Objective. Diagram Entity-Relationship. Pemodelan Data dalam Rekayasa Perangkat Lunak. Model Analisis Terstruktur. Pemodelan PL

Ukuran: px
Mulai penontonan dengan halaman:

Download "Objective. Diagram Entity-Relationship. Pemodelan Data dalam Rekayasa Perangkat Lunak. Model Analisis Terstruktur. Pemodelan PL"

Transkripsi

1 Diagram Etity-Relatioship Pemodela Data dalam Rekayasa Peragkat Luak SE6162 Dwi ji Mardiyato Objective Memahami petigya Pemodela dalam RPL Memahami peraerd dalam RPL Memahami kompoeerd Mampu meetuka etitas-etitas data serta relasiya dalam suatu domai persoala ERD-2 Pemodela PL Membatu memberika gambara pekerjaa sesugguhya Membatu estimasi sumber daya Mejadidasar peracaga Fokus pada apa? buka bagaimaa? Domai : Data (omor, teks) Kotrol (peristiwa) Isi (substasi) iformasi (obyek, atribut) lira iformasi (perubahada aliradata) Struktur iformasi (eleme data da relasiya) Model alisis Terstruktur ERD-3 ERD-4 Model alisis terstruktur Data Dictioary(Kamus data) Deskripsi semua obyek data Etity-Relatioship Diagram (ERD) Meggambarka relasi atar obyek data Data Flow Diagram (DFD) agaimaa data ditrasformasika Fugsi yag metrasformasi data Model alisis terstruktur(2) State Trasitio Diagram (STD) Meggambarka status da peyebab perubaha status Data Object Descriptio Deskripsi atribut utuk tiap obyek data Process Spesificatio (PSpec) Deskripsi tiap proses pada DFD Cotrol Spesificatio Deskripsi tiap status/trasisi pada STD ERD-5 ERD-6 1

2 Kompoe ERD Etitas Etitas Etitas (Etity) Relasi (Relatioship) tribut (ttribute) Kardialitas (Kardiality) Modalitas (Modality) Sebuah barag atau obyek yag dapat dibedaka dari obyek lai Idividu : pegawai,pelagga, mahasiswa,distributor. Tempat : ruag,bagua,kator,lapaga,kampus. Obyek: buku,motor,paket software,produk Peristiwa: pedaftara,pemesaa, peagiha Kosep : rekeig,kualifikasi. ERD-7 ERD-8 Cotoh Etitas agua Relasi Relasi sosiasi 2 atau lebih etitas erupa kata kerja Produk Mahasiswa Megambil Mata Kuliah Pelagga ERD-9 ERD-10 tribut ddress Kardialitas Relasi Properti yag dimiliki setiap etitas yag aka disimpa dataya. tribut Pelagga No KTP/SIM Nama lamat gka yag meujukka bayakya kemucula suatu obyek terkait dega kemucula obyek lai pada suatu relasi Kombiasi yag mugki : (1:1, 1:N, M:N) ERD-11 ERD-12 2

3 Cotoh 1 N Departeme 1 Departeme mugki mempekerjaka 1 atau lebih pegawai 1 haya bekerja pada sebuah departeme Kardialitas Relasi dega tepat 1 obyek dega tepat 1/0 obyek dega tepat 1/N obyek dega tepat 0/N obyek dega tepat N obyek ERD-13 ERD-14 Modalitas Relasi Partisipasi sebuah etitas pada suatu relasi 0 jika partisipasi bersifat optioal /parsial 1 jika partisipasi bersifat wajib /total Partisipasi total Setiap aak memiliki ibu Partisipasi parsial Tidak setiap perempua memiliki aak ERD-15 Cotoh 1 N Departeme Setiap departeme setidakya harus memiliki seorag pegawai. Seorag pegawai yag tidak harus termasuk dalam sebuah Departeme meujukka modalitas parsial. Departeme * ERD-16 Etitas Lemah/Kuat Etitas Kuat : Etitas yag memiliki atribut kuci (Key) Etitas Lemah : Etitas yag biasaya berasal dari atribut multivalue pada etitas lai. NoKTP Nama Pemodela Data yag aik Sederhaa Tidak ada duplikasi data (redudat) Fleksibel da mudah beradaptasi dega perkembaga Mahasiswa Hobby ERD-17 ERD-18 3

4 Cotoh Pemodela Data Represetasi Tabular ERD-19 ERD-20 Cotoh ERD Sederhaa ERD-21 ERD-22 SOL Solusi SName PName Uit pegadaa barag produksi pada sebuah perusahaa melakuka trasaksi dega para supplier utuk medapatka barag (parts) yag dibutuhka perusahaa. Gambarka ERD utuk kasus ii! Suppliers N Suppliers: Ship SName Parts M Parts: PName Shipmets: ERD-23 ERD-24 4

5 Soal Sebuah bak memiliki beberapa cabag di daerah yag berlaia. Masig- masig cabag memiliki pelagga yag relatif bayak. Sebuah rekeig mugki saja dimiliki oleh beberapa pelagga da setiap pelagga boleh memiliki beberapa rekeig. Gambarka skema ERD da tabel utuk kasus ii. Tambahka layaa pemijama uag(kredit) pada skema ERD tersebut. ERD-25 ERD-26 Soal(2) Sebuah perusahaa memiliki bayak pelagga yag telah memesa sejumlah barag produksiya. Gambarka diagram ER proses trasasksi pembelia ii da tabel utuk kasus ii. ERD-27 ERD-28 ERD-29 ERD-30 5

Entity Relationship Diagram

Entity Relationship Diagram Tahap pembuata ER-Diagram Etity Relatioship Diagram Tahap pembuata ER-Diagram Awal (Prelimiary Desig) Meracag diagram basis data yag dapat megakomodasi kebutuha peyimpaa data terhadap sistem. Tahap Optimasi

Lebih terperinci

Beberapa metode pengembangan sistem : a. Metode pengembangan Evolusioner

Beberapa metode pengembangan sistem : a. Metode pengembangan Evolusioner PENDEKATAN PENGEMBANGAN SISTEM Beberapa metode pegembaga sistem : a. Metode pegembaga Evolusioer b. Metode pegembaga Re-usable c. Metode Prototypig d. Metode Pegembaga berorietasi objek a. METODE PENGEMBANGAN

Lebih terperinci

Teknik Informatika S1

Teknik Informatika S1 Teknik Informatika S1 Rekayasa Perangkat Lunak Lanjut Overview: Analisis Terstruktur Disusun Oleh: Egia Rosi Subhiyakto, M.Kom, M.CS Teknik Informatika UDINUS egia@dsn.dinus.ac.id +6285640392988 SILABUS

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata robabilitas da Statistika Teorema ayes dam Hedra rata Itroduksi - Joit robability Itroduksi Teorema ayes eluag Kejadia ersyarat Jika muculya mempegaruhi peluag muculya kejadia atau sebalikya, da adalah

Lebih terperinci

Teknik Informatika S1

Teknik Informatika S1 Teknik Informatika S1 Rekayasa Perangkat Lunak Lanjut Overview: Analysis Terstruktur Disusun Oleh: Egia Rosi Subhiyakto, M.Kom, M.CS Teknik Informatika UDINUS egia@dsn.dinus.ac.id +6285740278021 SILABUS

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

REGRESI LINIER SEDERHANA

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

Lebih terperinci

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

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

Lebih terperinci

BAB IV ANALISIS KERJA PRAKTEK

BAB IV ANALISIS KERJA PRAKTEK BAB IV ANALISIS KERJA PRAKTEK 4.1. Aalisis Sistem 4.1.1. Aalisis Dokume Aalisis dokume bertujua utuk megetahui spesifikasi iformasi yag ada dalam sistem yag dipakai utuk dokume. Dokumedokume tersebut diataraya

Lebih terperinci

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

PERANCANGAN APLIKASI PEMBELAJARAN MUSEUM INTERAKTIF BERBASIS MOBILE DEVICE

PERANCANGAN APLIKASI PEMBELAJARAN MUSEUM INTERAKTIF BERBASIS MOBILE DEVICE Media Iformatika Vol. 0 No. 3 (20) PERANCANGAN APLIKASI PEMBELAJARAN MUSEUM INTERAKTIF BERBASIS MOBILE DEVICE Aa Hadiaa Sekolah Tiggi Maajeme Iformatika da Komputer LIKMI Jl. Ir. H. Djuada o.96 Badug 4032

Lebih terperinci

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang II. LANDASAN TEORI Pada bab ii aka diberika beberapa istilah, defiisi serta kosep-kosep yag medukug dalam peelitia ii. 2.1 Kosep Dasar Teori Graf Berikut ii aka diberika kosep dasar teori graf yag bersumber

Lebih terperinci

PERANCANGAN DAN PEMBUATAN APLIKASI DECISION SUPPORT SYSTEM (DSS) UNTUK PREDIKSI PERMINTAAN KEBUTUHAN BERAS SECARA MULTIUSER

PERANCANGAN DAN PEMBUATAN APLIKASI DECISION SUPPORT SYSTEM (DSS) UNTUK PREDIKSI PERMINTAAN KEBUTUHAN BERAS SECARA MULTIUSER ISSN : 2338-4018 PERANCANGAN DAN PEMBUATAN APLIKASI DECISION SUPPORT SYSTEM (DSS) UNTUK PREDIKSI PERMINTAAN KEBUTUHAN BERAS SECARA MULTIUSER Agik Damai Istato (agik_damai@yahoo.co.id) Muhammad Hasbi (mhasbi@sius.ac.id)

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

PROGRAM STUDI SISTEM INFORMASI FAKULTAS TEKNIK DAN ILMU KOMPUTER UNIVERSITAS KOMPUTER INDONESIA BANDUNG 2012

PROGRAM STUDI SISTEM INFORMASI FAKULTAS TEKNIK DAN ILMU KOMPUTER UNIVERSITAS KOMPUTER INDONESIA BANDUNG 2012 SISTEM INFORMASI PENJUALAN BARANG ONLINE DI DISTRO SNOOBY ANGGI RIANSYAH 050705 PROGRAM STUDI SISTEM INFORMASI FAKULTAS TEKNIK DAN ILMU KOMPUTER UNIVERSITAS KOMPUTER INDONESIA BANDUNG 202 Idetifikasi Masalah

Lebih terperinci

KONTRAK PERKULIAHAN. Disusun Oleh: Supardi Nani, SE., M.Si

KONTRAK PERKULIAHAN. Disusun Oleh: Supardi Nani, SE., M.Si KONTRAK PERKULIAHAN Disusu Oleh: Supardi Nai, SE., M.Si Mata Kuliah : Maajeme Pemasara Kode : 9114-6-0253 Program Studi : Peddika Ekoomi Jurusa : Pedidika Ekoomi Fakultas : Ekoomi da Bisis Jumlah Pertemua

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 31 Flowchart Metodologi Peelitia BAB III METODOLOGI PENELITIAN Gambar 31 Flowchart Metodologi Peelitia 18 311 Tahap Idetifikasi da Peelitia Awal Tahap ii merupaka tahap awal utuk melakuka peelitia yag

Lebih terperinci

SATUAN ACARA PERKULIAHAN (SAP) PROGRAM STUDI AKUNTANSI

SATUAN ACARA PERKULIAHAN (SAP) PROGRAM STUDI AKUNTANSI STIE Bisma Lepisi Jl. Ks. Tubu No. 11 Tagerag 15112 Telp.:(021) 558 9161-62. Fax.:(021) 558 9163 SATUAN ACARA PERKULIAHAN (SAP) PROGRAM STUDI AKUNTANSI Kode Mata Kuliah Nama Mata Kuliah Kelompok Mata Kuliah

Lebih terperinci

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real: BARISAN TAK HINGGA Secara umum, suatu barisa dapat diyataka sebagai susua terurut dari bilaga-bilaga real: u 1, u 2, u 3, Barisa tak higga merupaka suatu fugsi dega domai berupa himpua bilaga bulat positif

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

PERANCANGAN SITUS WEBSITE SISTEM PEMASARAN PADA PT. RADJAWALI MENGGUNAKAN BAHASA PEMROGRAM PHP DAN DATABASE MYSQL

PERANCANGAN SITUS WEBSITE SISTEM PEMASARAN PADA PT. RADJAWALI MENGGUNAKAN BAHASA PEMROGRAM PHP DAN DATABASE MYSQL Jural Sais da Tekologi Vol 7 o 2, Desember 207 PERANCANGAN SITUS WEBSITE SISTEM PEMASARAN PADA PT. RADJAWALI MENGGUNAKAN BAHASA PEMROGRAM PHP DAN DATABASE MYSQL Eko Amri Jaya Sistem Iformasi, Sekolah Tiggi

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

1 n MODUL 5. Peubah Acak Diskret Khusus

1 n MODUL 5. Peubah Acak Diskret Khusus ODUL 5 Peubah Acak Diskret Khusus Terdapat beberapa peubah acak diskret khusus yag serig mucul dalam aplikasi. Peubah Acak Seragam ( Uiform) Bila X suatu peubah acak diskret dimaa setiap eleme dari X mempuyai

Lebih terperinci

ENTITY RELATIONSHIP DIAGRAM

ENTITY RELATIONSHIP DIAGRAM ETITY RELATIOSHIP DIAGRAM Model Entity Relationship Adalah suatu penyajian data dengan menggunakan Entity dan Relationship ETITY. Entity adalah obyek yang dapat dibedakan dalam dunia nyata 2. Entity set

Lebih terperinci

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder 3. Ragkaia Logika Kombiasioal da Sequesial Ragkaia Logika secara garis besar dibagi mejadi dua, yaitu ragkaia logika Kombiasioal da ragkaia logika Sequesial. Ragkaia logika Kombiasioal adalah ragkaia yag

Lebih terperinci

ENTITY RELATIONSHIP DIAGRAM

ENTITY RELATIONSHIP DIAGRAM ETITY RELATIOSHIP DIAGRAM Model Entity Relationship Adalah suatu penyajian data dengan menggunakan Entity dan Relationship ETITY Entity adalah obyek yang dapat dibedakan dalam dunia nyata Entity set adalah

Lebih terperinci

2.1 Gambaran Umum SMA Kemala Bhayangkari 1 Surabaya

2.1 Gambaran Umum SMA Kemala Bhayangkari 1 Surabaya BAB II GAMBARAN UMUM PERUSAHAAN. Gambara Umum SMA Kemala Bhayagkari Surabaya Sma Kemala Bhayagkari Surabaya yag terletak di jl. A.Yai o 30-3 Surabaya adalah suatu yayasa yag bergerak di pedidika. SMA Kemala

Lebih terperinci

Materi 5 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2016 Nizar Rabbi Radliya

Materi 5 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2016 Nizar Rabbi Radliya Materi 5 DATA MINING 3 SKS Semester 6 S1 Sistem Iformasi UNIKOM 2016 Nizar Rabbi Radliya izar.radliya@yahoo.com Nama Mahasiswa NIM Kelas Kompetesi Dasar Memahami tekik data miig klasifikasi da mampu meerapka

Lebih terperinci

KELOMPOK II HENI WURYANINGSIH / MASTATY GURNING/ ANNISA KHUSNUL KHOTIMAH/ APLIKASI SIKLUS PENDAPATAN (BATCH SYSTEM)

KELOMPOK II HENI WURYANINGSIH / MASTATY GURNING/ ANNISA KHUSNUL KHOTIMAH/ APLIKASI SIKLUS PENDAPATAN (BATCH SYSTEM) KELOMPOK II HENI WURYANINGSIH / 11097067 MASTATY GURNING/ 11097684 ANNISA KHUSNUL KHOTIMAH/ 11097790 APLIKASI SIKLUS PENDAPATAN (BATCH SYSTEM) Pegertia : Siklus trasaksi adalah seperagkat trasaksi akutasi

Lebih terperinci

BAB 2 LANDASAN TEORITIS

BAB 2 LANDASAN TEORITIS BAB LANDAAN TEORITI.. Deskripsi Teori... Aalisis Ragam Multivariate Yag dimaksud dega aalisis ragam multivariate (multivariate aalysis of variace MANOVA) meurut Gaspersz (99, p486) adalah suatu pegembaga

Lebih terperinci

Perancangan Aplikasi Tari Bali Klasik Berbasis Web

Perancangan Aplikasi Tari Bali Klasik Berbasis Web Koferesi Nasioal Sistem & Iformatika 207 STMIK STIKOM Bali, 0 Agustus 207 Peracaga Aplikasi Bali Klasik Berbasis Web Nyoma Utami Jauhari ), Ni Luh Ayu Kartika Yuias S 2), Made Rudita 3) STIKOM Bali Jala

Lebih terperinci

JENIS PENDUGAAN STATISTIK

JENIS PENDUGAAN STATISTIK ENDUGAAN STATISTIK ENDAHULUAN Kosep pedugaa statistik diperluka utuk membuat dugaa dari gambara populasi. ada pedugaa statistik dibutuhka pegambila sampel utuk diaalisis (statistik sampel) yag ati diguaka

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

SISTEM INFORMASI PERSEWAAN PERALATAN PESTA MENGGUNAKAN SMS GATEWAY BERBASIS WEB PADA PERSEWAAN AR MUSIC DENGAN TAMBAHAN FITUR HELP DESK

SISTEM INFORMASI PERSEWAAN PERALATAN PESTA MENGGUNAKAN SMS GATEWAY BERBASIS WEB PADA PERSEWAAN AR MUSIC DENGAN TAMBAHAN FITUR HELP DESK Prosidig SENTIA 06 Politekik Negeri Malag Volume 8 ISSN: 085-347 SISTEM INFORMASI PERSEWAAN PERALATAN PESTA MENGGUNAKAN SMS GATEWAY BERBASIS WEB PADA PERSEWAAN AR MUSIC DENGAN TAMBAHAN FITUR HELP DESK

Lebih terperinci

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel. II. LANDASAN TEORI Defiisi 2.1 Distribusi Samplig Distribusi samplig adalah distribusi probibilitas dari suatu statistik. Distribusi tergatug dari ukura populasi, ukura sampel da metode memilih sampel.

Lebih terperinci

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL Defiisi Persamaa diferesial adalah persamaa yag melibatka variabelvariabel tak bebas da derivatif-derivatifya terhadap variabel-variabel bebas. Berikut ii adalah

Lebih terperinci

ANALISIS REGRESI DAN KORELASI SEDERHANA

ANALISIS REGRESI DAN KORELASI SEDERHANA LATAR BELAKANG DAN KORELASI SEDERHANA Aalisis regresi da korelasi megkaji da megukur keterkaita seara statistik atara dua atau lebih variabel. Keterkaita atara dua variabel regresi da korelasi sederhaa.

Lebih terperinci

ATURAN KONVERSI ER KE TABLE

ATURAN KONVERSI ER KE TABLE N O ERD DIAGRAM RELATIONSHIP ATURAN CONTOH ER DIAGRAM RELATIONSHIP TABLE ENTITAS KUAT Setiap etitas kuat (strog etity) ejadi satu tabel da setiap siple atribut ejadi kolo [, p. 42, 2, p. 244]. Naa etitas

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

Penarikan Sampel Acak Sederhana

Penarikan Sampel Acak Sederhana Tekik Samplig Pearika Sampel Acak Sederhaa Hazmira Yozza- Jur. Matematika Uad 17/11/014 Tujua Pearika Sampel Megambil kesimpula megeai populasi berdasarka iformasi yag terkadug pada sampel Ukura sampel

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

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

Pengertian Secara Intuisi

Pengertian Secara Intuisi Pegertia Secara Ituisi Coba Gambarka grafik fugsi-fugsi berikut.. f ( ) +, pada [0,].. ) pada [0, ] da.. Dari grafik fugsi yag kamu peroleh, apa yag dapat kamu kataka tetag ilai-ilai ketiga fugsi tersebut

Lebih terperinci

Elemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3.

Elemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3. Eleme Dasar Model Atria. Aktor utama customer da server. Eleme dasar :.distribusi kedataga customer. 2.distribusi waktu pelayaa. 3.disai fasilitas pelayaa (seri, paralel atau jariga). 4.disipli atria (pertama

Lebih terperinci

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

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

Lebih terperinci

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

PENDAHULUAN. (ingat : STATISTIKA STATISTIK!!! )

PENDAHULUAN. (ingat : STATISTIKA STATISTIK!!! ) Hal dari 7 PENDAHULUAN. PENGERTIAN STATISTIKA Statistika metode yag berhubuga dega peyajia da peafsira kejadia yag bersifat peluag dalam suatu peyelidika terecaa atau peelitia ilmiah (igat : STATISTIKA

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 21 BAB III METODOLOGI PENELITIAN 3.1. Waktu da Tempat Peelitia Peelitia tugas akhir ii aka dilaksaaka pada : Waktu : Mei s.d. Juli 2017 Tempat : Laboratorium Tekik Elektro Fakultas Tekik UMY 3.2. Alat

Lebih terperinci

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand TEKIK SAMPLIG PCA SEDERHAA Hazmira Yozza Izzati Rahmi HG Jurusa Matematika FMIPA Uad Defiisi : Jika suatu cotoh berukura diambil dari suatu populasi berukura sedemikia rupa sehigga setiap kemugkia cotoh

Lebih terperinci

APLIKASI PENCATATAN DATA PRODUKSI, MAINTENANCE DAN PENJUALAN MINYAK BERBASIS WEB (STUDI KASUS: TAMBANG SEKARKURUNG)

APLIKASI PENCATATAN DATA PRODUKSI, MAINTENANCE DAN PENJUALAN MINYAK BERBASIS WEB (STUDI KASUS: TAMBANG SEKARKURUNG) APLIKASI PENCATATAN DATA PRODUKSI, MAINTENANCE DAN PENJUALAN MINYAK BERBASIS WEB (STUDI KASUS: TAMBANG SEKARKURUNG) Alifah Destiaasari, Wawa Wikusa 2, Idra Lukmaa 3,2,3 Program Studi D3 Maajeme Iformatika,

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

Algoritma Branch and Bound pada Permasalahan 0-1 Knapsack

Algoritma Branch and Bound pada Permasalahan 0-1 Knapsack Algoritma Brach ad Boud pada Permasalaha 0-1 Kapsack Sady Socrates (13508044) Program Studi Tekik Iformatika 2008, Istitut Tekologi Badug Jl. Gaesha 10, 40116 Badug e-mail: if18044@studets.if.itb.ac.id

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

Himpunan. Himpunan 3/28/2012. Semesta Pembicaraan Semua mobil di Indonesia

Himpunan. Himpunan 3/28/2012. Semesta Pembicaraan Semua mobil di Indonesia Himpua Suatu himpua atau gugus adalah merupaka sekumpula obyek. Pada umumya aggota dari gugus tersebut memiliki suatu sifat yag sama. Suatu himpua bagia atau aak gugus merupaka sekumpula obyek yag aggotaya

Lebih terperinci

LOGO MATEMATIKA BISNIS (Deret)

LOGO MATEMATIKA BISNIS (Deret) LOGO MATEMATIKA BISNIS (Deret) DOSEN FEBRIYANTO, SE., MM. www.febriyato79.wordpress.com 1 MATEMATIKA BISNIS Matematika Bisis memberika pemahama ilmu megeai kosep matematika dalam bidag bisis. Sehigga suatu

Lebih terperinci

Modul Kuliah statistika

Modul Kuliah statistika Modul Kuliah statistika Dose: Abdul Jamil, S.Kom., MM SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER MUHAMMADIYAH JAKARTA Bab 2 Populasi da Sampel 2.1 Populasi Populasi merupaka keseluruha pegamata

Lebih terperinci

PERANCANGAN MODEL SISTEM INFORMASIPENGELOLAAN OBAT DI APOTEK (Studi Kasus : Apotek Rosa Farma)

PERANCANGAN MODEL SISTEM INFORMASIPENGELOLAAN OBAT DI APOTEK (Studi Kasus : Apotek Rosa Farma) PERANCANGAN MODEL SISTEM INFORMASIPENGELOLAAN OBAT DI APOTEK (Studi Kasus : Apotek Rosa Farma) Lusi Melia 1, Dai Hamdai 2 1 Program Studi Sistem Iformasi, Fakultas Tekikda Ilmu Komputer,UNIKOM 2 Program

Lebih terperinci

CATATAN KULIAH Pertemuan I: Pengenalan Matematika Ekonomi dan Bisnis

CATATAN KULIAH Pertemuan I: Pengenalan Matematika Ekonomi dan Bisnis CATATAN KULIAH Pertemua I: Pegeala Matematika Ekoomi da Bisis A. Sifat-sifat Matematika Ekoomi 1. Perbedaa Matematika vs. Nomamatematika Ekoomi Keutuga pedekata matematika dalam ilmu ekoomi Ketepata (Precise),

Lebih terperinci

Pendahuluan. Dalam statistika tercakup dua pekerjaan penting, yaitu : penyajian DATA menghasilkan INFORMASI penafsiran

Pendahuluan. Dalam statistika tercakup dua pekerjaan penting, yaitu : penyajian DATA menghasilkan INFORMASI penafsiran 1. Pegertia Statistika Pedahulua Statistika metode yag berhubuga dega peyajia da peafsira kejadia yag bersifat peluag dalam suatu peyelidika terecaa atau peelitia ilmiah Dalam statistika tercakup dua pekerjaa

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Permasalaha peugasa atau assigmet problem adalah suatu persoala dimaa harus melakuka peugasa terhadap sekumpula orag yag kepada sekumpula job yag ada, sehigga tepat satu

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

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

APLIKASI PENCATATAN DATA PRODUKSI, MAINTENANCE DAN PENJUALAN MINYAK BERBASIS WEB (STUDI KASUS: TAMBANG SEKARKURUNG)

APLIKASI PENCATATAN DATA PRODUKSI, MAINTENANCE DAN PENJUALAN MINYAK BERBASIS WEB (STUDI KASUS: TAMBANG SEKARKURUNG) ISSN : 2442-5826 e-proceedig of Applied Sciece : Vol., No.3 Desember 205 Page 938 APLIKASI PENCATATAN DATA PRODUKSI, MAINTENANCE DAN PENJUALAN MINYAK BERBASIS WEB (STUDI KASUS: TAMBANG SEKARKURUNG) Alifah

Lebih terperinci

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

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

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

Himpunan Kritis Pada Graph Caterpillar

Himpunan Kritis Pada Graph Caterpillar 1 0 Himpua Kritis Pada Graph Caterpillar Chairul Imro, Budi Setiyoo, R. Simajutak, Edy T. Baskoro {imro-its,budi}@matematika.its.ac.id, {rio,ebaskoro}@ds.math.itb.ac.id Ues, Semarag, 4 7 Juli 006 Abstrak

Lebih terperinci

Oleh: Yunissa Rara Fahreza Akuntansi Teknologi Sistem Informasi KOMBINATORIAL & PELUANG DISKRIT : PERMUTASI MATEMATIKA DISKRIT

Oleh: Yunissa Rara Fahreza Akuntansi Teknologi Sistem Informasi KOMBINATORIAL & PELUANG DISKRIT : PERMUTASI MATEMATIKA DISKRIT Oleh: Yuissa Rara Fahreza Akutasi Tekologi Sistem Iformasi KOMBINATORIAL & PELUANG DISKRIT : PERMUTASI MATEMATIKA DISKRIT ILUSTRASI 1 Misal ada 3 buah kelereg yag berbeda wara : merah (m), kuig (k) da

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Vol. 6. No., 97-09, Agustus 003, ISSN : 40-858 METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak Tulisa ii membahas peetua persamaa ruag

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian 19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.

Lebih terperinci

BAB V METODOLOGI PENELITIAN

BAB V METODOLOGI PENELITIAN BAB V METODOLOGI PEELITIA 5.1 Racaga Peelitia Peelitia ii merupaka peelitia kualitatif dega metode wawacara medalam (i depth iterview) utuk memperoleh gambara ketidaklegkapa pegisia berkas rekam medis

Lebih terperinci

SKEMA BASIS DATA PENGELOLAAN ASET BARANG UNIVERSITAS. Bayu Adhi Nugroho 4

SKEMA BASIS DATA PENGELOLAAN ASET BARANG UNIVERSITAS. Bayu Adhi Nugroho 4 JURNAL ILMU-ILMU TEKNIK - SISTEM, Vol. No. SKEMA BASIS DATA PENGELOLAAN ASET BARANG UNIVERSITAS Bayu Adhi Nugroho 4 Abstrak: Dalam sistem admiistrasi moder dibutuhka sistem basis data yag terdesai dega

Lebih terperinci

Sampling Process and Sampling Distribution Inference : Point and Interval Estimates. Pertemuan 2

Sampling Process and Sampling Distribution Inference : Point and Interval Estimates. Pertemuan 2 Samplig Process ad Samplig Distributio Iferece : Poit ad Iterval Estimates Pertemua 1 CAKUPAN MATERI: Pemahama tetag Samplig Sampel Acak Sederhaa (Simple Radom Samplig SRS) Estimasi Titik (Poit Estimatio)

Lebih terperinci

Kalkulus Rekayasa Hayati DERET

Kalkulus Rekayasa Hayati DERET Kalkulus Rekayasa Hayati DERET 1 Isi Bab Pedahulua Barisa tak-higga Deret tak-higga Deret Positif : Uji kekovergea Deret Gati Tada Deret Pagkat Deret Taylor da Maclauri 2 Kompetesi Dasar Setelah megikuti

Lebih terperinci

ANALISIS APLIKASI ANGSURAN PEMBAYARAN MELALUI LOKET KREDIT PLUS PADA PT. FINANSIA MULTI FINANCE (FMF) PRABUMULIH

ANALISIS APLIKASI ANGSURAN PEMBAYARAN MELALUI LOKET KREDIT PLUS PADA PT. FINANSIA MULTI FINANCE (FMF) PRABUMULIH 61 ANALISIS APLIKASI ANGSURAN PEMBAYARAN MELALUI LOKET KREDIT PLUS PADA PT. FINANSIA MULTI FINANCE (FMF) PRABUMULIH Ariasyah JURNAL SISTEM INFORMASI DAN KOMPUTERISASI AKUNTANSI (JSK) Program Studi Komputerisasi

Lebih terperinci

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

BAB III LANDASAN TEORI

BAB III LANDASAN TEORI BAB III LANDASAN TEORI III.1 Peambaga Teks (Text Miig) Text Miig memiliki defiisi meambag data yag berupa teks dimaa sumber data biasaya didapatka dari dokume, da tujuaya adalah mecari kata-kata yag dapat

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

Hendra Gunawan. 14 Februari 2014

Hendra Gunawan. 14 Februari 2014 MA20 MATEMATIKA 2A Hedra Guawa Semester II, 203/204 4 Februari 204 Sasara Kuliah Hari Ii 9. Barisa Tak Terhigga Memeriksa kekovergea suatu barisa da, bila mugki, meghitug limitya 9.2 Deret Tak Terhigga

Lebih terperinci

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

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

Lebih terperinci

TEKNIK-TEKNIK PENGAMBARAN ARUS LALU LINTAS

TEKNIK-TEKNIK PENGAMBARAN ARUS LALU LINTAS TEKIK-TEKIK PEGABARA ARS LAL LITAS Kebutuha dasar tekik lalu litas (Traffic Egieerig) adalah pegetahua komprehesif da pegambara dari gerak mobil, truk da bus atara lai pada : jala raya da jariga jala Tekik-tekik

Lebih terperinci

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA BAB VII DITRIBUI AMPLING DAN DEKRIPI DATA 7. Distribusi amplig (samplig distributio) amplig distributio adalah distribusi probabilitas dari suatu statistik. amplig distributio tergatug dari ukura populasi,

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

Kombinatorial dan Peluang. Adri Priadana ilkomadri.com

Kombinatorial dan Peluang. Adri Priadana ilkomadri.com Kombiatorial da Peluag Adri Priadaa ilkomadri.com Pedahulua Sebuah kata-sadi (password) pajagya 6 sampai 8 karakter. Karakter boleh berupa huruf atau agka. Berapa bayak kemugkia kata-sadi yag dapat dibuat?

Lebih terperinci

PEMBUATAN SISTEM INFORMASI AKUNTANSI PENJUALAN DAN PEMBELIAN PADA TOKO SEPATU SENDAL STARS SUBANG Hari Satia Nugraha *1, Rizki Amalia Juliani #2

PEMBUATAN SISTEM INFORMASI AKUNTANSI PENJUALAN DAN PEMBELIAN PADA TOKO SEPATU SENDAL STARS SUBANG Hari Satia Nugraha *1, Rizki Amalia Juliani #2 PEMBUATAN SISTEM INFORMASI AKUNTANSI PENJUALAN DAN PEMBELIAN PADA TOKO SEPATU SENDAL STARS SUBANG Hari Satia Nugraha *1, Rizki Amalia Juliai #2 Program Studi Komputerisasi Akutasi, STMIK Subag Jl. Marsiu

Lebih terperinci

ANALISIS RUNTUT WAKTU DAN PERAMALAN (Time Series and Forecasting) Analisis Tren

ANALISIS RUNTUT WAKTU DAN PERAMALAN (Time Series and Forecasting) Analisis Tren ANALISIS RUNTUT WAKTU DAN PERAMALAN (Time Series ad Forecastig) Aalisis Tre P.E.N.D.A.H.U.L.U.A.N Rutut waktu merupaka kumpula data yag tercatat sepajag periode waktu tertetu (cotohya: miggua, bulaa, atau

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

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA JAMKESMAS DI DESA KATERBAN MENGGUNAKAN METODE WEIGHTED PRODUCT SKRIPSI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA JAMKESMAS DI DESA KATERBAN MENGGUNAKAN METODE WEIGHTED PRODUCT SKRIPSI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA JAMKESMAS DI DESA KATERBAN MENGGUNAKAN METODE WEIGHTED PRODUCT SKRIPSI Diajuka Utuk Memeuhi Sebagia Syarat Gua Memperoleh Gelar Sarjaa Komputer (S.Kom) Pada

Lebih terperinci

Haryoso Wicaksono, S.Si., M.M., M.Kom. 8

Haryoso Wicaksono, S.Si., M.M., M.Kom. 8 Seragam (Uiform) [D1] : Fugsi probabilita Uiform utuk semua ilai. Dimaa merupaka bayakya 1 f ( ) obyek da diasumsika memiliki sifat yag sama. Biomial [D2] : Sifat percobaa Biomial : Percobaa dilakuka dalam

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 22 BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di tiga kator PT Djarum, yaitu di Kator HQ (Head Quarter) PT Djarum yag bertempat di Jala KS Tubu 2C/57 Jakarta Barat,

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

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

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

Lebih terperinci

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

SISTEM INFORMASI PEMBAYARAN TUNAI TOKO MERGIN KLATEN NASKAH PUBLIKASI. diajukan oleh Rita Sanjaya Dwi Riyani

SISTEM INFORMASI PEMBAYARAN TUNAI TOKO MERGIN KLATEN NASKAH PUBLIKASI. diajukan oleh Rita Sanjaya Dwi Riyani SISTEM INFORMASI PEMBAYARAN TUNAI TOKO MERGIN KLATEN NASKAH PUBLIKASI diajuka oleh Rita Sajaya 2.02.8323 Dwi Riyai 2.02.8324 kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER AMIKOM YOGYAKARTA YOGYAKARTA

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

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Disai Peelitia Tujua Jeis Peelitia Uit Aalisis Time Horiso T-1 Assosiatif survey Orgaisasi Logitudial T-2 Assosiatif survey Orgaisasi Logitudial T-3 Assosiatif survey Orgaisasi

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