MINIMASI DOWNTIME TOOL PUNCH MESIN HEADING PADA PREVENTIVE MAINTENANCE DENGAN METODE AGE REPLACEMENT

Ukuran: px
Mulai penontonan dengan halaman:

Download "MINIMASI DOWNTIME TOOL PUNCH MESIN HEADING PADA PREVENTIVE MAINTENANCE DENGAN METODE AGE REPLACEMENT"

Transkripsi

1 MINIMASI DOWNTIME TOOL PUNCH MESIN HEADING PADA PREVENTIVE MAINTENANCE DENGAN METODE AGE REPLACEMENT Edi Satoso 1 ; Edwi Juliato Chairul 2 ABSTRACT Productio machies ca be a barrier for the o time product availability. If there is o time cosideratio of the usage of productio machies or less i maiteace, the machies will ot be used i product processig. I the case of tool puch Headig machie i which the machie eed to maitai i the right period of time usig Age Replacemet method. This method ca help maagemet to determie the period i ispectio ad prevetive maiteace. Based o time period, prevetive maiteace that was doe ca be decrease dowtime, icrease machies availability ad reliability. Keywords: dowtime tool puch, age replacemet, machie, prevetive maiteace ABSTRAK Mesi produksi dapat mejadi hambata ketersediaa produk pada waktuya. Apabila mesi produksi diguaka tapa heti dega perawata yag kurag memadai maka dapat megakibatka mesi rusak pada waktu proses produksi sedag berjala. Pada kasus tool puch mesi Headig yag serig megalami kerusaka, prevetive dega metode Age Replacemet dilakuka sehigga dapat ditetuka periode pemeriksaa da pecegaha. Prevetive maiteace yag dilakuka didasarka pada periode waktu yag telah ditetapka, terlihat adaya peguraga waktu dowtime, peigkata ketersediaa (availability), da keadala (reliability) mesi produksi. Kata kuci: dowtime tool puch, age replacemet, mesi, prevetive maiteace 1, 2 Jurusa Tekik Idustri, Fakultas Tekik, Uiversitas Bia Nusatara Jl. K.H. Syahda No. 9, Kemaggisa/Palmerah, Jakarta Barat edis@bius.ac.id 134 INASEA, Vol. 8 No.2, Oktober 2007:

2 PENDAHULUAN Memeuhi kebutuha kosume aka produk yag dihasilka oleh suatu perusahaa, merupaka suatu komitme yag harus dijaga. Aka tetapi, bayak hal yag dapat meghalagi terpeuhiya komitme perusahaa tersebut. Kebutuha kosume aka produk dapat tidak terpeuhi, diataraya karea keterlambata produksi. Keterlambata produksi dapat disebabka oleh berbagai hal, misalya tersedia tidakya baha baku pada waktuya da produksi tidak dijadwalka dega baik. Bahka, dega jadwal produksi yag sudah tersusu dega baik, tetap juga terjadi keterlambata produksi. Berdasarka pegamata yag dilakuka, kerusaka mesi mejadi peyebab yag sagat mugki mejadika keterlambata tersebut. Mesi produksi dapat mejadi hambata ketersediaa produk pada waktuya. Bila mesi produksi diguaka tapa heti dega perawata yag kurag memadai, dapat mejadika mesi rusak pada waktu proses produksi sedag berjala. Hambata itu aka serig terjadi, apabila umur pakai mesi sudah cukup lama. Seperti pada perusahaa PT Hikari Metalido Pratama yag memeproduksi baut, kerusaka mesi mejadi hambata perusahaa meyediaka produk pada waktuya. Perusahaa telah meetapka bahwa waktu kerusaka da perbaika yag diharapka adalah ±10 jam per bula sedagka waktu kerusaka mesi yag terjadi rata-rata per bulaya lebih dari waktu yag telah ditetapka. Utuk memproduksi baut, haya diguaka dua macam mesi, yaitu mesi Headig yag diguaka utuk membetuk kepala baut da batag baut da mesi Rollig yag diguaka utuk membuat ulir pada baut. Pada pembahasa disii difokuska pada mesi Headig yag diperlegkapi dega beberapa macam tool. Ada 5 macam tool pada mesi Headig, yaitu: Puch, Sap, Dies, Pi Sap, Pi Dies.Hal itu dilakuka karea pada dasarya kerusaka mesi adalah kerusaka pada tool -ya. Bila kerusaka pada suatu tool tidak segera diperbaiki maka aka megakibatka tool yag berhubuga dapat mejadi rusak. Kalau itu terjadi, berarti waktu perbaika aka lebih lama. Kerusaka pada mesi produksi di perusahaa ii sagat meggaggu jalaya produksi. Utuk itu, peelitia dilakuka utuk dapat memiimasi kerusaka pada tool, khususya pada mesi Headig. Dari peelitia juga aka dapat dilihat lii produksi yag serig terhambat produksiya, omor mesi yag rusak, da jeis tool yag serig megalami kerusaka. Miimasi Dowtime Tool Puch (Edi Satoso; Edwi Juliato Chairul) 135

3 PEMBAHASAN Tijaua Pustaka Pemeliharaa da Perawata Pegertia Pemeliharaa da Perawata (Maiteace) meurut Assauri adalah suatu kegiata utuk mejaga atau memelihara fasilitas da peralata pabrik da megadaka perbaika atau peyesuaia/peggatia yag diperluka agar terdapat suatu keadaa operasi produksi yag memuaska sesuai dega yag direcaaka. Peraa Maiteace ii meetuka dalam kegiata produksi yag meyagkut kelacara/kemaceta produksi, kelambata da volume produksi, serta efisiesi berproduksi (Assauri, 1993:88). Pegertia lai megeai Pemeliharaa meurut Heizer adalah suatu aktivitas yag berkaita dega usaha mempertahaka peralata/sistem dalam kodisi layak bekerja (Heizer & Reder, 2005:296). Dari dua pegertia tersebut, aktivitas pemeliharaa da perawata mejadi suatu kegiata yag tidak dapat diabaika dalam prduksi. Kegiata ii harus terjadwal dega baik utuk mecegah hambata produksi. Jeis Maiteace Kegiata maiteace dalam perusahaa dapat dibedaka mejadi dua (Assauri, 1993:89). Pertama, Prevetive Maiteace, yaitu kegiata pemeliharaa da perawata yag dilakuka utuk mecegah timbulya kerusaka yag tidak terduga da meemuka kodisi atau keadaa yag dapat meyebabka fasilitas Produksi megalami kerusaka pada pada waktu proses produksi. Meurut E.T Newbrough, Prevetive Maiteace adalah perawata fasilitas terecaa berdasarka ispeksi periodik yag dilakuka da memperlihatka kodisi tempat fasilitas tersebut rusak, dega tujua memiimasi waktu kerusaka da kerusaka yag diakibatka kelalaia operator. Prevetive Maiteace ii sagat petig karea keguaaya yag sagat efektif dalam meghadapi fasilitas produksi yag termasuk dalam gologa Critical uit. Sebuah peralata Produksi dikataka Critical uit, apabila: Kerusaka fasilitas dapat membahayaka yawa pekerja; Kerusaka yag dapat mempegaruhi kualitas suatu Produk; Kerusaka yag meyebabka kemaceta seluru Proses produksi. Kedua, Corrective Maiteace atau Breakdow maiteace adalah kegiata pemeliharaa da perawata yag dilakuka setelah terjadiya suatu kerusaka atau kelaia pada fasilitas atau peralata sehigga tidak dapat berfugsi dega baik. Kegiata itu serig disebut kegiata perbaika atau reparasi. Secara sepitas, Corrective Maiteace (CM) biayaya lebih murah dibadig dega Prevetive Maiteave (PM). Aka tetapi, apabila kerusaka terjadi selama proses produksi berlagsug maka akibat kebijaksaaa CM aka jauh lebih parah dari PM, dalam hal biaya produksi yag tetuda, peghetia mesi, da karyawa gaggur da pesaa yag tertuda (Hadoko, 1997:157). 136 INASEA, Vol. 8 No.2, Oktober 2007:

