JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: E-42

Ukuran: px
Mulai penontonan dengan halaman:

Download "JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: E-42"

Transkripsi

1 JURNAL TEKNIK ITS Vol. 1, (Sept, 01) ISSN: E-4 Aalisis Hubuga Kluster Idustri dega Peetua Lokasi Pelabuha: Studi Kasus Patai Utara Pulau Jawa Maulaa Prasetya Sibolo da Tri Achadi Jurusa Tekik Perkapala, Fakultas Tekologi Kelauta, Istitut Tekologi Sepuluh Nopeber Jl. Arief Raha Haki, Surabaya E-ail: Abstrak Proses distribusi barag erupaka suatu ragkaia proses yag terkait dala upaya peguasaa areal pasar terluas elalui aksiisasi pejuala da iiisasi biaya produksi (trasportasi). Seba gia cotoh yata di beberapa wilayah, proses distribusi barag tidak didasarka pada aspek iiisasi biaya trasportasi/truckig (teori lokasi tradisioal) diaa pegiria barag tidak elalui pelabuha uat yag dekat dega lokasi idustri. Peelitia ii diaksudka utuk egetahui keterkaita hubuga atara idustri dega peetua lokasi pelabuha serta faktor yag epegaruhiya. Metode yag diguaka adalah etode koparasi hasil perhituga odel deteriistik (Liear Prograig da Gravitasi dega Pebatas Tuggal) dega data yag ada, serta aalisis korelasi (odel uji kebebasa da Craer s-coefficiet of Associatio) dala egukur keerata hubuga faktor-faktor yag berpegaruh dala peetua lokasi pelabuha. Hasil perhituga eujukka adaya hubuga/ korespodesi atara lokasi pelabuha dega lokasi idustri diaa lokasi kluster idustri terlebih dahulu ada da diikuti lokasi pelabuha. Faktor utaa yag berpegaruh dala peetua lokasi pelabuha adalah julah kujuga kapal. Prosetase hasil koparasi (selisih hasil perhituga odel gravitasi dega data yag ada) utuk variabel julah kujuga kapal (,); daya tapug gudag/cy (,3); biaya trasportasi/truckig (1,7). Nilai koefisie korelasi variabel julah kujuga kapal = 0,866 (keerata hubuga: kuat/tiggi), daya tapug gudag/cy = 0,878 (kuat/tiggi), biaya trasportasi ( ilad) = 0,699 (sedag/cukup). Persebara uata (ekspor) dari: Jawa Tiur ke pelabuha Tajug Perak (97), Tajug Eas (1), Tajug Priok (); Jawa Tegah ogyakarta ke pelabuha Tajug Eas (7), Tajug Perak (15), Tajug Priok (13); Jawa Barat ke pelabuha Tajug Priok (97,), Tajug Eas (1,5), Tajug Perak (1,3); DKI Jakarta & Bate ke pelabuha Tajug Priok (99,96), Tajug Eas (0,0), Tajug Perak (0,0). Kata Kuci odel gravitasi dega pebatas tuggal, peetua lokasi pelabuha, uji kebebasa (test of idepedecy). P I. PENDAHULUAN EMILIHAN lokasi pelabuha adalah salah satu upaya idustri dala eguasai areal pasar terluas elalui aksiisasi pejuala dega egacu pada upaya eiialka biaya trasportasi/distribusi. Dala elayai proses pedistribusia barag, asig-asig pelabuha di setiap daerah epuyai karakteristik da keuggula yag berbeda dala hal pelayaa da fasilitas yag diiliki, seperti frekuesi julah kujuga kapal pertahu, kapasitas atau daya tapug gudag/lapaga peupuka, da yag laiya. Dega deikia terjadi ketipaga dala pedistribusia barag dari lokasi idustri ke pelabuha. Selai itu juga tibul biaya trasportasi ( ilad) yag tiggi akibat peiliha lokasi pelabuha yag dilakuka secara oekoois (berjauha dega lokasi idustri). Sehubuga dega hal tersebut aka perasalaha yag aka dikaji dala peelitia ii adalah apakah lokasi pelabuha berkorespodesi dega lokasi kluster idustri, da apakah faktor biaya trasportasi ( ilad) epegaruhi peetua lokasi pelabuha dala hal pedistribusia barag dari kluster idustri. Tujua dari peelitia ii adalah egetahui seberapa besar hubuga serta pegaruh lokasi pelabuha terhadap lokasi kluster idustri di pulau Jawa; egetahui faktor yag epegaruhi suatu idustri dala eetuka lokasi pelabuha dala hal pedistribusia barag; serta egetahui pola pedistribusia barag dari kluster idustri ke pelabuha yag berlokasi di pulau Jawa. II. METODE A. Tahap Idetifikasi da Peetua Variabel Lagkah awal dala peelitia ii adalah egidetifikasi variabel daya tarik pelabuha da lokasi (kluster idustri da pelabuha). Variabel yag diguaka dala peelitia ii diataraya: julah teaga kerja tiap lokasi kluster idustri; perkebaga arus ekspor di setiap provisi da pelabuha; julah kujuga kapal; daya tapug gudag/cy; jarak atara lokasi kluster idustri dega lokasi pelabuha da tarif agkuta/truckig. Dala egidetifikasi lokasi kluster idustri egguaka skala da ditetuka berdasarka keberadaaya terletak pada kabupate/kota[1]. B. Tahap Perhituga Model Deteriistik Peelitia ii odel deteriistik egguaka (dua) odel, yaitu odel liear prograig da odel gravitasi dega pebatas tuggal. Model liear prograig[] diguaka utuk eghitug biaya trasportasi yag optiu (dala peelitia ii, optiu adalah iiu trasport cost), da odel gravitasi dega pebatas tuggal[3],[4] diguaka utuk eera julah sebara distribusi ekspor dari lokasi kluster yag dikiri elalui pelabuha yag dikaji dega egguaka 3 (tiga) variabel daya tarik pelabuha[5], yaitu variabel daya tapug gudag/cy, julah kujuga kapal, da biaya trasportasi/truckig.

