PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113

Ukuran: px
Mulai penontonan dengan halaman:

Download "PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113"

Transkripsi

1 PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113

2 Pertemuan 4 Outlne: Sstem Persedaan Indenpendent Demand Inventory Models (1) Referens: Elsayed, A. Elsayed. Analss and Control of Producton System, Prentce Hall Internatonal, Smth, Spencer B., Computer Based Producton and Inventory Control, Prentce-Hall, Tersne, Rchard J., Prncples of Inventory and Materals Management, Prentce-Hall, Wratno, S. E., Lecture PPT: Independent Demand Inventory Model, IE-ITS, 2009.

3 Persedaan Persedaan / Inventory: A stock of goods An dle resources that has economc value 1/3 dar aset perusahaan manufaktur Ada pada banyak ttk pada ranta pembelan / produks / dstrbus, dalam bentuk yang berbeda

4 Dfferent Types of Stock

5

6 Persedaan Sebab munculnya persedaan: Supply dan demand sult dsnkronsaskan dengan tepat. Dsebabkan oleh: tme factor, dscontnuty factor, uncertanty factor, economc factor

7 Persedaan Fungs persedaan: Workng stock (cycle / lot sze stock) Safety stock (buffer / fluctuaton stock) Antcpaton stock (seasonal / stablzaton stock) Ppelne stock (transt stock / work n process) External: on trucks, shps, ralcars, ppelne Internal: beng processed, watng to be processed, beng moved Psychc stock

8 Baya dalam Sstem Persedaan Ongkos transportas Ongkos transportas Ongkos transportas Ongkos transportas Pemasok Produsen Dstrbutor Pengecer Pelanggan Ongkos bahan baku, nventor Ongkos produks, nventor Ongkos nventor Ongkos nventor INVENTORY COST: 1. Purchase cost 2. Order / set up cost 3. Holdng / carryng cost 4. Stockout cost

9 Permasalahan Inventor INVENTORI DETERMINISTIK PROBABILISTIK UNCERTAINTY - Demand dketahu secara past - Demand tdak memlk varas (S=0) - Dbag menjad: 1. Determnstk statk 2. Determnstk dnamk - Fenomena demand tdak dketahu secara past - Ekspektas, varans, dan pola dstrbus kemungknannya dapat dpredks (S0) - Persoalan utama menentukan berapa Safety Stock - Metode pengendalan nventor: 1. Fxed Order Quantty 2. Fxed Order Interval - Ketga parameter populasnya tdak dketahu secara lengkap (pola dstrbus kemungknannya tdak dketahu)

10 Sstem Persedaan Jens sstem persedaan: Perpetual >>> Independent Perodc >>> Independent Materal Requrement Plannng >>> Dependent Dstrbuton Requrement Plannng >>> Dependent Sngle order quantty

11 Metode Q vs Metode P Sstem Q Stock terseda terma Sstem P Stock terseda Demand terma Yes Demand Htung poss stock No Stock > demand No Backorder/Lost sale No Poss stock ROP Yes Pesan sebesar EOQ Peroda revew tercapa Yes Tentukan poss stock Tentukan order quantty Max.stock stock poston Pesan sebesar Q

12 Permasalahan Kebutuhan materal ABC untuk tahun depan (D) sebanyak unt. Untuk mendapatkan barang tersebut dbel dar seorang pemasok dengan harga barang (p) sebesar Rp ,-/unt dan ongkos pesan (k) sebesar Rp ,- untuk setap kal melakukan pesanan. Jka ongkos smpan barang (h) sebesar Rp ,- /unt/tahun. Bagamana cara mengatur pengadaan materal ABC yang palng ekonoms?

13 Alternatf Solus Prakts 1. Membel langsung unt (Q= unt) 2. Membel barang dua kal untuk setap pembelan sebesar (Q=5.000 unt) 3. Membel barang empat kal untuk setap pembelan sebesar (Q=2.500 unt) 4. Membel barang sepuluh kal untuk setap pembelan sebesar (Q=1.000 unt) 5. Mash banyak alternatf solus pembelan

14 Pendekatan dan Solus Terbak Tetapkan dulu krtera performansnya Dalam stuas determnstk stats tdak ada resko kekurangan barang (tngkat ketersedaan pelayanan 100%) Alternatf solus terbak dcar dengan krtera mnmas ongkos nventor total Ongkos nventor total/tahun = Ongkos bel barang/tahun + Ongkos pesan/tahun + Ongkos smpan/tahun

15 Inventory Level Pendekatan dan Solus Terbak Untuk Q=5.000 unt Order quantty = Q (maxmum nventory level) Usage Rate Average Inventory (Q*/2) Mnmum nventory 0 Tme

16 Pendekatan dan Solus Terbak Ongkos nventor total untuk berbaga alternatf Cara dan Ukuran Pengadaan Satu kal pembelan f = 1, q = Dua kal pembelan f = 2, q = Empat kal pembelan f = 4, q = Lma kal pembelan f = 5, q = Delapan kal pembelan f = 8, q = Sepuluh kal pembelan f = 10, q = Ongkos Bel Ongkos Pesan Ongkos Smpan Ongkos Total

17 Pendekatan dan Solus Terbak Annual Cost Mnmum total cost Order (Setup) Cost Curve Optmal Order Quantty (Q*) Order quantty

