Analisis Pengambilan Keputusan Multikriteria Untuk Sumber Energi Terbarukan di Wilayah Madura Menggunakan Metode Fuzzy AHP dan VIKOR
|
|
- Utami Gunardi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2014) 1 Aalisis Pegabila Keputusa Multikriteria Utuk Suber Eergi Terbaruka di Wilayah Madura Megguaka Metode Fuzzy AHP da VIKOR Mevita Cahayai, Mohaad Isa Irawa, da Alvida Mustika Ruki Jurusa Mateatika, Fakultas MIPA, Istitut Tekologi Sepuluh Nopeber (ITS) Jl. Arief Raha Haki, Surabaya Eail: ii.ateatika.its.ac.id Abstrak Dala tuua optialisasi pegebaga wilayah Madura, orgaisasi BPWS dibetuk sebagai lebaga yag epresetasika kepedulia peeritah terhadap pegebaga Wilayah Madura. BPWS epuyai recaa iduk utuk lia tahu ke depa yaitu teraliriya 600 MW listrik di Wilayah Madura sebagai peuag perekooia. Pihak BPWS eperhatika faktor-faktor kualitatif da kuatitatif berdasarka kriteria-kriteria dala peiliha eergi terbaruka da lokasi yag terbaik utuk wilayah Madura. Dala tugas akhir ii, terdapat dua tuua yag aka dicapai : pertaa, bertuua utuk eetuka eergi terbaruka yag terbaik utuk Madura dega etode Fuzzy Aalytic Hierarchy Process da VIKOR. Kedua, piliha di atara alteratif lokasi produksi eergi di Madura dibuat dega egguaka pedekata yag saa. Dala etode Fuzzy AHP da VIKOR, bobot kriteria seleksi yag ditetuka berdasarka pada perbadiga atriks AHP. Dala pegabila keputusa asalah eergi, para ahli relatif sulit utuk eberika ilai yag tepat utuk kriteria sehigga diyataka dala variabel liguistik. Dala ragka ebuat odel ketidakpastia dala preferesi ausia, logika fuzzy sagat ideal utuk diterapka. Dega deikia, baik VIKOR da AHP dilakuka dala ruag ligkup fuzzy. Dari perhituga fuzzy AHP da VIKOR diperoleh bahwa eergi teaga surya adalah piliha eergi terbaruka yag palig tepat da kabupate Sapag adalah lokasi terbaik diatara alteratif utuk ebagu pebagkit eergi teaga surya di Madura. Kata Kuci bobot, eergi terbaruka, Fuzzy Aalytic Hierarchy Process, prioritas lokasi, VIKOR. I. PENDAHULUAN Madura adalah aa pulau yag terletak di sebelah tiur laut Jawa. Pulau Madura besarya ± k 2 dega peduduk hapir 4 uta iwa. Pulau ii terbagi dala epat wilayah kabupate, yaitu Bagkala, Sapag, Paekasa, da Sueep. Secara keseluruha, Madura terasuk salah satu daerah iski di Provisi Jawa Tiur. Dala tuua optialisasi percepata pegebaga wilayah Madura, Bada Pegebaga Wilayah Surabaya Madura (BPWS) dibetuk sebagai lebaga yag epresetasika kepedulia peeritah terhadap percepata pegebaga Wilayah Madura. BPWS epuyai recaa iduk utuk lia tahu ke depa yaitu teraliriya 600 MW listrik di Wilayah Madura sebagai peuag perekooia yag eliputi berbagai sektor, di ataraya sektor pertaia, idustri, asa, perdagaga da pariwisata. Dewasa ii, eergi alteratif peggati eergi kovesioal sudah ulai dilirik, egigat eergi ii uga terasuk eergi yag terbaruka serta raah ligkuga. Wilayah Madura eiliki beberapa potesi suber eergi terbaruka. Kareaya potesi ii harus diafaatka sebesar-besarya dala pebagua kelistrika Wilayah Madura. Suber eergi terbaruka yag tersedia, seperti eergi bioassa, eergi agi, eergi surya da eergi obak. Tugas Akhir ii aka eetuka suber eergi terbaruka yag layak da lokasi yag tepat utuk diterapka di Wilayah Madura dega egguaka etode Fuzzy Aalytical Hierarchy Process da etode VIKOR (Visekriteriusko Koproiso Ragirae) sebagai salah satu alteratif peyelesaia terhadap perasalaha pegabila keputusa ultikriteria terhadap suber eergi terbaruka [4]. Metode ii erupaka pegebaga lebih laut dari etode AHP yag telah diguaka secara luas (Saaty,1993). Tuuaya adalah utuk edukug pegabila keputusa yag diguaka berdasarka perbadiga hasil peilaia dari pebuat kebiaka (expert). Dega epertibagka adaya hubuga atar kriteria, aka pihak BPWS dapat eetuka suber eergi terbaruka yag terbaik utuk ebagu pebagkit eergi terbaruka di Wilayah Madura. II. Fuzzy Aalytical Hierarchy Process Fuzzy AHP elakuka peilaia dega egguaka selag bilaga dega eberika batas bawah da batas atas peilaia. Pada etode fuzzy AHP diguaka Triagular Fuzzy Nuber (TFN). TFN diguaka utuk eggabarka variabel-variabel liguistik secara pasti. TFN disibolka M, dega l u diaa l adalah ilai teredah, adalah ilai tegah, da u adalah teratas [1]. Aalisis data egguaka etode Fuzzy AHP berdasarka lagkah-lagkah berikut [2] : 1. Peyusua Struktur Hirarki Mebuat struktur hirarki adalah lagkah utuk edefiisika perasalaha ke dala idetifikasi hubuga iteraksi ketergatuga yag ada sehigga perasalaha eadi lebih elas da rici. 2. Pebobota Masig-asig Elee
2 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2014) 2 Tahap ii bertuua utuk egetahui bobot asigasig criteria. Data hasil peilaia para ahli berupa ilai uerik perlu di ui kosistesi dega cara ecari ilai λ aks, CI, da CR. Meghitug ilai atriks perbadiga berpasaga berawal dari erubah ilai uerik eadi skala triagular fuzzy uber pada Tabel 2.2. Selautya, eghitug bobot setiap kriteria berdasarka hasil dari peilaia para pegabil keputusa diulahka lalu dibagi dega ulah respode. Metode tersebut secara ateatis dituliska sebagai berikut [3]: w i = 1 K w 1 + w w K (1) Tabel 1. Skala Nuerik da Skala liguistik [4] Skala Nuerik Skala TFN Ivers Skala TFN 1 (1, 1, 1) (1, 1, 1) yag saa 2 (1, 1, 3/2) (2/3, 1, 1) Satu elee sedikit lebih petig dari yag lai 3 (1, 3/2, 2) (1/2, 2/3, 1) Satu elee lebih petig dari yag lai 4 (3/2, 2, 5/2) (2/5, 1/2, 2/3) Satu elee sagat lebih petig dari yag lai 5 (2, 5/2, 3) (1/3, 2/5, 1/2) Satu elee utlak lebih petig dari yag lai Meurut pedekata itegrasi rata-rata triagular fuzzy uber, seulah bilaga fuzzy C = (c 1, c 2, c 3 ) dapat ditrasforasika eadi bilaga crisp dega egguaka persaaa di bawah ii. P C = c 1 + 4c 2 + c 3 (2) 6 Misalka A adalah atriks perbadiga berpasaga yag sudah ditrasforasika eadi bilaga crisp da W adalah atriks oralisasi. Matriks oralisasi didapatka dega eulahka setiap kolo atriks A keudia ebagi setiap elee atriks A dega hasil peulaha tersebut sesuai koloya asig-asig. Selautya, dihitug rata-rata tiap barisya [5]. a11 a12 a1 a21 a22 a2 A a1 a2 a Utuk eghitug ax dega cara ebetuk atriks B di aa eleeya erupaka perkalia atara elee dari kolo pertaa atriks perbadiga (A) dega elee pertaa rata-rata baris atriks oralisasi (AR). Dari atriks B tersebut keudia dicari ulah tiap barisya (C). Utuk eghitug λ aks : c i1 i ari 1 1 (3) ax Utuk eghitug ilai CI yaitu : Defiisi Variabel Liguistik Perbadiga dua kriteria ax CI (4) 1 Utuk eghitug CR yaitu Keteraga : : eige value aksiu CI : Cosistecy Idex CR : Cosistecy Ratio IR : Idex Rado : bayakya elee yag dibadigka Dega ilai Rado Idex yaitu : Tabel 2. Nilai Idex Rado Ukura Matriks 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10 IR Peilai dari para pegabil keputua dikataka kosiste da dapat diteria ika ilai CR 0.1. Selautya dilakuka pebobota egguaka pedekata Fuzzy Aalytic Hierarchy Process dega egadopsi etode dari Chag [6]. Tahapa yag dilakuka adalah sebagai berikut : Lagkah 1: Meghitug ilai sitesis fuzzy utuk obek ke- i yag didefiisika sebagai berikut S i = =1 i=1 =1 1 (6) Utuk eperoleh M gi, aka dilakuka operasi peulaha ilai sitesis fuzzy pada atriks perbadiga berpasaga seperti persaaa berikut : =1 = l i, i, u i =1 =1 =1 =1 (7) Da utuk eperoleh 1 i=1, dilakuka operasi peulaha fuzzy dari ilai M gi ( = 1, 2,, ) seperti berikut: i=1 =1 = l i, i, u i i=1 i=1 i=1 Utuk eghitug ivers dari persaaa (8) yaitu : i=1 =1 1 = 1 i=1 u i, 1 i=1 i, 1 i=1 l i (8) (9) Lagkah 2: Meghitug deraat keugkia dari M 2 = l 2, 2, u 2 M 1 = (l 1, 1, u 1 ) yag didefiisika sebagai berikut: V M 2 M 1 = sup i μ M1 x, μ M2 (y) (10) atau saa dega V M 2 M 1 = gt M 1 M 2 1 ika ika l 1 u 2 = μ M2 d l 1 u 2, laiya 2 u 2 ( 1 l 1 ) 11 CI CR IR (5)
3 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2014) 3 diaa d adalah ordiat dari titik potog tertiggi D atara μ M1 da μ M2. Oleh karea itu utuk perbadiga dihitug keduaya V M 2 M 1 da V M 1 M 2. Lagkah 3: Jika deraat keugkia utuk bilaga fuzzy koveks yag lebih besar dari bilaga k fuzzy koveks M i = (i = 1,2,, k) aka ilai vektor dapat didefiisika sebagai berikut: V M M 1, M 2,, M k = V M M 1 da M M 2 da da M M k = i V M M i, i = 1,2,, k (12) Asusika bahwa d A i = i V(S i S k ) (13) utuk k = 1,2,, ; k i. Maka diperoleh ilai bobot vektor W = d A 1, d A 2,, d A T (14) diaa A i = 1,2,, adalah elee keputusa. Lagkah 4: Noralisasi ilai bobot vektor fuzzy tersebut sehigga didapat ilai bobot vektor yag teroralisasi sebagai berikut: W = d A 1, d A 2,, d A T (15) diaa W adalah bilaga o fuzzy. Represetasi dari atriks W euukka bobot asig-asig kriteria. Hasil bobot yag sudah diperoleh diguaka utuk eetuka prioritas dari setiap alteratif terhadap asig-asig kriteria yag telah ditetuka dega egguaka etode VIKOR. III. Visekriteriusko Koproiso Ragirae (VIKOR) VIKOR erupaka tekik pegabila keputusa yag eiliki prosedur perhituga sederhaa dega pertibaga kedekata atar alterative yag ideal aupu tidak ideal [7]. Metode VIKOR berdasarka pada progra kesepakata dari MCDM. Dala fuzzy VIKOR, disaraka agar pegabil keputusa egguaka variabel liguistik utuk egevaluasi prioritas alteratif sehubuga dega kriteria yag telah ditetuka. Pada tabel 3 euukka skala liguistik utuk egevaluasi alteratif. Tabel 3. Nilai Evaluasi Fuzzy utuk Alteratif [4] No. Variabel Liguistik Nilai Fuzzy 1. Sagat Buruk (0,0,1) 2. Buruk (0,1,3) 3. Cukup Buruk (1,3,5) 4. Sedag (3,5,7) 5. Cukup Baik (5,7,9) 6. Baik (7,9,10) 7. Sagat Baik (9,10,10) Lagkah-lagkah etode VIKOR: [4] Lagkah 1 : Meghitug hasil peilaia dega asusi bahwa kelopok pegabil keputusa adalah K orag, perigkat alteratif yag berdasarka dega kriteria yag berlaku dapat dihitug berdasarka persaaa 16 [3]. x i = 1 K [x i 1 + x i x i K ] (16) diaa x i erupaka peilaia dari K orag dari kelopok pegabil keputusa utuk i alteratif yag berhubuga dega kriteria. Selautya, egekspresika fuzzy ulti-kriteria pegabila keputusa dari peilaia fuzzy alteratif terhadap setiap kriteria oleh para pegabil keputusa dala forat atriks sebagai berikut : D = x 11 x 12 x 1 x 21 x 2 (17) x 1 x 2 x W = [w 1, w 2,, w ], = 1,2,3,..., Diaa x i erupaka peilaia dari alteratif A i dega kriteria da w diotasika sebagai bobot petig dari C. Lagkah 2: adalah eetuka ilai fuzzy terbaik (FBV, f ) da ilai fuzzy terburuk (FWV, f ). f = ax i x i ; f = i i x i (18) Lagkah 3: Meghitug ilai w (f x i )/(f f ), S i da R i dihitug dega ruusa berikut : S i = =1 w (f x i )/(f f ) (19) R i = ax[w (f x i )/(f f )] (20) Diaa S i eacu pada ukura peisah A i dari ilai fuzzy terbaik da R i eacu pada ukura peisah A i dari ilai fuzzy terburuk. Berikutya, eghitug ilai S, S, R, R. S = i i S i S = ax i S i R = i i R i R = ax i R i (21) Lagkah 4: Meghitug ideks VIKOR Q i utuk setiap alteratif Q i = v S is + 1v R ir (22) S S R R v diperkealka sebagai bobot dari strategi utilitas aksiu grup. v biasaya diasusika 0,5. Lagkah 5: Defuzzifikasi dari triagular fuzzy uber Q i da perigkat alteratif oleh ideks Q i. Dala peelitia ii, pedekata itegrasi gradasi yag diguaka [8]. Meurut pedekata itegrasi, utuk triagular fuzzy uber, bilaga fuzzy C = (C 1, C 2, C 3 ) dapat diubah eadi seulah bilaga crisp dega egguaka persaaa di bawah ii : P(C) = C = C 1+4C 2 +C 3 (23) 6 Akhirya, didapatka alteratif terbaik dega ilai iiu Q i. IV. PEMBAHASAN DAN HASIL 1. Peiliha suber eergi terbaruka Dala eetuka suber eergi terbaruka terdapat beberapa kriteria yag harus diperhatika. Kriteria yag
4 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2014) 4 Tabel 4 Matriks perbadiga berpasaga rata-rata. K1 K2 K3 K4 K5 K6 K7 K8 K1 (1, 1, 1) (1,1,1) (1.17,1.67,2.17) (1.5,1.83,2.33) (1.33,1.50,1.67) (1,1.33,1.83) (1.33,1.5,1.83) (1,1.33,1.83) K2 (1,1,1) (1,1,1) (1,1.17,1.50) (1.17,1.33,1.5) (1.17,1.33,1.67) (1.17,1.50,2) (1,1.17,1.33) (1,1.17,1.50) K3 (0.47,0.61,0.89) (0.72,0.89,1) (1,1,1) (1,1.17,1.33) (1.17,1.67,2.17) (1.33,1.83,2.33) (1.17,1.67,2.17) (1,1.17,1.67) K4 (0.47,0.63,0.72) (0.80,0.83,0.89) (0.83,0.89,1) (1,1,1) (1,1,1.33) (1.17,1.50,1.83) (1,1.33,1.67) (1,1.17,1.33) K5 (0.78,0.80,0.83) (0.69,0.83,0.89) (0.47,0.61,0.89) (0.78,1,1) (1,1,1) (1,1,1) (1,1,1) (1,1,1.17) K6 (0.56,0.78,1) (0.52,0.72,0.89) (0.43,0.56,0.78) (0.63,0.72,0.89) (1,1,1) (1,1,1) (1,1,1) (1,1,1.50) K7 (0.67,0.80,0.83) (0.83,0.89,1) (0.47,0.61,0.89) (0.67,0.78,1) (1,1,1) (1,1,1) (1,1,1) (1,1,1) K8 (0.56,0.78,1) (0.72,0.89,1) (0.61,0.89,1) (0.83,0.89,1) (0.89,1,1) (0.67,1,1) (1,1,1) (1,1,1) diguaka yaitu, potesi (K1), tekologi (K2), biaya ivestasi (K3), biaya operasioal (K4), dapak ligkuga (K5), pegguaa laha (K6), peeriaa sosial (K7), da peciptaa lapaga kera (K8). A. Fuzzy Aalytic Hierarchy Process Peyelesaia dari perasalaha pada Tugas Akhir egguaka data kualitatif yag diperoleh dari data hasil pegisia kuisioer peilaia kriteria, da alteratif yag diisi oleh para ahli dari dias BPWS serta dias ESDM. Dala perhituga Fuzzy AHP dperoleh bobot dari setiap kriteria. Pebobota ii bertuua utuk egetahui bobot asig-asig kriteria egguaka persaaa (1) disaika dala Tabel 4. Dari perhituga ui kosistesi ketiga respode, diperoleh ilai CR = , aka peilaia atriks perbadiga berpasaga kriteria dari seua respode diyataka kosiste da dapat diteria. Matriks perbadiga berpasaga rata-rata pada Tabel 4 terlihat bahwa pada asig-asig kriteria ilai l u euukka peilaia triagular fuzzy uber sudah kosiste. Selautya dilakuka pebobota egguaka pedekata Fuzzy AHP dega egadopsi etode dari Chag (1996). Tahapa yag dilakuka adalah sebagai berikut: Lagkah 1: Meetuka ilai sitesis fuzzy. Setelah ilai ulah baris da kolo diperoleh, dega persaaa (6) diperoleh ilai sitesis fuzzy asig-asig kriteria sebagai berikut. Misalka pada kriteria potesi, S p = 9.33, 11.17, , 1, = 0.12, 0.16, 0.23 Selegkapya dituukka pada Tabel 5. Lagkah 2 : Meetuka ilai vektor Perhituga ilai vektor egguaka persaaa (11). Misalka, S p dega l p = 0.12; p = 0.16; u p = Sedagka S t dega l t = 0.11; t = 0.14; u t = Utuk V S p S t aka kodisi ii eeuhi syarat p t sehigga ilai V S p S t = 1. Sedagka utuk V S t S p aka kodisi ii tidak eeuhi syarat t p aupu l p u t sehigga dihitug egguaka ruus l p u t t u t ( p l p ) = ( ) = Lagkah 3 : Meetuka ilai ordiat. Meetuka ilai ordiat dari deraat keugkia utuk bilaga fuzzy koveks yag lebih besar dari k fuzzy koveks berdasarka persaaa (12). Misalka, diperoleh hasil bahwa V S p S t = 1; V S p S b = 1; V S p S bop = 1; V S p S dl = 1; V S p S pl = 1; V S p S ps = 1; V S p S lk = 1. Maka berdasarka persaaa (13), d S p = i 1, 1, 1,1,1,1,1 = 1. Dari hasil ilai ordiat tersebut aka ilai bobot vektor dapat ditetuka sesuai persaaa (14) sebagai berikut. W = (1, 0.78, 0.85, 0.54, 0.20, 0.23, 0.18, 0.25) T Lagkah 4 : oralisasi ilai bobot vektor. Noralisasi ilai bobot vektor diperoleh dega persaaa (15), diaa tiap elee bobot vektor dibagi ulah bobot vektor itu sediri. Nilai bobot vektor yag telah dioralisasi adalah sebagai berikut. W k = (0.249, 0.194, 0.211, 0.134, 0.049, 0.057, 0.045, 0.062) T Represetasi dari atriks W k euukka bobot asigasig kriteria yag disaika dala Tabel 5. Tabel 5 Bobot kriteria. Kriteria S i W = d (S i ) W K1 (0.12, 0.16, 0.23) K2 (0.11, 0.14, 0.20) K3 (0.10, 0.15, 0.21) K4 (0.09, 0.12, 0.17) K5 (0.08, 0.11, 0.13) K6 (0.08, 0.10, 0.14) K7 (0.08, 0.10, 0.13) K8 (0.08, 0.11, 0.14) Hasil perhituga bobot dari setiap kriteria atiya aka diguaka utuk edapatka eergi terbaruka yag terbaik dega egguaka etode VIKOR. B. Perhituga Megguaka VIKOR Proses pegabil keputusa dala eetuka suber eergi terbaik berdasarka dega variabel liguistik pada Tabel 3. Metode VIKOR erupaka proses pebadiga setiap kriteria dega alteratif. Dala etode ii bobot yag diguaka berdasarka dari hasil perhituga pada Fuzzy AHP. Piliha suber eergi terbaruka yag diguaka yaitu agi (A1), surya (A2), bioassa (A3), da obak (A4). Berikut ii lagkah-lagkah peyelesaia peiliha suber eergi terbaruka yag terbaik egguaka etode VIKOR:
5 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2014) 5 Tabel 6 Matriks evaluasi bilaga fuzzy utuk alteratif K1 K2 K3 K4 K5 K6 K7 K8 A1 (2,3.33,5) (5,7,9) (3.67,5.67,7.67) (0.67,2.33,4.33) (7.67,9.33,10) (6.33,8,33,9.67) (7,8.33,9) (5.67,7.67,9.33) A2 (7.67,9.33,10) (5.67,7.67,9,33) (1.67,3.67,5.67) (3.33,4.67,6) (8.33,9.67,10) (3,5,7) (7,8.67,9.67) (8.33,9.67,10) A3 (1.33,3,5) (5,7,8.67) (3,5,7) (3,5,7) (5,7,8.67) (3,5,7) (2.67,4.33,6.33) (6.33,8,9.33) A4 (0.67,2.33,4.33) (0.33,1.33,3) (1,1.67,3) (1.33,3,5) (7,8.67,9.67) (6.33,8.33,9.67) (4.33,6.33,8) (4.33,6.33,8) Lagkah 1: Meetuka hasil peilaia rata-rata egguaka persaaa (16) sehigga dapat dibetuk atriks evaluasi bilaga fuzzy utuk alteratif seperti pada Tabel 6. Lagkah 2 : Meetuka ilai fuzzy terbaik f da ilai fuzzy terburuk f egguaka persaaa (18). Tabel 7 Nilai fuzzy terbaik f da ilai fuzzy terburuk f utuk setiap kriteria suber eergi terbaruka Kriteria f f K1 (7.667, 9.333,10) (0.666, 2.333, 4.333) K2 (5.667, 7.667, 9.333) (0.333, 1.333, 3) K3 (3.667, 5.667, 7.667) (1, 1.667, 3) K4 (3.333, 5, 7) (0.666, 2.333, 4.333) K5 (8.333, 9.667, 10) (5, 7, 8.667) K6 (6.333, 8.333, 9.667) (3, 5, 7) K7 (7, 8.667, 9.667) (2.667, 4.333, 6.333) K8 (8.333, 9.667, 10) (4.333, 6.333, 8) Lagkah 3 : Meghitug ilai S i da R i dihitug dega ruusa pada persaaa (19)- 20. Nilai S i erupaka ukura peisah A i dari fuzzy terbaik da ilai R i erupaka ukura peisah A i dari fuzzy terburuk. Tabel 8 Besara ukura peisah A i dari ilai fuzzy terbaik f da ilai fuzzy terburuk f Agi (-0.510, 0.414, 1.310) (0.095, 0.213, 0.351) Teaga Surya (-0.598, 0.179, 0.961) (-0.011, 0.105, 0.271) Bioassa (-0.486, 0.463, 1.460) (0.095, 0.225, 0.380) Obak (0.102, 0.858, 1.700) (0.118, 0.249, 0.410) Lagkah berikutya adalah eghitug ilai S, S, R, R da Q i egguaka persaaa (21)-(22) Tabel 9 Nilai S, S, R, R da Q i S (-0.598, 0.179, 0.961) S (0.102, 0.858, 1.700) R (-0.011, 0.105, 0.271) R (0.118, 0.249, 0.410) Lagkah 4 : Meghitug Q i egguaka persaaa (22) Q i = 0.5 x x S i 0.510, 0.414, , 0.179, , 0.858, , 0.179, (0.095,0.213,0.351) 0.011,0.105,0.271 (0.118,0.249,0.410)(0.011,0.105,0.271) = (1.631, 0.549, 2.759) R i Tabel 11 Matriks perbadiga berpasaga rata-rata. Lagkah 5 : Medapatka ilai Q i aka dilautka dega defuzzifikasi dari triagular fuzzy uber Q i pada persaaa (23) da perigkat alteratif oleh ideks Q i. Meurut pedekata itegrasi, utuk triagular fuzzy uber, bilaga fuzzy C = (C 1, C 2, C 3 ) dapat diubah eadi seulah bilaga crisp Tabel 10 Hasil aalisis gabuga fuzzy AHP-VIKOR Q i Q i Prioritas Agi (-1.631, 0.549, 2.759) Surya (-2.073, 0, 2.201) Bioassa (-1.615, 0.626, 2.979) Obak (-1.131, 1, 3.263) Alteratif terbaik dega ilai iiu dari ilai Q i yag telah diperoleh. Dari alteratif yag telah ditetuka yaitu, agi teaga surya, bioassa da obak aka teaga surya yag terpilih eadi eergi terbaruka terbaik di Wilayah Madura. 2. Peiliha Lokasi di Madura Peiliha lokasi berdasarka pada seua kabupate yag ada di Pulau Madura. Alteratif lokasi yag diguaka utuk peiliha lokasi pebagua pebagkit suber eergi terbaruka yaitu Bagkala, Paekasa, Sapag da Sueep. Dala peiliha lokasi terdapat beberapa kriteria yag harus diperhatika dala peelitia ii yaitu, tekologi (K2), biaya ivestasi (K3), biaya operasioal (K4), kodisi ligkuga (K9), dapak sosial (K10), peafaata eergi (K11), da persebara populasi (K12). Kriteria-kriteria dala peiliha lokasi berdasarka pada suber eergi terbaruka yag telah terpilih. Kriteria yag diguaka atas pertibaga pihak Eergi da Suber Daya Mieral (ESDM). A. Fuzzy Aalityc Hierarchy Process Fuzzy AHP bertuua utuk edapatka hasil bobot dari setiap kriteria. Pebobota ii dilakuka utuk egetahui bobot asig-asig kriteria dega asusi tidak ada hubuga ketergatuga atar kriteria. Tahapa yag dilakuka berdasarka pada etode Chag [6]. Perhituga perbadiga berpasaga rata-rata disaika dala Tabel 11. Dari perhituga diperoleh ilai CR = , aka peilaia atriks perbadiga berpasaga kriteria dari seua respode diyataka kosiste da dapat diteria. Selautya dari lagkah-lagkah pebobota egguaka pedekata Fuzzy AHP diperoleh ilai bobot seperti pada Tabel 13. K2 K3 K4 K9 K10 K11 K12 K2 (1,1,1) (1,1,1) (1,1.33,1.83) (1,1.33,1.83) (1.33,1.67,2.17) (1,1,1) (1,1.33,1.83) K3 (1,1,1) (1,1,1) (1.33,1.67,2.17) (1.33,1.67,2.17) (1.50,1.83,2.17) (1,1,1) (1,1,1.50) K4 (0.56,0.78,1) (0.50,0.69,0.83) (1,1,1) (1.17,1.50,2) (1.33,1.67,2) (1.17,1.33,1.67) (1,1,1.33) K9 (0.56,0.78,1) (0.49,0.67,0.78) (0.52,0.72,0.89) (1,1,1) (1.33,1.50,1.67) (1,1,1.33) (1,1,1) K10 (0.49,0.67,0.78) (0.58,0.63,0.72) (0.61,0.69,0.83) (0.78,0.80,0.83) (1,1,1) (1,1,1) (1,1,1.17) K11 (1,1,1) (1,1,1) (0.69,0.83,0.89) (0.78,1,1) (1,1,1) (1,1,1) (1,1,1.17) K12 (0.56,0.78,1) (0.67,1,1) (0.78,1,1) (1,1,1) (0.89,1,1) (0.89,1,1) (1,1,1)
6 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2014) 6 Tabel 12 Matriks bilaga fuzzy alteratif K2 K3 K4 K9 K10 K11 K12 A1 (5,7,8.33) (7,8.67,9.67) (4.33,6.33,8) (3.67,5.67,7.67) (5.67,7.67,9) (2.33,4.33,6.33) (3,5,7) A2 (5,7,8.67) (5.67,7.67,9.33) (3.67,5.67,7.67) (3.67,5.67,7.67) (6.33,8.33,9.67) (4,5.67,7.333) (3.67,5.67,7.33) A3 (5,7,8.67) (3.67,5.67,7.67) (3,5,7) (3,5,7) (5,7,8.67) (5,7,8.67) (5.67,7.67,9.33) A4 (6.33,8.33,9.67) (3.67,5.67,7.67) (4.33,6.33,8.33) (5,7,9) (7,8.67,9.67) (8.33,9.67,10) (7,8.67,9.67) Tabel 13 Bobot kriteria. Kriteria S i W = d (S i ) W K2 (0.12, 0.17, 0.23) K3 (0.14, 0.18, 0.24) K4 (0.11, 0.15, 0.21) K9 (0.10, 0.13, 0.17) K10 (0.09, 0.11, 0.14) K11 (0.11, 0.13, 0.15) K12 (0.10, 0.13, 0.15) Bobot dari setiap kriteria atiya aka diguaka utuk edapatka lokasi yag terbaik dega egguaka etode VIKOR. B. Perhituga Megguaka VIKOR Proses pegabil keputusa dala eetuka lokasi terbaik berdasarka dega variabel liguistik pada Tabel 3. Piliha alteratif yag diguaka yaitu Bagkala (A1), Paekasa (A2), Sapag (A3) da Sueep (A4). Hasil perhituga rata-rata bilaga fuzzy alteratif peiliha lokasi dapat dituukka pada Tabel 12. Selautya, ilai S i da R i dihitug dega ruusa pada persaaa (19)- 20. Tabel 15 Besara ukura peisah A i dari ilai fuzzy terbaik f da ilai fuzzy terburuk f S i Bagkala (-1.309, 0.472, 2.529) (0.025, 0.252, 0.882) Paekasa (-1.311, 0.637, 2.766) (0.013, 0.252, 0.882) Sapag (-1.079, 0.911, 3.118) (-0.004, 0.277, 0.882) Sueep (-1.613, 0.277, 2.433) (-0.006, 0.277, 0.832) Lagkah berikutya adalah eghitug ilai S, S, R, R da Q i egguaka persaaa (21)-(22) Tabel 16 Nilai S, S, R, R da Q i S (-1.613, 0.277, 2.433) S (-1.079, 0.911, 3.118) R (-0.006, 0.252, 0.832) R (0.025, 0.277, 0.882) Setelah edapatka ilai Q i aka dilautka dega defuzzifikasi dari triagular fuzzy uber Q i pada persaaa (23) da perigkat alteratif oleh ideks Q i. Tabel 17 Hasil aalisis gabuga fuzzy AHP-VIKOR Q i Q i Perigkat Bagkala ( , 0.153, ) Paekasa ( , 0.284, ) Sapag ( , 1, ) Sueep ( , 0.5, ) R i Alteratif terbaik dega ilai iiu dari ilai Q i yag telah diperoleh. Dari alteratif yag telah ditetuka yaitu, Bagkala, Paekasa, Sapag da Sueep aka Sueep yag terpilih eadi lokasi terbaik di Wilayah Madura. IV. KESIMPULAN Berdasarka keseluruha hasil aalisis yag telah dilakuka dala peyusua tugas akhir ii, dapat diperoleh kesipula : 1. Hasil perhituga kriteria dala peiliha eergi terbaruka egguaka etode Fuzzy AHP da VIKOR, diperoleh hasil ilai Q i dega uruta yaitu eergi agi sebesar 0.554, eergi surya sebesar 0.021, eergi bioassa sebesar da eergi obak sebesar Suber eergi terbaruka yag terbaik adalah yag eiliki ilai Q i palig iiu yaitu eergi surya. 2. Hasil perhituga fuzzy AHP da VIKOR, utuk peiliha lokasi di Wilayah Madura yag terbaik yaitu Sueep dega ilai Q i sebesar DAFTAR PUSTAKA [1] Buckley, J.J., Feurig, T., & Hayashi, Y Fuzzy hierarchical aalysis revisited. Europea Joural of Operatioal Research Vol. 129, hal [2] Saaty, T.L Pegabila keputusa bagi para peipi. PT Pustaka Biaa Pressido. Jakarta. [3] Wag TC, Liag LJ, Ho CY Multi-criteria decisio aalysis by usig fuzzy VIKOR. Proceedigs of Iteratioal Coferece o Service Systes ad Service Maageet Vol. 2, hal [4] Kaya,Tolga ad Kahraa Multicriteria reewable eergy plaig usig i itegrated fuzzy VIKOR & AHP eyhodology: The case of Istabul. Europea Joural of Operatioal Research Vol.35, hal [5] T. L. Saaty, K. P. Kears Aalytical Plaig. The orgaizatio of Systes. Pergao Press hal [6] Chag DY Applicatios of the extet aalysis ethod o fuzzy AHP. Europea Joural of Operatioal Research Vol. 95, hal [7] Opricovic S, Tzeg GH Coproise solutio by MCDM ethods: a coparative aalysis of VIKOR ad TOPSIS. Europea Joural of Operatioal Research; 156(2) hal [8] Yog D Plat locatio selectio based o fuzzy TOPSIS. Iteratioal Joural of Advaced Maufacturig Techologies Vol. 28, hal
Penerapan Fuzzy Analytical Network Process Dalam Menentukan Prioritas Pemeliharaan Jalan
JURNAL SAINS DAN SENI POMITS Vol., No., (203) -6 Peerapa Fuzzy Aalytical Network Process Dala Meetuka Prioritas Peeliharaa Jala Mais Oktavia, I Gusti Ngurah Rai Usadha Jurusa Mateatika, Fakultas Mateatika
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakag Kehidupa ausia seatiasa diarahka pada kodisi yag aka datag, yag keberadaaya tidak dapat diketahui secara pasti. Sehigga ausia berusaha elakuka kegiata kegiata dega berorietasi
Lebih terperinciDefinisi 2.3 : Jika max min E(X,Y) = min
Teori Peraia 22 Peelitia Operasioal II Defiisi 23 : Jika ax i E(X,Y) = z y i y ax E(X,Y) =E(x 0, y 0 ), aka (x 0, y 0 ) didefiisika z sebagai strategi uri dari peraia itu dega x 0 sebagai strategi optiu
Lebih terperinciBAB 4: PELUANG DAN DISTRIBUSI NORMAL.
BAB 4: PELUANG DAN DISTRIBUSI NORMAL. PELUANG Peluag atau yag biasa juga disebut dega istilah keugkia, probablilitas, atau kas eujukka suatu tigkat keugkia terjadiya suatu kejadia yag diyataka dala betuk
Lebih terperinciBAB III BASIS DATA UNTUK IDENTIFIKASI DAERAH RAWAN BANJIR DAN KEBERADAAN DATA SPASIAL YANG DIPERLUKAN
BAB III BASIS DATA UNTUK IDENTIFIKASI DAERAH RAWAN BANJIR DAN KEBERADAAN DATA SPASIAL YANG DIPERLUKAN Siste idetifikasi daerah rawa bajir ebutuhka adaya data spasial yag diolah dega eafaatka tekologi Siste
Lebih terperinciPenerapan Teorema Perron-Frobenius pada Penentuan Distribusi Stasioner Rantai Markov
Vol. 3, No., 85-9, Juli 6 Peerapa Teorea Perro-Frobeius pada Peetua Distribusi Stasioer Ratai Markov Jusawati Massalesse Abstrak Perilaku suatu ratai Markov setelah berala ukup laa dapat diketahui elalui
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI Bab 2 berisi tetag studi pustaka yag dilakuka utuk medapatka gambara tetag metode yag tepat utuk megatasi permasalaha yag dihadapi, serta dasar-dasar teori yag diguaka
Lebih terperinciI. PENDAHULUAN II. LANDASAN TEORI
5 I PENDAHULUAN Latar Belakag Persaaa diferesial adalah suatu persaaa ag egadug sebuah fugsi ag tak diketahui dega satu atau lebih turuaa [Stewart, 3] Persaaa diferesial dapat dibedaka eurut ordea, salah
Lebih terperinciOptimisasi Terpadu Persoalan Inventori dan Persoalan Transfortasi dengan Metode ITIO ( Inventory Transfortation Integrated Optimization)
Prosidig Seirata FMIP Uiversitas Lapug, Optiisasi Terpadu Persoala Ivetori da Persoala Trasfortasi dega Metode ITIO ( Ivetory Trasfortatio Itegrated Optiizatio) T.P.Nababa, Sukato, Karida Puspita N Jurusa
Lebih terperinciModel Pengambilan Keputusan Multikriteria Pemilihan Rumah dengan Teknik Fuzzy Analytical Hierarchy Process Extend Analysis
Vol. 1, No. 2 Jui 2010 ISSN 2088-2130 Model Pegabila Keputusa Multikriteria Peiliha Ruah dega Tekik Fuzzy Aalytical Hierarchy Process Exted Aalysis Adharii Dwi C Jurusa Tekik Iforatika Fakultas Tekik Uiversitas
Lebih terperinciVol. 4, No. 3 Juni 2015 ISSN
Vol. 4, No. 3 Jui 2015 ISSN 2088-2130 PERANCANGAN DAN PEMBUATAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PEMBERIAN BEASISWA MENGGUNAKAN METODE FUZZY ANALYTICAL HIERARCHY PROCESS(FAHP) DAN ORESTE (STUDI KASUS:
Lebih terperinciMENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH. Warsito. Program Studi Matematika FMIPA Universitas Terbuka.
MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH Warsito Progra Studi Mateatika FMIPA Uiversitas Terbuka warsito@ut.ac.id Abstrak Peyelesaia pertidaksaaa ( x- a, a Î R adalah x a (egguaka
Lebih terperinciOPTIMASI PENYELEKSIAN PINJAMAN MODAL USAHA PADA NASABAH BANK X DENGAN AHP, TOPSIS FUZZY DAN PROGRAM LINEAR
JURNAL SAINS DAN SENI POMITS Vol., No., (203) -7 OPTIMASI PENYELEKSIAN PINJAMAN MODAL USAHA PADA NASABAH BANK X DENGAN AHP, TOPSIS FUZZY DAN PROGRAM LINEAR Dau Arif Rahma, I Gusti Ngurah Rai Usadha, Suhud
Lebih terperinciAbstrak. Kata kunci: disnaker, LPK, TOPSIS, F-AHP, MADM. Abstract
Aalisis Da Ipleetasi Metode Fuzzy AHP da Topsis Utuk Rekoedasi LPK Pelaksaa Proyek Pelatiha (Studi Kasus : Dias Teaga Kerja Kota Saarida) Adhika Bayu Pakarti 1, Drs. Mahud Iroa, M.T. 2, Hetti Hidayati,
Lebih terperinciDISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali)
DISTRIBUSI BINOMIAL Distribusi bioial berasal dari percobaa bioial yaitu suatu proses Beroulli yag diulag sebayak kali da salig bebas. Distribusi Bioial erupaka distribusi peubah acak diskrit. Secara lagsug,
Lebih terperinciBab II Landasan Teori
4 Bab II Ladasa Teori II. Aalisis "Net Social Gai" (NSG) PT. Siar Asia Fortua sebagai suatu perusahaa tabag baha galia batugapig epuyai kotribusi positif terhadap peigkata pedapata jika ilai outputya lebih
Lebih terperinciPemilihan 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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Peelitia Terdahulu Aloii dkk (2014) memiliki permasalaha dalam memilih mesi Vertical Form Fill ad Seal (VFFS) utuk Double Square Bottom Bag (DSBB). Pemiliha mesi yag tepat ditetuka
Lebih terperinciAnalisis Hubungan Kluster Industri dengan Penentuan Lokasi Pelabuhan: Studi Kasus Pantai Utara Pulau Jawa
JURNAL TEKNIK POMITS Vol., No., (0) -5 Aalisis Hubuga Kluster Idustri dega Peetua Lokasi Pelabuha: Studi Kasus Patai Utara Pulau Jawa Maulaa Prasetya Sibolo, Tri Achadi Jurusa Tekik Perkapala, Fakultas
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Multi-Criteria Decisio Makig (MCDM) Multi-Criteria Decisio Makig (MCDM) adalah suatu metode pegambila keputusa utuk meetapka alteratif terbaik dari sejumlah alteratif berdasarka
Lebih terperinciMAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +mk n
MAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +K Oleh : MOHAMMAD IQBAL 1 0 100 01 Pebibig : Drs. Suhud Wahyudi, M.Si. 1900109 198701 1 001 ABSTRAK Graph adalah hipua
Lebih terperinciBAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa
54 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif karea bertujua utuk megetahui kompetesi pedagogik mahasiswa setelah megikuti mata kuliah
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.
9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara
Lebih terperinciRakaYogaswara, Nia Budi Puspitasari
ANALISA RESTRUKTURISASI BASIC SALARY KARYAWAN PARAMEDIS DAN NONMEDIS MENGGUNAKAN METODE FUZZY ANALYTICAL HIERARCHY PROCESS - POINT SYSTEM (Studi Kasus di Ruah Sakit Ibu da Aak Uu Hai Purbaligga) RakaYogaswara,
Lebih terperinciIV 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 terperinciANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo
ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN 2010 Erie Sadewo Kodisi Makro Ekoomi Kepulaua Riau Pola perekoomia suatu wilayah secara umum dapat diyataka meurut sisi peyediaa (supply), permitaa
Lebih terperinciIII METODE PENELITIAN
III METODE PENELITIAN 3. Tempat da Waktu Peelitia Peelita ii dilaksaaka dibeberapa desa elaya da pusat pemsara di Kecamata Tobelo, Kabupate Halmahera, Provisi Maluku Utara. Lokasi peelitia dapat dilihat
Lebih terperinciBAB 2 DASAR TEORI. 2.1 Probabilitas
BAB DASAR TEORI. Probabilitas Probabilitas epuyai bayak persaaa seperti keugkia, kesepata da kecederuga. Probabilitas eujukka keugkia terjadiya suatu peristiwa yag bersifat acak. Suatu peristiwa disebut
Lebih terperinciPENGGUNAAN NILAI EIGEN DAN VEKTOR EIGEN UNTUK MENENTUKAN MODEL GENOTIP KETURUNAN YANG TERTAUT KROMOSOM X
Jural Maajee Ioratika da Tekik Koputer Volue, Noor, pril PENGGUNN NILI EIGEN DN VEKTOR EIGEN UNTUK MENENTUKN MODEL GENOTIP KETURUNN YNG TERTUT KROMOSOM X Havid Syawa *, Nurwati Jurusa Maajee Ioratika,
Lebih terperinciIII. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung
42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur
III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam
Lebih terperinciBAB 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 terperinciTAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD
TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD Jailah * Firdaus Sigit Sugiarto Mahasiwa Progra S Mateatika Dose Jurusa Mateatika Fakultas Mateatika
Lebih terperinciPengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)
Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu
Lebih terperinci3 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 terperinciPENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF
Jural Matriks, ol. 1, No. 2, 2018 1 PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF Rii Hidayattillah, Pardi Affadi, Akhad Yusuf Progra Studi Mateatika Fakultas MIPA Uiversitas Labug
Lebih terperinciIV. 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 terperinciJurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 1-13 TEOREMA TITIK TETAP BANACH PADA RUANG METRIK-D
Jural Mateatika Muri da Terapa Vol 4 No Deseber : - 3 TEOREMA TITIK TETAP BANACH PADA RUANG METRIK-D Muhaad Ahsar Kari, Dewi Sri Susati, da Nurul Huda Progra Studi Mateatika Uiversitas Labug Magkurat Jl
Lebih terperinciPENERAPAN DERET TAYLOR DALAM MENENTUKAN DERET FOURIER TANPA INTEGRAL APPLYING TAYLOR SERIES IN DETERMINING FOURIER SERIES WITHOUT INTEGRAL
0 PENERAPAN DERET TAYOR DAAM MENENTUKAN DERET FOURIER TANPA INTEGRA APPYING TAYOR SERIES IN DETERMINING FOURIER SERIES WITHOUT INTEGRA Hedi Sta Pegaar UP MKU Politekik Negeri Badug) Abstrak Peelitia ii
Lebih terperinciPenyelesaian Masalah Penugasan Menggunakan Metode Hungarian dan Pinalti (Studi Kasus: CV. Surya Pelangi)
Peyelesaia Masalah Peugasa Megguaka Metode Hugaria da Pialti (Studi Kasus: CV. Surya Pelagi) Sri Basriati 1, Ayu Lestari 2 1,2 Jurusa Mateatika, Fakultas Sais da Tekologi, UIN Sulta Syarif Kasi Riau Jl.
