Rekayasa Mutu Besi Beton dengan Metode Taguchi

Ukuran: px
Mulai penontonan dengan halaman:

Download "Rekayasa Mutu Besi Beton dengan Metode Taguchi"

Transkripsi

1 JURNAL TEKNIK MESIN Vol., No., Oktober 000: 0 08 Rekayasa Mutu Besi Beto dega Metode Taguchi Didik Wahjudi Dose Fakultas Tekologi Idustri Jurusa Tekik Mesi Uiversitas Kriste Petra Roche Alimi Dose Fakultas Tekologi Idustri Jurusa Tekik Mesi Uiversitas Kriste Petra Abstrak Dalam usaha utuk meigkatka kualitas besi beto jeis SR-4 dijumpai beberapa kedala. Salah satu kedalaya adalah cukup tiggiya tigkat variasi karakteristik mutu yield stregth yag terjadi. Sehigga dibutuhka suatu peelitia terhadap faktor-faktor yag berpegaruh da pegatura komposisi baha yag ideal utuk memiimalka variasi mutu tersebut. Utuk meyelesaika masalah tersebut diguaka metode Taguchi dalam peracaga eksperime. Kelebiha metode ii ialah mampu memiimalka akibat dari variasi terhadap respo serta eksperime dapat dilakuka dega efisie. Lagkah yag dilaksaaka ialah memilih faktor-faktor kedali da oise sekaligus peetua level-levelya da selajutya membuat matriks ortogoal utuk eksperime. Aalisa data dilakuka berdasar pegoptimala Sigal to Noise Ratio (SNR), aalisa Mea serta Aova. Hasil aalisa terhadap SNR da mea didapatka kesimpula bahwa kadar Karbo 0, %, kadar Siliko 0,5 %, kadar Maga 0,5 % merupaka komposisi baha peolog yag cukup memadai sehigga tigkat variasi yield stregth dapat dimiimalka. Kata kuci: Besi beto, Metode Taguchi, yield stregth Abstract I attempt to icrease the quality of SR-4-type iro rods several costraits are ofte faced. Oe of the problems is the high variability of yield stregth quality characteristic. A research of ifluetial factors ad ideal compositio of materials that ca miimize quality variability is eeded. To solve the above problem Taguchi method is used i desigig the experimet. The superiority of this method is the ability to miimize variability of respose ad the efficiecy of experimet. First steps that is take is choosig cotrol ad oise factors ad determiig the levels. The, the orthogoal matrix for experimet is built. Data aalysis are doe by optimizig sigal-to-oise ratio, aalysis of meas, ad aalysis of variace. Result of aalysis of SNR ad mea give a coclusio that Carbo cotet of 0. %, Silico cotet of 0.5 %, ad Maga cotet of 0.5 % are sufficiet compositio of additive material that will miimize variability level of yield stregth. Keywords: iro rods, Taguchi method, yield stregth. Latar Belakag Besi beto yag diproduksi secara umum terdiri 3 jeis Steel Roud Bar (permukaa polos), Steel Deform (permukaa berulir), Steel Shape (betuk kaal U). Baha baku besi beto adalah billet, merupaka balok baja berukura 00x00 mm, 0x0 mm, 0x0 mm dega pajag masig-masig sekitar 70 mm sesuai permitaa. Baha baku dari Billet Catata : Diskusi utuk makalah ii diterima sebelum taggal Februari 00. Diskusi yag layak muat aka diterbitka pada Jural Tekik Mesi Volume 3 Nomor April 00. adalah besi-besi tua, skrap, serta baha peolog yag dilebur pada electric arc furace (dapur busur listrik) da selajutya proses cetak megguaka cotiuous castig machie. Baha peolog berupa kokas, grafit, lime (batu kapur), ferro alloys, utuk medapatka usur-usur seperti C, Si, M, da laiya dimaa pegatura komposisiya turut berpegaruh terhadap mutu besi beto yag dihasilka. Jeis besi beto yag igi diperbaiki mutuya adalah jeis SR 4. Proses produksi yag telah dilakua saat ii sudah cukup baik. Pegujia mutu besi beto yag dilakuka 0

2 Rekayasa Mutu Besi Beto dega Metode Taguchi (Didik Wahjudi & Roche Alimi) adalah pegujia tarik, stadard Yield Stregth (Ys) yag berlaku ialah miimal 4 kg/mm². Sedagka yag terjadi selama ii tigkat Ys tersebut relatif bervariasi, hal ii yag mejadi masalah dimaa diigika mereduksi variasi tersebut sehigga dapat megotrol mutu besi beto yag dihasilka. Titik beratya ialah pada pegatura komposisi baha maupu perlakua proses sehigga mampu mecapai target mutu yag dikehedaki. Meyadari bahwa sifat mekaik besi beto terutama sifat tarikya dipegaruhi oleh bayak faktor seperti perubaha komposisi baha maupu perlakua proses selajutya, maka diperluka suatu peelitia utuk dapat memperbaiki/merekayasa baha da proses supaya dapat memberika perbaika mutu pada besi beto. Besi beto yag diproduksi termasuk dalam klasifikasi low carbo steel karea kadar karboya haya sampai 0,3 %. Jika ada sedikit perubaha komposisi baha aka berpegaruh pada mutu besi beto, sebagai cotoh misalya pada proses pelebura bila kadar karbo diperbayak maka besi beto aka lebih getas, da aka meigkatka kekerasa tetapi keuletaya cederug meuru. Sehigga sagat petig melakuka pegotrola utuk meetuka komposisi baha yag baik utuk meguragi variasi mutu besi beto yag dihasilka. Utuk megatasi masalah tersebut ada suatu metode peracaga yag berprisip pada peigkata mutu dega memiimalka pegaruh dari peyebab-peyebab perubaha (faktor derau) tapa meghilagka peyebabpeyebab (faktor derau) itu sediri. Metode tersebut ialah metode Taguchi. Dega metode ii dapat meetuka faktor-faktor maa yag cukup berpegaruh terhadap perubaha mutu besi beto khususya tigkat yield stregth. Metode Taguchi ii melakuka peracaga baik parameter, tolerasi dari kompoe, proses, serta dapat memperbaiki mutu.. Metode Taguchi Metode Taguchi merupaka metode peracaga yag berprisip pada perbaika mutu dega memperkecil akibat dari variasi tapa meghilagka peyebabya. Hal ii dapat diperoleh melalui optimasi produk da peracaga proses utuk membuat ujuk kerja/ performace kebal terhadap berbagai peyebab variasi suatu proses yag disebut peracaga parameter. Ada dua alat ukur utama dalam metode peracaga Taguchi, yaitu: Ukura mutu selama peracaga/pegembaga. Agar didapatka suatu idikator mutu yag baik da dapat dipakai utuk megevaluasi akibat perubaha suatu peracaga parameter khususya pada ujuk kerja produk maka diguaka model Sigal-to-oise ratio (SNR). Eksperime yag efisie utuk mecari iformasi tetag peracaga parameter seretak. Dari eksperime yag dilakuka harus dapat diperoleh iformasi yag salig terkait supaya perubaha-perubaha peracaga selama pembuata da pegguaa pelagga dapat dihidari, serta iformasi tersebut harus diperoleh dalam waktu da baha yag miimum. Utuk melakuka eksperime yag efisie tersebut diguaka Matriks Ortogoal. 3. Strategi Peracaga Lagkah-lagkah dalam melaksaaka strategi peracaga adalah petig sebab dapat meetuka dapat dihasilkaya racaga yag optimal. Peracaga dega metode Taguchi yag diguaka ialah peracaga parameter. Dalam peracaga ii ditetuka ilai faktor kedali terbaik, yag mampu memiimalka kepekaa fugsi proses terhadap semua faktor oise. Lagkah-lagkah dalam peracaga parameter ii adalah :. Megeali fugsi utama, efek sampig, da jeis kerusaka.. Megeali faktor-faktor oise. 3. Megeali karakteristik mutu yag aka diamati da fugsi-fugsi obyektif yag aka dioptimumka. 4. Megeali faktor-faktor kedali da perubaha-perubaha ilaiya. 5. Megeali matriks eksperime, selajutya dipilih matriks ortogoal. 6. Eksperime berdasarka peracaga di lagkah ke-5 utuk memperoleh data hasil eksperime. 7. Aalisa data, peetua level optimum dari faktor kedali. 8. Pemrosesa ilai-ilai parameter terbaik gua medapatka racaga usula. 9. Verifikasi racaga usula. 4. Peracaga Eksperime Proses pembuata besi beto mempuyai beberapa faktor petig yag memberika efek terhadap sifat mekaik khususya sifat 03

3 JURNAL TEKNIK MESIN Vol., No., Oktober 000: 0 08 tarikya. Faktor-faktor yag diaggap berpegaruh ii dipisahka berdasarka jeis faktor yag ada, yaitu faktor kedali da faktor oise, dimaa faktor oise merupaka faktor yag sulit utuk dikotrol da kurag medapat perhatia yag serius 4. Faktor-Faktor Kedali Faktor kedali/kotrol merupaka faktor utama yag diteliti pegaruhya terhadap respo. Peyetela terhadap level dapat dipilih utuk memiimasi kesesitifa respo produk terhadap faktor oise. Adapu faktor-faktor kedali dari dalam rekayasa mutu besi beto ii yaitu : Kadar usur C, karea kadar karbo berpegaruh besar utuk meetuka sifat mekaik besi beto yag dihasilka. Kadar karbo semaki tiggi maka sifat besi beto semaki keras, kekuata tarik mejadi tiggi tetapi sekaligus meuruka keuleta. Sehigga perlu melakuka pegotrola kadar karbo ii. Kadar usur Si, karea kadar siliko berpegaruh terhadap struktur mikro besi beto. Kadar siliko yag redah, megakibatka besi mejadi keropos/berigga akibat bayakya gas yag tidak terikat sewaktu pelebura. Sehigga dega pegatura kadar usur siliko diharapka struktur besi beto mejadi lebih baik. Peambaha baha utuk usur ii megguaka batua silika deg kadar siliko 99 %. Kadar usur M, karea kadar maga berpegaruh besar pada ductility (keuleta besi beto yag dihasilka. Kadar usur maga yag terlalu bayak berakibat sifat ulet mejadi lebih tiggi da sekaligus dapat meuruka kekerasa besi beto. Peambaha usur maga dalam proses pelebura juga memakai bebatua dega kadar maga 60 %. Tabel. Perubaha Nilai Level Faktor Kedali Faktor Level 3 A. Kadar Karbo 0, % 0, % 0,3 % B. Kadar Siliko 0,5 % 0,5 % 0,3 % C. Kadar Maga 0,4 % 0,45 % 0,5 % 4. Faktor-Faktor Noise Faktor-faktor oise yag tidak disimulasika: Mutu baha baku. Tigkat kierja pekerja. Ketepata pegukura. Faktor-faktor oise yag disimulasika: Temperatur billet di dalam burer. Tekaa air utuk pedigia billet. Tabel. Perubaha Nilai Level Faktor Noise Faktor Level A. Temperatur 00 ºC 00 ºC B. Tekaa 6 kg/cm² 7 kg/cm² 4.3 Peetua Fugsi Obyektif Utuk meyataka fugsi utama dari metode peracaga Taguchi diperluka adaya fugsi obyektif yaitu dega megoptimumka karakteristik mutu yag diigika. Fugsi obyektif ii petig utuk megetahui da meetuka tujua utama yag igi dicapai dalam eksperime metode Taguchi. Dalam rekayasa mutu besi beto ii, respo mutu yag diamati ialah yield stregth melalui pegujia tarik. Fugsi obyektifya adalah jeis omial-the best, karea diharapka tigkat yield stregth tidak kurag dari 4 kg/mm², juga tidak terlalu tiggi karea tidak efisie dalam pemakaia baha peolog. Adapu rumusa fugsi obyektif yag diguaka µ SNR = 0 log 0 σ 4.4 Pemiliha Matriks Eksperime Pada ekisperime metode Taguchi ii diguaka 3 faktor kedali dega 3 level yag masig-masig mempuyai derajat kebebasa. Maka derajat kebebasa total ditambah derajat sebesar utuk rata-rata populasi (overall mea) adalah (3x) + = 7. Dari 7 derajat kebebasa total, 3 faktor kedali serta 3 level faktor kedali diperoleh racaga matriks dega 9 baris da 3 kolom seperti terlihat pada Tabel 3. Selajutya masigmasig eksperime dikombiasika lagi dega matriks faktor oise. Adapu matriks faktor oise dapat dilihat pada Tabel 4. Tabel 3. Matriks Eksperime utuk Faktor Kedali Eksperime No. Faktor Kedali A B C Dimaa :,, 3 = Level-level dari faktor kedali 04

4 Rekayasa Mutu Besi Beto dega Metode Taguchi (Didik Wahjudi & Roche Alimi) Tabel 4. Matriks Eksperime utuk Faktor Noise Eksperime No. Faktor Noise A B 3 4 Dimaa :, = Level-level dari faktor oise pajag 0 kali diameterya ditambah 00 mm (utuk keperlua pegaga saat pegujia). Jadi utuk besi beto berdiameter 3 mm maka sampel dipotog dega pajag 30 mm. Adapu hasil pegujia selegkapya dapat dilihat pada Tabel 6. Tabel 6. Hasil Eksperime Matriks perecaaa eksperime yag merupaka matriks kombiasi faktor kedali dega faktor oise yag berisi level-level tiap faktor dapat dilihat di Tabel 5. Tabel 5. Matriks Kombiasi Faktor Kedali da Faktor Niose 5. Aalisa Hasil Eksperime 5.. Aalisa dega SNR A. Perhituga SNR (Sigal-to-oise ratio) Perbadiga SNR yag dilakuka utuk jeis karakteristik mutu yield stregth selegkapya dapat dilihat pada Tabel 7. Tabel 7. SNR utuk Yield Stregth 5. Hasil da Aalisa Eksperime 5. Pelaksaaa Eksperime Pada pegujia tarik besi beto berdiameter 3 mm jeis SR 4, setiap eksperime pada lembar matriks ortogoal diambil cuplika sampel sebayak 3 buah secara acak. Satu sampel besi beto aka diuji dipotog dega Eksp. No. A B C m(kg/mm²) s² SNR(kg/mm²) 8,585 0,33 34,073 9,9 0,967 9, ,75 0,06 39, ,9975 0, 36, ,335 0, , ,335 0,548 33, ,6675 0,0748 4, ,505 0, , ,335 0, ,868 05

5 JURNAL TEKNIK MESIN Vol., No., Oktober 000: 0 08 B. Perhituga Efek Tiap Faktor Utuk perhituga efek tiap faktor diguaka rumus : efekfaktor a = SNR0 B. Perhituga Efek Tiap Faktor Tael. Efek Tiap Faktor utuk Mea Tabel 8. Efek Tiap Faktor utuk SNR A B C Level 34,53 37,489 3,8787 Level 35,73 3, ,9396 Level 3 35,953 36,598 38,893 C. Grafik Efek Tiap Faktor Gambar. Efek Tiap Faktor utuk SNR C. Perhituga Aova (Aalysis of Variace) Hasil Aova utuk SNR dapat dilihat pada Tabel 9 berikut ii. Tabel 9. Hasil Perhituga Aova utuk SNR D. Perhituga Aova Gambar. Efek Tiap Faktor Tabel. Hasil Perhituga Aova utuk Mea 5.. Aalisa dega Mea A. Perhituga Mea. Tabel 0. Mea utuk Yield Stregth Dari perhituga Aova baik utuk SNR maupu mea di atas maka dapat dilakuka aalisa sebagai berikut: a. Aalisa Aova utuk SNR Pada tigkat sigifikasi 5 % ada dua faktor yag mempegaruhi yield stregth yaki faktor B da C karea harga F-ratioya lebih besar dari F-tabel (,) (0,05) = 9,00. Sedagka utuk faktor A atau kadar karbo kurag berpegaruh sebab F- ratioya lebih kecil dari F-tabel. b. Aalisa Aova utuk Mea Pada tigkat sigifikasi 5 % terlihat haya faktor A yag berpegaruh yield stregth karea harga F-ratioya lebih besar dari F- tabel (,) (0,05) = 9,00. Sedagka faktor 06

6 Rekayasa Mutu Besi Beto dega Metode Taguchi (Didik Wahjudi & Roche Alimi) B da C kurag berpegaruh karea F- ratioya lebih kecil dari F-tabel. Secara legkap Tabel berikut aka meujukka perbadiga utuk faktorfaktor yag berpegaruh serta faktor-faktor yag tidak berpegaruh baik dilihat dari SNR maupu mea setelah ilai F-ratio masigmasig faktor dibadigka dega F-tabel. B. Aalisa Aova utuk Mea dega Poolig Tabel 5. Hasil Perhituga Aova utuk Mea dega Poolig Tabel 3. Perbadiga Efek Faktor Faktor SNR Mea A N Y B Y N C Y N Keteraga: N = Meujukka faktor tidak berpegaruh. Y = Meujukka faktor berpegaruh. 5.3 Racaga Usula Dari aalisa yag telah dilakuka maka diusulka sebuah racaga usula sebagai berikut: A, B, C3 5.4 Kotribusi Persetase Faktor-Faktor Setelah diketahui faktor-faktor yag mempuyai pegaruh terhadap hasil peelitia, maka perlu dihitug pula besar persetase faktor tersebut memberi pegaruh terhadap hasil eksperime. Namu sebelumya perlu dikumpulka terlebih dahulu faktor-faktor yag tidak mempuyai pegaruh terhadap hasil pada pooled e. Dega megumpulka faktor-faktor yag tidak berpegaruh pada pooled e berarti ilai Sum of square-ya merupaka bagia dari ilai Sum of square error (SE). A. Aalisa Aova utuk SNR dega Poolig Tabel 4. Hasil Perhituga Aova utuk SNR dega Poolig Dari Tabel di atas dapat dilihat bahwa kotribusi varias terbesar ialah faktor C yaki sebesar 50,045 %, selajutya faktor B sebesar 4,6 %. Sedagka pooled error haya memberika kotribusi sebesar 7,344 %. Dari Tabel di atas dapat dilihat bahwa kotribusi varias terbesar ialah faktor A yaki sebesar 74,37%. Sedagka pooled error haya memberika kotribusi sebesar 5,863 %. 5.5 Verifikasi Racaga Usula Setelah racaga komposisi baha yag optimal telah ditetuka maka diketahui pula prediksi respo dari racaga optimal tersebut. Kemudia barulah melakuka eksperime verifikasi utuk dibadigka dega hasil prediksi respo. Jika prediksi da eksperime verifikasi cukup dekat satu sama lai maka dapat disimpulka bahwa racaga cukup memadai. Sebalikya jika hasil eksperime verifikasi berbeda jauh dari hasil prediksi maka dapat dikataka racaga belum memadai. A. Prediksi η (SNR) Racaga yag diusulka ialah Al BI C3, karea faktor A tidak berpegaruh terhadap SNR maka faktor tersebut tidak dimasukka dalam prediksi η (SNR). η prediksi = m + (mb - m) + (mc3 m) = 35,59 + (37,489-35,59) + (38,893-35,59) = 4,05 B. Prediksi Error Peetua varias dari prediksi error sagat bergua utuk megetahui kedekata atara η eksperime verifikasi dega η prediksi. 0 = + B + C3 Dimaa: = jumlah baris dalam matriks eksperime B = jumlah pegulaga level dari faktor B dalam matriks 07

7 JURNAL TEKNIK MESIN Vol., No., Oktober 000: 0 08 C3 = jumlah pegulaga level 3 dari faktor C dalam matriks Sehigga 5 = + + = σ pred = 0 σ e + i r σ Dimaa: = jumlah eksperime verifikasi r Sehigga 5 σ pred =,0695 +,0695 = 0, σpred = 0,865 = 0,98 Dega 95% Cofidece Iterval maka prediksi error sebesar = ± x 0,98 = ±,893. Sedagka hasil eksperime verifikasi utuk racaga Al B l C3 dapat dilihat pada Tabel 6. Tabel 6. Hasil Eksperime Racaga Usula Eksp. No. Yield Stregth (kg/mm²) Xbar , , ,333 µ = yi = 4 i = ( 9, , ,333) = 9, 583 (9,333 9,583) + (30 9,3333) + σ = 4 (9,667 9,583) (9,333 9,583) + 9,583 SNR = 0log 0 = 39,335 0,0 = e 0,0 Dari hasil SNR dari eksperime verifikasi sebesar 39,335 mmujukka racaga cukup baik karea cukup dekat dega prediksi SNR sebelumya. 5.6 Perbadiga Kodisi Awal dega Racaga Usula Karakteristik mutu kodisi awal dapat dilihat pada Tabel 7. Tabel 7. Kodisi Awal Eksp. No. Yield Stregth (kg/mm²) Xbar , , ,667 Perbadiga atara kodisi awal dega racaga usula dapat dilihat pada Tabel 8. Tabel 8. Perbadiga atara Kodisi Awal dega Racaga Usula Kodisi Awal Racaga Usula Yield Stregth (kg/mm²) 3, ,0 9,583 +-,67 Dari hasil perbadiga selag kepercayaa di atas maka dapat dilihat bahwa terjadi peurua tigkat respo tigkat yield stregth. Hal ii bisa dikataka cukup baik karea sudah sesuai dega harapa da bila dilihat dari segi efisiesi pemakaia baha maka racaga usula cukup baik dibadigka kodisi awal. Sedagka utuk melihat perbadiga varias atara kodisi awal dega eksperime verifikasi maka perlu dilakuka pegujia statistik utuk uji varias dua populasi. Da didapat bahwa varias hasil eksperime lebih kecil dari kodisi awal. Sehigga dega racaga usula yag telah dibuat mampu meuruka tigkat variasi pada yield stregth besi beto. 6. Kesimpula Dega melihat uji varias atara hasil eksperime racaga dega kodisi awal maka pegguaa metode peracaga Taguchi dapat memiimalka tigkat variasi yield stregth yag terjadi. Dega melihat hasil peelitia racaga usula da perbaika mutu hasil kodisi awal maka komposisi baha yag diusulka ialah A B C3 (kadar Karbo 0, %, kadar Siliko 0,5% da kadar Maga 0,5%). Daftar Pustaka. Bagchi, Tapa, P., Taguchi Methods Explaied: Practical steps to Robust Desig. New Delhi: Pretice-Hall, De Vor, et al. Statistical Quality Desig ad Cotrol: Cotemporary Cocepts ad Methods. New York: Macmila Publishig Compay, Motgomery, D.C., Desig ad Aalysis of Experimets, 4th ed. New York: Joh Wiley & Sos, Phadke, Madhav, S., Quality Egieerig Usig Robust Desig. New Jersey: Pretice- Hall, Taguchi, Geichi, System of Experimetal Desig, Vol., Michiga: America Supplier Istitute,

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

Studi Kasus Optimasi Proses Sizing Benang di P.T. XYZ

Studi Kasus Optimasi Proses Sizing Benang di P.T. XYZ Studi Kasus Optimasi Proses Sizig Beag di P.T. XYZ Didik Wahjudi Dose Jurusa Tekik Mesi-Fakultas Tekologi Idustri, Uiversitas Kriste Petra Ceter for Quality Improvemet Jl. Siwalakerto -, Surabaya 609 dwahjudi@peter.petra.ac.id

Lebih terperinci

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-31

JURNAL 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 terperinci

PERBANDINGAN METODE 2 K-P FRACTIONAL FACTORIAL DENGAN METODE TAGUCHI PADA PROSES PEMBUATAN FIBER GLASS

PERBANDINGAN METODE 2 K-P FRACTIONAL FACTORIAL DENGAN METODE TAGUCHI PADA PROSES PEMBUATAN FIBER GLASS PERBANDINGAN METODE 2 K-P FRACTIONAL FACTORIAL DENGAN METODE TAGUCHI (Jai Rahardjo et al.) PERBANDINGAN METODE 2 K-P FRACTIONAL FACTORIAL DENGAN METODE TAGUCHI PADA PROSES PEMBUATAN FIBER GLASS Jai Rahardjo

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

MATHunesa Jurnal Ilmiah Matematika Volume 1 No.6 Tahun 2017 ISSN

MATHunesa Jurnal Ilmiah Matematika Volume 1 No.6 Tahun 2017 ISSN MATHuesa Jural Ilmiah Matematika Volume No.6 Tahu 207 ISSN 230-95 DESAIN EKSPERIMEN TAGUCHI DALAM OPTIMASI KUAT TEKAN BATU BATA edik Adika PROGRAM STUDI S- MATEMATIKA, AKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Optimasi Cranking Ampere Aki Di P.T. X

Optimasi Cranking Ampere Aki Di P.T. X JURNAL TEKNIK MESIN Vol. 3, No., Oktober 001: 70 76 Optimasi Crakig Ampere Aki Di P.T. X Didik Wahjudi Dose Fakultas Tekologi Idustri Jurusa Tekik Mesi Uiversitas Kriste Petra Abstrak Produk aki di P.T.

Lebih terperinci

Metode Bootstrap Persentil Pada Sensor Tipe II Berdistribusi Eksponensial

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

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat BAB III METODOLOGI PENELITIAN 3.1. Jeis da Sumber Data Jeis peelitia yag aka diguaka oleh peeliti adalah jeis peelitia Deskriptif. Dimaa jeis peelitia deskriptif adalah metode yag diguaka utuk memperoleh

Lebih terperinci

DIKTAT KULIAH PENGENDALIAN & PENJAMINAN KUALITAS (IE-501)

DIKTAT KULIAH PENGENDALIAN & PENJAMINAN KUALITAS (IE-501) DIKTAT KULIAH PENGENDALIAN & PENJAMINAN KUALITAS (IE-50) TOPIK 7: TAGUCHI PARAMETER DESIGN Diktat ii diguaka bagi mahasiswa Jurusa Tekik Idustri Fakultas Tekik Uiversitas Kriste Maraatha Disusu oleh: Ir.

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

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

Lebih terperinci

PROSIDING ISBN:

PROSIDING ISBN: S-6 Perlukah Cross Validatio dilakuka? Perbadiga atara Mea Square Predictio Error da Mea Square Error sebagai Peaksir Harapa Kuadrat Kekelirua Model Yusep Suparma (yusep.suparma@ upad.ac.id) Uiversitas

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di bagia spiig khususya bagia widig Pabrik Cambrics Primissima (disigkat PT.Primissima) di Jala Raya Magelag Km.15 Slema, Yogyakarta. Peelitia

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart

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

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi 5 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMPN 0 Badar Lampug, dega populasi seluruh siswa kelas VII. Bayak kelas VII disekolah tersebut ada 7 kelas, da setiap kelas memiliki

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

Jurnal Matematika Murni dan Terapan Epsilon Juni 2014 Vol. 8 No. 1 METODE TAGUCHI UNTUK PENINGKATAN KUALITAS MUTU PRODUK

Jurnal Matematika Murni dan Terapan Epsilon Juni 2014 Vol. 8 No. 1 METODE TAGUCHI UNTUK PENINGKATAN KUALITAS MUTU PRODUK Jural Matematika Muri da Terapa Epsilo Jui 4 Vol. 8 No. METODE TGUCHI UNTUK PENINGKTN KULITS MUTU PRODUK khriyadi Wijaarta, Nur Salam, Dewi ggraii Program Studi Matematika Fakultas MIP Ulam Jl. Jed.. Yai

Lebih terperinci

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

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

Lebih terperinci

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Statistika Iferesia: Pedugaa Parameter Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : Parameter Sampel : Statistik Statistik merupaka PENDUGA bagi parameter populasi Pegetahua megeai distribusi

Lebih terperinci

BAB III METODOLOGI PENELITIAN. mendapat perlakuan dengan menggunakan model pembelajaran TSTS (Two Stay

BAB III METODOLOGI PENELITIAN. mendapat perlakuan dengan menggunakan model pembelajaran TSTS (Two Stay A III METODOLOGI PENELITIAN Peelitia ii adalah peelitia eksperime yag dilakuka terhadap dua kelas, yaitu kelas eksperime da kotrol. Dimaa kelas eksperime aka medapat perlakua dega megguaka model pembelajara

Lebih terperinci

PENENTUAN VARIABEL PERANCANGAN ECONOMIZER YANG ROBUST DAN MAMPU MEMENUHI MULTI TUJUAN (RESPON)

PENENTUAN VARIABEL PERANCANGAN ECONOMIZER YANG ROBUST DAN MAMPU MEMENUHI MULTI TUJUAN (RESPON) Prosidig Semiar Nasioal Maajeme Tekologi VI Program Studi MMT-ITS, Surabaya 4 Agustus 007 PENENTUAN VARIABEL PERANCANGAN ECONOMIZER YANG ROBUST DAN MAMPU MEMENUHI MULTI TUJUAN (RESPON (Studi Kasus Pada

Lebih terperinci

Perancangan Setting Level Optimal dan Penentuan Quality Loss Function pada Pembuatan Tegel dengan Metode Taguchi

Perancangan Setting Level Optimal dan Penentuan Quality Loss Function pada Pembuatan Tegel dengan Metode Taguchi Performa (3) Vol., No.: 3-39 Peracaga Settig Level Optimal da Peetua Quality Loss Fuctio pada Pembuata Tegel dega Metode Taguchi Dewi Marlia, Eko Pujiyato da Cucuk Nur Rosidi Jurusa Tekik Idustri, Uiversitas

Lebih terperinci

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

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

Lebih terperinci

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu III. METODOLOGI 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 (99 :

Lebih terperinci

ABSTRAK. Irvan Hadi Purnomo Mahasiswa Program Studi Pendidikan Teknik Otomotif FT UNY

ABSTRAK. Irvan Hadi Purnomo Mahasiswa Program Studi Pendidikan Teknik Otomotif FT UNY PENGARUH PENGGUNAAN METODE PEMBELAJARAN DEMONTRAI TERHADAP MINAT DAN PRETAI BELAJAR IWA PADA KOMPETENI ITEM LITRIK OTOMOTIF KELA XI PADA JURUAN TEKNIK KENDARAAN RINGAN DI MK PIRI YOGYAKARTA Irva Hadi Puromo

Lebih terperinci

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

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

Lebih terperinci

9 Departemen Statistika FMIPA IPB

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

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

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

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis peelitia Peelitia ii merupaka jeis peelitia eksperime. Karea adaya pemberia perlakua pada sampel (siswa yag memiliki self efficacy redah da sagat redah) yaitu berupa layaa

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu

Lebih terperinci

ANALISA UJI KEKERASAN PADA POROS BAJA ST 60 DENGAN MEDIA PENDINGIN YANG BERBEDA

ANALISA UJI KEKERASAN PADA POROS BAJA ST 60 DENGAN MEDIA PENDINGIN YANG BERBEDA ISSN 202-4922 ANALISA UJI KEKERASAN PADA POROS BAJA ST 60 DENGAN MEDIA PENDINGIN YANG BERBEDA Gusti Rusydi Furqo S, Muhammad Firma, Moch. Adi Sugeg.P Prodi Tekik Mesi Fakultas Tekik, Uiversitas Islam Kalimata

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

IV. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan September sampai Desember

IV. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan September sampai Desember IV. METODOLOGI PENELITIAN 4.1. Metode Peelitia 4.1.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka pada bula September sampai Desember 2009, bertempat di Laboratorium Terpadu IPB yag beralamat di Kampus

Lebih terperinci

Statistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Statistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Statistika Iferesia: Pegujia Hipotesis Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : = 0 Butuh pembuktia berdasarka cotoh!!! Apa yag diperluka? > 0? Maa yag bear? Sampel : x 5 Hal itu merupaka

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar,

BAB 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 terperinci

ANALISIS SISTEM ANTRIAN PADA LOKET PENDAFTARAN PASIEN DI PUSKESMMAS PADANG PASIR KECAMATAN PADANG BARAT

ANALISIS SISTEM ANTRIAN PADA LOKET PENDAFTARAN PASIEN DI PUSKESMMAS PADANG PASIR KECAMATAN PADANG BARAT Jural Sais da Tekologi Vol 7 o 2, Desember 27 ANALISIS SISTEM ANTRIAN ADA LOKET ENDAFTARAN ASIEN DI USKESMMAS ADANG ASIR KECAMATAN ADANG BARAT Ali Suta Nasutio, Seira Mutia 2 Tekik Idustri Sekolah Tiggi

Lebih terperinci

OPTIMASI MULTIRESPON PEMBUATAN KERTAS DI PAPER MACHINE II PT. ADIPRIMA SARAPRINTA GRESIK DENGAN PENDEKATAN METODE FUZZY LOGIC ABSTRAK

OPTIMASI MULTIRESPON PEMBUATAN KERTAS DI PAPER MACHINE II PT. ADIPRIMA SARAPRINTA GRESIK DENGAN PENDEKATAN METODE FUZZY LOGIC ABSTRAK OPTIMASI MULTIRESPON PEMBUATAN KERTAS DI PAPER MACHINE II PT. ADIPRIMA SARAPRINTA GRESIK DENGAN PENDEKATAN METODE FUZZY LOGIC Niswatu Qoitah, Dr. Brodjol Sutijo SU,M.Si Mahasiswa S Statistika FMIPA, Dose

Lebih terperinci

IV. METODE PENELITIAN

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

Lebih terperinci

III. METODELOGI PENELITIAN

III. 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 terperinci

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

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

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis

Lebih terperinci

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik Aalisis Sektor Kuci Dimaa : KLBj aij = Keterkaita lagsug ke belakag sektor j = Usur matriks koefisie tekik (b). Keterkaita Ke Depa (Forward Ligkage) Forward ligkage meujukka peraa suatu sektor tertetu

Lebih terperinci

MENENTUKAN SUHU OPERASI MESIN DRYER DENGAN METODE TAGUCHI UNTUK MENGURANGI JUMLAH BENANG BASAH PADA DIVISI YARN DYING DI PT MULIA KNITTING FACTORY

MENENTUKAN SUHU OPERASI MESIN DRYER DENGAN METODE TAGUCHI UNTUK MENGURANGI JUMLAH BENANG BASAH PADA DIVISI YARN DYING DI PT MULIA KNITTING FACTORY Jural Tekik da Ilmu Komputer MENENTUKAN SUHU OPERASI MESIN DRYER DENGAN METODE TAGUCHI UNTUK MENGURANGI JUMLAH BENANG BASAH PADA DIVISI YARN DYING DI PT MULIA KNITTING FACTORY (Determiig The Dryer Operatig

Lebih terperinci

Perbandingan Beberapa Metode Pendugaan Parameter AR(1)

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

Lebih terperinci

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

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

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Disai Peelitia Tujua Jeis Peelitia Uit Aalisis Time Horiso T-1 Assosiatif survey Orgaisasi Logitudial T-2 Assosiatif survey Orgaisasi Logitudial T-3 Assosiatif survey Orgaisasi

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 3 BAB III METODOLOGI PENELITIAN A. Metode Peelitia Metode yag diguaka dalam peelitia ii adalah metode kuatitatif dega eksperime semu (quasi eksperimet desig). Peelitia ii melibatka dua kelas, yaitu satu

Lebih terperinci

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

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

Lebih terperinci

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered. 2. Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a) Hitug Sum of Square for Regressio (X) b) Hitug Sum of Square for Residual c) Hitug Meas Sum of Square for Regressio (X) d) Hitug

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi 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 terperinci

BAB V ANALISA PEMECAHAN MASALAH

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

Lebih terperinci

A. Pengertian Hipotesis

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

Lebih terperinci

OPTIMASI KUAT TEKAN, RESAPAN, DAN KEAUSAN PAVING BLOK ABU VULKANIK DENGAN PENDEKATAN THE FUZZY LOGICS

OPTIMASI KUAT TEKAN, RESAPAN, DAN KEAUSAN PAVING BLOK ABU VULKANIK DENGAN PENDEKATAN THE FUZZY LOGICS OPTIMASI KUAT TEKAN, RESAPAN, DAN KEAUSAN PAVING BLOK ABU VULKANIK DENGAN PENDEKATAN THE UZZY LOGICS Radi Nugraha Putra, DR.Brojol Sutijo SU.,M.Si Mahasiswa Jurusa Statistika, Dose Pembimbig Jurusa Statistika

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam 19 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMP Negeri 1 Seputih Agug. Populasi dalam peelitia ii adalah seluruh siswa kelas VII SMP Negeri 1 Seputih Agug sebayak 248 siswa

Lebih terperinci

JURNAL TEKNOLOGI TECHNOSCIENTIA ISSN: Vol. 1 No. 2 Februari 2009

JURNAL TEKNOLOGI TECHNOSCIENTIA ISSN: Vol. 1 No. 2 Februari 2009 JURNAL TEKNOLOGI TECHNOSCIENTIA ISSN: 7-45 Vol. No. Februari 00 ANALISIS PENGENDALIAN KUALITAS MELALUI EVALUASI DAN PERBAIKAN PROSES PRODUKSI DENGAN PENDEKATAN METODE CONTROL CHART DAN METODE TAGUCHI Joko

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

PENGGUNAAN GAMBAR DALAM PENYAJIAN SOAL CERITA MATEMATIKA DI KELAS I MIN GUNUNG PANGILUN PADANG. Oleh: Nuryasni MTsN Model Padang

PENGGUNAAN GAMBAR DALAM PENYAJIAN SOAL CERITA MATEMATIKA DI KELAS I MIN GUNUNG PANGILUN PADANG. Oleh: Nuryasni MTsN Model Padang PEDAGOGI Jural Ilmiah Ilmu Pedidika Volume XIII No. April 03 PENGGUNAAN GAMBAR DALAM PENYAJIAN OAL CERITA MATEMATIKA DI KELA I MIN GUNUNG PANGILUN PADANG Oleh: Nuryasi MTsN Model Padag Abstract Peelitia

Lebih terperinci

Pengeboran Baja ASTM A1011 Menggunakan Pahat High Speed Steel dalam Kondisi Dilumasi Cairan Minyak

Pengeboran Baja ASTM A1011 Menggunakan Pahat High Speed Steel dalam Kondisi Dilumasi Cairan Minyak Jural Mechaical, Volume 5, Nomor 2, September 214 Pegebora Baja ASTM A111 Megguaka Pahat High Speed Steel dalam Kodisi Dilumasi Caira Miyak Dodi Wibowo, Gusri Akhyar Ibrahim Jurusa Tekik Mesi, Fakultas

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

IV METODE PENELITIAN. 4.1 Lokasi dan Waktu Penelitian

IV METODE PENELITIAN. 4.1 Lokasi dan Waktu Penelitian IV METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di Kabupate Bogor dega respode para peterak ayam broiler yag mejali kerjasama sebagai mitra dega perusahaa kemitraa Dramaga Uggas

Lebih terperinci

STUDI PERBANDINGAN PERFORMANCE ALGORITMA HEURISTIK POUR TERHADAP MIXED INTEGER PROGRAMMING DALAM MENYELESAIKAN PENJADWALAN FLOWSHOP

STUDI PERBANDINGAN PERFORMANCE ALGORITMA HEURISTIK POUR TERHADAP MIXED INTEGER PROGRAMMING DALAM MENYELESAIKAN PENJADWALAN FLOWSHOP STUDI PERBANDINGAN PERFORMANCE ALGORITMA HEURISTIK POUR TERHADAP. (Tessa Vaia Soetato, et al.) STUDI PERBANDINGAN PERFORMANCE ALGORITMA HEURISTIK POUR TERHADAP MIXED INTEGER PROGRAMMING DALAM MENYELESAIKAN

Lebih terperinci

METODE PENELITIAN. Subyek dalam penelitian ini adalah siswa kelas XI IPA 1 SMA Wijaya Bandar

METODE PENELITIAN. Subyek dalam penelitian ini adalah siswa kelas XI IPA 1 SMA Wijaya Bandar III. METODE PENELITIAN A. Settig Peelitia Subyek dalam peelitia ii adalah siswa kelas XI IPA 1 SMA Wijaya Badar Lampug, semester gajil Tahu Pelajara 2009-2010, yag berjumlah 19 orag terdiri dari 10 siswa

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula

Lebih terperinci

BAB I PENDAHULUAN. X Y X Y X Y sampel

BAB I PENDAHULUAN. X Y X Y X Y sampel BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Aalisis regresi merupaka metode aalisis data yag meggambarka hubuga atara variabel respo dega satu atau beberapa variabel prediktor. Aalisis regresi tersebut

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN Supriadi Putra, M,Si Laboratorium Komputasi Numerik Jurusa Matematika FMIPA Uiversitas Riau e-mail : spoetra@yahoo.co.id ABSTRAK Makalah ii

Lebih terperinci

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan 47 III. METODOLOGI PENELITIAN A. Metodelogi Peelitia Keberhasila dalam suatu peelitia sagat ditetuka oleh ketepata pegguaa metode peelitia. Oleh karea itu, metode yag aka diguaka haruslah sesuai dega data

Lebih terperinci

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah siswa kelas VIII (delapan) semester ganjil di

III. 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 terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 40 BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia pada peelitia ii adalah peelitia eksperime semu atau biasa disebut pre-eksperime. Karea pada peelitia ii, peeliti haya megguaka kelas eksperime

Lebih terperinci

PENGANTAR MODEL LINEAR Oleh: Suryana

PENGANTAR MODEL LINEAR Oleh: Suryana PENGANTAR MODEL LINEAR Oleh: Suryaa Model liear meyagkut masalah statistik yag ketergatugaya terhadap parameter secara liear. Betuk umum model liear adalah 0 1X1... px p, dega = Variabel respo X i = Variabel

Lebih terperinci