PENERIMAAN APLIKASI KAMUS ISTILAH AKUNTANSI PADA SMARTPHONE DENGAN METODE UTAUT

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENERIMAAN APLIKASI KAMUS ISTILAH AKUNTANSI PADA SMARTPHONE DENGAN METODE UTAUT"

Transkripsi

1 PENERIMAAN APLIKASI KAMUS ISTILAH AKUNTANSI PADA SMARTPHONE DENGAN METODE UTAUT Qoriai Widayati 1, Fbriyati Pajaita 2 Dos Uivrsitas Bia Darma 1, Dos Uivrsitas Bia Darma 2 Jala Jdral Ahmad Yai No.12 Palmbag Pos-l : qoriai_widayati@mail.biadarma.ac.id 1, Fbriyati_pajaita@mail.biadarma.ac.id 2 Abstract : Social dmad for IT-basd srvics tchology is vry brvafriatif, o of th rquirmts is th d for th availability of th dictioary with a varity of itrsts ragig from gral dictioaris such as laguag dictioaris to th dictioary of spcific trms such as politics, coomics dictioaris, dictioaris of psychology ad othrs. Dictioary of accoutig trms ar costructd usig smartphos ca asir for th usr i usig th dictioary of accoutig trms. Basd o prvious rsarch with th titl Th Dsig Dictioary of Accoutig Trms Smartpho with mthod Extrm Programmig (Usma: 2013) has rsultd obstructio dictioary of accoutig trms that ca b viwd usig a Smartpho i As th follow-up from th prvious rsarch i this rsarch study will doig a aalysis of th vocabulary trms usig th mthod of accoutig th Uifid Thory of Accptac ad Us of Tchology (UTAUT). This study grats th hypothsis whthr th four variabls UTAUT Prformac Expctatios, Expctatios Etrpriss, Social Factors, Coditios that Facilitat sigificat ffct o th Accptac Applicatio o Smartphos Dictioary of Accoutig Trms Kywords: Dictioary, Smartpho, Accptac, UTAUT Abstrak : Kbutuha masyarakat trhadap layaa tkologi brbasis IT sagat brvafriatif, salah satu kbutuha adalah kbutuha aka ktrsdiaa kamus dga brbagai kptiga mulai dari kamus yag brsifat umum sprti kamus bahasahigga kamus istilah-istilah khusus sprti politik, amus koomi, kamus psikologi da laiya. Kamus istilah akutasi yag dibagu mgguaka Smartpho dapat mmprmudah pihak pggua dalam mgguaka kamus istilah akutasi trsbut. Brdasarka pllitia trdahulu dga judul Racag Bagu Kamus Istilah Akutasi pada Smartpho dga Mtod Extrm Programmig (Usma:2013) tlah mghasilka sbah aplikasi kamus istilah akutasi yag bisa di lihat mgguaka Smartpho di alamat Sbagai tidak lajut dari plitia sblumya maka pada plitia kali ii pliti aka mlakuka aálisis trhadap kamus istilah akutasi trsbut mgguaka Mtod Uifid Thory of Accptac ad Us of Tchology (UTAUT). Plitia ii mghasilka hipotsias apakah mpat variabl UTAUT Ekptasi Kirja, Eksptasi Usaha, Faktor Sosial, Kodisi yag Mmfasilitasi brpgaruh sigifika trhadap Primaa Aplikasi Kamus Istilah Akutasi pada Smartpho. Kata kuci: Kamus, smartpho, primaa, UTAUT 1. PENDAHULUAN Kbutuha masyarakat trhadap layaa tkologi brbasis IT sagat brvariatif, salah satu kbutuha adalah kbutuha aka ktrsdiaa kamus dga brbagai kptiga mulai dari kamus yag brsifat umum sprti kamus bahasa higga kamus istilah-istilah khusus sprti kamus politik, kamus koomi, kamus psikologi da laiya. Kamus Akutasi mrupaka Salah satu karus yag di prluka olh masyarakat, kamus istilah akutasi yag saat ii bayak brdar dalam Primaa Aplikasi Kamus Istilah Akutasipada Smartpho dga Mtod UTAUT(Qoriai Widayati, Fbriyaati Pajaita) 1

2 btuk buku, amu bayak pgguaaya myulitka kara pggua harus mcari arti da istilah akutasi scara maual, dîsisi lai buku sagat sulit utuk dibawa da tidak dapat di updat stiap saat ssuai dga kbutuha da prkmbaga pada Saat ii. Olh kara itu dibutuhka ktrsdiaa kamus istilah akutasi yag dapat mmudahka smua orag mcari da mmahami arti istilah-istilah di dalam akutasi dga mudah da cpat dimaa pu kita brada. Smartpho sbagai produk mobil pho dwasa ii lbih brkmbag da lbih dimiatì pgguaaya olh masyarakat kara bragam fitur dapat ditampilka utuk mmuhi kbutuha da daya tarik trsdiri bagi masyarakat pgguaya. Kamus istilah akutasi yag dibagu mgguaka smartpho dga mmprmudah pihak pggua dalam mgguaka kamus istilah akutasi trsbut. Brdasarka plitia trdahulu dga judul Racag Bagu Kamus Istilah Akutasi pada Smartpho dga Mtod Extrm Programmig (Usma:2013) tlah mghasilka sbuah aplikasi kamus istilah akutasi yag bisa dilihat mgguaka smartpho di alamat sbagai tidak lajut dari plitia sblumya maka pada plitia kali ii pliti aka mlakuka aalisis trhadap kamus istilah akutasi trsbut mgguaka mtod UTAUT. Dari latar blakag diatas maka pliti aka mlakuka aalisis primaa trhadap aplikasi kamus istilah akutasi trsbut mgguaka mtod Uifid Thory of Accptac ad Us of Tchology (UTAUT). Modl Uifid Thory of Accptac ad Us of Tchology (UTAUT) mrupaka tori yag brpgaruh da bayak diadopsi utuk mlakuka plitia primaa pggua (usr accptac) trhadap suatu tkologi iformasi UTAUT yag dikmbagka olh Vkatsh, t al. (2003) mggabugka fiturfitur yag brhasil dari dlapa tori primaa tkologi trkmuka mjadi satu tori. Kdlapa tori trkmuka yag disatuka di dalam UTAUT adalah 1. Thory of Rasod Actio (TRA) 2. Tchology Accptac Modl (TAM) 3. Motivatioal Modl (MM) 4. Thory of Plad Bhavior (TPB) 5. Combid TAM ad TPB (C-TAM-TPB) 6. Modl of PC Utilizatio (MPCU) 7. Iovatio Diffusio Thory (IDT), da 8. Social Cogitiv Thory (SCT). UTAUT trbukti lbih brhasil dibadigka kdlapa tori yag lai dalam mjlaska higga 70 prs varia pggua (Vkatsh, t al., 2003). Tujua dari plitia ii adalah mlakuka aalisis primaa trhadap aplikasi kamus istilah akutasi pada smartpho mgguaka UTAUT, sdagka mafaat dari plitia ii Mgtahui bagaimaa primaa trhadap aplikasi kamus istilah akutasi pada smartpho olh mahasiswa akutasi da profsioal di bidag akutasi dga mgguaka mtod UTAUT 2. METODOLOGI PENELITIAN 2.1 Mtod Plitia Plitia ii mrupaka studi lapaga yag brtujua utuk mguji hipotsis yag brupa hubuga sbab akibat. Dalam plitia 2 Jural Imiah xxxxxxxxxxxx Vol.x No.x, April 2012:1-20

