Sistem Pendukung Keputusan dalam Pemilihan Internet Service Provider Dengan Metode TOPSIS

Ukuran: px
Mulai penontonan dengan halaman:

Download "Sistem Pendukung Keputusan dalam Pemilihan Internet Service Provider Dengan Metode TOPSIS"

Transkripsi

1 Sstem Pedukug Keputusa dalam Pemlha Iteret Servce Provder Dega Metode TOPSIS Galh Hedro Martoo 1, D Satoso 2 Jurusa Tekk Iformatka STMIK Bumgora Mataram Mataram, Idoesa Emal : galh.hedro@stmkbumgora.ac.d, raobtt@ymal.com Abstrak Pertumbuha pasar teret dewasa memcu masyarakat dalam memlh sebuah produk teret broadbad secara lebh telt.dega bayakya peyeda jasa teret d Idoesa yag cukup beraeka ragam, hal dapat membuat pelagga kesula dalam memlh provder maa yag sesua da mampu memeuh kebutuha pelagga. Maka utuk mejawab permasalaha tersebut dbutuhka sstem pedukug keputusa yag aka membatu pelagga dalam memlh Iteret Servces Provder (ISP) yag sesua kebutuha. Berdasarka permasalaha d atas, maka dbutuhka suatu sstem dalam merekomedaska ISP yag tepat bag pelagga. Metode yag dguaka dalam meetuka keputusa megguaka metode Techque For OrderPreferece By Smlarty To Ideal Soluto (TOPSIS) dega mempertmbagka krtera tarf murah, kecepata akses, pelayaa customer servce, da kemudaha regstras.hasl perhtuga topss yag dlakuka pada ke tujuh alteratf melput Xl, Telkomsel, Axs, Tr 3, Idosat, Smartfre, da Flex dperoleh hasl bahwa AXIS merupaka ISP yag drekomedaska berdasarka metode topss.sstem pedukug keputusa dapat memberka keefsea waktu peetua keputusa agar lebh cepat, da tepat dalam memberka keputusa megea pemlha ISP. Kata Kuc Pemlha ISP; Sstem Pedukug Keputusa, TOPSIS I. PENDAHULUAN Saat, dustr telekomukas d Idoesa memlk tga produk utama yatu layaa suara, layaa teks (SMS), da layaa data (Iteret).Jka dlhat beberapa tahu terakhr, serg dega berkembagya tekolog komputer da perubaha masyarakat ke era dgtal membuat prouk layaa data (Iteret) megalam perkembaga yag pesat.kemetera Komukas da Iformatka (Komfo), mecatat saat peggua teret d Idoesa megalam pegkata yag sgfka, yak mecapa 82 juta orag d trwula pertama tahu Dega capaa tersebut, Idoesa k berada pada pergkat 8 dua.[1]. Jumlah tersebut tetu saja megalam keaka dar tahu 2013 yag mecapa agka 71,19 juta orag, da tahu 2012 berjumlah 63 juta orag. Artya, setap tahuya peggua teret d Idoesa terus megalam pegkata yag sgfka. Bayakya peyeda jasa layaa teret juga mempegaruh kosume dalam pemlha produk pelayaa teret. Meurut Asosas Peyeleggara Jasa Iteret Idoesa (APJII) terjad pegkata jumlah peggua teret dar tahu ke tahu d Idoesa [2].Gambar 1 meujukka Grafk Data Pertumbuha Peggua Iteret d Idoesa. Gambar 1. Grafk Data Pertumbuha Peggua Iteret d Idoesa Pada Gambar 1 dapat dlhat bahwa setap tahuya terjad pegkata jumlah peggua Iteret d Idoesa. APJII memperkraka jumlah aka megkat secara tajam pada tahu 2013 hgga tahu Hal dapat dartka bahwa layaa data (Iteret) khususya Iteret Moble mash memlk pasar yag besar utuk operator seluler. Sejauh perusahaa-perusahaa yag bergerak dalam melaya data teret bak tu fx wreless access atau broadbad wreless access dataraya : PT. Excelcomdo Pratama, Tbk. PT. Telekomukas Idoesa, Tbk. PT.Axs Meda PT.Hutchso CP Telecommucatos PT.Idosat, Tbk. PT.SMART, Tbk. Perusahaa-perusahaa tersebut sekarag mula bergerak merambah dua layaa data dega melakuka persaga produk uggula dataraya: Perag atar tarf murah / paket. Kemudaha kecepata akses. Costumer servces 24 jam. Kemudaha regstras / pedaftara. Coferece o Iformato Techology, Iformato System ad Electrcal Egeerg 177

2 Dega bayakya peyeda jasa teret d Idoesa yag cukup beraeka ragam, hal dapat membuat pelagga sult utuk memlh provder maa yag sesua da mampu memeuh kebutuha pelagga. Maka utuk mejawab pertayaa tersebut dbutuhka sstem pedukug keputusa yag aka membatu calo pelagga dalam memlh Iteret Servces Provder (ISP) yag sesua kebutuha. Oleh karea tu, utuk mempermudah calo pelagga dalam memlh ISP, peuls berecaa membagu sebuah sstem pedukug keputusa yag dapat membatu dalam pemlha ISP dega metodetechque for Order Preferece by Smlarty to Ideal Soluto(TOPSIS). Pada peelta [3] dguaka metode Aalytcal Herarchy Process (AHP) utuk memlh teret sertvce provde (ISP) pada perusahaa PT Pool Cargo Servce. Pada peelta dguaka beberapa krtera utuk memlh ISP terbak sepert kredbltas ISP, kepuasa pelagga, keamaa, da baya.adapu alteratf ISP yag dguaka pada peelta adalah speedy, frst meda, da VBT.Net. Hasl dar peelta dketahu perhtuga dega megguaka AHP dperoleh ISP Speedy memlk bobot terbesar yatu 45,3%. Pada peelta la [4] dlakuka peelta serupa d Kota Makasar. Krtera yag dguaka adalah kredbltas, bad, baya, jumlah grapar, jumlah pelagga, keamaa memblokr stus tertetu, keamaa memblokr vrus, jarga koeks tdak terputus, kesesusaa harga da kualtas layaa, syarat berlaggaa, dukuga teks, kecepata, da kekuata sgal. ISP yag dguaka dalam peelta adalah Idhome, Idosat, Ico+, da Ltasarta.Hasl dar peelta dega megguaka metode Weght Product dperoleh bahwa ISP Ico+ memlk bobot tertgg yatu pada peelta [5] megmplemetaska pegabuga dar metode QFD da fuzzy TOPSIS utuk memlh ISP dar beberapa krtera yag ada. Pegabuga dar metode QFD da fuzzy TOPSIS meghaslka pegkat yag kosste saat dlakuka aalsa sestvtas dega megguaka la crsp da la fuzzy. Dar 6 ISP yag djadka alteratf, ISP Deset memlk bobot tertgg yatu sebesar 0,6729.Peelta [6] berhasl memberka alteratf terbak berdasarka krtera-krtera yag dberka dalam hal pemlha ISP utuk STMIK Atma Luhur dega megguaka metode AHP. II. METODE PENELITIAN Dalam peelta peuls megguaka metode waterfall karea metode bsa memeuh kebutuha perecaaa da aalsa yag lebh detal utuk pembuata sstem pedukug keputusa dalam pemlha ISP. Berkut pejelasa dar masg-masg tahapa dalam model waterfall [7]. 1. Tahap Rekayasa (Pegumpula Iformas) Tahap rekayasa yatu pegumpula kebutuha yag dperluka utuk meyusu sstem pedukug keputusa sesua yag dgka. Utuk medapatka formas yag dbutuhka maka peuls megguaka lagkah berkut : a. Agket/kuesoer adalah tekk pegumpula data yag dlakuka dega cara memberka seperagkat pertayaa atau peryataa kepada orag la yag djadka respode utuk djawabya. Peyebara kusoer dlakuka d Pulau Lombok da melput lma kabupate d Pulau Lombok. Dstrbus kusoer dapat dlhat pada Tabel 1 TABEL I. DISTRIBUSI KUISIONER Daerah Dstrbus Jumlah Respode Kabupate Lombok Barat 25 Respode Kabupate Lombok Tegah 25 Respode Kabupate Lombok Tmur 25 Respode Kabupate Lombok Utara 25 Respode Kodya Mataram 50 Respode Kusoer terdr dar 14 pertayaa yag dbag mejad dua baga yatu detfkas peggua da pelaa terhadap operator yag dguaka.krtera yag dguaka dalam peelta adalah: a. Tarf teret operator b. Kecepata akses teret c. Customer servce d. Kemudaha proses regstras Dar hasl keseluruha kusoer terdapat 145 kusoer yag memlk jawaba da 5 kusoer tdak vald.hasl dar tabulas kusoer utuk setap krtera yag dla dapat dlhat pada gambar d bawah. 10% 12% 15% Tarf:Murah 9% Telkomsel 20% Axs 6% 29% XL Tr 3 Idosat Smartfre Flex Gambar 2 Grafk Pelaa Respode Terhadap Krtera Tarf 10% Kecepata akses 14% 14% 16% 13% 15% 17% XL Telkomsel Axs Tr 3 Idosat Smartfre Flex Gambar 3 Grafk Pelaa Respode Terhadap Krtera Kecepata Akses Coferece o Iformato Techology, Iformato System ad Electrcal Egeerg 178