18 Formulas Masalah Permasalahan dapat dnyatakan ke dalam 2 (dua) pernyataan dasar yatu: 1. Berapa jumlah barang yang akan dpesan untuk setap kal pemesanan dlakukan (economc order quantty)? 2. Kapan saat pemesanan dlakukan (reorder pont)? (Menurut Wlson dalam model determnstk tdak ada permasalahan yang berkatan dengan safety stock sebab tdak ada unsur ketdakpastan)

19 Asums Asums (1) 1. Permntaan barang selama horson perencanaan dketahu dengan past dan akan datang secara kontnyu sepanjang waktu dengan kecepatan konstan 2. Ukuran lot pemesanan tetap untuk setap kal pemesanan 3. Barang yang dpesan tdak bergantung pada jumlah barang yang dpesan/dbel dan waktu 4. Ongkos pesan tetap untuk setap kal pemesanan dan ongkos smpan sebandng dengan jumlah barang yang dsmpan dan harga barang/unt serta lama waktu penympanan 5. Tdak ada keterbatasan, bak yang berkatan dengan kemampuan fnansal, kapastas gudang, dan lannya

20 Inventory Level Asums Asums (2) Dengan ke-4 asums pertama maka perubahan poss nventor barang d gudang dapat dgambarkan sebaga berkut: Q m=1/2q 0 Tme

21 Asums Asums (3) Dalam keadaan basa terdapat hubungan sebaga berkut : SOP = SOH + SOO SOP : stock on potton SOH : stock on hand SOO : stock on order

22 Formulas Model Berdasarkan atas pendekatan dan asums d atas maka untuk menyelesakan permasalahan nventor secara mplst, Wlson menggunakan kebjakan dan mekansme nventor. Selanjutnya secara matemats Wlson memodelkannya dengan menggunakan pendekatan statstka dan matematka

23 1. Krtera Performans Komponen Model Memnmumkan ongkos nventor total yang terdr dar : ongkos pemesanan, ongkos smpan (ongkos pembelan konstan) 2. Varabel Keputusan Economc order quantty Reorder pont 3. Paramater Harga barang per unt Ongkos setap kal dlakukan pemesanan Ongkos smpan/unt/perode

24 Formulas Model Matemats Stock Level Q Q = D.T Jumlah stock masuk dalam sklus sama dengan jumlah stock keluar dalam sklus D T Tme

25 Formulas Model Verbal Ongkos nventor per sklus secara verbal dnyatakan dengan Totalcost per cycle Unt cost component Reorder cost component Holdng cost component

26 Formulas Model Matemats Unt cost component = unt cost (UC) number of unts ordered (Q) = UC x Q Reorder cost component = reorder cost (RC) number of orders (1) = RC Holdng cost component = holdng cost (HC) average stock level (Q/2) tme held (T) = HC x Q x T 2

27 Formulas Model Matemats Total Cost = Fxed Cost + Varable Cost TC UC DVC sehngga FC UC D VC RC Q D HCQ 2

28 Formulas Model Matemats Nla optmal dar TC dperoleh dengan, d TC dq RC D 2 Q HC 2 2RC D Q0 HC Panjang sklus optmal (T 0 ): 0 T 0 Q0 D 1 D 2RC HC D 2RC D HC

29 Formulas Model Matemats Nla optmal dar VC jka dlakukan substtus pada Q 0 adalah: VC 0 RC Q 0 D HCQ 2 0 RC D 2 HC RC D HC 2 2RC HC D RC HC 2 D RC HC 2 D VC 0 2 RC HC D

30 Formulas Model Matemats Nla optmal TC adalah: TC 0 FC VC UC D 2 RC HC D UC D ( HC Q ) 0

31 Formulas Model Matemats Cost Total cost TC 0 Holdng cost component Q 0 Unt cost component Reorder cost component Order Quantty, Q

32 Formulas Model Matemats Dar grafk d atas maka dapat dtentukan, Varabel cost = 2 x Reorder cost component = 2 x Holdng cost component sehngga VC VC 0 0 2RC D Q 0 HCQ 0

33 Contoh Soal Sebuah perusahaan membel 6000 unt tem setap tahun dengan harga $30 per unt. Ongkos pemesanan sebesar $125, ongkos smpan $6 per unt per tahun. Bagamana kebjakan nventor yang terbak? Q * 2 RC D HC unt T 2 RC D HC tahun 1bulan T D Q * VC 2 RC HC D $3000 per tahun TC UC D VC $ per tahun

34 Valdtas Model EOQ (Wlson) Pengaruh perubahan lead tme (asums ke-3) Pengaruh perubahan dscount (asums ke-4) Pengaruh perubahan kedatangan (asums ke-2)

35 Perubahan Lead Tme Lead tme jarang sekal sama dengan 0 Bagamana jka lead tme nya konstan sebesar LT satuan waktu? Lead tme (LT) < cycle tme (T) Lead tme (LT) > cycle tme (T)

36 Perubahan Lead Tme LT < T Waktu pemesanan dlakukan LT satuan waktu sebelum nventor habs atau setelah (T LT) satuan waktu sejak barang yang dpesan tba Jka lead tme konstan, poss nventor tdak tergantung pada besar keclnya lead tme Formula Wlson tdak mengalam perubahan apabla LT 0

