Peaks Over Threshold Pada Data Curah Hujan Ekstrim Dependen di Sentra Produksi Padi Jawa Timur

Declustering Peaks Over Threshold Pada Data Curah Hujan Ekstrim Dependen di Sentra Produksi Padi Jawa Timur Decluserg Peaks Over Threshold Pada Daa Curah Huja Eksrm Depede d Sera Produks Pad Jawa Tmur Rosa Malka () da Suko () ()() Jurusa Saska, FMIPA, ITS, Isu Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm,

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 5 BAB 2 LANDASAN TEORI 2. Tjaua Pusaka 2.. Defs Pemelharaa Pegera pemelharaa aau perawaa ( maeace ) adalah suau kombas dar berbaga daka yag dlakuka uuk mejaga suau barag aau memperbakya, sampa pada suau

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB Sudi kelayaka bisis pada dasarya berujua uuk meeuka kelayaka bisis berdasarka krieria ivesasi Krieria ersebu diaaraya adalah ; 1. Nilai bersih kii (Ne

Lebih terperinci

BAB II LANDASAN TEORI. Total Productive Maintenance mula mula berasal dari pemikiran PM ( Preventive

BAB II LANDASAN TEORI. Total Productive Maintenance mula mula berasal dari pemikiran PM ( Preventive BAB II LANDASAN TEORI 2. Toal Producve maeace (TPM) Toal Producve Maeace mula mula berasal dar pemkra PM ( Preveve Maeace da Produco Maeace), dar Amerka masuk ke Jepag da berkembag mejad suau ssem baru

Lebih terperinci

Analisis Survival dengan Model Regresi Cox Weibull pada Penderita Demam Berdarah Dengue (DBD) di Rumah Sakit Haji Sukolilo Surabaya

Analisis Survival dengan Model Regresi Cox Weibull pada Penderita Demam Berdarah Dengue (DBD) di Rumah Sakit Haji Sukolilo Surabaya JURNAL SAINS DAN SENI POMITS Vol., No., (13) 337-35 (31-98X Pr) D-165 Aalss Survval dega Model Regres Cox Webull pada Pedera Demam Berdarah Degue (DBD) d Rumah Sak Haj Sukollo Surabaya Edhy Basya, da I

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD Vol. 7, No., 3-33, Jul Pegguaa Uj Koegras pada Daa Kurs IDR erhadap AUD Asa Absrak Peela megkaj peerapa Saska pada daa ruu waku yag megkaj uj koegras pada daa ersebu. Koegras adalah suau uj yag dguaka

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

PENGENDALIAN STOCK CUTTING TOOL DENGAN METODE MATERIAL REQUIREMENT PLANNING (MRP) DI WORKSHOP UNITED CAN COMPANY

PENGENDALIAN STOCK CUTTING TOOL DENGAN METODE MATERIAL REQUIREMENT PLANNING (MRP) DI WORKSHOP UNITED CAN COMPANY PENGENDALIAN STOCK CUTTING TOOL DENGAN METODE MATERIAL REQUIREMENT PLANNING (MRP) DI WORKSHOP UNITED CAN COMPANY Ajeg Ye Seagrum 1, da Muhammad Kholl Jurusa Tekk Idusr, Fakulas Tekk Uversas Mercu Buaa

Lebih terperinci

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK BAB II PEMODELAN SRUKUR DAN ANALISIS DINAMIK II Pedaulua Aalss da saga dperlua uu bagua-bagua berlaa baya aau yag el egga leb dar eer Respo da sruur dabaa ole beba beba da yag basaya erupaa fugs dar wau

Lebih terperinci

PENGARUH PERENCANAAN PEMBELIAN BAHAN BAKU DENGAN MODEL EOQ UNTUK MULTIITEM DENGAN ALL UNIT DISCOUNT

PENGARUH PERENCANAAN PEMBELIAN BAHAN BAKU DENGAN MODEL EOQ UNTUK MULTIITEM DENGAN ALL UNIT DISCOUNT PENGARUH PERENCANAAN PEMBELIAN BAHAN BAKU DENGAN MODEL EOQ UNTUK MULTIITEM DENGAN ALL UNIT DICOUNT Much. Djuad Jurusa Tekk Idusr Uversas Muhammadyah urakara Jl. Ahmad Ya Tromol Pos Pabela urakara emal:

Lebih terperinci

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

Pemodelan Regresi untuk Rancangan Percobaan Faktor Tunggal

Pemodelan Regresi untuk Rancangan Percobaan Faktor Tunggal Jural Sas & Maemaka JSM) ISSN Kaa 854-675 Pusaka Volume 5, Nomor, Aprl 7 Arkel Peela 6-67 Pemodela Regres uuk Racaga Percobaa Fakor Tuggal Dw Ispra Saf Pegaar urusa Maemaka Fakulas MIPA UNDIP Semarag ABSTRAK---Meode

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

Lebih terperinci

OPTIMALISASI PEMBANGKIT LISTRIK MIKROHIDRO (PLTMH) BOROKO

OPTIMALISASI PEMBANGKIT LISTRIK MIKROHIDRO (PLTMH) BOROKO OPTIMALISASI PEMBANGKIT LISTRIK MIKROHIDRO (PLTMH) BOROKO HANS TUMALIANG ABSTRAK Opmalsas PLTMH, Aalsa dlakuka dega megguaka meode Hdrolog JMOCK da NRECA, uuk meeuka deb recaa /deb Adala da juga deb bajr

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU

PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU 8345 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA

Lebih terperinci

Sistem Penjadwalan Mesin Produksi Menggunakan Algoritma Johnson dan Campbell

Sistem Penjadwalan Mesin Produksi Menggunakan Algoritma Johnson dan Campbell Soaa, Ssem Pejadwala Mes Produks Megguaka Algorma Johso da Campbell 73 Ssem Pejadwala Mes Produks Megguaka Algorma Johso da Campbell Ff Soaa Program Pascasarjaa Jurusa Tekk formaka Fakulas lmu Kompuer

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

STUDI PENANGGULANGAN BAJIR DATUK LAKSAMANA DUMAI. Fakultas Teknik Universitas Riau, Pekanbaru,

STUDI PENANGGULANGAN BAJIR DATUK LAKSAMANA DUMAI. Fakultas Teknik Universitas Riau, Pekanbaru, STUDI PENANGGULANGAN BAJIR DATUK LAKSAMANA DUMAI Arf Julswa ), Sswao ), Trmajo ) ) Mahasswa Jurusa Tekk Spl, ) Dose Jurusa Tekk Spl Fakulas Tekk Uversas Rau, Pekabaru, 893 Emal : ajuladrod@gmal.com Oe

Lebih terperinci

P 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

P 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 terperinci

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3 Meode Pegumpula Daa 3 Jeis Daa Pada peeliia ii aka megguaka jeis daa yag bersifa kuaiaif Daa kuaiaif adalah daa yag berbeuk agka / omial Dalam peeliia ii aka megguaka daa pejuala

Lebih terperinci

Pengukuran Bunga. Modul 1

Pengukuran Bunga. Modul 1 Moul 1 Pegukura Buga Drs. Pramoo S, M. S. M oul membcaraka eag pegukura buga, fugs akumulas a fugs jumlah, gka buga efekf, buga seerhaa, buga majemuk, la sekarag, gka skoo efekf, gka buga ar skoo omal,

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

Lebih terperinci

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

EKONOMIC DISPATCH SISTEM KELISTRIKAN LOMBOK MENGGUNAKAN METODE CHAOTIC ANT SWARM OPTIMIZATION (CASO)

EKONOMIC DISPATCH SISTEM KELISTRIKAN LOMBOK MENGGUNAKAN METODE CHAOTIC ANT SWARM OPTIMIZATION (CASO) elektrka, ISSN 2086-9487 Vol., No. : - 5, Pebruar 204 EKONOMIC ISPATCH SISTEM KEISTRIKAN OMBOK MENGGUNAKAN METOE CHAOTIC ANT SWARM OPTIMIZATION (CASO) Raa Yursta.,I Made Ar Nrartha 2, Agug Bud Muljoo 3

Lebih terperinci

Estimasi Parameter Model Logit pada Respons Biner Multivariat Menggunakan Metode Mle dan Gee

Estimasi Parameter Model Logit pada Respons Biner Multivariat Menggunakan Metode Mle dan Gee Jural ILMU DASAR Vol. 0 No.. 009 : 85 9 85 Esmas Parameer Model Log pada Respos Ber Mulvara Megguaka Meode Mle da Gee Esmag Parameers of Log Model o Mulvarae Bary Respose Usg Mle ad Gee Jaka Nugraha, Suryo

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

Analisis Terhadap Protokol Harn Dan Lin

Analisis Terhadap Protokol Harn Dan Lin SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 016 Aalss Terhadap Prookol Har Da L A-10 I Made Muska Kera Asawa Lembaga Sad Negara Kadek19_kapaboy@yahoo.com Absrak Prookol Har da L merupaka

Lebih terperinci

PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU

PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU Dyah Rosa STEM Akamgas, Jl. Gajah Mada No. 38 Cepu E-mal: a_dyah@yahoo.com ABSTRAK Peramala produks d masa medaag saga

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

Lebih terperinci

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed

Lebih terperinci

BAB III ISI. x 2. 2πσ

BAB III ISI. x 2. 2πσ BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)

Lebih terperinci

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

Line Transmisi. Oleh: Aris Heri Andriawan ( )

Line Transmisi. Oleh: Aris Heri Andriawan ( ) ANALISIS APLIKASI PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA-BALI DENGAN MENGGUNAKAN UNIT COMMITMENT, UNIT DECOMMITMENT DAN MODIFIED UNIT DECOMMITMENT Oleh: Ars Her Andrawan (07000)

Lebih terperinci

PENJADWALAN PEMBANGKIT THERMIS MENGGUNAKAN METODE DYNAMIC PROGRAMMING

PENJADWALAN PEMBANGKIT THERMIS MENGGUNAKAN METODE DYNAMIC PROGRAMMING Sujto, ejadwala embagkt Therms Megguaka Metode Dyamc rogrammg 25 ENJADWAAN EMBANGKIT THERMIS MENGGUNAKAN METODE DYNAMIC ROGRAMMING Sujto Abstrak: eelta bertujua megetahu karakterstk ut pembagkt dalam stasu

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 Peremua 3 Oule: Meode Peramala: Expoeal Smoohg (Sgle) Double Expoeal Smoohg Wer s Mehod for Seasoal Problems Error Forecas MAD, MSE, MAPE, MFE aau Bas Referes:

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS Mra Puspasar, Snggh Sapad, Dana Puspasar Absraks PT Ulam Tba Halm merupakan salah sau ndusr mnuman serbuk d Indonesa, dmana

Lebih terperinci

PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI

PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI Daua uu Memeuh Persyaraa Peyelesaa Program Saraa Sas Jurusa Maemaa Faulas Maemaa da Ilmu Pegeahua Alam Uversas

Lebih terperinci

FORMULA AKUMULASI FACKLER UNTUK CADANGAN PREMI BERDASARKAN ASUMSI CONSTANT FORCE

FORMULA AKUMULASI FACKLER UNTUK CADANGAN PREMI BERDASARKAN ASUMSI CONSTANT FORCE FORMULA AKUMULASI FACKLER UNTUK CADANGAN PREMI BERDASARKAN ASUMSI CONSTANT FORCE Mara Buar-buar *, Hasra 2, Azskha 2 Mahasswa Progra S Maeaka 2 Dose Jurusa Maeaka Fakulas Maeaka da Ilu Pegeahua Ala Uversas

Lebih terperinci

Rancangan Acak Kelompok

Rancangan Acak Kelompok Racaga Acak Kelompok Saua percoaa dak seragam dlakuka pegelompoka egacaka dlakuka per kelompok Model : Y j μ + β + τ + ε dega : Y j respos pada perlakua ke -, ulaga ke - j μ raaa umum j τ pegaruh perlakuake

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci