PERBANDINGAN METODE 2 K-P FRACTIONAL FACTORIAL DENGAN METODE TAGUCHI PADA PROSES PEMBUATAN FIBER GLASS

Ukuran: px
Mulai penontonan dengan halaman:

Download "PERBANDINGAN METODE 2 K-P FRACTIONAL FACTORIAL DENGAN METODE TAGUCHI PADA PROSES PEMBUATAN FIBER GLASS"

Transkripsi

1 PERBANDINGAN METODE 2 K-P FRACTIONAL FACTORIAL DENGAN METODE TAGUCHI (Jai Rahardjo et al.) PERBANDINGAN METODE 2 K-P FRACTIONAL FACTORIAL DENGAN METODE TAGUCHI PADA PROSES PEMBUATAN FIBER GLASS Jai Rahardjo Dose Fakultas Tekologi Idustri, Jurusa Tekik Idustri Uversitas Kriste Petra Suryaata Rahardja Alumus Fakultas Tekologi Idustri, Jurusa Tekik Idustri Uversitas Kriste Petra ABSTRAK Produk fiber glass bayak diguaka di duia idustri saat ii. Produk fiber glass berkualitas tiggi dibutuhka suatu komposisi, dimaa utuk komposisi yag tepat diperluka eksperime. Desai eksperime 2 k-p fractioal factorial desig dega metode Taguchi telah diguaka utuk medapatka komposisi yag optimal. Hasil pegujia kekuata impak dega betuk da pegujia sesuai JIS (Japaese Idustrial Stadard) pada fiber glass didapatka bahwa metode 2 k-p fractioal factorial desig dega metode Taguchi tidak berbeda. Kata kuci : 2 k-p fractioal factorial desig, Taguchi, JIS ABSTRACT Fiber glass products are widely used i the idustry. High quality fiberglass product requires a compositio ad to obtai the optimal compositio, a experimet eeds to be doe. I this project, experimetal desigs i 2 k-p fractioal factorial desig ad Taguchi method were carried out to obtai the optimal compositio. Accordig to the impact test results based o the model by the JIS (Japaese Idustrial Stadard) for fiber glass, it was foud that the 2 k-p fractioal factorial desig method ad Taguchi methods are the same. Keywords: 2 k-p fractioal factorial desig, Taguchi, JIS. PENDAHULUAN Memasuki era globalisasi dalam segala bidag, kualitas da efisiesi proses maupu produk sekarag telah mejadi pemikira utama perusahaa yag sadar aka adaya persaiga ketat dalam duia idustri. Saat ii bayak produk yag megguaka fiber glass. Mutu fiber glass ditetuka oleh kekuataya dalam meerima beba kejut (impact). Semaki kuat maka semaki baik mutuya. Pembuata fiber glass yag bermutu sagat tidak mudah. Bayak faktor yag berpegaruh terhadap kekuataya atara lai komposisi baha, lama pecampura da cara peuaga ke dalam cetaka. Apabila faktor-faktor tersebut tidak optimal maka biaya yag terjadi seperti biaya baha baku maupu biaya akibat kerugia mutu aka mejadi lebih besar. Melihat kodisi di atas maka perlu adaya suatu peracaga eksperime yag dapat megoptimalka faktor-faktor yag ada sehigga dapat meigkatka mutu fiber glass da meeka biaya.

2 JURNAL TEKNIK INDUSTRI VOL. 3, NO., JUNI 200: - 8 Terdapat dua metode peracaga eksperime yag serig kali diguaka utuk megoptimalka proses dega beberapa faktor yaitu metode 2 k-p fractioal factorial desig da metode Taguchi. Kedua metode ii mempuyai keuggula da kekuraga sehigga perlu dilakuka studi kasus utuk meerapka da membadigka kedua metode tersebut. 2. METODE 2 K-P FRACTIONAL FACTORIAL DESIGN Seirig dega bertambahya jumlah faktor dalam racaga 2 k faktorial maka jumlah percobaa aka meigkat dega pesat yaitu sebesar 2 k percobaa. Akibatya racaga tersebut membutuhka sumber daya (waktu, biaya, dll) yag jauh lebih besar. Jika dapat diasumsika bahwa beberapa iteraksi tigkat tiggi dapat dibaurka maka iformasi utuk efek utama da efek iteraksi tigkat redah dapat diperoleh haya dega melakuka sebagia dari racaga faktorial yag legkap. Racaga ii diamaka Fractioal Factorial Desig. Ada beberapa resolusi racaga yag sagat petig yaitu: Resolusi III: Merupaka racaga dimaa tidak ada efek utama yag dibaurka dega efek utama laiya, tetapi efek utama dibaurka dega iteraksi dua faktor da iteraksi dua faktor dapat salig dibaurka. Cotohya: racaga 2 3 dega I = ABC sebagai geerator. Resolusi IV: Merupaka racaga dimaa tidak ada efek utama yag dibaurka dega efek utama laiya atau dega iteraksi dua faktor, tetapi iteraksi dua faktor dapat salig dibaurka. Cotohya: racaga 2 4 dega I = ABCD sebagai geerator. Resolusi V: Merupaka racaga dimaa tidak ada efek utama atau iteraksi dua faktor dibaurka dega efek utama atau iteraksi dua faktor laiya tetapi iteraksi dua faktor dibaurka dega iteraksi dua faktor. Cotohya: racaga 2 5 dega I = ABCDE sebagai geerator. 3. PERANCANGAN PARAMETER TAGUCHI Dalam peracaga parameter Taguchi terdapat dua jeis faktor yaitu: Faktor yag dapat dikedalika (Cotrollable factors). Faktor ii mudah utuk dikedalika seperti pemiliha jeis baha baku, da kecepata potog mesi. Faktor ii dapat dibagi mejadi dua bagia besar yaitu:. Faktor yag dikedalika oleh peggua. Biasaya disebut sebagai faktor siya l (sigal factor). Faktor siyal membawa maksud dari sudut padag kosume ke dalam sistem utuk mecapai kierja target atau utuk meyataka output yag diigika. 2. Faktor yag dikedalika oleh peracag. Faktor ii terbagi lagi mejadi 3 jeis yaitu: Faktor kedali variabilitas/ faktor pegedali. 2

3 PERBANDINGAN METODE 2 K-P FRACTIONAL FACTORIAL DENGAN METODE TAGUCHI (Jai Rahardjo et al.) Faktor kedali target. Faktor etral. Faktor yag tidak dapat dikedalika (Ucotrollable/ Noise factors). Pada umumya faktor ii bertaggug jawab pada karakteristik fugsioal produk yag meyimpag dari ilai target. Sigal to Noise Ratio. Rasio ii merupaka kompoe yag sagat petig dalam peracaga parameter da diguaka utuk meetuka kodisi optimal dari peracaga parameter. Gambar meggambarka hubuga atara faktor siyal, faktor oise da faktor kedali terhadap respo produk/proses. Noise factor Sigal Factor Product/ Process Respose Cotrol factor Gambar. Hubuga atar Faktor dega Respo Utuk megevaluasi ketagguha sistem maka Sigal to Noise Ratio (SNR) dapat diguaka dega rumusa: Smaller the better: SNR 2 = 0log0 yi i = Nomial the best: SNR = 0log µ = i= y () σ µ i µ σ 2 2 = ( yi ) i= Larger the better: SNR = 0log0 2 (3) i= yi (2) 3

4 JURNAL TEKNIK INDUSTRI VOL. 3, NO., JUNI 200: - 8 dimaa: = bayakya cuplika dalam tiap eksperime. y = ilai respo pada cuplika ke-i. 4. PENGOLAHAN DATA Lagkah-lagkah dalam melakuka desai eksperime adalah sebagai berikut:. Peetua tujua dari desai eksperime, yaitu: Medapatka kekuata optimal dari fiber glass dega cara megoptimalka faktorfaktor yag ada. 2. Pemiliha respo atau karakteristik mutu da JIS(Japaese Idustrial Stadar). Dalam hal ii yag diguaka adalah pedapat da pegalama dari operator tetag kualitas dari fiberglass yaitu kekuata impak daripada fiberglass(joule). Ukura beda uji yag terlihat pada Gambar 2 merupaka stadar idustri Jepag (Japaese Idustrial Stadard/ JIS) utuk pegujia beba kejut. Ukura beda uji haruslah sesuai dega stadar tersebut karea mesi uji telah diracag sesuai dega stadar JIS. 3. Pemiliha faktor. Faktor-faktor tersebut pada awalya didapat dega cara bertaya kepada orag yag megerti fiber glass serta dari proses pembuataya itu sediri. Faktor-faktor tersebut yaitu : Resi, Cobalt, MMA, Katalis, Lama aduk, Lama tuggu, da Cara tuag. Lagkah eksperime desai pada 2 k-p fractioal factorial desig:. Pada matriks ii diguaka pegkodea dimaa utuk level redah dikode dega da level tiggi dikode dega. Karea merupaka racaga fractioal maka efek faktor Cara Tuag aka dibaurka dega iteraksi 6 faktor yag lai sehigga pembagkit dari racaga ii yaitu G = ABCDEF. 2. Setelah matriks eksperime selesai diracag maka lagkah selajutya yaitu melakuka eksperime sesuai uruta, dimaa uruta percobaa dilakuka secara radom seperti yag tertera pada kolom RuOrder. 0±0.05 ARAH BENTURAN Uit:mm 2 2±0.4 R±0.07 0± ±0.4 55±0.6 Gambar 2. Ukura Stadar Beda Uji Beba Kejut 4

5 PERBANDINGAN METODE 2 K-P FRACTIONAL FACTORIAL DENGAN METODE TAGUCHI (Jai Rahardjo et al.) Prosedur utuk megaalisa 2 k-p fractioal factorial desig yaitu :. Mecari efek utama faktor da iteraksi yag berpegaruh terhadap respo. Utuk megetahui efek-efek yag berpegaruh terhadap respo dapat dilakuka dega membuat Plot Probabilitas Normal (Gambar 3) utuk semua efek yag ada. Peyimpaga yag mecolok dari garis ormal meujukka bahwa efek tersebut berpegaruh terhadap respo CD Normal Probability Plot of the E ffects (respose is respo, Alpha =.05) B Effect 0. A AB 0.2 A: Resi B: Kobalt C: MMA D: Katalis E: Lama aduk F: Lama kerig G: Cara tuag Gambar 3. Plot Probabilitas Normal Efek Utama da Efek Iteraksi 2. Melakuka pegujia statistik. Setelah megetahui efek-efek yag berpegaruh besar terhadap respo maka dilajutka dega membuat Aova (Aalysis of Variace), utuk medapatka efek faktor da efek iteraksi yag sigifika. 3. Meyusu model regresi. Membuat model regresi berdasarka efek faktor da iteraksi yag sigifika. 4. Meguji residual. Pegujia residul harus memeuhi 3 asumsi yaitu : Idetik, Idepedet, da berdistribusi ormal (0, σ 2 ). 5. Memerluka kombiasi faktor yag optimal. Utuk meetuka level-level faktor yag memaksimalka kekuata impact fiber glass maka perlu dibuat plot efek utama da plot efek iteraksi atar faktor. Plot iteraksi yag aka dibuat haya utuk efek iteraksi yag berpegaruh secara sigifika. Kombiasi faktor yag optimal didapatka dega cara megkombiasika plot efek utama da plot efek iteraksi atar faktor. Lagkah-Lagkah eksperime desai pada peracaga Taguchi:. Peetua dari cotrol, oise da sigal factors. Cotrol Factors merupaka faktor-faktor yag mempegaruhi respo da dapat dikotrol dalam kodisi ormal. Noise Factors merupaka faktor-faktor yag meyebabka variasi dalam fugsioal performace produk/proses. Noise Factors ii dapat terbagi mejadi 5

6 JURNAL TEKNIK INDUSTRI VOL. 3, NO., JUNI 200: - 8 outer oise factor yag berasal dari luar mesi produksi itu sediri, cotohya: debu, performace dari operator, material yag dipakai, da lai sebagaiya. Sedagka ier oise factors yag berasal dari dalam mesi produksi, cotohya: umur mesi, oksidasi, da lai sebagaiya. Sigal Factors merupaka faktor-faktor yag haya mempegaruhi mea performace proses. Ketiga jeis faktor ii ditetuka dega tujua utuk meguragi bayakya faktor yag harus diuji. 2. Peetua suatu Orthogoal Array (OA) desig. Orthogoal Array ii merupaka desai dari Taguchi yag dilakuka utuk meguragi jumlah percobaa yag seharusya dilakuka dega metode desai eksperime kovesioal. Peetua dari OA ii bergatug pada jumlah degrees of freedom yag dibutuhka utuk mempelajari mai effect da itersectio effect. 3. Persiapa percobaa yag meliputi peyusua ucoded da coded matriks desai utuk percobaa da aalisa hasilya. 4. Melakuka percobaa. Percobaa dilakuka berdasarka desai matriks da ilai respo yag telah ditabelka utuk aalisa. 5. Aalisa statistik da meyajika hasil percobaa. Dega tujua utuk meguragi varia da membawa mea respo medekati target maka diguaka tabel ANOVA terhadap mea respo da terhadap Sigal to Noise Ratio (SNR). SNR adalah ukura dari performace variabilitas proses/produk dega kehadira oise factors. SNR ii harus dimaksimumka sehigga dapat memiimumka efek dari oise factors. Verifikasi Percobaa. Verifikasi percobaa dilakuka dega membadigka hasil percobaa kodisi optimal dega ilai yag diperkiraka dari percobaa verifikasi. Setelah diketahui hasilya sesuai da masuk dalam selag kepercayaa maka settig optimal tersebut layak utuk diguaka. 5. HASIL PENGOLAHAN DATA DAN ANALISA PERBANDINGAN Hasil settig faktor optimal yag diperoleh utuk tiap metode dapat dilihat pada Tabel. Tabel. Settig Faktor Optimal utuk Kedua Metode Faktor Metode 2 k-p Fractioal Factorial Taguchi Resi 00 cc* 50 cc Cobalt cc* cc MMA cc* cc* Katalis 3 cc* cc Lama aduk 5 meit 5 meit Lama tuggu >5 jam Cara tuag Gerak Keteraga: tada * meujukka faktor yag sigifika utuk hasil setiap metode. 6

7 PERBANDINGAN METODE 2 K-P FRACTIONAL FACTORIAL DENGAN METODE TAGUCHI (Jai Rahardjo et al.) Utuk megetahui settig optimal maakah yag lebih baik perlu dilakuka uji statistik. Data didalam Tabel 2 diguaka utuk pegujia tersebut. Tabel 2. Data Kekuata Impak hasil Verifikasi 2 k-p Fractioal Factorial Taguchi 3 2,4 3, 2,7 2,9 3, 2,9 3, 3 2,5 3 2,9 Dega pegujia rata-rata dua populasi da megguaka taraf sigifikasi 5 % dapat disimpulka bahwa tidak ada perbedaa rata-rata kekuata impak pada hasil verifikasi atara metode Fractioal Factorial da metode Taguchi didalam pembuata fiberglass. 6. KESIMPULAN Berdasarka hasil eksperime dega metode Fractioal Factorial da Taguchi serta aalisa yag telah dilakuka maka dapat disimpulka: Settig faktor optimal yag diperoleh dari metode Fractioal Factorial yaitu: Resi 00 cc, Cobalt cc, MMA cc da Katalis 3 cc. Utuk settig faktor yag lai dapat disesuaika dega kebutuha atau berdasarka Plot Efek Utama. Settig faktor optimal yag diperoleh dari metode Taguchi yaitu: MMA cc. Utuk settig faktor yag lai dapat disesuaika dega kebutuha atau berdasarka Plot Efek Utama. Tidak ada perbedaa mea utuk hasil optimal yag diperoleh dari kedua metode. Tidak ada perbedaa pegguaa metode 2 k-p fractioal factorial desig dega metode Taguchi didalam pembuata fiberglass, tetapi metode Taguchi lebih meghemat biaya da waktu daripada metode Fractioal Factorial. DAFTAR PUSTAKA Bagchi, Tapa P., 993. Taguchi Methods Explaied Practical Steps to Robust Desig. New Delhi: Pretice Hall. Hariyato, 996. Kerajia dari FiberGlas. Cet.. Surabaya: PT Trubus Agrisaraa. Japaese Stadards Associatio, 982. Guide For Applicatio of JIS Mark. Stadards Dept. AIST, MITI. Motgomery, Douglas C., 997. Desig ad Aalysis of Experimets. New York: Joh Wiley & Sos, Ic. 7

8 JURNAL TEKNIK INDUSTRI VOL. 3, NO., JUNI 200: - 8 Phadke, Madhav S., 989. Quality Egieerig Usig Robust Desig. New Jersey: Pretice Hall Ic. Taguchi, Geichi, 987. System of Experimetal Desig. Vol. & 2. New York: UNIPUB/ Kraus Iteratioal Publicatios. 8

Bab III Metoda Taguchi

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

Lebih terperinci

Studi Kasus Optimasi Proses Sizing Benang di P.T. XYZ

Studi Kasus Optimasi Proses Sizing Benang di P.T. XYZ Studi Kasus Optimasi Proses Sizig Beag di P.T. XYZ Didik Wahjudi Dose Jurusa Tekik Mesi-Fakultas Tekologi Idustri, Uiversitas Kriste Petra Ceter for Quality Improvemet Jl. Siwalakerto -, Surabaya 609 dwahjudi@peter.petra.ac.id

Lebih terperinci

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-31

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-31 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. 202) ISSN: 230-928X D-3 Optimasi Multirespo Metode Taguchi dega Pedekata Quality Loss Fuctio (Study Kasus Proses Pembakara CO da Temperatur Gas Buag Pada Boiler

Lebih terperinci

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

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

Lebih terperinci

DIKTAT KULIAH PENGENDALIAN & PENJAMINAN KUALITAS (IE-501)

DIKTAT KULIAH PENGENDALIAN & PENJAMINAN KUALITAS (IE-501) DIKTAT KULIAH PENGENDALIAN & PENJAMINAN KUALITAS (IE-50) TOPIK 7: TAGUCHI PARAMETER DESIGN Diktat ii diguaka bagi mahasiswa Jurusa Tekik Idustri Fakultas Tekik Uiversitas Kriste Maraatha Disusu oleh: Ir.

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Optimasi Cranking Ampere Aki Di P.T. X

Optimasi Cranking Ampere Aki Di P.T. X JURNAL TEKNIK MESIN Vol. 3, No., Oktober 001: 70 76 Optimasi Crakig Ampere Aki Di P.T. X Didik Wahjudi Dose Fakultas Tekologi Idustri Jurusa Tekik Mesi Uiversitas Kriste Petra Abstrak Produk aki di P.T.

Lebih terperinci

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

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

Lebih terperinci

Rekayasa Mutu Besi Beton dengan Metode Taguchi

Rekayasa Mutu Besi Beton dengan Metode Taguchi JURNAL TEKNIK MESIN Vol., No., Oktober 000: 0 08 Rekayasa Mutu Besi Beto dega Metode Taguchi Didik Wahjudi Dose Fakultas Tekologi Idustri Jurusa Tekik Mesi Uiversitas Kriste Petra Roche Alimi Dose Fakultas

Lebih terperinci

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

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

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

A. Pengertian Hipotesis

A. Pengertian Hipotesis PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian 19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

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

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

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Disai Peelitia Tujua Jeis Peelitia Uit Aalisis Time Horiso T-1 Assosiatif survey Orgaisasi Logitudial T-2 Assosiatif survey Orgaisasi Logitudial T-3 Assosiatif survey Orgaisasi

Lebih terperinci

Perancangan Setting Level Optimal dan Penentuan Quality Loss Function pada Pembuatan Tegel dengan Metode Taguchi

Perancangan Setting Level Optimal dan Penentuan Quality Loss Function pada Pembuatan Tegel dengan Metode Taguchi Performa (3) Vol., No.: 3-39 Peracaga Settig Level Optimal da Peetua Quality Loss Fuctio pada Pembuata Tegel dega Metode Taguchi Dewi Marlia, Eko Pujiyato da Cucuk Nur Rosidi Jurusa Tekik Idustri, Uiversitas

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

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

Lebih terperinci

APLIKASI METODE TAGUCHI DALAM PENGENDALIAN KUALITAS PRODUKSI

APLIKASI METODE TAGUCHI DALAM PENGENDALIAN KUALITAS PRODUKSI APLIKASI METODE TAGUCHI DALAM PENGENDALIAN KUALITAS PRODUKSI Ermawati ), Hartati ) )Dose Jurusa Matematika, )Mahasiswa Jurusa Matematika Fakultas Sais da Tekologi UIN Alauddi Makassar Abstract: The grocery

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Saham Saham adalah surat berharga yag dapat dibeli atau dijual oleh peroraga atau lembaga di pasar tempat surat tersebut diperjualbelika. Sebagai istrumet ivestasi, saham memiliki

Lebih terperinci

STATISTIKA NON PARAMETRIK

STATISTIKA NON PARAMETRIK . PENDAHULUAN STATISTIKA NON PARAMETRIK Kelebiha Uji No Parametrik: - Perhituga sederhaa da cepat - Data dapat berupa data kualitatif (Nomial atau Ordial) - Distribusi data tidak harus Normal Kelemaha

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

Metode Bootstrap Persentil Pada Sensor Tipe II Berdistribusi Eksponensial

Metode Bootstrap Persentil Pada Sensor Tipe II Berdistribusi Eksponensial Statistika, Vol. 7 No. 1, 1 6 Mei 007 Metode Bootstrap Persetil Pada Sesor Tipe II Berdistribusi Ekspoesial Jurusa Statistika FMIPA Uiversitas Islam Idoesia Yogyakarta Abstrak Metode bootstrap adalah suatu

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD) Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

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

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Permasalahan

BAB I PENDAHULUAN Latar Belakang Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakag Permasalaha Matematika merupaka Quee ad servat of sciece (ratu da pelaya ilmu pegetahua). Matematika dikataka sebagai ratu karea pada perkembagaya tidak tergatug pada

Lebih terperinci

FORECASTING (Peramalan)

FORECASTING (Peramalan) FORECASTING (Peramala) PENDAHULUAN Forecastig adalah ramala tetag apa yag aka terjadi dimasa yag aka datag. Forecast Demad atau peramala permitaa mejadi dasar yag sagat petig dalam perecaaa suatu keputusa

Lebih terperinci

IV. METODE PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Alat terapi ini menggunakan heater kering berjenis fibric yang elastis dan

BAB IV HASIL DAN PEMBAHASAN. Alat terapi ini menggunakan heater kering berjenis fibric yang elastis dan BAB IV HASIL DAN PEMBAHASAN 4.1. Spesifikasi Alat Alat terapi ii megguaka heater kerig berjeis fibric yag elastis da di bugkus dega busa, pasir kuarsa, da kai peutup utuk memberi isolator terhadap kulit

Lebih terperinci

OPTIMASI KUAT TEKAN, RESAPAN, DAN KEAUSAN PAVING BLOK ABU VULKANIK DENGAN PENDEKATAN THE FUZZY LOGICS

OPTIMASI KUAT TEKAN, RESAPAN, DAN KEAUSAN PAVING BLOK ABU VULKANIK DENGAN PENDEKATAN THE FUZZY LOGICS OPTIMASI KUAT TEKAN, RESAPAN, DAN KEAUSAN PAVING BLOK ABU VULKANIK DENGAN PENDEKATAN THE UZZY LOGICS Radi Nugraha Putra, DR.Brojol Sutijo SU.,M.Si Mahasiswa Jurusa Statistika, Dose Pembimbig Jurusa Statistika

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.

Lebih terperinci

BAB 6: ESTIMASI PARAMETER (2)

BAB 6: ESTIMASI PARAMETER (2) Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara

Lebih terperinci

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,

Lebih terperinci

Statistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Statistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Statistika Iferesia: Pegujia Hipotesis Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : = 0 Butuh pembuktia berdasarka cotoh!!! Apa yag diperluka? > 0? Maa yag bear? Sampel : x 5 Hal itu merupaka

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit BAB III METODE PENELITIAN 3.1 Objek Peelitia Objek peelitia merupaka sasara utuk medapatka suatu data. Jadi, objek peelitia yag peulis lakuka adalah Beba Operasioal susu da Profit Margi (margi laba usaha).

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

PETA KONSEP RETURN dan RISIKO PORTOFOLIO PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI

Lebih terperinci

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Statistika Iferesia: Pedugaa Parameter Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : Parameter Sampel : Statistik Statistik merupaka PENDUGA bagi parameter populasi Pegetahua megeai distribusi

Lebih terperinci

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN 2010 Erie Sadewo Kodisi Makro Ekoomi Kepulaua Riau Pola perekoomia suatu wilayah secara umum dapat diyataka meurut sisi peyediaa (supply), permitaa

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

MATHunesa Jurnal Ilmiah Matematika Volume 1 No.6 Tahun 2017 ISSN

MATHunesa Jurnal Ilmiah Matematika Volume 1 No.6 Tahun 2017 ISSN MATHuesa Jural Ilmiah Matematika Volume No.6 Tahu 207 ISSN 230-95 DESAIN EKSPERIMEN TAGUCHI DALAM OPTIMASI KUAT TEKAN BATU BATA edik Adika PROGRAM STUDI S- MATEMATIKA, AKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

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

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

Lebih terperinci

Statistika Inferensial

Statistika Inferensial Cofidece Iterval Ara Fariza Statistika Iferesial Populasi Sampel Simpulka (estimasi) tetag parameter Medapatka statistik Estimasi: estimasi titik, estimasi iterval, uji hipotesa 2 1 Proses Estimasi Populasi

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN. X Y X Y X Y sampel

BAB I PENDAHULUAN. X Y X Y X Y sampel BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Aalisis regresi merupaka metode aalisis data yag meggambarka hubuga atara variabel respo dega satu atau beberapa variabel prediktor. Aalisis regresi tersebut

Lebih terperinci

kesimpulan yang didapat.

kesimpulan yang didapat. Bab ii merupaka bab peutup yag merupaka hasil da kesimpula dari pembahasa serta sara peulis berdasarka kesimpula yag didapat. BAB LANDASAN TEORI. Kosep Dasar Peramala Peramala adalah kegiata utuk memperkiraka

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 38 BAB III METODOLOGI PENELITIAN A. Metode Peelitia Metode peelitia adalah suatu cara ilmiah utuk medapatka data dega tujua tertetu. Peelitia yag megagkat judul Efektivitas Tekik Permaia Pioy Heyo dalam

Lebih terperinci

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan BAB LANDASAN TEORI. Pegertia Regresi Statistika merupaka salah satu cabag peegtahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hamper semua bidag ilmu peegtahua, terutama para peeliti

Lebih terperinci

PROSIDING ISBN:

PROSIDING ISBN: S-6 Perlukah Cross Validatio dilakuka? Perbadiga atara Mea Square Predictio Error da Mea Square Error sebagai Peaksir Harapa Kuadrat Kekelirua Model Yusep Suparma (yusep.suparma@ upad.ac.id) Uiversitas

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

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

Lebih terperinci

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

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

Lebih terperinci

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN DALAM SUATU MODEL NON-LINIER Abstrak Nur ei 1 1, Jurusa Matematika FMIPA Uiversitas Tadulako Jl. Sukaro-Hatta Palu,

Lebih terperinci

x = μ...? 2 2 s = σ...? x x s = σ...?

x = μ...? 2 2 s = σ...? x x s = σ...? Pedugaa Parameter x 2 sx s = μ...? 2 = σ x...? = σ...? Peduga Parameter Peduga titik yaitu parameter populasi p diduga dega suatu besara statistik, misal: rata-rata, proporsi, ragam, dll Peduga Selag (Iterval)

Lebih terperinci

MATERI 10 ANALISIS EKONOMI

MATERI 10 ANALISIS EKONOMI MATERI 10 ANALISIS EKONOMI TOP-DOWN APPROACH KONDISI EKONOMI DAN PASAR MODAL VARIABEL EKONOMI MAKRO MERAMAL PERUBAHAN PASAR MODAL 10-1 TOP-DOWN APPROACH Dalam melakuka aalisis peilaia saham, ivestor bisa

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

MANAJEMEN RISIKO INVESTASI MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya

Lebih terperinci

PENENTUAN VARIABEL PERANCANGAN ECONOMIZER YANG ROBUST DAN MAMPU MEMENUHI MULTI TUJUAN (RESPON)

PENENTUAN VARIABEL PERANCANGAN ECONOMIZER YANG ROBUST DAN MAMPU MEMENUHI MULTI TUJUAN (RESPON) Prosidig Semiar Nasioal Maajeme Tekologi VI Program Studi MMT-ITS, Surabaya 4 Agustus 007 PENENTUAN VARIABEL PERANCANGAN ECONOMIZER YANG ROBUST DAN MAMPU MEMENUHI MULTI TUJUAN (RESPON (Studi Kasus Pada

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

III. METODOLOGI PENELITIAN. Menurut Sukardi, (2003:17) Metodologi penelitian adalah cara yang

III. METODOLOGI PENELITIAN. Menurut Sukardi, (2003:17) Metodologi penelitian adalah cara yang 5 III. METODOLOGI PENELITIAN A. Metode Peelitia Meurut Sukardi, (003:7) Metodologi peelitia adalah cara yag dilakuka secara sistematis megikuti atura-atura, direcaaka oleh para peeliti utuk memecahka permasalaha

Lebih terperinci

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA BAB VII DITRIBUI AMPLING DAN DEKRIPI DATA 7. Distribusi amplig (samplig distributio) amplig distributio adalah distribusi probabilitas dari suatu statistik. amplig distributio tergatug dari ukura populasi,

Lebih terperinci

JURNAL TEKNOLOGI TECHNOSCIENTIA ISSN: Vol. 1 No. 2 Februari 2009

JURNAL TEKNOLOGI TECHNOSCIENTIA ISSN: Vol. 1 No. 2 Februari 2009 JURNAL TEKNOLOGI TECHNOSCIENTIA ISSN: 7-45 Vol. No. Februari 00 ANALISIS PENGENDALIAN KUALITAS MELALUI EVALUASI DAN PERBAIKAN PROSES PRODUKSI DENGAN PENDEKATAN METODE CONTROL CHART DAN METODE TAGUCHI Joko

Lebih terperinci

Jurnal Matematika Murni dan Terapan Epsilon Juni 2014 Vol. 8 No. 1 METODE TAGUCHI UNTUK PENINGKATAN KUALITAS MUTU PRODUK

Jurnal Matematika Murni dan Terapan Epsilon Juni 2014 Vol. 8 No. 1 METODE TAGUCHI UNTUK PENINGKATAN KUALITAS MUTU PRODUK Jural Matematika Muri da Terapa Epsilo Jui 4 Vol. 8 No. METODE TGUCHI UNTUK PENINGKTN KULITS MUTU PRODUK khriyadi Wijaarta, Nur Salam, Dewi ggraii Program Studi Matematika Fakultas MIP Ulam Jl. Jed.. Yai

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis peelitia Peelitia ii merupaka jeis peelitia eksperime. Karea adaya pemberia perlakua pada sampel (siswa yag memiliki self efficacy redah da sagat redah) yaitu berupa layaa

Lebih terperinci

Aplikasi Pengenalan Pola pada Citra Bola Sebagai Dasar Pengendalian Gerakan Robot

Aplikasi Pengenalan Pola pada Citra Bola Sebagai Dasar Pengendalian Gerakan Robot Jural Emitor Vol.16 No. 02 ISSN 1411-8890 Aplikasi Pegeala Pola pada Citra Bola Sebagai Dasar Pegedalia Geraka Robot Ratasari Nur Rohmah Jurusa Tekik Elektro Uiversitas Muhammadiyah Surakarta (UMS) Surakarta,

Lebih terperinci

Pengeboran Baja ASTM A1011 Menggunakan Pahat High Speed Steel dalam Kondisi Dilumasi Cairan Minyak

Pengeboran Baja ASTM A1011 Menggunakan Pahat High Speed Steel dalam Kondisi Dilumasi Cairan Minyak Jural Mechaical, Volume 5, Nomor 2, September 214 Pegebora Baja ASTM A111 Megguaka Pahat High Speed Steel dalam Kodisi Dilumasi Caira Miyak Dodi Wibowo, Gusri Akhyar Ibrahim Jurusa Tekik Mesi, Fakultas

Lebih terperinci

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin DISTRIBUSI SAMPLING Oleh : Dewi Rachmati Distribusi Rata-rata Misalka sebuah populasi berukura higga N dega parameter rata-rata µ da simpaga baku. Dari populasi ii diambil sampel acak berukura, jika tapa

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Subjek Peelitia Peelitia ii dilaksaaka di kawasa huta magrove, yag berada pada muara sugai Opak di Dusu Baros, Kecamata Kretek, Kabupate Batul. Populasi dalam peelitia ii adalah

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 3 BAB III METODOLOGI PENELITIAN A. Metode Peelitia Metode yag diguaka dalam peelitia ii adalah metode kuatitatif dega eksperime semu (quasi eksperimet desig). Peelitia ii melibatka dua kelas, yaitu satu

Lebih terperinci

OPTIMASI MULTIRESPON PEMBUATAN KERTAS DI PAPER MACHINE II PT. ADIPRIMA SARAPRINTA GRESIK DENGAN PENDEKATAN METODE FUZZY LOGIC ABSTRAK

OPTIMASI MULTIRESPON PEMBUATAN KERTAS DI PAPER MACHINE II PT. ADIPRIMA SARAPRINTA GRESIK DENGAN PENDEKATAN METODE FUZZY LOGIC ABSTRAK OPTIMASI MULTIRESPON PEMBUATAN KERTAS DI PAPER MACHINE II PT. ADIPRIMA SARAPRINTA GRESIK DENGAN PENDEKATAN METODE FUZZY LOGIC Niswatu Qoitah, Dr. Brodjol Sutijo SU,M.Si Mahasiswa S Statistika FMIPA, Dose

Lebih terperinci

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

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

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN Supriadi Putra, M,Si Laboratorium Komputasi Numerik Jurusa Matematika FMIPA Uiversitas Riau e-mail : spoetra@yahoo.co.id ABSTRAK Makalah ii

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yang tepat dalam sebuah penelitian ditentukan guna menjawab

BAB III METODE PENELITIAN. penelitian yang tepat dalam sebuah penelitian ditentukan guna menjawab BAB III METODE PENELITIAN Metode peelitia merupaka suatu cara atau prosedur utuk megetahui da medapatka data dega tujua tertetu yag megguaka teori da kosep yag bersifat empiris, rasioal da sistematis.

Lebih terperinci

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling Jural Gradie Vol No Juli 5 : -5 Perbadiga Power of Test dari Uji Normalitas Metode Bayesia, Uji Shapiro-Wilk, Uji Cramer-vo Mises, da Uji Aderso-Darlig Dyah Setyo Rii, Fachri Faisal Jurusa Matematika,

Lebih terperinci

Pengaturan Level Ketinggian Air Menggunakan Kontrol PID

Pengaturan Level Ketinggian Air Menggunakan Kontrol PID Pegatura Level Ketiggia Air Megguaka Kotrol PID [Thiag et al.] Pegatura Level Ketiggia Air Megguaka Kotrol PID Thiag, Yohaes TDS, Adre Mulya Fakultas Tekologi Idustri, Jurusa Tekik Elektro, Uiversitas

Lebih terperinci

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

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

Lebih terperinci

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel) DISTRIBUSI SAMPLING (Distribusi Pearika Sampel) I. PENDAHULUAN Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Peelitia Peelitia ii megguaka metode peelitia Korelasioal. Peelitia korelasioaal yaitu suatu metode yag meggambarka secara sistematis da obyektif tetag hubuga atara

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena

BAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena 7 BAB III METODE PENELITIAN A. Jeis Peelitia Peelitia ii merupaka jeis peelitia deskriptif-kuatitatif, karea melalui peelitia ii dapat dideskripsika fakta-fakta yag berupa kemampua siswa kelas VIII SMP

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA. Langkah Langkah Dalam Pengolahan Data

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA. Langkah Langkah Dalam Pengolahan Data BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Metode Pegolaha Data Lagkah Lagkah Dalam Pegolaha Data Dalam melakuka pegolaha data yag diperoleh, maka diguaka alat batu statistik yag terdapat pada Statistical

Lebih terperinci