37 Perubahan Lead Tme Reorder pont = lead tme demand = lead tme x demand per unt tme = LT x D

38 Perubahan Lead Tme LT > T ROP dartkan sebaga stock on poston (bukan sebaga stock on hand) Jka dnyatakan dalam stock on hand maka harus dkurang dengan stock on order yang belum datang Formula Wlson tdak mengalam perubahan apabla LT 0

39 Perubahan Lead Tme Reorder pont = lead tme demand stock on order = (LT x D) (n x Q 0 ) dmana n adalah blangan nteger terkecl dar LT/T

40 Contoh Permntaan suatu tem dketahu tetap sebesar 1200 unt per tahun dengan ongkos pesan $16 dan ongkos smpan $0.24 per unt per tahun. Tentukan kebjakan nventor apabla lead tme konstan (a) 3 bulan, (b) 9 bulan, (c) 18 bulan Q * 2 RC HC D unt T D Q * 0.33 tahun 4 bulan ROP a LT D 300 unt ( LT 3 bulan kurang dar cycle tme sehngga n 0) ROP ROP b C LT D LT D n Q * n Q *

41 Perubahan Harga (Dscount) Konds dmana dberkan dscount untuk pembelan dalam jumlah tertentu Unt cost component menjad varable cost (VC) Ttk mnmum (optmal) dar setap kurva TC untuk masng-masng nla UC dengan nla holdng cost yang ekuvalen dengan nterest rate (I) Q0 RC D 2 I UC

42 Perubahan Harga (Dscount) Unt cost Order Quantty Unt cost Lower lmt Upper lmt UC 1 0 Q a UC 2 Q a Q b UC 3 Q b Q c UC 4 Q c Q d UC 1 UC 2 UC 3 UC 5 0 Q a Q b Q c Q d Order Quantty

43 Total Cost Perubahan Harga (Dscount) UC 1 UC 2 Upper Curve Vald Lower Curve Vald Nether Curve Vald 0 Q a Q b Order Quantty

44 Total Cost Perubahan Harga (Dscount) Total Cost wth UC 1 Vald Range of Curve Invald Range of Curve 0 Q a Order Quantty

45 Total Cost Perubahan Harga (Dscount) UC 1 UC 2 UC 3 UC 4 UC 5 0 Q a Q b Q c Q d Order Quantty

46 Total Cost Perubahan Harga (Dscount) UC 1 UC 2 UC 3 UC 4 UC 5 0 Q a Q b Q c Q d Vald mnmum Invald mnmum Order Quantty

47 Total Cost Perubahan Harga (Dscount) Optmal cost 0 Q a Q b Q c Order Quantty

48 Total Cost Perubahan Harga (Dscount) Optmal cost 0 Q a Q b Q c Order Quantty

49 Start Take the next lowest unt cost curve Calculate the mnmum pont 2RC D Q0 HC Calculate costs at break pont to the left of vald range No Is ths pont vald Calculate the cost of the vald mnmum Compare the costs of all the ponts consdered and select lowest Fnsh

50 Unt cost Contoh Soal Permntaan tahunan sebuah tem sebesar 2000 unt dengan ongkos pesan $10 dan ongkos smpan 40% dar harga per unt. Harga tem tersebut tergantung jumlah pemesanan, yatu: < 500 : $ : $ : $0.60 Bagamana kebjakan pemesanan yang optmal? $1 $0.8 $ Order quantty

51 Contoh Soal Takng the lowes cost curve UC= 0.6, vald jka Q=1000 atau lebh * Q Invald karena tdak lebh dar Htung total ongkos pada ttk batas pada ongkos terendah RC D HCQ TC UC D $1340 per tahun Q 2 ttk A Takng the next lowest cost curve: UC = 0.80, vald jka antara 500 sampa 1000 * Q Invald karena tdak dantara

52 Contoh Soal Htung total ongkos pada ttk batas pada ongkos terendah RC D HCQ TC UC D $1720 per tahun Q 2 ttk B Takng the next lowest cost curve: UC=1.00 vald jka Q kurang 500 * Q 2RC D I UC Htung total ongkos pada ttk batas pada ongkos terendah TC UC D 2 RC HC D $ per tahun ttk C

53 Total Cost Contoh Soal UC 1 =$1 C = $ B = $1720 UC 3 =$0.8 UC 5 =0.6 A = $ Order Quantty Vald mnmum Invald mnmum

54 Perubahan Kedatangan Pesanan Bla kedatangan pesanan tdak terjad serentak tap secara unform Dsebut juga dengan Economc Producton Quantty (EPQ) atau Economc Manufacturng Quantty (EMQ) Asums: tngkat demand lebh rendah dar tngkat produks/replenshment. Jka sebalknya maka tdak ada nventor yang dmlk

55 Inventory Level Perubahan Kedatangan Pesanan Q A PT T DT Tme

56 EMQ Sngle Item Perbakan model EOQ yang basanya dgunakan oleh perusahaan manufaktur dengan tujuan untuk memnmumkan total ongkos (ongkos setup dan ongkos smpan produk) dengan menentukan ukuran batch produks ekonoms Asums bahwa seluruh lot tba secara serentak pada model EOQ drelaksas menjad kedatangan lot memlk laju tertentu, msalkan P unt per satuan waktu Lot produks ekonoms dtentukan dengan cara mencar ukuran lot yang memnmalkan total ongkos setup dan ongkos smpan

