OPTIMASI DIAMETER TEBAR DAN DETONASI CONE EXPLOSIVE DENGAN METODA DUAL RESPONSE SURFACE
|
|
- Teguh Santoso
- 7 tahun lalu
- Tontonan:
Transkripsi
1 OPTIMASI DIAMETER TEBAR DAN DETONASI CONE EXPLOSIVE DENGAN METODA DUAL RESPONSE SURFACE Siswo Hadi Sumantri, Abdullah Shahab Program Studi Magister Manajemen Teknologi Institut Teknologi Sepuluh Nopember ABSTRAK Bahan peledak seperti TNT dan Tetril tergolong bahan peledak jenis high explosive yang memiliki kecepatan detonasi 1000 s/d 8500 m/dt, apabila kedua bahan peledak ini digabungkan dengan perbandingan komposisi tertentu serta melalui proses sesuai dengan prosedur pencampuran yang benar, maka akan menghasilkan bahan peledak (heigh explosive) yang memiliki kecepatan dan daya ledak ( detonasi) yang lebih tinggi. Berdasarkan data yang diperoleh dari gudang bahan peledak Arsenal Batuporon dan hasil uji laboratorium di Laboratorium Induk Senjata (Labinsen) milik TNI AL, kekuatan dan pola (arah) ledakan bahan peledak campuran antara Tetril dan TNT akan sangat tergantung pada komposisi dan bentuk dari hasil campuran kedua bahan tersebut, sehingga apabila campuran kedua bahan tersebut diberi bentuk tertentu maka akan menghasilkan pola ledakan tertentu pula. Untuk membuktikan bahwa komposisi campuran dan bentuk sangat berpengaruh terhadap pola (arah) dan besarnya detonasi, maka dalam penelitian ini digunakan desain eksperimen dengan metode response surface untuk menentukan komposisi campuran bahan peledak dan variasi sudut rongga (Cone) yang dapat menghasilkan respon diameter tebaran (perkenaan) yang optimal dan detonasi yang tinggi, sehingga akan menghasilkan bahan peledak (heigh explosive) yang memi liki kekuatan hancur lebih besar serta memiliki arah/pola ledakan tertentu. Kata kunci : Bahan peledak, diameter tebar, detonasi, TNT, Tetryl, sudut rongga (Cone), desain eksperimen, metode response surface. PENDAHULUAN Latar Belakang Sesuai dengan sifatnya bahan peledak seperti TNT dan Tetril tergolong bahan peledak high explosive yang memiliki kecepatan detonasi 1000 s/d 8500 m/dt, apabila kedua bahan peledak ini digabungkan dengan perbandingan komposisi tertentu serta melalui proses sesuai dengan prosedur pencampuran yang benar, maka akan menghasilkan bahan peledak (high explosive) yang memiliki kecepatan detonasi dan daya ledak yang lebih tinggi. Dari hal tersebut diatas, maka penelitian ini mempergunakan desain eksperimen untuk mengetahui perbandingan komposisi campuran bahan explosive dan variasi sudut rongga (cone) yang dapat menghasilkan respon diameter tebaran (perkenaan) yang optimal dengan detonasi yang tinggi, sehingga menghasilkan bahan peledak (high explosive) yang memiliki kekuatan hancur yang lebih besar serta memiliki arah ledakan yang tertentu (terfocus).
2 Perumusan Masalah Berdasarkan latar belakang tersebut diatas maka dapat diambil suatu rumusan permasalahan yaitu : Bagaimana menentukan setting parameter pada pembuatan bahan peledak dapat menghasilkan arah dan tebaran gotri secara optimal serta dapat menghasilkan detonasi yang tinggi guna menghasilkan daya hancur yang lebih besar dari pada TNT maupun Tetril. Tujuan Penelitian Tujuan dari penelitian ini adalah mencari komposisi campuran yang optimal antara TNT, Tetril dan besar sudut rongga (cone) untuk memperoleh hasil ledakan yang terarah dengan diameter tebaran gotri yang kecil serta detonasi yang tinggi pada jarak tertentu. Batasan Permasalahan Berdasarkan tujuan penelitian tersebut diatas dan untuk menjadikan penelitian lebih terfokus, maka dibuat batasan-batasan dalam penelitian ini sebagai berikut : a. Jenis bahan peledak yang dibuat adalah bahan peledak komposisi baru dengan bentuk tertentu yang memiliki daya hancur lebih besar dari TNT dan Tetril serta memiliki arah sesuai yang dikehendaki. b. Analisis akan dilakukan berdasarkan data yang diperoleh dari hasil eksperimen langsung di Laboratorium Induk Senjata TNI AL dengan melakukan setting proses dengan kombinasi level faktor yang ada. METODOLOGI PENELITIAN Langkah-langkah Penelitian Identifikasi masalah. Pengumpulan data awal, studi pustaka dan studi lapangan. Penetapan variabel respon, faktor dan level faktor. Pemilihan desain eksperimen. Pelaksanaan percobaan. Analisis data hasil percobaan dan pengambilan keputusan. Studi Pustaka Studi pustaka dilakukan untuk memperoleh landasan atau metoda untuk pengolahan data serta mengumpulkan informasi yang berhubungan dengan permasalahan yang akan diteliti, informasi-informasi tersebut berupa literatur, laporan hasil penelitian maupun buku-buku teori tentang bahan peledak. Studi Lapangan Untuk memperoleh informasi yang riil dan benar dalam penelitian ini yaitu dengan melakukan pengamatan secara langsung di laboratorium maupun di lapangan(goa peledakan). Pengamatan dilakukan oleh peneliti bersama-sama dengan tim ahli yang berpengalaman dibidang peledakan dengan tetap mengacu pada prosedur pelakasanaan penelitian. A-42-2
3 Penentuan Variabel Faktor dan Respon Percobaan Dalam pembuatan bahan peledak (high explosive) yang mempunyai daya ledak tinggi dan mempunyai arah ledakan tertentu, sangat ditentukan oleh beberapa faktor antara lain yaitu komposisi dari senyawa kimia Tetril dan TNT maupun pemberian sudut rongga (Cone). Respon yang dicari adalah diameter tebaran gotri (perkenaan dari gotri yang diletakan didalam rongga) dan besarnya detonasi yang diukur dengan db meter. Penentuan Level Faktor Percobaan Untuk menentukan level faktor terlebih dahulu diadakan suatu percobaan pendahuluan di laboratorium dan juga disesuaikan dengan kebutuhan operasi dilapangan, level faktor yang digunakan adalah level atas, level tengah dan level. Faktor Tabel 1. Level Faktor Level Low (-) Medium (0) High (+) TNT (gr) 100,0 120,00 140,00 Tetril (gr) 60,00 80,00 100,00 Sudut α ( ) 35,00 42,50 50,00 Pembuatan Rancangan Percobaan. Rancangan percobaan yang dipilih untuk melakukan percobaan diatas adalah rancangan eksperimen Box-Behnken. Model ini merupakan rancangan yang optimal untuk melihat atau mendapatkan respon dengan jumlah variabel yang besar tetapi hanya melakukan percobaan yang tidak banyak yaitu hanya lima belas kali percobaan. Dengan jumlah percobaan yang relatif kecil tidak akan menyebabkan hasil percobaan tidak valid, hal ini disebabkan karena menurut Box-Behnken dengan lima belas kali percobaan yang terdiri dari dua belas kali percobaan dilakukan pada level atas, tengah dan bawah ditambah tiga kali percobaan yang sama untuk semua variabel adalah cukup untuk mengetahui hasil respon yang diinginkan. Standart order Run order Tabel 2. Rancangan Percobaan Box-Behnken. Blocks Uncoded Level Code Level Respon Tetril TNT Sudut Tetril TNT Sudut Detonasi Tebar ,00 100,00 42, ,00 120,00 35, ,00 120,00 42, ,00 120,00 35, ,00 120,00 50, ,00 120,00 42, ,00 100,00 35, ,00 140,00 35, ,00 140,00 50, ,00 100,00 42, ,00 140,00 42, ,00 140,00 42, ,00 120,00 50, ,00 100,00 50, ,00 120,00 42, A-42-3
4 Optimasi Respon Dengan menggunakan desain dan analisis eksperimen kita dapat menentukan kondisi optimal dari suatu model dengan batasan yang ditetapkan. Sedangkan dalam melakukan optimasi digunakan linier atau non linier programming tergantung pada persamaan matematis yang diperoleh, selanjutnya untuk penyelesaian permasalahan model dilakukan dengan bantuan software matematis. PENGOLAHAN DAN ANALISIS DATA Hasil Percobaan Standart order Tabel 3. Hasil Uji pengukuran Diameter Tebar dan Uji Pengukuran Detonasi Run order Blocks Uncoded Level Code Level Respon Tetril TNT Sudut Tetril TNT Sudut Detonasi Tebar ,00 100,00 42, ,7 90, ,00 120,00 35, ,5 75, ,00 120,00 42, ,5 85, ,00 120,00 35, ,2 76, ,00 120,00 50, ,3 89, ,00 120,00 42, ,5 86, ,00 100,00 35, ,4 83, ,00 140,00 35, ,4 78, ,00 140,00 50, ,7 90, ,00 100,00 42, ,6 90, ,00 140,00 42, ,7 89, ,00 140,00 42, ,7 81, ,00 120,00 50, ,7 86, ,00 100,00 50, ,9 91, ,00 120,00 42, ,2 85,3 Analisis Regresi dengan Respon Detonasi Dari hasil uji pengukuran detonasi diatas, kemudian dilakukan pengolahan data dengan menggunakan Software untuk mendapatkan hasil persamaan regresi, adapun hasil olahan untuk respon detonasi terdapat pada tabel berikut. a. Estimated Regression Coefficients for DETONASI Term Coef SE Coef T P Constant 105,433 0, ,804 0,000 TETRIL -0,775 0,3297-2,350 0,066 TNT -1,512 0,3297-4,587 0,006 SUDUT 2,262 0,3297 6,861 0,001 TETRIL*TETRIL -1,842 0,4854-3,794 0,013 TNT*TNT 1,083 0,4854 2,232 0,076 SUDUT*SUDUT -4,417 0,4854-9,100 0,000 TETRIL*TNT -0,525 0,4663-1,126 0,311 TETRIL*SUDUT -0,725 0,4663-1,555 0,181 TNT*SUDUT 0,450 0,4663 0,965 0,379 S = 0,9326 R-Sq = 97,3% R-Sq(adj) = 92,5% b. Analysis of Variance for DETONASI Source DF Seq SS Adj SS Adj MS F P Regression 9 157, ,220 17, ,08 0,002 Linear 3 64,057 64,057 21, ,55 0,002 Square 3 89,148 89,148 29, ,16 0,001 Interaction 3 4,015 4,015 1,3383 1,54 0,314 Residual Error 5 4,349 4,349 0,8698 Lack-of-Fit 3 2,862 2,862 0,9542 1,28 0,466 Pure Error 2 1,487 1,487 0,7433 Total ,569 A-42-4
5 Dari hasil pengolahan data dengan perhitungan Software didapat nilai koefisien seperti pada tabel (dalam kolom Coe f). maka persamaan regresi untuk detonasi yang dihasilkan adalah sebagai berikut: ŷ = x x x x x x x 1x x 1x x 2x 3. ŷ : Detonasi yang diprediksi. x1 : Tetril. x2 : TNT. x3 : Sudut. Untuk dapat mengetahui bahwa persamaan regresi tersebut dianggap memadai atau tidak, yaitu dapat dilihat pada kolom P yang merupakan nilai probabilitas dari masing-masing t-ratio yang dihasilkan oleh persamaan regresi. Kemudian nilai P tersebut dibandingkan dengan nilai α (0.05), maka akan dapat diketahui apakah variabel bebas berpengaruh secara signifikan atau tidak terhadap variabel tak bebas, jika nilai P < α berarti variabel bebas berpengaruh secara signifikan terhadap variabel tak bebas. sehingga dapat diikutkan seleksi dalam analisis regresi lanjutan dengan hasil pada table berikut. Tabel Estimated Regression Coefficients for DETONASI (Lanjutan) Term Coef SE Coef T P Constant 106,100 0, ,947 0,000 TETRIL -0,775 0,4199-1,845 0,098 TNT -1,512 0,4199-3,602 0,006 SUDUT 2,262 0,4199 5,388 0,000 TETRIL*TETRIL -1,925 0,6163-3,123 0,012 SUDUT*SUDUT -4,500 0,6163-7,302 0,000 S = 1,188 R-Sq = 92,1% R-Sq(adj) = 87,8% Hasil dari analisis regresi lanjutan didapatkan nilai R-Sq yang baru, R-Sq adalah nilai yang menunjukkan kuatnya hubungan antara tiap-tiap variabel bebas (Tetril, TNT dan Sudut) dengan variabel tidak bebas (Detonasi). Nilai R-Sq sebelum proses lanjutan besarnya 97.3% berarti bahwa pengaruh dari variabel bebas terhadap perubahan nilai variabel tidak bebas adalah sebesar 97.3% dan sisanya 2.7% dipengaruhi oleh variabel yang lain selain variabel bebas yang digunakan, kemudian untuk proses lanjutan nilai R- Sq besarnya 92.1% berarti bahwa pengaruh dari variabel bebas terhadap perubahan nilai variabel tidak bebas adalah sebesar 92.1% dan sisanya 7.9% dipengaruhi oleh variabel yang lain selain variabel bebas yang digunakan. Nilai R-Sq minimal adalah sebesar 60%, jadi dalam percobaan ini variabel bebas yang digunakan sangat berpengaruh terhadap perubahan nilai variabel tidak bebas, sehingga persamaan regresi yang dihasilkan dapat digunakan untuk mengestimasi nilai variabel tidak bebas (Detonasi). Berdasarkan hasil analisis regresi diatas, maka dapat dibuat suatu persamaan regresi untuk detonasi yaitu sebagai berikut: ŷ = x x x x x3 2 ŷ : Detonasi yang diprediksi. x1 : Tetril. x2 : TNT. x3 : Sudut. Analisis Regresi Dengan Respon Diameter Tebar Gotri. Dari hasil uji pengukuran diameter tebar diatas, kemudian dilakukan pengolahan data dengan menggunakan Software untuk mendapatkan hasil persamaan regresi, adapun hasil olahan untuk respon diameter tebar terdapat pada tabel berikut. A-42-5