2 JURNAL TEKNIK ITS Vol. 1, (Sept, 01) ISSN: E-43 Persaaa odel liear prograig egguaka persaaa siplek[] dega fugsi objektif dala betuk iiuka dega tidak ada harga kosta. Miiuka : Dega batasa/costraits: j1 i1 X Z( x) C. X (1) i1 j1 si i 1,,... () X dj j 1,,... Utuk eudahka perhituga, perasalaha trasportasi ii diaggap sebagai balaced trasportatio proble diaa total peawara saa dega total peritaa. si i1 j1 dj Sehigga julah keseluruha barag yag aka dikiri dari titik i ke titik j adalah: X si j1 i1 i1 j1 dj Biaya trasportasi asig-asig rute dihitug dega pedekata sebagai berikut: C r x t (6) Diaa: r = jarak tepuh titik i ke titik j t = biaya perjalaa oda (distace cost) per satua jarak = julah titik/lokasi kluster idustri = julah titik/lokasi pelabuha si = julah barag yag ada di kluster idustri i di = julah barag yag dapat ditapug pelabuha j X = julah barag dikiri dari titik i ke titik j dala satu jariga T T Persaaa odel gravitasi dega pebatas tuggal[4] 1 b Oi.. D b j d D. d. (7) i O A. D. d i j j b (3) (4) (5). (8) Diaa: T = julah uata yag dikiri dari kluster idustri i ke pelabuha j O i = potesi julah uata dikiri dari kluster idustri i D j = daya tarik asig-asig pelabuha A i.d j.d -b = ukura daya tarik pelabuha j dala betuk probabilitas Diasusika bahwa T O i (9) C. Koparasi Hasil Model Deteriistik dega Data Riil Setelah dilakuka perhituga odel deteriistik, lagkah selajutya ebadigka atau egkoparasika hasil perhituga odel deteriistik dega data yag ada (tahu 010, diolah). Hal ii dilakuka utuk egetahui variabel daya tarik pelabuha aa yag eujukka kedekata hasil.perhituga dega data yag ada, serta egetahui keugkia sebara distribusi ekspor tiap lokasi kluster ke asig-asig pelabuha yag dikaji. D. Tahap Aalisa Korelasi Variabel Daya Tarik Pelabuha Setelah diperoleh hasil dari koparasi odel deteriistik dega data riil, lagkah selajutya adalah egukur hubuga atara variabel daya tarik pelabuha dega peetua lokasi pelabuha. Pada tahap ii egguaka odel uji kebebasa ( test of idepedecy) [6] dega persaaa 1 i b x / i.. j 1. (10) 1 jk dega (11) j da uji keerata hubuga Craer s-coefficiet of Associatio[6] dega persaaa C x / i b, k 1 (1) Diaa: Mi(b,k) = atara bayak baris da bayak kolo dala tabel kotigesi aa yag terkecil. Nilai C = berkisar pada 0 C 1 III. HASIL DAN PEMBAHASAN A. Hasil Perhituga Model Liear Prograig Dala perhituga odel ii egguaka batua progra solver utuk eperudah proses perhituga. Dega iput data: 1) Biaya trasportasi/truckig asig-asig rute (C ) ) Julah uata ekspor dari tiap kluster idustri (si) 3) Daya tapug gudag/cy tiap pelabuha Tujua / target cell / objective fuctio yaitu iiisasi biaya trasportasi. Batasa / costrait: - Julah distribusi uata ekspor ke pelabuha julah uata ekspor dari kluster idustri - Julah distribusi uata ekspor di pelabuha daya tapug gudag/cy pelabuha Hasil yag diperoleh dari perhituga tersebut adalah: 1) Biaya trasportasi/truckig secara keseluruha distribusi uata ekspor dari seluruh kluster di pulau Jawa yag palig iiu adalah Rp ,00 ) Sebara distribusi uata ekspor dari kluster idustri di: - Jawa Tiur, 100 elalui pelabuha Tajug Perak-Surabaya. - Jawa Tegah da D.I.Y, 100 elalui pelabuha Tajug Eas-Searag. - Jawa Barat, 97 elalui pelabuha Tajug Priok- Jakarta, 3 (Cirebo) elalui pelabuha Tajug Eas-Searag. - DKI Jakarta da Bate, 100 elalui pelabuha Tajug Priok-Jakarta.

3 JURNAL TEKNIK ITS Vol. 1, (Sept, 01) ISSN: E-44 Gabar 1 Pola sebara distribusi ekspor hasil perhituga odel liear prograig B. Perhituga Model Gravitasi dega Pebatas Tuggal Dala perhituga odel ii egguaka 3 (tiga) variabel daya tarik pelabuha, da dihitug secara terpisah eurut variabel daya tarik yag diguaka. Dega egguaka persaaa (7) da (8), diperoleh hasil sebagai berikut: 1) Variabel daya tapug gudag/cy Tabel 1 Hasil variabel daya tapug gudag/cy Lokasi Kluster Satua Distribusi Ekspor ke Lokasi Pelabuha Volue Ekspor Tajug Perak Tajug Mas Tajug Priok Provisi Jawa Tiur Jawa Tegah Jawa Barat D.K.I. Jakarta Bate To To To To To 6,619,646 79, , ,80 198,666,470,659 59,040 1,130 14,68 14,614 78,08 9,683,431,973,147 3,861, ,960,96 3,884,54 Julah To 7,00,034,944,13 16,938, Gabar 3 Pola sebara distribusi ekspor hasil perhituga berdasarka variabel julah kujuga kapal 3) Variabel biaya trasportasi (ilad) Tabel 3 Hasil variabel biaya trasportasi/truckig Lokasi Kluster Satua Distribusi Ekspor ke Lokasi Pelabuha Volue Ekspor Tajug Perak Tajug Mas Tajug Priok Provisi Jawa Tiur Jawa Tegah Jawa Barat D.K.I. Jakarta Bate To To To To To 6,07, , ,519 19, ,00 669,568,387,734 1,463,380 33,37 61,301 63,641 35,49 7,811,81,91,940 3,463, ,960,96 3,884,54 Julah To 7,391,064 4,815,311 14,696, Gabar Pola sebara distribusi ekspor hasil perhituga berdasarka variabel daya tapug gudag/cy g/cy ) Variabel julah kujuga kapal Tabel Hasil variabel julah kujuga ga kapal Lokasi Kluster Satua Distribusi Ekspor ke Lokasi Pelabuha Volue Ekspor Tajug Perak Tajug Mas Tajug Priok Provisi Jawa Tiur Jawa Tegah Jawa Barat D.K.I. Jakarta Bate To To To To To 6,74, ,078 18, , ,773,19, , ,06 133, ,598 9,775,359,973,566 3,866, ,960,96 3,884,54 Julah To 7,31,098,455,76 17,135, Gabar 4 Pola sebara distribusi ekspor hasil perhituga berdasarka variabel biaya trasportasi/truckig C. Koparasi Model Deteriistik dega Data Eksistig 1. Aalisa koparasi odel liear prograig Tabel 4 Koparasi hasil perhituga liear prograig dega data riil Liear Prograig Satua Distribusi Ekspor ke Pelabuha Tj. Perak Tj. Eas Tj. Priok Julah Jawa Tiur To 6,960, ,960,96 Jawa Tegah da DIY To -,466,34 -,466,34 Jawa Barat To - 36,43 9,77,96 DKI Jakarta To - - Bate To - - 3,884,54 3,884,54 Julah To 6,960,96,79,765 16,586,73 6,340,43 Data Riil Satua Distribusi Ekspor ke Pelabuha Tj. Perak Tj. Eas Tj. Priok Julah Jawa Tiur To 7,559,65 49,083 60,587 7,669,96 Jawa Tegah da DIY To,964,79, ,69,68,995 Jawa Barat To 449, ,133 10,743,344 11,556,953 DKI Jakarta To 3,851 3,10 3,04,085 3,031,056 Bate To 5,594 18,760 3,503,08 3,911,436