57 Profl Inventor EMQ Q I Max D 0 P P-D tp t1 t

58 Ongkos setup EMQ Sngle Item S D Q Ongkos smpan Inventor maksmum = (P D)t p dengan t p =Q/P Rata-rata nventor = (I MAX I MIN )/2 = (Q 0)/2=Q/2 HC P D Q 2P

59 Total Ongkos TC( Q) EMQ Sngle Item UP D FC S Q D VC HC Economc manufacturng quantty (Q * ) dapat dcar dengan turunan pertama terhadap Q sama dengan nol P D Q 2P TC dq Q D P D Q * S Q 2 HC 2 S D HC P P 2P D 0

60 EMQ Sngle Item Jka Q * dsubsttuskan ke persamaan TC(Q) maka dperoleh VC( Q * ) 2 S HC D P D P TC( Q * ) UP D VC( Q Panjang producton run optmum Producton reorder pont (ROP) * ) Q * P Jka N adalah har operas per tahun, maka ROP DL N

61 Perbandngan EMQ dan EOQ

62 Contoh Permntaan sebuah tem sebesar 20,000 unt per tahun (1 tahun = 250 har kerja). Tngkat produks sebesar 100 unt per har, dan lead tme 4 har. Ongkos produks per unt $50, ongkos smpan $10 per unt per tahun, dan ongkos setup $20 per run. Tentukan EMQ, jumlah produks berjalan per tahun, reorder pont, dan total ongkos tahunan mnmum!! Demand per har N R 80 Q * 2SD HC P P D m Q D * 31.6 produks berjalan per tahun

63 Contoh 320 unt N LT D ROP $ ) ( P D Q P HC Q D S D UP TOC Q

64 EMQ Mult Items (1) Proses produks ntermten mult produk menggunakan equpments secara bersama berdasarkan rotas Panjang sklus produks secara keseluruhan merupakan waktu untuk memproduks satu urutan produk secara lengkap Permasalahan penjadwalan mult produk dapat dselesakan dengan menentukan jumlah sklus tahunan (m) yang memnmumkan total ongkos seluruh faml tem Logc EMQ-mult tem sama dengan EMQ-sngle tem Tngkat nventor maksmum untuk tem p d t p

65 Asums-asums: EMQ Mult Items (2) Tngkat permntaan dan tngkat produks konstan No backorders Tngkat produks lebh besar atau sama dengan tngkat permntaan kapastas produks dapat memenuh demand Ongkos setup tdak tergantung urutan produks (produk yang dkerjakan) Hanya satu tem yang dproduks pada waktu yang sama

66 EMQ Mult Items (3) Dengan m adalah jumlah sklus (producton runs) per tahun, maka Q =p t p = D /m. Jka terdapat n tem, maka nventor rata-rata untuk tem p d t p p d 2 2mp D Jka stockouts tdak djnkan, total ongkos tahunan dapat dformulaskan Total ongkos tahunan = Ongkos produks + Ongkos setup + Ongkos smpan TC( m) n UP D m n S 1 m n 1 HC D p p d

67 EMQ Mult Items (4) Varabel keputusan m dapat dcar dengan turunan pertama terhadap m sama dengan nol Sehngga dapat dperoleh, ) ( n n p d p D HC m S m m TC n n S p d p D HC m 1 1 * 2

68 EMQ Mult Items (5) Ukuran producton run untuk produk yang dberkan dapat dtentukan dengan persamaan Jka nla m * dsubsttuskan ke persamaan TC(m), maka Model dapat dgunakan jka * m D Q n n n n S m D UP p d p HC D m D UP TC m 1 * 1 1 * 1 * 2 1 n p D N 1

69 Contoh Tentukan sklus produks untuk kelompok produk dalam tabel d bawah dengan asums 250 har kerja per tahun. Berapakah total ongkos tahunan mnmum Product Annual Demand Unt Producton Cost Daly Producton Rate Annual Holdng Cost Setup Cost D P p HC S $6 100 $1.60 $ $5 400 $1.40 $ $3 350 $0.60 $ $4 200 $1.15 $ $6 100 $1.65 $80 n 1 D p har < 250 har

70 Contoh Product Daly Producton Rate p d HC S Demand Rate p -r p R Col. 4 x Col. 5 Setup Cost $ $ $ $ $ $ $ $ $ $ $202 m * 5 1 HC 2 D 5 1 S p d (202) 10

71 Contoh Ukuran producton run untuk masng-masng produk adalah Q =D /m * n 1 Q p har Product D m * Q

72 Contoh Karena producton tme per sklus 21 har (kurang dar run tme per sklus), maka setap sklus terdapat slack 4 har TC m * 1 n UP D $ m n 1 S (10)202 Q p Q p 2 2 Q p 3 3 Q 4 p4 N 25 * m 7.5 Q p 5 5 Slack tme

73 Metode Runout Tme (ROT) ROT merupakan suatu heurstk sederhana untuk menghtung urutan produks untuk suatu group (famly) dar tem-tem yang dproduks pada equpment yang sama ROT current nventory poston of tem demand per perod for tem Aturan keputusannya adalah menjadwalkan tem yang pertama kal dproduks adalah tem dengan ROT terendah dan tem-tem yang berkutnya menurut kenakan ROT

74 Contoh Gunakan data pada tabel d bawah n. Apakah terseda kapastas produks yang cukup jka perode perencanaan mngguan 90 jam? Item Standard hours per unt Producton lot sze (unts) Demand forecast per perod (unt/week) Current nventory poston (unts) Standard hours per lot sze A B C D

75 Contoh Item Current nventory poston (unts) Demand per perod (unt/week) ROT (weeks) (b)/(c) Sequence (a) (b) (c) (d) (e) A B C D Sequence ROT (weeks) Lot sze (unts) Machne hours per lot sze Remanng capacty (hours) D B A C

76 Metode Aggregate Runout Tme (AROT) AROT menjadwalkan produks tem dalam suatu famly untuk menghndar shortage tem. AROT mengatur lot sze produks ddasarkan pada level nventor (current) dan alokas kapastas untuk menjamn feasbltas kapastas Penjadwalan dlakukan untuk setap tem sehngga nventor untuk setap tem akan dkurang pada waktu yang sama jka produks dhentkan pada akhr perode AROT nventory n machne for all tems n the famly machne hours total machne hours avalable durng the plannng perod hours forecasted per perod for all tems n the famly

77 Metode Aggregate Runout Tme (AROT) Item Standard hours per unt Demand forecast per perod (unts/week) Machnes hours for demand forecast (Col.2) (Col.3) Current nventory poston (unts) Inventory machne hours (Col. 2) (Col. 5) A B C D Total AROT weeks

78 Item Metode Aggregate Runout Tme (AROT) Demand forecast per perod (unts/week) AROT (weeks) Gross requrements, (Col.2) (Col.3) (unts) Current nventory poston (unts) Lot sze (Col. 4) (Col. 5) (unts) A B C D Item Standard hours per unt Lot sze (unts) Machne hours requred (Col. 2) (Col. 3) Remanng capacty (hours) A B C D

79 Metode Aggregate Runout Tme (AROT) AROT menyesuakan lot sze agar tdak terjad shortage dan kapastas sebesar 90 jam dgunakan seluruhnya AROT tdak berusaha melakukan efsens lot sze, tetap hanya mengalokaskan 90 jam sedemkan sehngga nventor setap tem akan run out secara past dalam 4.88 mnggu jka produks dhetnkan setelah perode perencanaan Item: (current nventory lot sze)/(weekly demand) runout tme A : (100 71) / B : ( ) / C : ( ) / D : ( ) /

80 Pertemuan 5 - Persapan Tugas Baca: Probablstk Model

81

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 Pertemuan 5 Outlne: Independent Demand Inventory Models: Determnstk (EOQ dan EPQ), Probablstk (FOQ dan FOI) Referens: Tersne, Rchard J., Prncples of Inventory

Lebih terperinci

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 Exponential Smoothing w/ Trend and Seasonality Pemulusan level/keseluruhan Pemulusan Trend Pemulusan Seasonal Peramalan periode t : Contoh: Data kuartal untuk

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Uj Normaltas Llefors D dalam pengendalan persedaan, perumusan lmu statstk dgunakan untuk menentukan pola dstrbus, dmana pola dstrbus tersebut dapat dhtung dengan menguj kenormalan

Lebih terperinci

PENGEMBANGAN MODEL PERSEDIAAN BAHAN BAKU DENGAN MEMPERTIMBANGKAN WAKTU KADALUWARSA DAN FAKTOR UNIT DISKON

PENGEMBANGAN MODEL PERSEDIAAN BAHAN BAKU DENGAN MEMPERTIMBANGKAN WAKTU KADALUWARSA DAN FAKTOR UNIT DISKON PENGEMBANGAN MODEL PERSEDIAAN BAHAN BAKU DENGAN MEMPERTIMBANGKAN WAKTU KADALUWARSA DAN FAKTOR UNIT DISKON Har Prasetyo Jurusan Teknk Industr Unverstas Muhammadyah Surakarta Jl. A. Yan Tromol Pos 1, Pabelan,

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

MODEL PERSEDIAAN PROBABILISTIK YANG MEMUAT VARIABEL LEAD TIME DENGAN PENDEKATAN DISTRIBUSI NORMAL

MODEL PERSEDIAAN PROBABILISTIK YANG MEMUAT VARIABEL LEAD TIME DENGAN PENDEKATAN DISTRIBUSI NORMAL MODEL PERSEDIAAN PROBABILISTIK YANG MEMUAT VARIABEL LEAD TIME DENGAN PENDEKATAN DISTRIBUSI NORMAL Noprad, T.P.Nababan, Endang Lly Mahasswa Program Stud S Matematka Dosen Jurusan Matematka Fakultas Matematka

Lebih terperinci

PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT

PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT Har Prasetyo Jurusan Teknk Industr Unverstas Muhammadyah Surakarta Jl. A. Yan Tromol Pos Pabelan

Lebih terperinci

Perbaikan Sistem Persediaan Tinta Fotokopi di CV. NEC, Surabaya

Perbaikan Sistem Persediaan Tinta Fotokopi di CV. NEC, Surabaya Perbakan Sstem Persedaan Tnta Fotokop d CV. NEC, Surabaya Indr Hapsar, Jerry Agus Arlanto, dan Albert Sutanto Teknk Industr Unverstas Surabaya Jl. Raya Kalrungkut Surabaya Emal: ndr@ubaya.ac.d Abstrak

Lebih terperinci

MODEL PERSEDIAAN TERINTEGRASI PRODUSEN - DISTRIBUTOR - PENGECER DENGAN MULTI - PRODUK DAN KENDALA TINGKAT LAYANAN

MODEL PERSEDIAAN TERINTEGRASI PRODUSEN - DISTRIBUTOR - PENGECER DENGAN MULTI - PRODUK DAN KENDALA TINGKAT LAYANAN MODEL PERSEDIAAN TERINTEGRASI PRODUSEN - DISTRIBUTOR - PENGECER DENGAN MULTI - PRODUK DAN KENDALA TINGKAT LAYANAN Mkyana Ramadan, Nughthoh Arfaw Kurdh, dan Sutrma Program Stud Matematka FMIPA UNS Abstrak.