3 Gambar 4 Grafk Pelaa Respode Terhadap Krtera Customer Servce Gambar 5 Grafk Pelaa Respode Terhadap Kemudaha Regstras Dar Gambar 2 dapat dketahu bahwa 29% respode mela bahwa dar seg tarf Iteret provder Axs dkataka murah. Dar Gambar 3 dapat dketahu bahwa 17% respode mela bahwa dar seg kecepata akses Iteret provoder Telkomsel dkataka cepat. Dar Gambar 4 dapat dketahu bahwa 23% respode mela bahwa dar seg customer Servce provoder Telkomsel bagus. Dar Gambar 5 dapat dketahu bahwa 18% respode mela bahwa dar seg kemudaha regstras provder Axs da telkomsel tergolog mudah dalam proses regstrasya. b. Stud lteratur yatu peelta yag dlaksaaka dega mempelajar kosep, metode, tekk, maupu formas dar berbaga sumber sepert teret, buku, jural, maupu artkel lmah laya yag berkata dega sstem pedukug keputusa da mater pedukug laya. c. Metode samplg, pegambla data berdasarka fle atau dokume dar tempat peelta megea tarf, kecepata akses, da jes paket data dar provder Xl, Idosat, Telkomsel, Three, Axs, Smartfre, da flex. 2. Tahap Aalss Setelah melakuka pegumpula formas kebutuha maka tahap yag aka dlakuka selajutya adalah megaalss kebutuha peggua. 3. Tahap desa sstem Tahap desa sstem merupaka tahapa meyusua proses, data, alra proses da hubuga atardata Hasl yag dperoleh dar desa sstem yatu berupa Normalsas.Etty Relatoshp Dagram da Dagram Arus Data. 4. Peulsa Kode Program Peulsa kode program merupaka tahap peerjemah desa sstem yag telah dbuat ke dalam betuk pertah-pertah yag dmegert computer dega megguaka bahasa pemrograma Borlad Delph 7.0 da database MySQL Tahap Peguja Peguja program dlakuka utuk memastka aplkas yag dbuat telah sesua dega desaya da semua fugs dapat dperguaka dega bak. III. HASIL DAN PEMBAHASAN TOPSIS adalah salah satu metode pegambla keputusa multkrtera yag pertama kaldperkealka oleh Kwagsu Yoo ad Hwag Chg-La (1981). Kategor dar metode TOPSIS adalah Mult-Crtera Decso Makg (MCDM) yatu tekk pegambla keputusa dar beberapa plha alteratf yag ada,khususya MADC (Mult Attrbute Decso Makg).Sumber kerumta masalah keputusa buka haya karea faktor ketdaksesuaa atau faktor kepasa formas saja.namu mash terdapat peyebab laya sepert faktor yag berpegaruh terhadap plhaplha yag ada dega beragamya krtera pemlha da juga bobot dar masg-masg krtera[8].topsis bertujua utuk meetuka solus deal postf da solus deal egatf.solus deal postf memaksmalka krtera mafaat da memmalka krtera baya, sedagka solus deal egatf memaksmalka krtera baya da memmalka krtera mafaat. Krtera mafaat merupaka krtera ketka la krtera tersebut semak besar maka semak layak pula utuk dplh. Sedagka krtera baya merupaka kebalka dar krtera mafaat, semak kecl la dar krtera tersebut maka aka semak layak utuk dplh. Dalam metode TOPSIS, alteratf yag optmal adalah yag palg dekat dega solus deal postf da palg jauh dar solus deal egatf. TOPSIS megguaka prsp bahwa alteratf yag terplh tdak haya mempuya jarak terpedek dar solus deal postf, amu juga memlk jarak terpajag dar solus deal egatf. Kosep bayak dguaka utuk meyelesaka masalah keputusa secara prakts.kosepya sederhaa da mudah dpaham, komputasya efse da memlk kemampua utuk megukur kerja relatf dar alteratf-alteratf keputusa kedalam betuk matemats yag sederhaa [9].Kosep fudametal dar metode adalah peetuka jarak Euclde terpedek dar solus deal postf da jarak. Lagkah-lagkah dalam meghtug dega megguaka TOPSIS atara la : 1. Meghtug Matrks Terormalsas TOPSIS membutuhka ratg kerja setap alteratf A 1 pada setap krtera C 1 yag terormalsas, yatu : Coferece o Iformato Techology, Iformato System ad Electrcal Egeerg 179

4 j (2.1) rj m 2 xj Keteraga smbol : 1 - r j adalah la ormalsas dar setap alteratf () terhadap krtera (j) dega =1,2,,m; da j=1,2,,. - x jadalah la dar suatu alteratf () terhadap krtera (j) dega =1,2,..m; da j=1,2,..,. 2. Meghtug Nla Normalsas Terbobot y j y w. r j (2.2) Keteraga smbol : - Y jadalah la ormalsas terbobot. - W adalah bobot masg-masg krtera. - r jadalah la ormalsas masg-masg alteratf dmaa =1,2,.m; da j=1,2,.. 3. Megdetfkas Solus Ideal Postf da Solus Ideal Negatf. A y1, y2,, y ; (2.3) A (2.4) Solus deal postf A + da solus deal egatf A - dapat dtetuka berdasarka ratg bobot terormalsas (y j ) sebaga berkut : y j max yj; m y ; m yj; max y ; j j jka j adalah atrbut keutuga (2.5) (2.6) Keteraga smbol : - Solus deal postf (A + ) dperoleh dega mecar la maksmal dar la ormalsas terbobot (Y j) jka atrbutya adalah atrbut keutuga da mecar la mmal dar ormalsas terbobot (Y j) jka atrbutya adalah atrbut baya. - Solus deal postf (A - ) dperoleh dega mecar la mmal dar la ormalsas terbobot (Y j) jka j x y y,, y ; 1, 2 jka j adalah atrbut baya jka j adalah atrbut keutuga jka j adalah atrbut baya atrbutya adalah atrbut keutuga da mecar la maksmal dar la ormalsas terbobot (Y j) jka atrbutya adalah atrbut baya. 4. Meghtug Jarak Atara Setap Alteratf dega Solus Ideal Postf da Solus Ideal Negatf. Jarak atara alteratf A dega solus deal egatf drumuska sebaga berkut : 2 D y yj ; j1 (2.7) Jarak atara alteratf A dega solus deal egatf drumuska sebaga berkut : D 2 yj y ; j1 (2.8) Keteraga smbol : - Jarak atara alteratf A dega solus deal postf + (Y j+ ) yag dyataka dega smbol D dperoleh dar la akar dar jumlah la tap alteratf yag dperoleh dega la ormalsas terbobot utuk setap alteratf (Y j) dkurag solus deal postf (Y + ) kemuda dpagkat dua. - Jarak atara alteratf A dega solus postf (Y - j ) - yag dyataka dega smbol D dperoleh dar la akar dar jumlah la tap alteratf yag dperoleh dega la ormalsas terbobot utuk setap alteratf (Y j) dkurag solus deal postf (Y - j ) kemuda dpagkat dua. 5. Meetuka Nla Kedekata Setap Alteratf Terhadap Solus Ideal Nla preferes utuk setap alteratf (V ) dberka sebaga berkut : D V ; D D (2.9) Keteraga smbol : - V (la preferes utuk setap alteratf) dperoleh dar la jarak atara alteratf A dega solus deal egatf (D - ) dbag jumlah la jarak atara alteratf A dega solus dela egatf (D - ) dtambah jumlah la jarak atara alteratf A dega solus deal (D + ). - Nla V yag lebh besar meujukka bahwa alteratf A lebh dplh. Pembuata aplkas dega megguaka Vsual Delph. Algortma TOPSIS yag dguaka dmplemetaska pada program yag telah dbuat. Utuk proses put data yag dperoleh dar kusoer dapat dlhat pada Gambar 6. Sedagka hasl dar perhtuga dega megguaka metode TOPSIS terkat dega pemlha teret servce provder dapat dlhat pada Gambar 7 Coferece o Iformato Techology, Iformato System ad Electrcal Egeerg 180

5 Gambar 6 Form Krtera Pelaa Smartfre, da Flex maka ddapat hasl bahwa AXIS terplh sebaga rekomedas ISP dega la 1,0000. Dharapka utuk pegembaga selajutya aplkas mempuya fasltas utuk meambah krtera maupu megubah krtera dalam proses pemlha. Megguaka tabel perhtuga yag dams dalam proses pemlha, yag bertujua jka ada perubaha krtera maka sstem aka meyesuaka dr dalam proses perhtuga. Dsaraka utuk megaalss lebh lajut megea metode MADM dalam SPK utuk megetahu perbadga metode yag satu dega yag laya. Dharapka utuk pegembaga selajutya agar sstem yag dbuat berbass web. REFERENSI Gambar 7 Hasl Perhtuga dega Megguaka TOPSIS Berdasarka hasl dar perhtuga topss dega megguaka data hasl tabulas kuesoer, maka program Sstem Pedukug Keputusa Dalam Pemlha Iteret Servce Provder (ISP) Dega Metode TOPSIS merekomedaska utuk megguaka AXIS. IV. KESIMPULAN DAN SARAN Berdasarka tabulas hasl kuesoer yag dlakuka, la persetase plha terbayak utuk krtera tarf murah adalah Axs dega 29%, kemuda utuk krtera kecepata akses adalah Telkomsel dega 17%, krtera pelayaa costumer servce adalah Telkomsel dega 23%, da utuk krtera kemudaha regstras adalah Axs da Telkomsel dega 18%. Hasl perhtuga topss yag dlakuka pada ke tujuh alteratf melput Xl, Telkomsel, Axs, Tr 3, Idosat, [1] aoym. Idoesa Pergkat 8 peggua teret terbesar. dakses 08 Agustus 2014,10:26 [2] aoym. Proyeks perkembaga peggua teret d Idoesa. 10 Oktober 2013 [3] Am, Ruhul Metode Aalytcal Herarchy Process Dalam Sstem Pedukug Keputusa Pemlha Iteret Servce Provder. Jural Tekk Komputer AMIK BSI. Vol 1 No 1 Februar [4] Sulehu, Marwa Sstem Pedukug Keputusa Pemlha Layaa Iteret Servce Provder Megguaka Metode Weghted Product. Idoesa Joural o Networkg Ad Securty.Vol 4. No. 4 [5] Dw Novato; Gerowo, Rahmat Metode Qualty Fucto Deplymet da Fuzzy. TOPSIS Utuk Sstem Pedukug Keputusa Pemlha Perusahaa Peyeda Jasa Iteret. Jural Sstem Iformas Bss. [6] Satoso, H Strateg Memlh Iteret Servce Provder Terbak utuk Pergurua Tgg (Stud Kasus STMIK Atma Luhur). SNATI, [7] Pressma, Roger S Rekayasa Peragkat Luak. Yogyakarta:Ad [8] Hdayat, Luthf Metode TOPSIS Utuk Membatu Pemlha Jurusa Pada Sekolah Meegah Atas. (Naskah Skrps). Program Stud Sstem Iformatka Uverstas Da Nuswatoro Semarag. [9] Kusumadew, S., Hartat, S., Harjoko, A., Wardoyo, R Fuzzy Mult Atrbut Decso Makg (FUZZY MADM).Yogyakarta : Graha Ilmu. Coferece o Iformato Techology, Iformato System ad Electrcal Egeerg 181

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di: ISSN: 339-541 JURNAL GAUSSIAN, Volume 4, Nomor, Tahu 015, Halama 67-76 Ole d: http://ejoural-s1.udp.ac.d/dex.php/gaussa PEMILIHAN PENGRAJIN TERBAIK MENGGUNAKAN MULTI-ATTRIBUTE DECISION MAKING (MADM) TECHNIQUE

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN OPERATOR TELEKOMUNIKASI DENGAN METODE AHP DAN TOPSIS. 2)

RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN OPERATOR TELEKOMUNIKASI DENGAN METODE AHP DAN TOPSIS. 2) RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN OPERATOR TELEKOMUNIKASI DENGAN METODE AHP DAN TOPSIS I Putu Eratama 1), I Gede Arya Utama ) 1) ) Jurusa Sstem Iformas. Sekolah Tgg Maajeme Iformatka

Lebih terperinci

ANALISIS PENGGABUNGAN METODE SAW DAN METODE TOPSIS UNTUK MENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN DOSEN

ANALISIS PENGGABUNGAN METODE SAW DAN METODE TOPSIS UNTUK MENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN DOSEN Semar Nasoal Iformatka 2013 (semasif 2013) ISSN: 1979-2328 UPN Vetera Yogyakarta, 18 Me 2013 ANALISIS PENGGABUNGAN METODE SAW DAN METODE TOPSIS UNTUK MENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN DOSEN Gregorus

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak BAB III METODE PENELITIAN 3.1 Lokas da Waktu Peelta Peelta dlakuka d PT. Mulya Agro Botekolog yag terletak Perumaha Tegalgodo Asr Blok H III No. 10 Kecamata Karagploso, Kabupate Malag. Pemlha lokas peelta

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

Pembobotan dan Optimasi Untuk Pemilihan Distributor PT Maan Ghodaqo Shiddiq Lestari

Pembobotan dan Optimasi Untuk Pemilihan Distributor PT Maan Ghodaqo Shiddiq Lestari JURNAL SAINS DAN SENI ITS Vol., No., (Sept. 202) ISSN: 20-928X A-7 Pembobota da Optmas Utuk Pemlha Dstrbutor PT Maa Ghodaqo Shddq Lestar Teas N. Qurawat, Subcha, Suhud Wahyud Jurusa Matematka, Fakultas

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

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

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN BAB IV METODE PENELITIAN 4.. Tempat da Waktu Peelta Peelta megea Kepuasa Kosume Restora Ayam Goreg Fatmawat, dlaksaaka pada bula November tahu 008 hgga Jauar tahu 009. Restora Ayam Goreg Fatmawat Hotel

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

Pembobotan dan Optimasi Untuk Pemilihan Distributor PT Maan Ghodaqo Shiddiq Lestari

Pembobotan dan Optimasi Untuk Pemilihan Distributor PT Maan Ghodaqo Shiddiq Lestari JURNAL TEKNIK POMITS Vol., No., (202) -5 Pembobota da Optmas Utuk Pemlha Dstrbutor PT Maa Ghodaqo Shddq Lestar Teas N. Qurawat, Suhud Wahyud, Subcha Jurusa Matematka, Fakultas Matematka da Ilmu Pegetahua

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

PEMILIHAN PENGRAJIN TERBAIK DENGAN METODE ELECTRE DAN TOPSIS MENGGUNAKAN GUI MATLAB (STUDI KASUS : PT. Asaputex Jaya, Tegal)

PEMILIHAN PENGRAJIN TERBAIK DENGAN METODE ELECTRE DAN TOPSIS MENGGUNAKAN GUI MATLAB (STUDI KASUS : PT. Asaputex Jaya, Tegal) ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahu 2016, Halama 663-672 Ole d: http://eoural-s1.udp.ac.d/dex.php/gaussa PEMILIHAN PENGRAJIN TERBAIK DENGAN METODE ELECTRE DAN TOPSIS MENGGUNAKAN GUI

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

Sistem Pendukung Keputusan Penentuan Prioritas Desa Penerima Program Desa Siaga pada Dinas Kesehatan Kota Banjar

Sistem Pendukung Keputusan Penentuan Prioritas Desa Penerima Program Desa Siaga pada Dinas Kesehatan Kota Banjar Jural Tekolo Iformas Poltekk Telkom Vol., No. 4, November 202 Sstem Pedukug Keputusa Peetua Prortas Desa Peerma Program Desa Saga pada Das Kesehata Kota Baar Ira Yuar, Mahmud Imroa 2, Reto Nov Dayawat

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Waktu da tempat peelta Dalam upaya pelaksaaa peelta,maka peelt melakukaya pada : 1. Tempat Peelta Gua memperoleh data yag dperluka dalam peulsa Skrps yag berjudul Pembetuka

Lebih terperinci

PEMILIHAN MAHASISWA BERPRESTASI DIPLOMA MENGGUNAKAN METODE TOPSIS

PEMILIHAN MAHASISWA BERPRESTASI DIPLOMA MENGGUNAKAN METODE TOPSIS emar Nasoal APTIKOM (EMNATIKOM), Hotel Lombok Raya Mataram, - Oktober PEMILIHAN MAHAIWA BERPRETAI DIPLOMA MENGGUNAKAN METODE TOPI Dyah Herawate,, Eto Wuryato () Program tud D stem Iformas Fakultas Vokas

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

KOMPUTASI METODE SAW DAN TOPSIS MENGGUNAKAN GUI MATLAB UNTUK PEMILIHAN JENIS OBJEK WISATA TERBAIK (Studi Kasus : Pesona Wisata Jawa Tengah)

KOMPUTASI METODE SAW DAN TOPSIS MENGGUNAKAN GUI MATLAB UNTUK PEMILIHAN JENIS OBJEK WISATA TERBAIK (Studi Kasus : Pesona Wisata Jawa Tengah) ISSN: 339-54 JURNAL GAUSSIAN, Volume 5, Nomor, Tahu 6, alama 89-98 Ole d: http://eoural-s.udp.ac.d/dex.php/gaussa KOMPUTASI METODE SAW DAN TOPSIS MENGGUNAKAN GUI MATLAB UNTUK PEMILIAN JENIS OBJEK WISATA

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

Pemilihan Pemasok Terbaik dengan Metode. (Studi Kasus : CV. Becik Joyo)

Pemilihan Pemasok Terbaik dengan Metode. (Studi Kasus : CV. Becik Joyo) 1 Pemlha Terbak dega Metode TOPSIS Fuzzy MCDM (Stud Kasus : CV. Bek Joyo) Sedy Pradaa Putra, Soy Suaryo Jurusa Statstka, Fakultas MIPA, Isttut Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm, Surabaya

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokas da Waktu Peelta Peelta dlaksaaka d Tambu Bekas, Jawa Barat, dega pertmbaga bahwa Kota Bekas merupaka kota sedag, dega kemudaha akses da juga memlk jumlah peduduk yag cukup

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA INTEGRAL RIEMANN MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk

Lebih terperinci

Jurnal Sketsa Bisnis Vol. 2 No. 1 Agustus 2015 Page 18

Jurnal Sketsa Bisnis Vol. 2 No. 1 Agustus 2015 Page 18 ANALISA WAKTU BAKU PRODUKSI DOMPET DENGAN PENDEKATAN PETA TANGAN KIRI DAN TANGAN KANAN PADA CV. XYZ DI PASURUAN Hasa Bashor 1), Rosyatul Umam ) 1) Dose Tekk dustr Fakultas Tekk Uverstas Yudharta Pasurua

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 21 Sstem Pedukug Keputusa Meurut Prof Dr Praud Atmosudro, SH, keputusa adalah suatu pegakhra darpada proses pemkra tetag suatu masalah atau problema utuk meawab pertayaa apa yag harus

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

Lebih terperinci

SOLUSI TUGAS I HIMPUNAN

SOLUSI TUGAS I HIMPUNAN Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real

Lebih terperinci

PEMANFAATAN LAYANAN REFERENSI DI UPT PERPUSTAKAAN UNIVERSITAS UDAYANA

PEMANFAATAN LAYANAN REFERENSI DI UPT PERPUSTAKAAN UNIVERSITAS UDAYANA PEMAFAATA LAYAA REFERESI DI UPT PERPUSTAKAA UIVERSITAS UDAYAA I KADEK OKA SULAKSAA FAKULTAS ILMU SOSIAL DA ILMU POLITIK UIVERSITAS UDAYAA DEPASAR EMAIL : kasulaksaa22@gmal.cm ABSTRACT The research s a

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah Prosdg Statstka ISSN 40-45 Uj Modfkas Pergkat Bertada Wlcoxo Utuk Masalah Dua Sampel Berpasaga 1 Wl Soldayah St Suedar 3 Lsur Wachdah 1, Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl. Tamasar No. 1

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc STUDI KELAYAKAN: ASPEK FINANSIAL F.Hafz Saragh SP, MSc Pajak Baya bag perusahaa/ usahata, sehgga merupaka peguraga dar beeft Subsd FINANSIAL Peguraga baya bag perusahaa/ usahata, sehgga merupaka tambaha

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakag Masalah Regres merupaka suatu metode statstka yag dguaka utuk meyeldk pola hubuga atara dua atau lebh varabel.betuk atau pola hubuga varabelvarabel tersebut dapat ddetfkas

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013. BAB III METODOLOGI PENELITIAN 3.. Tempat da Waktu Peelta Peelta dlaksaaka d SMP Neger 3 Gorotalo kota Gorotalo Props Gorotalo tahu pelajara 0/03. D SMP Neger 3 Gorotalo memlk 6 romboga belajar yag terdr

Lebih terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN BAB IV METODE PENELITIAN 4.1 Lokas da Waktu Peelta Peelta dlakuka d Agrfu yag berlokas d Tama Kecaa No. 3 Kota Bogor. Peelta dlaksaaka pada bula November Desember 2010. Pemlha waktu da lokas dega pertmbaga

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKALAH SEMINAR TERBAIK

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKALAH SEMINAR TERBAIK SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKALAH SEMINAR TERBAIK Deborah Kurawat 1), Azhar S.N. 2) 1) Program stud Sstem Iformas STMIK AKAKOM Jl. Raya Jat No 143 Karagjambe Yogyakarta 2) Jurusa Ilmu Komputer

Lebih terperinci

Bab 4 Pengumpulan dan Pengolahan Data

Bab 4 Pengumpulan dan Pengolahan Data Bab 4 Pegumpula da Pegolaha Data 4.. Pegumpula Data 4... Peguja Kuesoer Pedahulua Peguja kuesoer pedahulua bertujua utuk meguj kelayaka da keadala peryataa-peryataa dalam kuesoer tersebut. Pada peelta

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB METODE PENELTAN 3.1 Tempat da Waktu Peelta Peelta dlaksaaka d areal/wlaah koses huta PT. Sarmeto Parakata Tmber, Kalmata Tegah pada bula Aprl sampa dega Me 007. 3. Baha da Alat Baha ag dguaka utuk

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

UJIAN TUGAS AKHIR LOGO. Kamis, 28 Januari Oleh : Heny Nurhidayanti. Dosen Pembimbing : INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA

UJIAN TUGAS AKHIR LOGO. Kamis, 28 Januari Oleh : Heny Nurhidayanti. Dosen Pembimbing : INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA LOGO UJIAN TUGAS AKHIR Kams, 28 Jauar 200 Oleh : Hey Nurhdayat 206 00 059 Dose Pembmbg : Drs. Sulstyo, MT JURUSAN MATEMATIKA FMIPA INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA Pedahulua Order dar customer

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling. METODE PENELITIAN Desa, Tempat da Waktu Peelta Peelta megguaka desa cross sectoal study. Lokas peelta d Kota Bogor. Pemlha lokas peelta secara purposve dega pertmbaga merupaka salah satu kecamata dega

Lebih terperinci

PEMILIHAN PRIORITAS LAYANAN QOS DENGAN PENDEKATAN METODE FUZZY ANALYTICAL HIERARCHY PROCESS (FAHP) DAN TOPSIS

PEMILIHAN PRIORITAS LAYANAN QOS DENGAN PENDEKATAN METODE FUZZY ANALYTICAL HIERARCHY PROCESS (FAHP) DAN TOPSIS PEMILIHAN PRIORITAS LAYANAN QOS DENGAN PENDEKATAN METODE FUZZY ANALYTICAL HIERARCHY PROCESS (FAHP) DAN TOPSIS Bud Dw Satoto *, Mukhamad Khoro 2 *2 Program Stud Sstem Iformas, Uverstas Truojoyo, Bagkala,

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Berdasarkan permasalahan yang akan diteliti oleh penulis, maka metode

BAB III METODOLOGI PENELITIAN. Berdasarkan permasalahan yang akan diteliti oleh penulis, maka metode 4 BAB III METODOLOGI PENELITIAN A. Metode da Desa Peelta Berdasarka permasalaha yag aka dtelt oleh peuls, maka metode peelta yag dguaka yatu metode deskrptf komparatf (descrptvecomparatve). Sebagamaa yag

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi. TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN BUAH RAMBUTAN DENGAN KUALITAS TERBAIK MENGGUNAKAN METODE WEIGHTED PRODUCT (WP)

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN BUAH RAMBUTAN DENGAN KUALITAS TERBAIK MENGGUNAKAN METODE WEIGHTED PRODUCT (WP) ISSN 2548-8368 (meda ole) SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN BUAH RAMBUTAN DENGAN KUALITAS TERBAIK MENGGUNAKAN METODE WEIGHTED PRODUCT (WP) Yosa aro Za, Mesra 2, Efor Buulolo 3 Mahasswa Tekk Iformatka

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

Lebih terperinci

Penerapan Metode TOPSIS untuk Penentuan Variabel Setting Pada Optimisasi Multirespon Taguchi

Penerapan Metode TOPSIS untuk Penentuan Variabel Setting Pada Optimisasi Multirespon Taguchi Koferes Nasoal Sstem & Iformatka 017 STMIK STIKOM Bal, 10 Agustus 017 Peerapa Metode TOPSIS utuk Peetua Varabel Settg Pada Optmsas Multrespo Taguch I Ketut Putu Suatara 1), I Gede Eka Watara Putra ) STMIK

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

Penelitian Operasional II Teori Permainan TEORI PERMAINAN Peelta Operasoal II Teor Permaa 7 2 TEORI PERMAINAN 2 Pegatar 2 Krtera Tekk Permaa : () Terdapat persaga kepetga datara pelaku (2) Setap pema memlk stateg, bak terbatas maupu tak terbatas (3) Far Game

Lebih terperinci

PERANCANGAN PROGRAM PENDETEKSIAN KERUSAKAN PERMUKAAN UBIN KERAMIK MENGGUNAKAN JARINGAN SARAF TIRUAN

PERANCANGAN PROGRAM PENDETEKSIAN KERUSAKAN PERMUKAAN UBIN KERAMIK MENGGUNAKAN JARINGAN SARAF TIRUAN PERANCANGAN PROGRAM PENDETEKSIAN KERUSAKAN PERMUKAAN UBIN KERAMIK MENGGUNAKAN JARINGAN SARAF TIRUAN Chars Lubs, Rady Sukada Wjaya Fakultas Tekk Iformas Uverstas Tarumaagara, Jakarta Fakultas Tekk Iformas

Lebih terperinci

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 0, No. (03), hal. 57-6 ESTIMASI UKUAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM POTOFOLIO PADA SINGLE INDEX MODEL Eka Kurawat, Helm, Neva Satyahadew INTISAI

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUBKONTRAK PRODUKSI SARUNG TANGAN MENGGUNAKAN METODE ENTROPY DAN TOPSIS

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUBKONTRAK PRODUKSI SARUNG TANGAN MENGGUNAKAN METODE ENTROPY DAN TOPSIS Semar Nasoal Iformatka 01 (semasif 01) ISSN: 1979-38 UPN Vetera Yogyakarta, 30 Ju 01 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUBKONTRAK PRODUKSI SARUNG TANGAN MENGGUNAKAN METODE ENTROPY DAN TOPSIS Jamla Akaem

Lebih terperinci