Perancangan dan Pengembangan Perangkat Lunak Alat Bantu Pengambilan Keputusan Investasi dan Kredit

Ukuran: px
Mulai penontonan dengan halaman:

Download "Perancangan dan Pengembangan Perangkat Lunak Alat Bantu Pengambilan Keputusan Investasi dan Kredit"

Transkripsi

1 Performa (2002) Vol. 1, No.1: Peracaga da Pegembaga Peragkat Luak Alat Batu Pegambila Keputusa Ivestasi da Kredit (Studi Kasus KPRI UNS, BNI 46, BRI Cabag Surakarta) Eko Liquiddau *, Rahmaiyah Dwi Astuti Jurusa Tekik Idustri, Uiversitas Sebelas Maret, Surakarta Abstract This paper proposes a decisio makig software for customer to get iformatio about mothly cost iclude credit iterest ad istallmet. This software ca complete decisio makig tools i Idustrial Egieerig laboratory. This research is established with system plaig ad modellig. Fially, it ca be cocluded that credit ad ivestmet aalysis software is very useful to solve egieerig ecoomic problem. Keywords: software, decisio makig, ivestmet, credit 1. Pedahulua Dalam situasi ekoomi yag serba sulit karea dampak krisis moeter yag terjadi di egara kita, bayak usaha kecil, meegah maupu besar megalami kemudura atau pailit. Hal ii faktor peyebab yag palig utama adalah mereka para kosume medapat kesulita dalam mecari modal usaha da juga bagi mereka para ivestor merasa ragu utuk meaamka uagya. Masyarakat atau kosume pada saat ii dalam mecari pijama modal maupu yag aka meaam modal harus lebih selektif karea setiap bak atau koperasi masig-masig mempuyai kebijaka-kebijaka dalam hal meetuka besarya biaya yag aka dibebaka pada kosume. Para kosume selama ii masih harus melakuka perhituga atau perkiraa tetag berapa yag harus di ambil agar biaya yag dibebaka perbula kecil da berapa tahu harus diselesaika. Permasalaha ii serig dihadapi oleh para kosume atau pegusaha yag aka memijam modal atau meaamka modalya di koperasi atau di bak. Para kosume kebiguga dimaa mereka aka memijam modal, begitu juga pihak bak atau koperasi mereka kesulita dalam memberika iformasi karea perkiraa atau perhituga yag diguaka selama ii masih maual dega memakai rumus da tabel yag sulit dimegerti oleh para kosume. Di lai pihak Jurusa Tekik Idustri UNS belum memiliki peragkat luak pegambil keputusa ivestasi da kredit sebagai peujag mata kuliah Ekoomi Tekik bagi mahasiswa yag meempuh mata kuliah tersebut. * Correspodece: liquiddau@yahoo.com

2 36 Performa Vol. 1, No.1 2. Tujua Peelitia Peelitia yag dilakuka ii memiliki beberapa tujua : 1. Membatu kosume medapatka iformasi biaya yag harus ditaggug per bula meliputi buga da agsura dari kredit yag aka diambil. 2. Membatu Ivestor (masyarakat) medapatka gambara iformasi pedapata yag aka diterima setiap bula (buga). 3. Memberika iformasi rekapa utuk megambil keputusa peaama ivestasi atau pegambila kredit di KPRI UNS, BNI 46, BRI Cabag Surakarta. 4. Melegkapi alat batu pegambil keputusa pada laboratorium Tekik Idustri UNS. 3. Tijaua Pustaka Suku buga didefiisika sebagai uag yag dibayarka utuk pegguaa uag yag dipijam.secara luas suku buga bisa dipikirka sebagai pegembalia yag bisa diperoleh dari ivestasi modal yag produktif. Tigkat suku buga adalah rasio atara buga yag dibebaka atau dibayarka diakhir periode waktu, biasaya satu tahu atau kurag, da uag yag dipijam pada awal periode itu. Jadi bila buga sebesar $6 dibayarka per tahuya utuk pijama sebesar $ 100,tigkat suku buga adalah $ 6/$100 = 0.06 per tahu. Buga serig dibayar lebih dari sekali setahu,tigkat suku buga per tahu biasaya ialah apa yag dimaksud dega tigkat suku buga yag disebutka.jadi tigkat buga bisa dibayar per bula, dibayar per 3 bula,atau 0.03 dibayar per setegah tahu, semuaya diyataka sebagai 6 %. Karakteristik Cara-cara Pembayara Kembali Misal: Pijama sebesar $ bisa dibayar kembali dalam waktu 10 tahu dega buga 6% dibayar per tahu. Adapu cara-cara pembayara kembali sebagai berikut : Cara I tidak melibatka pembayara sebagia pijama pokok; haya buga di bayar tiap tahu; da pijama pokok dibayar sekaligus pada akhir periode.diagram daa yag meujukka peerimaa da pembayara si pemijam utuk cara I diperlihatka di Gambar 1-1a. Cara II da III melibatka peguraga pijama pokok secara sistematis dega pembayara uiform dari pijama pokok itu dega meguragi buga di cara II da dega recaa yag mejumlahka pembayara buga dega pembayara pijamam pokok uiform di cara III. Diagram alira daa utuk Cara II diperlihatka di Gambar 1-1b. Diagram alira daa utuk Cara III diperlihatka di Gambar 1-1c. Cara IV sebalikya,tidak melibatka baik pembayara pijama pokok maupu buga sampai pembayara tuggal keduaya berakhir tahu ke 10. Diagramya diperlihatka di Gambar 1-1d. Peerimaa $ $ 600 per tahu $ 10,600 a. Diagram Alira Daa Cara I

3 Liquiddau da Astuti Peracaga da pegembaga peragkat luak Alat batu pegambila keputusa ivestasi da kredit 37 $ ,6 1,54 1,48 1,42 1,36 1,3 1,24 1,18 1,12 1,06 b. Diagram Alira Daa Cara II $ $ 1, per tahu c. Diagram Alira Daa utuk Cara III $ d. Diagram Alira Daa Cara IV Gambar 1. Diagram Alira Daa utuk Pembayara kembali $ dalam 10 Tahu 3. Tahap Perecaaa Seusai metodologi peracaga sistem maka tahap pertama yag perlu dilakuka adalah perecaaa sistem yag aka dimodelka da diaplikasika sebagai program baru. a. Meetuka Kepetiga dari Model Peragkat luak yag dibuat aka diguaka pada: 1. Aplikasi pegambila keputusa ivestasi atau pemijama. Khususya oleh aggota koperasi Karyawa UNS. 2. Aplikasi juga dapat diguaka sebagai alat batu dalam peyampaia matakuliah ekoomi tekik. 3. Pegguaa peragkat luak ii diharapka sagat membatu didalam mesimulasika beberapa alteratif ivestasi secara sederhaa da meghasilka hasil visual yag mudah dimegerti pemakai. Kususya pada matakuliah ekoomi tekik, aka sagat bayak hituga yag berulag-ulag terhadap berbagai macam soal da alteratif ivestasi yag dimuculka. Jadi karakteristik dari program aplikasi ii adalah dapat melakuka perhituga yag berulag-ulag da meghasilka output stadart alira kas yag umum diguaka pada aalisa ivestasi suatu perusahaa idustri.

4 38 Performa Vol. 1, No.1 b. Megestimasi Keperlua Sumber Daya Sumber daya (resource) yag diperguaka dalam pegembaga peragkat luak ii dapat diuraika berikut ii : Peragkat luak yag diperluka dalam mejalaka peragkat luak ii adalah komputer dega tipe processor 486 ke atas, da memory RAM miimal 8 Mega. Sedagka keuggula program ii adalah memori disk yag dibutuhka sagat kecil (kurag dari 1,4 MB) sehigga program dapat disimpa da dijalaka dalam satu diskette. Peragkat luak yag diperluka adalah sistem operasi Widow 95 atau lebih terbaru. 4. Tahap Permodela Sistem Program utama berupa tampila piliha meu yag dapat dipilih oleh pemakai. Meu utama yag aka ditampilka atara lai : Pegolah file (simpa, da cetak). Maipulasi data (ideks suku buga). Meu ekoomi tekik. Meu ivestasi da kredit pada BNI. Meu ivestasi da kredit pada BRI. Meu ivestasi da kredit pada koperasi. Sedagka program subsistem terdiri dari program program simulasi yag idepedet yag berbasiska model-model yag ada pada mata kuliah ekoomi tekik. Utuk melihat hubuga atara program utama da subprogram dapat dilihat pada gambar dibawah ii : Program Utama Tampila Utama Pegolah File Pegolah Data Meu Ekoomi Tekik Meu Koperasi Meu BNI Meu BRI Cetak Buga model PV FV da AV Ivestasi Ivestasi Ivestasi Simpa cash flow Ivestasi Pijama Pijama Pijama Program Pedukug IRR Gambar 2. Permodela Hubuga Program Utama da Program Pedukug

5 Liquiddau da Astuti Peracaga da pegembaga peragkat luak Alat batu pegambila keputusa ivestasi da kredit 39 a. Permodela Subprogram Pegolah Data 1. Program pedukug suku buga terhadap aalisa : Compoud Amout Factor atau faktor jumlah majemuk pembayara tuggal (F/P) Preset worth factor atau faktor ilai sekarag pembayara tuggal (P/F) Sikig Fud Factor atau faktor peyimpaa daa(a/f) Capital Recovery Factor atau faktor pegembalia modal(a/p) Compoud Amoud Factor atau faktor jumlah majemuk seri uiform(f/a) Preset Worth Factor atau faktor ilai sekarag seri uiform(p/a) 2. Program pedukug sistem sistem kredit yag berlaku pada Koperasi, BNI, da BRI Dalam pembuata program pedukug suku buga utuk aalisa kebijaka maka berikut digambarka beberapa diaram alir pegaruh suku buga. b. Permodela Subprogram Ekoomi Tekik Dega maksud memudahka pegajara mata kuliah Ekoomi Tekik, maka peragkat luak yag aka dibuat aka mecakup beberapa materi yag serig dipakai. Materi yag bayak dipakai atara lai : materi pegaruh ilai uag terhadap waktu, Kebijaka Ivestasi berdasarka NPV, Kebijaka Ivestasi berdasarka IRR da MARR, da model icremetal (bayak proyek). SubProgram Pegaruh Nilai Uag terhadap Waktu da Buga. Pada model program ii terdiri dari beberapa tahap atara lai : 1. Tahap iput terdiri : Meayaka jumlah uag yag aka dihitug Meayaka tahu da buga yag berlaku 2. Tahap proses terdiri dari : Meampilka meu perhituga (P/F, F/P, A/P, A/F, P/A atau F/A) sesuai pemakai. Memproses sesuai dega rumus yag telah diprogram 3. Tahap report berupa : Pelapora hasil yag berupa iformasi perubaha ilai uag karea faktor waktu. Subprogram Kebijaka Ivestasi Berdasarka NPV Model yag dapat dikembagka utuk permasalaha ii dapat dilihat pada gambar 3. c. Permodela Subprogram Koperasi Sistem yag berlaku pada bada usaha koperasi adalah : Utuk deposito berjagka : Buga deposito yag diperoleh tidak dibebaka pajak pedapata Deposito haya dapat ditarik pada taggal yag ditetapka pada kotrak. Buga dibayar dibelakag periode deposito. Utuk pijama : Sistem agsura total dibayar secara rata Beba buga meuru Beba agsura pokok utag meigkat