Lebih terperinci

Pertemuan 12 & 13 PERENCANAAN & PENGENDALIAN PRODUKSI. Persediaan. Different Types of Stock. Persediaan 28/11/2013. Outline: Referensi: TIN 4113

Pertemuan 12 & 13 PERENCANAAN & PENGENDALIAN PRODUKSI. Persediaan. Different Types of Stock. Persediaan 28/11/2013. Outline: Referensi: TIN 4113 8/11/13 Pertemuan 1 & 13 PERENCANAAN & PENGENALIAN PROUKSI TIN 4113 Outline: Independent emand Inventory System Referensi: Smith, Spencer B., Computer-Based Production and Inventory Control, Prentice-Hall,

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

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

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

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 II LANDASAN TEORI. Masalah umum pada model persediaan bersumber dari kejadian yang

BAB II LANDASAN TEORI. Masalah umum pada model persediaan bersumber dari kejadian yang 8 BB II LNSN TEORI efns Persedaan Masalah umum pada model persedaan bersumber dar kejadan yang dhadap tap saat d bdang usaha, bak dagang ataupun ndustr ejadan tersebut dapat berupa ketersedaan barang yang

Lebih terperinci

Analisis Persediaan Multy Item dengan Mempertimbangkan Faktor Kadaluarsa

Analisis Persediaan Multy Item dengan Mempertimbangkan Faktor Kadaluarsa Analss Persedaan Multy Item dengan Mempertmbangkan Faktor Kadaluarsa 1 onny Cputra 1, Theresa Sunarn Jurusan Teknk Industr Sekolah Tngg Teknk Mus, Palembang E-mal : donnycputra@gmal.com Jurusan Teknk Industr

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 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

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

MODEL PERSEDIAAN PROBABILISTIK DENGAN MEMPERTIMBANGKAN FAKTOR DISKON

MODEL PERSEDIAAN PROBABILISTIK DENGAN MEMPERTIMBANGKAN FAKTOR DISKON rosdng Semnar Nasonal Sans dan Teknolog Nuklr TNBR - BATAN Bandung, 4 Jul Tema: emanfaatan Sans dan Teknolog Nuklr serta peranan MIA d Bdang Kesehatan, ngkungan dan Industr untuk embangunan Berkelanjutan

Lebih terperinci

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal.

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal. Makalah Semnar Tugas Akhr MENGOPTIMALKAN PEMBAGIAN BEBAN PADA UNIT PEMBANGKIT PLTGU TAMBAK LOROK DENGAN METODE LAGRANGE MULTIPLIER Oleh : Marno Sswanto, LF 303 514 Abstrak Pertumbuhan ndustr pada suatu

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA Revew Peneltan Sebelumnya 2.1. Pengembangan model matematk horson waktu dskret optmal untuk penjadwalan job banyak operas tunggal pada mesn alternatf [Sukendar, 2007] Notas a. Hmpunan

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

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

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

ANALISIS PENENTUAN UKURAN PEMESANAN OLI MENGGUNAKAN METODE EOQ DI BENGKEL XYZ

ANALISIS PENENTUAN UKURAN PEMESANAN OLI MENGGUNAKAN METODE EOQ DI BENGKEL XYZ INDEPT, Vol. 2, No. 2, Jun 2012 ISSN 2087 9245 ANALISIS PENENTUAN UKURAN PEMESANAN OLI MENGGUNAKAN METODE EOQ DI BENGKEL XYZ Andy Purwanto, ST. Sekretars Jurusan Teknk Industr, Fakultas Teknk Unverstas

Lebih terperinci

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 Pertemuan 6 & 7 Outline: Independent Demand Inventory Models: Probabilistik (Penentuan SS), Shortage Aggregate Planning Referensi: Smith, Spencer B., Computer-Based

Lebih terperinci

Model Koordinasi Pemanufaktur Tunggal Multi Pembeli Dengan Permintaan Probabilistik

Model Koordinasi Pemanufaktur Tunggal Multi Pembeli Dengan Permintaan Probabilistik ess Model Koordnas Pemanufaktur unggal Mult Pembel Dengan Permntaan Probablstk Dsusun Oleh: Moch Anshor (2508203004) Dbmbng Oleh: Prof. Ir. I. Nyoman Puawan M. Eng. PhD. Stefanus Eko Wratno S M. Coordnatng

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

Oleh : Fifi Fisiana

Oleh : Fifi Fisiana Optmas Baya Produks menggunakan Metode Revsed Mult Choce Goal programmng dengan Tahap Persedaan Terkontrol Supply Chan Model stud kasus : PT.Gunungarta Manunggal, Gempol Oleh : Ff Fsana 1207100018 Dosen

