PROSIDING

Ukuran: px
Mulai penontonan dengan halaman:

Download "PROSIDING"

Transkripsi

1 PROSIDING

2 HALAMAN JUDUL ISBN : PROSIDING SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA Kotribusi Pedidika Matematika da Matematika dalam Membagu Karakter Guru da Siswa Peyeleggara : Jurusa Pedidika Matematika FMIPA UNY Jurusa Pedidika Matematika Fakultas Matematika da Ilmu Pegetahua Alam Uiversitas Negeri Yogyakarta 2012

3 PROSIDING SEMINAR NASIONAL Matematika da Pedidika Matematika 10 November 2012 FMIPA Uiversitas Negeri Yogyakarta Artikel artikel dalam prosidig ii telah dipresetasika pada Semiar Nasioal Matematika da Pedidika Matematika pada taggal 10 November 2012 di Jurusa Pedidika Matematika Fakultas Matematika da Ilmu Pegetahua Alam Uiversitas Negeri Yogyakarta Tim Peyutig Artikel Semiar : 1. Prof. Dr. Rusgiato 2. Dr. Sugima 3. Dr. Jailai 4. Dr. Djamilah Boda Widjajati 5. Dr. Agus Mama Abadi Jurusa Pedidika Matematika Fakultas Matematika da Ilmu Pegetahua Alam Uiversitas Negeri Yogyakarta

4 KATA PENGANTAR Puji Syukur ke Hadirat Tuha Yag Maha Esa atas segala Karuia da Rahmat-Nya sehigga prosidig ii dapat diselesaika. Prosidig ii merupaka kumpula makalah dari peeliti, guru, mahasiswa, pemerhati da dose bidag Pedidika Matematika berbagai daerah di Idoesia. Makalah yag dipresetasika meliputi makalah hasil peelitia pada saat melaksaaka PTK/Lesso Study, pemikira tetag pembelajara matematika yag iovatif atau kajia teoritis seputar pembelajara matematika sekolah. Pada kesempata ii paitia megucapka terimakasih kepada semua pihak yag telah membatu da medukug peyeleggaraa semiar ii. Khususya, kepada seluruh peserta semiar diucapka terima kasih atas partisipasiya da selamat bersemiar, semoga bermafaat. Paitia 3

5 DAFTAR ISI MAKALAH UTAMA No Kode Peulis Judul Hal 1 U-1 Lim, Chap Sam 2 U-2 S.B Waluya 3 U-3 Djamilah Boda Widjajati MOULDING POSITIVE CHARACTERS VIA INCULCATING VALUES IN MATHEMATICS TEACHING AND LEARNING PERAN MATEMATIKA DAN PENDIDIKAN MATEMATIKA DALAM MEMBANGUN KARAKTER BANGSA PEMBELAJARAN MATEMATIKA YANG HUMANIS: MEMBANGUN KARAKTER GURU, KARAKTER SISWA, DAN KARAKTER BANGSA MU-1 MU-11 MU-19 MAKALAH BIDANG ANALISIS DAN ALJABAR No Kode Peulis Judul Hal 1 A-1 2 A-2 3 A-3 Burhaudi Arif Nurugroho RUANG BARISAN DENGAN NILAI PADA RUANG BERNORMA-2 YANG DIBANGUN OLEH FUNGSI ORLICZ MA-1 Dhia Arista Istikomah KARAKTERISASI E-SEMIGRUP MA-9 Dia Ariesta Yuwaigsih BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA MA-17 4 A-4 Moch. Aruma Imro Dwi Lestari, Muhamad Zaki 5 A-5 Riyato 6 A-6 Elvia Herawaty 7 A-7 Hedra Listya Kuriawa, Musthofa 8 A-8 M. Ady Rudhito 9 A-9 Moh. Affaf 10 A-10 Mustofa Arifi, Musthofa KONSTRUKSI KLAS BARISAN P-SUPREMUM BOUNDED VARIATION SEQUENCES SUATU ALGORITMA KRIPTOGRAFI STREAM CIPHER BERDASARKAN FUNGSI CHAOS BEBERAPA RELASI INKLUSI PADA RUANG BARISAN BANACH LATTICE APLIKASI SISTEM LINEAR MAX-PLUS INVARIANT PADA SISTEM PRODUKSI TEMPE SUPER DANGSUL DI YOGYAKARTA SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS LUAS DI R2 DENGAN MEMANFAATKAN GARIS SINGGUNG KURVA OPTIMISASI JADWAL PEMESANAN BAKPIA PATHOK "25" DAERAH ISTIMEWA YOGYAKARTA DENGAN SISTEM LINEAR MAX-PLUS WAKTU INVARIANT MA-25 MA-33 MA-41 MA-53 MA-65 MA-71 MA-81

6 11 A-11 Riigsih, Idah Emilia Wijayati 12 A-12 Siswato 13 A A-14 Caturiyati, Ch. Rii Idrati, Lia Aryati Caturiyati, Ch. Rii Idrati, Lia Aryati SKEMA PEMBAGIAN RAHASIA MENGGUNAKAN KODE LINEAR NILAI EIGEN DAN VEKTOR EIGEN MATRIKS TERREDUKSI REGULER DALAM ALJABAR MAX-PLUS INTERVAL SECOND ORDER CONE (SOC) DAN SIFAT-SIFAT KENDALA SECOND ORDER CONE PROGRAMMING DENGAN NORMA 1 KEKONVEKSKAN DAERAH FISIBEL SECOND ORDER CONE PROGRAMMING DENGAN NORMA 1 MA-91 MA-99 MA-114 MA-119 MAKALAH BIDANG PENDIDIKAN MATEMATIKA No Kode Peulis Halama 1 P-1 Akhmad Nayazik PEMBELAJARAN MATEMATIKA DENGAN MENGINTEGRASIKAN HOM (HISTORY OF MATHEMATICS) UNTUK MENINGKATKAN MOTIVASI BELAJAR MP-1 2 P-2 Amir Fatah 3 P-3 Amir Mahmud MODIFIKASI PERSEPSI : HARAPAN BARU MENINGKATKAN MINAT BELAJAR MATEMATIKA TERAPAN (MEKANIKA FLUIDA) MP-9 EKSPERIMENTASI MODEL PEMBELAJARAN KOOPERATIF TIPE STAD DAN JIGSAW PADA POKOK BAHASAN BENTUK ALJABAR DITINJAU DARI PERHATIAN ORANG TUA SISWA KELAS VII SMP NEGERI DI KABUPATEN CILACAP TAHUN PELAJARAN 2010/ 2011 MP-15 4 P-4 Adri Augrahaa 5 P-5 Adri Suryaa 6 P-6 7 P-7 Agelia Padmarii Dharmamurti, Ch. Ey Murwaigtyas Agelia Dwi Marsetyorii, Ch. Ey Murwaigtyas INTEGRASI KECAKAPAN HIDUP SISWA MELALUI PENGALAMAN BELAJAR MATEMATIKA KONTEKS DUNIA NYATA SISWA DI SEKOLAH DASAR KEMAMPUAN BERPIKIR MATEMATIS TINGKAT LANJUT (ADVANCED MATHEMATICAL THINKING) DALAM MATA KULIAH STATISTIKA MATEMATIKA 1 EFEKTIVITAS PEMBELAJARAN REMEDIAL DENGAN MENGGUNAKAN ALAT PERAGA KOTAK GESER PADA MATERI PERKALIAN DAN FAKTORISASI BENTUK ALJABAR DI KELAS VIII SMPN 2 JETIS BANTUL DIAGNOSIS KESULITAN BELAJAR SISWA DAN PEMBELAJARAN REMEDIAL DALAM MATERI OPERASI PADA PECAHAN BENTUK ALJABAR DI KELAS VIII SMPN 2 JETIS BANTUL MP-27 MP-37 MP-49 MP-59

7 8 P-8 Agger Regga Hutama, M. Ady Rudhito EFEKTIFITAS PEMBELAJARAN DENGAN PROGRAM CABRI 3D UNTUK MENINGKATKAN PEMAHAMAN SISWA TENTANG KONSEP SIKU-SIKU DALAM SUB-POKOK BAHASAN PENERAPAN TEOREMA PHYTAGORAS PADA BANGUN RUANG DI KELAS VIII SMP PANGUDI LUHUR GANTIWARNO MP-71 9 P-9 Aggria Septiai PENERAPAN STRATEGI INQUIRY BASED LEARNING DALAM PEMBELAJARAN MATEMATIKA PADA SISWA KELAS VII SMP NEGERI 45 PALEMBANG MP P-10 Ai Miari 11 P-11 Aris Nurkholis PENGARUH PEMBELAJARAN BERBASIS MASALAH TERHADAP KEMAMPUAN PEMECAHAN MASALAH SISWA SMP MP-91 PENILAIAN PORTOFOLIO DALAM PEMBELAJARAN MATEMATIKA BERBASIS KONTEKSTUAL PADA SISWA KELAS 1 SD JUARA YOGYAKARTA TAHUN AJARAN 2011/2012 MP P-12 Asep Iki Sugadi 13 P-13 Aulia Musla Mustika PERANAN MATEMATIKA DALAM MENUMBUHKAN KARAKTER SISWA PENERAPAN PMRI DALAM PEMBELAJARAN MATEMATIKA DI SEKOLAH DASAR UNTUK MENUMBUHKEMBANGKAN PENDIDIKAN KARAKTER MP-111 MP P-14 Awit Widya Lestari 15 P-15 Beradeta Ayu Setyata, Ch. Ey Murwaigtyas 16 P-16 Burha Iskadar Alam 17 P-17 Desti Haryai PENGAPLIKASIAN PROGRAM WINGEOM PADA POKOK BAHASAN KUBUS DAN BALOK PENGARUH PEMBERIAN KUIS TERHADAP MOTIVASI DAN HASIL BELAJAR SISWA SMP KANISIUS KALASAN TAHUN PELAJARAN 2012/2013 PADA MATERI FAKTORISASI SUKU ALJABAR PENINGKATAN KEMAMPUAN PEMAHAMAN DAN KOMUNIKASI MATEMATIKA SISWA SD MELALUI PENDEKATAN REALISTIC MATHEMATICS EDUCATION (RME) PROFIL PROSES BERPIKIR KRITIS SISWA SMA DENGAN GAYA KOGNITIF FIELD INDEPENDEN DAN BERJENIS KALAMIN PEREMPUAN DALAM MEMECAHKAN MASALAH MATEMATIKA MP-131 MP-141 MP-149 MP-165

8 18 P-18 Desti Haryai MEMBENTUK SISWA BERPIKIR KRITIS MELALUI PEMBELAJARAN MATEMATIKA MP P-19 Devy Yuliastri Kuria Putri, Ita Ayu Maharai PENANAMAN SIKAP ANTI KORUPSI DAPAT MELALUI PELAJARAN MATEMATIKA MP P-20 Didi Suhaedi 21 P-21 Edy Bambag Irawa 22 P-22 Edag Setyo Wiari 23 P-23 Sumiyati 24 P-24 Susiaa Suryadari 25 P-25 Tumisah 26 P-26 Ary Widayato PENINGKATAN KEMAMPUAN KOMUNIKASI MATEMATIS SISWA SMP MELALUI PENDEKATAN PENDIDIKAN MATEMATIKA REALISTIK THE CHALLENGE OF MATHEMATICS TEACHERS IN DEALING WITH VARIOUS CURRICULUM CHANGES (A THEORETICAL REVIEW) MEMBANGUN KARAKTER SISWA SEKOLAH DASAR (SD) MELALUI PEMBELAJARAN MATEMATIKA DENGAN MENGGUNAKAN MEDIA BENDA KONKRET MENUMBUHKAN KARAKTER BEKERJA KERAS DAN PANTANG MENYERAH PADA SISWA KELAS XII IPS SMAN 1 TEMPEL MELALUI PEMBELAJARAN MATEMATIKA OPTIMALISASI MEMBENTUK KARAKTER MENGGUNAKAN STIMULUS OTAK KANAN DAN OTAK KIRI PADA PEMBELAJARAN MATEMATIKA DALAM PENCAPAIAN TARGET PRESTASI PUNCAK PENINGKATAN PRESTASI BELAJAR MATEMATIKA DENGAN MODEL PEMBELAJARAN KOOPERATIF TIPE THINK-PAIR-SHARE (TPS) DI SMK NEGERI 1 PANDAK KELAS X TPHP 1 PENGARUH MOTIVASI BERPRESTASI, INTELIGENSI QUOTIENT, DAN FASILITAS BELAJAR SISWA TERHADAP PRESTASI OLIMPIADE SAINS DI SMA NEGERI 1 BANTUL TAHUN AJARAN MP-191 MP-201 MP-209 MP-217 MP-227 MP-235 MP P-27 Muiri 28 P-28 Suryo Widodo MODEL PENALARAN INTUITIF SISWA DALAM MENYELESAIKAN MASALAH MATEMATIKA PROFIL KREATIVITAS GURU SMP DALAM MEMBUAT MASALAH MATEMATIKA KONTEKSTUAL BERDASARKAN KUALIFIKASI AKADEMIK MP-251 MP-263

9 29 P-29 Eka Setyaigsih 30 P-30 Elisabeth Evi Alviah, M. Ady Rudhito KEPEDULIAN GURU DALAM MENANAMKAN KARAKTER PESERTA DIDIK PADA PEMBELAJARAN MATEMATIKA EFEKTIVITAS PEMBELAJARAN DENGAN PROGRAM GEOGEBRA DIBANDING PEMBELAJARAN KONVENSIONAL PADA TOPIK GRAFIK FUNGSI KUADRAT KELAS X SMA PANGUDI LUHUR YOGYAKARTA MP-271 MP P-31 Elly Susati 32 P-32 Epo Nur'Aei, Didi Abdul Muiz Lidiillah, Ayi Sakiatussa'Adah 33 P-33 Essy Purwaigtyas 34 P-34 Ety Septiati 35 P-35 Frasiscus Dimas Permadi, M. Ady Rudhito 36 P-36 Gadis Ariyati Athar 37 P-37 Garii Widosari MENINGKATKAN PENALARAN SISWA MELALUI KONEKSI MATEMATIKA MODEL DISAIN DIDAKTIS PEMBAGIAN PECAHAN BERBASIS PENDIDIKAN MATEMATIKA REALISTIK UNTUK SISWA KELAS V SEKOLAH DASAR EFEKTIVITAS MODEL PEMBELAJARAAN KOOPERATIF TIPE NUMBERED HEADS TOGETHER (NHT) DITINJAU DARI KREATIVITAS DAN KARAKTER SISWA DI SMP NEGERI 15 YOGYAKARTA KEEFEKTIFAN PENDEKATAN KONSTRUKTIVISME TERHADAP KEMAMPUAN KONEKSI MATEMATIS MAHASISWA PADA MATA KULIAH ANALISIS REAL I EFEKTIFITAS PEMBELAJARAN DENGAN PROGRAM GEOGEBRA DIBANDING PEMBELAJARAN KONVENSIONAL PADA MATERI TEOREMA PYTHAGORAS KELAS VIII SMP PANGUDI LUHUR GANTIWARNO KLATEN PENGEMBANGAN PEMBELAJARAN MATEMATIKA DENGAN PENDEKATAN PENDIDIKAN MATEMATIKA REALISTIK (PMR) BERBASIS BUDAYA CERITA RAKYAT MELAYU RIAU PADA KELAS 3 SEKOLAH DASAR. PENGGUNAAN SOFTWARE MATLAB UNTUK MENINGKATKAN MINAT BELAJAR MATEMATIKA DI POLITEKNIK NEGERI SAMARINDA MP-289 MP-297 MP-309 MP-319 MP-325 MP-335 MP P-38 Georgia Maria Tiugki SENI MENGAJAR SEORANG GURU MATEMATIKA IDAMAN SISWA MP-351

10 39 P-39 Pivi Alpia Podomi, Giajar Abdurrahma, Yadri Soeyoo 40 P-40 Heru Kuriawa 41 P-41 Hery Suhara 42 P-42 Zetriuslita 43 P-43 Huri Suhedri KEYAKINAN GURU TERHADAP MATEMATIKA DAN PROFESI UPAYA PENINGKATAN EFEKTIVITAS PEMBELAJARAN MATEMATIKA MELALUI METODE KOOPERATIF TIPE TEAM ASSISTED INDIVIDUALIZATION (TAI) PADA SISWA KELAS V SD NEGERI SIDOMULYO TAHUN PELAJARAN 2011/2012 BERPIKIR REFLEKTIF (REFLECTIVE THINKING ) SISWA SD BERKEMAMPUAN MATEMATIKA TINGGI DALAM PEMAHAMAN MASALAH PECAHAN PENERAPAN PEMBELAJARAN KOOPERATIF TIPE NHT UNTUK MENINGKATKAN HASIL BELAJAR MATEMATIKA SISWA KELAS X-4 SMAN 1 SIAK HULU PENGARUH KECERDASAN MATEMATIS-LOGIS, RASA PERCAYA DIRI, DAN KEMANDIRIAN BELAJAR TERHADAP HASIL BELAJAR MATEMATIKA MP-361 MP-369 MP-377 MP-387 MP P-44 Ibrahim KEBIASAAN BELAJAR MATEMATIKA SISWA DAN PEMBELAJARAN MATEMATIKA BERBASIS MASALAH MP P-45 Yusuf Suryaa, Oyo Haki Praata, Ika Fitri Apria DESAIN DIDAKTIS PENGENALAN KONSEP PECAHAN SEDERHANA PADA PEMBELAJARAN MATEMATIKA DI KELAS III SEKOLAH DASAR MP P-46 I Hi Abdullah PENINGKATAN KEMAMPUAN REPRESENTASI MATEMATIS SISWA SMP MELALUI PEMBELAJARAN KONTEKSTUAL YANG TERINTEGRASI DENGAN SOFT SKILL. MP P-47 Isrok'Atu CREATIVE PROBLEM SOLVING (CPS) MATEMATIS MP P-48 Karma La Nai 49 P-49 Ketut Sutame, Harpit KONSTRUKSI SELF-REGULATION SKILL DAN HELP-SEEKING BEHAVIOR DALAM PEMBELAJARAN MATEMATIKA MEREDUKSI MATHEMATICS ANXIETY DAN MENYUBURKAN PROBLEM SOLVING ABILITY DENGAN PENDEKATAN PROBLEM POSING MP-449 MP-459

11 50 P-50 Kholida Agusti, Yulia Liguistika IDENTIFIKASI KESALAHAN SISWA KELAS X PADA EVALUASI MATERI SIFAT-SIFAT BILANGAN BERPANGKAT DENGAN PANGKAT BILANGAN BULAT DI SMA MUHAMMADIYAH 2 YOGYAKARTA MP P P-52 Kiki Widhai, Fajar Hardoyoo Kuswati, Nila Kuriasih, Puji Nugrahe ANALYSIS OF STUDENTS' ABILITY IN MATH CONCEPTS AS A TOOL FOR STUDYING ECONOMIC THEORY EKSPERIMENTASI METODE DISCOVERY DAN METODE THINK-PAIR-SHARE (TPS) TERHADAP HASIL BELAJAR MATEMATIKA SISWA DITINJAU DARI KEMAMPUAN ANALOGI MATEMATIS SISWA KELAS VIII SMP NEGERI 26 PURWOREJO TAHUN PELAJARAN 2011/2012 MP-487 MP P-53 La Moma 54 P P P P-57 Laela Sagita, Widi Astuti Leo Agug Noviar Kidug Adi, M. Ady Rudhito Leoardo Errick Pradika, Ch. Ey Murwaigtyas Lia Wuladari, Nurhadi Waryato MENUMBUHKAN KEMAMPUAN BERPIKIR KREATIF MATEMATIS MELALUI PEMBELAJARAN GENERATIF SISWA SMP UPAYA MENINGKATKAN KARAKTER POSITIF SISWA DAN PRESTASI BELAJAR MATEMATIKA MELALUI METODE KOOPERATIF DENGAN MENGGUNAKAN MEDIA TRAVEL GAME DI SMP NEGERI 14 YOGYAKARTA PEMANFAATAN PROGRAM CABRI 3D DALAM UPAYA MENGATASI KESULITAN BELAJAR SISWA KELAS 5 SD NEGERI BANYUURIP PURWOREJO PADA POKOK BAHASAN VOLUME KUBUS DAN BALOK ANALISIS KESALAHAN SISWA KELAS VIII I SMP N 1 KARANGANYAR DALAM MENGERJAKAN SOAL PADA POKOK BAHASAN BANGUN RUANG SISI DATAR SERTA UPAYA REMEDIASINYA DENGAN MEDIA BANTU PROGRAM CABRI 3D PEMANFAATAN CABRI 3D DALAM MEDIA INTERAKTIF BERBASIS METODE INKUIRI PADA MATERI BANGUN RUANG SISI DATAR UNTUK MENINGKATKAN CARA BERPIKIR KRITIS SISWA KELAS VIII SMP MP-505 MP-515 MP-527 MP-537 MP P-58 Marhayati 59 P-59 Maria Ulpah PEMAHAMAN SOAL CERITA MELALUI PARAPRASE MENINGKATKAN KEMAMPUAN PENALARAN STATISTIS SISWA MADRASAH ALIYAH MELALUI PENDEKATAN KONTEKSTUAL DI KABUPATEN BANYUMAS MP-555 MP-563

12 60 P P-61 Maya Kusumaigrum, Abdul Aziz Saefudi Mefa Idriati,Tuti Syafriati MENGOPTIMALKAN KEMAMPUAN BERPIKIR MATEMATIKA MELALUI PEMECAHAN MASALAH MATEMATIKA PENERAPAN MODEL PEMBELAJARAN KOOPERATIF TEKNIK THINK PAIR SQUARE (TPS) UNTUK MENINGKATKAN HASIL BELAJAR MATEMATIKA SISWA KELAS VIII1 SMP ISLAM YLPI PEKANBARU MP-571 MP P-62 Muhamad Yasi ANALISIS GAYA KOMUNIKASI GURU MATEMATIKA BERDASARKAN TEORI KOMUNIKASI LOGIKA DESAIN PESAN MP P-63 Muhammad Rijal Wahid Muharram QUANTUM MATHEMATIC, MEMAHAMI NILAI-NILAI MATEMATIKA UNTUK MEMBANGUN KARAKTER BANGSA MP P-64 Nike Wahyu Utami, Jailai 65 P-65 Niluh Sulistyai, S.Pd PERMASALAHAN PENYUSUNAN PERANGKAT PEMBELAJARAN MATEMATIKA IMPLEMENTASI PEMBELAJARAN BERBASIS MASALAH DIPADUKAN DENGAN MODEL PEMBELAJARAN KOOPERATIF TIPE TAI (TEAM ASSISTED INDIVIDUALIZATION) UNTUK MENINGKATKAN KEMAMPUAN BERPIKIR KRITIS MATEMATIS PADA SISWA SMP N 2 SENTOLO KELAS IXA MP-611 MP P-66 Maesia Ledua, Nida Argafai, M. F. Atsa PARENTS BEHAVIOUR IN STRUGGLING TO MOTIVATE MATHEMATICS LEARNERS MP P-67 Nora Surmilasari PENGEMBANGAN LKS MATEMATIKA BERBASIS KONSTRUKTIVISME UNTUK PEMBELAJARAN MATERI PERKALIAN DUA MATRIKS DI KELAS XII SMA MP P P-69 Novi Komariyatiigsih, Nila Kesumawati Nuria Kuriasari Rahmawati, Teguh Wibowo, Nila Kuriasi KETERKAITAN KEMAMPUAN KOMUNIKASI MATEMATIS DENGAN PENDEKATAN PENDIDIKAN MATEMATIKA REALISTIK INDONESIA (PMRI) PENERAPAN MODEL PEMBELAJARAN E-LEARNING PADA MATERI KUBUS DAN BALOK TERHADAP HASIL BELAJAR MATEMATIKA SISWA KELAS VIII SMP N SE-KECAMATAN BANYUURIP DITINJAU DARI MOTIVASI BELAJAR SISWA MP-643 MP-651

13 70 P P P-72 Pasttita Ayu Laksmiwati, Ali Mahmudi Paulia Hai Rusmawati, M. Ady Rudhito Pura Bayu Nugroho, Supari, Muli Nu M PEMBELAJARAN MATEMATIKA BERBASIS METODE INQUIRY BERBANTUAN CABRI 3D PADA MATERI RUANG DIMENSI TIGA DESAIN LEMBAR KERJA SISWA DENGAN PEMANFAATAN PROGRAM GEOGEBRA MELALUI DEMONSTRASI UNTUK MENDUKUNG PENYAMPAIAN MATERI KESEBANGUNAN DI KELAS IX SMP NEGERI 2 JETIS-BANTUL EFEKTIVITAS MODEL PEMBELAJARAN MISSOURI MATHEMATICS PROJECT (MMP) DENGAN METODE TALKING STICK DAN PENEMUAN TERBIMBING TERHADAP HASIL BELAJAR MATEMATIKA SISWA KELAS X MAN MAGUWOHARJO SLEMAN (PENELITIAN EKSPERIMEN POKOK BAHASAN TRIGONOMETRI) MP-659 MP-671 MP P-73 Qodri Ali Hasa REKONSTRUKSI PEMAHAMAN KONSEP PEMBAGIAN PADA SISWA BERKEMAMPUAN TINGGI MP P-74 Qodri Ali Hasa 75 P-75 Qurotuh Aiia, Nila Kuriasih, Mujiyem Sapti PENGEMBANGAN PEMBELAJARAN OPERASI PEMBAGIAN DENGAN MENEKANKAN ASPEK PEMAHAMAN. MP-699 EKSPERIMENTASI MODEL PEMBELAJARAN AUDITORY INTELLECTUALLY REPETITION (AIR) TERHADAP PRESTASI BELAJAR MATEMATIKA DITINJAU DARI KARAKTER BELAJAR SISWA KELAS VII SMP NEGERI SE-KECAMATAN KALIGESING TAHUN 2011/2012 MP P-76 Ratu Ilma Idra Putri 77 P P-78 Riawa Yudi Purwoko, Wawa Rima Oktaviai,Mujiyem Sapti,Puji Nugrahei PENDISAINAN HYPOTETICAL LEARNING TRAJECTORY (HLT) CERITA MALIN KUNDANG PADA PEMBELAJARAN MATEMATIKA PEMBELAJARAN MATEMATIKA MENGGUNAKAN SOFTWARE WINPLOT PADA MATERI TURUNAN TERHADAP PRESTASI BELAJAR MATEMATIKA SISWA KELAS XI-IPS SMA MUHAMMADIYAH SE-KABUPATEN PURWOREJO EKSPERIMENTASI MODEL PEMBELAJARAN KOOPERATIF TIPE TGT TERHADAP PRESTASI BELAJAR MATEMATIKA DITINJAU DARI MOTIVASI BELAJAR SISWA KELAS VIII SMP NEGERI 2 BULUSPESANTREN TAHUN PELAJARAN 2011/2012 MP-717 MP-725 MP-735

14 79 P-79 Risaosati 80 P-80 Rudi Satoso Yohaes 81 P-81 Rufia Ni Luh Wiwik Hadayai,Ch. Ey Murwaigtyas HYPOTHETICAL LEARNING TRAJECTORY UNTUK MENUMBUHKEMBANGKAN KEMAMPUAN BERPIKIR KREATIF MATEMATIS SISWA SMA DI KOTA BENGKULU STRATEGI SISWA SMP DALAM MENYELESAIKAN MASALAH GEOMETRI DITINJAU DARI DOMINASI OTAK KIRI DAN OTAK KANAN PENGARUH PENGGUNAAN MODEL PEMBELAJARAN KOOPERATIF TIPE STAD TERHADAP MOTIVASI DAN HASIL BELAJAR SISWA PADA POKOK BAHASAN PENJUMLAHAN DAN PENGURANGAN BILANGAN BULAT DI KELAS VII A SMP KANISIUS KALASAN YOGYAKARTA TAHUN PELAJARAN MP-743 MP-751 MP P-82 Selvi Rajuaty Tadiseru 83 P-83 Setyawati,Ibrahim KEPEDULIAN GURU MATEMATIKA DALAM MENINGKATKAN KEMAMPUAN BERFIKIR KREATIF SISWA EFEKTIVITAS PENGGUNAAN MODEL PEMBELAJARAN RECIPROCAL TEACHING DILENGKAPI DRILL SOAL TERHADAP PENINGKATAN PEMAHAMAN KONSEP DAN MOTIVASI BELAJAR MATEMATIKA SISWA DITINJAU DARI KEMAMPUAN MATEMATIKA UMUM SISWA MP-771 MP P-84 Sri Adi Widodo PROSES BERPIKIR MAHASISWA DALAM MENYELESAIKAN MASALAH MATEMATIKA BERDASARKAN DIMENSI TEACHER MP P-85 Sri Adi Widodo PROSES BERPIKIR MAHASISWA DALAM MENYELESAIKAN MASALAH MATEMATIKA BERDASARKAN DIMENSI HEALER MP P-86 Sri Hastuti Noer 87 P-87 Subaidro SELF-EFFICACY MAHASISWA TERHADAP MATEMATIKA PENGEMBANGAN PERANGKAT PEMBELAJARAN TRIGONOMETRI BERORIENTASIKAN KEMAMPUAN PENALARAN DAN KOMUNIKASI MATEMATIK SISWA SMA MP-801 MP P-88 Suhas Caryoo, Suhartoo ANALISIS DESKRIPTIF FAKTOR PENYEBAB KESULITAN BELAJAR MATA PELAJARAN MATEMATIKA DI SMA NEGERI 8 PURWOREJO TAHUN PELAJARAN 2012/2013 MP-819

15 89 P-89 Syahrir 90 P-90 Syukrul Hamdi 91 P-91 Tata Sutadi Nugraha PENGARUH PEMBELAJARAN KOOPERATIF TIPE JIGSAW DAN TEAMS GAME TURNAMEN (TGT) TERHADAP MOTIVASI BELAJAR DAN KETERAMPILAN MATEMATIKA SISWA SMP (STUDI EKSPERIMEN DI SMP DARUL HIKMAH MATARAM) MEMAHAMI KARAKTERISTIK PSIKOLOGIS SISWA DALAM PEMBELAJARAN MATEMATIKA BERDASARKAN KECERDASAN INTUITIF DAN REFLEKTIF PEMBELAJARAN MATEMATIKA BERBASIS MASALAH YANG BERLANDASKAN NILAI-NILAI KARAKTER DENGAN PENGGUNAAN MEDIA TIK PADA KELAS DWI-BAHASA DALAM KOMPETENSI DASAR MENENTUKAN SLOPE DAN PERSAMAAN GARIS LURUS MP-827 MP-839 MP P-92 Tata. Zm 93 P-93 Titi Mulyaigsih ANALISIS PROKRASTINASI TUGAS AKHIR/SKRIPSI PERMAINAN MAMUN TEBAL UNTUK MENINGKATKAN KETERAMPILAN HITUNG BILANGAN BULAT SISWA KELAS IV SDN KOTAGEDE III YOGYAKARTA MP-863 MP P P-95 Doy Seftyato, Mega Apriai, Toy Haryato Tri Nova Hasti Yuiata, Ai Rusilowati, Rochmad PERAN ALGORITMA CAESAR CIPHER DALAM MEMBANGUN KARAKTER AKAN KESADARAN KEAMANAN INFORMASI KEMAMPUAN BERPIKIR KREATIF SISWA PADA IMPLEMENTASI PROJECT-BASED LEARNING DENGAN PEER AND SELF-ASSESSMENT UNTUK MATERI SEGIEMPAT KELAS VII SMPN RSBI 1 JUWANA DI KABUPATEN PATI MP-883 MP P-96 Urip Tisgati 97 P-97 Veroica Wiwik Dwi Astuty, M. Ady Rudhito MEMBANGUN KARAKTER DALAM PEMBELAJARAN MATEMATIKA MELALUI KETERAMPILAN KOMUNIKASI PENGGUNAAN PROGRAM GEOGEBRA DALAM UPAYA MENGATASI KESULITAN BELAJAR SISWA KELAS VIII E SMP N I NANGGULAN KULON PROGO POKOK BAHASAN GRAFIK GARIS LURUS PADA PEMBELAJARAN REMEDIAL MP-903 MP P-98 Watijo Hastoro MENENTUKAN LUAS DAERAH BANGUN DATAR DENGAN PAPAN BERPETAK UNTUK SISWA SMP KELAS VII MP-923

16 99 P-99 Widi Astuti EKSPERIMENTASI MODEL PEMBELAJARAN KOOPERATIF TIPE STAD PADA MATERI PECAHAN TERHADAP PRESTASI BELAJAR MATEMATIKA KELAS IV SD SE-GUGUS SULTAN AGUNG DITINJAU DARI MOTIVASI BELAJAR SISWA MP P-100 Wiryato 101 P-101 Wula Fitriyai REPRESENTASI SISWA SEKOLAH DASAR DALAM PEMAHAMAN KONSEP PECAHAN PEMANFAATAN SOFTWARE GEOGEBRA MELALUI STRATEGI IDEAL PADA MATERI SUDUT PUSAT DAN SUDUT KELILING LINGKARAN UNTUK MENINGKATKAN KEAKTIFAN DAN HASIL BELAJAR SISWA KELAS VIII F SMP NEGERI 3 PATI TAHUN PELAJARAN 2011/2012 MP-943 MP P P-103 Yohaes Aditya Kuriawa, Ch. Ey Murwaityas Yulia Tri Widyaigrum, Ch. Ey Murwaityas PENGARUH PROGRAM BRIDGING COURSE TERHADAP HASIL BELAJAR SISWA KELAS VII CERDAS SMP KANISIUS PAKEM PENGARUH MEDIA PEMBELAJARAN GEOGEBRA TERHADAP MOTIVASI DAN HASIL BELAJAR SISWA PADA MATERI GRAFIK FUNGSI KUADRAT DI KELAS X SMA NEGERI 2 YOGYAKARTA TAHUN PELAJARAN 2012/2013 MP-967 MP P-104 Yulis Jamiah PEMBIASAAN SIKAP POSITIF DALAM MEMBANGUN KARAKTER MAHASISWA MELALUI PEMBELAJARAN MATEMATIKA MP P-105 Edag Listyai 106 P-106 Elly Arliai IMPLEMENTASI PENDIDIKAN KARAKTER DALAM PERKULIAHAN MENGEMBANGKAN SIKAP SALING MENGHARGARI MELALUI PEMBELAJARAN MATEMATIKA : UPAYA MEMPERBAIKI KARAKTER BANGSA MP-989 MP P-107 Rohaa 108 P-108 Friska Aggu Diaa Sari, Kuswari Herawati PERAN PENDIDIKAN MATEMATIKA SEBAGAI WAHANA PEMBANGUN KARAKTER BANGSA PEMANFAATAN PROGRAM CABRI 3D DALAM PEMBELAJARAN MATEMATIKA PADA MATERI BANGUN RUANG SISI LENGKUNG KELAS IX SMP DALAM UPAYA MENINGKATKAN HASIL BELAJAR SISWA MP-999 MP-1009

17 MAKALAH BIDANG STATISTIKA No Kode Peulis Judul Hal 1 S-1 Bertho Tatular 2 S-2 Dessy Gusita Fragky Masipupu, Adi Setiawa, Bambag 3 S-3 Susato 4 S-4 Ragga Pradeka, Adi Setiawa, Lilik Liawati PENDEKATAN MODEL MULTILEVEL UNTUK DATA REPEATED MEASURE ANALISA FAKTOR GAS BUANG KENDARAAN BERBAHAN BAKAR SOLAR MENGGUNAKAN RANCANGAN ACAK LENGKAP (SUATU APLIKASI MATEMATIKA DAN STATISTIKA UNTUK PENELITIAN LINGKUNGAN) PENGKONSTRUKSIAN GRAFIK PENGENDALI BERDASAR BOXPLOT BIVARIAT STUDI SIMULASI UJI KOEFISIEN KORELASI SPEARMAN DAN KENDALL DARI SAMPEL YANG DIBANGKITKAN BERDASARKAN ESTIMASI DENSITAS KERNEL MULTIVARIAT MS-1 MS-11 MS-19 MS-33 5 S-5 Sugiyato, Etik Zukhroah PEMILIHAN UJI NONPARAMETRIK TERBAIK UNTUK DUA SAMPEL BEBAS MELALUI METODE SIMULASI MS-47 6 S-6 Vaia Mutiarai, Adi Setiawa, Haa Arii Parhusip PENERAPAN MODEL REGRESI LINIER BAYESIAN UNTUK MENGESTIMASI PARAMETER DAN INTERVAL KREDIBEL MS-53 7 S-7 8 S-8 Lilik Fauziah, Reto Subekti Esti Nur Kuriawati, Reto Subekti PEMBENTUKAN PORTOFOLIO OPTIMAL MENGGUNAKAN METODE MINIMAX PEMODELAN SISTEM ANTRIAN MULTISERVER DENGAN MULTITASK SERVER MENGGUNAKAN VACATION QUEUEING MS-65 MS-77 MAKALAH BIDANG MATEMATIKA TERAPAN DAN KOMPUTER No Kode Peulis Judul Hal 1 T-1 Alle Marga Retta 2 T-2 Amalia Dikaigtyas, Kus Prihatoso K PENGEMBANGAN MATERI INTEGRAL BERBASIS MODUL DALAM PEMBELAJARAN MATEMATIKA DI PROGRAM STUDI PENDIDIKAN BIOLOGI ANALISIS MODEL MATEMATIKA TENTANG PENGARUH KEMOTERAPI TERHADAP DINAMIK PERTUMBUHAN SEL TUMOR DAN SEL NORMAL MT-1 MT-11

18 3 T-3 4 T-4 5 T-5 Arga Dhahaa Pramudiato,Rio Eko Tulus Budi Cahyato, Agus Wiaro, Mulyadi Farida Cahya Kusuma, Sudradjat PENGGUNAAN POLINOMIAL UNTUK STREAM KEY GENERATOR PADA ALGORITMA STREAM CIPHERS BERBASIS FEEDBACK SHIFT REGISTER POLYNOMIAL FUNCTIONS DAN IMPLEMENTASINYA DALAM ALGORITMA ADVANCED ENCRYPTION STANDARD PADA DATABASE ACCOUNTING RANCANGAN MODEL SIMULASI ANTRIAN UNTUK MENGURANGI KEMACETAN KENDARAAN DI PELABUHAN MERAK BANTEN MT-17 MT-31 MT-45 6 T-6 Farikhi MODEL REDUKSI UNTUK SISTEM MIMO MT-53 7 T-7 Garii Widosari 8 T-8 Hariyato, Utami Dyah Purwati PERAMALAN CURAH HUJAN DENGAN WAVELET MENGKONSTRUKSI MODEL KONTAK DIANTARA SPECIES PADA TRANSMISI PENYEBARAN PENYAKIT DENGAN MENGGUNAKAN MODEL JARINGAN MT-61 MT-69 9 T-9 Idu Titisariwati MENGHITUNG VOLUME CADANGAN DENGAN CARA NUMERIK MT T-10 Joer Naiggola KONTROL OPTIMAL VAKSINASI MODEL EPIDEMIOLOGI TIPE SIR MT T-11 Rivelso Purba 12 T-12 Sekar Sukma Asmara 13 T-13 Sri Adayai PENERAPAN LOGIKA FUZZY PADA PROGRAM LINEAR PENGGUNAAN METODE BAYESIAN SUBYEKTIF DALAM PENGKONSTRUKSIAN GRAFIK PENGENDALI-P MODEL PENILAIAN ASPEK AFEKTIF AKHLAK MULIA BERBASIS DATA LINGUISTIK MT-101 MT-115 MT T-14 Sri Kutari DIGRAF EKSENTRIK DARI GRAF GEAR MT T-15 Subcha, Mohammad Rifai ANALISA KESTABILAN PERSAMAAN GERAK ROKET TIGA DIMENSI TIPE RKX-LAPAN MT-139

19 16 T-16 Tahiyatul Asfihai, Subcha PANDUAN DAN KENDALI KAPAL TANPA AWAK DENGAN MENGGUNAKAN METODE MODEL PREDICTIVE CONTROL (MPC) DAN AKAR KUADRAT-UNSCENTED KALMAN FILTER (AK-UKF) MT T-17 Wartoo 18 T-18 Alvida Mustikarukmi 19 T-19 Nur Isai 20 T-20 Kuswari Herawati 21 T-21 Dimas Aryo Prakoso, Kuswari Herawati 22 T-22 Nikeasih Biatari MODIFIKASI METODE KING DENGAN MENGGUNAKAN INTERPOLASI KUADRATIK DETEKSI OUTLIER BERBASIS KLASTER DENGAN ALGORITMA SHARED NEAREST NEIGHBOR PEMANFAATAN NETWORKX UNTUK MENGEKSPLORASI DAN MENGANALISA JARINGAN BESERTA SIFAT/KARAKTERISTIKNYA PENGENALAN TEKNOLOGI SEJAK DINI DENGAN BELAJAR SAMBIL BERMAIN MELALUI SMARTPHONE PERBANDINGAN RASIO KOMPRESI PADA KOMPRESI CITRA DIGITAL BITMAP MENGGUNAKAN KOMBINASI METODE DISCRETE COSINE TRANSFORM DAN ARITHMETIC CODING DENGAN BERBAGAI DIMENSI CITRA SUMBER PENENTUAN HARGA DAN BATAS EKSEKUSI OPSI TIPE AMERIKA MODEL BLACK-SCHOLES MENGGUNAKAN FINITE ELEMENT METHODS (FEM) MT-163 MT-173 MT-185 MT-193 MT-205 MT-217

20 PENGGUNAAN METODE BAYESIAN SUBYEKTIF DALAM PENGKONSTRUKSIAN GRAFIK PENGENDALI-p Sekar Sukma Asmara 1, Adi Setiawa 2, Tudjug Mahatma 3 1 Mahasiswa Program Studi Matematika Fakultas Sais da Matematika Uiversitas Kriste Satya Wacaa 2,3 Dose Program Studi Matematika Fakultas Sais da Matematika Uiversitas Kriste Satya Wacaa 1 qkhasweetie@yahoo.com, 2 adi_setia_03@yahoo.com, 3 t.mahatma@gmail.com T-12 Abstrak Pegedalia kualitas mempuyai suatu pera petig dalam produksi barag, da dapat dilakuka dega megguaka metode statistik. Salah satuya adalah grafik pegedali-p. Peelitia ii megguaka data proses produksi pegolaha ayam selama Jui-September 2012 pada PT. X. Pada grafik pegedali-p klasik diperoleh ceterlie (CL)=0,306, lower cotrol limit (LCL)=0,1678, da upper cotrol limit (UCL)=0,4443. Dalam makalah ii dijelaska bagaimaa pegguaa metode Bayesia subyektif utuk melakuka estimasi titik dega distribusi sampel Biomial. Dega megguaka prior berdistribusi seragam pada (0,1) atau Beta(1,1) da tigkat sigifikasi α =0,0027, diperoleh CL=0,3098, LCL=0,1827, da UCL=0,4518. Dega megguaka prior berdistribusi Beta(30,2981;68,7019) da tigkat sigifikasi yag sama, diperoleh CL=0,306, LCL=0,2129, da UCL=0,4068. Haya pada grafik pegedali-p dimaa priorya berdistribusi Beta(30,2981;68,7019) terdapat 1 sampel yag out of cotrol yaitu sampel ke 71 sehigga dapat disimpulka bahwa proses tersebut tidak terkedali da oleh karea itu perlu diperiksa peyebabya serta diambil tidaka perbaika. Kata kuci : grafik pegedali-p, Bayesia subyektif, Biomial, prior, Beta. PENDAHULUAN Produk yag berkualitas mempuyai daya tarik yag lebih tiggi bagi kosume. Meurut Prawirosetoo (2007), kosume yag membeli produk berorietasi pada kualitas, pada umumya mempuyai loyalitas produk yag besar dibadigka dega kosume yag membeli produk berdasarka orietasi harga, sehigga mereka aka selalu membeli produk tersebut (repurchase). Dari segi produse, cara (methods) produksi meghasilka produk yag berkualitas berbadig lurus dega peigkata produktivitas, atara lai meguragi pegguaa barag da meguragi biaya. Dalam mejual barag yag berkualitas redah, ada kemugkia produse aka bayak meerima keluha da pegembalia barag dari kosume, atau biaya memperbaiki (after sales service) mejadi sagat besar, selai itu dapat mempegaruhi reputasi perusahaa bahka tututa gati rugi kecelakaa akibat pemakaia produk tersebut. Proses produksi merupaka kombiasi mesi-mesi, orag-orag, da baha baku, sehigga memugkika terjadiya kekelirua sehigga produk yag dihasilka megalami variasi. Meurut Motogmery (1990), peraa statistik adalah utuk mecegah da meguragi terjadiya variasi tersebut. Salah satu alat kedali mutu statistik adalah grafik pegedali. Metode Bayesia subyektif dapat diguaka utuk Makalah dipresetasika dalam Semiar Nasioal Matematika da Pedidika Matematika dega tema Kotribusi Pedidika Matematika da Matematika dalam Membagu Karakter Guru da Siswa" pada taggal 10 November 2012 di Jurusa Pedidika Matematika FMIPA UNY

21 melakuka estimasi titik. Dalam makalah ii aka dijelaska bagaimaa proses pegguaa metode Bayesia subyektif dalam pegkostruksia grafik pegedali-p oleh karea itu dega mudah dapat diidetifikasi sampel-sampel yag out of cotrol da apakah proses tersebut terkedali atau tidak. DASAR TEORI Pegedalia kualitas merupaka upaya utuk mecapai da mempertahaka stadar yag direcaaka. Salah satu tekik da alat pegedalia kualitas adalah grafik pegedali (cotrol chart) yag dikemukaka oleh Dr. Shewhart utuk megetahui apakah sampel hasil observasi termasuk daerah yag diterima (accepted area) atau daerah ditolak (rejected area) seperti pada Gambar 1. Dalam statistik, utuk memperoleh tigkat kepercayaa sebesar 99,73%, diguaka batas tolerasi sebesar 3 kali deviasi stadar (stadart deviatio). Keteraga SD = deviasi stadar = 0, 1, 2, atau 3 Gambar 1. Diagram Shewhart Grafik Pegedali-p Klasik Dalam makalah ii aka diguaka grafik pegedali utuk bagia tidak sesuai (ocoformace quality) atau yag serig disebut grafik pegedali-p (p-chart). Asas-asas statistik yag meladasi grafik pegedali utuk bagia tak sesuai didasarka atas distribusi Biomial dega parameter da p (Motgomery, 1990). Rumusa utuk membuat grafik pegedali bagia tidak sesuai yag masih merujuk pada diagram Shewhart dijelaska oleh Dr. Kaoru Ishikawa sebagai berikut Dega p : proporsi kerusaka, D : jumlah produk yag tidak sesuai, : jumlah sampel. Disampig itu, dihitug p = p i = D i, i = 1, 2,, m m i=1 D i m i=1 m = p i m, MT -116

22 σ = p 1 p, MT -117

23 dega p : rata-rata proporsi kerusaka, σ : deviasi stadar proporsi kerusaka, sehigga dapat diperoleh Ceterlie CL = p, Lower Cotrol Limit LCL = p 3 p 1 p, p 1 p Upper Cotrol Limit UCL = p + 3, yag kemudia aka diguaka utuk batas pegedali dalam melukiska grafik pegedali-p (Prawirosetoo, 2007). Grafik Pegedali-p dega Metode Bayesia Subyektif Selajutya dihitug estimasi titik dalam hal ii upper cotrol limit, ceterlie, da lower cotrol limit dega megguaka metode Bayesia subyektif. Misalka Y = y 1, y 2,, y m adalah bayakya kejadia dalam m percobaa, sampel, da θ adalah probabilitas kejadia. Variabel bayakya barag yag defect setiap megambil sampel ukura yaitu X i dapat dipadag berdistribusi X i ~Biomial 1, θ atau X i ~Berouli p dega θεω = 0,1, sehigga fugsi probabilitasya f x i ; θ = θ x i 1 θ 1 x i, 1 da fugsi likelihood adalah L θ x 1, x 2,, x = f x i ; θ i=0 = θ x i 1 θ 1 x i = θ i=1 x i 1 θ i=1 x i L θ x 1, x 2,, x = θ r 1 θ r 2 dega i=1 x i = r. Distribusi Beta merupaka keluarga kojugat distribusi Biomial, sehigga fugsi kepadata probabilitas priorya berdistribusi Beta α, β dega fugsi desitas π θ; α, β = Γ α + β Γ α Γ β θα 1 1 θ β 1 3 utuk 0 < θ < 1, (Carli da Thomas, 1996). Distribusi Beta α, β memiliki beberapa betuk berdasarka parameter α da β yag dipilih, sehigga parameter prior yag dipilih seharusya mempresetasika peilaia subjektif peeliti. Salah satu metodeya adalah memilih Beta 1,1 atau priorya berdistribusi seragam pada 0,1. Di sampig itu, dapat pula dipilihbeta α, β yag cocok dega keyakia prior berdasarka mea da deviasi stadarya, diguaka r 1 r 1 α = da β = sebagai parameter Beta tersebut (Sisca, 2011). Oleh karea itu diperoleh estimator Bayes utuk θ yag sama dega rata-rata proporsi kerusaka pada grafik pegedali-p klasik. Distribusi posterior dihitug dega megalika distribusi prior dega fugsi likelihood i=0 MT -118

24 estimator Bayes utuk θ jika diyataka sebagai (Carli da Thomas, 1996). π θ x = π θ L θ x 1, x 2,, x, θ α 1 1 θ β 1 θ r 1 θ r, θ r+α 1 1 θ rβ 1, π θ x = Beta r + α, r + β, 4 θ = r + α α + β +, Berdasarka estimator Bayes dapat diguaka sebagai CL sehigga CL = r + α α + β +. 5 Batas LCL da UCL dihitug sehigga UCL LCL Γ α + β Γ α Γ β θr+α 1 1 θ r+β 1 dθ = 1 δ, 6 da dipilih jarak miimum atara LCL da UCL dega tigkat sigifikasi δ. METODE PENELITIAN Data yag diguaka dalam peelitia ii adalah data sekuder proses produksi pegolaha ayam selama bula Jui-September 2012 yag diambil dari PT. X. Proses produksi pegolaha ayam tersebut dilakuka setiap hari. Dalam hal ii diperoleh ukura sampelya = 100. Kebijaksaaa pegedalia kualitas yag dilakuka pada pabrik ayam potog dapat digologka dalam dua kategori, yaitu rusak (defect) da baik. Ayam yag digologka defect adalah Sayap merah-kebirua, Peyakit kulit (bisul da jamur), Orga dalam tak ormal, Peyakit arthitis, Dada memar, Luka parut, Sayap patah, Kulit merah tua Kulit sobek, Kaki patah, keriput, Over scalder, Kaki memar. Pertumbuha tak Terpotog, ormal, Empedu pecah. Ayam yag tidak megalami hal-hal tersebut digologka dalam kategori baik. Hal yag pertama dilakuka dalam peelitia ii adalah melukiska grafik pegedali-p klasik. Kemudia dilukiska pula grafik pegedali-p dega megguaka metode Bayesia subyektif dega priorya Beta 1,1 berdistribusi seragam pada 0,1 da dega priorya Beta α, β berdasarka mea da deviasi stadarya. Dega demikia dapat diidetifikasi sampel-sampel maa yag yag out of cotrol da apakah proses tersebut terkedali atau tidak. HASIL PENELITIAN DAN PEMBAHASAN Dilakuka pegambila sampel sebayak m = 96 dega ukura = 100, diperoleh data seperti pada Tabel 1. MT -119

25 Tabel 1. Tabel bayakya ayam defect dalam sampel ukura = 100 No. Sampel Bayakya Proporsi Bayakya No. Sampel ayam defect sampel ayam defect , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,31 Proporsi sampel , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,29 MT -120

26 Proporsi sampel PROSIDING ISBN : Grafik Pegedali-p Klasik Berdasarka data pada Tabel 1, dapat diperoleh Ceterlie CL = p = 0,3060, Lower Cotrol Limit LCL = p 3 p 1 p = 0,1678, p 1 p Upper Cotrol Limit UCL = p + 3 = 0,4443. Dega demikia diperoleh grafik pegedali-p klasik pada Gambar 2. p-chart klasik Sampel ke-i,i=1,...,m Gambar 2. Grafik pegedali-p klasik Dalam hal ii LCL yag diperoleh tidak egatif, sehigga terbetuk batas-batas grafik pegedali-p yag simetris. Namu apabila LCL yag diperoleh egatif, maka diberlakuka LCL = 0 sehigga batas-batas grafik pegedali-p mejadi tidak simetris. Dalam Gambar 2, dapat dilihat bahwa semua sampel berada dalam daerah peerimaa (accepted area), ii disebut perilaku ormal. Grafik Pegedali-p dega Metode Bayesia Subyektif Dari data pada Tabel 1, diketahui Y = y 1, y 2,, y m adalah bayakya ayam yag defect dalam m percobaa, ukura sampel, da θ adalah probabilitas bayakya ayam yag defect. Variabel bayakya ayam defect setiap megambil sampel ukura yaitu X = x 1, x 2,, x dega X i ~Biomial 1, θ dega θ ε Ω = 0,1 maka fugsi probabilitasya seperti persamaa 1 da fugsi likelihood seperti persamaa 2. Dari data pada Tabel 1, diperoleh r = = x i i=1 m i=1 y i m MT -121

27 Proporsi sampel PROSIDING ISBN : = 30,6042. Fugsi kepadata probabilitas prior dari θ berdistribusi Beta α, β dega fugsi desitas seperti persamaa 3. Secara subyektif dipilih α = 1 da β = 1, dari persamaa 4 diperoleh distribusi posterior π θ x = Beta r + α, r + β = Beta 30, ; , = Beta 31,6042; 70,3958. Dega megguaka persamaa 6 dihitug Estimator Bayes utuk θ yaitu r + α CL = α + β + 30, = = 0,3098. Dega δ = 0,0027, LCL da UCL ditetuka sehigga UCL LCL Beta 31,6042; 70,3958 dθ = 99,73%, da dipilih jarak miimum atara LCL da UCL dega tigkat sigifikasi δ. Dega megguaka program R diperoleh LCL = 0,1827 da UCL = 0,4518. Selajutya dilukiska grafik pegedali-p berdasarka batas tersebut seperti pada Gambar 3. p-chart Bayesia subyektif Sampel ke-i,i=1,...,m Gambar 3. Grafik pegedali-p dega prior Beta 1,1 Berdasarka persamaa mea da deviasi stadarya diguaka r 1 α = 30, = 100 = 30,2981, da MT -122