6 40 Performa Vol. 1, No.1 Jika asabah meluasi pijama ditegah periode kotrak, maka asabah haya membayar pokok hutag. Jika ada keaika suku buga maka baba utag tidak berubah sesuai dega kotrak. Jika ada peurua suku buga maka beba utag aka meuru sesuai dega suku buga yag terakhir. (dega asumsi asabah aka meluasi sisa pokok hutag dega memijam kembali pada koperasi pada suku buga yag berlaku saat itu). Program Utama Program Utama - Ivestasi (P) da sisa (F) -Suku buga(i) - tahu () Nilai uag terhadap waktu i<= -Suku buga(i) - tahu () Yes loopig <= cash flow Yes (1 + i) 1 P = * A i(1 + i) P 1 = F (1 + i) * No F / P = (1 + i ) P / F = A / F A / P 1 (1 + i ) i (1 + i ) = + 1 i (1 + i ) (1 + i ) 1 = NPV F / A = (1 i ) i 1 NO Keputusa P / A = (1 + i ) 1 i (1 + i ) Program Utama loopig = Loopig +1 (a) Program Pembatu Tabel Buga. tampilka tabelr buga Program utama (b) Model Program Kebijaka Ivestasi berdasarka NPV Gambar 3. Subprogram Ekoomi Tekik

7 Liquiddau da Astuti Peracaga da pegembaga peragkat luak Alat batu pegambila keputusa ivestasi da kredit 41 Program utama Ivestasi (P) Suku Buga(i) Jagka Wk () j <= Yes F = ( 1+ i) * P Buga = F-P Buga Modal akhir (F) Modal awal(p) No P = F Program utama Gambar 4. Subprogram ivestasi da kredit pada koperasi 5. Pembuata Program a. Model atar muka (iterface) Ivestasi Da Kredit Pada Koperasi UNS Dari meu yag dapat ditampilka oleh program aplikasi yag dibuat, meu ivestasi da kredit koperasi merupaka program yag aka sagat membatu bagi karyawa di ligkuga UNS utuk megaalisa kemampua pembayara kredit atau besarya pedapata yag aka diperoleh dega megguaka jasa dari koperasi PNS-UNS. Adapu model atarmuka dari meu koperasi dapat dilihat pada gambar 6. b. Model Atarmuka (Iterface) Ivestasi Da Kredit Pada Bak BNI Dalam aalisa ivestasi da kredit, peragkat luak ii juga meyediaka alteratif ivestasi atau memijam modal, salah satuya adalah fasilitas yag disediaka oleh bak BNI. Pada meu atar muka ii, data iputa berupa : Besar modal (modal ivestasi atau modal pijama) Besar buga yag berlaku Jumlah waktu (waktu pemijama maupu waktu ivestasi) Sedagka hasil yag dapat dimuculka adalah : Utuk aalisa kredit : Buga Pokok hutag Agsura Sisa hutag

8 42 Performa Vol. 1, No.1 Utuk aalisa ivestasi : Buga Modal awal (ilai modal yag ditaam) Modal akhir (ilai akhir modal setelah di taam) Gambar 5. Meu aalisa ivestasi koperasi Gambar 6. Meu aalisa ivestasi BNI c. Model Atar Muka (iterface) Ivestasi da Kredit pada Bak BRI Meu aalisa ivestasi yag terakhir adalah aalisa berivestasi atau memijam modal yag disediaka oleh bak BRI.

9 Liquiddau da Astuti Peracaga da pegembaga peragkat luak Alat batu pegambila keputusa ivestasi da kredit 43 Gambar 7. Meu aalisa ivestasi BRI 6. Aalisa da Uji Kehadala Program a. Pegujia Sub Program Koperasi Pada subprogram koperasi terdapat dua meu piliha yag dapat dijalaka yaitu perhituga pemijama da ivestasi. Sistem pijama di koperasi megguaka sistem buga meuru (sesuai dega pokok hutag) tetapi pembayaraya dibuat rata setiap bulaya. Sedagka peluasa ditegah masa agsura, maka asabah haya membayar pokok hutagya saja. Berikut ii cotoh proses perhituga program jika seorag aggota koperasi aka memijam Rp 5 juta dega jagka waktu pegembalia 3 tahu (36 bula).jika suku buga koperasi 1,75 % per bula. Maka tampila program sebagai berikut : Gambar 8. Subprogram koperasi Total buga yag harus dibayar selama 3 tahu = Rp ,- da total pembayara selama 3 tahu Rp ,-.