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 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

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

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

PENGEMBANGAN MODEL MIXED INTEGER PROGRAMMING UNTUK PENJADWALAN BATCH PROSES PRODUKSI SORBITOL MULTI GRADE (STUDI KASUS PT XXX)

PENGEMBANGAN MODEL MIXED INTEGER PROGRAMMING UNTUK PENJADWALAN BATCH PROSES PRODUKSI SORBITOL MULTI GRADE (STUDI KASUS PT XXX) PENGEMBANGAN MODEL MIXED INTEGER PROGRAMMING UNTUK PENJADWALAN BATCH PROSES PRODUKSI SORBITOL MULTI GRADE (STUDI KASUS PT XXX) Maro Chran, Ahmad Rusdansyah, Nurhad Sswanto Mager Manajemen Teknolog, Jurusan

Lebih terperinci

FUNGSI BIAYA UNTUK MENENTUKAN TINGKAT PEMESANAN OPTIMUM MULTI ITEM INDEPENDEN BERDISTRIBUSI KONTINU. H. Bernik Maskun

FUNGSI BIAYA UNTUK MENENTUKAN TINGKAT PEMESANAN OPTIMUM MULTI ITEM INDEPENDEN BERDISTRIBUSI KONTINU. H. Bernik Maskun FUNGSI BIAYA UNTUK MENENTUKAN TINGKAT PEMESANAN OPTIMUM MULTI ITEM INDEPENDEN BERDISTRIBUSI KONTINU oleh H. Bernk Maskun Departemen Statstka, FMIPA Unverstas Padjadjaran bernkmaskun69@gmal.com Abstrak

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

Dalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang

Dalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang LARGE SCALE SYSEM Course by Dr. Ars rwyatno, S, M Dept. of Electrcal Engneerng Dponegoro Unversty BAB V OPIMASI SISEM Dalam sstem pengendalan berhrark level, maka optmas dapat dlakukan pada level pertama

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN. smoothing, dan siklis untuk barang jadi Mie Atom Metode Regresi Linier. Nama barang jadi: Mie Atom.

BAB 4 HASIL DAN PEMBAHASAN. smoothing, dan siklis untuk barang jadi Mie Atom Metode Regresi Linier. Nama barang jadi: Mie Atom. BAB 4 HASIL DAN PEMBAHASAN 4.1 Penghtungan 4.1.1 Penghtungan Peramalan 4.1.1.1 Peramalan Me Atom Contoh perhtungan peramalan permntaan dengan metode regres lner, regres kuadrats, double movng average,

Lebih terperinci

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

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

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

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 III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

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 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2 Masalah Transportas Jong Jek Sang (20) menelaskan bahwa masalah transportas merupakan masalah yang serng dhadap dalam pendstrbusan barang Msalkan ada m buah gudang (sumber) yang

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 METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

OPTIMASI PERSEDIAAN DAN PRODUKSI KOMPONEN LAMPU DI LAMP COMPONENT FACTORY (LCF) PT. PHILIPS INDONESIA

OPTIMASI PERSEDIAAN DAN PRODUKSI KOMPONEN LAMPU DI LAMP COMPONENT FACTORY (LCF) PT. PHILIPS INDONESIA Prosdng Semnar Nasonal Manajemen Teknolog IV Program Stud MMT-ITS, Surabaya 5 Agustus 2006 OPTIMASI PERSEDIAAN DAN PRODUKSI KOMPONEN LAMPU DI LAMP COMPONENT FACTORY (LCF) PT. PHILIPS INDONESIA Dars Putr

Lebih terperinci

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel 4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk

Lebih terperinci

MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN

MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN Tjutju T. Dmyat Jurusan Teknk Industr Unverstas Pasundan E-mal : admyat@bdg.centrn.net.d ABSTRAK Penentuan rute kendaraan (Vehcle

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

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

Pertemuan 2 & 3 PERENCANAAN & PENGENDALIAN PRODUKSI. Persediaan. Different Types of Stock. Persediaan 9/16/2015. Outline: Referensi: TIN 4113

Pertemuan 2 & 3 PERENCANAAN & PENGENDALIAN PRODUKSI. Persediaan. Different Types of Stock. Persediaan 9/16/2015. Outline: Referensi: TIN 4113 9/16/15 Pertemuan & 3 PERENCANAAN & PENGENALIAN PROUKSI TIN 4113 Outline: Independent emand Inventory System Referensi: Smith, Spencer B., Computer-Based Production and Inventory Control, Prentice-Hall,

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

PRESENTASI TUGAS AKHIR CI 1483 OPTIMASI WAKTU INVENTORI MULTI ITEM DENGAN STRUKTUR BIAYA CONCAVE

PRESENTASI TUGAS AKHIR CI 1483 OPTIMASI WAKTU INVENTORI MULTI ITEM DENGAN STRUKTUR BIAYA CONCAVE PRESENTASI TUGAS AKHIR CI 1483 OPTIMASI WAKTU INVENTORI MULTI ITEM DENGAN STRUKTUR BIAYA CONCAVE Penyusun Tugas Akhr : Nta Kusumanngtyas (NRP : 5104.100.052) Dosen Pembmbng : Rully Soelaman, S.Kom., M.Kom.

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

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

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 TEORI ALIRAN DAYA

BAB II TEORI ALIRAN DAYA BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga

Lebih terperinci

MODEL OPTIMAL SISTEM TRANSPORTASI ANGKUTAN KOTA

MODEL OPTIMAL SISTEM TRANSPORTASI ANGKUTAN KOTA ODEL OPTIAL SISTE TRANSPORTASI ANGKUTAN KOTA PRAPTO TRI SUPRIYO Departemen atematka Fakultas atematka dan Ilmu Pengetahuan Alam Insttut Pertanan Bogor Jl erant, Kampus IPB Darmaga, Bogor 16680 Indonesa

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA Dstrbus Bnomal Msalkan dalam melakukan percobaan Bernoull (Bernoull trals) berulang-ulang sebanyak n kal, dengan kebolehjadan sukses p pada tap percobaan,

Lebih terperinci

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan

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 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

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM 1) Membuat dstrbus frekuens. 2) Mengetahu apa yang dmaksud dengan Medan, Modus dan Mean. 3) Mengetahu cara mencar Nla rata-rata (Mean). TEORI PENUNJANG

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

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

Nama : Crishadi Juliantoro NPM :

Nama : Crishadi Juliantoro NPM : ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang

Lebih terperinci

PERENCANAAN PERSEDIAAN DAN PERBAIKAN SISTEM INFORMASI PERSEDIAAN DI CV XYZ SURABAYA. Denny Herdianto, Amelia Santoso, Dina Natalia Prayogo.

PERENCANAAN PERSEDIAAN DAN PERBAIKAN SISTEM INFORMASI PERSEDIAAN DI CV XYZ SURABAYA. Denny Herdianto, Amelia Santoso, Dina Natalia Prayogo. PERENCANAAN PERSEDIAAN DAN PERBAIKAN SISTEM INFORMASI PERSEDIAAN DI CV XYZ SURABAYA Denny Herdanto, Amela Santoso, Dna Natala Prayogo Jurusan Teknk Industr, Unverstas Surabaya Raya Kalrungkut, Surabaya

Lebih terperinci

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam 1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr

Lebih terperinci

III. METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

III. METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode 8 III. METODE PENELITIAN A. Metode Peneltan Metode peneltan adalah suatu cara yang dpergunakan untuk pemecahan masalah dengan teknk dan alat tertentu sehngga dperoleh hasl yang sesua dengan tujuan peneltan.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

BAB IV TRIP GENERATION

BAB IV TRIP GENERATION BAB IV TRIP GENERATION 4.1 PENDAHULUAN Trp Generaton td : 1. Trp Producton 2. Trp Attracton j Generator Attractor - Setap tempat mempunya fktor untuk membangktkan dan menark pergerakan - Bangktan, Tarkan

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

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 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu 4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013

Lebih terperinci

Penentuan Jumlah dan Lokasi Gudang Yang Optimal Dengan Menggunakan Metode Cluster

Penentuan Jumlah dan Lokasi Gudang Yang Optimal Dengan Menggunakan Metode Cluster Performa (2004) Vol.3, No.1:1-8 Penentuan Jumlah dan Lokas Gudang Yang Optmal Dengan Menggunakan Metode Cluster Sulstyanngsh Jat Murt, Azzah Asyat dan Bambang Suhard Jurusan Teknk Industr, Unverstas Sebelas

Lebih terperinci

PERANCANGAN JARINGAN AKSES KABEL (DTG3E3)

PERANCANGAN JARINGAN AKSES KABEL (DTG3E3) PERCG JRIG KSES KBEL (DTG3E3) Dsusun Oleh : Hafdudn,ST.,MT. (HFD) Rohmat Tulloh, ST.,MT (RMT) Prod D3 Teknk Telekomunkas Fakultas Ilmu Terapan Unverstas Telkom 015 Peramalan Trafk Peramalan Trafk Peramalan

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

OPTIMASI MASALAH PENUGASAN. Siti Maslihah

OPTIMASI MASALAH PENUGASAN. Siti Maslihah JPM IIN ntasar Vol. 01 No. 2 Januar Jun 2014, h. 95-106 OPTIMSI MSLH PNUGSN St Maslhah bstrak Pemrograman lner merupakan salah satu lmu matematka terapan yang bertuuan untuk mencar nla optmum dar suatu

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

Penyelesaian Masalah Transshipmen Dengan Metoda Primal-Dual Wawan Laksito YS 2)

Penyelesaian Masalah Transshipmen Dengan Metoda Primal-Dual Wawan Laksito YS 2) ISSN : 69 7 Penyelesaan Masalah Transshpmen Dengan Metoda Prmal-Dual Wawan Laksto YS ) Abstrak Masalah Pemndahan Muatan adalah masalah transportas yang melbatkan sambungan yang harus dlewat. Obektnya adalah

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. 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 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi, BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi 3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

PENJADWALAN PRODUKSI di PT MEUBEL JEPARA PROBOLINGGO

PENJADWALAN PRODUKSI di PT MEUBEL JEPARA PROBOLINGGO Prosdng Semnar Nasonal Manajemen Teknolog III Program Stud MMTITS, Surabaya 4 Pebruar 2006 PENJADWALAN PRODUKSI d PT MEUBEL JEPARA PROBOLINGGO Mohammad Khusnu Mlad, Bobby Oedy P. Soepangkat, Nurhad Sswanto

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

Lebih terperinci