28 Proporsi sampel PROSIDING ISBN : r 1 β = , = 100 = 68,7019, da dega persamaa 4 diperoleh distribusi posterior π θ x = Beta r + α, r + β = Beta 60,9023; 138,0977. Utuk meetuka estimator Bayes diguaka persamaa 5 seperti berikut r + α CL = α + β + = 0,306, dega megguaka δ = 0,0027, LCL da UCL ditetuka sehigga UCL LCL Beta 60,9023; 138,0977 dθ = 99,73% da dipilih jarak miimum atara LCL da UCL dega tigkat sigifikasi δ. Dega megguaka program R diperoleh LCL = 0,2129 da UCL = 0,406. Selajutya dilukiska grafik pegedali-p berdasarka batas tersebut seperti pada Gambar 4. p-chart Bayesia subyektif Sampel ke-i,i=1,...,m Gambar 4. Grafik pegedali-p dega prior Beta 30,2981; 68,7019 Berdasarka grafik pegedali-p yag terbetuk terlihat bahwa batas pegedaliya tidak simetris, amu CL, LCL, da UCL aka selalu terletak pada iterval 0,1. Metode Bayes memberika hasil estimasi yag lebih baik karea estimasi parameterya megguaka iformasi data sampel da juga sebara prior utuk medapatka sebara posterior. SIMPULAN DAN SARAN Dalam pembahasa di atas, telah dijelaska pegguaa metode Bayesia subyektif dalam pegkostruksia grafik pegedali-p. Sampel yag diguaka berdistribusi MT -123

29 Biomial, sedagka priorya berdistribusi Beta α, β yag merupaka keluarga kojugat distribusi Biomial. Dalam makalah ii dipilih secara subyektif distribusi priorya Beta 1,1 da Beta 30,2981; 68,7019. Distribusi posterior dibetuk dari distribusi sampel da distribusi prior. Grafik pegedali-p klasik ada kemugkia LCL yag diperoleh egatif oleh karea itu perlu dilakuka perbaika LCL = 0 sehigga batas-batasya mejadi tidak simetris. Batas grafik pegedali-p yag dikostruksika pasti terletak atara 0 da 1 sehigga berbeda dega grafik pegedali-p klasik. Dari grafik pegedali-p klasik da grafik pegedali-p dega prior Beta 1,1 tidak ada sampel yag out of cotrol, amu dari grafik pegedali-p dega prior Beta 30,2981; 68,7019 terdapat 1 sampel yag out of cotrol yaitu sampel ke 71. Utuk itu perlu diperiksa peyebabya lalu diambil tidaka perbaika. DAFTAR PUSTAKA Carli, B.P. da Thomas, A.L Bayes ad Empirical Bayes Methods for Data Aalysis, 2d Editio,Chapma ad Hall, Lodo. Motgomery, D.C Pegatar Pegedalia Kualitas Statistik. Alih bahasa: Zazawi Soejoeti. Yogyakarta: Uiversitas Gadjah Mada. Prawirosetoo, S Filosofi Baru Tetag Maajeme Mutu Terpadu Abad 21, Edisi Kedua. Jakarta : Bumi Aksara. Setiawa, A Pegguaa Metode Bayesia Obyektif dalam Pembuata Grafik Pegedali p-chart. Prosidig Semiar Nasioal Peelitia, Pedidika, da Peerapa MIPA, UNY Yogyakarta Sisca, A. C Skripsi. Iferesi Statistik Distribusi Biomial dega Metode Bayes Megguaka Kojugat Prior. Program Studi Statistika Jurusa matematika da Ilmu Pegetahua Alam Uiversitas Dipoegoro; Semarag MT -124

PENGGUNAAN METODE BAYESIAN SUBYEKTIF DALAM PENGKONSTRUKSIAN GRAFIK PENGENDALI-p

PENGGUNAAN METODE BAYESIAN SUBYEKTIF DALAM PENGKONSTRUKSIAN GRAFIK PENGENDALI-p PENGGUNAAN METODE BAYESIAN SUBYEKTIF DALAM PENGKONSTRUKSIAN GRAFIK PENGENDALI-p Sekar Sukma Asmara 1, Adi Setiawa 2, Tudjug Mahatma 3 1 Mahasiswa Program Studi Matematika Fakultas Sais da Matematika Uiversitas

Lebih terperinci

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 2 Jui 2012 PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Adi Setiawa

Lebih terperinci

Prosiding ISBN :

Prosiding ISBN : Penggunaan Metode Bayesian Subyektif dalam Pengkonstruksian Grafik Pengendali-c Sekar Sukma Asmara a, Adi Setiawan b, Tundjung Mahatma c a Mahasiswa Program Studi Matematika Fakultas Sains Matematika Universitas

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA

PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA PRISMA 1 (2018) PRISMA, Prosidig Semiar Nasioal Matematika https://joural.ues.ac.id/sju/idex.php/prisma/ PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

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

Lebih terperinci

BAB 6: ESTIMASI PARAMETER (2)

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

Lebih terperinci

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

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

Lebih terperinci

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

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital Aplikasi Iterpolasi Biliier pada Pegolaha Citra Digital Veriskt Mega Jaa - 35408 Program Studi Iformatika Sekolah Tekik Elektro da Iformatika Istitut Tekologi Badug, Jl. Gaesha 0 Badug 403, Idoesia veriskmj@s.itb.ac.id

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD) Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu

Lebih terperinci

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling Jural Gradie Vol No Juli 5 : -5 Perbadiga Power of Test dari Uji Normalitas Metode Bayesia, Uji Shapiro-Wilk, Uji Cramer-vo Mises, da Uji Aderso-Darlig Dyah Setyo Rii, Fachri Faisal Jurusa Matematika,

Lebih terperinci

9 Departemen Statistika FMIPA IPB

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

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

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

Lebih terperinci

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 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma

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

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari. Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika 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

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

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA TEOREMA LIMIT PUSAT DAN TERAPANNYA Telah dikeal bahwa X 1, X 2...X sampel radom dari distribusi ormal dega mea µ da variasi σ 2, maka x µ σ/ atau xi µ σ

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

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

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan. 9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

IV. METODE PENELITIAN

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

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

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

Lebih terperinci

Perbandingan Beberapa Metode Pendugaan Parameter AR(1)

Perbandingan Beberapa Metode Pendugaan Parameter AR(1) Jural Vokasi 0, Vol.7. No. 5-3 Perbadiga Beberapa Metode Pedugaa Parameter AR() MUHLASAH NOVITASARI M, NANI SETIANINGSIH & DADAN K Program Studi Matematika Fakultas MIPA Uiversitas Tajugpura Jl. Ahmad

Lebih terperinci

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu BAB 4 UKURAN PENYEBARAN DATA Pada Bab sebelumya kita telah mempelajari beberapa ukura pemusata data, yaitu ukura yag memberika iformasi tetag bagaimaa data-data ii megumpul atau memusat Pada bagia Bab

Lebih terperinci

PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES

PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES Jural Matematika UNAND Vol. 3 No. 4 Hal. 52 59 ISSN : 233 29 c Jurusa Matematika FMIPA UNAND PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN

Lebih terperinci

(S.3) EVALUASI INTEGRAL MONTE CARLO DENGAN METODE CONTROL VARIATES

(S.3) EVALUASI INTEGRAL MONTE CARLO DENGAN METODE CONTROL VARIATES Prosidig Semiar Nasioal Statistika Uiversitas Padadara 3 November 00 S.3 EVALUASI INTEGRAL MONTE CARLO DENGAN METODE CONTROL VARIATES ulhaif adi Suriadi Jurusa Statistika FMIPA Uiversitas Padadara Badug

Lebih terperinci

A. Pengertian Hipotesis

A. Pengertian Hipotesis PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa

Lebih terperinci

P r o s i d i n g 149

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

Lebih terperinci

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

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

Lebih terperinci

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

SEBARAN t dan SEBARAN F

SEBARAN t dan SEBARAN F SEBARAN t da SEBARAN F 1 Tabel uji t disebut juga tabel t studet. Sebara t pertama kali diperkealka oleh W.S. Gosset pada tahu 1908. Saat itu, Gosset bekerja pada perusahaa bir Irladia yag melarag peerbita

Lebih terperinci

Pengantar Statistika Matematika II

Pengantar Statistika Matematika II Pegatar Statistika Matematika II Metode Evaluasi Atia Ahdika, S.Si., M.Si. Prodi Statistika FMIPA Uiversitas Islam Idoesia April 11, 2017 atiaahdika.com Pegguaa metode estimasi yag berbeda dapat meghasilka

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture

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

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

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

Lebih terperinci

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu: Peaksira Parameter Statistika dibagi mejadi dua yaitu:. Statistika Deskriftif 2. Statistik Iferesial Pearika kesimpula dapat dilakuka dega dua cara yaitu:. Peaksira Parameter 2. Pegujia Hipotesis Peaksira

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun 47 BAB IV HASIL DAN PEMBAHASAN Sebagai hasil peelitia dalam pembuata modul Racag Bagu Terapi Ifra Merah Berbasis ATMega8 dilakuka 30 kali pegukura da perbadiga yaitu pegukura timer/pewaktu da di badigka

Lebih terperinci

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

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

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

Lebih terperinci

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

PROSIDING

PROSIDING PROSIDING 978-979-16353-8-7 HALAMAN JUDUL ISBN : 978-979-16353-8-7 PROSIDING SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA Kontribusi Pendidikan Matematika dan Matematika dalam Membangun Karakter

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

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

Lebih terperinci

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA PEAKSIR RASIO UTUK RATA-RATA POPULASI MEGGUAKA KOEFISIE VARIASI DA KOEFISIE KURTOSIS PADA SAMPLIG GADA Heru Agriato *, Arisma Ada, Firdaus Mahasiswa Program S Matematika Dose Jurusa Matematika Fakultas

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

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

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

EKSPERIMENTASI MODEL PEMBELAJARAN KOOPERATIF TIPE STAD BERBANTUAN CABRI 3D DAN ALAT PERAGA SISWA KELAS VIII SMP NEGERI 3 KUTOWINANGUN TAHUN PELAJARAN

EKSPERIMENTASI MODEL PEMBELAJARAN KOOPERATIF TIPE STAD BERBANTUAN CABRI 3D DAN ALAT PERAGA SISWA KELAS VIII SMP NEGERI 3 KUTOWINANGUN TAHUN PELAJARAN EKSPERIMENTASI MODEL PEMBELAJARAN KOOPERATIF TIPE STAD BERBANTUAN CABRI 3D DAN ALAT PERAGA SISWA KELAS VIII SMP NEGERI 3 KUTOWINANGUN TAHUN PELAJARAN Oleh: Puji Setiyaningsih, Puji Nugraheni, Mujiyem Sapti

Lebih terperinci

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi

Lebih terperinci

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

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

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I 7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3

Lebih terperinci

Metode Bootstrap Persentil Pada Sensor Tipe II Berdistribusi Eksponensial

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

Lebih terperinci

SEMI MODUL POLINOMIAL FUZZY ATAS ALJABAR MAX-PLUS FUZZY

SEMI MODUL POLINOMIAL FUZZY ATAS ALJABAR MAX-PLUS FUZZY JMP : Volume 3 Nomor 1, Jui 2011 SEMI MODUL POLINOMIAL FUZZY ATAS ALJABAR MAX-PLUS FUZZY Ari Wardayai da Suroto Prodi Matematika, Jurusa MIPA, Fakultas Sais da Tekik Uiversitas Jederal Soedirma (email

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

PENAKSIR BAYES UNTUK PARAMETER DISTRIBUSI EKSPONENSIAL BERDASARKAN FUNGSI KERUGIAN KUADRATIK DAN FUNGSI KERUGIAN ENTROPI

PENAKSIR BAYES UNTUK PARAMETER DISTRIBUSI EKSPONENSIAL BERDASARKAN FUNGSI KERUGIAN KUADRATIK DAN FUNGSI KERUGIAN ENTROPI PENAKSIR BAYES UNTUK PARAMETER DISTRIBUSI EKSPONENSIAL BERDASARKAN FUNGSI KERUGIAN KUADRATIK DAN FUNGSI KERUGIAN ENTROPI Nadya Zulfa Negsih, Bustami Mahasiswa Program Studi S Matematika Dose Jurusa Matematika

Lebih terperinci

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

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

Lebih terperinci

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

Homomorfisma Pada Semimodul Atas Aljabar Max-Plus

Homomorfisma Pada Semimodul Atas Aljabar Max-Plus Homomorfisma Pada Semimodul Atas Aljabar Max-Plus A 14 Oleh : Musthofa Jurusa Pedidika Matematika FMIPA UNY Abstrak Kosep homorfisma telah bayak dibahas pada beberapa struktur aljabar yaitu pada ruag vektor

Lebih terperinci

STATISTIK PERTEMUAN VIII

STATISTIK PERTEMUAN VIII STATISTIK PERTEMUAN VIII Pegertia Estimasi Merupaka bagia dari statistik iferesi Estimasi = pedugaa, atau meaksir harga parameter populasi dega harga-harga statistik sampelya. Misal : suatu populasi yag

Lebih terperinci

BAB III METOE PENELITIAN. penelitian ini, hanya menggunakan kelas eksperimen tanpa adanya kelas

BAB III METOE PENELITIAN. penelitian ini, hanya menggunakan kelas eksperimen tanpa adanya kelas BAB III METOE PENELITIAN A. Jeis Peelitia Jeis peelitia ii adalah peelitia eksperime. Karea pada peelitia ii, haya megguaka kelas eksperime tapa adaya kelas cotrol. Peelitia ii megguaka pedekata kuatitatif.

Lebih terperinci

BAB III METODE PENELITIAN. penelitian ini adalah penelitian diskriptif kuantitatif. Dalam hal ini peneliti akan

BAB III METODE PENELITIAN. penelitian ini adalah penelitian diskriptif kuantitatif. Dalam hal ini peneliti akan BAB III METODE PENELITIAN A. Jeis Peelitia Berdasarka pertayaa peelitia yag peeliti ajuka maka jeis peelitia ii adalah peelitia diskriptif kuatitatif. Dalam hal ii peeliti aka mediskripsika kemampua relatig,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

PROSIDING

PROSIDING PROSIDING 978-979-16353-8-7 HALAMAN JUDUL ISBN : 978-979-16353-8-7 PROSIDING SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA Kontribusi Pendidikan Matematika dan Matematika dalam Membangun Karakter

Lebih terperinci

BAB I PENDAHULUAN. digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id

BAB I PENDAHULUAN. digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id digilib.uinsby.ac.id BAB I PENDAHULUAN A. Latar Belakang Masalah Pendidikan merupakan salah satu hal yang paling penting dalam kehidupan. Pada dasarnya proses pendidikan dilakukan untuk mengajarkan dua keterampilan, yaitu

Lebih terperinci

B a b 1 I s y a r a t

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Alat terapi ini menggunakan heater kering berjenis fibric yang elastis dan

BAB IV HASIL DAN PEMBAHASAN. Alat terapi ini menggunakan heater kering berjenis fibric yang elastis dan BAB IV HASIL DAN PEMBAHASAN 4.1. Spesifikasi Alat Alat terapi ii megguaka heater kerig berjeis fibric yag elastis da di bugkus dega busa, pasir kuarsa, da kai peutup utuk memberi isolator terhadap kulit

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

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011.

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011. III. METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di halama Pusat Kegiata Olah Raga (PKOR) Way Halim Badar Lampug pada bula Agustus 2011. B. Objek da Alat Peelitia Objek peelitia

Lebih terperinci

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

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

Lebih terperinci

Definisi Integral Tentu

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 38 BAB III METODOLOGI PENELITIAN A. Metode Peelitia Metode peelitia adalah suatu cara ilmiah utuk medapatka data dega tujua tertetu. Peelitia yag megagkat judul Efektivitas Tekik Permaia Pioy Heyo dalam

Lebih terperinci

Penyelesaian Persamaan Non Linier

Penyelesaian Persamaan Non Linier Peyelesaia Persamaa No Liier Metode Iterasi Sederhaa Metode Newto Raphso Permasalaha Titik Kritis pada Newto Raphso Metode Secat Metode Numerik Iterasi/NewtoRaphso/Secat - Metode Iterasi Sederhaa- Metode

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

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

Studi Simulasi Grafik Pengendali Non Parametrik Berdasarkan Fungsi Distribusi Empirik

Studi Simulasi Grafik Pengendali Non Parametrik Berdasarkan Fungsi Distribusi Empirik Studi Simulasi Grafik Pengendali Non Parametrik Berdasarkan Fungsi Empirik S 6 Jantini Trianasari Natangku 1), Adi Setiawan ), Lilik Linawati ) 1) Mahasiswa Program Studi Matematika FSM-UKSW Email : n4n4_00190@yahoo.co.id

Lebih terperinci

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015 RESPONSI STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 015 A. PENYAJIAN DAN PERINGKASAN DATA 1. PENYAJIAN DATA a. Sebutka tekik peyajia data utuk data kualitatif! Diagram kueh, diagram batag, distribusi

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia ii adalah peelitia pegembaga (research ad developmet), yaitu suatu proses peelitia utuk megembagka suatu produk. Produk yag dikembagka dalam peelitia

Lebih terperinci

PROSIDING ISBN :

PROSIDING ISBN : P - 78 EKSPERIMENTASI MODEL PEMBELAJARAN KOOPERATIF TIPE TGT TERHADAP PRESTASI BELAJAR MATEMATIKA DITINJAU DARI MOTIVASI BELAJAR SISWA KELAS VIII SMP NEGERI 2 BULUSPESANTREN TAHUN PELAJARAN 2011/2012 Rima

Lebih terperinci

PENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA

PENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA PENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA V. M. Vidya *, Bustami, R. Efedi Mahasiswa Program S Matematika Dose Jurusa Matematika

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

PROSIDING SEMINAR NASIONAL MATEMATIKA

PROSIDING SEMINAR NASIONAL MATEMATIKA ISBN: 978-979-636-131-1 PROSIDING SEMINAR NASIONAL MATEMATIKA Tema: Peran Pendidikan Matematika dalam Pengembangan Karakter Bangsa Surakarta, 24 Juli 2011 Kerjasama: Program Studi Pendidikan Matematika

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di PT. Bak Bukopi, Tbk Cabag Karawag yag berlokasi pada Jala Ahmad Yai No.92 Kabupate Karawag, Jawa Barat da Kabupate Purwakarta

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

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