10 44 Performa Vol. 1, No.1 b. Pegujia Subprogram BNI Pada subprogram BNII terdapat dua meu piliha yag dapat dijalaka yaitu perhituga pemijama da ivestasi.sistem pijama di BNI megguaka sistem buga tetap (sesuai kotrak hutag). Berikut ii cotoh proses perhituga program jika seorag aggota koperasi aka memijam Rp 5 juta dega jagka waktu pegembalia 3 tahu (36 bula).jika suku buga koperasi 1,4 % per bula. Maka tampila program sebagai berikut : Gambar 9. Subprogram BNI Total buga yag harus dibayar selama 3 tahu = Rp ,- da total pembayara selama 3 tahu Rp ,-.Jadi walaupu buga bulaaya redah tetapi karea sistem yag dipakai buga tetap (sistem flat) maka total pembayara beba buga da agsura lebih besar daripada pemijama di koperasi.utuk pegujia subprogram ivestasi di BNI, buga da sistem yag dipakai sama dega sistem da buga pada koperasi. Pada BNI ada potoga pajak pedapata sebesar 15 %. Gambar 10. Subprogram BNI

11 Liquiddau da Astuti Peracaga da pegembaga peragkat luak Alat batu pegambila keputusa ivestasi da kredit 45 c. Pegujia Subprogram BRI Pada subprogram BRI terdapat dua meu piliha yag dapat dijalaka yaitu perhituga pemijama da ivestasi.sistem pijama di BRI megguaka sistem buga meuru. Berikut ii cotoh proses perhituga program jika seorag aggota koperasi aka memijam Rp 5 juta dega jagka waktu pegembalia 3 tahu (36 bula). Jika suku buga koperasi 1,9 % per bula. Maka tampila program sebagai berikut : Total buga yag harus dibayar selama 3 tahu = Rp ,- da total pembayara selama 3 tahu Rp ,-.Total pembayara beba buga da agsura bulaa lebih besar dari koperasi tetapi lebih kecil dari BNI. 7. Kesimpula Setelah melakuka pegujia da aalisa masalah megguaka alat batu program da hituga maual, maka dapat disimpulka sebagai berikut: Progam alat batu Aalisa Kredit da Ivestasi sagat membatu dalam memecahka masalah atau persoala yag terdapat pada mata kuliah Ekoomi Tekik. Tigkat ketelitia hasil perhituga dega program komputer lebih tiggi dari pada perhituga megguaka hituga maual, karea pada perhituga maual megguaka faktor buga terhadap waktu dibulatka higga 4 agka dibelakag koma. Setelah melakuka aalisa kredit di tiga lembaga (Koperasi Pegawai Negeri UNS, BNI da BRI) maka dapat disimpulka sebagai berikut (Jumlah uag da waktu pijam sama) : Beba cicila pada koperasi palig kecil dari ketiga lembaga keuaga tersebut. Sedagka beba cicila di BRI sedikit lebih besar dari koperasi tetapi lebih kecil dari pada BNI. Total beba buga yag harus ditaggug selama masa pemijama koperasi palig kecil. Beba buga di BRI lebih besar dari koperasi tetapi lebih kecil dari pada BNI. Perbedaa beba buga pemijama da agsura sagat dipegaruhi tigkat suku buga da sistem kredit yag diguaka. Sistem kredit buga meuru da dibayar merata (pada koperasi) aka meguragi beba buga da agsura yag harus ditaggug asabah. Utuk ivestasi di ketiga lembaga tersebut hampir tidak ada perbedaa suku buga, tetapi pada koperasi tetap lebih megutugka karea pedapata buga deposito atau tabuga tidak dipotog pajak pedapata sebesar 15%. Daftar Pustaka Aroef, M. (1994). Aalisa Tekok Ekoomi. Jakarta: PT.Gramedia. Blak, T. (1996). Egieerig Ecoomy. Pretice Hall. Coway, R. (1996). User s Guide to EXCELL Factory Modellig Sistem. New York: Sam Publisig. Grat, E.L., Ireso G.W., ad Leaveworth R. S. (1991). Priciple of Egieerig Ecoomy. Joh Willeys ad Sos. Harigto, T. (1994). Simulatio Modellig Methods. Mc Graw Hill. Kurata, D. (1997). Doig Objects i Microsoft Visual Basic, Jakarta: PT. Gramedia. Pramoo, J. (1997). Pemograma Delphi 4.0. Jakarta: PT. Elekmedia Computido. Praata, A. (1997). Tip da Trik Program Delphi. Yogyakarta: PT. Adi Offset.

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

Muniya Alteza

Muniya Alteza NILAI WAKTU UANG 1. Kosep dasar ilai waktu uag (time value of moey) 2. Nilai masa depa (future value) 3. Nilai sekarag (preset value) 4. Auitas (auity) 5. Perpetuitas (perpetuity) 6. Buga tahua efektif/

Lebih terperinci

CATATAN KULIAH #12&13 Bunga Majemuk

CATATAN KULIAH #12&13 Bunga Majemuk CATATAN KULIAH #12&13 Buga Majemuk 10.1 Pedahulua Pada pembahasa sebelumya diasumsika bahwa P atau ilai pokok pembayara tidak megalami perubaha dari awal higga akhir sehigga ilai buga selalu dihitug dari

Lebih terperinci

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi.

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi. MATEMATIKA EKONOMI 1 Deret DOSEN Fitri Yuliati, SP, MSi. Deret Deret ialah ragkaia bilaga yag tersusu secara teratur da memeuhi kaidah-kaidah tertetu. Bilaga-bilaga yag merupaka usur da pembetuk sebuah

Lebih terperinci

Buku Padua Belajar Maajeme Keuaga Chapter 0 KONSEP NILAI WAKTU UANG. Pegertia. Nilai Uag meurut waktu, berarti uag hari ii lebih baik / berharga dari pada ilai uag dimasa medatag pada harga omial yag sama.

Lebih terperinci

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM KONSEP WAKTU UANG PADA MASALAH KEUANGAN. Modul ke: Fakultas EKONOMI DAN BISNIS. Program Studi Akuntansi

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM KONSEP WAKTU UANG PADA MASALAH KEUANGAN. Modul ke: Fakultas EKONOMI DAN BISNIS. Program Studi Akuntansi Modul ke: 05 KONSEP WAKTU UANG PADA MASALAH KEUANGAN Fakultas EKONOMI DAN BISNIS Program Studi Akutasi Idik Sodiki,SE,MBA,MM Pedahulua Kosep ilai waktu dari uag (time value of moey) pada dasarya mejelaska

Lebih terperinci

25/09/2010 KONSEP TIME VALUE OF MONEY

25/09/2010 KONSEP TIME VALUE OF MONEY Termiologi Buga da Suku Buga (i) KONSEP TIME VALUE OF MONEY DWI PURNOMO http//www.labsistemtmip.wordpress.com http//www.agroidustry.wordpress.com Buga (iterest) uag yag dibayarka/diterima atas pegguaa

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

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 16 III. METODOLOGI PENELITIAN 3.1. Keragka Pemikira Pegukura kierja keuaga perusahaa pada dasarya dilaksaaka karea igi megetahui tigkat profitabilitas (keutuga) da tigkat resiko atau tigkat kesehata suatu

Lebih terperinci

MATEMATIKA BISNIS. OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM

MATEMATIKA BISNIS. OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM MATEMATIKA BISNIS OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM BAB BARISAN DAN DERET A. BARISAN Barisa bilaga adalah susua bilaga yag diurutka meurut atura tertetu.betuk umum barisa bilaga a,

Lebih terperinci

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

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

Lebih terperinci

ANUITAS. 9/19/2012 MK. Aktuaria Darmanto,S.Si.

ANUITAS. 9/19/2012 MK. Aktuaria Darmanto,S.Si. ANUITAS 9/19/2012 MK. Aktuaria Darmato,S.Si. 1 OVERVIEW Auitas adl suatu pembayara dalam jumlah tertetu, yag dilakuka setiap selag waktu da lama tertetu, secara berkelajuta. Suatu auitas yg pasti dilakuka

Lebih terperinci

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas.

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas. 4 D E R E T Kosep deret merupaka kosep matematika yag cukup populer da aplikatif khusuya dalam kasus-kasus yag meyagkut perkembaga da pertumbuha suatu gejala tertetu. Apabila perkembaga atau pertumbuha

Lebih terperinci

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

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

Lebih terperinci

BAB II CICILAN DAN BUNGA MAJEMUK

BAB II CICILAN DAN BUNGA MAJEMUK BAB II CICILAN DAN BUNGA MAJEMUK 2.1. Buga Majemuk Ada sedikit perbedaa atara suku buga tuggal da suku buga majemuk. Pada suku buga tuggal, besarya buga B = Mp tidak perah digabugka dega modal M. Sebalikya

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

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

Lebih terperinci

BAB III METODE PENELITIAN. cuci mobil CV. Sangkara Abadi di Bumiayu. Metode analisis yang dipakai

BAB III METODE PENELITIAN. cuci mobil CV. Sangkara Abadi di Bumiayu. Metode analisis yang dipakai 20 BAB III METODE PENELITIAN 3.1 Jeis Peelitia Peelitia ii merupaka aalisis tetag kelayaka ivestasi usaha cuci mobil CV. Sagkara Abadi di Bumiayu. Metode aalisis yag dipakai adalah metode aalisis kuatitatif

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di lokasi huta taama idustri yag terdapat di PT. Wirakarya Sakti Provisi Jambi. Waktu pelaksaaa peelitia ii adalah bula April

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan Juli 2013 sampai Januari 2014

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan Juli 2013 sampai Januari 2014 BAB III METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia ii dilaksaaka pada bula Juli 2013 sampai Jauari 201 berlokasi di Kabupate Gorotalo. B. Jeis Peelitia Peilitia tetag evaluasi program pegembaga

Lebih terperinci

MATERI 10 ANALISIS EKONOMI

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

Lebih terperinci

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

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

Lebih terperinci

Nilai Waktu dan Uang (Time Value of Money)

Nilai Waktu dan Uang (Time Value of Money) Nilai Waktu da Uag (Time Value of Moey) Kosep Dasar Jika ilai omialya sama, uag yag dimiliki saat ii lebih berharga daripada uag yag aka diterima di masa yag aka datag Lebih baik meerima Rp juta sekarag

Lebih terperinci

MATERI 12 ANALISIS PERUSAHAAN

MATERI 12 ANALISIS PERUSAHAAN MATERI 12 ANALISIS PERUSAHAAN EPS DAN INFORMASI LAPORAN KEUANGAN KELEMAHAN PELAPORAN EPS DALAM LAPORAN KEUANGAN ANALISIS RASIO PROFITABILITAS PERUSAHAAN EARNING PER SHARE (EPS) PRICE EARNING RATIO (PER)

Lebih terperinci

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag

Lebih terperinci

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

BAB I PENDAHULUAN Latar Belakang Permasalahan

BAB I PENDAHULUAN Latar Belakang Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakag Permasalaha Matematika merupaka Quee ad servat of sciece (ratu da pelaya ilmu pegetahua). Matematika dikataka sebagai ratu karea pada perkembagaya tidak tergatug pada

Lebih terperinci

ANALISA KELAYAKAN FINANSIAL PASAR TRADISIONAL MODERN PLAJU PALEMBANG

ANALISA KELAYAKAN FINANSIAL PASAR TRADISIONAL MODERN PLAJU PALEMBANG ANALISA KELAYAKAN FINANSIAL PASAR TRADISIONAL MODERN PLAJU PALEMBANG Hei Fitriai Jurusa Tekik Sipil Fakultas Tekik Uiversitas Sriwijaya Jala Raya Prabumulih Km. 32 Ideralaya Oga Ilir Sumatra Selata E-mail:

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

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)

Lebih terperinci

MATERI 13 ANALISIS TEKNIKAL ANALISIS TEKNIKAL

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

Lebih terperinci

BAB 3 DATA DAN METODOLOGI PENELITIAN

BAB 3 DATA DAN METODOLOGI PENELITIAN BAB 3 DATA DAN METODOLOGI PENELITIAN Pada Bab ii aka memberika iformasi hal yag berkaita dega lagkah-lagkah sistematis yag aka diguaka dalam mejawab pertayaa peelitia.utuk itu diperluka beberapa hal sebagai

Lebih terperinci

BAB I PENDAHULUAN. orang. Dan diperlukan pembangunan nasional untuk meningkatkan kesejahteraan

BAB I PENDAHULUAN. orang. Dan diperlukan pembangunan nasional untuk meningkatkan kesejahteraan 1 BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Saat ii Idoesia merupaka egara yag berpeduduk lebih dari 200 juta orag. Da diperluka pembagua asioal utuk meigkatka kesejahteraa rakyat, sehigga pemeritah

Lebih terperinci

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,

Lebih terperinci

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan, BAB 1 PENDAHULUAN 1.1 Latar Belakag Bagi Negara yag mempuyai wilayah terdiri dari pulau-pulau yag dikeliligi lauta, laut merupaka saraa trasportasi yag dimia, sehigga laut memiliki peraa yag petig bagi

Lebih terperinci

III BAB BARISAN DAN DERET. Tujuan Pembelajaran. Pengantar

III BAB BARISAN DAN DERET. Tujuan Pembelajaran. Pengantar BAB III BARISAN DAN DERET Tujua Pembelajara Setelah mempelajari materi bab ii, Ada diharapka dapat:. meetuka suku ke- barisa da jumlah suku deret aritmetika da geometri,. meracag model matematika dari

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

Ekonomi Rekayasa Koreksi

Ekonomi Rekayasa Koreksi Ekoomi Rekayasa Koreksi Koreksi pembeara karea kesalaha tada kurug tidak tampil dalam rumus da perhituga Gambar 2.15Tigkat akurasi peratura 72 da 69 2.4.6 Peratura 113 Selai itu ada juga perhituga dega

Lebih terperinci

4/15/2009. Arti investasi : a. Hasil penjualan. b. Biaya c. Ekspektasi dan kepercayaan.

4/15/2009. Arti investasi : a. Hasil penjualan. b. Biaya c. Ekspektasi dan kepercayaan. Arti ivestasi : a. Hasil pejuala. b. Biaya c. Ekspektasi da kepercayaa. Ivestasi : peigkata barag modal berujud Kekuata Ekoomi Utama; Hasil pegembalia ivestasi yag dipegaruhi oleh struktur ekoomi, biaya

Lebih terperinci

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

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

Lebih terperinci

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

Distribusi Sampling (Distribusi Penarikan Sampel)

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

Lebih terperinci

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

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

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

ANALISA RESIKO. I. Model Keputusan

ANALISA RESIKO. I. Model Keputusan ANALISA RESIKO I Model Keputusa 1 Model Determiistik / Certaity Haya ada satu kemugkia hasil Tidak ada resiko Selalu sesuai dega perhituga Cotoh : Deposito di Bak Bak Pemeritah 2 Model dega Resiko / Risk