6 a. Estimated Regression Coefficients for TEBAR Term Coef SE Coef T P Constant 85,767 0, ,503 0,000 TETRIL -1,437 0,3635-3,955 0,011 TNT -1,938 0,3635-5,331 0,003 SUDUT 5,625 0, ,476 0,000 TETRIL*TETRIL -0,771 0,5350-1,441 0,209 TNT*TNT 2,929 0,5350 5,475 0,003 SUDUT*SUDUT -2,896 0,5350-5,413 0,003 TETRIL*TNT -2,025 0,5140-3,940 0,011 TETRIL*SUDUT -0,600 0,5140-1,167 0,296 TNT*SUDUT 0,900 0,5140 1,751 0,140 S = 1,028 R-Sq = 98,7% R-Sq(adj) = 96,3% b. Analysis of Variance for TEBAR Source DF Seq SS Adj SS Adj MS F P Regression 9 390, ,865 43, ,09 0,000 Linear 3 299, ,688 99, ,52 0,000 Square 3 70,095 70,095 23, ,11 0,003 Interaction 3 21,083 21,083 7,0275 6,65 0,034 Residual Error 5 5,284 5,284 1,0568 Lack-of-Fit 3 4,777 4,777 1,5925 6,29 0,140 Pure Error 2 0,507 0,507 0,2533 Total ,149 Dari hasil pengolahan data dengan perhitungan Software didapat nilai koefisien seperti pada tabel (dalam kolom Coef), maka persamaan regresi untuk detonasi yang dihasilkan adalah sebagai berikut: ŷ = x x x x x x x 1x x 1x x 2x 3. ŷ : Diameter Tebar gotri yang diprediksi. x1 : Tetril. x2 : TNT. x3 : Sudut. Untuk dapat mengetahui bahwa persamaan regresi tersebut dianggap memadai atau tidak, yaitu dapat dilihat pada kolom P yang merupakan nilai probabilitas dari masing-masing t-ratio yang dihasilkan oleh persamaan regresi. Kemudian nilai P tersebut dibandingkan dengan nilai α (0.05), maka akan dapat diketahui apakah variabel bebas berpengaruh secara signifikan atau tidak terhadap variabel tak bebas, jika nilai P < α berarti variabel bebas berpengaruh secara signifikan terhadap variabel tak bebas. sehingga dapat diikutkan seleksi dalam analisis regresi lanjutan dengan hasil pada table berikut. Tabel Estimated Regression Coefficients for Diameter Tebar (Lanjutan) Term Coef SE Coef T P Constant 85,292 0, ,024 0,000 TETRIL -1,437 0,4359-3,298 0,011 TNT -1,938 0,4359-4,445 0,002 SUDUT 5,625 0, ,906 0,000 TNT*TNT 2,988 0,6397 4,672 0,002 SUDUT*SUDUT -2,837 0,6397-4,434 0,002 TETRIL*TNT -2,025 0,6164-3,285 0,011 S = 1,233 R-Sq = 96,9% R-Sq(adj) = 94,6% Hasil dari analisis regresi lanjutan untuk diameter tebar didapatkan nilai R-Sq yang baru, R-Sq adalah nilai yang menunjukkan kuatnya hubungan antara tiap-tiap variabel bebas (Tetril, TNT dan Sudut) dengan variabel tidak bebas (Diameter Tebar). A-42-6
7 Nilai R-Sq sebelum proses lanjutan besarnya 98.7% berarti bahwa pengaruh dari variabel bebas terhadap perubahan nilai variabel tidak bebas adalah sebesar 98.7% dan sisanya 1.3% dipengaruhi oleh variabel yang lain selain variabel bebas yang digunakan, kemudian untuk proses lanjutan nilai R-Sq besarnya 96.9% berarti bahwa pengaruh dari variabel bebas terhadap perubahan nilai variabel tidak bebas adalah sebesar 96.9% dan sisanya 3.1% dipengaruhi oleh variabel yang lain selain variabel bebas yang digunakan. Nilai R-Sq minimal adalah sebesar 60%, jadi dalam percobaan ini variabel bebas yang digunakan sangat berpengaruh terhadap perubahan nilai variabel tidak bebas, sehingga persamaan regresi yang dihasilkan dapat digunakan untuk mengestimasi nilai variabel tidak bebas (Diameter Tebar). Berdasarkan hasil analisis regresi, maka dapat dibuat suatu persamaan regresi untuk diameter tebar gotri yaitu sebagai berikut: ŷ = x x x x x x1x2 ŷ : Diameter tebar gotri yang diprediksi. x1 : Tetril. x2 : TNT. x3 : Sudut. Optimasi Respon Diameter Tebar Gotri Agar mendapatkan hasil ledakan yang terarah dan terfokus, maka dalam penelitian ini dilakukan analisis respon dengan meminimalkan fungsi tujuan dalam hal ini adalah Diameter tebar gotri. Kemudian untuk fungsi kendala dari masing-masing faktor adalah merupakan batasan-batasan pada nilai faktor Tetril, TNT dan Sudut dengan coded yaitu 1 batas bawah dan +1 untuk batas atas. Selanjutnya diadakan analisis terhadap respon diameter tebar gotri dengan menggunakan perhitungan program matematis, hasilnya sebagai berikut: Fungsi Tujuan adalah: Min ŷ 1 = x x x x x x 1x 2 Fungsi Kendala adalah: x1 > -1; x2 > -1; x3 > -1; x1 < 1; x2 < 1; x3 < 1; Dari formulasi diatas kemudian diolah dengan menggunakan software matematis dan didapatkan hasil perhitungan adalah sebagai berikut: a. Fungsi tujuan nilai : 82,54096 b. Variabel x1 nilai : 1, c. Variabel x2 nilai : 0, d. Variabel x3 nilai : 0, Optimasi Respon Detonasi Untuk membuat bom yang memiliki daya hancur yang besar, maka dalam penelitian ini dilakukan analisis respon dengan memaksimalkan fungsi tujuan yaitu pada fungsi tujuan Detonasi. Kemudian untuk fungsi kendala dari masing-masing faktor adalah merupakan batasan-batasan pada nilai faktor Tetril, TNT dan Sudut dengan coded yaitu 1 batas bawah dan +1 untuk batas atas. Selanjutnya diadakan analisis terhadap respon detonasi dengan menggunakan perhitungan program matematis, hasilnya adalah sebagai berikut: Fungsi Tujuan adalah: Max ŷ 2 = x x x x x3 2. A-42-7
8 Fungsi Kendala adalah: x1 > -1; x2 > -1; x3 > -1; x1 < 1; x2 < 1; x3 < 1; x x x x x x 1x 2 = 82,54096; Dari formulasi diatas kemudian diolah dengan menggunakan software matematis dan didapatkan hasil perhitungan adalah sebagai berikut: a. Fungsi tujuan nilai : 102,3979 b. Variabel x1 nilai : 1, c. Variabel x2 nilai : 0, d. Variabel x3 nilai : 0, Dalam penelitian ini, dari dua fungsi tujuan yang diharapkan maka setelah diadakan analisis dapat ditetapkan nilai level faktor seperti pada Tabel berikut. Tabel Analisis Penetapan Level Faktor dengan Beberapa Fungsi Tujuan Fungsi Tujuan Variabel Keterangan Level Faktor (variabel) Minimize DIAMETER TEBAR GOTRI Maximize DETONASI X 1 Tetril 1, ,0 gr X 2 TNT 0, ,3 gr X 3 Sudut Cone 0, ,5 X 1 Tetril 1, ,0 gr X 2 TNT 0, ,3 gr X 3 Sudut Cone 0, ,5 KESIMPULAN DAN SARAN Kesimpulan Dari hasil pengolahan dan analisis data pada penelitian ini diperoleh suatu kesimpulan dalam melakukan optimasi diameter tebar gotri dan detonasi pada pembuatan cone explosive adalah sebagai berikut: a. Faktor Tetril, TNT dan Sudut cone merupakan faktor-faktor yang berpengaruh secara signifikan terhadap respon diameter tebar dan detonasi. b. Dari hasil analisis didapatkan persamaan regresi untuk diameter tebar yaitu sebagai berikut : ŷ = x x x x x x1x2 ŷ : Diameter tebar gotri yang diprediksi. x1 : Tetril. x2 : TNT. x3 : Sudut. c. Dan persamaan regresi untuk detonasi adalah sbagai berikut : ŷ = x x x x x3 2 ŷ : Detonasi yang diprediksi. x1 : Tetril. x2 : TNT. x3 : Sudut. A-42-8
9 d. Setting parameter untuk ketiga variabel faktor penyusun cone explosive yang dapat menghasilkan diameter tebar gotri dan detonasi yang optimum adalah sebagai berikut : x1 : Tetril = 100,0 gr. x2 : TNT. = 133,3 gr. x3 : Sudut. = 42,5 DAFTAR PUSTAKA Arthur and Elizabeth Rose, 1952, The Condensed Chemical Dictionary, Reinhold Publishing Corporation, New York. Allen L. Olscn, John Greene, 1943, Laboratory Manual of Explosive Chemistry, Chapman dan Hall, Limited London. Algifari, 2000, Analisis Regresi, PT BPFE, Jogjakarta. Rudolf Meyer, 1981, Explosives, Verlag Chemic, Germany. Robert O. Kuehl, 2000, Design of Experimen Statistical Principles of Research Design and Analysis, Brooks/Cole, USA. Myer, Raymon H., 1971, Response Surface Methodology, Boston. Sudjana, 1995, Desain Experimen, Tarsito, Bandung. Rheinmetall, 1982, Handbook on Weaponry, Dusseldorf. I Made Jiwa A, 2003, Optimasi Sensitifitas Campuran Isian Primer Amunisi Kal 57 mm C-60 APT Untuk Tingkat Detonasi Tertentu dengan Dual Response Surface, Tesis MMT ITS, Surabaya. Lukman H, 2005, Optimasi Produktifitas Budidaya Udang Vaname dengan Menggunakan Metode Respon Surface dan Non Linier, Tesis MMT ITS, Surabaya. A-42-9
BAB 6 KESIMPULAN. X 1 = faktor kecepatan X 2 = faktor tekanan X 3 = faktor suhu. 0,4583 X 1 X 2, dimana:
BAB 6 KESIMPULAN 6.. Kesimpulan Dari penelitian yang telah dilakukan, maka kesimpulan yang diperoleh sebagai berikut:. Berdasarkan proses brainstorming, wawancara dan hasil penyebaran kuesioner awal diperoleh
Lebih terperinciBAB 6 KESIMPULAN DAN SARAN
BAB 6 KESIMPULAN DAN SARAN 6.1. Kesimpulan 1. Faktor-faktor yang mempengaruhi kualitas hasil proses produksi Genteng Super DD Hidrolik.adalah: a. Komposisi jenis lempung (faktor A) b. Kecepatan penggilingan
Lebih terperinciLAMPIRAN A RANCANGAN DAN ANALISIS PERCOBAAN DENGAN METODE RESPONSE SURFACE MENGGUNAKAN MINITAB 16 SOFTWARE
LAMPIRAN A RANCANGAN DAN ANALISIS PERCOBAAN DENGAN METODE RESPONSE SURFACE MENGGUNAKAN MINITAB 16 SOFTWARE LA-1 Rancangan Percobaan Optimasi Hidrolisis Selulosa dari Tandan Kosong Kelapa Sawit Rancangan
Lebih terperinciOptimasi Parameter Pembubutan Terhadap Kekasaran Permukaan Produk
Jurnal Rekayasa Mesin Vol.4, No.3 Tahun 3: 77-8 ISSN 6-468X Optimasi Parameter Pembubutan Terhadap Kekasaran Permukaan Produk Franscisca Gayuh Utami Dewi, Femiana Gapsari Jurusan Teknik Mesin Fakultas
Lebih terperinciOPTIMASI KUALITAS WARNA MINYAK GORENG DENGAN METODE RESPONSE SURFACE
JURNAL TEKNIK INDUSTRI VOL., NO., DESEEMBER 999: 8-29 OPTIMASI KUALITAS WARNA MINYAK GORENG DENGAN METODE RESPONSE SURFACE Didik Wahjudi Dosen Fakultas Teknik, Jurusan Teknik Mesin Universitas Kristen
Lebih terperinciRekayasa Mutu Produksi Gate Valve di P.T. Barindo Anggun Industri *
Rekayasa Mutu Produksi Gate Valve di P.T. Barindo Anggun Industri (Didik Wahjudi) Rekayasa Mutu Produksi Gate Valve di P.T. Barindo Anggun Industri * Didik Wahjudi Dosen Fakultas Teknik, Jurusan Teknik
Lebih terperinciBAB 4 ANALISA DAN PEMBAHASAN
BAB 4 ANALISA DAN PEMBAHASAN 4. Data Sampel 4.. Pengambilan dan Pemilihan Data Sampel Dari pengumpulan data yang telah dilakukan, diperoleh 20 data sampel yang telah dikelompokkan menjadi subgrup-subgrup
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4. Hasil Pengumpulan Data Tabel 4. Tabel Pengumpulan Data Jam Tgl Variabel 9: : : 4: 5: 8/8/5 Tebal Material 8 6 6 6.5 Kecepatan Potong 567 6 68 64 54 Hasil Pemotongan 4 4.333
Lebih terperinciPENERAPAN METODE SPC DAN TAGUCHI DALAM IDENTIFIKASI FAKTOR KECACATAN PRODUK RIM
PENERAPAN METODE SPC DAN TAGUCHI DALAM IDENTIFIKASI FAKTOR KECACATAN PRODUK RIM Cahyono dan Mulki Siregar Teknik Industri Universitas Islam Jakarta cahyono76@gmail.com Abstrak Meminimalkan produk cacat
Lebih terperinciBAB I PENDAHULUAN. 1.1.Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1.Latar Belakang dan Permasalahan Response Surface Methodology sudah dikenalkan oleh Box dan Wilson sejak tahun 1951. Dalam buku Design and Analysis of Experiment, Montgomerry (2001),
Lebih terperinciLAMPIRAN A. Daftar Riwayat Hidup. Kartu Mata Kuliah. Surat Keterangan Survey Tugas Akhir
111 LAMPIRAN A Daftar Riwayat Hidup Kartu Mata Kuliah Surat Keterangan Survey Tugas Akhir SURAT KETERANGAN SURVEY TUGAS AKHIR 114 115 LAMPIRAN B Faktor Batas Kendali Peta Variabel FAKTOR BATAS KENDALI
Lebih terperinciMODEL REGRESI LINIER DALAM MELIHAT KEBERHASILAN BELAJAR SISWA SMU
S-19 MODEL REGRESI LINIER DALAM MELIHAT KEBERHASILAN BELAJAR SISWA SMU Siti Sunendiari Universitas Islam Bandung (Unisba) e-mai : sunen_diari@yahoo.com 1. ABSTRAK Keberhasilan dalam proses belajar mengajar
Lebih terperinciDAFTAR PUSTAKA. Albin, D., 2001, The Use of Statistical Experimental Design for PCB Process Optimization, Inggris.
BAB 6 KESIMPULAN 6.1. Kesimpulan Kesimpulan yang diperoleh berdasarkan penelitian yang telah dilakukan yaitu: 1. Faktor yang berpengaruh terhadap jumlah cacat roti smeer adalah faktor metode pembuatan
Lebih terperinciPencilan. Pencilan adalah pengamatan yang nilai mutlak sisaannya jauh lebih besar daripada sisaan-sisaan lainnya
Pencilan Pencilan adalah pengamatan yang nilai mutlak sisaannya jauh lebih besar daripada sisaan-sisaan lainnya Bisa jadi terletak pada tiga atau empat simpangan baku atau lebih jauh lagi dari rata-rata
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Kemajuan ilmu pengetahuan dan teknologi menuntut perubahan-perubahan yang melibatkan suatu penelitian atau percobaan pada berbagai bidang. Metode Statistik
Lebih terperinciOptimasi Parameter Proses Pemotongan Acrylic terhadap Kekasaran Permukaan Menggunakan Laser Cutting Dengan Metode Response Surface
Optimasi Parameter Proses Pemotongan Acrylic terhadap Kekasaran Permukaan Menggunakan Laser Cutting Dengan Metode Response Surface Moh. Muria Armansyah S. 1*, Endang Pudji Purwanti 2, dan Bayu Wiro Karuniawan
Lebih terperinciJurnal Ilmiah Widya Teknik Volume 16 Nomor ISSN
Jurnal Ilmiah Widya Teknik Volume 6 Nomor 07 ISSN 4-750 OPTIMASI FAKTOR YANG BERPENGARUH PADA KUALITAS LILIN DI UD.X DENGAN METODE RESPONSE SURFACE Maria Agnes Octaviani, Dian Retno Sari Dewi*, Luh Juni
Lebih terperinciAPLIKASI METODE RESPON PERMUKAAN DAN GOAL PROGRAMMING UNTUK OPTIMASI SIFAT FISIK DAN MEKANIK TABLET OBAT
APLIKASI METODE RESPON PERMUKAAN DAN GOAL PROGRAMMING UNTUK OPTIMASI SIFAT FISIK DAN MEKANIK TABLET OBAT Ivan Aris Nugroho 1) dan Abdullah Shahab 2) 1) Program Studi Magister Manajemen Teknologi, Institut
Lebih terperinciOleh : Fuji Rahayu W ( )
Oleh : Fuji Rahayu W (1208 100 043) JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2012 Indonesia sebagai negara maritim Penduduk Indonesia
Lebih terperinciABSTRAK. Pada prakternya tolak ukur yang dapat dilihat oleh keberhasilan mahasiswa adalah
PEMODELAN PRESTASI MAHASISWA TERHADAP MATAKULIAH WAJIB DENGAN ANALISIS REGRESI Anik Rufaidah Program Studi Teknik Industri Sekolah Tinggi Teknik Qomaruddin Jalan Raya No. 01 Bungah Gresik 61152 Indonesia
Lebih terperinciKata kunci: Taguchi method, Multirespon, Combined Array, TOPSIS
OPTIMASI PROSES INJECTION MOLDING DENGAN PENDEKATAN COMBINED ARRAY (Studi Kasus: Produk Barrel Rexona Stick 20 gram di PT. X Surabaya) Ratna Augustiny Tjahyono dan Haryono Program Studi Magister Manajemen
Lebih terperinciOPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE Studi Kasus pada Perusahaan Injection Moulding
JURNAL TEKNIK INDUSTRI VOL. 4, NO., JUNI 2002: 36-44 OPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE Studi Kasus pada Perusahaan Injection Moulding Jani Rahardjo Dosen Fakultas Teknologi Industri, Jurusan
Lebih terperinciLampiran 1. Struktur Organisasi PTP Nusantara VIII Kebun Cianten
LAMPIRAN 71 Lampiran 1. Struktur Organisasi PTP Nusantara VIII Kebun Cianten 72 Lampiran 2. Spesifikasi persyaratan mutu teh hitam (SNI 01-1902-1995) No. Jenis Uji Satuan Spesifikasi 1 Kadar air % b/b
Lebih terperinciOptimasi Parameter Operasi Mesin Air Slip Forming untuk Meminimalkan Cacat Produk
JURNAL TEKNIK MESIN Vol. 1, No. 2, Oktober 1999 : 170-175 Optimasi Parameter Operasi Mesin Air Slip Forming untuk Meminimalkan Cacat Produk Didik Wahjudi Dosen Fakultas Teknik, Jurusan Teknik Mesin Universitas
Lebih terperinciOPTIMASI KINERJA BTS PADA JARINGAN RADIO SELULER GSM DENGAN METODE MULTIPLE RESPONSE SURFACE DI PT. INDOSAT
OPTIMASI KINERJA BTS PADA JARINGAN RADIO SELULER GSM DENGAN METODE MULTIPLE RESPONSE SURFACE DI PT. INDOSAT Andri Aryo Tejo, Bobby Oedy P. Soepangkat, Sony Sunaryo Magister Manajemen Teknologi Institut
Lebih terperinci(D.2) OPTIMASI KOMPOSISI PERLAKUAN DENGAN MENGGUNAKAN METODE RESPONSE SURFACE. H. Sudartianto 3. Sri Winarni
Universitas Padjadjaran, November 00 (D.) OPTIMASI KOMPOSISI PERLAKUAN DENGAN MENGGUNAKAN METODE RESPONSE SURFACE Andry Ritonga H. Sudartianto Sri Winarni Mahasiswa Program Strata Jurusan Statistika FMIPA
Lebih terperinciOptimasi Kekerasan Kampas Rem Dengan Metode Desain Eksprimen
Optimasi Kekerasan Kampas Rem Dengan Metode Desain Eksprimen Didik Wahjudi Amelia Dosen Fakultas Teknologi Industri, Jurusan Teknik Mesin - Universitas Kristen Petra Tomy Suhartojo Alumni Fakultas Teknologi
Lebih terperinciPROPOSAL PENELITIAN. Oleh : Randi Nugraha Putra ( )
JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2011 PROPOSAL PENELITIAN Oleh : Randi Nugraha Putra (1309 106 005) 1 PENDAHULUAN 2 LANDASAN
Lebih terperinciPENGARUH VARIASI TEBAL PELAT DAN BESAR ARUS LISTRIK TERHADAP DISTORSI PADA PENGELASAN MULTILAYER PROSES GMAW DENGAN MENGGUNAKAN TRANSFER SPRAY
PENGARUH VARIASI TEBAL PELAT DAN BESAR ARUS LISTRIK TERHADAP DISTORSI PADA PENGELASAN MULTILAYER PROSES GMAW DENGAN MENGGUNAKAN TRANSFER SPRAY 0LEH: AWIA CONANG 2107201004 Pembimbing: 1. Ir. Muchtar Karokaro,
Lebih terperinciPeningkatan Kualitas melalui Desain Eksperimen (Studi Kasus di Sebuah Perusahaan Krupuk, Blitar)
Peningkatan Kualitas melalui Desain Eksperimen (Studi Kasus di Sebuah Perusahaan Krupuk, Blitar) Debora Anne Y. A., Vivi Yasin Jurusan Teknik Industri, Fakultas Teknologi Industri, Universitas Kristen
Lebih terperinciSTATISTIKA I. Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta. Kode Matakuliah: PAI111, 2sks Tujuan Instruksional Umum:
STATISTIKA I Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta Kode Matakuliah: PAI111, 2sks Tujuan Instruksional Umum: Setelah mengikuti mata kuliah ini selama satu semester, mahasiswa akan dapat
Lebih terperinciAnalisis Regresi 1. Model-model Regresi yang Lebih Lanjut. Pokok Bahasan : Itasia & Y Angraini Dep. STK FMIPA-IPB
Analisis Regresi Pokok Bahasan : Model-model Regresi yang Lebih Lanjut Itasia & Angraini Dep. STK FMIPA-IPB Macam-macam Model Regresi Model Regresi peubah penjelas > peubah penjelas Sederhana Berganda
Lebih terperinciDESAIN EKSPERIMEN & SIMULASI 5
DESAIN EKSPERIMEN & SIMULASI 5 (DS.1) OPTIMISASI RESPON EKSPERIMEN MENGGUNAKAN DESAIN BOX-BEHNKEN Budhi Handoko Staf Pengajar Jurusan Statistika FMIPA Unpad Email: budhihandoko@unpad.ac.id Abstrak Salah
Lebih terperinciModel regresi linier berganda dapat dirumuskan : Y = β + β X + β X +. + β X + ε