Lebih terperinciBab 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 terperinciOPTIMASI PRODUKSI PIPA STAINLESS STEEL INDUSTRI di P.T. X
Prosidig Seiar Nasioal Maajee Tekologi IV Progra Studi MMT-ITS, Surabaya 5 Agustus 2006 OPTIMASI PRODUKSI PIPA STAINLESS STEEL INDUSTRI di P.T. X 1 Dely, 2 Bobby Oedy P. Soepagkat, 2 Nurhadi Siswato 1
Lebih terperinciRepresentasi Deret ke dalam Bentuk Integral Lipat Dua
Jural Kubik, Volue 2 No. (27) ISSN : 2338-896 Represetasi Deret ke dala Betuk Itegral Lipat Dua Siti Julaeha, a) 2, b) da Arii Soesatyo Putri Jurusa Mateatika Fakultas Sais da Tekologi UIN SGD Badug 2
Lebih terperinciBAB 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 terperinciSTRATEGI PENGEMBANGAN AGROINDUSTRI SUWAR-SUWIR DI KABUPATEN JEMBER
1 Putri et al, Strategi Pegembaga Agroidustri Suwar-Suwir di Kabupate Jember TEKNOLOGI HASIL PERTANIAN STRATEGI PENGEMBANGAN AGROINDUSTRI SUWAR-SUWIR DI KABUPATEN JEMBER Developmet Strategy of Suwar-Suwir
Lebih terperinciBAB III METODOLOGI PENELITIAN A. Tempat dan Waktu Penelitian Penelitian dilakukan di SMA Negeri 1 Ngemplak.Sekolah ini beralamatkan di jalan
BAB III METODOLOGI PENELITIAN A. Tempat da Waktu Peelitia Peelitia dilakuka di SMA Negeri 1 Ngemplak.Sekolah ii beralamatka di ala Embarkasi Hai Doohuda, kecamata Ngemplak, Kabupate Boyolali, Provisi Jawa
Lebih terperinciIII. 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PRIORITAS PENDIRIAN BTS MENGGUNAKAN METODE FUZZY AHP (Studi Kasus: PT. Indosat Solo)
ISSN : 2338-408 SISTEM PENDUKUNG KEPUTUSAN PRIORITAS PENDIRIAN BTS MENGGUNAKAN METODE FUZZY AHP (Studi Kasus: PT. Idosat Solo) Satria Yuda Prasetyo (satreea@gmail.com) Sri Tomo (szrie@yahoo.com) Teguh
Lebih terperinciBAB 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 terperinciPengujian Normal Multivariat T 2 Hotteling pada Faktor-Faktor yang Mempengaruhi IPM di Jawa Timur dan Jawa Barat Tahun 2007
1 Peguia Normal Multivariat T Hottelig pada Faktor-Faktor yag Mempegaruhi IPM di Jawa Timur da Jawa Barat Tahu 007 Dedi Setiawa, Zuy Iesa Pratiwi, Devi Lidasari, da Sati Puteri Rahayu Jurusa Statistika,
Lebih terperinciKata kunci: jarak tempuh, komponen estimasi statistik, routing S-shape, return strategy
Estiasi Jarak Tepuh Order Pickig Maual Dega Metode Aalitik di PT GMS Agug Chadra Fakultas Tekik, Jurusa Tekik Idustri, Uiversitas Mercubuaa Jl. Raya Meruya Selata o.0, Kebaga, Jakarta Barat 650 Surel:
Lebih terperinciIII. 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 terperinciBAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi,
BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah peelitia korelasi, yaitu suatu metode yag secara sistematis meggambarka tetag hubuga pola asuh orag tua dega kosep
Lebih terperinciBAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode korelasional, yaitu
BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah metode korelasioal, yaitu Peelitia korelasi bertujua utuk meemuka ada atau tidakya hubuga atara dua variabel atau
Lebih terperinciBAB 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 terperinciDistribusi Pendekatan (Limiting Distributions)
Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,
Lebih terperinciMANAJEMEN 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 terperinciTINJAUAN PUSTAKA Pengertian
TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN Persoala trasportasi yag serig ucul dala kehidupa sehari-hari, erupaka gologa tersediri dala persoala progra liier. Maka etode traportasi ii juga dapat diguaka utuk eyelesaika beberapa
Lebih terperinciPENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF
Jural Matriks, ol. 1, No. 1, 2018 1 PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF Rii Hidayattillah, Pardi Affadi, Akhad Yusuf Progra Studi Mateatika Fakultas MIPA Uiversitas Labug
Lebih terperincib. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:
Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah
Lebih terperinciPenentuan dan Pengembangan Komoditas Unggulan Argoindustri sub Sektor Perkebunan Berbasis Sistem Inovasi Daerah di Provinsi Aceh
Peetua da Pegembaga Komoditas Uggula Argoidustri sub Sektor Perkebua Berbasis Sistem Iovasi Daerah di Provisi Aceh Khairul Ashar, Putu Daa Karigsih Jurusa Tekik Idustri Istitut Tekologi Sepuluh Nopember
Lebih terperinciBAB 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Bicriteria Liear Programmig (BLP) Pesoala optimisasi dega beberapa fugsi tujua memperhitugka beberapa tujua yag koflik secara simulta, secara umum Multi objective programmig (MOP)
Lebih terperinciANALISA KEPUTUSAN PEMINDAHAN MESIN ZEHNTEL DI PT INTI (PERSERO) DENGAN MENGGUNAKAN METODA ANALYTICAL HIERARCHY PROCESS (AHP)
ANALISA KEPUTUSAN PEMINDAHAN MESIN ZEHNTEL DI PT INTI (PERSERO) DENGAN MENGGUNAKAN METODA ANALYTICAL HIERARCHY PROCESS (AHP) Asep Toto Kartama, Yogi Yogaswara, Zulfikar Jurusa Tekik da Maajeme Idustri
Lebih terperinciBAB 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 terperinciIV. 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 terperinciBAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar,
45 BAB III METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di kelas I MIA MA Negeri Kampar, pada bula April-Mei 05 semester geap Tahu Ajara 04/05 B. ubjek da Objek Peelitia ubjek dalam
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TELEPON SELULER MENGUNAKAN METODE ANALYTIC NETWORK PROCESS (ANP)
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TELEPON SELULER MENGUNAKAN METODE ANALYTIC NETWORK PROCESS (ANP) Oleh: Arief Geta Aldiasyah Tekik Iformatika Uiversitas Dia Nuswatoro Semarag 111201005304@mhs.dius.ac.id
Lebih terperinciIMPLEMENTASI FUZZY ANALYTICAL HIERARCHY PROCESS (FAHP) UNTUK PROSES SELEKSI USULAN KEGIATAN PNPM MANDIRI PERDESAAN
IMPLEMENTASI FUZZY ANALYTICAL HIERARCHY PROCESS (FAHP) UNTUK PROSES SELEKSI USULAN KEGIATAN PNPM MANDIRI PERDESAAN Tutik Malikah 1, Achmad Wahid Kuriawa, S.Si, M.Kom 2 Tekik Iformatika, Fakultas Ilmu Komputer,
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011.
III. METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di halama Pusat Kegiata Olah Raga (PKOR) Way Halim Badar Lampug pada bula Agustus 2011. B. Objek da Alat Peelitia Objek peelitia
Lebih terperinciVI. PEMODELAN SISTEM
VI. PEMODELAN SISTEM 6.. Kofigurasi Model Model sistem peujag pegambila keputusa cerdas maajeme risiko ratai pasok produk/komoditi jagug dikembagka dega megguaka peragkat luak komputer yag diberi ama IDSS-SCRM
Lebih terperinciModel Pengembangan Wilayah untuk Pembangunan Pelabuhan: Studi Kasus Pantai Selatan Jawa Timur
JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: 2301-9271 E-1 Model Pegebaga Wilayah utuk Pebagua Pelabuha: Studi Kasus Patai Selata Jawa Tiur Wahyu Putra Gatara, Tri Achadi Jurusa Tekik Perkapala, Fakultas
Lebih terperinciBAB IV METODE PENELITIAN
BAB IV METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia sikap kosume terhadap kopi ista Kopiko Brow Coffee ii dilakuka di Wilaah Depok. Pemiliha dilakuka secara segaja (Purposive) dega pertimbaga
Lebih terperinciJURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-31
JURNAL SAINS DAN SENI ITS Vol., No., (Sept. 202) ISSN: 230-928X D-3 Optimasi Multirespo Metode Taguchi dega Pedekata Quality Loss Fuctio (Study Kasus Proses Pembakara CO da Temperatur Gas Buag Pada Boiler
Lebih terperinciSTATISTIKA NON PARAMETRIK
. PENDAHULUAN STATISTIKA NON PARAMETRIK Kelebiha Uji No Parametrik: - Perhituga sederhaa da cepat - Data dapat berupa data kualitatif (Nomial atau Ordial) - Distribusi data tidak harus Normal Kelemaha
Lebih terperinciPerbaikan Bagan Kendali Pergerakan Data (Data Driven)
Bab 3 Perbaika Baga Kedali Pergeraka Data Data Drive) 3.1 Pedahulua Baga kedali klasik utuk eoitorig rataa didasarka pada asusi keorala. Ketika syarat keorala tidak dipeuhi, baga kedali klasik ii tidak
Lebih terperinciPerancangan Sistem Pendukung Keputusan Penentuan Prioritas Produk Unggulan Daerah Menggunakan Metode Weighted Product (WP)
Peracaga Sistem Pedukug Keputusa Peetua Prioritas Produk Uggula Daerah Megguaka Metode Weighted Product (WP Riza Alfita 1 1 Program Studi Tekik Multimedia da Jariga, Fakultas Tekik Uiversitas Truooyo Madura
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Kosep Peasara Kosep peasara erupaka filsafat bisis yag bagkit eatag kosep-kosep sebeluya. Kosep peasara berpedapat bahwa kuci utuk ecapai tujuatujua orgaisasi/ perusahaaa terdiri
Lebih terperinciIII. 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 terperinciBAB 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 terperinciPENGELOMPOKAN ENTITAS AUDIT PEMERINTAH DAERAH DI BPK RI PERWAKILAN JAWA BARAT DENGAN METODE CLUSTERING
PENGELOMPOKAN ENTITAS AUDIT PEMERINTAH DAERAH DI BPK RI PERWAKILAN JAWA BARAT DENGAN METODE CLUSTERING Moicha Dwayai, Mahedrawati da Nur Iriawa Progra Studi Magister Maajee Tekologi-ITS Jurusa Maajee Tekologi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Lokasi da objek peelitia Lokasi peelitia dalam skripsi ii adalah area Kecamata Pademaga, alasa dalam pemiliha lokasi ii karea peulis bertempat tiggal di lokasi tersebut sehigga
Lebih terperinciModel Pengembangan Wilayah Untuk Pembangunan Pelabuhan: Studi Kasus Pantai Selatan Jawa Timur
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Model Pegebaga Wilayah Utuk Pebagua Pelabuha: Studi Kasus Patai Selata Jawa Tiur Wahyu Putra Gatara, Tri Achadi Jurusa Tekik Perkapala, Fakultas Tekologi
Lebih terperinciPENDEKATAN METODE FUZY ANALYTIC HIERARCHY PROCESS (FAHP) DALAM PENENTUAN RATING GABUNGAN KELOMPOK TANI (GAPOKTAN)
PENDEKATAN METODE FUZY ANALYTIC HIERARCHY PROCESS (FAHP) DALAM PENENTUAN RATING GABUNGAN KELOMPOK TANI (GAPOKTAN) 1,2 Jurusa Tekik Iformatika, Fakultas Tekik, Uiversitas Katolik Widya Madira Kupag, e-mail:
Lebih terperinciIV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang
IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah
Lebih terperinciBAB 2 LANDASAN TEORI
BB LNDSN TEORI..Graf Teori Graf mulai dikeal pada saat seorag matematikawa bagsa Swiss, berama Leohard Euler, berhasil megugkapka Misteri Jembata Koigsberg pada tahu 736. Sebuah Graf G megadug himpua yaitu
Lebih terperinciSekolah Olimpiade Fisika
SOLUSI SIMULASI OLIMPIADE FISIKA SMA Agustus 06 TINGKAT KABUPATEN/KOTA Waktu : 3 ja Sekolah Olipiade Fisika davitsipayug.co Sekolah Olipiade Fisika davitsipayug.co davitsipayug@gail.co. Dua orag aak earik
Lebih terperinciSistem Pendukung Keputusan Penentuan Calon Penerima Beasiswa BBP- PPA Menggunakan Metode AHP-PROMETHEE I
Jural Pegembaga Tekologi Iformasi da Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 7, Juli 2018, hlm. 2780-2788 http://j-ptiik.ub.ac.id Sistem Pedukug Keputusa Peetua Calo Peerima Beasiswa BBP- PPA Megguaka
Lebih terperinciPENERAPAN 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 terperinciIII. METODE PENELITIAN. Populasi dalam penelitian ini adalah siswa kelas VIII (delapan) semester ganjil di
4 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah siswa kelas VIII (delapa) semester gajil di SMP Xaverius 4 Badar Lampug tahu ajara 0/0 yag berjumlah siswa terdiri dari
Lebih terperinciIV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data
IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.
Lebih terperinciPemilihan Supplier Bahan Baku Dengan Metode AHP Study Kasus PT. Nara Summit Industry, Cikarang
Pemiliha Supplier Baha Baku Dega Metode AHP Study Kasus PT. Nara Summit Idustry, Cikarag Puji Astuti Program Studi Tekik Iformatika, STMIK Nusa Madiri Jakarta puji.pat@bsi.ac.id Abstract Aalytical methods
Lebih terperinciPERENCANAAN JARINGAN IRIGASI PASANG SURUT ARISAN MUSI KECAMATAN MUARA BELIDA MUARA ENIM
PERENCANAAN JARINGAN IRIGASI PASANG SURUT ARISAN MUSI KECAMATAN MUARA BELIDA MUARA ENIM Syukri Malia da Sri Martii Staf Pegajar Jurusa Sipil Fakultas Tekik Uiversitas Muhaadiyah Palebag Abstrak Suatera
Lebih terperinciBAB 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 terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma
Lebih terperinciIII. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,
7 III. METODE PENELITIAN 3.1 Idetifikasi Masalah Variabel yag diguaka dalam peelitia ii adalah variabel X da variabel Y. Variabel X merupaka variabel bebas adalah kepemimpia da motivasi, variabel Y merupaka
Lebih terperinciIII. METODELOGI PENELITIAN
III. METODELOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika, meurut Arikuto (998:73)
Lebih terperinciBAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy
BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag
Lebih terperincii 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