4 Meghitug Rata-rata Selag Waktu Atar Kerusaka (MTTF) Meetuka rata-rata waktu atarkerusaka (MTTF) didasarka pada distribusi yag terbetuk dari data yag terkumpul berkeaa waktu kerusaka. Distribusi yag umum diguaka adalah distribusi Ekspoetial, Logormal, Normal, da Weibull, distribusi kerusaka ii dapat memeuhi berbagai fase kerusaka. Jika sampel tergolog kecil maka peaksira parameter distribusi dilakuka dega metode kuadrat terkecil (Least Squares Curve Fittig). Distribusi Ekspoesial memiliki laju kerusaka yag tidak berubah da kosta terhadap waktu (Costat Failure rate Model). Peaksira parameter distribusi Ekspoesial dilakuka dega metode kuadrat terkecil (Least Square Method) (Ebellig, 1997:364), yaitu rumus ilai MTTF-ya sebagai berikut. MTTF = λ 1 Distribusi Logormal memiliki dua parameter, yaitu parameter betuk (s) da parameter lokasi ( t med ). Seperti distribusi weibull, distribusi logormal memiliki betuk yag bervariasi. Hal yag serig terjadi, biasaya data yag dapat didekati dega distribusi Weibull juga dapat didekati dega distribusi Logormal (Ebellig, 1997:73). Distribusi logormal dilakuka dega metode kuadrat terkecil (Least Square Method), (Ebellig, 1997:371), yaitu rumus dari ilai MTTF-ya adalah sebagai berikut. MTTF = t 2 s e 2 med Distribusi Normal meyerupai loceg sehigga memiliki ilai simetris terhadap ilai rataa dega dua parameter betuk, yaitu μ (ilai tegah) da σ (stadar deviasi). Parameter μ (ilai tegah) memiliki sembarag ilai, positif, maupu egatif sedagka parameter σ (stadar deviasi) selalu memiliki ilai positif (Ebellig, 1997:69). Distribusi Normal dilakuka dega metode kuadrat terkecil (Least Square Method) (Ebellig, 1997:370), yaitu rumus ilai MTTF-ya adalah sebagai berikut. MTTF = μ Distribusi Weibull serig dipakai sebagai pedekata utuk megetahui karakteristik fugsi kerusaka karea perubaha ilai aka megakibatka distribusi Weibull mempuyai sifat tertetu ataupu ekuivale dega distribusi tertetu. Nilai rata rata distribusi Weibull sebagai berikut. MTTF = 1 1 ( x ) ( x 1). ( x 1) Keteraga: (x) adalah fugsi gamma. Miimasi Dowtime Tool Puch (Edi Satoso; Edwi Juliato Chairul) 137

5 Meetuka Lii Kritis, Mesi Kritis, da Tools Kritis Setelah itu, semua hasil perhituga direkapitulasi da dikelompokka sesuai dega jeisya. Setelah didapatka lii kritis, ditetuka lagi omor mesi yag serig rusak da lagkah terakhir meetuka Tools yag serig rusak. Meetuka Idex of Fit Dalam tahap ii ditetuka ilai dari Idex of Fit (R) utuk data MTTR (Mea Time to Repair) maupu MTTF (Mea Time to Failure). Mecari ilai itu dapat megguaka cara maual dega mecari ilai R dega Rumus Korelasi da Nilai R terbesar pada setiap Distribusi adalah yag dipilih (Distribusi Expoetial, Weilbull, Logormal, da Normal). Ukura korelasi liear atara dua peubah yag palig bayak diguaka adalah koefisie korelasi. Idex of Fit atau koefisie korelasi (r) meujukka hubuga liear yag kuat atara dua peubah acak Xi da Yi. r i1 x 2 i x y i1 i i i1 i1 2 xi xi i1 y 2 yi i1 i1 i y 2 i Model Peetua Iterval Waktu Peggatia Pecegaha Optimal Model peetua peggatia pecegaha berdasarka kriteria miimasi dowtime diguaka dega meetuka waktu terbaik dilakukaya peggatia sehigga total dowtime per uit waktu dapat termiimasi. Model peetua iterval waktu peggatia pecegaha berdasarka kriteria miimasi dowtime yag diguaka adalah model Age Replacemet (Jardie, 1973:94). Dalam pegguaa model ii, perlu diketahui kostruksi modelya sebagai berikut. Tf = dowtime yag dibutuhka utuk melakuka peggatia kerusaka. Tp = dowtime yag dibutuhka utuk melakuka peggatia pecegaha. f(t) = fugsi kepadata probabilitas waktu kerusaka. Pada model Age Replacemet ii, tidaka peggatia pecegaha dilakuka pada saat pegoperasia telah mecapai umur yag telah ditetapka, yaitu tp. Hal itu dilakuka jika pada selag waktu tp tidak terjadi kerusaka. Apabila sebelum waktu tp, sistem ii tidak megalami kerusaka maka dilakuka peggatia sebagai tidaka perawata korektif. Peggatia selajutya aka dilakuka pada saat tp dega megambil waktu acua dari waktu beroperasiya sistem setelah dilakuka tidaka perawata korektif. Metode itu dapat digambarka sebagai berikut. 138 INASEA, Vol. 8 No.2, Oktober 2007:

6 Peggatia kerusaka Peggatia kerusaka Peggatia pecegaha Tf tp Tp Tf t Gambar 1 Model Age Replacemet Total dowtime per uit waktu utuk peggatia pecegaha pada saat tp dideotasika dega D (tp), yaki (Jardie, Jardie:96) Total ekspektasi dowtime per siklus (t ) = ekspektasi pajag siklus. R( tp) 1- R(tp) D p Total ekspektasi dowtime per siklus Ekspektasi pajag siklus ( tp Tp ). R( tp) ( M ( tp)) T f ).(1- R(tp)) Dega demikia, total dowtime per uit waktu adalah sebagai berikut. Tp. R( tp) 1- R(tp) D( t p ) Keteraga: ( tp T ). R( tp) ( M ( tp)) T ).(1- R(tp)) p f T p tp = iterval waktu peggatia pecegaha Tf = dowtime yag terjadi karea peggatia kerusaka. Didapat dari data MTTR Tp = dowtime yag terjadi karea kegiata peggatia pecegaha Maurut perusahaa f(t) = fugsi Distribusi iterval atar kerusaka yag terjadi R(tp) = probabilitas terjadiya peggatia pecegaha pada saat tp M(tp)= waktu rata rata terjadiya kerusaka jika peggatia pecegaha dilakuka pada saat tp D(tp) = dowtime persatua waktu Miimasi Dowtime Tool Puch (Edi Satoso; Edwi Juliato Chairul) 139

7 Jumlah Kerusaka Perhituga da Pembahasa Perhituga Data jumlah kerusaka yag terjadi pada tiap lii produksi selama 2 tahu, terlihat pada grafik berikut Lie x Jumlah Kerusaka Gambar 2 Grafik Kerusaka Per Lie Produksi. Lii produksi 5 yag bayak terjadi kerusaka, yaitu sebayak 457 kerusaka selama periode waktu pegamata. Karea jumlah dowtime-ya besar, dipilih sebagai lii kritis. Selai itu, lii ii merupaka lii yag serig diguaka dalam produksi mur da baut. Pada lii produksi 5 ii, terdapat 14 mesi da dari jumlah tersebut, grafik berikut memperlihatka distribusi kerusaka dari mesi yag ada. Lie No. Mesi Jumlah Kerusaka Gambar 3 Grafik Kerusaka pada Tiap Mesi Dari gambar, mesi omor 3 adalah mesi yag palig serig megalami kerusaka da ii diaggap sebagai mesi kritis. Peetapa berikutya adalah meetuka tool yag kritis. Hal itu dapat dilihat pada tabel berikut. 140 INASEA, Vol. 8 No.2, Oktober 2007:

8 Tabel 1 Jumlah Dowtime Tiap Tools pada Masi Headig Tools Dow time % Dowtime % Kumulatif Puch % 58.37% Sap % 75.97% Dies % 85.19% Pi Sap % 92.92% Pi Dies % % Didasarka pada tabel tersebut terlihat bahwa tools puch palig bayak megalami kerusaka da jumlah dowtime-ya adalah 136. Dalam artikel ii, pembahasa aka difokuska pada tool puch. Lagkah berikut dari pembahasa ii adalah dega meghitug atau peetua idex of fit utuk masig-masig distribusi utuk perhituga MTTF da MTTR. Data yag diguaka dari Oktober 2005 sampai Maret 2006 yag hasilya adalah sebagai berikut (Uji kecocoka distribusi dapat dilihat pada lampira). Tabel 2 Perbadiga Nilai Idex of Fit Puch Distribusi Idex of Fit R (TTF) R(TTR) Expoetial Logormal Normal Weibull Dari hasil peetua distribusi tersebut, dilakuka perhituga selag waktu pegatia da pemeriksaa. Iterval waktu peggatia pecegaha dihitug dega distribusi yag telah ditetuka dega uji kecocoka distribusiya. Metode yag diguaka adalah metode memiimasi dowtime da metode peggatia pecegaha yag diguaka Age Replacemet dega meghitug waktu peggatia pecegaha berdasarka umur peggatia optimal. Data yag diguaka utuk keperlua ii data waktu kerja selama satu bula adala 160 jam (1 hari = 7 jam, 1 miggu = 5 hari, utuk sabtu = 5 jam, 1 bula = 25 hari). Dari perhituga, didapat iterval waktu peggatia tool puch yag dapat dilihat pada tabel berikut. Miimasi Dowtime Tool Puch (Edi Satoso; Edwi Juliato Chairul) 141

9 Tabel 3 Perhituga Iterval waktu Peggatia Puch tp ( jam ) F ( tp ) R ( tp ) M ( tp ) D ( tp ) Berdasarka tabel tersebut, dapat dihitug ilai Age Replacemet, yaitu 10.5 jam sedagka iterval waktu pemeriksaa adalah : 10 jam. Pembahasa Setelah dapat meetuka iterval waktu pemeriksaa, yaitu setiap 10 jam dilakuka pemeriksaa ulag maka dapat diharapka tigkat ketersediaa (Availiability) suatu mesi dapat ditigkatka. Seperti pada tool puch, tigkat ketersediaa jika dilakuka peggatia pecegaha atau jika dilakuka pemeriksaa adalah sebagai berikut. Tabel 4 Availability Tool Puch Nama Availability jika dilakuka Availability jika Availability Tools peggatia pecegaha dilakuka pemeriksaa total Puch Tigkat reliability sebelum da sesudah dilakuka prevetive maitaiace, ada suatu peigkata, seperti pada tabel berikut. Tabel 5 Tigkat Reliability Tool Puch Tools T(jam) R(t) Rm(t) Puch % % Jumlah dowtime mesi yag diakibatka kerusaka dari tool puch sebelum da sesudah prevetive maitaiace juga meujukka perbaika sebagai berikut. Tabel 6 Waktu Dowtime per-bula Sebelum da Sesudah PM Tools Sebelum Prevetive Maitaiace Sesudah Prevetive Maitaiace Persetase peguraga dowtime Puch 23 jam jam 39.04% 142 INASEA, Vol. 8 No.2, Oktober 2007:

10 PENUTUP Ketersediaa mesi pada waktu proses produksi berjala merupaka hal yag perlu dijaga agar dapat memeuhi permitaa dari kosume. Utuk itu, perlu dilakuka pecegaha agar mesi produksi tidak megalami kerusaka pada waktu proses produksi berlagsug. Kerusaka mesi yag terjadi pada umumya terjadi pada salah satu atau beberapa kompoe mesi produksi. Seperti pada mesi Headig yag sebagai objek pegamata, ada 5 kompoe atau tools yag serig rusak sehigga mesi harus berheti. Utuk pecegaha terjadiya kerusaka, dilakuka prevetive maitaiace (pecegaha). Dari pembahasa dega adaya peerapa waktu perawata yag terjadwal atau teratur maka aka dapat meguragi kerusaka mesi. Hal itu berarti bahwa waktu dowtime mesi berkurag, tigkat ketersediaa mesi bertambah, da keadala mesi produksi aka meigkat. DAFTAR PUSTAKA Ebellig, Charles E A Itroductio to Reliability ad Maitaiability Egieerig. McGraw-Hill. Ghillo, Balbir S. da Has Reiche Reliability ad Maitaiability Maagemet. New York: Va Nostrad Reihold Compay. Hadoko, Hai Dasar- Dasar Maajeme Produksi da Operasi. Jakarta: BPFE. Heizer, Jay da Reder Barry Maajeme Operasi. Jakarta: Salemba Empat. Jardie Maiteace, Replacemet ad Reliability, Caada: Pittma Publishig Corporatio. Nasutio, Arma Hakim Maajeme Idustri. Jogyakarta: Adi. Newbrough, E.T Effective Maiteace Maagemet. McGraw-Hill Book Compay. Sofja, Assauri Maajeme Produksi da Operasi. Fakultas Ekoomi UI. Walpole, Roald E Pegatar Statistika. Jakarta: PT Gamedia Pustaka utama. Miimasi Dowtime Tool Puch (Edi Satoso; Edwi Juliato Chairul) 143

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum,

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum, 32 BAB III METODOLOGI PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di PT. INKA yag terletak di Jl. Yos Sudarso o 71 Madiu, utuk medapatka gambara kodisi tempat peelitia secara umum, termasuk kegiata-kegiata

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di bagia spiig khususya bagia widig Pabrik Cambrics Primissima (disigkat PT.Primissima) di Jala Raya Magelag Km.15 Slema, Yogyakarta. Peelitia

Lebih terperinci

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 40 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA Pada bagia ii aka diuraika megeai hasil kegiata pegumpula data da proses pegolaha data yag dilakuka. Sebagai objek peelitia adalah mesi ove botol PT.Pharos Idoesia.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis

Lebih terperinci

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

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

Lebih terperinci

BAB 5 HASIL DAN PEMBAHASAN

BAB 5 HASIL DAN PEMBAHASAN BAB 5 HASIL DAN PEMBAHASAN 5. Pegumpula da Pegolaha Data 5.. Peetua Kompoe Kritis Melalui observasi secara lagsug diketahui bahwa mesi F70-FQ7 memiliki frekuesi kerusaka palig bayak diatara mesi-mesi yag