Lebih terperinci

(A.4) PENENTUAN CADANGAN DISESUAIKAN MELALUI METODE ILLINOIS PADA PRODUK ASURANSI DWIGUNA BERPASANGAN

(A.4) PENENTUAN CADANGAN DISESUAIKAN MELALUI METODE ILLINOIS PADA PRODUK ASURANSI DWIGUNA BERPASANGAN Prosidig Semiar Nasioal Statistika Uiversitas Padjadjara, 3 November 2 (A.4) PENENTUAN CADANGAN DSESUAKAN MELALU METODE LLNOS PADA PRODUK ASURANS DWGUNA BERPASANGAN Suhartii, Lieda Noviyati, Achmad Zabar

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1.Tempat da Waktu Peelitia ii dilakuka di ligkuga Kampus Aggrek da Kampus Syahda Uiversitas Bia Nusatara Program Strata Satu Reguler. Da peelitia dilaksaaka pada semester

Lebih terperinci

JENIS PENDUGAAN STATISTIK

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 5 BAB II TINJAUAN PUSTAKA 2.1 TINJAUAN UMUM Bayak orag tekik (egieer) berpikir bahwa urusa keuaga khususya dalam pekerjaa tekik aka diurus oleh orag lai yag berkompete, da buka merupaka hal yag perlu dipikirka.

Lebih terperinci

ANALISIS BIAYA INVESTASI PADA PERUMAHAN GRIYA PANIKI INDAH

ANALISIS BIAYA INVESTASI PADA PERUMAHAN GRIYA PANIKI INDAH Jural Sipil Statik Vol. No.5, April 203 (377-38) ISSN: 2337-6732 ANALISIS BIAYA INVESTASI PADA PERUMAHAN GRIYA PANIKI INDAH Steve Fredrik Josef Maopo J. Tjakra, R. J. M. Madagi, M. Sibi Fakultas Tekik

Lebih terperinci

Universitas Dian Nuswantoro Jalan Nakula 1 No 5-11, (024) , Semarang

Universitas Dian Nuswantoro Jalan Nakula 1 No 5-11, (024) , Semarang PENERAPAN DATA MINING KLASIFIKASI DENGAN MENGGUNAKAN ALGORITMA C4.5 PADA DATA NASABAH KREDIT DI BANK KREDIT DESA (BKD) KABUPATEN REMBANG Dia Rusdiaa Sari Uiversitas Dia Nuswatoro Jala Nakula 1 No 5-11,

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

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

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA A. Tijaua Peeliti Terdahulu Peelitia yag dilakuka oleh Laraswati tahu 2010 yag meeliti tetag portofolio optimal saham yag masuk dalam Jakarta Islamic Idex (JII). Kesimpula dari

Lebih terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN Jl. Raya Wagu Kel. Sidagsari Kta Bgr Telp. 0251-8242411, email: prhumasi@smkwikrama.et, website : www.smkwikrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dari simpaa

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

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

Aspek Keuangan 2. dan dapat dicairkan dalam waktu singkat relatif tanpa ada pengurangan investasi awal.

Aspek Keuangan 2. dan dapat dicairkan dalam waktu singkat relatif tanpa ada pengurangan investasi awal. plikasi Bisis TI, Pertemua 9 Sistem Iformasi-UG spek Keuaga 2 CSH FLOW Cash flow ( alira kas ) merupaka sejumlah uag kas yag keluar da yag masuk sebagai akibat dari aktivitas perusahaa, dega kata lai adalah

Lebih terperinci

2.1 Gambaran Umum SMA Kemala Bhayangkari 1 Surabaya

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

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuha Sistem Sebelum melakuka deteksi da trackig obyek dibutuhka peragkat luak yag dapat meujag peelitia. Peragkat keras da luak yag diguaka dapat dilihat pada Tabel

Lebih terperinci

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit BAB III METODE PENELITIAN 3.1 Objek Peelitia Objek peelitia merupaka sasara utuk medapatka suatu data. Jadi, objek peelitia yag peulis lakuka adalah Beba Operasioal susu da Profit Margi (margi laba usaha).

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

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB II TINJAUAN TEORITIS

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

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.

Lebih terperinci

ANALISIS KELAYAKAN INVESTASI PADA RUMAH SAKIT X DI CIMAHI

ANALISIS KELAYAKAN INVESTASI PADA RUMAH SAKIT X DI CIMAHI ANALISIS KELAYAKAN INVESTASI PADA RUMAH SAKIT X DI CIMAHI Rii Ratayati Jurusa Tekik Sipil, Fakultas Tekik, Istitut Tekologi Nasioal Badug E-mail : zeska2210@yahoo.com Berardius Herbudima Jurusa Tekik Sipil,

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

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

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

Lebih terperinci

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

Statistika Inferensial

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

Lebih terperinci

Bab III 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

BARISAN DAN DERET. Materi ke 1

BARISAN DAN DERET. Materi ke 1 BARISAN DAN DERET Materi ke 1 Pola Bilaga adalah? Susua bilaga yag disusu meurut atura tertetu. Cotoh : 1. Pola Bilaga Gajil 1, 3, 5,... 2. Pola Bilaga Geap 2, 4, 6,... PERHATIKAN SSNAN BILANGAN DI BAWAH

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Kegiata peelitia ii dilaksaaka pada bula Mei 2011 bertempat di Dusu Nusa Bakti, Kecamata Serawai da Dusu Natai Buga, Kecamata Melawi yag merupaka

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

ANALISA INVESTASI MESIN HEAT STABILIZER POWDER DOSING UNIT SEBAGAI PENGGANTI MESIN HEAT STABILIZER PELLET DOSING UNIT di PT.

ANALISA INVESTASI MESIN HEAT STABILIZER POWDER DOSING UNIT SEBAGAI PENGGANTI MESIN HEAT STABILIZER PELLET DOSING UNIT di PT. NLIS INVESTSI MESIN HET STBILIZER POWDER DOSING UNIT SEBGI PENGGNTI MESIN HET STBILIZER PELLET DOSING UNIT di PT. FILMENDO SKTI Erry Rimawa Program Studi Tekik Idustri Fakultas Tekik, Uiversitas Mercu

Lebih terperinci

kesimpulan yang didapat.

kesimpulan yang didapat. Bab ii merupaka bab peutup yag merupaka hasil da kesimpula dari pembahasa serta sara peulis berdasarka kesimpula yag didapat. BAB LANDASAN TEORI. Kosep Dasar Peramala Peramala adalah kegiata utuk memperkiraka

Lebih terperinci

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan BAB LANDASAN TEORI. Pegertia Regresi Statistika merupaka salah satu cabag peegtahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hamper semua bidag ilmu peegtahua, terutama para peeliti

Lebih terperinci

HASIL DAN PEMBAHASAN Formulasi Perencanaan

HASIL DAN PEMBAHASAN Formulasi Perencanaan HASIL DAN PEMBAHASAN Formulasi Berdasarka hasil observasi da wawacara yag telah dilakuka, kebutuha iformasi terhadap kaleder akademik mejadi salah satu bagia yag petig pada Sistem Iformasi Maajeme Akademik,

Lebih terperinci

Pemilihan Ketua BEM Fakultas Teknik UN PGRI Kediri menggunakan Metode ELECTRE

Pemilihan Ketua BEM Fakultas Teknik UN PGRI Kediri menggunakan Metode ELECTRE Pemiliha Ketua BEM Fakultas Tekik UN PGRI Kediri megguaka Metode ELECTRE Nalsa Citya Resti Sistem Iformasi, Fakultas Tekik, Uiversitas Nusatara PGRI Kediri E-mail: alsacitya@upkediri.ac.id Abstrak salah

Lebih terperinci

MATERI 14 EVALUASI KINERJA PORTOFOLIO

MATERI 14 EVALUASI KINERJA PORTOFOLIO MATERI 14 EVALUASI KINERJA PORTOFOLIO KERANGKA PIKIR EVALUASI KINERjA PORTOFOLIO (EKP) MENGUKUR TINGKAT RETURN PORTOFOLIO RISK-ADJUSTED PERFORMANCE - INDEKS SHARPE - INDEKS TREYNOR - INDEKS JENSEN dede08m.com

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

PENERAPAN ALGORITMA ANALITYCAL HIRACY PROCESS DALAM PEMILIHAN BEASISWA PADA SMA KALUKUBULA

PENERAPAN ALGORITMA ANALITYCAL HIRACY PROCESS DALAM PEMILIHAN BEASISWA PADA SMA KALUKUBULA Semiar Nasioal Tekologi Iformasi da Multimedia 207 STMIK AMIKOM Yogyakarta, 4 Februari 207 PENERAPAN ALGORITMA ANALITYCAL HIRACY PROCESS DALAM PEMILIHAN BEASISWA PADA SMA KALUKUBULA Dewi Kusumawati ) )

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

SESI 13 Payback Period

SESI 13 Payback Period Mata Kuliah : Ekoomi Tekik Kode MK : TKS 4107 Pegampu : Achfas Zacoeb SESI 13 Payback Period zacoeb.lecture.ub.ac.id PENDAHULUAN Metode Payback Period pada dasarya bertujua utuk megetahui seberapa lama

Lebih terperinci

BAB 2 LANDASAN TEORITIS

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

Lebih terperinci

UKURAN PEMUSATAN UKURAN PENYEBARAN

UKURAN PEMUSATAN UKURAN PENYEBARAN UKURAN PEMUSATAN DATA TUNGGAL DATA KELOMPOK. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL UKURAN PENYEBARAN JANGKAUAN HAMPARAN RAGAM / VARIANS SIMPANGAN BAKU

Lebih terperinci

Inflasi dan Indeks Harga I

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

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

Program Bonus Mempertahankan Tingkat Pencapaian Dalam Rangka Pembelian Kendaraan Bermotor (Program Kendaraan Bermotor)

Program Bonus Mempertahankan Tingkat Pencapaian Dalam Rangka Pembelian Kendaraan Bermotor (Program Kendaraan Bermotor) Program Bous Mempertahaka Tigkat Pecapaia Dalam Ragka Pembelia Kedaraa Bermotor (Program Kedaraa Bermotor) Perusahaa : PT. Family Member Group Idoesia (FM Group Idoesia) Mulai Program : 1 Jauari 2015 Kualifikasi

Lebih terperinci

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

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

Lebih terperinci

BAB III OBYEK DAN METODE PENELITIAN

BAB III OBYEK DAN METODE PENELITIAN BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peelitia Meurut Sugiyoo (2010, hlm. 3) pegertia dari obyek peelitia adalah sasara ilmiah utuk medapatka data dega tujua da keguaa tertetu tetag sesuatu hal

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) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci