Penduga Data Hilang Pada Rancangan Bujur Sangkar Latin Dasar

Ukuran: px
Mulai penontonan dengan halaman:

Download "Penduga Data Hilang Pada Rancangan Bujur Sangkar Latin Dasar"

Transkripsi

1 Kumpulan Makalah Seminar Semiraa 013 Fakulas MIPA Universias Lampung Penduga Daa Pada Rancangan Bujur Sangkar Lain Dasar Idhia Sriliana Jurusan Maemaika FMIPA UNIB Absrak. Peneliian ini berujuan unuk mempelajari prosedur pendugaan daa hilang pada Rancangan Bujur Sangkar Lain Dasar. Pada Rancangan Bujur Sangkar Lain Dasar, iap daa yang hilang dapa merusak keseimbangan rancangan, sehingga perlu dilakukan pendugaan daa hilang unuk mengaasi masalah inferensia mengenai perlakuan. Meode pendugaan daa hilang yang digunakan yaiu Meode aes. Meode yang dikemukakan oleh aes (1933) digunakan unuk analisis percobaan pada beberapa daa hilang dengan menyisipkan nilai dugaan yang meminimumkan jumlah kuadra gala percobaan. Analisis percobaan pada berbagai kondisi daa hilang dengan menerapkan suau conoh kasus menunjukkan hasil yang sama dengan analisis jika daa pengamaannya idak hilang. Dari hasil kajian disimpulkan bahwa prosedur pendugaan daa hilang dengan meminimumkan jumlah kuadra gala percobaan dapa digunakan unuk analisis percobaan daa hilang pada Rancangan Bujur Sangkar Lain Dasar. Kaa Kunci. Daa, Meode aes, Rancangan Bujur Sangkar Lain Dasar. PENDAHULUAN Terkadang dalam pelaksanaan percobaan di lapangan sau aau lebih pengamaan hilang dari gugus daa. Hal ini mungkin dapa erjadi, misalnya bila seekor binaang yang digunakan dalam percobaan mai sebelum percobaan selesai, sau plo hanyu karena kebanjiran aau rusak karena erserang hama, sau perlakuan yang salah dierapkan dalam sauan percobaan yang bukan semesinya, sebuah abung percobaan pecah jauh ke lanai, dan berbagai alasan lainnya [1]. Pada Rancangan Bujur Sangkar Lain Dasar iap nilai yang hilang merusak keseimbangan rancangan, karena beberapa konras perlakuan akan erkonaminasi dengan pengaruh blok. Sehingga perlu diambil langkah-langkah unuk meminimumkan pengaruh daa hilang, khususnya dalam inferensia mengenai perlakuan. Rancangan Bujur Sangkar Lain Dasar merupakan suau rancangan lapangan yang mengelompokan sauan percobaan berdasarkan dua krieria pengelompokan, misalnya baris dan lajur. Pada rancangan ini, semua perlakuan diempakan secara acak ke dalam sauan percobaan dimana iap perlakuan harus muncul dalam jumlah yang sama pada iap baris dan lajur []. Analisis daa pada rancangan ini mensyarakan rancangan yang orogonal dimana iap perlakuan harus ada dalam seiap baris dan lajur. Jika erjadi daa hilang maka analisis daa idak dapa dilakukan sehingga informasi yang diperlukan idak diperoleh. Model linier pada Rancangan Bujur Sangkar Lain Dasar didefinisikan sebagai [3]: i, j, k 1,, (1) i j ( k) k1 dimana i j = pengamaan pada baris ke- i dan lajur ke-j = raaan umum = pengaruh baris ke-i = pengaruh lajur ke-j (k) k, perlakuan ke- k pada posisi (i, j) 0, perlakuan ke- k idak pada posisi (i, j) gala percobaan Hal 75

2 Idhia Sriliana: Penduga Daa Pada Rancangan Bujur Sangkar Lain Dasar dengan asumsi unuk model eap yang digunakan dalam rancangan yaiu: i j ( k) i1 j1 k1 0 dan ~ N(0, ) Suau meode yang bisa digunakan unuk analisis percobaan pada daa hilang adalah Meode aes. Meode ini dilakukan dengan menyisipkan nilai dugaan yang meminimumkan jumlah kuadra gala percobaan. Nilai dugaan yang didapa idak memberikan informasi ambahan unuk percobaan, eapi hanya sebagai fasilias unuk analisis daa sisanya. Meode aes dapa digeneralisasikan unuk menduga dua daa hilang. Daa hilang yang perama diaksir dengan menghiung raa-raa dari nilai yang dikeahui pada baris, lajur dan perlakuan yang memua salah sau dari daa yang hilang. Selanjunya, daa hilang yang lain diaksir dengan menggunakan Meode aes. Penaksiran dengan Meode aes erus dilakukan berulang-ulang unuk kedua daa hilang secara berganian hingga konvergensi ercapai. [4]. Berdasarkan laar belakang yang elah diuraikan, dalam peneliian ini akan dilakukan pengkajian Meode aes sebagai prosedur pendugaan daa hilang pada Rancangan Bujur Sangkar Lain Dasar. METODE PENELITIAN Meode yang digunakan dalam peneliian ini adalah meode aes yang merupakan suau meode unuk analisis daa hilang pada rancangan percobaan dengan cara menyisipkan nilai dugaan yang meminimumkan jumlah kuadra gala percobaan. Unuk sau nilai unggal yang hilang dalamrancangan Bujur Sangkar Lain Dasar, maka nilai dugaan daa hilang ersebu dapa diperoleh sebagai beriku: Jika daa yang hilang adalah gh(u) yaiu nilai pengamaan pada baris ke-g, lajur keh, dan perlakuan ke-u, maka nilai dugaan M adalah [3] dimana: g h u R C T G M ( 1)( ) () banyaknya baris, lajur, dan perlakuan yang digunakan Rg oal semua pengamaan yang ak hilang pada baris ke g Ch oal semua pengamaan yang ak hilang pada lajur ke h Tu oal semua pengamaan yang ak hilang pada perlakuan ke u G oal semua pengamaan yang ak hilang Prosedur pendugaan sau daa hilang dengan meode aes adalah 1. Sisipkan sembarang nilai, misalnya M, unuk daa yang hilang. Tenukan nilai M yang meminimumkan Jumlah Kuadra Gala Percobaan, yaiu dengan menggunakan persamaan (). 3. Sisipkan nilai dugaan ersebu, dan hiung semua jumlah kuadra yang digunakan dalam analisis varian. 4. Hiung analisis varian gugus daa dengan masing-masing deraja bebas oal dan gala percobaan dikurangi sau dan jumlah kuadra perlakuan dikurangi fakor koreksi bias. Apabila erdapa dua daa hilang dalam Rancangan Bujur Sangkar Lain Dasar, yaiu kl(m) (nilai pengamaan pada baris ke-k, lajur ke-l, dan perlakuan ke-m) dan gh(u) (nilai pengamaan pada baris ke-g, lajur ke-h,dan perlakuan ke-u), dengan penduga beruru-uru adalah A dan B. Maka salah sau daa hilang (misalkan kl(m) ) diaproksimasi dengan menggunakan rumus [4]: dimana: A 0 k.. l ( m) ( k.. l ( m) ) A0 (3) 3 nilai dugaan awal raa raa pengamaan yang ak hilang pada baris ke k raa raa pengamaan yang ak hilang pada lajur ke l raa raa pengamaan yang ak hilang pada perlakuan ke m Hal 76

3 Kumpulan Makalah Seminar Semiraa 013 Fakulas MIPA Universias Lampung Kemudian hiung nilai dugaan A dan Bhingga konvergensi ercapai, dengan menggunakan persamaan (3)dimana oal pengamaan yang ak hilang diambahkan nilai dugaan awal. Prosedur pendugaan dua daa hilang dalam rancangan Bujur Sangkar Lain Dasar adalah 1. Hiung nilai dugaan awal dari salah sau daa hilang dengan menggunakan persamaan (3).. Masukkan nilai dugaan awal yang diperoleh pada langkah 1 ke dalam abel nilai pengamaan dan hiung nilai dugaan sau daa hilang yang ersisa dengan menggunakan persamaan (). 3. Lakukan perhiungan seperi pada langkah unuk menduga dua daa hilang ersebu secara berganian, hingga konvergensi ercapai. 4. Sisipkan nilai dugaan dua daa hilang yang konvergen (didapa pada langkah 3) dan hiung semua jumlah kuadra yang digunakan dalam analisis varian 5. Hiung analisis varian gugus daa dengan masing-masing deraja bebas oal dan gala percobaan dikurangi (banyaknya daa yang hilang) dan jumlah kuadra perlakuan dikurangi fakor koreksi bias. HASIL DAN PEMBAHASAN Sau Daa Jika erdapa sau daa hilang dalam Rancangan Bujur Sangkar Lain Dasar, maka pendugaan daa hilang dilakukan langsung dengan Meode aes. Meode aes yang dirumuskan pada persamaan ()diurunkan melalui cara beriku: Berdasarkan model linier Rancangan Bujur Sangkar Lain Dasar pada persamaan (1) dapa diuliskan.. i1 j1 (4) i. (5) j1. j (6) i1 k ) ( k (7) i1 j1 dimana.. oal nilai dari seluruh sauan percobaan i. oal nilai dari sauan percobaan pada baris ke i. j oal nilai dari sauan percobaan pada lajur ke j ( k) oal nilai pengamaan perlakuan ke k yang berada pada posisi i, j Andaikan M adalah sebuah daa yang hilang pada baris ke-g, lajur ke-h, dan perlakuan ke-u maka dapa dimisalkan R M (8) g. gj gh g jh T M (9).h ih gh h ig T M (10) ( u) ( u) gh u ig jh G M (11).. gh ig jh M adalah penduga daa yang hilang, dipilih sedemikian rupa sehingga meminimumkan Jumlah Kuadra Gala Percobaan, selanjunya 1 1 i. ( k) i1 j1 i1 i1 j1 1. j j 1 i1 j1 1 M i. ( Rg M ) ig jh ig JKG 1 ( k) ( Tu M ) ig jh ku 1. j ( C ) h M G M jh (JKG) 4 M R M ( T M ) C M G M M g u h (1) dengan menyamakan hasil urunan perama JK(Gala) erhadap Mpada Hal 77

4 Idhia Sriliana: Penduga Daa Pada Rancangan Bujur Sangkar Lain Dasar persamaan (1)sama dengan nol, maka diperoleh: 4 M Rg M Tu M Ch M G M M Rg M Tu M Ch M G M M 1 R. g Tu Ch G 3. Rg. Ch. Tu G M M(( 1)( )) ( R C T ) G ( Rg Ch Tu ) G M ( 1)( ) g h u erbuki bahwa M merupakan rumus Meode aes seperi pada persamaan (). Pengaruh Terhadap Analisis Varian Tabel 8Analisis Varian Unuk Sau Daa Sumber db JK KT -1 JK[B] -1 JK[L] KT[P] -1 JK[P.Terkoreksi] KT[G] (-1)(-)-1 JK[G] Baris Lajur Perlakuan Gala Toal ( -1)-1 JK[T] Nilai dugaan daa hilang yang disisipkan ke dalam gugus daa akan berpengaruh erhadap analisis varian. Deraja bebas dari Toal dan Gala percobaaan masing-masing berkurang sau. Selain iu, Jumlah Kuadra Perlakuan berbias ke aas, arinya memberikan Jumlah Kuadra Perlakuan yang lebih inggi dari seharusnya. Tapi, melalui perhiungan sederhana diperoleh Jumlah Kuadra Perlakuan Terkoreksi. Sehingga analisis varian unuk sau daa hilang dalam Rancangan Bujur Sangkar Lain Dasar dapa diliha pada Tabel 1. Fakor Koreksi Bias dapa dihiung dengan menggunakan rumus [4]: G Rg Ch ( 1) Tu Bias [( 1)( )] dimana (13) M nilai dugaan daa hilang = banyaknya perlakuan yang digunakan Rg = oal semua pengamaan yang ak hilang pada baris ke g C h = oal semua pengamaan yang ak hilang pada lajur ke h Tu oal semua pengamaan yang ak hilang pada perlakuan ke u Unuk pengujian dengan araf uji, H0 : 1... lawan H 1 : sedikinya ada i j unuk i j (1,,..., ) aau H 0 : 0 lawan H 0 : 0 digunakan saisik uji: KT[ Perlakuan Terkoreksi ] Fhi ~ F ;( 1),( 1)( ) 1 KT[ Gala Percobaan] Teladan Analisis unuk Sau Daa Diberikan eladan penerapan unuk analisis sau daa hilang dalam Rancangan Bujur Sangkar Lain Dasar menggunakan permasalahan beriku [5] Suau percobaan elah dilakukan unuk mengeahui pengaruh pencampuran bensin erhadap penghemaan bahan bakar yang diukur melalui jarak empuh (km/lier). Karena keerbaasan mobil yang ada, maka dipuuskan menggunakan Rancangan Bujur Sangkar Lain Dasar dengan memperpanjang waku percobaan. Terdapa lima jenis mobil yang berbeda yaiu: I, II, III, IV dan V. Perlakuannya sebanyak 5 macam, yaiu: A: konrol (bensin anpa pencampuran) B: konrol + bahan X produksi perusahaan I C: konrol + bahan produksi perusahaan II D: konrol + bahan U produksi perusahaan I E: konrol + bahan V produksi perusahaan II Misalkan bahwa seelah melakukan pengacakan baris dan lajur sesuai dengan prosedurnya dan seelah dilakukan percobaan diperoleh hasil beriku Tabel 9Daa Penggunaan Bahan Bakar (km/lier) Hari Merk Mobil (Waku) I II III IV V Toal Baris 1 B = 14 A = 10 E = 11 C =1 D = C = 10 D = 10 B = 11 A = 8 E = E = 14 B = 1 C = 13 D = 11 A = 9 59 Hal 78

5 Kumpulan Makalah Seminar Semiraa 013 Fakulas MIPA Universias Lampung 4 A = 11 C = 11 D = 10 E = 10 B = D = 13 E = 1 A = 9 B = 10 C = Toal Lajur Tabel 10 Analisis daa pada Tabel Sumber db JK KT F hiung Baris [Hari] Lajur [Mobil] Perlakuan * [Bensin] Gala Toal F0.05;4,1 3.6 Berdasarkan analisis varian, maka dapa disimpulkan bahwa erdapa cukup buki pada araf kepercayaan 5% unuk menyaakan bahwa perlakuan pencampuran bensin mempengaruhi respon penggunaan bahan bakar.misalkan dari TABEL 4, daa perlakuana dalam baris ke- dan lajur IV dianggap hilang, sehingga abel pengamaan menjadi: Tabel 11Daa Penggunaan Bahan Bakar, dengan Sau Daa Hilan Baris Lajur Jumlah Jumlah I II III IV V Baris Perlakuan M Jumlah Lajur Jumlah Pengamaan 71 Berdasarkan Tabel 4dikeahui: 5, R 43, C 43, T 39, G 71 g h u Dengan menggunakan persamaan () diperoleh nilai dugaan unuk daa yang hilang, yaiu M 6.9 (5 1)(5 ) Selanjunya dengan menggani daa hilang erhadap nilai dugaannya, lakukan analisis daa seperi biasa yaiu dengan analisis varian unuk gugus daa yang diambahkan. Analisis varian yang diperoleh disajikan pada Tabel 5, dengan fakor koreksi unuk Bias sebesar: ((5 1) 39) Bias 5.84 [(5 1)(5 )] JK[Perlakuan Terkoreksi] Tabel 1Analisis Varian unuk Daa Tabel 4 Tabel 13Hasil Analisis unuk Sau Daa Daa Nilai Dugaan F hiung Perlakuan C pada Baris M * Sumber db JK KT F hiung 0.05 F abel Baris Lajur Perlakuan * 3.36 Gala Toal Unuk araf nyaa uji sebesar 5% 0,05, Fhiung Fabel maka H 0 diolak. Hal ini berari cukup buki pada araf kepercayaan 5% unuk mengaakan bahwa perlakuan pencampuran bensin mempengaruhi respons penggunaan bahan bakar.melalui prosedur yang sama, maka unuk conoh lain sau daa hilang dalam baris, lajur, dan perlakuan yang idak sama diperoleh hasil beriku: ke-4 dan lajur ke-ii Perlakuan E pada Baris ke-3 dan lajur ke-i F 0.05;4, M * Hal 79

6 Idhia Sriliana: Penduga Daa Pada Rancangan Bujur Sangkar Lain Dasar Berdasarkan eladan yang diberikan, pada prosedur pendugaan sau daa hilang dalam Rancangan Bujur Sangkar Lain Dasar diperoleh hasil analisis yang sama dengan analisis jika daa pengamaannya idak hilang. Hasil analisis menunjukkan kesimpulan yang sama yaiu signifikan pada araf uji 5%, arinya perlakuan yang diberikan berpengaruh nyaa erhadap percobaan. Dua Daa Jika erdapa dua daa hilang dalam Rancangan Bujur Sangkar Lain Dasar, maka pendugaan daa hilang masih dapa dilakukan dengan Meode aes, eapi salah sau daa yang hilang erlebih dahulu diaproksimasi dengan menggunakan persamaan (3). Kemudian, dengan menggunakan nilai dugaan awal, dilakukan pendugaan daa dengan meode aes secara berganian aau dilakukan proses ierasi hingga konvergensi ercapai. Pengaruh Terhadap Analisis Varian Sama halnya seperi pada sau daahilang, nilai dugaan unuk dua daa hilang berpengaruh erhadap analisis varian. Deraja bebas dari Toal dan Gala percobaaan masing-masing berkurang duadan Jumlah Kuadra Perlakuan berbias ke aas dengan fakor koreksi bias dapa dihiung dengan menggunakan rumus [4] G R C ( 1) T G R C ( 1) T Bias k l m g h u (14) [( 1)( )] Sehingga analisis varian unuk dua daa hilang dapa diliha pada abel beriku Tabel 14Analisis Varian unuk Dua Daa Sumber Db JK KT Baris Lajur Perlakuan Gala (-1)(-)- JK[B] JK[L] JK[P.Terkoreksi] JK[G] Toal ( -1)- JK[T] KT[P] KT[G] Unuk pengujian dengan araf uji, H0 : 1... lawan H 1 : sedikinya ada i j unuk i j (1,,..., ) aau H 0 : 0 lawan H 0 : 0 digunakan saisik uji: KT[ Perlakuan Terkoreksi ] Fhi ~ F ;( 1),( 1)( ) KT[ Gala Percobaan] Teladan Analisis unuk Dua Daa Misalkan dari Tabel daa perlakuan A dalam baris ke-4, lajur ke-i dan daa perlakuan C dalam baris ke-3 lajur ke-iii dianggap hilang. Sehingga abel pengamaan menjadi. Tabel 15 Pengamaan dengan Dua Daa Baris Lajur Jumlah Jumlah I II III IV V Baris Perlakuan C A Jumlah Lajur Jumlah Pengamaan 55 Berdasarkan Tabel 4 dikeahui: 5, Rk 44, Cl 51, Tm 36, Rg 46, Ch 41, T 46, G55 u Unuk melakukan analisis erhadap dua daa hilang ersebu maka dilakukan prosedur pendugaan sebagai beriku: Misalkan nilai dugaan awal yang dihiung unuk daa hilang adalah perlakuan A, maka dengan menggunakan persamaan (3) diperoleh nilai dugaan awal yaiu: ( ) A Hal 80

7 Kumpulan Makalah Seminar Semiraa 013 Fakulas MIPA Universias Lampung Kemudian dengan mensubiusikan nilai dugaan awal pada oal pengamaan yang ak hilang, hiung nilai dugaana dan Cmelalui proses ierasi hingga konvergensi ercapai, dengan menggunakan persamaan (4). Tabel 16Nilai Dugaan Hasil Proses Ierasi Ierasi Nilai Dugaan B A Perama Kedua Keiga Dari proses ierasi, diperoleh nilai dugaan A 10.1 dan C Selanjunya dengan menggani dua daa yang hilang erhadap nilai dugaannya, lakukan analisis varian unuk gugus daa yang diduga. Analisis varian yang diperoleh disajikan pada Tabel 10. Tabel 17Analisis Varian unuk Daa Tabel 8 F Sumber db JK KT F abel hiung 0.05 Baris Lajur Perlakuan * 3.48 Gala Toal dengan fakor koreksi unuk Bias sebesar: (5 1) (5 1)46 Bias 3.56 [(5 1)(5 )] Hasil analisis menunjukkan kesimpulan yang sama yaiu signifikan pada araf uji 5%, arinya perlakuan yang diberikan berpengaruh nyaa erhadap percobaan. KESIMPULAN Prosedur pendugaan daa hilang dengan Meode aes dapa digunakan unuk analisis percobaan daa hilang dalam Rancangan Bujur Sangkar Lain Dasar. Pendugaan daa yang hilang mengakibakan Jumlah Kuadra Perlakuan berbias ke aas dan deraja bebas dari Toal dan Gala Percobaan masing-masing berkurang sesuai dengan jumlah daa yang hilang. Berdasarkan eladan penerapan, hasil analisis sampai pada dua daa hilang dalam Rancangan Bujur Sangkar Lain Dasar masih memberikan kesimpulan yang sama dengan analisis jika daa pengamaannya idak hilang. DAFTAR PUSTAKA Sudjana. (1989). Desain dan Analisis Eksperimen. edisi keiga. Tarsio. Bandung. R. L. O and M. Longnecker. (001). Saisical Mehods and Daa Analysis. 5 h ediion. Duxbury. USA. M. Lenner and T. Bishop. (1986). Experimenal Design and Analysis. Valley Book Company. Blacksburg, VA, USA. R. G. D. Sell and J. H. Torrie. (1981). Principles and Procedures of Saisics. nd ediion. McGraw-Hill Inernaional Book Company. Singapore. V. Gaspersz. (1991). Meode Perancangan Percobaan. ARMICO. Bandung. Hal 81

PilO$IilF G $EIlllIhIAR

PilO$IilF G $EIlllIhIAR PilO$IilF G $EIlllIhIAR s -/c ii FEl g*h.:!sg s mfiglggffiffillr ry#@ Pi-Yi.aiielrlr*, PH E NOM . PROSIDING SEMINAR DAN RAPAT TAHUNAN Bidang MIPA BKS PTN Wilayah Bara Tahun ol3 Bandar LamPung, 10 - LZ

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 35 BAB LANDASAN TEORI Meode Dekomposisi biasanya mencoba memisahkan iga komponen erpisah dari pola dasar yang cenderung mencirikan dere daa ekonomi dan bisnis. Komponen ersebu adalah fakor rend (kecendrungan),

Lebih terperinci

Volume 1, Nomor 1, Juni 2007 ISSN

Volume 1, Nomor 1, Juni 2007 ISSN Volume, Nomor, Juni 7 ISSN 978-77 Barekeng, Juni 7 hal6-5 Vol No ANALISIS VARIANS MULTIVARIAT PADA EKSPERIMEN DENGAN RANCANGAN ACAK LENGKAP (Variance Mulivaria Analysis for Experimen wih Complee Random

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.. Hasil Peneliian 4... Daa Hasil Peneliian Dari hasil peneliian diperoleh daa kemampuan dribble. hasilnya sebagai mana pada abel I (dilampirkan) 4... Deskripsi

Lebih terperinci

RANK DARI MATRIKS ATAS RING

RANK DARI MATRIKS ATAS RING Dela-Pi: Jurnal Maemaika dan Pendidikan Maemaika ISSN 089-855X ANK DAI MATIKS ATAS ING Ida Kurnia Waliyani Program Sudi Pendidikan Maemaika Jurusan Pendidikan Maemaika dan Ilmu Pengeahuan Alam FKIP Universias

Lebih terperinci

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi. PENGUJIAN HIPOTESIS 1. PENDAHULUAN Hipoesis Saisik : pernyaaan aau dugaan mengenai sau aau lebih populasi. Pengujian hipoesis berhubungan dengan penerimaan aau penolakan suau hipoesis. Kebenaran (benar

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini adalah penelitian Quasi Eksperimental Design dengan

BAB III METODOLOGI PENELITIAN. Penelitian ini adalah penelitian Quasi Eksperimental Design dengan BAB III METODOLOGI PENELITIAN A. Jenis dan Desain Peneliian Peneliian ini adalah peneliian Quasi Eksperimenal Design dengan kelas eksperimen dan kelas conrol dengan desain Prees -Poses Conrol Group Design

Lebih terperinci

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun 43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C

Lebih terperinci

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr.

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr. Pekan #1: Kinemaika Sau Dimensi 1 Posisi, perpindahan, jarak Tinjau suau benda yang bergerak lurus pada suau arah erenu. Misalnya, ada sebuah mobil yang dapa bergerak maju aau mundur pada suau jalan lurus.

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jenis Peneliian Jenis peneliian kuaniaif ini dengan pendekaan eksperimen, yaiu peneliian yang dilakukan dengan mengadakan manipulasi erhadap objek peneliian sera adanya konrol.

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa BAB 2 TINJAUAN TEORITI 2.1. Pengerian-pengerian Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. edangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan

Lebih terperinci

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu BAB III METODE DEKOMPOSISI CENSUS II 3.1 Pendahuluan Daa dere waku adalah daa yang dikumpulkan dari waku ke waku unuk menggambarkan perkembangan suau kegiaan (perkembangan produksi, harga, hasil penjualan,

Lebih terperinci

BAB 4 ANALISIS DAN PEMBAHASAN

BAB 4 ANALISIS DAN PEMBAHASAN BAB 4 ANALISIS DAN EMBAHASAN 4.1 Karakerisik dan Obyek eneliian Secara garis besar profil daa merupakan daa sekunder di peroleh dari pusa daa saisik bursa efek Indonesia yang elah di publikasi, daa di

Lebih terperinci

PEMBELAJARAN 5 STATISTIK NON PARAMETRIK

PEMBELAJARAN 5 STATISTIK NON PARAMETRIK PEMBELAJARAN 5 STATISTIK NON PARAMETRIK Kompeensi Dasar paramerik. Mahasiswa memahami enang beberapa eknik analisis saisik non Indikaor Pencapaian Mahasiswa dapa: a. Menjelaskan, menghiung dan menerapkan

Lebih terperinci

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan BAB 2 KINEMATIKA Tujuan Pembelajaran 1. Menjelaskan perbedaan jarak dengan perpindahan, dan kelajuan dengan kecepaan 2. Menyelidiki hubungan posisi, kecepaan, dan percepaan erhadap waku pada gerak lurus

Lebih terperinci

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun Pemodelan Daa Runun Waku : Kasus Daa Tingka Pengangguran di Amerika Serika pada Tahun 948 978. Adi Seiawan Program Sudi Maemaika, Fakulas Sains dan Maemaika Universias Krisen Saya Wacana, Jl. Diponegoro

Lebih terperinci

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi

Lebih terperinci

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1 PERSAMAAN GERAK Posisi iik maeri dapa dinyaakan dengan sebuah VEKTOR, baik pada suau bidang daar maupun dalam bidang ruang. Vekor yang dipergunakan unuk menenukan posisi disebu VEKTOR POSISI yang diulis

Lebih terperinci

IDENTIFIKASI POLA DATA TIME SERIES

IDENTIFIKASI POLA DATA TIME SERIES IDENTIFIKASI POLA DATA TIME SERIES Daa merupakan bagian pening dalam peramalan. Beriku adalah empa krieria yang dapa digunakan sebagai acuan agar daa dapa digunakan dalam peramalan.. Daa harus dapa dipercaya

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang

Lebih terperinci

PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR FISIKA SISWA

PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR FISIKA SISWA ISSN 5-73X PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR ISIKA SISWA Henok Siagian dan Iran Susano Jurusan isika, MIPA Universias Negeri Medan Jl. Willem Iskandar, Psr V -Medan

Lebih terperinci

Proyeksi Penduduk Provinsi Riau Menggunakan Metode Campuran

Proyeksi Penduduk Provinsi Riau Menggunakan Metode Campuran Saisika, Vol. 10 No. 2, 129 138 Nopember 2010 Proyeksi Penduduk Provinsi Riau 2010-2015 Menggunakan Meode Campuran Ari Budi Uomo, Yaya Karyana, Tei Sofia Yani Program Sudi Saisika, Universias Islam Bandung

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Pada dasarnya peramalan adalah merupakan suau dugaan aau perkiraan enang erjadinya suau keadaan di masa depan. Akan eapi dengan menggunakan meodemeode erenu peramalan

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau aau kondisi yang diperkirakan akan erjadi

Lebih terperinci

HUMAN CAPITAL. Minggu 16

HUMAN CAPITAL. Minggu 16 HUMAN CAPITAL Minggu 16 Pendahuluan Invesasi berujuan unuk meningkakan pendapaan di masa yang akan daang. Keika sebuah perusahaan melakukan invesasi barang-barang modal, perusahaan ini akan mengeluarkan

Lebih terperinci

Metode Regresi Linier

Metode Regresi Linier Modul 1 Meode Regresi Linier Prof. DR. Maman Djauhari A PENDAHULUAN nalisis regresi linier, baik yang sederhana maupun yang ganda, elah Anda pelajari dalam maa kuliah Meode Saisika II. Dengan demikian

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jenis dan Pendekaan Peneliian Jenis peneliian yang digunakan dalam peneliian ini adalah peneliian evaluasi dan pendekaannya menggunakan pendekaan kualiaif non inerakif (non

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan

Lebih terperinci

Integral dan Persamaan Diferensial

Integral dan Persamaan Diferensial Sudaryano Sudirham Sudi Mandiri Inegral dan Persamaan Diferensial ii Darpublic 4.1. Pengerian BAB 4 Persamaan Diferensial (Orde Sau) Persamaan diferensial adalah suau persamaan di mana erdapa sau aau lebih

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN PEMODELAN NILAI UKAR RUPIAH ERHADAP $US MENGGUNAKAN DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY, DIMAS HARI SANOSO, N. K. KUHA ARDANA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan

Lebih terperinci

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis JURNAL SAINS DAN NI POMITS Vol. 3, No. 2, (2014) ISSN: 2337-3539 (2301-9271 Prin) D-224 Peramalan Penjualan Sepeda Moor di Jawa Timur dengan Menggunakan Model Dinamis Desy Musika dan Seiawan Jurusan Saisika,

Lebih terperinci

PENGGUNAAN KONSEP FUNGSI CONVEX UNTUK MENENTUKAN SENSITIVITAS HARGA OBLIGASI

PENGGUNAAN KONSEP FUNGSI CONVEX UNTUK MENENTUKAN SENSITIVITAS HARGA OBLIGASI PENGGUNAAN ONSEP FUNGSI CONVEX UNU MENENUAN SENSIIVIAS HARGA OBLIGASI 1 Zelmi Widyanuara, 2 Ei urniai, Dra., M.Si., 3 Icih Sukarsih, S.Si., M.Si. Maemaika, Universias Islam Bandung, Jl. amansari No.1 Bandung

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi dan Waku Peneliian Peneliian ini dilaksanakan pada kasus pengolahan ikan asap IACHI Peikan Cia Halus (PCH) yang erleak di Desa Raga Jaya Kecamaan Ciayam, Kabupaen Bogor,

Lebih terperinci

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA PENDUGAAN PARAMEER DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY DAN DIMAS HARI SANOSO Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor Jl Merani, Kampus

Lebih terperinci

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,

Lebih terperinci

(T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF

(T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF Seminar Nasional Saisika 12 November 2011 Vol 2, November 2011 (T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF Gumgum Darmawan, Sri Mulyani S Saf Pengajar Jurusan Saisika FMIPA UNPAD

Lebih terperinci

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND Noeryani 1, Ely Okafiani 2, Fera Andriyani 3 1,2,3) Jurusan maemaika, Fakulas Sains Terapan, Insiu Sains & Teknologi

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasing) 2.1.1 Pengerian Peramalan Peramalan dapa diarikan sebagai beriku: a. Perkiraan aau dugaan mengenai erjadinya suau kejadian aau perisiwa di waku yang akan

Lebih terperinci

Relasi LOGIK FUNGSI AND, FUNGSI OR, DAN FUNGSI NOT

Relasi LOGIK FUNGSI AND, FUNGSI OR, DAN FUNGSI NOT 2 Relasi LOGIK FUNGSI ND, FUNGSI OR, DN FUNGSI NOT Tujuan : Seelah mempelajari Relasi Logik diharapkan dapa,. Memahami auran-auran relasi logik unuk fungsi-fungsi dasar ND, OR dan fungsi dasar NOT 2. Memahami

Lebih terperinci

MODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH)

MODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH) Journal Indusrial Servicess Vol. No. Okober 0 MODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH) Abdul Gopar ) Program Sudi Teknik Indusri Universias

Lebih terperinci

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan BAB 2 URAIAN EORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan aau memprediksi apa yang erjadi pada waku yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan

Lebih terperinci

1.4 Persamaan Schrodinger Bergantung Waktu

1.4 Persamaan Schrodinger Bergantung Waktu .4 Persamaan Schrodinger Berganung Waku Mekanika klasik aau mekanika Newon sanga sukses dalam mendeskripsi gerak makroskopis, eapi gagal dalam mendeskripsi gerak mikroskopis. Gerak mikroskopis membuuhkan

Lebih terperinci

MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA TERAPAN (2 sks)

MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA TERAPAN (2 sks) Polieknik Negeri Banjarmasin 4 MODUL PERTEMUAN KE 3 MATA KULIAH : ( sks) MATERI KULIAH: Jarak, Kecepaan dan Percepaan; Gerak Lurus Berauran, Percepaan; Gerak Lurus Berauran, Gerak Lurus Berubah Berauran

Lebih terperinci

ANALISIS ANTRIAN ANGKUTAN UMUM BUS ANTAR KOTA REGULER DI TERMINAL ARJOSARI

ANALISIS ANTRIAN ANGKUTAN UMUM BUS ANTAR KOTA REGULER DI TERMINAL ARJOSARI Achmadi, Analisis Anrian Angkuan Umum Bus Anar Koa Reguler di Terminal ANALISIS ANTRIAN ANGKUTAN UMUM BUS ANTAR KOTA REGULER DI TERMINAL ARJOSARI Seno Achmadi Absrak : Seiring dengan berkembangnya aku,

Lebih terperinci

BAB II PERTIDAKSAMAAN CHERNOFF

BAB II PERTIDAKSAMAAN CHERNOFF BAB II PERTIDAKSAMAAN CHERNOFF.1 Pendahuluan Di lapangan, yang menjadi perhaian umumnya adalah besar peluang dari peubah acak pada beberapa nilai aau suau selang, misalkan P(a

Lebih terperinci

GERAK LURUS BESARAN-BESARAN FISIKA PADA GERAK KECEPATAN DAN KELAJUAN PERCEPATAN GLB DAN GLBB GERAK VERTIKAL

GERAK LURUS BESARAN-BESARAN FISIKA PADA GERAK KECEPATAN DAN KELAJUAN PERCEPATAN GLB DAN GLBB GERAK VERTIKAL Suau benda dikaakan bergerak manakalah kedudukan benda iu berubah erhadap benda lain yang dijadikan sebagai iik acuan. Benda dikaakan diam (idak bergerak) manakalah kedudukan benda iu idak berubah erhadap

Lebih terperinci

KAJIAN PEMODELAN DERET WAKTU: METODE VARIASI KALENDER YANG DIPENGARUHI OLEH EFEK VARIASI LIBURAN

KAJIAN PEMODELAN DERET WAKTU: METODE VARIASI KALENDER YANG DIPENGARUHI OLEH EFEK VARIASI LIBURAN JMP : Volume 4 omor, Juni 22, hal. 35-46 KAJIA PEMODELA DERET WAKTU: METODE VARIASI KALEDER YAG DIPEGARUHI OLEH EFEK VARIASI LIBURA Winda Triyani Universias Jenderal Soedirman winda.riyani@gmail.com Rina

Lebih terperinci

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat BAB 1 PENDAHULUAN 1.1 Laar Belakang Sumber Daya Alam (SDA) yang ersedia merupakan salah sau pelengkap ala kebuuhan manusia, misalnya anah, air, energi lisrik, energi panas. Energi Lisrik merupakan Sumber

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis BAB III HASIL DAN PEMBAHASAN A. Permasalahan Nyaa Penyebaran Penyaki Tuberculosis Tuberculosis merupakan salah sau penyaki menular yang disebabkan oleh bakeri Mycobacerium Tuberculosis. Penularan penyaki

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 26 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penilaian perkembangan kinerja keuangan PT. Goodyear Indonesia Tbk dilakukan dengan maksud unuk mengeahui sejauh mana perkembangan usaha perusahan yang

Lebih terperinci

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK.

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK. PENERAPAN METODE TRIPLE EXPONENTIAL MOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUAHAAN MEBEL INAR JEPARA TANJUNGANOM NGANJUK. ii Rukayah*), Achmad yaichu**) ABTRAK Peneliian ini berujuan unuk

Lebih terperinci

3. Kinematika satu dimensi. x 2. x 1. t 1 t 2. Gambar 3.1 : Kurva posisi terhadap waktu

3. Kinematika satu dimensi. x 2. x 1. t 1 t 2. Gambar 3.1 : Kurva posisi terhadap waktu daisipayung.com 3. Kinemaika sau dimensi Gerak benda sepanjang garis lurus disebu gerak sau dimensi. Kinemaika sau dimensi memiliki asumsi benda dipandang sebagai parikel aau benda iik arinya benuk dan

Lebih terperinci

Bab 5 Penaksiran Fungsi Permintaan. Ekonomi Manajerial Manajemen

Bab 5 Penaksiran Fungsi Permintaan. Ekonomi Manajerial Manajemen Bab 5 Penaksiran Fungsi Perminaan 1 Ekonomi Manajerial Manajemen Peranyaan Umum Tenang Perminaan Seberapa besar penerimaan perusahaan akan berubah seelah adanya peningkaan harga? Berapa banyak produk yang

Lebih terperinci

BAB IV PERHITUNGAN NUMERIK

BAB IV PERHITUNGAN NUMERIK BAB IV PERHITUNGAN NUMERIK Dengan memperhaikan fungsi sebaran peluang berahan dari masingmasing sebaran klaim, sebagai mana diulis pada persamaan (3.45), (3.70) dan (3.90), perhiungan numerik idak mudah

Lebih terperinci

Analisis Model dan Contoh Numerik

Analisis Model dan Contoh Numerik Bab V Analisis Model dan Conoh Numerik Bab V ini membahas analisis model dan conoh numerik. Sub bab V.1 menyajikan analisis model yang erdiri dari analisis model kerusakan produk dan model ongkos garansi.

Lebih terperinci

PENGGUNAAN DISTRIBUSI PELUANG JOHNSON SB UNTUK OPTIMASI PEMELIHARAAN MESIN

PENGGUNAAN DISTRIBUSI PELUANG JOHNSON SB UNTUK OPTIMASI PEMELIHARAAN MESIN M-6 PENGGUNAAN DISTRIBUSI PELUANG JOHNSON SB UNTUK OPTIMASI PEMELIHARAAN MESIN Enny Suparini 1) Soemarini 2) 1) & 2) Deparemen Saisika FMIPA UNPAD arhinii@yahoo.com 1) ine_soemarini@yahoo.com 2) Absrak

Lebih terperinci

Bab II Dasar Teori Kelayakan Investasi

Bab II Dasar Teori Kelayakan Investasi Bab II Dasar Teori Kelayakan Invesasi 2.1 Prinsip Analisis Biaya dan Manfaa (os and Benefi Analysis) Invesasi adalah penanaman modal yang digunakan dalam proses produksi unuk keunungan suau perusahaan.

Lebih terperinci

FIsika KTSP & K-13 KINEMATIKA. K e l a s A. VEKTOR POSISI

FIsika KTSP & K-13 KINEMATIKA. K e l a s A. VEKTOR POSISI KTSP & K-13 FIsika K e l a s XI KINEMATIKA Tujuan Pembelajaran Seelah mempelajari maeri ini, kamu diharapkan mampu menjelaskan hubungan anara vekor posisi, vekor kecepaan, dan vekor percepaan unuk gerak

Lebih terperinci

UJI BREDENKAMP, HILDEBRAND, KUBINGER DAN FRIEDMAN

UJI BREDENKAMP, HILDEBRAND, KUBINGER DAN FRIEDMAN UJI BREDENKAP, HILDEBRAND, KUBINGER DAN FRIEDAN Firi Caur Lesari ABSTRACT Saisics is a science ha has imporan role in decision making The decision is made based on he daa and uses cerain mehods, especially

Lebih terperinci

PENENTUAN KONSTANTA PEMULUSAN YANG MEMINIMALKAN MAPE DAN MAD MENGGUNAKAN DATA SEKUNDER BEA DAN CUKAI KPPBC TMP C CILACAP

PENENTUAN KONSTANTA PEMULUSAN YANG MEMINIMALKAN MAPE DAN MAD MENGGUNAKAN DATA SEKUNDER BEA DAN CUKAI KPPBC TMP C CILACAP Prosiding Seminar Nasional Maemaika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 PENENTUAN KONSTANTA PEMULUSAN YANG MEMINIMALKAN MAPE DAN MAD MENGGUNAKAN DATA SEKUNDER BEA DAN CUKAI KPPBC

Lebih terperinci

PENGARUH MODEL PEMBELAJARAN PROBLEM SOLVING TERHADAP HASIL BELAJAR FISIKA SISWA KELAS VIII DI SMPN 5 LINGSAR TAHUN PELAJARAN 2012/2013

PENGARUH MODEL PEMBELAJARAN PROBLEM SOLVING TERHADAP HASIL BELAJAR FISIKA SISWA KELAS VIII DI SMPN 5 LINGSAR TAHUN PELAJARAN 2012/2013 Jurnal Lensa Kependidikan Fisika Vol. 1 Nomor 1, Juni 13 ISSN: 338-4417 PENGARUH MODEL PEMBELAJARAN PROBLEM SOLVING TERHADAP HASIL BELAJAR FISIKA SISWA KELAS VIII DI SMPN 5 LINGSAR TAHUN PELAJARAN 1/13

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi dan Waku Peneliian Peneliian ini dilaksanakan di PT Panafil Essenial Oil. Lokasi dipilih dengan perimbangan bahwa perusahaan ini berencana unuk melakukan usaha dibidang

Lebih terperinci

ADOPSI REGRESI BEDA UNTUK MENGATASI BIAS VARIABEL TEROMISI DALAM REGRESI DERET WAKTU: MODEL KEHILANGAN AIR DISTRIBUSI DI PDAM SUKABUMI

ADOPSI REGRESI BEDA UNTUK MENGATASI BIAS VARIABEL TEROMISI DALAM REGRESI DERET WAKTU: MODEL KEHILANGAN AIR DISTRIBUSI DI PDAM SUKABUMI ADOPSI REGRESI BEDA UNTUK MENGATASI BIAS VARIABEL TEROMISI DALAM REGRESI DERET WAKTU: MODEL KEHILANGAN AIR DISTRIBUSI DI PDAM SUKABUMI Yusep Suparman Universias Padjadjaran yusep.suparman@unpad.ac.id ABSTRAK.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah persediaan merupakan masalah yang sanga pening dalam perusahaan. Persediaan mempunyai pengaruh besar erhadap kegiaan produksi. Masalah persediaan dapa diaasi

Lebih terperinci

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai BAB 1 PENDAHULUAN 1.1 Laar Belakang Propinsi Sumaera Uara merupakan salah sau propinsi yang mempunyai perkembangan yang pesa di bidang ransporasi, khususnya perkembangan kendaraan bermoor. Hal ini dapa

Lebih terperinci

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan BAB I PENDAHULUAN 1.1 Laar Belakang Dalam perencanaan pembangunan, daa kependudukan memegang peran yang pening. Makin lengkap dan akura daa kependudukan yang esedia makin mudah dan epa rencana pembangunan

Lebih terperinci

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP Karakerisik Umur Produk (Sudarno) KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL Sudarno Saf Pengajar Program Sudi Saisika FMIPA UNDIP Absrac Long life of produc can reflec is qualiy. Generally, good producs

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t TKE 305 ISYARAT DAN SISTEM B a b I s y a r a Indah Susilawai, S.T., M.Eng. Program Sudi Teknik Elekro Fakulas Teknik dan Ilmu Kompuer Universias Mercu Buana Yogyakara 009 BAB I I S Y A R A T Tujuan Insruksional.

Lebih terperinci

MENINGKATKAN KEMAMPUAN MEMECAHKAN MASALAH SISWA MELALUI PEMBELAJARAN PEMBERIAN TUGAS LEMBARAN KERJA SECARA KELOMPOK. Oleh: Yoyo Zakaria Ansori

MENINGKATKAN KEMAMPUAN MEMECAHKAN MASALAH SISWA MELALUI PEMBELAJARAN PEMBERIAN TUGAS LEMBARAN KERJA SECARA KELOMPOK. Oleh: Yoyo Zakaria Ansori MENINGKATKAN KEMAMPUAN MEMECAHKAN MASALAH SISWA MELALUI PEMBELAJARAN PEMBERIAN TUGAS LEMBARAN KERJA SECARA KELOMPOK Oleh: Yoyo Zakaria Ansori Peneliian ini dilaarbelakangi rendahnya kemampuan memecahkan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Defenisi Persediaan Persediaan adalah barang yang disimpan unuk pemakaian lebih lanju aau dijual. Persediaan dapa berupa bahan baku, barang seengah jadi aau barang jadi maupun

Lebih terperinci

ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Studi kasus pada CV Cita Nasional.

ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Studi kasus pada CV Cita Nasional. JURNAL ILMIAH RANGGAGADING Volume 7 No. 1, April 7 : 3-9 ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Sudi kasus pada CV Cia Nasional. Oleh Emmy Supariyani* dan M. Adi Nugroho *Dosen

Lebih terperinci

Jurusan Teknik Sipil Fakultas Teknik Sipil dan Perencanaan Universitas Mercu Buana MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA DASAR (4 sks)

Jurusan Teknik Sipil Fakultas Teknik Sipil dan Perencanaan Universitas Mercu Buana MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA DASAR (4 sks) MODUL PERTEMUAN KE 3 MATA KULIAH : (4 sks) MATERI KULIAH: Jarak, Kecepaan dan Percepaan; Gerak Lurus Berauran, Percepaan; Gerak Lurus Berauran, Gerak Lurus Berubah Berauran POKOK BAHASAN: GERAK LURUS 3-1

Lebih terperinci

Oleh : Debrina Puspita Andriani Teknik Industri Universitas Brawijaya /

Oleh : Debrina Puspita Andriani Teknik Industri Universitas Brawijaya   / 4 Oleh : Debrina Puspia Andriani Teknik Indusri Universias Brawijaya e-mail : debrina@ub.ac.id / debrina.ub@gmail.com www.debrina.lecure.ub.ac.id O. Dasar perhiungan depresiasi 2. Meode-meode depresiasi.

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 11 BAB I PENDAHULUAN 1.1 Laar Belakang Salah sau masalah analisis persediaan adalah kesulian dalam menenukan reorder poin (iik pemesanan kembali). Reorder poin diperlukan unuk mencegah erjadinya kehabisan

Lebih terperinci

KOINTEGRASI DAN ESTIMASI ECM PADA DATA TIME SERIES. Abstrak

KOINTEGRASI DAN ESTIMASI ECM PADA DATA TIME SERIES. Abstrak KOINTEGRASI DAN ESTIMASI ECM PADA DATA TIME SERIES Universias Muhammadiyah Purwokero malim.muhammad@gmail.com Absrak Pada persamaan regresi linier sederhana dimana variabel dependen dan variabel independen

Lebih terperinci

PERHITUNGAN PARAMETER DYNAMIC ABSORBER

PERHITUNGAN PARAMETER DYNAMIC ABSORBER PERHITUNGAN PARAMETER DYNAMIC ABSORBER BERBASIS RESPON AMPLITUDO SEBAGAI KONTROL VIBRASI ARAH HORIZONTAL PADA GEDUNG AKIBAT PENGARUH GERAKAN TANAH Oleh (Asrie Ivo, Ir. Yerri Susaio, M.T) Jurusan Teknik

Lebih terperinci

FISIKA. Kelas X GLB DAN GLBB K13 A. GERAK LURUS BERATURAN (GLB)

FISIKA. Kelas X GLB DAN GLBB K13 A. GERAK LURUS BERATURAN (GLB) K3 Kelas X FISIKA GLB DAN GLBB TUJUAN PEMBELAJARAN Seelah mempelajari maeri ini, kamu diharapkan memiliki kemampuan beriku.. Memahami konsep gerak lurus berauran dan gerak lurus berubah berauran.. Menganalisis

Lebih terperinci

Kombinasi Fitting Sinusoids dan Metode Dekomposisi dalam Memprediksi Besar Permintaan Kredit

Kombinasi Fitting Sinusoids dan Metode Dekomposisi dalam Memprediksi Besar Permintaan Kredit Kombinasi Fiing Sinusoids dan Meode Dekomposisi dalam Memprediksi Besar Perminaan Kredi (Sudi Kasus: Koperasi Simpan Pinjam X Salaiga, Jawa Tengah) Rahayu Prihanini Fakulas Teknologi Informasi Universias

Lebih terperinci

LIMIT FUNGSI. 0,9 2,9 0,95 2,95 0,99 2,99 1 Tidak terdefinisi 1,01 3,01 1,05 3,05 1,1 3,1 Gambar 1

LIMIT FUNGSI. 0,9 2,9 0,95 2,95 0,99 2,99 1 Tidak terdefinisi 1,01 3,01 1,05 3,05 1,1 3,1 Gambar 1 LIMIT FUNGSI. Limi f unuk c Tinjau sebuah fungsi f, apakah fungsi f ersebu sama dengan fungsi g -? Daerah asal dari fungsi g adalah semua bilangan real, sedangkan daerah asal fungsi f adalah bilangan real

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 39 III. METODE PENELITIAN 3.1 Waku dan Meode Peneliian Pada bab sebelumnya elah dibahas bahwa cadangan adalah sejumlah uang yang harus disediakan oleh pihak perusahaan asuransi dalam waku peranggungan

Lebih terperinci

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting BAB 1 PENDAHULUAN 1.1. Laar Belakang Dalam pelaksanaan pembangunan saa ini, ilmu saisik memegang peranan pening baik iu di dalam pekerjaan maupun pada kehidupan sehari-hari. Ilmu saisik sekarang elah melaju

Lebih terperinci

KLASIFIKASI DOKUMEN TUGAS AKHIR MENGGUNAKAN ALGORITMA K-MEANS. Wulan Fatin Nasyuha¹, Husaini 2 dan Mursyidah 3 ABSTRAK

KLASIFIKASI DOKUMEN TUGAS AKHIR MENGGUNAKAN ALGORITMA K-MEANS. Wulan Fatin Nasyuha¹, Husaini 2 dan Mursyidah 3 ABSTRAK KLASIFIKASI DOKUMEN TUGAS AKHIR MENGGUNAKAN ALGORITMA K-MEANS Wulan Fain Nasyuha¹, Husaini 2 dan Mursyidah 3 1,2,3 Teknologi Informasi dan Kompuer, Polieknik Negeri Lhokseumawe, Jalan banda Aceh-Medan

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON*

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* BERLIAN SETIAWATY DAN HIRASAWA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor

Lebih terperinci

UJI MULTIKOLINEARITAS DAN PERBAIKAN MULTIKOLINEARITAS

UJI MULTIKOLINEARITAS DAN PERBAIKAN MULTIKOLINEARITAS BAHAN AJAR EKONOMETRIKA AGUS TRI BASUKI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA UJI MULTIKOLINEARITAS DAN PERBAIKAN MULTIKOLINEARITAS 6.1. Uji Mulikolinearias Sebagaimana dikemukakan di aas, bahwa salah sau

Lebih terperinci

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel BAB III ANALISIS INTERVENSI 3.1. Pendahuluan Analisis inervensi dimaksudkan unuk penenuan jenis respons variabel ak bebas yang akan muncul akiba perubahan pada variabel bebas. Box dan Tiao (1975) elah

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Peneliian Keinginan Kelompok Tani Duma Lori yang erdapa di Desa Konda Maloba dan masyaraka sekiar akan berdirinya penggilingan gabah di daerahnya, elah

Lebih terperinci

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Adapun bentuk yang sederhana dari suatu persamaan diferensial orde satu adalah: di dt

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Adapun bentuk yang sederhana dari suatu persamaan diferensial orde satu adalah: di dt BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C. Persamaan Diferensial Orde Sau Adapun benuk yang sederhana dari suau persamaan ferensial orde sau adalah: 0 a.i a 0 (.) mana a o dan a konsana. Persamaan (.)

Lebih terperinci

Analisis Faktorisasi Matriks Tak Negatif

Analisis Faktorisasi Matriks Tak Negatif Jurnal Maemaa, Saisa, & Kompuasi Vol. 3 No. Januari 07 Jurnal Maemaa, Saisa & Kompuasi Edisi Khusus Juli 007 Vol. 3, No.,, 4-46, 47-5, Januari January 07 07 47 57 nalisis Fakorisasi Mars ak Negaif bsrak

Lebih terperinci

*Corresponding Author:

*Corresponding Author: Prosiding Seminar Tugas Akhir FMIPA UNMUL 5 Periode Mare 6, Samarinda, Indonesia ISBN: 978-6-7658--3 Penerapan Model Neuro-Garch Pada Peramalan (Sudi Kasus: Reurn Indeks Harga Saham Gabungan) Applicaion

Lebih terperinci

Muhammad Firdaus, Ph.D

Muhammad Firdaus, Ph.D Muhammad Firdaus, Ph.D DEPARTEMEN ILMU EKONOMI FEM-IPB 010 PENGERTIAN GARIS REGRESI Garis regresi adalah garis yang memplokan hubungan variabel dependen (respon, idak bebas, yang dipengaruhi) dengan variabel

Lebih terperinci

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode 20 BAB 2 LADASA TEORI 2.1. Pengerian Peramalan Meode Peramalan merupakan bagian dari ilmu Saisika. Salah sau meode peramalan adalah dere waku. Meode ini disebu sebagai meode peramalan dere waku karena

Lebih terperinci

ANALISIS KEHANDDALAN DAN LAJU KERUSAKAN PADA MESIN CONTINUES FRYING (STUDI KASUS : PT XYZ)

ANALISIS KEHANDDALAN DAN LAJU KERUSAKAN PADA MESIN CONTINUES FRYING (STUDI KASUS : PT XYZ) hp://jurnal.upnyk.ac.id/index.php/opsi OPSI Jurnal Opimasi Sisem Indusri ANALISIS KEHANDDALAN DAN LAJU KERUSAKAN PADA MESIN CONTINUES FRYING (STUDI KASUS : PT XYZ) Ahmad Muhsin, Ichsan Syarafi Jurusan

Lebih terperinci

BAB I PENDAHULUAN. Dalam pembicaraan sehari-hari, bank dikenal sebagai lembaga keuangan yang

BAB I PENDAHULUAN. Dalam pembicaraan sehari-hari, bank dikenal sebagai lembaga keuangan yang BAB I PENDAHULUAN 1.1 Laar Belakang Dalam pembicaraan sehari-hari, bank dikenal sebagai lembaga keuangan yang kegiaan uamanya menerima simpanan giro, abungan dan deposio. Kemudian bank juga dikenal sebagai

Lebih terperinci

III KERANGKA PEMIKIRAN

III KERANGKA PEMIKIRAN III KERANGKA PEMIKIRAN 3.1 Teori Risiko Produksi Dalam eori risiko produksi erlebih dahulu dijelaskan mengenai dasar eori produksi. Menuru Lipsey e al. (1995) produksi adalah suau kegiaan yang mengubah

Lebih terperinci

PENJADWALAN PEMBUATAN BOX ALUMININUM UNTUK MEMINIMUMKAN MAKESPAN (Studi Kasus di Perusahaan Karoseri ASN)

PENJADWALAN PEMBUATAN BOX ALUMININUM UNTUK MEMINIMUMKAN MAKESPAN (Studi Kasus di Perusahaan Karoseri ASN) B PENJADWALAN PEMBUATAN BOX ALUMININUM UNTUK MEMINIMUMKAN MAKESPAN (Sudi Kasus di Perusahaan Karoseri ASN) Firiya Gemala Dewi, Bobby O.P. Soepangka, Nurhadi Siswano Program Pasca Sarjana Magiser Manajemen

Lebih terperinci

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X JURAL SAIS DA SEI ITS Vol. 6, o.1, (2017) 2337-3520 (2301-928X Prin) A 1 Perbandingan Meode Winer Eksponensial Smoohing dan Meode Even Based unuk Menenukan Penjualan Produk Terbaik di Perusahaan X Elisa

Lebih terperinci

PELABELAN TOTAL (a, d)-sisi ANTIAJAIB SUPER PADA K 1,m K 1,n untuk d = 1 atau d = 2

PELABELAN TOTAL (a, d)-sisi ANTIAJAIB SUPER PADA K 1,m K 1,n untuk d = 1 atau d = 2 Jurnal Maemaika UNAND Vol. No. 1 Hal. 3 36 ISSN : 303 910 c Jurusan Maemaika FMIPA UNAND PELABELAN TOTAL (a, d)-sisi ANTIAJAIB SUPER PADA K 1,m K 1,n unuk d = 1 aau d = DINA YELNI Program Sudi Maemaika,

Lebih terperinci

Perencanaan Sistem Pendukung Keputusan Untuk Peningkatan Produktivitas

Perencanaan Sistem Pendukung Keputusan Untuk Peningkatan Produktivitas Perencanaan Sisem Pendukung Kepuusan Unuk Peningkaan Produkivias Abdurrozzaq Hasibuan Jurusan Teknik Indusri, Fakulas Teknik, UISU Jln. Sisingamangaraja Telp. 7869920 Teladan Medan Email : rozzaq@uisu.ac.id

Lebih terperinci