Lebih terperinci

P r o s i d i n g 149

P r o s i d i n g 149 P r o s i d i g 149 PENGENDALIAN KUALITAS PRODUK KOPI TRADISIONAL DALAM RANGKA MENINGKATKAN KEPUASAN KONSUMEN Heptari Elita Dewi (1), Aisa Aprilia (2), Heru Satoso Hadi Subagyo (3) Fakultas Pertaia, Uiversitas

Lebih terperinci

IV. METODE PENELITIAN

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

Lebih terperinci

BAB III MENENTUKAN MODEL KERUSAKAN DAN INTERVAL WAKTU PREVENTIVE MAINTENANCE OPTIMUM SISTEM AXIS PADA MESIN CINCINNATI MILACRON DOUBLE GANTRY TIPE-F

BAB III MENENTUKAN MODEL KERUSAKAN DAN INTERVAL WAKTU PREVENTIVE MAINTENANCE OPTIMUM SISTEM AXIS PADA MESIN CINCINNATI MILACRON DOUBLE GANTRY TIPE-F BAB III MENENUKAN MODEL KERUSAKAN DAN INERVAL WAKU PREVENIVE MAINENANCE OPIMUM SISEM AXIS PADA MESIN CINCINNAI MILACRON DOUBLE GANRY IPE-F 3.1 Pedahulua Pada Bab II telah dijelaska beberapa teori yag diguaka

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

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

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

Metode Bootstrap Persentil Pada Sensor Tipe II Berdistribusi Eksponensial

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

Lebih terperinci

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis BAB 3 METODE PENELITIAN 3.1 Peetapa Kriteria Optimasi Disii peerapa kriteria optimasi yag diguaka utuk megaalisis kebutuha pokok pada PT. Kusuma Kecaa Khatulistiwa yaitu : 1. Aalisis forecastig (peramala

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

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

Lebih terperinci

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu

Lebih terperinci

PEMODELAN MINIMIZE TOTAL BIAYA PENGENDALIAN KUALITAS TERHADAP PROSES MANUFAKTURING PRODUK FURNITURE

PEMODELAN MINIMIZE TOTAL BIAYA PENGENDALIAN KUALITAS TERHADAP PROSES MANUFAKTURING PRODUK FURNITURE PEMODELAN MINIMIZE TOTAL BIAYA PENGENDALIAN KUALITAS TERHADAP PROSES MANUFAKTURING PRODUK FURNITURE Sutriso B., Abd. Haris, Romadho Jurusa Maajeme - Fakultas Ekoomi, Uiversitas Widya Dharma Klate Jl. Ki

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.Tempat da Waktu Peelitia ii dilakuka di ligkuga Kampus Aggrek da Kampus Syahda Uiversitas Bia Nusatara Program Strata Satu Reguler. Da peelitia dilaksaaka pada semester

Lebih terperinci

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

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

Lebih terperinci

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

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

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

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

ANALISA KEBIJAKAN REPAIR MAINTENANCE DAN KEBIJAKAN PREVENTIVE MAINTENANCE UNTUK MENGETAHUI BIAYA OPTIMAL PADA MESIN AYAK PT.

ANALISA KEBIJAKAN REPAIR MAINTENANCE DAN KEBIJAKAN PREVENTIVE MAINTENANCE UNTUK MENGETAHUI BIAYA OPTIMAL PADA MESIN AYAK PT. ANALISA KEBIJAKAN REPAIR MAINTENANCE DAN KEBIJAKAN PREVENTIVE MAINTENANCE UNTUK MENGETAHUI BIAYA OPTIMAL PADA MESIN AYAK PT. JAMU JAGO Audi Rakhmada ), Aries Susaty 2) Program Studi Tekik Idustri Fakultas

Lebih terperinci

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat BAB III METODOLOGI PENELITIAN 3.1. Jeis da Sumber Data Jeis peelitia yag aka diguaka oleh peeliti adalah jeis peelitia Deskriptif. Dimaa jeis peelitia deskriptif adalah metode yag diguaka utuk memperoleh

Lebih terperinci

BAB 6: ESTIMASI PARAMETER (2)

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Inflasi dan Indeks Harga I

Inflasi dan Indeks Harga I PERTEMUAN 1 Iflasi da Ideks Harga I 1 1 TEORI RINGKAS A Pegertia Agka Ideks Agka ideks merupaka suatu kosep yag dapat memberika gambara tetag perubaha-perubaha variabel dari suatu priode ke periode berikutya

Lebih terperinci

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

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

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011 III. METODE PENELITIAN A. Latar Peelitia Peelitia ii merupaka peelitia yag megguaka total sampel yaitu seluruh siswa kelas VIII semester gajil SMP Sejahtera I Badar Lampug tahu pelajara 2010/2011 dega