TUJUAN PRAKTIKUM Tujuan dari praktikum modul 4 ini adalah : 1. Menaksir model regresi linier berganda;. Menguji signifikansi parameter dari persamaan regresi linier berganda; 3. Menentukan kualitas dari
Lebih terperinciAnalisis Regresi 2. Multikolinier & penanganannya
Analisis Regresi 2 Pokok Bahasan : Multikolinier & penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat menjelaskan adanya multikolinieritas pada regresi linier berganda serta prosedur penanganannya
Lebih terperinciProgram Magister Manajemen dan Bisnis Institut Pertanian Bogor 2014
TUGAS Metode Kuantitatif Manajemen Analisis Regresi pada Data Penjualan Tahunan Lezat Fried Chicken (LFC) Disusun sebagai Tugas Akhir Triwulan I Mata Kuliah Metode Kuantitatif Manajemen Disusun Oleh :
Lebih terperinciPengujian Kestabilan Parameter pada Model Regresi Menggunakan Dummy Variabel
Statistika, Vol. 10 No. 2, 99 105 Nopember 2010 Pengujian Kestabilan Parameter pada Model Regresi Menggunakan Dummy Variabel Teti Sofia Yanti Program Studi Statistika Universitas Islam Bandung Email: buitet@yahoo.com
Lebih terperinciOleh: KELOMPOK SOYA E46. Ahmad Mukti Almansur Batara Manurung Ika Novi Indriyati Indana Saramita Rachman Sali Subakti Tri Wulandari
TUGAS KELOMPOK METODE KUANTITATIF MANAJEMEN Oleh: KELOMPOK SOYA E46 Ahmad Mukti Almansur Batara Manurung Ika Novi Indriyati Indana Saramita Rachman Sali Subakti Tri Wulandari Dosen: Lukytawati Anggraeni,
Lebih terperinciBAB IV PENGOLAHAN DAN ANALISA DATA
36 BAB IV PENGOLAHAN DAN ANALISA DATA Langkah berikutnya adalah mengolah data-data yang telah dikumpulkan untuk dihitung jumlah dominan cacat cetakan yang terjadi, kapabilitas proses dari unit pengolahan
Lebih terperinciSTUDI PENGARUH SUDUT POTONG (Kr) PAHAT KARBIDA PADA PROSES BUBUT DENGAN TIPE PEMOTONGAN OBLIQUE TERHADAP KEKASARAN PERMUKAAN
NASKAH PUBLIKASI TUGAS AKHIR STUDI PENGARUH SUDUT POTONG (Kr) PAHAT KARBIDA PADA PROSES BUBUT DENGAN TIPE PEMOTONGAN OBLIQUE TERHADAP KEKASARAN PERMUKAAN Diajukan Untuk Memenuhi Tugas Dan Syarat - Syarat
Lebih terperinciBAB IV ANALISA DAN PEMBAHASAN
BAB IV ANALISA DAN PEMBAHASAN Bab ini akan menguraikan proses, hasil serta pembahasan dari pengolahan data yang telah dilakukan. Analisis pengolahan data dilakukan dengan mengggunakan software Minitab
Lebih terperinciREGRESI LINEAR SEDERHANA
REGRESI LINEAR SEDERHANA y (x 3,y 3 ) d 3 (x 5,y 5 ) d 5 d 2 (x 2,y 2 ) d (x 1 1,y 1 ) d 4 (x 4,y 4 ) x Definisi: Dari semua kurva pendekatan terhadap satu set data, kurva yang memenuhi sifat bahwa nilai
Lebih terperinciPembahasan. Uji Validitas dan Reliabilitas
Tujuan Penulisan 1. Untuk menganalisis variabel bebas (motivasi, persepsi, dan sikap konsumen) secara parsial berpengaruh secara signifikan terhadap variabel terikat (keputusan pembelian). 2. Untuk menganalisis
Lebih terperinciLAMPIRAN. Lampiran 1. Tipe Penggunaan Lahan di Kabupaten Bogor
LAMPIRAN Lampiran 1. Tipe Penggunaan Lahan di Kabupaten Bogor No Penggunaan lahan No Reklasifikasi Penggunaan Lahan 1 Tanah Kosong diperuntukkan 1 Tanah kosong 2 Tanah rusak (Terlantar/Rusak/Galian) 3
Lebih terperinciPengaruh Kualitas Pelayanan Dan Tingkat Harga Terhadap Peningkatan Penjualan Mie Ayam Keriting Permana di Perumahan Harapan Baru 1
Pengaruh Kualitas Pelayanan Dan Tingkat Harga Terhadap Peningkatan Penjualan Mie Ayam Keriting Permana di Perumahan Harapan Baru 1 Nama :Farah Npm :122100606 Jurusan :Manajemen Pembimbing :Rooswhan Budhi
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 10 Analisis Korelasi & Regresi (1)
STK511 Analisis Statistika Pertemuan 10 Analisis Korelasi & Regresi (1) Analisis Hubungan Jenis/tipe hubungan Ukuran Keterkaitan Skala pengukuran peubah Pemodelan Keterkaitan anang kurnia (anangk@apps.ipb.ac.id)
Lebih terperinciTEKNIK PRODUKSI DAN MATERIAL KELAUTAN PROGRAM PASCA SARJANA TEKNOLOGI KELAUTAN INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA
Makalah: ANALISIS ERGONOMI DENGAN TIME MOTION STUDY TERHADAP PERBAIKAN METODE KERJA PADA PEKERJAAN LAS DI GALANGAN KAPAL OLEH: RINA HARYANI NRP. 4107203703 TEKNIK PRODUKSI DAN MATERIAL KELAUTAN PROGRAM
Lebih terperinciAnalisis Regresi 2. Pokok Bahasan : Review Regresi Linier Sederhana dan Berganda
Analisis Regresi Pokok Bahasan : Review Regresi Linier Sederhana dan Berganda Tuuan Instruksional Khusus : Mahasiswa dapat menelaskan regresi linier sederhana dan berganda dan asumsi-asumsi yang mendasarinya
Lebih terperinciPengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi
Pengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi Novita Homer 1, Jantje D. Prang 2, Nelson Nainggolan 3 1 Program Studi Matematika, FMIPA,
Lebih terperinciLampiran 1. Distribusi Nilai WTP Responden Terhadap Paket Wisata Jogging Track Plus
Lampiran 1. Distribusi Nilai WTP Responden Terhadap Paket Wisata Jogging Track Plus WTP Jumlah Responden Persentase WTPx ΣResponden NO. (Rp) (orang) (%) (Rp) 1 3 6 11,3 18 2 35 6 11,3 21 3 4 2 3,8 8 4
Lebih terperinciSabrina Hudani Dosen Pembimbing: Prof. Dr. Ir. Suparno, MSIE. Your Ihr Logo
Optimasi Pengadaan Beras dengan Menggunakan Linear Programming dan Mempertimbangkan Hasil Panen (Studi Kasus: Perum BULOG Sub Divisi Regional I Surabaya Utara) Sabrina Hudani 2507100056 Dosen Pembimbing:
Lebih terperinciANALISIS PENGARUH TERAPI GELOMBANG ELEKTROMAGNETIK FREKUENSI RENDAH TERHADAP KADAR GULA DARAH PADA TIKUS PUTIH (Rattus norvegicus)
TUGAS AKHIR - SS 090302 ANALISIS PENGARUH TERAPI GELOMBANG ELEKTROMAGNETIK FREKUENSI RENDAH TERHADAP KADAR GULA DARAH PADA TIKUS PUTIH (Rattus norvegicus) Yopie Irawan NRP 1306 030 036 Dosen Pembimbing
Lebih terperinciPENENTUAN POLA PEMOTONGAN PELAT LEMBARAN UNTUK MEMINIMALKAN PELAT SISA PADA PT. X DENGAN METODE INTEGER LINEAR PROGRAMMING
PENENTUAN POLA PEMOTONGAN PELAT LEMBARAN UNTUK MEMINIMALKAN PELAT SISA PADA PT. X DENGAN METODE INTEGER LINEAR PROGRAMMING Andri Sanjaya 1) dan Abdullah Shahab 2) 1) Program Studi Magister Manajemen Teknologi,
Lebih terperinciOPTIMASI PENUGASAN GURU PADA KEGIATAN PEMBELAJARAN DI SMKN 2 SURABAYA DENGAN MENGGUNAKAN INTEGER PROGRAMMING
OPTIMASI PENUGASAN GURU PADA KEGIATAN PEMBELAJARAN DI SMKN SURABAYA DENGAN MENGGUNAKAN INTEGER PROGRAMMING Anik Perwita Sari dan Abdullah Shahab Program Studi MagisterManajemen Teknologi Institut Teknologi
Lebih terperinciMetode Statistika Pertemuan XII. Analisis Korelasi dan Regresi
Metode Statistika Pertemuan XII Analisis Korelasi dan Regresi Analisis Hubungan Jenis/tipe hubungan Ukuran Keterkaitan Skala pengukuran variabel Pemodelan Keterkaitan Relationship vs Causal Relationship
Lebih terperinci(Halaman ini sengaja dikosongkan)
DAFTAR PUSTAKA Christensen, R., 1991. Linier Models for Multivariate, Time Series, and Spatial Data. Springer Verlag, New York Draper, N. Dan Smith, H., 1992. Analisis Regresi Terapan, edisi kedua. Diterjemahkan
Lebih terperinciAppendix A. Cara Kerja Pengujian
Appendix A. Cara Kerja Pengujian Pengujian Warna (Colour Reader, Minolta) Prosedur pengujian warna dengan menggunakan Colour Reader Minolta : 1. Sampel dimasukkan ke dalam cup plastik, kemudian sekeliling
Lebih terperinciII. HASIL DAN PEMBAHASAN
II. HASIL DAN PEMBAHASAN 2.1 Karakteristik Responden Berdasarkan jawaban responden yang telah diklasifikasikan menurut jenis kelamin, umur, pendidikan, jenis pekerjaan, dan pengeluaran dalam satu bulan,
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. independen dari listrik adalah satuan kilowatt (kwh), untuk minyak adalah
36 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Hasil Pengolahan Data Data yang diambil untuk varibel dependen adalah produk domestic bruto di Jakarta period 1995 2005 dalam satuan rupiah. Sedangkan variabel
Lebih terperinciContoh Kasus. Regresi Berganda Jesse of 5
Contoh Kasus Departement Marketing PT ABC ingin mengetahui bagaimana pengaruh Above the line (ATL), Point of sales material (POSM) dan Below the line (BTL) terhadap Market Share (pangsa pasar) salah satu
Lebih terperinciAnalisis Regresi 1. Pokok Bahasan Pengujian pada Regresi Ganda
Analisis Regresi Pokok Bahasan Pengujian pada Regresi Ganda Model Regresi Linier Berganda Model Regresi Linier Berganda, dengan k peubah penjelas : Y β β X β X β X k k Parameter regresi sebanyak k+ diduga
Lebih terperinciAnalisis Data Hubungan Antar Variabel Sebagai Metode Alternatif Penentukan Hubungan Kausalitas
Analisis Data Hubungan Antar Variabel Sebagai Metode Alternatif Penentukan Hubungan Kausalitas Citra Kurniawan, S.T., M.M Studi Teknik Elektronika Sekolah Tinggi Teknik Malang ABSTRAK Penelitian yang menggunakan
Lebih terperinciLampiran 1 Radas kopolimerisasi pencangkokan dan penautan silang onggok dengan akrilamida. Nitrogen
LAMPIRAN Lampiran 1 Radas kopolimerisasi pencangkokan dan penautan silang onggok dengan akrilamida 225 Nitrogen 6 7 5 4 6 7 5 4 8 3 8 3 9 2 9 2 10 1 11 1 10 Lampiran 2 Diagram alir penelitian Sampel onggok
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik deskriptif menjelaskan tentang informasi karakteristik variabelvariabel dan data penelitian. Data yang digunakan pada tabel statistik deskriptif
Lebih terperinciBAB IV ANALISA DAN PEMBAHASAN
BAB IV ANALISA DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Data Pendapatan Bunga Tabel 4.1 PT Bank Mandiri (Persero), Tbk Perkembangan Pendapatan Bunga Tahun 2007 2011 (dalam jutaan) Tahun Pendapatan Bunga
Lebih terperinciPENGENDALIAN KUALITAS KERAMIK DENGAN PENDEKATAN DESIGN OF EXPERIMENT
PENGENDALIAN KUALITAS KERAMIK DENGAN PENDEKATAN DESIGN OF EXPERIMENT EPOKSI UNTUK JENIS CACAT PINHOLE (Studi kasus pada PT. American Standard Indonesia) Meriastuti Ginting ST, MT 1 Arleen Wirjawan 2 ABSTRACT
Lebih terperinciZakiah Jamal /4EA03 Manajemen
Zakiah Jamal 18212005/4EA03 Manajemen Prof.Dr.Ir.Euphrasia Susy Suhendra, M.S. Pengaruh Bauran Pemasaran 4P Dan Citra Merek Terhadap Keputusan Pembelian (Studi Kasus pada Konsumen Produk Merek Enzoro Toko
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. validitas konstruksi dan validitas isi. Validitas konstruksi yaitu validitas yang
47 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Uji Validitas dan Reliabilitas Tes a. Uji Validitas Tes Pengujian validitas tes dalam penelitian ini dilakukan dalam 2 bentuk yaitu
Lebih terperinciLAPORAN PRAKTIKUM. Mata Kuliah : Penerapan Komputer Tanggal : 21 Desember Nama : Desi Aryanti Dosen : Ir. Rini Herlina M.S
LAPORAN PRAKTIKUM Mata Kuliah : Penerapan Komputer Tanggal : 21 Desember 2009 Nama : Desi Aryanti Dosen : Ir. Rini Herlina M.S NRP : D14070066 Asisten Dosen : 1. Revan M. 2. Ratu Fika Hertaviani KORELASI
Lebih terperinciHipotesis adalah suatu pernyataan tentang parameter suatu populasi.
PERTEMUAN 9-10 PENGUJIAN HIPOTESIS Hipotesis adalah suatu pernyataan tentang parameter suatu populasi. Apa itu parameter? Parameter adalah ukuran-ukuran. Rata-rata penghasilan karyawan di kota binjai adalah
Lebih terperinciBudhi Darmakusuma. Analisis Pengaruh Waktu Dan Harga terhadap Keputusan Konsumen Dalam Berbelanja Online Melalui Media Kaskus
Analisis Pengaruh Waktu Dan Harga terhadap Keputusan Konsumen Dalam Berbelanja Online Melalui Media Kaskus Budhi Darmakusuma 11209539 Dosen Pembimbing Sulastri SE, MM Latar Belakang Perkembangan teknologi
Lebih terperinciPEMANFAATAN SILICA FUME LIMBAH SANDBLASTING UNTUK MENINGKATKAN KUAT TEKAN BATAKO PEJAL DENGAN TAGUCHI QUALITY ENGINEERING (Studi Kasus: PT X Pasuruan)
PEMANFAATAN SILICA FUME LIMBAH SANDBLASTING UNTUK MENINGKATKAN KUAT TEKAN BATAKO PEJAL DENGAN TAGUCHI QUALITY ENGINEERING (Studi Kasus: PT X Pasuruan) THE UTILIZATION OF SAND BLASTING WASTE SILICA FUME
Lebih terperinciTabel Perhitungan Waktu Standar
waktu baku = = waktu 3,39 normal 100 % 100 % 17 % 100 % 100 % % allowance = 4,08 menit /container. Tabel Perhitungan Waktu Standar No 1 2 3 Proses Kerja Memindakan container dari tanah ke truk (L1) Memindakan
Lebih terperinciLAMPIRAN. Lampiran 1. Kuesioner untuk Pengunjung
LAMPIRAN Lampiran 1. Kuesioner untuk Pengunjung Kuesioner penelitian: Penilaian Ekonomi dan Prospek Pengembangan Wisata TWA Gunung Pancar. Oleh: Devina Marcia Rumanthy Sihombing (H44070045). Departemen
Lebih terperinciDidonwload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
BAB I PENDAHULUAN Pada bab sebelumnya telah dibahas rancangan faktorial secara umum, seringkali peneliti berhadapan pada rancangan yang melibatkan sejumlah faktor yang masing-masing faktor hanya terdiri
Lebih terperinciANALISIS REGRESI 1. Pokok Bahasan : REGRESI LINIER SEDERHANA
ANALISIS REGRESI Pokok Bahasan : REGRESI LINIER SEDERHANA Deskripsi Model Macam-macam Model Regresi Model Regresi peubah penjelas > peubah penjelas Sederhana Berganda Linier Non Linier Linier Non Linier
Lebih terperinciANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT KERNEL GAUSSIAN UNTUK DATA KEMISKINAN. Rita Rahmawati 1, Anik Djuraidah 2.
ANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT KERNEL GAUSSIAN UNTUK DATA KEMISKINAN Rita Rahmawati 1, Anik Djuraidah 2 1) Program Studi Statistika, FMIPA Universitas Diponegoro 2) Jurusan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 21 Pengertian Regresi Linier Pengertian Regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih Analisis
Lebih terperinciJumlah tanggungan (org) Lama bekerja di kawasan TWA (thn)
LAMPIRAN 88 Lampiran 1. Data Responden Masyarakat Desa Karang Tengah 11 No Jenis pekerjaan Jenis kelamin (L=1 ; P=) Umur (thn) Lama pendidikan (thn) Jumlah tanggungan (org) Lama bekerja di kawasan TWA
Lebih terperinciPenerapan Metode Taguchi Untuk Meningkatkan Kualitas Kain Tenun Pada Sentra Industri Kain Tenun Kabupaten Pemalang
Penerapan Metode Taguchi Untuk Meningkatkan Kualitas Kain Tenun Pada Sentra Industri Kain Tenun Kabupaten Pemalang Zulfah, Saufik Luthfianto, M. Fajar Nurwildani Dosen Program Studi Teknik Industri Universitas
Lebih terperinciBAB 4 ANALISIS DAN HASIL PENELITIAN. Penggunaan analisis statistik deskriptif untuk memberikan gambaran data yang akan
BAB 4 ANALISIS DAN HASIL PENELITIAN 1.1 Analisis Hasil Penelitian 1.1.1 Analisis Deskriptif Statistik Penggunaan analisis statistik deskriptif untuk memberikan gambaran data yang akan dijadikan sampel
Lebih terperinciV. HASIL DAN PEMBAHASAN
V. HASIL DAN PEMBAHASAN A. Waktu dan Kecepatan Optimum Flavor C blended dibuat dengan mencampurkan flavor C Concentrat dan solvent pada perbandingan 1:9 menggunakan waktu dan kecepatan yang berbeda-beda
Lebih terperinciOptimasi Jumlah Pelanggan Perusahaan Daerah Air Minum Surya Sembada Kota Surabaya Berdasarkan Jenis Pelanggan dengan Metode Fuzzy Goal Programming
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2013) 1-6 1 Optimasi Jumlah Pelanggan Perusahaan Daerah Air Minum Surya Sembada Kota Surabaya Berdasarkan Jenis Pelanggan Metode Fuzzy Goal Programming Rofiqoh
Lebih terperinciBAB IV PEMBAHASAN. variabel independen dengan dependen, apakah masing-masing variabel
BAB IV PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Analisis Regresi Berganda Analisis regresi berganda adalah hubungan secara linear antara dua atau lebih variabel independen. Analisis ini untuk mengetahui arah
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH. Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi semakin sulit untuk diperkirakan. Selama ini, manajer PT. Focus
Lebih terperinciIII. METODOLOGI. Gambar 5. Reaktor eterifikasi gliserol
III. METODOLOGI A. BAHAN DAN ALAT Bahan-bahan yang digunakan pada penelitian ini adalah biodiesel CPO dan jarak pagar, gliserol, tert-butyl alkohol (TBA), bentonit, zeolit, asam fosfat, HCl, alkohol, aquades
Lebih terperinciOPTIMASI PRODUKTIFITAS BUDIDAYA UDANG VANAME (Litopenaues vannamae) DENGAN MENGGUNAKAN METODE RESPON SURFACE DAN NON LINIER PROGRAMMING
OPTIMASI PRODUKTIFITAS BUDIDAYA UDANG VANAME (Litopenaues vannamae) DENGAN MENGGUNAKAN METODE RESPON SURFACE DAN NON LINIER PROGRAMMING Lukman Hudi, Abdullah Shahab Magister Manajemen Teknologi, Institut
Lebih terperinciOleh : M. Mushonnif Efendi ( ) Dosen Pembimbing : Dr. Sony Sunaryo, M.Si.
OPTIMASI WAKTU PEMOTONGAN BAJA HSS PADA WIRE-EDM MENGGUNAKAN METODE TAGUCHI Oleh : M. Mushonnif Efendi (307 030 05) Dosen Pembimbing : Dr. Sony Sunaryo, M.Si. Prodi D3 STATISTIKA FAKULTAS ILMU PENGETAHUAN
Lebih terperinciBAB III LANGKAH PEMECAHAN MASALAH
BAB III LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan untuk menganalisis faktor-faktor kendala pada PT. Primajaya Pantes Garment dengan tujuan untuk memaksimalkan
Lebih terperinciAnalisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit
Analisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit Nama : Margareth G. Shari NRP : 1307 100 026 JURUSAN STATISTIKA
Lebih terperinciSTUDI BANDING PERFORMANCE MESIN HOT PRESS BERBASIS KONTROL RELAY DAN KONTROL PLC
PROPOSAL TUGAS AKHIR [ TM091476 ] OLEH : BOBY DWI HASTANA 2105100133 DOSEN PEMBIMBING : Ir. Sampurno, MT STUDI BANDING PERFORMANCE MESIN HOT PRESS BERBASIS KONTROL RELAY DAN KONTROL PLC LATAR BELAKANG
Lebih terperinciANALISA DESAIN EKSPERIMEN PEMBUATAN BATAKO BERBAHAN ALTERNATIF LUMPUR LAPINDO DAN FLY ASH DENGAN METODE TAGUCHI
ANALISA DESAIN EKSPERIMEN PEMBUATAN BATAKO BERBAHAN ALTERNATIF LUMPUR LAPINDO DAN FLY ASH DENGAN METODE TAGUCHI DESIGN OF EXPERIMENTS ON NEW MIX DESIGN OF CONCRETE BLOCK COMPOSED OF LAPINDO MUD AND FLY
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 4 Sebaran Penarikan Contoh
STK511 Analisis Statistika Pertemuan 4 Sebaran Penarikan Contoh Konsep Dasar Suatu statistik, misalnya, adalah fungsi dari peubah acak sering kita tulis. Idea dasaranya : Karena adalah peubah acak, maka
Lebih terperinciOPTIMASI PENGADAAN BAHAN BAKU SEGAR DI PT. X DENGAN METODE LINEAR PROGRAMMING
OPTIMASI PENGADAAN BAHAN BAKU SEGAR DI PT. X DENGAN METODE LINEAR PROGRAMMING Fransiscus Xaverius Aucky Wibisono dan Abdullah Shahab Program Studi Magister Manajemen Teknologi Institut Teknologi Sepuluh
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
48 Bila t-hitung < t-tabel, maka Ho diterima, Ha ditolak, berarti tidak ada pengaruh yang signifikan dari variabel independen terhadap variabel dependen. BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis
Lebih terperinciHubungan Linier Jumlah Penduduk Yang Bekerja dengan Belanja Langsung
139 LAMPIRAN 2 Hubungan Linier Jumlah Penduduk Yang Bekerja dengan Belanja Langsung Dependent Variable: Belanja Langsung Linear.274 19.584 1 52.000 57.441.239 The independent variable is Jumlah penduduk
Lebih terperinci: - Mahasiswa dapat melakukan eksperimen dengan bantuan software MINITAB
A. TUJUAN Tujuan Umum Tujuan Khusus : - Mahasiswa dapat melakukan eksperimen dengan bantuan software MINITAB : - Mahasiswa dapat menggunakan MINITAB dengan metode ANOVA - Mahasiswa dapat menggunakan MINITAB
Lebih terperinciOPTIMASI DENGAN METODE DAKIAN TERCURAM
OPTIMASI DENGAN METODE DAKIAN TERCURAM Marwan Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Syiah Kuala, Jln. Syekh Abdur Rauf No. 3 Darussalam, Banda Aceh 23111 email:
Lebih terperinciBAB 6 KESIMPULAN DAN SARAN
BAB 6 KESIMPULAN DAN SARAN 6.1. Kesimpulan 1. Faktor-faktor yang diduga signifikan menyebabkan timbulnya cacat produksi di mesin emboss manual adalah sebagai berikut : a. Skala potensiometer b. Lamanya
Lebih terperinci