PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING"

Transkripsi

1 Meda Informatka, Vol. 2, No. 2, Desember 2004, ISSN: PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Sr Kusumadew Jurusan Teknk Informatka, Fakultas Teknolog Industr,Unverstas Islam Indonesa Jl. Kalurang Km. 14 Yogyakarta Telp. (0274) ext. 122, Faks. (0274) ext. 148 E-mal: ABSTRAK Mult Crtera Decson Makng adalah salah satu metode yang bsa membantu pengambl keputusan dalam melakukan pengamblan keputusan terhadap beberapa alternatf keputusan yang harus dambl dengan beberapa krtera yang akan menjad bahan pertmbangan. Pada peneltan n akan dgunakan Fuzzy Mult Crtera Decson Makng (FMCDM) untuk menentukan lokas penempatan pemancar televs dengan beberapa krtera, yatu ketnggan lokas, ketdakpadatan bangunan d sektar lokas, kedekatan dar pusat kota, konds keamanan lokas, dan kedekatan dengan pemancar lan yang sudah ada. Ada 3 alternatf lokas yang dberkan adalah Kota Baru, Kalurang, dan Pyungan. Dar hasl peneltan dperoleh hasl, Pyungan sebaga alternatf terbak. Kata kunc: krtera, alternatf, Fuzzy Mult Crtera Decson Makng (FMCDM) 1. PENGANTAR Masalah pengamblan keputusan, memegang peranan yang sangat pentng d berbaga seg kehdupan. Selama n, ada beberapa metode yang telah dgunakan sebaga alat bantu dalam pendukung keputusan. Mult Crtera Decson Makng adalah salah satu metode yang bsa membantu pengambl keputusan dalam melakukan pengamblan keputusan terhadap beberapa alternatf keputusan yang harus dambl dengan beberapa krtera yang akan menjad bahan pertmbangan. Satu hal yang menjad permasalahan adalah apabla bobot kepentngan dar setap krtera dan derajat kecocokan setap alternatf terhadap setap krtera mengandung ketdakpastan. Basanya penlaan yang dberkan oleh pengambl keputusan dlakukan secara kualtatf dan drepresentatkan secara lngustk. Salah satu cara yang bsa dgunakan untuk mengatas ketdakpastan adalah dengan menggunakan logka fuzzy. Dalam katannya dengan pengamblan keputusan dar beberapa alternatf dengan banyak krtera, serta nformas yang dberkan bersfat kualtatf, maka pada peneltan n akan dcoba untuk menggunakan metode Fuzzy Mult-Crtera Decson Makng. 57

2 Kasus yang akan dselesakan pada peneltan n adalah penentuan lokas pemancar bag suatu stasun televs d Yogyakarta. Ada 3 lokas yang akan menjad alternatf, yatu: Kota Baru, Kalurang, dan Pyungan. Pemlhan lokas dlakukan dengan mempertmbangkan 5 krtera pengamblan keputusan, yatu: ketnggan lokas, ketdakpadatan bangunan d sektar lokas; kedekatan dar pusat kota; konds keamanan lokas; dan kedekatan dengan pemancar lan yang sudah ada. 2. TUJUAN PENELITIAN Peneltan n bertujuan untuk menentukan lokas penempatan pemancar televs dengan beberapa krtera, menggunakan Metode Fuzzy Mult Crtera Decson Makng (FMCDM). 3. DASAR TEORI Pada Metode Fuzzy Decson Makng (FDM), ada 3 langkah pentng yang harus dkerjakan, yatu: representas masalah, evaluas hmpunan fuzzy pada setap alternatf keputusan, dan melakukan seleks terhadap alternatf yang optmal (Joo HM dan Chang, 2004). 3.1 Representas Masalah Pada bagan, ada 3 aktvtas yang harus dlakukan, yatu: a. Identfkas tujuan dan kumpulan alternatf keputusannya; Tujuan keputusan dapat drepresentaskan dengan menggunakan bahasa alam atau nla numers sesua dengan karakterstk dar masalah tersebut. Jka ada n alternatf keputusan dar suatu masalah, maka alternatf-alternatf tersebut dapat dtuls sebaga A = {A =1,2,..., n}. b. Identfkas kumpulan krtera; Jka ada k krtera, maka dapat dtulskan C = {C t t = 1,2,..., k}. c. Membangun stuktur hrark dar masalah tersebut berdasarkan pertmbanganpertmbangan tertentu. Struktur hrark n dapat dlhat pada Gambar Kusumadew Penentuan Lokas Pemancar Televs Menggunakan Fuzzy Mult Crtera

3 Tujuan Krtera C 1 Krtera C 2 Krtera C k Alternatf A 1 Alternatf A 2 Alternatf A n Gambar 1. Struktur hrark 3.2 Evaluas Hmpunan Fuzzy Pada bagan n, ada 3 aktvtas yang harus dlakukan, yatu: a. Memlh hmpunan ratng untuk bobot-bobot krtera, dan derajat kecocokan setap alternatf dengan krteranya; Secara umum, hmpunan-hmpunan ratng terdr-atas 3 elemen, yatu: varabel lngustk (x) yang merepresentaskan bobot krtera, dan derajat kecocokan setap alternatf dengan krteranya; T(x) yang merepresentaskan ratng dar varabel lngustk; dan fungs keanggotaan yang berhubungan dengan setap elemen dar T(x). Msal, ratng untuk bobot pada Varabel Pentng untuk suatu krtera ddefnskan sebaga: T(pentng) = {SANGAT RENDAH, RENDAH, CUKUP, TINGGI, SANGAT TINGGI}. Sesudah hmpunan ratng n dtentukan, maka kta harus menentukan fungs keanggotaan untuk setap ratng. Basanya dgunakan fungs segtga, sebaga berkut: 1 µ(x) 0 a b c Gambar 2. Blangan fuzzy segtga Meda Informatka, Vol. 2, No. 2, Desember

4 ( x a) ; a x b ( b a) ( x c) μ ( x) = ; b x c (1) ( b c) 0; x b atau x c Msal, W t adalah bobot untuk krtera C t ; dan S t adalah ratng fuzzy untuk derajat kecocokan alternatf keputusan A dengan krtera C t ; dan F adalah ndeks kecocokan fuzzy dar alternatf A yang merepresentaskan derajat kecocokan alternatf keputusan dengan krtera keputusan yang dperoleh dar hasl agregas S t dan W t. (Chang dan Chen, 1994) b. Mengevaluas bobot-bobot krtera, dan derajat kecocokan setap alternatf dengan krteranya; c. Mengagregaskan bobot-bobot krtera, dan derajat kecocokan setap alternatf dengan krteranya. Ada beberapa metode yang dapat dgunakan untuk melakukan agregas terhadap hasl keputusan para pengambl keputusan, antara lan: mean, medan, max, mn, dan operator campuran. Dar beberapa metode tersebut, metode mean yang palng banyak dgunakan. Operator dan adalah operator yang dgunakan untuk penjumlahan dan perkalan fuzzy. Dengan menggunakan operator mean, F drumuskan sebaga: 1 F = [ ( S1 W1 ) ( S2 W2 ) L ( Sk Wk )] (2) k Dengan cara mensubsttuskan S t dan W t dengan blangan fuzzy segtga, yatu S t = (o t, p t, q t ); dan W t = (a t, b t, c t ); maka F t dapat ddekat sebaga: ( Y, Q Z ) F, dengan: 1 Y = k Q Z 1 = k 1 = k k ( t= 1 k ( t= 1 k ( t= 1 = 1,2,..., n. o a ) (3) t t p b ) (4) q t c ) (5) 60 Kusumadew Penentuan Lokas Pemancar Televs Menggunakan Fuzzy Mult Crtera

5 3.3 Seleks Alternatf yang Optmal Pada bagan n, ada 2 aktvtas yang dlakukan, yatu: a. Memprortaskan alternatf keputusan berdasarkan hasl agregas; Prortas dar hasl agregas dbutuhkan dalam rangka proses perangkngan alternatf keputusan. Karena hasl agregas n drepresentaskan dengan menggunakan blangan fuzzy segtga, maka dbutuhkan metode perangkngan untuk blangan fuzzy segtga (Chen, 1985, Km dan Park, 1990, Lou dan Wang, 1992). Salah satu metode yang dapat dgunakan adalah metode nla total ntegral. Msalkan F adalah blangan fuzzy segtga, F = (a, b, c), maka nla total ntegral dapat drumuskan sebaga berkut (Lou dan Wang, 1992): α 1 I T ( F) = ( αc + b + (1 α) a) (6) 2 Nla α adalah ndeks keoptmsan yang merepresentaskan derajat keoptmsan bag pengambl keputusan (0 α 1). Apabla nla α semakn besar mengndkaskan bahwa derajat keoptmsannya semakn besar. b. Memlh alternatf keputusan dengan prortas tertngg sebaga alternatf yang optmal. Semakn besar nla F berart kecocokan terbesar dar alternatf keputusan untuk krtera keputusan, dan nla nlah yang akan menjad tujuannya. 4. METODOLOGI PENELITIAN Peneltan dlakukan melalu langkah-langkah sebaga berkut: a. Representas masalah, melput: penetapan tujuan keputusan, dentfkas alternatf, dentfkas krtera, dan membangun struktur hrark keputusan. b. Evaluas hmpunan fuzzy dar alternatf-alternatf keputusan, melput: menetapkan varabel lngustk dan fungs keanggotaan, menetapkan ratng untuk setap krtera, dan menghtung ndeks kecocokan fuzzy pada setap alternatf. c. Melakukan defuzzy dalam rangka mencar nla alternatf yang optmal. 5. HASIL PENELITIAN Suatu stasun televs d Yogyakarta ngn menempatkan pemancarnya pada suatu lokas. Ada 3 lokas yang akan menjad alternatf, yatu: S1 = Kota Baru, S2 = Kalurang, dan S3 = Pyungan. Ada 5 atrbut (krtera) pengamblan keputusan, yatu: C1 = ketnggan lokas, C2 = ketdakpadatan bangunan d sektar lokas; C3 = kedekatan dar pusat kota; C4 = konds keamanan lokas ; C5 = kedekatan dengan pemancar lan yang sudah ada.. Meda Informatka, Vol. 2, No. 2, Desember

6 Langkah 1: Representas masalah a. Tujuan keputusan n adalah mencar lokas terbak untuk menempatkan pemancar televs berdasarkan krtera-krtera tertentu. Ada 3 alternatf lokas yang dberkan adalah A = {A1, A2, A3}, dengan A1 = Kota Baru, A2 = Kalurang, A3 = Pyungan. b. Ada 5 krtera keputusan yang dberkan, yatu: C = {C1, C2, C3, C4, C5} c. Struktur hrark masalah tersebut sepert terlhat pada Gambar 3 Memlh lokas yang tepat untuk pemancar televs Ketnggan Lokas C1 Ketdakpadata n bangunan d sektar lokas C2 Kedekatan dar pusat kota C3 Konds keamanan lokas C4 Kedekaatan dg pemancar lan yg sudah ada C5 Kota Baru A 1 Kalurang A 2 Pyungan A 3 Gambar 3 Struktur hrark Kasus. Langkah 2: Evaluas hmpunan fuzzy dar alternatf-alternatf keputusan a. Varabel-varabel lngustk yang merepresentaskan bobot kepentngan untuk setap krtera, adalah: T(kepentngan) W = {SR, R, C, T, ST} dengan SR = Sangat Rendah; R = Rendah; C = Cukup; T = Tngg; ST = Sangat Tngg. Sedangkan derajat kecocokan alternatf-alternatf dengan krtera keputusan adalah: T(kecocokan) S = {SK, K, C, B, SB}, dengan SK = Sangat Kurang; K Kurang; C = Cukup; B = Bak; dan SB = Sangat Bak. Fungs keanggotaan untuk setap elemen dreprentaskan dengan menggunakan blangan fuzzy segtga sebaga berkut: SR = SK = (0, 0, 0.25) R = K = (0, 0.25, 0.5) C = (0.25, 0.5, 0.75) T = B = (0.5, 0.75, 1) ST = SB = (0.75, 1, 1) 62 Kusumadew Penentuan Lokas Pemancar Televs Menggunakan Fuzzy Mult Crtera

7 b. Ratng untuk setap krtera keputusan yang dberkan oleh pengambl keputusan sepert terlhat pada Tabel 1. Sedangkan derajat kecocokan krtera keputusan dan alternatf sepert terlhat pada Tabel 2. Tabel 1. Ratng kepentngan untuk setap krtera Krtera C1 C2 C3 C4 C5 Ratng Kepentngan ST T C R T Tabel 2. Ratng kecocokan setap alternatf terhadap setap krtera Alternatf Ratng Kecocokan C1 C2 C3 C4 C5 A1 SK K SB SB C A2 SB B C B SK A3 B SB K B B c. Dengan mensubsttuskan blangan fuzzy segtga ke setap varabel lngustk ke dalam persaman (2) sampa persamaan (5), dperoleh nla kecocokan fuzzy sepert pada Tabel 3. Tabel 3 Indeks kecocokan untuk setap alternatf. Alternatf Ratng kecocokan C1 C2 C3 C4 C5 Indeks kecocokan fuzzy A1 SK K SB SB C 0,0625; 0,2625; 0,5500 A2 SB B C B SK 0,1750; 0,4000; 0,6625 A3 B SB K B B 0,2000; 0,4750; 0,7750 Langkah 3: Menyeleks alternatf yang optmal a. Dengan mensubsttuskan ndeks kecocokan fuzzy pada Tabel 3, ke persamaan (6), dan dengan mengambl derajat keoptmsan (α) = 0 (tdak optms), α = 0,5 dan α = 1 (sangat optms), maka akan dperoleh nla total ntegral sepert terlhat pada Tabel 4. Tabel 4 Nla total ntegral setap alternatf. Alternatf Nla total ntegral α = 0 α = 0,5 α = 1 A1 0,1625 0,2844 0,4063 A2 0,2875 0,4094 0,5313 A3 0,3375 0,4813 0,6250 b. Dar Tabel 4, terlhat bahwa A3 memlk nla total ntegral terbesar berapapun derajat keoptmsannya, sehngga lokas Pyungan akan terplh sebaga lokas optmal untuk penempatan pemancar. Meda Informatka, Vol. 2, No. 2, Desember

8 6. SIMPULAN Dar hasl peneltan d atas dapat dsmpulkan bahwa dengan mengunakan Fuzzy Mult Crtera Decson Makng: a. Dapat dtetapkan Pyungan sebaga lokas penempatan pemancar dar 3 alternatf lokas, dengan 5 krtera yang dberkan. b. Pyungan merupakan lokas optmal yang dperoleh bak dengan derajat keoptmsan 0; 0,5; maupun 1. PUSTAKA Chen, S. H. (1985). Rankng Fuzzy Numbers wth Maxmzng Set and Mnmzng Set. Fuzzy Sets and Systems. Chang, P. L. dan Chen, Y. C. (1994). A Fuzzy Mult-Crtera Decson Makng Method for Technology Transfer Strategy Selecton n Botechnology. Fuzzy Sets and Systems. Joo, H. M., dan Chang, S. K. (2004). Applcaton of Fuzzy Decson Makng Method to the Evaluaton of Spent Fuel Storage Optons. Korea. Lou, T. S., dan Wang, M. J. J. (1992). Rankng Fuzzy Numbers wth Integral Value. Fuzzy Sets and Systems. 64 Kusumadew Penentuan Lokas Pemancar Televs Menggunakan Fuzzy Mult Crtera

Aplikasi Metode Fuzzy Multi-Attribute Decision Making Berbasis Web dalam Pemilihan Calon Kepala Daerah di Indonesia

Aplikasi Metode Fuzzy Multi-Attribute Decision Making Berbasis Web dalam Pemilihan Calon Kepala Daerah di Indonesia IJCCS, Vol.7, No., January 203, pp. 0~0 ISSN: 978-20 0 Aplkas Metode Fuzzy Mult-Attrbute Decson Makng Berbass Web dalam Pemlhan Calon Kepala Daerah d Indonesa Muhamad Munawar Yusro*, Retantyo Wardoyo 2

Lebih terperinci

Preferensi untuk alternatif A i diberikan

Preferensi untuk alternatif A i diberikan Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tnjauan Pustaka Dar peneltan yang dlakukan Her Sulstyo (2010) telah dbuat suatu sstem perangkat lunak untuk mendukung dalam pengamblan keputusan menggunakan

Lebih terperinci

METODE OPTIMASI 11/13/2015. Capaian Pembelajaran

METODE OPTIMASI 11/13/2015. Capaian Pembelajaran 2 Capaan Pembelajaran METODE OPTIMASI N. Tr Suswanto Saptad Mahasswa dapat memaham dan mampu mengaplkaskan beberapa metode untuk menyelesakan masalah dengan alternatfalternatf dalam jumlah yang relatf

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB Putr Har Ikhtarn ), Bety Nurltasar 2), Hafdz Alda

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

PERBANDINGAN METODE SAW DAN TOPSIS PADA KASUS UMKM

PERBANDINGAN METODE SAW DAN TOPSIS PADA KASUS UMKM PERBANINGAN METOE SAW AN TOPSIS PAA KASUS UMKM Muh. Alyazd Mude al.mude@yahoo.com Teknk Informatka Unverstas Muslm Indonesa Abstrak alam pengamblan keputusan terhadap masalah berdasarkan sebuah analsa

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

Model SPK. Model optimasi (2) Model optimasi (1) Metode-metode Optimasi dengan Alternatif Terbatas 4/30/2017. Tujuan.

Model SPK. Model optimasi (2) Model optimasi (1) Metode-metode Optimasi dengan Alternatif Terbatas 4/30/2017. Tujuan. 4/0/207 Tujuan Metode-metode Optmas dengan Alternatf Terbatas N O V R I N A Mahasswa dapat memaham dan mampu mengaplkaskan beberapa metode untuk menyelesakan masalah dengan alternatf-alternatf dalam jumlah

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la

Lebih terperinci

Ardi Kurniawan 1), Kusrini 2) Sistem Informasi STMIK AMIKOM Yogyakarta 2)

Ardi Kurniawan 1), Kusrini 2) Sistem Informasi STMIK AMIKOM Yogyakarta 2) Semnar Nasonal Teknolog Informas dan Multmeda 2016 STMIK AMIKOM Yogyakarta, 6-7 Februar 2016 ANALISIS DAN PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA GURU (PKG) MENGGUNAKAN METODE SIMPLE ADDITIVE

Lebih terperinci

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi ) APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Stud Kasus d PT. Snar Terang Abad ) Bagus Suryo Ad Utomo 1203 109 001 Dosen Pembmbng: Drs. I Gst Ngr Ra Usadha, M.S Jurusan Matematka

Lebih terperinci

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu Bab 2 Tnjauan Pustaka 2.1 Peneltan Terdahulu Pemlhan stud pustaka tentang sstem nformas penlaan knerja karyawan n juga ddasar pada peneltan sebelumnya yang berjudul Penerapan Metode TOPSIS untuk Pemberan

Lebih terperinci

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia) PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal 157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan

Lebih terperinci

RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)

RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) Larasat Ayudha Jurusan Sstem Informas, Sekolah Tngg Manajemen Informatka dan

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan

Lebih terperinci

BAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini

BAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini BAB III METODE PENELITIAN A. Desan Peneltan Metode peneltan yang dgunakan dalam pengembangan perangkat pembelajaran berupa RPP dan LKS dengan pendekatan berbass masalah n adalah metode pengembangan atau

Lebih 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 III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA. Manurung (2010) menerapkan sistem pendukung keputusan seleksi

BAB 2 TINJAUAN PUSTAKA. Manurung (2010) menerapkan sistem pendukung keputusan seleksi BAB 2 TINJAUAN PUSTAKA 2.1. Tnjauan Pustaka Manurung (2010) menerapkan sstem pendukung keputusan seleks penerma beasswa dengan metode Analtcal Herarcy Process (AHP) dan Technque Order Preference by Smlarty

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

PEMILIHAN LAHAN TERBAIK UNTUK TANAMAN KELAPA SAWIT MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

PEMILIHAN LAHAN TERBAIK UNTUK TANAMAN KELAPA SAWIT MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Semnar Nasonal Inovas Dan Aplkas Teknolog D Industr 2017 ISSN 2085-4218 ITN Malang, 4 Pebruar 2017 PEMILIHAN LAHAN TERBAIK UNTUK TANAMAN KELAPA SAWIT MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Helza

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UBI KAYU MENGGUNAKAN METODE TOPSIS (Studi Kasus : PT. Hutahaean)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UBI KAYU MENGGUNAKAN METODE TOPSIS (Studi Kasus : PT. Hutahaean) Majalah Ilmah Informas dan Teknolog Ilmah (INTI ISSN : 3390X SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UBI KAYU MENGGUNAKAN METODE TOPSIS (Stud Kasus : PT. Hutahaean Relska Elfrda Capah (086 Mahasswa

Lebih terperinci

Implementasi Teori Keputusan Penentuan Penerimaan Beasiswa Bagi Mahasiswa FMIPA Universitas Sulawesi Barat

Implementasi Teori Keputusan Penentuan Penerimaan Beasiswa Bagi Mahasiswa FMIPA Universitas Sulawesi Barat JURNAL SAINTIFIK OL.3 NO., JANUARI 07 Implementas Teor Keputusan Penentuan Penermaan Beasswa Bag Mahasswa FMIPA Unverstas Sulawes Barat Hrman Rachman *, Nzar, Unverstas Sulawes Barat emal: manksman0@gmal.com,

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996). 2 TINJAUAN PUSTAKA 2.1 Stud Yang Terkat Peneltan n mengacu pada jurnal yang dtuls oleh Khang, dkk.(1995). Dalam peneltannya, Khang, dkk membandngkan arus lalu lntas yang datur menggunakan sstem stats dan

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass

Lebih terperinci

UJI SENSITIVITAS METODE WP, SAW DAN TOPSIS DALAM MENENTUKAN TITIK LOKASI REPEATER INTERNET WIRELESS

UJI SENSITIVITAS METODE WP, SAW DAN TOPSIS DALAM MENENTUKAN TITIK LOKASI REPEATER INTERNET WIRELESS UJI SENSITIVITAS METODE WP, SAW DAN TOPSIS DALAM MENENTUKAN TITIK LOKASI REPEATER INTERNET WIRELESS Davd Ahmad Effendy 1), Rony Her Irawan 2) 1) Sekolah Tngg Agama Islam Kedr (STAIN Kedr) 2) Unverstas

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan

Lebih terperinci

METODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk

METODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk IV. METODE PENELITIAN 4.1. Tempat dan Waktu Peneltan Peneltan n dlakukan d Sunga Sak, Kota Pekanbaru, Provns Rau. Penentuan lokas dlakukan secara tertuju (purposve) karena sunga n termasuk dalam 13 sunga

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah

BAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan yang akan dgunakan dalam peneltan n adalah peneltan pengembangan (Research and Development). Peneltan Research and Development (R&D) n merupakan

Lebih terperinci

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah,

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah, III. METODELOGI PENELITIAN A. Metode Peneltan Suatu peneltan dapat berhasl dengan bak dan sesua dengan prosedur lmah, apabla peneltan tersebut menggunakan metode atau alat yang tepat. Dengan menggunakan

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen 3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PILIHAN MINAT PERGURUAN TINGGI DI KOTA JAMBI DENGAN MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PILIHAN MINAT PERGURUAN TINGGI DI KOTA JAMBI DENGAN MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Semnar Nasonal plas Tenolog Informas 20 (SNTI 20) ISSN: 907-5022 Yogyaarta, 7-8 Jun 20 SISTEM PENDUKUNG KEPUTUSN UNTUK MENENTUKN PILIHN MINT PERGURUN TINGGI DI KOT JMBI DENGN MENGGUNKN FUZZY MULTI CRITERI

Lebih terperinci

PENERAPAN FUZZY AHP DAN TOPSIS UNTUK SELEKSI KANDIDAT PENERIMA BANTUAN RUMAH TIDAK LAYAK HUNI (RTLH) (STUDI KASUS : DESA BANTARWUNI)

PENERAPAN FUZZY AHP DAN TOPSIS UNTUK SELEKSI KANDIDAT PENERIMA BANTUAN RUMAH TIDAK LAYAK HUNI (RTLH) (STUDI KASUS : DESA BANTARWUNI) PENERAPAN FUZZY AHP DAN TOPSIS UNTUK SELEKSI KANDIDAT PENERIA BANTUAN RUAH TIDAK LAYAK HUNI (RTLH) (STUDI KASUS : DESA BANTARWUNI) Agus Tr Hdayat, Agus Pryanto, Andka Elok Amala 1 Program Stud S1 Informatka

Lebih terperinci

APLIKASI PENENTUAN PENERIMA BEASISWA MENGGUNAKAN METODE ALGORITMA FUZZY MADM PADA BEASISWA RUTIN UKSW

APLIKASI PENENTUAN PENERIMA BEASISWA MENGGUNAKAN METODE ALGORITMA FUZZY MADM PADA BEASISWA RUTIN UKSW Semnar NasonalTenologInformasdan Multmeda 2015 STMIK AMIKOM Yogyaarta, 6-8Februar 2015 APLIKASI PENENTUAN PENERIMA BEASISWA MENGGUNAKAN METODE ALGORITMA FUZZY MADM PADA BEASISWA RUTIN UKSW Aslnda 1), Andea

Lebih terperinci

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT ABSTRAK STEVANY HANALYNA DETHAN Fakultas Ekonom Unv. Mahasaraswat Mataram e-mal : stevany.hanalyna.dethan@gmal.com

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

BAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas

BAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas BAB I PENDAHULUAN A. LATAR BELAKANG Pajak merupakan sumber penermaan terpentng d Indonesa. Oleh karena tu Pemerntah selalu mengupayakan bagamana cara menngkatkan penermaan Pajak. Semakn tngg penermaan

Lebih terperinci

BAB III METODE PENELITIAN. Karangkajen, Madrasah Tsanawiyah Mu'allimaat Muhammadiyah Yogyakarta,

BAB III METODE PENELITIAN. Karangkajen, Madrasah Tsanawiyah Mu'allimaat Muhammadiyah Yogyakarta, BAB III METODE PENELITIAN A. Tempat dan Waktu Peneltan Peneltan n dlakukan pada 6 (enam) MTs d Kota Yogyakarta, yang melput: Madrasah Tsanawyah Neger Yogyakarta II, Madrasah Tsanawyah Muhammadyah Gedongtengen,

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN PERANGKAT KOMPUTER DENGAN METODE TOPSIS (Studi Kasus: CV. Triad)

SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN PERANGKAT KOMPUTER DENGAN METODE TOPSIS (Studi Kasus: CV. Triad) Jurnal Informatka Mulawarman Vol. 10 No. 2 September 2015 1 SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN PERANGKAT KOMPUTER DENGAN METODE TOPSIS (Stud Kasus: CV. Trad) Bunga Annete Bennng 1), Indah Ftr Astut 2),

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang I ENDHULUN. Latar elakang Mengambl keputusan secara aktf memberkan suatu tngkat pengendalan atas kehdupan spengambl keputusan. lhan-plhan yang dambl sebenarnya membantu dalam penentuan masa depan. Namun

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci

BAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen,

BAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen, BAB III METODE PENELITIAN A. Metode dan Desan Peneltan Metode peneltan n adalah quas ekspermen karena terdapat unsur manpulas, yatu mengubah keadaan basa secara sstemats ke keadaan tertentu serta tetap

Lebih terperinci

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan. 3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a Lecture 2: Pure Strategy A. Strategy Optmum Hal pokok yang sesungguhnya menad nt dar teor permanan adalah menentukan solus optmum bag kedua phak yang salng bersang tersebut yang bersesuaan dengan strateg

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN MEREK DAN TIPE SEPEDA MOTOR BERBASIS WEB DENGAN METODE TOPSIS

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN MEREK DAN TIPE SEPEDA MOTOR BERBASIS WEB DENGAN METODE TOPSIS SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN MEREK DAN TIPE SEPEDA MOTOR BERBASIS WEB DENGAN METODE TOPSIS Lnda Purnama Sar (0911103) Mahasswa Program Stud Teknk Informatka, STMIK Buddarma Medan Jl. Ssmangaraja

Lebih terperinci

Optimasi Pemilihan Paket Internet Dengan Menggunakan Metode AHP

Optimasi Pemilihan Paket Internet Dengan Menggunakan Metode AHP Optmas Pemlhan Paket Internet Dengan Menggunakan Metode HP Wwek Katrna 1, Solkhun 2, M.Saf, Sumarno 1,2,, Jurusan Sstem Informas, STIKOM Tunas Bangsa, Pematangsantar Sumatera Utara 1 Mahasswa STIKOM Tunas

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Bab n membahas tentang prosedur pengembangan pembelajaran dan mplementas model Problem Based Learnng dalam pembelajaran Konsep Dasar Matematka, Subjek Peneltan, Teknk dan Instrumen

Lebih terperinci

BAB 2 KAJIAN PUSTAKA

BAB 2 KAJIAN PUSTAKA BAB 2 KAJIAN PUSTAKA 2.1 Negosas Negosas dapat dkategorkan dengan banyak cara, yatu berdasarkan sesuatu yang dnegosaskan, karakter dar orang yang melakukan negosas, protokol negosas, karakterstk dar nformas,

Lebih terperinci

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam BAB III METODE PEELITIA A. Bentuk Peneltan Peneltan n merupakan peneltan ekspermen dengan model pretest postes control group desgn dengan satu macam perlakuan. D dalam model n sebelum dmula perlakuan kedua

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

PEMILIHAN VARIABEL YANG RELEVAN PADA ATURAN FUZZY MENGGUNAKAN JARINGAN SYARAF

PEMILIHAN VARIABEL YANG RELEVAN PADA ATURAN FUZZY MENGGUNAKAN JARINGAN SYARAF PEMILIHAN VARIABEL YANG RELEVAN PADA ATURAN FUZZY MENGGUNAKAN JARINGAN YARAF r Kusumadew Jurusan Teknk Informatka, Fakultas Teknolog Industr Unverstas Islam Indonesa Yogyakarya emal: cce@ft.u.ac.d Abstrak

Lebih terperinci

PERANCANGAN APLIKASI PEMILIHAN SANGKAR BURUNG MENGGUNAKAN METODE SMART SKRIPSI

PERANCANGAN APLIKASI PEMILIHAN SANGKAR BURUNG MENGGUNAKAN METODE SMART SKRIPSI Artkel Skrps PERANCANGAN APLIKASI PEMILIHAN SANGKAR BURUNG MENGGUNAKAN METODE SMART SKRIPSI Dajukan Untuk Memenuh Sabagan Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Jurusan Teknk Informatka

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 07 Sfat-sfat Operas Perkalan Modular pada raf Fuzzy T - 3 Tryan, ahyo Baskoro, Nken Larasat 3, Ar Wardayan 4,, 3, 4 Unerstas Jenderal Soedrman transr@yahoo.com.au

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,

Lebih terperinci

KLASIFIKASI KECEPATAN MOTOR ARUS SEARAH (DC) MENGGUNAKAN FUZZY LOGIC

KLASIFIKASI KECEPATAN MOTOR ARUS SEARAH (DC) MENGGUNAKAN FUZZY LOGIC KLASIFIKASI KECEPATAN MOTOR ARUS SEARAH (DC) MENGGUNAKAN FUZZY LOGIC Syamsurjal & Abdul Mus Mapplotteng Jurusan Penddkan Teknk Elektro FT UNM ABSTRAK Tujuan peneltan n untuk mengetahu cara menghtung arus

Lebih terperinci

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1 Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran

Lebih terperinci

VLE dari Korelasi nilai K

VLE dari Korelasi nilai K VLE dar orelas nla Penggunaan utama hubungan kesetmbangan fasa, yatu dalam perancangan proses pemsahan yang bergantung pada kecenderungan zat-zat kma yang dberkan untuk mendstrbuskan dr, terutama dalam

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan

Lebih terperinci

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

Lebih terperinci

BAB III METODE PENELITIAN. problems. Cresswell (2012: 533) beranggapan bahwa dengan

BAB III METODE PENELITIAN. problems. Cresswell (2012: 533) beranggapan bahwa dengan BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan kombnas atau mxed methods. Cresswell (2012: 533) A mxed methods research desgn s a procedure for collectng, analyzng and mxng

Lebih terperinci

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan 7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat

Lebih terperinci

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN By: Rn Halla Nasuton, ST, MT MERANCANG JARINGAN SC Perancangan jarngan SC merupakan satu kegatan pentng yang harus

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN : JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

Lebih terperinci

Sistem Pendukung Keputusan dalam Merekomendasikan Smartphone untuk Kalangan Pemula dengan Metode TOPSIS

Sistem Pendukung Keputusan dalam Merekomendasikan Smartphone untuk Kalangan Pemula dengan Metode TOPSIS Sstem Pendukung Keputusan dalam Merekomendaskan Smartphone untuk Kalangan Pemula dengan Metode TOPSIS Karmla 1, Muhammad dwan 2, In Parlna 3, Heru Satra 3 1,2,3 Jurusan Sstem Informas, STIKOM Tunas Bangsa,

Lebih terperinci

PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER MENGGUNAKAN METODE TOPSIS PADA PERUSAHAAN FURNITURE

PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER MENGGUNAKAN METODE TOPSIS PADA PERUSAHAAN FURNITURE PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER MENGGUNAKAN METODE TOPSIS PADA PERUSAHAAN FURNITURE DEVELOPMENT OF DECISION SUPPORT SYSTEM SUPPLIER SELECTION USING TOPSIS FURNITURE COMPANY Ma

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana

Lebih terperinci

BAB IV APLIKASI. Pada bagian ini akan dibahas bagaimana contoh mengestimasi. parameter model yang diasumsikan memiliki karateristik spasial lag

BAB IV APLIKASI. Pada bagian ini akan dibahas bagaimana contoh mengestimasi. parameter model yang diasumsikan memiliki karateristik spasial lag BAB IV APLIKASI Pada bagan n akan dbahas bagamana contoh mengestmas parameter model yang dasumskan memlk karaterstk spasal lag sekalgus spasal error. Estmas dlakukan dengan menggunakan software Evews 3

Lebih terperinci

TINJAUAN PUSTAKA Kualitas Dosen

TINJAUAN PUSTAKA Kualitas Dosen 4 TINJAUAN PUSTAKA Kualtas Dosen Menurut Kamus Besar Bahasa Indonesa (KBBI) tahun 2002, kualtas dartkan sebaga : (1) tngkat bak buruknya sesuatu atau kadar; (2) derajat atau taraf (kepandaan, kecakapan,

Lebih terperinci

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K

Lebih terperinci

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan

Lebih terperinci

Sistem Pendukung Keputusan Untuk Menentukan Prestasi Akademik Siswa dengan Metode TOPSIS

Sistem Pendukung Keputusan Untuk Menentukan Prestasi Akademik Siswa dengan Metode TOPSIS Ctec Journal, Vol. 2, No. 2, Februar 2015 Aprl 2015 ISSN: 2354-5771 153 Sstem Pendukung Keputusan Untuk Menentukan Prestas Akademk Sswa dengan Metode TOPSIS Amela Nur Ftrana* 1, Harlana 2, Handaru 3 1

Lebih terperinci