4 JURNAL TEKNIK ITS Vol. 1, (Sept, 01) ISSN: E-45 Tabel 5 Selisih distribusi ilai ekspor (hasil liear prograig) terhadap data riil/eksistig Satua Tj. Perak Tj. Eas Tj. Priok Jawa Tiur Jawa Tegah da DIY Jawa Barat DKI Jakarta Bate 11 Hasil aalisa koparasi data distribusi ekspor odel liear prograig dega data riil: - Variabel biaya trasportasi/truckig (ilad) eiliki keterkaita hubuga (atara lokasi kluster dega peetua lokasi pelabuha). Hal ii ditujukka pada ilai prosetase selisih hasil perhituga odel dega data riil sebesar 1,6 pada kluster idustri di DKI Jakarta-pelabuha Tajug Priok, 7,9 pada kluster idustri di Jawa Tiur-pelabuha Tajug Perak, 8 pada kluster idustri di Jawa Tegah&DIY-pelabuha Tajug Mas, da 9 pada kluster idustri di Jawa Barat-pelabuha Tajug Priok. - Variabel biaya trasportasi ( ilad) bukalah faktor utaa dala pertibaga peetua lokasi pelabuha pada kluster idustri di wilayah Jawa Barat da Bate. Hal ii ditujukka pada ilai selisih yag terlalu besar. Nilai selisih hasil perhituga pada kluster idustri di: - Jawa Barat = 10 elalui pelabuha Tajug Mas; 9 elalui pelabuha Tajug Priok, - Bate = 11 elalui pelabuha Tajug Priok.. Aalisa koparasi odel gravitasi pebatas tuggal Tabel 6 Koparasi hasil perhituga gravitasi pebatas tuggal dega data riil Distribusi Ekspor ke Lokasi Pelabuha Uraia Satua Tajug Perak Tajug Mas Tajug Priok ariabel Daya Tarik Pelabuha Julah Daya Tapug Gudag/CY To 7,00,034,944,13 16,938,314 Julah Kujuga Kapal To 7,31,098,455,76 17,135,097 distribusi barag elalui pelabuha Tajug Mas da Tajug Priok) dega ilai prosetase selisih distribusi volue ekspor sebesar,3 da 3,3. - Variabel biaya trasportasi/truckig (ilad) dapat dadika faktor dala eetuka lokasi pelabuha (khususya distribusi barag elalui pelabuha Tajug Perak) dega ilai prosetase selisih distribusi volue ekspor sebesar 1,7. - Variabel julah kujuga kapal da daya tapug gudag/cy adalah faktor yag dadika pertibaga dala eetuka lokasi pelabuha oleh kluster idustri dala proses distribusi barag. D. Ukura Korelasi Variabel Daya Tarik dega Peetua Lokasi Pelabuha Dega egguaka persaaa (10), (11), da (1) didapatka hasil ukura keerata hubuga ketiga variabel seperti tapak pada tabel berikut. Tabel 7 Hasil perhituga aalisa korelasi uji kebebasa (test of idepedecy) da Craer s-coefficiet of associatio Variabel Daya Tarik Pelabuha Nilai Uji Kebebasa Nilai Titik Kritis Nilai Koefisie Korelasi C Kategori Keerata 1. Daya Tapug Gudag/CY 41,501, Kuat/Tiggi. Julah Kujuga Kapal 40,381, Kuat/Tiggi 3. Biaya Trasportasi/Truckig 6,56, Sedag/Cukup Gabar 5 Kurva uji chi square[7],[6] pada variabel daya tapug gudag/cy pelabuha Biaya Trasportasi (Ilad) To 7,391,064 4,815,311 14,696,097 Data Riil To 8,461,51,878,498 17,511,78 8,851,738 Selisih Distribusi Volue Ekspor (Hasil Model Gravitasi dega Pebatas Tuggal) terhadap Dat Variabel Daya Tarik PelabuhaSatua Tajug Perak Tajug Mas Tajug Priok Daya Tapug Gudag/CY Julah Kujuga Kapal Biaya Trasportasi (Ilad) Hasil aalisa koparasi data distribusi ekspor odel gravitasi dega pebatas tuggal terhadap data riil: - Variabel julah kujuga kapal dapat dadika faktor dala eetuka lokasi pelabuha (khususya distribusi barag elalui pelabuha Tajug Priok) dega ilai prosetase selisih distribusi volue ekspor (hasil odel gravitasi dega data riil) sebesar,. - Variabel daya tapug gudag/cy dapat dadika faktor dala eetuka lokasi pelabuha (khususya Gabar 6 Kurva uji chi square[7],[6] pada variabel julah kujuga kapal Gabar 7 Kurva uji chi square[7],[6] pada variabel biaya trasportasi (ilad)

5 JURNAL TEKNIK ITS Vol. 1, (Sept, 01) ISSN: Dari gabar 5, 6, da 7 terlihat bahwa a ilai uji kebebasa ketiga variabel daya tarik pelabuha terletak pada daerah H1, yaitu di daerah peolaka H0. Dega deikia ketiga variabel tersebut eiliki hubuga dega peetua lokasi pelabuha. IV. KESIMPULAN Lokasi pelabuha epuyai keterkaita hubuga/ berkorespodesi dega lokasi kluster idustri, diaa kluster idustri adalah yag terlebih dahulu ada, da keudia diikuti oleh pelabuha pada satu wilayah. Hal ii didukug dari data perkebaga arus ekspor dari kluster idustri da juga data perkebaga arus ekspor di pelabuha. Uruta variabel yag berpegaruh terhadap pertibaga dala peetua lokasi pelabuha diataraya: 1) Julah kujuga kapal/ship s call, dega ilai prosetase hasil koparasi (hasil perhituga odel gravitasi dega data riil) sebesar,; ilai koefisie korelasi = 0,8663 (keerata hubuga kuat/tiggi). ) Daya tapug gudag/cy pelabuha, dega ilai prosetase hasil koparasi (hasil perhituga odel gravitasi dega data riil) sebesar,3; ilai koefisie korelasi = 0,8783 (keerata hubuga kuat/tiggi). 3) Biaya trasportasi/truckig (ilad), dega ilai prosetase hasil koparasi (hasil perhituga odel gravitasi dega data riil) sebesar 1,7; ilai koefisie korelasi = 0,6986 (keerata hubuga sedag/cukup). Dari hasil aalisa didapatka pola pedistribusia barag (ekspor) dari lokasi kluster idustri ke 3 pelabuha diaa peetua lokasi pelabuha didasarka pada odel gravitasi dega variabel julah kujuga kapal. E-46 [4] Tariga, R. Perecaaa Pebagua Wilayah (Edisi Revisi). Jakarta: Bui Aksara, (005). [5] Kraadibrata, S., Perecaaa Pelabuha. Badug: ITB Badug, (00). [6] Soatri, A., & Muhidi, S. A., Aplikasi Statistika Dala Peelitia. Badug: Pustaka Setia, (006). [7] Boedioo, & Koster, W. Teori da Aplikasi Statistika Probabilitas: Sederhaa, Lugas, da Mudah Diegerti. Badug: Reaja Rosdakarya, (001). Gabar 8 Pola sebara distribusi uata ekspor dari lokasi kluster idustri di pulau Jawa ke 3 (tiga) pelabuha kajia UCAPAN TERIMA KASIH Peulis egucapka teria kasih kepada bapak Suprayito (pihak dari Otoritas Pelabuha), bapak Karo (pihak dari Disperidag Jawa Tiur), ibu Ketty (pihak dari TPKS Searag), da seua pihak dari PT. (Persero) Pelido II da III yag telah ebatu dala data utuk peelitia ii. DAFTAR PUSTAKAA [1] Kucoro, M, Aalisis Spasial da Regioal: Studi Agloerasi da Kluster Idustri Idoesia. Yogyakarta: AMP YKPN, (00). [] Setoprajudo. Diktat Metode Optiisasi. Surabaya: ITS Surabaya, (1999). [3] Tariga, R., Ekooi Regioal: Teori da Aplikasi (Edisi Revisi). Jakarta: Bui Aksara, (005).

Analisis Hubungan Kluster Industri dengan Penentuan Lokasi Pelabuhan: Studi Kasus Pantai Utara Pulau Jawa

Analisis Hubungan Kluster Industri dengan Penentuan Lokasi Pelabuhan: Studi Kasus Pantai Utara Pulau Jawa JURNAL TEKNIK POMITS Vol., No., (0) -5 Aalisis Hubuga Kluster Idustri dega Peetua Lokasi Pelabuha: Studi Kasus Patai Utara Pulau Jawa Maulaa Prasetya Sibolo, Tri Achadi Jurusa Tekik Perkapala, Fakultas

Lebih terperinci

Model Pengembangan Wilayah untuk Pembangunan Pelabuhan: Studi Kasus Pantai Selatan Jawa Timur

Model Pengembangan Wilayah untuk Pembangunan Pelabuhan: Studi Kasus Pantai Selatan Jawa Timur JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: 2301-9271 E-1 Model Pegebaga Wilayah utuk Pebagua Pelabuha: Studi Kasus Patai Selata Jawa Tiur Wahyu Putra Gatara, Tri Achadi Jurusa Tekik Perkapala, Fakultas

Lebih terperinci

Model Pengembangan Wilayah Untuk Pembangunan Pelabuhan: Studi Kasus Pantai Selatan Jawa Timur

Model Pengembangan Wilayah Untuk Pembangunan Pelabuhan: Studi Kasus Pantai Selatan Jawa Timur JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Model Pegebaga Wilayah Utuk Pebagua Pelabuha: Studi Kasus Patai Selata Jawa Tiur Wahyu Putra Gatara, Tri Achadi Jurusa Tekik Perkapala, Fakultas Tekologi

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN Persoala trasportasi yag serig ucul dala kehidupa sehari-hari, erupaka gologa tersediri dala persoala progra liier. Maka etode traportasi ii juga dapat diguaka utuk eyelesaika beberapa

Lebih terperinci

BAB 4: PELUANG DAN DISTRIBUSI NORMAL.

BAB 4: PELUANG DAN DISTRIBUSI NORMAL. BAB 4: PELUANG DAN DISTRIBUSI NORMAL. PELUANG Peluag atau yag biasa juga disebut dega istilah keugkia, probablilitas, atau kas eujukka suatu tigkat keugkia terjadiya suatu kejadia yag diyataka dala betuk

Lebih terperinci

BAB III BASIS DATA UNTUK IDENTIFIKASI DAERAH RAWAN BANJIR DAN KEBERADAAN DATA SPASIAL YANG DIPERLUKAN

BAB III BASIS DATA UNTUK IDENTIFIKASI DAERAH RAWAN BANJIR DAN KEBERADAAN DATA SPASIAL YANG DIPERLUKAN BAB III BASIS DATA UNTUK IDENTIFIKASI DAERAH RAWAN BANJIR DAN KEBERADAAN DATA SPASIAL YANG DIPERLUKAN Siste idetifikasi daerah rawa bajir ebutuhka adaya data spasial yag diolah dega eafaatka tekologi Siste

Lebih terperinci

Definisi 2.3 : Jika max min E(X,Y) = min

Definisi 2.3 : Jika max min E(X,Y) = min Teori Peraia 22 Peelitia Operasioal II Defiisi 23 : Jika ax i E(X,Y) = z y i y ax E(X,Y) =E(x 0, y 0 ), aka (x 0, y 0 ) didefiisika z sebagai strategi uri dari peraia itu dega x 0 sebagai strategi optiu

Lebih terperinci

Optimisasi Terpadu Persoalan Inventori dan Persoalan Transfortasi dengan Metode ITIO ( Inventory Transfortation Integrated Optimization)

Optimisasi Terpadu Persoalan Inventori dan Persoalan Transfortasi dengan Metode ITIO ( Inventory Transfortation Integrated Optimization) Prosidig Seirata FMIP Uiversitas Lapug, Optiisasi Terpadu Persoala Ivetori da Persoala Trasfortasi dega Metode ITIO ( Ivetory Trasfortatio Itegrated Optiizatio) T.P.Nababa, Sukato, Karida Puspita N Jurusa

Lebih terperinci

Bab II Landasan Teori

Bab II Landasan Teori 4 Bab II Ladasa Teori II. Aalisis "Net Social Gai" (NSG) PT. Siar Asia Fortua sebagai suatu perusahaa tabag baha galia batugapig epuyai kotribusi positif terhadap peigkata pedapata jika ilai outputya lebih

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Kehidupa ausia seatiasa diarahka pada kodisi yag aka datag, yag keberadaaya tidak dapat diketahui secara pasti. Sehigga ausia berusaha elakuka kegiata kegiata dega berorietasi

Lebih terperinci

Statistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran

Statistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran Statistika Deskriptif Ukura Pemusata da Ukura Peyebara Ukura Pemusata Data Rata-rata Hitug Rata-rata hitug data tuggal: = x 1 + x 2 + x 3 + + x atau =. (1 : rata-rata hitug data tuggal (baca x-bar : bayakya

Lebih terperinci

REGRESI DAN KORELASI

REGRESI DAN KORELASI REGRESI DAN KORELASI Pedahulua Dalam kehidupa sehari-hari serig ditemuka masalah/kejadia yagg salig berkaita satu sama lai. Kita memerluka aalisis hubuga atara kejadia tersebut Dalam bab ii kita aka membahas

Lebih terperinci

LEMBAR KERJA SISWA 5

LEMBAR KERJA SISWA 5 94 LEMBAR KERJA SISWA 5 Mata Pelajara Kelas/Seester Materi Pokok Subateri Pokok Alokasi Waktu : Kiia : XI/gajil : Laju Reaksi : Orde Reaksi : 2 x 45 eit Stadar Kopetesi 3. Meahai Kietika Reaksi, Kesetibaga

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI 5 I PENDAHULUAN Latar Belakag Persaaa diferesial adalah suatu persaaa ag egadug sebuah fugsi ag tak diketahui dega satu atau lebih turuaa [Stewart, 3] Persaaa diferesial dapat dibedaka eurut ordea, salah

Lebih terperinci

DISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali)

DISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali) DISTRIBUSI BINOMIAL Distribusi bioial berasal dari percobaa bioial yaitu suatu proses Beroulli yag diulag sebayak kali da salig bebas. Distribusi Bioial erupaka distribusi peubah acak diskrit. Secara lagsug,

Lebih terperinci

MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH. Warsito. Program Studi Matematika FMIPA Universitas Terbuka.

MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH. Warsito. Program Studi Matematika FMIPA Universitas Terbuka. MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH Warsito Progra Studi Mateatika FMIPA Uiversitas Terbuka warsito@ut.ac.id Abstrak Peyelesaia pertidaksaaa ( x- a, a Î R adalah x a (egguaka

Lebih terperinci

Keterkaitan Karakteristik Pergerakan di Kawasan Pinggiran Terhadap Kesediaan Menggunakan BRT di Kota Palembang

Keterkaitan Karakteristik Pergerakan di Kawasan Pinggiran Terhadap Kesediaan Menggunakan BRT di Kota Palembang C463 Keterkaita Karakteristik di Kawasa Piggira Terhadap Kesediaa Megguaka BRT di Kota Palembag Dia Nur afalia, Ketut Dewi Martha Erli Hadayei Departeme Perecaaa Wilayah da Kota, Fakultas Tekologi Sipil

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

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung 42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera

Lebih terperinci

LAJU REAKSI. A. KEMOLARAN - Kemolaran adalah menyatakan banyaknya mol zat terlarut dalam 1 liter larutan. M = V

LAJU REAKSI. A. KEMOLARAN - Kemolaran adalah menyatakan banyaknya mol zat terlarut dalam 1 liter larutan. M = V LAJU REAKSI STANDART KOMPETENSI; Meahai kietika reaksi, kesetibaga kiia, da faktor-faktor yag berpegaruh, serta peerapaya dala kehidupa sehari-hari KOMPETENSI DASAR; Medeskripsika pegertia laju reaksi

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

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Kegiata peelitia ii dilaksaaka pada bula Mei 2011 bertempat di Dusu Nusa Bakti, Kecamata Serawai da Dusu Natai Buga, Kecamata Melawi yag merupaka

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Program tujuan ganda

BAB 2 LANDASAN TEORI. 2.1 Program tujuan ganda BAB 2 LANDASAN TEORI 2.1 Progra tujua gada Progra tujua gada erupaka variasi khusus dari progra liear. Aalisisya bertujua utuk eiiuka jarak atara atau deviasi deviasi terhadap tujua atau sasara yag telah

Lebih terperinci

Jurnal EKSPONENSIAL Volume 8, Nomor 1, Mei 2017 ISSN

Jurnal EKSPONENSIAL Volume 8, Nomor 1, Mei 2017 ISSN Jural EKSPONENSIAL Volue 8, Noor 1, Mei 2017 ISSN 2085-7829 Proses Optiasi Masalah Peugasa Oe-Objectiveda Two-Objective Megguaka Metode Hugaria (Studi Kasus : Usaha Kerajia Rota Toko Rota Sejati Saarida

Lebih terperinci

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)

Lebih terperinci

Makalah ANALISIS REGRESI DAN REGRESI GANDA

Makalah ANALISIS REGRESI DAN REGRESI GANDA 1 Makalah ANALISIS REGRESI DAN REGRESI GANDA Disusu oleh : 1. Rudii mulya ( 41610010035 ). Falle jatu awar try ( 41610010036 ) 3. Novia ( 41610010034 ) Tekik Idustri Uiversitas Mercu Buaa Jakarta 010 Rudii

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

VISUALISASI PENGENALAN UCAPAN VOKAL BAHASA INDONESIA DENGAN METODE LPC-DTW

VISUALISASI PENGENALAN UCAPAN VOKAL BAHASA INDONESIA DENGAN METODE LPC-DTW VISUALISASI PENGENALAN UCAPAN VOKAL BAHASA INDONESIA DENGAN METODE LPC-DTW Syaiful Racha (L2F001644) Jurusa Tekik Elektro, Fakultas Tekik Uiversitas Dipoegoro Searag, Idoesia Ipoeltekik2001@yahoo.co Abstrak-

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

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

Kata kunci: jarak tempuh, komponen estimasi statistik, routing S-shape, return strategy

Kata kunci: jarak tempuh, komponen estimasi statistik, routing S-shape, return strategy Estiasi Jarak Tepuh Order Pickig Maual Dega Metode Aalitik di PT GMS Agug Chadra Fakultas Tekik, Jurusa Tekik Idustri, Uiversitas Mercubuaa Jl. Raya Meruya Selata o.0, Kebaga, Jakarta Barat 650 Surel:

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output

Lebih terperinci

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA REGRESI LINIER SEDERHANA REGRESI, KAUSALITAS DAN KORELASI DALAM EKONOMETRIKA Regresi adalah salah satu metode aalisis statistik yag diguaka utuk melihat pegaruh atara dua atau lebih variabel Kausalitas

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

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

OPTIMISASI SISTEM TRANSPORTASI UBI KAYU BERBASIS ASSIGNMENT MODEL SEBAGAI BAHAN BAKU INDUSTRI TAPIOKA

OPTIMISASI SISTEM TRANSPORTASI UBI KAYU BERBASIS ASSIGNMENT MODEL SEBAGAI BAHAN BAKU INDUSTRI TAPIOKA OPTIMISASI SISTEM TRANSPORTASI UBI KAYU BERBASIS ASSIGNMENT MODEL SEBAGAI BAHAN BAKU INDUSTRI TAPIOKA HADI SUTANTO SARAGI LECTURER OF ENGINEERING MANAGEMENT; FACULTY OF INDUSTRIAL ENGINEERING INSTITUT

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 5 UKURAN DISPERSI

BAB 5 UKURAN DISPERSI BAB 5 UKURAN DISPERSI A. Ukura Dispersi Meurut Hasa (011 : 101) ukura dispersi atau ukura variasi atau ukura peyimpaga adalah ukura yag meyataka seberapa jauh peyimpaga ilai-ilai data dari ilai-ilai pusatya

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 III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

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

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

METODE PENELITIAN. Penelitian tentang Potensi Ekowisata Hutan Mangrove ini dilakukan di Desa

METODE PENELITIAN. Penelitian tentang Potensi Ekowisata Hutan Mangrove ini dilakukan di Desa III. METODE PENELITIAN A. Lokasi da Waktu Peelitia Peelitia tetag Potesi Ekowisata Huta Magrove ii dilakuka di Desa Merak Belatug, Kecamata Kaliada, Kabupate Lampug Selata. Peelitia ii dilaksaaka atara

Lebih terperinci

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan, BAB 1 PENDAHULUAN 1.1 Latar Belakag Bagi Negara yag mempuyai wilayah terdiri dari pulau-pulau yag dikeliligi lauta, laut merupaka saraa trasportasi yag dimia, sehigga laut memiliki peraa yag petig bagi

Lebih terperinci

OPTIMALISASI ALIRAN DISTRIBUSI DAN ALOKASI MATERIAL DENGAN METODE LINEAR PROGRAMMING (Studi Kasus : PT. PLN (PERSERO) APJ Distribusi Malang)

OPTIMALISASI ALIRAN DISTRIBUSI DAN ALOKASI MATERIAL DENGAN METODE LINEAR PROGRAMMING (Studi Kasus : PT. PLN (PERSERO) APJ Distribusi Malang) OPTIMALISASI ALIRAN DISTRIBUSI DAN ALOKASI MATERIAL DENGAN METODE LINEAR PROGRAMMING (Studi Kasus : PT. PLN (PERSERO) APJ Distribusi Malag) OPTIMIZATION OF DISTRIBUTION FLOW AND MATERIAL ALLOCATION WITH

Lebih terperinci

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya

Lebih terperinci

OPTIMASI PRODUKSI PIPA STAINLESS STEEL INDUSTRI di P.T. X

OPTIMASI PRODUKSI PIPA STAINLESS STEEL INDUSTRI di P.T. X Prosidig Seiar Nasioal Maajee Tekologi IV Progra Studi MMT-ITS, Surabaya 5 Agustus 2006 OPTIMASI PRODUKSI PIPA STAINLESS STEEL INDUSTRI di P.T. X 1 Dely, 2 Bobby Oedy P. Soepagkat, 2 Nurhadi Siswato 1

Lebih terperinci

PENGEMBANGAN MODEL ANALISIS SENSITIVITAS PETA KENDALI TRIPLE SAMPLING MENGGUNAKAN UTILITY FUNCTION METHOD

PENGEMBANGAN MODEL ANALISIS SENSITIVITAS PETA KENDALI TRIPLE SAMPLING MENGGUNAKAN UTILITY FUNCTION METHOD Semiar Nasioal Iformatika 5 (semasif 5) ISSN: 979-8 UPN Vetera Yogyakarta, 4 November 5 PENGEMBANGAN MODE ANAISIS SENSITIVITAS PETA KENDAI TRIPE SAMPING MENGGUNAKAN UTIITY FUNCTION METHOD Juwairiah ),

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi Program Pasca Sarjaa Terapa Politekik Elektroika Negeri Surabaya Probability ad Radom Process Topik 10. Regresi Prima Kristalia Jui 015 1 Outlie 1. Kosep Regresi Sederhaa. Persamaa Regresi Sederhaa 3.

Lebih terperinci

PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA

PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA Cara Peyajia Data dega Tabel Distribusi Frekuesi Distribusi Frekuesi adalah data yag disusu dalam betuk kelompok baris berdasarka

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

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

Lebih terperinci

MAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +mk n

MAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +mk n MAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +K Oleh : MOHAMMAD IQBAL 1 0 100 01 Pebibig : Drs. Suhud Wahyudi, M.Si. 1900109 198701 1 001 ABSTRAK Graph adalah hipua

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

PERENCANAAN JARINGAN IRIGASI PASANG SURUT ARISAN MUSI KECAMATAN MUARA BELIDA MUARA ENIM

PERENCANAAN JARINGAN IRIGASI PASANG SURUT ARISAN MUSI KECAMATAN MUARA BELIDA MUARA ENIM PERENCANAAN JARINGAN IRIGASI PASANG SURUT ARISAN MUSI KECAMATAN MUARA BELIDA MUARA ENIM Syukri Malia da Sri Martii Staf Pegajar Jurusa Sipil Fakultas Tekik Uiversitas Muhaadiyah Palebag Abstrak Suatera

Lebih terperinci

Pengujian Normal Multivariat T 2 Hotteling pada Faktor-Faktor yang Mempengaruhi IPM di Jawa Timur dan Jawa Barat Tahun 2007

Pengujian Normal Multivariat T 2 Hotteling pada Faktor-Faktor yang Mempengaruhi IPM di Jawa Timur dan Jawa Barat Tahun 2007 1 Peguia Normal Multivariat T Hottelig pada Faktor-Faktor yag Mempegaruhi IPM di Jawa Timur da Jawa Barat Tahu 007 Dedi Setiawa, Zuy Iesa Pratiwi, Devi Lidasari, da Sati Puteri Rahayu Jurusa Statistika,

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

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

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag

Lebih terperinci

Penerapan Teorema Perron-Frobenius pada Penentuan Distribusi Stasioner Rantai Markov

Penerapan Teorema Perron-Frobenius pada Penentuan Distribusi Stasioner Rantai Markov Vol. 3, No., 85-9, Juli 6 Peerapa Teorea Perro-Frobeius pada Peetua Distribusi Stasioer Ratai Markov Jusawati Massalesse Abstrak Perilaku suatu ratai Markov setelah berala ukup laa dapat diketahui elalui

Lebih terperinci

Probabilitas dan Statistika Korelasi dan Regresi. Adam Hendra Brata

Probabilitas dan Statistika Korelasi dan Regresi. Adam Hendra Brata Probabilitas da Statistika da Adam Hedra Brata Dua Peubah Acak dua perubah acah X da Y dega rata-rata da diberika oleh rumus : E(XY) - - - Sifat Sifat Sifat kovariasi utuk X da Y diskrit : f(, ) f(, )

Lebih terperinci

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25 18 III BAHAN DAN METODE PENELITIAN 3.1 Baha Peelitia 3.1.1 Objek Peelitia Terak yag diguaka dalam peelitia ii adalah kuda berjumlah 25 ekor terdiri dari 5 jata da 20 betia dega umur berkisar atara 10 15

Lebih terperinci

PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF

PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF Jural Matriks, ol. 1, No. 2, 2018 1 PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF Rii Hidayattillah, Pardi Affadi, Akhad Yusuf Progra Studi Mateatika Fakultas MIPA Uiversitas Labug

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuha Sistem Sebelum melakuka deteksi da trackig obyek dibutuhka peragkat luak yag dapat meujag peelitia. Peragkat keras da luak yag diguaka dapat dilihat pada Tabel

Lebih terperinci

PENGELOMPOKAN ENTITAS AUDIT PEMERINTAH DAERAH DI BPK RI PERWAKILAN JAWA BARAT DENGAN METODE CLUSTERING

PENGELOMPOKAN ENTITAS AUDIT PEMERINTAH DAERAH DI BPK RI PERWAKILAN JAWA BARAT DENGAN METODE CLUSTERING PENGELOMPOKAN ENTITAS AUDIT PEMERINTAH DAERAH DI BPK RI PERWAKILAN JAWA BARAT DENGAN METODE CLUSTERING Moicha Dwayai, Mahedrawati da Nur Iriawa Progra Studi Magister Maajee Tekologi-ITS Jurusa Maajee Tekologi

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

Kriteria Penentuan Lokasi Pedagang Kaki Lima berdasarkan Preferensi Pedagangnya di Kawasan Perkotaan Sidoarjo

Kriteria Penentuan Lokasi Pedagang Kaki Lima berdasarkan Preferensi Pedagangnya di Kawasan Perkotaan Sidoarjo JURNAL TEKNIK ITS Vol. 4, No. 1, (2015) ISSN: 2337-3539 (2301-9271 Prit) C-28 Kriteria Peetua Lokasi Pedagag Kaki Lima berdasarka Preferesi Pedagagya di Kawasa Adida Sukma Novelia da Sardjito Jurusa Perecaaa

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 III ANUITAS DENGAN BEBERAPA KALI PEMBAYARAN SETAHUN TERHADAP TABUNGAN PENDIDIKAN

BAB III ANUITAS DENGAN BEBERAPA KALI PEMBAYARAN SETAHUN TERHADAP TABUNGAN PENDIDIKAN BAB III ANUITAS DNGAN BBRAPA KALI PMBAYARAN STAHUN TRHADAP TABUNGAN PNDIDIKAN. Tabuga Pedidika Aak Tabuga erupaka salah satu produk yag ditawarka oleh bak utuk eyipa uag. Utuk epersiapka daa pedidika aak,

Lebih terperinci

Mengidentifikasi Pola Spasial dan Autokorelasi Spasial Tingkat Pengangguran Terbuka Kabupaten/Kota di Kalimantan Selatan Tahun 2014

Mengidentifikasi Pola Spasial dan Autokorelasi Spasial Tingkat Pengangguran Terbuka Kabupaten/Kota di Kalimantan Selatan Tahun 2014 Megidetifikasi Pola pasial da Autokorelasi pasial Tigkat Pegaggura Terbuka Kabupate/Kota di Kalimata elata Tahu 04 Muktar Redy usila, Jurusa tatistika, Fakultas Matematika da Ilmu Pegetahua Alam, Istitut

Lebih terperinci

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN DATA Malim Muhammad, M.Sc. UKURAN PEMUSATAN DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DEFINISI UKURAN PEMUSATAN

Lebih terperinci

PEMAMPATAN DAN REKONSTRUKSI CITRA BERWARNA 24-BIT MENGGUNAKAN ANALISIS KOMPONEN UTAMA (PCA) Rofi Yuliansyah 1, Budi Setiyono 2, R.

PEMAMPATAN DAN REKONSTRUKSI CITRA BERWARNA 24-BIT MENGGUNAKAN ANALISIS KOMPONEN UTAMA (PCA) Rofi Yuliansyah 1, Budi Setiyono 2, R. PEMAMPAAN AN REKONSRUKSI CIRA BERWARNA 4-BI MENGGUNAKAN ANALISIS KOMPONEN UAMA (PCA) Rofi Yuliasyah, Budi Setiyoo, R Rizal Isato Abstrak - Selaa ii peelitia egeai peapata da rekostruksi citra digital asih

Lebih terperinci

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi, 7 III. METODE PENELITIAN 3.1 Idetifikasi Masalah Variabel yag diguaka dalam peelitia ii adalah variabel X da variabel Y. Variabel X merupaka variabel bebas adalah kepemimpia da motivasi, variabel Y merupaka

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula

Lebih terperinci

Analisis Pengambilan Keputusan Multikriteria Untuk Sumber Energi Terbarukan di Wilayah Madura Menggunakan Metode Fuzzy AHP dan VIKOR

Analisis Pengambilan Keputusan Multikriteria Untuk Sumber Energi Terbarukan di Wilayah Madura Menggunakan Metode Fuzzy AHP dan VIKOR JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2014) 1 Aalisis Pegabila Keputusa Multikriteria Utuk Suber Eergi Terbaruka di Wilayah Madura Megguaka Metode Fuzzy AHP da VIKOR Mevita Cahayai, Mohaad Isa Irawa,

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

Sekolah Olimpiade Fisika

Sekolah Olimpiade Fisika SOLUSI SIMULASI OLIMPIADE FISIKA SMA Agustus 06 TINGKAT KABUPATEN/KOTA Waktu : 3 ja Sekolah Olipiade Fisika davitsipayug.co Sekolah Olipiade Fisika davitsipayug.co davitsipayug@gail.co. Dua orag aak earik

Lebih terperinci

PENGEMBANGAN ALGORITMA CROSS ENTROPY DALAM PENYELESAIAN TRAVELING PURCHASER PROBLEM

PENGEMBANGAN ALGORITMA CROSS ENTROPY DALAM PENYELESAIAN TRAVELING PURCHASER PROBLEM PENGEMBANGAN ALGORITMA CROSS ENTROPY DALAM PENYELESAIAN TRAVELING PURCHASER PROBLEM Citra Maharai, Budi Satosa Jurusa Tekik Idustri Istitut Tekologi Sepuluh Nopeber (ITS) Surabaya Kapus ITS Sukolilo Surabaya

Lebih terperinci

Perbandingan Inversi Least-Square dengan Levenberg- Marquardt pada Metode Geomagnet untuk Model Crustal Block

Perbandingan Inversi Least-Square dengan Levenberg- Marquardt pada Metode Geomagnet untuk Model Crustal Block PROSIDING SKF 6 Perbadiga Iversi Least-Square dega Leveberg- Marquardt pada Metode Geoaget utuk Model Crustal Block Uar Said a, Mohaad eriyato b, da Wahyu Srigutoo c Laboratoriu Fisika Bui, Kelopok Keilua

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

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

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

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik Aalisis Sektor Kuci Dimaa : KLBj aij = Keterkaita lagsug ke belakag sektor j = Usur matriks koefisie tekik (b). Keterkaita Ke Depa (Forward Ligkage) Forward ligkage meujukka peraa suatu sektor tertetu

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

IV. METODOLOGI PENELITIAN

IV. METODOLOGI PENELITIAN 49 IV. METODOLOGI PENELITIAN 4.1. Tempat da Waktu Peelitia Ruag ligkup peelitia mecakup perekoomia Provisi NTT utuk megkaji peraa sektor pertaia dalam perekoomia. Kajia ii diaggap perlu utuk dilakuka dega

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam 19 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMP Negeri 1 Seputih Agug. Populasi dalam peelitia ii adalah seluruh siswa kelas VII SMP Negeri 1 Seputih Agug sebayak 248 siswa

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

TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD

TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD Jailah * Firdaus Sigit Sugiarto Mahasiwa Progra S Mateatika Dose Jurusa Mateatika Fakultas Mateatika

Lebih terperinci

PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF

PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF Jural Matriks, ol. 1, No. 1, 2018 1 PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF Rii Hidayattillah, Pardi Affadi, Akhad Yusuf Progra Studi Mateatika Fakultas MIPA Uiversitas Labug

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi,

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi, BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah peelitia korelasi, yaitu suatu metode yag secara sistematis meggambarka tetag hubuga pola asuh orag tua dega kosep

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

BAB 2 DASAR TEORI. 2.1 Probabilitas

BAB 2 DASAR TEORI. 2.1 Probabilitas BAB DASAR TEORI. Probabilitas Probabilitas epuyai bayak persaaa seperti keugkia, kesepata da kecederuga. Probabilitas eujukka keugkia terjadiya suatu peristiwa yag bersifat acak. Suatu peristiwa disebut

Lebih terperinci

III. MATERI DAN METODE PENELITIAN. Penelitian telah dilakukan pada bulan November - Desember 2013 di

III. MATERI DAN METODE PENELITIAN. Penelitian telah dilakukan pada bulan November - Desember 2013 di III. MATERI DAN METODE PENELITIAN 3.. Waktu da Tempat Peelitia telah dilakuka pada bula November - Desember 203 di peteraka Kambig yag ada di Kota Pekabaru Provisi Riau. 3.2. Alat da Baha Materi yag diguaka

Lebih terperinci

Representasi Deret ke dalam Bentuk Integral Lipat Dua

Representasi Deret ke dalam Bentuk Integral Lipat Dua Jural Kubik, Volue 2 No. (27) ISSN : 2338-896 Represetasi Deret ke dala Betuk Itegral Lipat Dua Siti Julaeha, a) 2, b) da Arii Soesatyo Putri Jurusa Mateatika Fakultas Sais da Tekologi UIN SGD Badug 2

Lebih terperinci

III. METODOLOGI KAJIAN

III. METODOLOGI KAJIAN 39 III. METODOLOGI KAJIAN A. Lokasi da Waktu Kajia Kajia telah dilakuka di PD. Augerah Hero, suatu idustri kecil sepatu yag beralamat di Kampug Sawah Ilir RT.02 RW.03 Mekarjaya, Kecamata Ciomas, Kabupate

Lebih terperinci

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr materio.r Statistika A. PENDAHULUAN Statistika adalah ilmu yag mempelajari pegambila, peyajia, pegolaha, da peafsira data. Data terdiri dari dua jeis, yaitu data kualitatif (sifat) da data kuatitatif (agka).

Lebih terperinci

BAB 2 SISTEM DETEKSI DAN PENGHITUNG OBYEK

BAB 2 SISTEM DETEKSI DAN PENGHITUNG OBYEK BAB 2 SISTEM DETEKSI DAN PENGHITUNG OBYEK Bab ii ebahas egeai aalisis siste yag dibutuhka, keudia arsitektur siste, serta tahapa deteksi da peghitug obyek. Pada tahapa deteksi obyek, terdapat beberapa

Lebih terperinci