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

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI BAB 2 TINJAUAN TEORI 2.1 ISTILAH KEENDUDUKAN 2.1.1 eduduk eduduk ialah orag atatu idividu yag tiggal atau meetap pada suatu daerah tertetu dalam jagka waktu yag lama. 2.1.2 ertumbuha eduduk ertumbuha peduduk

Lebih terperinci

MATERI 10 ANALISIS EKONOMI

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

Lebih terperinci

REGRESI LINIER GANDA

REGRESI LINIER GANDA REGRESI LINIER GANDA Secara umum, data hasil pegamata Y bisa terjadi karea akibat variabelvariabel bebas,,, k. Aka ditetuka hubuga atara Y da,,, k sehigga didapat regresi Y atas,,, k amu masih meujukka

Lebih terperinci

PROSIDING ISBN:

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

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

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

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

Lebih terperinci

Evaluasi Pelaksanaan Quality Control Terhadap Produk Akhir

Evaluasi Pelaksanaan Quality Control Terhadap Produk Akhir Evaluasi Pelaksaaa Quality Cotrol Wiato Nawarcoo, SE, MM Evaluasi Pelaksaaa Quality Cotrol Terhadap Produk Akhir Studi Kasus Pada Perusahaa Batako UD Lestari Yogyakarta Wiato Nawarcoo *) Abstract The purpose

Lebih terperinci

BAB IV PEMECAHAN MASALAH

BAB IV PEMECAHAN MASALAH BAB IV PEMECAHAN MASALAH 4.1 Metodologi Pemecaha Masalah Dalam ragka peigkata keakurata rekomedasi yag aka diberika kepada ivestor, maka dicoba diguaka Movig Average Mometum Oscillator (MAMO). MAMO ii

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 9 III. METODE PENELITIAN A. Lokasi da Objek Peelitia Peelitia ii dilakuka di RPH Tejo Petak 10i, BKPH Parug Pajag KPH Bogor, Perum Perhutai Uit III Jawa Barat da Bate. Objek peelitia adalah waktu kerja

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

Bab III Metoda Taguchi

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

Lebih terperinci

MATERI 13 ANALISIS TEKNIKAL ANALISIS TEKNIKAL

MATERI 13 ANALISIS TEKNIKAL ANALISIS TEKNIKAL MATERI 13 ANALISIS TEKNIKAL ASUMSI-ASUMSI DASAR ANALISIS TEKNIKAL KEUNTUNGAN DAN KRITIK TERHADAP ANALISIS TEKNIKAL TEKNIK-TEKNIK DALAM ANALISIS TEKNIKAL - The Dow Theory - Chart Pola Pergeraka Harga Saham

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

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran Bab 8 TEORI PENAKSIRAN Kompetesi Mampu mejelaska da megaalisis teori peaksira Idikator 1. Mejelaska da megaalisis data dega megguaka peaksira titik 2. Mejelaska da megaalisis data dega megguaka peaksira

Lebih terperinci

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

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

Lebih terperinci

9 Departemen Statistika FMIPA IPB

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

Lebih terperinci

Statistika Inferensial

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

Lebih terperinci

BAB III METODE PENELITIAN. penelitian 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 III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag

Lebih terperinci

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

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

Lebih terperinci

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

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

FORECASTING (Peramalan)

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

Distribusi Sampling (Distribusi Penarikan Sampel)

Distribusi Sampling (Distribusi Penarikan Sampel) Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

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

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc. METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

Deret Fourier. Modul 1 PENDAHULUAN

Deret Fourier. Modul 1 PENDAHULUAN Modul Deret Fourier Prof. Dr. Bambag Soedijoo P PENDAHULUAN ada modul ii dibahas masalah ekspasi deret Fourier Sius osius utuk suatu fugsi periodik ataupu yag diaggap periodik, da dibahas pula trasformasi

Lebih terperinci

JURNAL REKAYASA DAN MANAJEMEN SISTEM INDUSTRI VOL.3 NO. 3 TEKNIK INDUSTRI UNIVERSITAS BRAWIJAYA

JURNAL REKAYASA DAN MANAJEMEN SISTEM INDUSTRI VOL.3 NO. 3 TEKNIK INDUSTRI UNIVERSITAS BRAWIJAYA PENGUKURAN PERFORMANSI SISTEM PRODUKSI MENGGUNAKAN OVERALL THROUGHPUT EFFECTIVENESS (OTE) (Studi Kasus: PT. Tai Gemilag Desa Kerje Kecamata Sregat Kabupate Blitar) PRODUCTION SYSTEM PERFORMANCE MEASUREMENT

Lebih terperinci

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain BAB III METODE PENELITIAN 3.1 Desai Peelitia Dalam melakuka peelitia, terlebih dahulu meetuka desai peelitia yag aka diguaka sehigga aka mempermudah proses peelitia tersebut. Desai peelitia yag diguaka

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TINJAUAN TEORITIS.1 Pegertia-pegertia Lapaga pekerjaa adalah bidag kegiata dari pekerjaa/usaha/ perusahaa/kator dimaa seseorag bekerja. Pekerjaa utama adalah jika seseorag haya mempuyai satu pekerjaa

Lebih terperinci

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

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

Lebih terperinci

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

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

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

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 METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh BAB III METODOLOGI 3.1 Tempat da Waktu Peelitia Pegambila data peelitia dilakuka di areal revegetasi laha pasca tambag Blok Q 3 East elevasi 60 Site Lati PT Berau Coal Kalimata Timur. Kegiata ii dilakuka

Lebih terperinci

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi. Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

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

Lebih terperinci

III BAHAN DAN METODE PENELITIAN

III BAHAN DAN METODE PENELITIAN 27 III BAHAN DAN METODE PENELITIAN 3.1 Baha Peelitia 3.1.1 Objek Peelitia Objek yag diguaka dalam peelitia ii adalah kuda Sumba (Sadelwood) betia da jata berjumlah 30 ekor dega umur da berat yag relatif

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka

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

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

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo

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

Lebih terperinci

Bab 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

ANALISIS SISTEM ANTRIAN PADA LOKET PENDAFTARAN PASIEN DI PUSKESMMAS PADANG PASIR KECAMATAN PADANG BARAT

ANALISIS SISTEM ANTRIAN PADA LOKET PENDAFTARAN PASIEN DI PUSKESMMAS PADANG PASIR KECAMATAN PADANG BARAT Jural Sais da Tekologi Vol 7 o 2, Desember 27 ANALISIS SISTEM ANTRIAN ADA LOKET ENDAFTARAN ASIEN DI USKESMMAS ADANG ASIR KECAMATAN ADANG BARAT Ali Suta Nasutio, Seira Mutia 2 Tekik Idustri Sekolah Tiggi

Lebih terperinci

APLIKASI PERHITUNGAN METODE PERAMALAN PRODUKSI PADA CV. X

APLIKASI PERHITUNGAN METODE PERAMALAN PRODUKSI PADA CV. X APLIKASI PERHITUNGAN METODE PERAMALAN PRODUKSI PADA CV. X Sayuti, M 1* 1 Jurusa Tekik Idustri, Fakultas Tekik, Uiversitas Malikussaleh-NAD *E-mail: Tgk_Sayuti@yahoo.co.uk ABSTRAK CV.X, merupaka perusahaa

Lebih terperinci

UKURAN TENDENSI SENTRAL

UKURAN TENDENSI SENTRAL BAB 3 UKURAN TENDENSI SENTRAL Kompetesi Mampu mejelaska da megaalisis kosep dasar ukura tedesi setral. Idikator 1. Mejelaska da megaalisis mea.. Mejelaska da megaalisis media. 3. Mejelaska da megaalisis

Lebih terperinci

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut: Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah

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

IV. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan September sampai Desember

IV. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan September sampai Desember IV. METODOLOGI PENELITIAN 4.1. Metode Peelitia 4.1.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka pada bula September sampai Desember 2009, bertempat di Laboratorium Terpadu IPB yag beralamat di Kampus

Lebih terperinci

3. METODE PENELITIAN

3. METODE PENELITIAN 3. METODE PENELITIAN 3.1. Waktu da Lokasi Peelitia Peelitia ii megguaka data primer da sekuder. Data primer diambil dari kegiata peelitia skala laboratorium. Peelitia dilakuka pada bula Februari-Jui 2011.

Lebih terperinci

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

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

Lebih terperinci

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

Definisi Integral Tentu

Definisi Integral Tentu Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.

Lebih terperinci

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

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

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

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

Lebih terperinci

III BAHAN DAN METODE PENELITIAN. memelihara itik Damiaking murni di Kampung Teras Toyib Desa Kamaruton

III BAHAN DAN METODE PENELITIAN. memelihara itik Damiaking murni di Kampung Teras Toyib Desa Kamaruton III BAHAN DAN METODE PENELITIAN 3.1 Baha da Alat Peelitia 3.1.1 Telur Tetas Itik Damiakig Baha yag diguaka dalam peelitia ii adalah telur tetas itik Damiakig berasal dari iduk yag dipelihara secara ekstesif

Lebih terperinci