3 ii aka dilakuka pgujia hipotsis utuk mgtahui faktor-faktor yag brpgaruh trhadap primaa pmakai aplikasi kamus istilah akutasi pada smartpho. 2.2 Populasi da Sampl Populasi dalam plitia ii adalah mahasiswa program studi akutasi da profssioal di bidag akutasi khususya dos program studi akutasi yag mgguaka aplikasi ii yag ada di Uivrsitas Bia Darma. Data yag diguaka adalah data mahasiswa da dos yag trdapat di dga total populasi 474 orag yag trdiri dari 461 orag mahasiswa da 13 orag dos. Mtod pmiliha sampl adalah purposiv samplig, dga kritria sbagai brikut: rpod adalah orag yag yag mgguaka aplikasi kamus istilah akutasi mgguaka smartpho. Bila jumlah populasi 474 orag rspod dga ksalaha 10% maka jumlah samplya 173 orag rspod, yag trdiri dari 5 orag dos da 168 orag mahasiswa. 2.3 Oprasioalisasi Variabl Variabl dalam plitia ii mliputi Ekspktasi Kirja (Prformac Expctacy), Ekspktasi Usaha (Effort Expctacy), Faktor Sosial (Social Ifluc) da Kodisi yag Mmfasilitasi (Facilitatig Coditios). Stiap variabl yag diguaka mmiliki bbrapa dimsi. 2.4 Istrum Plitia Jis data dalam plitia ii adalah data primr, da mtod yag diguaka utuk mgumpulka data adalah dga mtod survi. Mtod survi yag diguaka adalah mlalui kusior yag disampaika scara lagsug kpada rspod yag brada di Uivrsitas Bia Darma dga kritria status mahasiswa da dos da jis klami (lakilaki atau prmpua). Data yag didapatka aka diolah da diaalisis dga mgguaka softwar SPSS (Statistical Products ad Srvic Solutio) vrsi 20. Skala pgukura dalam jawaba kuisior yag aka diguaka pada plitia ii adalah skala Likrt, dimaa variabl yag aka diukur dijabarka mjadi idicator vaariabl. Kmudia idicator trsbut dijadika sbagai titik tolak utuk myusu butir-butir istrumt yag dapat brupa pryataa atau prtayaa. Utuk kprlua aalisis kuatitatif, maka jawaba itu dibri skor 1-5 yag didfiisika sbagai brikut: 1. Sagat Tidak Stuju (STS) dibri skor 1, 2. Tidak Stuju (TS) dibri skor 2, 3. Ragu-ragu (RR) dibri skor 3, 4. Stuju (S) dibri skor 4, 5. Sagat Stuju (SS) dibri skor 5. Pmbagia rspod brdasarka kritria dapat dilihat pada tabl di bawah ii Tabl 1.Pmbagia Rspod Brdasarka Pggu a Kritria Status Jis Klammi Mahasis wa Dos Laki -laki Prmpu a Tkik Pgumpula Data Mtod yag diguaka utuk mgumpulka data adalah dga mtod survi. Mtod survi yag diguaka adalah mlalui kusior yag disampaika scara Primaa Aplikasi Kamus Istilah Akutasipada Smartpho dga Mtod UTAUT(Qoriai Widayati, Fbriyaati Pajaita) 3

4 lagsug kpada rspod yag brada di wilayah Palmbag khususya Uivrsitas Bia Darma. 2.6 Aalisis Data Uji Kualitas Data Uji kualitas data (istrum), dilakuka dga uji rliabilitas da validitas. Uji Rliabilitas sbarya adalah alat utuk mgukur suatu kusior yag mrupaka idikator dari variabl atau kostruk. Suatu kusior diyataka hadal jika jawaba ssorag trhadap pryataa adalah kosist atau stabil dari waktu k waktu. (Ghozali, 2006:132). Uji rliabilitas ii dilakuka dga uji statistik Crobach Alpha. Uji validitas diguaka utuk mgukur sah atau valid tidakya suatu kusior. Suatu kusior dikataka valid jika prtayaa pada kusior mampu utuk mgugkapka ssuatu yag aka diukur olh kusior trsbut. (Ghozali, 2006:135). Uji validitas dilakuka dga mghitug korlasi atara skor masig-masig butir prtayaa dga total skor. Suatu kostruk atau variabl dikataka rliabl jika mmbrika ilai Crobach Alpha > 0,60 (Nually, 1967 dalam Ghozali, 2005) Uji Asumsi Klasik Uji asumsi klasik, dilakuka dga uji multikoliiritas, uji htroskdastisitas, uji autokorlasi, da uji ormalitas. Uji multikoliiritas brtujua utuk mguji apakah modl rgrsi dbutiruka adaya korlasi atar variabl bbas. Uji multikoliiritas ii dga mlihat ilai dari VIF (Variac Iflatio Factor). Uji autokorlasi brtujua utuk mguji apakah dalam suatu modl rgrsi liar ada korlasi atara ksalaha pggaggu pada priod t dga ksalaha pada priod t-1 (sblumya). Utuk mlihat ada tidakya autokorlasi ii dilakuka dga uji durbi watso (DW tst). Uji ormalitas brtujua utuk mguji apakah dalam modl rgrsi, variabl trikat da bbas mmpuyai distribusi ormal atau tidak. Uji ormalitas dilakuka dga mlihat ilai kurtosis atau skwss Uji Hipotsis Plitia ii mgguaka aalisis rgrsi liir brgada. Primaa pggua aplikasi kamus istilah akutasi yag mrupaka variabl trikat dalam plitia ii diprdiksi dipgaruhi olh variabl-variabl idpd. Uji F dilakuka utuk mgtahui apakah modl rgrsi bisa atau tidak dipakai utuk mmprdiksi variabl trikat yaitu primaa pggua aplikasi kamus istilah akutasi. Rumus yag diguaka adalah sbagai brikut: t 1 = r x r x1 Pgujia sigifikasi brikutya adalah uji t. Sprti halya uji F, uji t dilakuka utuk mgtahui bagaimaa pgaruh scara parsial kostata da stiap variabl bbas yag ada trhadap variabl trikat yaitu primaa pggua aplikasi kamus istilah akutasi pada smartpho. Pgaruh variabl idpd trhadap variabl dpd diuji dga tigkat sigifikasi (α) 5%. Rumus yag diguaka adalah sbagai brikut Ktraga R 2 F = R 2 K 1 R 2 k 1 = Kofisi dtrmiasi 4 Jural Imiah xxxxxxxxxxxx Vol.x No.x, April 2012:1-20

5 K = Jumlah variabl idpd = Jumlah sampl F = F hitug slajutya dibadigka dga F tabl Modl Aalisis Modl aalisis yag diguaka utuk rumusa masalah dirumuska sbagai brikut: Y = a + b1x1 + b2x2 + b3x3 + b4x4 + b5x5 + 1 Ktraga: Y = primaa pmakai aplikasi kamus istilah akutasi a = kostata prsamaa rgrsi b1, b2, b3, b4, b5, b6, b7 = kofisi rgrsi X 1 = Ekspktasi Kirja (Prformac Expctacy) X 2 = Ekspktasi Usaha (Effort Expctacy) X 3 = Faktor Sosial (Social Ifluc) X 4 = Kodisi yag Mmfasilitasi (Facilitatig Coditios) = rror 2.7 Pgujia Hasil Dari hasil hipotsis mgguaka rgrsi liir brgada ada 2 (dua) prsyarata uji aalisis yag dilakuka, yaitu 1. Uji Normalitas Tujua dilakukaya uji ormalitas adalah utuk mgtahui apakah modl rgrsi, variabl trikat da variabl bbas kduaya mmpuyai distribusi ormal atau tidak. Modl rgrsi yag baik adalah mmiliki distribusi data ormal atau mdkati ormal. Data yag brdistribusi ormal dalam suatu modl rgrsi dapat dilihat pada grafik ormal P-P plot, dimaa bila titik-titik yag mybar diskitar garis diagoal srta pybaraya mgikuti arah garis diagoal, maka data trsbut dapat dikataka brdistribusi ormal. 2. Uji Htrokdastisitas Pgujia htrokdastisitas brtujua utuk mgtahui apakah dalam modl rgrsi trjadi ktidaksamaa varias dari rsidual pgamata k pgamata yag lai dga dasar pgambila kputusa adalah sbagai brikut : 1) Jika ada data yag mmbtuk pola trttu, sprti titik-titik yag mmbtuk pola trttu da tratur (brglombag, mlbar kmudia mympit) maka tlah trjadi htrokdastisitas. 2) Jika tidak ada pola yag jlas srta titik-titik mybar didtas da dibawah agka 0 pada sumbu Y, maka tidak trjadi htrokdastisitas. 3. HASIL 3.1 Karaktristik Rspod Jumlah rspod brdasarka jis klami dga ricia Laki-laki sbayak 98 rspod sdagka rspod Prmpua sbayak 75 rspod. Dari tabl di atas dapat di lihat bahwa jumlah rspod brdasarka statusya trdiri dari 5 rspod brstatus da 168 rspod brstatus mahasiswa. 3.2 Dskripsi Variabl Plitia Rspod di dalam plitia ii sbayak 173 rspod. Variabl bbas dalam plitia ii trdiri dari 4 variabl. Masigmasig variabl trdiri dari bbrapa prtayaaa, yaitu variabl Eksptasi Kirja Primaa Aplikasi Kamus Istilah Akutasipada Smartpho dga Mtod UTAUT(Qoriai Widayati, Fbriyaati Pajaita) 5

6 (x1) mmiliki 4 itm prtayaa, variabl Eksptasi Usaha (x2) mmiliki 4 itm prtayaa, Faktor Sosial (x3) mmiliki 4 itm prtayaa da Kodisi yag Mmfasilitasi (x4) mmiliki 4 itm prtayaa. Sdagka variabl trikat dalam plitia ii adalah Primaa Aplikasi Kamus Istilah Akutasi (y) yag trdiri dari 7 itm prtayaa. Utuk mgaalisis variabl-variabl. Trrsbut diambil dari skor rata-rata jumlah skor dari dari kompo masig-masig variabl kmudia mmbuat itrval utuk masig-masig ilai pada stiap variabl. Jarak itrval (r) dittuka dga rumus di bawah ii: Dimaa r Max Mi R r = = jarak Itrval (r) Max Mi R = ilai Maksimum itrval = ilai miimum itrval = jumlah itrval dga mgguaka rumus di atas maka di dapatka ilai r sbagai brikut: r = = 0,79 Jadi jarak itrval yag diguaka adalah 0, Variabl Eksptasi Kirja (x 1 ) Brikut ii adalah tabl hasil distribusi frkusi variabl ksptasi kirja Tabl 2. Distribusi Frkusi Variabl X 1 Skor Itrval Frk % Sagat Tidak Stuju % Tidak Stuju % Ragu-ragu % Stuju % Sagat Stuju % % Dari tabl di atas didapatka hasil 4,2% rspod mrasa sagat tidak stuju, 5,9% mrasa tidak stuju, 9,8% mrasa ragu-ragu, 56,6% rspod mrasa stuju, da 23,4% mrasa sagat stuju. Maka jawaba rspod trtiggi utuk variabl Eksptasi Kirja adalah stuju Variabl Eksptasi Usaha (X 2 ) Brikut ii adalah tabl hasil distribusi frkusi variabl ksptasi usaha. Tabl 3 Distribusi Frkusi Variabl X 2 Skor Itrval Frk % Sagat Tidak Stuju 21 3% Tidak Stuju ,4% Ragu-ragu % Stuju ,8% Sagat Stuju ,7% % Dari tabl di atas didapatka hasil 3% rspod mrasa sagat tidak stuju, 8,4% mrasa tidak stuju, 27% mrasa ragu-ragu, 48,8% rspod mrasa stuju, da 12,7% mrasa sagat stuju. Maka jawaba rspod trtiggi utuk variabl Eksptasi Usaha adalah stuju Variabl Faktor Sosial (X 3 ) Brikut ii adalah tabl hasil distribusi frkusi variabl faktor sosial. Tabl 4. Distribusi Frkusi Variabl X 3 Skor Itrval Frk % Sagat Tidak Stuju 28 4% Tidak Stuju ,1% Ragu-ragu ,1% Stuju ,4% Sagat Stuju ,3% % 6 Jural Imiah xxxxxxxxxxxx Vol.x No.x, April 2012:1-20

7 Dari tabl di atas didapatka hasil 4% rspod mrasa sagat tidak stuju, 10,1% mrasa tidak stuju, 17,1% mrasa ragu-ragu, 51,4% rspod mrasa stuju, da 17,3% mrasa sagat stuju. Maka jawaba rspod trtiggi utuk variabl Faktor Sosial adalah stuju Variabl Kodisi yag Mmfailitasi (X 4 ) Brikut ii adalah tabl hasil distribusi frkusi variabl Kodisi yag Mmfasilitasi. Tabl 5. Distribusi Frkusi Variabl X 4 Skor Itrval Frk % Sagat Tidak Stuju 18 2,7% Tidak Stuju % Ragu-ragu ,4% Stuju ,1% Sagat Stuju ,9% % Dari tabl di atas didapatka 2,7% rspod mrasa sagat tidak stuju, 9% mrasa tidak stuju, 24,4% mrasa ragu-ragu, 45,1% rspod mrasa stuju, da 18,9% mrasa sagat stuju. Maka jawaba rspod trtiggi utuk variabl Kodisi yag Mmfasilitasi adalah stuju Variabl Primaa Aplikasi Kamus Istilah Akutasi (Y) Brikut ii adalah tabl hasil distribusi frkusi variabl Primaa Aplikasi Kamus Istilah Akutasi. Tabl 6. Distribusi Frkusi Variabl Y Skor Itrval Frk % Sagat Tidak Stuju % Tidak Stuju ,7% Ragu-ragu ,8% Stuju ,2% Sagat Stuju ,6% % Dari tabl di atas didapatka 4,7% rspod mrasa sagat tidak stuju, 3,7% mrasa tidak stuju, 14,8% mrasa ragu-ragu, 52,2% rspod mrasa stuju, da 24,6% mrasa sagat stuju. Maka jawaba rspod trtiggi utuk variabl Primaa Aplikasi Kamus Istilah Akutasi adalah stuju. 3.3 Aalisis Uji Validitas da Rliabilitas Validitas Alat Ukur Utuk mlihat hasil validitas prtayaa stiap varibl yag diguaka utuk UTAUT dapat kita lihat dari 5 tabl brikut. a1 a2 a3 a4 b1 b2 b3 b4 Tabl 7. Statistics Variabl X 1 Ma if Dlt d Variac if Corrct d - Corrlati o Squard Multipl Corrlati o Croba ch's Alpha if Tabl 8. Statistics Variabl X 2 Ma if Dlt d Variac if Corrct d - Corrlati o Squard Multipl Corrlati o Croba ch's Alpha if Primaa Aplikasi Kamus Istilah Akutasipada Smartpho dga Mtod UTAUT(Qoriai Widayati, Fbriyaati Pajaita) 7

8 c1 c2 c3 c4 d1 d2 d3 d Tabl 9. Statistics Variabl X 3 Ma if Dlt d Variac if Corrct d - Corrlati o Squard Multipl Corrlati o Croba ch's Alpha if Tabl 10. Statistics Variabl X 4 Ma if Variac if Corrctd - Corrlatio Squar d Multipl Corrla tio Croba ch's Alpha if Tabl 11. Statistics Variabl Y Ma if Variac if Utuk mlihat validitas Corrctd - Corrlatio Squar d Multipl Corrla tio Croba ch's Alpha if dilihat pada kolom corrctd corrlatio, jika ilai r pada kolom itu > r tabl maka itm/variabl valid. Dari tabl r stiap variabl dga α=0,05 Kara smua ilai pada kolom variabl lbih bsar dari r tab l maka smua itm valid. 3.4 Uji Asumsi Klasik Uji Multikoliaritas Multikoliaritas artiya atar variabl idpd yag trdapat dalam modl rgrsi mmiliki hubuga liir yag smpura atau mdkati smpura. Ada bbrapa mtod uji multikoliaritas yaitu : Dga mlihat ilai tolrac da iflatio factor (VIF) pada modl rgrsi. Hasil Uji Multikoliaritas : Jika ilai VIF ya lbih kcil dari 0,1 atau ilai VIF lbih bsar dari 10 maka trjadi multikoliaritas, kara ilai VIF ya kurag dari 10 maka prsamaa rgrsi ii mmuhi kritria tidak trdapat multikoliaritas Uji Autokorlasi Utuk uji ii dilihat dari ilai Durbi Watso. Modl rgrsi dikataka tidak trdapat autokorlasi apabila ilai Durbi Watsoya (DW) adalah atara 1,55 2,46 Tabl 12. Kttua Nilai Dw Nilai Dw Ksimpula Kurag dari 1,10 Ada autokorlasi 1,10 da 1,54 Tapa ksimpula 1,55 da 2,46 Tidak ada autokorlasi 2,46 da 2,90 Tapa ksimpula lbih dari 2,9 Ada autokorlasi Sumbr: Satoso, 1998: 2008 Dga mgguaka SPSS maka didapatka hasil sprti tabl di bawah ii Mod l 1 Tabl 13. Modl Summary R Modl Summary b R Adjust Std. Squar d R Error of Squar th Estimat Durbi- Watso.791 a Jural Imiah xxxxxxxxxxxx Vol.x No.x, April 2012:1-20

9 a. Prdictors: (Costat), KM, EK, FS, EU b. Dpdt Variabl: PA Nilai Durbi Watso =1.664, maka ksimpulaya adalah tidak ada autokorlasi Uji Htroskdasitas Rgrsi sbaikya tidak trjadi htroskdasitas, hal ii ditujukka dga mlihat pola titik-titik pada grafik rgrsi. Jika titik-titikya tidak mmbtuk pola yag jlas maka dapat dikataka tidak trjadi htroskdasitas. Gambar 1. Scattrplot Dpdt Variabl Primaa Aplikasi Uji Normalitas Grafik Normal Q-Q Plot da Dtrdd Normal Q-Q Plot, ilai-ilai pgamata mybar pada garis trsbut, brarti data pgamata brdistribusi ormal. Gambar 2 Histogram Dpdt Variabl Primaa Aplikasi Uji Liritas Artiya btuk hubuga atara variabl bbas X da variabl trikat Y adalah Liar. Jika ilai F lbih bsar dari 0,05 maka hipotsis hubuga liiaritas dapat ditrima. Hasil dari uji F dapat kita lihat pada tabl brikut: Modl Rgrssio Tabl14. Hasil Uji F Sum of Squar s ANOVA a Df Ma Squar F Rsidual a. Dpdt Variabl: PA b. Prdictors: (Costat), KM, EK, FS, EU Sdagka utuk mlihat hasil dari ragrsi lirya dapat dilihat pada tabl 15. Mod l 1 Tabl 15. Modl Summary R R Squar Adjust d R Squar Std. Error of th Estimat Sig..000 b Durbi- Watso.791 a a. Prdictors: (Costat), KM, EK, FS, EU b. Dpdt Variabl: PA Dari tabl diatas didapatka hasil sbagai brikut: Primaa Aplikasi Kamus Istilah Akutasipada Smartpho dga Mtod UTAUT(Qoriai Widayati, Fbriyaati Pajaita) 9

10 1. Nilai R mujukka korlasi atara Eksptasi Kirja, Eksptasi Usaha, Faktor Sosial da Kodisi mmfasilitasi trhadap Primaa Aplikasi Kamus Istilah Akutasi, ilai R 0,791 myataka bahwa hubuga kdua variabl itu kuat 2. Nilai R 2 mujukka kofisi dtrmiasi, ilai ii biasaya diyataka dalam prs shigga 62,5 % sumbaga variabl Eksptasi Kirja, Eksptasi Usaha, Faktor Sosial da Kodisi mmfasilitasi trhadap Primaa Aplikasi Kamus Istilah Akutasi Ustadardizd Cofficits adalah ilai kofisi yag dipakai dalam prsamaa rgrsi, shigga ilai prsamaa rgrsiya adalah Y = 0,25 + 0,32EK + 0,3EU + 0,235FS + 0,195KM Nilai kostata (a) adalah -025 da ilai kofisia rgrsi stiap variabl (b) brilai positif sbsai b1=0,320, b2 = 0,300, b3=0235, b4=0,195 artiya stiap 1 pigkata iali variabl X 1, X 2, X 3, da X 4 aka maika masig-masig ilai Eksptasi Kirja sbsar 0,32, Eksptasi Usaha sbsar 0,300, Faktor Sosial sbsar 0,235 da Kodisi yag Mmfasilitasi sbsar 0, Uji Hipotsis Uji Sigifikasi Simulta (Uji Statistik F) Tabl 16. Hasil Uji F ANOVA a Modl 1 Rgrssio Sum of Squar s Rsidual a. Dpdt Variabl: PA df Ma Squar b. Prdictors: (Costat), KM, EK, FS, EU 2 F Sig..000 Dari tabl diatas maka didapatka hasil pgujia Pgujia scara simulta X 1, X 2, X 3 da X 4 trhadap Y: Dari tabl diprolh ilai F hitug sbsar 14,992 dga ilai probabilitas (sig)=0,001. Nilai F hitug (14,992)>F tabl (2,44), da ilai sig. lbih kcil dari ilai probabilitas 0,05 atau ilai 0,000<0,05; maka H 01 ditrima, brarti scara brsama-sama (simulta) Ekptasi Kirja, Eksptasi Usaha, Faktor Sosial da Kodisi yag Mmfasilitasi brpgaruh sigifika trhadap Primaa Aplikasi Kamus Istilah Akutasi Uji Sigifikasi Paramtr Idividual (Uji Statistik t) Hasil uji Hipotsis pgolaha data mgguaka SPSS dapat di lihat dari tabl di bawah ii. Tabl 17. Hasil Uji Hipotsis Hipotsis Pryataa Nilai Kt H 1 Variabl 4,827 H 1 : Di Ekptasi trima Kirja H 0 : Di brpgaruh tolak sigifika trhadap Primaa Aplikasi Kamus Istilah Akutasi H 2 Variabl 3,276 H 2 : Di b 10 Jural Imiah xxxxxxxxxxxx Vol.x No.x, April 2012:1-20

11 H 3 H 4 Ekptasi Usaha brpgaruh sigifika trhadap Primaa Aplikasi Kamus Istilah Akutasi Variabl Faktor Sosial brpgaruh sigifika trhadap Primaa Aplikasi Kamus Istilah Akutasi Variabl Kodisi yag Mmfasilitasi brpgaruh sigifika trhadap Primaa Aplikasi Kamus Istilah Akutasi trima H 0 : Di tolak 3,308 H 3 : Di trima H 0 : Di tolak 2,817 H 4 : Di trima H 0 : Di tolak 0,583, Faktor Sosial α=0,671, Kodisi yag Mmfasilitasi α=0,711 da Primaa Aplikasi Kamus Istilah Akutasi α=0, Hasil dari uji rabilitas dapat dilihat bahwa ilai crobach s alpha dari hampir smua variabl > 0,6 maka diyataka rliabl. 4. Dari hasil pgujia hipotsis smua varibl trlihat bahwa variabl KEsptasi Kirja, Eksptasi Usaha, Faktor Sosial da Kodisi yag Mmfasilitasi brpgaruh sigifika trhadap Primaa Aplikasi Kamus Istilah Akutasi pada Smartpho. DAFTAR RUJUKAN Epdi, Usma, Qoriai Widayati, Racag Bagu Kamus Istilah Akutasi Pada Smartpho Dga Mtod Extrm Programmig, Lapora Plitia, Dibiayai olh DIKTI. Palmbag 4. SIMPULAN 1. Karaktristik yag dihasilka dari 2 karaktristik yaitu brdasarka jis klami da status. Brdasarka jis klami hasil yag di dapat laki-laki 56,6 % da prmpua 43,4 %. Sddagka brdasarka status hasil yag di dapat Dos 2,9 % da Mahasiswa 97,1 %. 2. Uji validitas utuk variabl dalam plitia ii mujuka bahwa smua butir prtayaa dapat diguaka. Hal ii di dukug olh tori yag myatakaa bahwa rspod 173 orag maka jika ilai korlasi lbih bsaar dari 0,125 maka diyataka valid, sbalikya jika ilai korlasi kurag dari 0,125 maka kuisior diyataka tidaak valid. Hal ii dapat dilihat dari hasil r hitug stiap variabl, dimaa Eksptasi Kirja α=0,780, Eksptasi Usaha α = Ghozali, Imam Aplikasi Aalisis Multivariat Dga Program SPSS. Smarag. Bada Prbit Uivrsitas Dipogoro. Jacom, Niki Pra Smartpho dalam mujag Kirja Karyawa Bak Prismadaa (studi pada Karyawa Bak prismadaa Cabag Airmadidi). Joural Acta Diura Vol. I. No. I. oli (joural.usrat.ac.id/idx.php/actadi ura/articl/.../787, diakass pada taggal 3 fbruari 2013) Vkatsh, V., da Davis, F.D A Thoritical Extsio of th Tchology Accptac Modl: Four Logitudial Fild Studis. Maagmt Scic, Vo1.46, No.2, Fbruari, pp Primaa Aplikasi Kamus Istilah Akutasipada Smartpho dga Mtod UTAUT(Qoriai Widayati, Fbriyaati Pajaita) 11

12 12 Jural Imiah xxxxxxxxxxxx Vol.x No.x, April 2012:1-20

13 Primaa Aplikasi Kamus Istilah Akutasipada Smartpho dga Mtod UTAUT(Qoriai Widayati, Fbriyaati Pajaita) 13

S - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner

S - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner PROSIDING ISBN : 978 979 6353 6 3 S - Pgguaa Mtod Baysia Obyktif dalam Aalisis Pgukura Tigkat Kpuasa Plagga Brdasarka Kusior Adi Stiawa Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist

Lebih terperinci

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT Catata Kuliah EL Aalisis Numrik BAB HAMPIRAN TAYLOR DAN ANALISIS GALAT. Pgatar Mtod Numrik Ktika kita mylsaika prsamaa-prsamaa matmatika di maa torma-tormaya masih dapat ditrapka, solusi aalitik atau solusi

Lebih terperinci

ESTIMASI TITIK BAYESIAN OBYEKTIF

ESTIMASI TITIK BAYESIAN OBYEKTIF ESTIMASI TITIK BAYESIAN OBYEKTIF Adi Stiawa (adi_stia_3@yahoo.com) Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist Satya Wacaa Jl Dipogoro 52-6 Salatiga 57, Idosia Abstrak Estimasi

Lebih terperinci

BAB 2 SOLUSI NUMERIK PERSAMAAN

BAB 2 SOLUSI NUMERIK PERSAMAAN BAB SOLUSI NUMERIK PERSAMAAN Dalam sais da rkayasa, kita srigkali harus mcari akar solusi dari prsamaa f 0. Jika f mrupaka fugsi poliomial liar atau kuadratis, solusi ksakya mudah utuk didapatka kara rumusya

Lebih terperinci

Jurnal Mutiara Pendidikan Indonesia, 10/08 (2016), 67-73

Jurnal Mutiara Pendidikan Indonesia, 10/08 (2016), 67-73 67, 1/ (16), 67-73 STUDI OPARASI IPLEENTASI URIULU PADA PEBELAJARAN ASELERASI DAN PEBELAJARAN REGULER (ajia pada las XI CI+BI IPA da las XI IPA di SAN 1 Padag) Yssi Rifmasari STIP Adzkia Padag Email :

Lebih terperinci

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t}

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t} Elm Dasar Modl Atria. TEORI ANTRIAN Aktor utama customr da srvr. Elm dasar :. distribusi kdataga customr.. distribusi waktu playaa. 3. disai fasilitas playaa (sri, parall atau jariga). 4. disipli atria

Lebih terperinci

PENGARUH PERIKLANAN KOMERSIL DENGAN KONSEP AIDA TERHADAP KEPUTUSAN PEMBELIAN PADA MEDIA RADIO RADIKA 100,3 FM MAJALENGKA

PENGARUH PERIKLANAN KOMERSIL DENGAN KONSEP AIDA TERHADAP KEPUTUSAN PEMBELIAN PADA MEDIA RADIO RADIKA 100,3 FM MAJALENGKA PENGAUH PEIKLANAN KOMESIL DENGAN KONSEP AIDA TEHADAP KEPUTUSAN PEMBELIAN PADA MEDIA ADIO ADIKA 100,3 FM MAJALENGKA Olh :. NENY KUSUMADEWI *) Email : kusumadwi.y@gmail.com ABSTAK Plitia ii brtujua utuk

Lebih terperinci

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian TEORI ANTRIAN Tori atria mrupaka studi matmatis mgai atria atau waitig lis yag di dalamya disdiaka bbrapa altratif modl matmatika yag dapat diguaka utuk mtuka bbrapa karaktristik da optimasi dalam pgambila

Lebih terperinci

ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA NELAYAN KECAMATAN BULAK SURABAYA

ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA NELAYAN KECAMATAN BULAK SURABAYA ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA NELAYAN KECAMATAN BULAK SURABAYA Citra Elok Mgahardiyai, da Dstri Susilaigrum Mahasiswa Jurusa Statistika

Lebih terperinci

METODE SECANT-MIDPOINT NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Supriadi Putra

METODE SECANT-MIDPOINT NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Supriadi Putra METODE SENT-MIDPOINT NEWTON UNTUK MENYELESIKN PERSMN NONLINER Supriadi Putra sputra@uri.ac.id Laboratorium Komputasi Jurusa Matmatika Fakultas Matmatika da Ilmu Pgtahua lam Uivrsitas Riau Kampus Biawidya

Lebih terperinci

Transformasi Fourier Waktu Diskrit

Transformasi Fourier Waktu Diskrit Praktikum Isyarat da Sistm Topik 5 Trasformasi ourir Waktu Diskrit Tuua Mahasiswa dapat mtuka da mgguaka trasformasi ourir waktu diskrit dalam aalisa suatu sistm LTI Mahasiswa dapat mgguaka MATLAB sbagai

Lebih terperinci

Modifikasi Metode Bahgat tanpa Turunan Kedua dengan Orde Konvergensi Optimal

Modifikasi Metode Bahgat tanpa Turunan Kedua dengan Orde Konvergensi Optimal Smiar Nasioal Tkologi Iformasi, Komuikasi da Idustri (SNTIKI 9 ISSN (Pritd : 79-77 Fakultas Sais da Tkologi, UIN Sulta Syarif Kasim Riau ISSN (Oli : 79-406 Pkabaru, -9 Mi 07 Modifikasi Mtod Bahgat tapa

Lebih terperinci

KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA

KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA Vol. 9. No. Jural Sais Tkologi da Idustri KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA Yuslita Muda Wartoo Novi Maulaa Laboratorium Matmatika Trapa Jurusa Matmatika

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Data penelitian diperoleh dari siswa kelas XII Jurusan Teknik Elektronika

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Data penelitian diperoleh dari siswa kelas XII Jurusan Teknik Elektronika BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. DESKRIPSI DATA Data pnlitian diprolh dari siswa klas XII Jurusan Tknik Elktronika Industri SMK Ma arif 1 kbumn. Data variabl pngalaman praktik industri, kmandirian

Lebih terperinci

Oleh : Bustanul Arifin K BAB IV HASIL PENELITIAN. Nama N Mean Std. Deviation Minimum Maximum X ,97 3,

Oleh : Bustanul Arifin K BAB IV HASIL PENELITIAN. Nama N Mean Std. Deviation Minimum Maximum X ,97 3, Kpdulian trhadap sanitasi lingkungan diprdiksi dari tingkat pndidikan ibu dan pndapatan kluarga pada kluarga sjahtra I klurahan Krtn kcamatan Lawyan kota Surakarta Olh : Bustanul Arifin K.39817 BAB IV

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI A II LANDASAN TEORI. Distribusi Pluag Diisi. (Walpol da M rs 995) Jika X adalah suatu variabl radom kotiu maka ugsi dsitas pluaga adalah suatu ugsi ag mmuhi kodisi: i. ; utuk x (- ) ii. = iii. = (.) Diisi.

Lebih terperinci

PERLUASAN METODE NEWTON DENGAN PENDEKATAN PARABOLIK

PERLUASAN METODE NEWTON DENGAN PENDEKATAN PARABOLIK PERLUASAN METDE NEWTN DENGAN PENDEKATAN PARABLIK Abdul Rahma, Supriadi Putra, Bustami Mahasiswa Program Studi S Matmatika Dos JurusaMatmatika Fakultas Matmatika da Ilmu Pgtahua Alam Uivrsitas Riau Kampus

Lebih terperinci

BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria

BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria BAB II LANDASAN EORI Pada bab ii aka dibahas tori tori pdukug yag aka diguaka pada bab slajutya, atara lai modl matmatika, modl pidmik SIR klasik, ilai ig, prsamaaa difrsial, sistm prsamaa difrsial, titik

Lebih terperinci

Analisis Faktor Faktor Yang Mempengaruhi Kemampuan. : Pemecahan Masalah, Soal Cerita Matematika

Analisis Faktor Faktor Yang Mempengaruhi Kemampuan. : Pemecahan Masalah, Soal Cerita Matematika Kartika Hadayai Z Aalisis Faktor Faktor Yag Mmpgaruhi Kmampua PmcahaMasalah Soal Crita Matmatika Kartika Hadayai Z Prodi Pdidika Matmatika PPs Uivrsitas Ngri Mda Email: kartikahadayaiasthaas@yahoo.com

Lebih terperinci

METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR

METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Vol. 9. No., 0 Jural Sais, Tkologi da Idustri METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Supriadi Putra, Ria Kuriawati, Asmara Karma sputra@uri.ac.id Laboratorium Matmatika Trapa Jurusa

Lebih terperinci

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Enam untuk Menyelesaikan Persamaan Nonlinear

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Enam untuk Menyelesaikan Persamaan Nonlinear Jural Sais Matmatika da Statistika Vol No Juli 6 ISSN 6-5 Mtod Itrasi Tiga Lagkah dga rd Kovrgsi Eam utuk Mlsaika Prsamaa Noliar M Ari da M M Niam Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari

Lebih terperinci

PENALA NADA ALAT MUSIK MENGGUNAKAN ALIHRAGAM FOURIER

PENALA NADA ALAT MUSIK MENGGUNAKAN ALIHRAGAM FOURIER PENL ND L MUSIK MENGGUNKN LIHRGM OURIER Olh : di Kuria (L57) Jurusa kik Elktro akultas kik Uivrsitas Dipogoro Jl. Pro. H Sudarto S. H., mbalag, Smarag -mail : Katrosid@Yahoo.com bstrak - Mlalui pristiwa

Lebih terperinci

INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga)

INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga) INTEGRA FOURIER DISUSUN OEH : Klompok III (Tiga). Maruah (7 6). Yusi Oktavia (7 45 ) 3. Widya Elvi AS (7 45) 4. Azar Saarudi (7 454) 5. Irmaati (7 455) Mata Kuliah Dos Pgasuh Klas : Matmatika ajuta : Fadli,

Lebih terperinci

TINJAUAN PUSTAKA PENDAHULUAN

TINJAUAN PUSTAKA PENDAHULUAN PEDAHULUA Latar Blakag Dalam bidag didika, kgiata ilaia atau valuasi hasil blajar srta didik mruaka salah satu tugas tig yag harus dilakuka olh didik. Evaluasi hasil blajar srta didik dilakuka utuk mgtahui

Lebih terperinci

Modifikasi Varian Metode Newton dengan Orde Konvergensi Tujuh

Modifikasi Varian Metode Newton dengan Orde Konvergensi Tujuh Jural Sais Matmatika da Statistika Vol. No. Juli 0 ISSN 0- Modiikasi Varia Mtod Nwto dga rd Kovrgsi Tujuh Wartoo Ria Rasla Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari Kasim Riau Jl. HR. Sobratas

Lebih terperinci

Penerapan Metode Forward Chaining Pada Sistem Pakar Kerusakan Komputer

Penerapan Metode Forward Chaining Pada Sistem Pakar Kerusakan Komputer IJCIT (Idosia Joural o Computr ad Iformatio Tchology) Vol.2 No.2, Novmbr 207, pp. 4~23 ISSN: 2527-449X E-ISSN: 2549-742 4 Prapa Mtod Forward Chaiig Pada Sistm Krusaka Komputr Ry Oktapiai Program Studi

Lebih terperinci

Hartono Guntur *) *) Staf Pengajar Jurusan Teknik Sipil STTR Cepu. Jl. Kampus Ronggolawe Blok B No. 1. Mentul Cepu

Hartono Guntur *) *) Staf Pengajar Jurusan Teknik Sipil STTR Cepu. Jl. Kampus Ronggolawe Blok B No. 1. Mentul Cepu 10 Aalisa Ssitivitas ggua Trhadap gmbaga Trasportasi Krta Api Sbagai Altratif Trasportasi atai Utara Jawa ( Rut : Smarag Surabaya ) Hartoo Gutur *) *) Staf gajar Jurusa Tkik Sipil STTR Cpu Jl. Kampus Roggolaw

Lebih terperinci

Penerapan Balanced Scorecard pada Pengukuran Kinerja Lembaga Pendidikan

Penerapan Balanced Scorecard pada Pengukuran Kinerja Lembaga Pendidikan Prapa Balacd Scorcard pada Pgukura Kirja Lmbaga Pdidika Nasir Widha Styato Program Studi Tkik Idustri Fakultas Tkik Uivrsitas Brawijaya Jala MT. Haryoo 167, Malag 65145, Idosia azzyr_li@ub.ac.id Arif Rahma

Lebih terperinci

Klasifikasi Berita Twitter Menggunakan Metode Improved Naïve Bayes

Klasifikasi Berita Twitter Menggunakan Metode Improved Naïve Bayes Jural gmbaga Tkologi Iformasi da Ilmu Komputr -ISSN: -X Vol., No., Oktobr, hlm. - http://j-ptiik.ub.ac.id Klasifikasi Brita Twittr Mgguaka Mtod Improvd Naïv Bays Budi Kuriawa, Mochammad Ali auzi, Agus

Lebih terperinci

PENERIMAAN APLIKASI KAMUS ISTILAH AKUNTANSI PADA SMARTPHONE DENGAN METODE UTAUT

PENERIMAAN APLIKASI KAMUS ISTILAH AKUNTANSI PADA SMARTPHONE DENGAN METODE UTAUT PENERIMAAN APLIKASI KAMUS ISTILAH AKUNTANSI PADA SMARTPHONE DENGAN METODE UTAUT Qoriani Widayati 1, Febriyanti Panjaitan 2 Dosen Universitas Bina Darma Jalan Jenderal Ahmad Yani No.3 Palembang Sur-el:

Lebih terperinci

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian BAB II METODOLOGI PEELITIA 2.1. Betuk Peelitia Betuk peelitia dapat megacu pada peelitia kuatitatif atau kualitatif. Keragka acua dalam peelitia ii adalah metode peelitia kuatitatif yag aka megguaka baik

Lebih terperinci

Kajian Sistem Kontrak Konvensional dan Sistem Performance Based Contract (PBC) Pada Proyek Pemeliharaan Jalan

Kajian Sistem Kontrak Konvensional dan Sistem Performance Based Contract (PBC) Pada Proyek Pemeliharaan Jalan PROSIDING SEMINAR REGULER SERI I JTS UNSYIAH-ELTEES-MTS UNSYIAH ISBN NO. 00000 Kajia Sistm Kotrak Kovsioal da Sistm Prformac Basd Cotract (PBC) Pada Proyk Pmliharaa Jala Nurul Malahayati *, Saiful Husi

Lebih terperinci

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada.

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada. 3 TURUNAN FUNGSI 3. Pgrtia Turua Fugsi Diisi Turua ugsi adala ugsi yag ilaiya di c adala c c c asalka it ii ada. Coto Jika 3 4, maka turua di adala 3 4 3.. 4 3 4 4 4 4 4 4 3 3 3 4 Jika mmpuyai turua di

Lebih terperinci

Modifikasi Metode Iterasi Dua Langkah dengan Satu Parameter

Modifikasi Metode Iterasi Dua Langkah dengan Satu Parameter Smiar Nasioal Tkologi Iormasi, Komuikasi da Idustri SNTIKI 9 ISSN Pritd : 79-77 Fakultas Sais da Tkologi, UIN Sulta Sari Kasim Riau ISSN Oli : 79-406 Pkabaru, 8-9 Mi 07 Modiikasi Mtod Itrasi Dua Lagkah

Lebih terperinci

PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB dan GEOGEBRA

PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB dan GEOGEBRA Bidag Kajia : Pdidika Matmatika PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB da GEOGEBRA H.A. Parhusip Program Studi Matmatika Fakultas Sais da Matmatika Uivrsitas Krist Satya

Lebih terperinci

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n.

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n. 0 DISTRIBUSI POISSO Distribusi Poisso ii diprolh dari distribusi biomial, apabila dalam distribusi biomial brlau syarat-syarat sbagai briut: a. baya pgulaga sprimya sagat bsar ( ). b. pluag trjadiya pristiwa

Lebih terperinci

UNDERSTADING THE POLICY MAKING ASSOCIATED WITH THE DECREE OF THE MINISTRY OF EDUCATION AND CULTURE NUMBER 107/U/2001

UNDERSTADING THE POLICY MAKING ASSOCIATED WITH THE DECREE OF THE MINISTRY OF EDUCATION AND CULTURE NUMBER 107/U/2001 EAHAAN ENGABIL KEBIJAKAN TERHADA SK ENDIKNAS NOOR 107/U/2001 UNDERSTADING THE OLICY AKING ASSOCIATED WITH THE DECREE OF THE INISTRY OF EDUCATION AND CULTURE NUBER 107/U/2001 Ida alati Sajati Sri Kuriati

Lebih terperinci

KONVERGENSI MODIFIKASI METODE POTRA - PTAK DENGAN MENGGUNAKAN KELENGKUNGAN KURVA TUGAS AKHIR

KONVERGENSI MODIFIKASI METODE POTRA - PTAK DENGAN MENGGUNAKAN KELENGKUNGAN KURVA TUGAS AKHIR KNVERGENSI MDIFIKASI METDE PTRA - PTAK DENGAN MENGGUNAKAN KELENGKUNGAN KURVA TUGAS AKHIR Diajuka sbagai Salah Satu Sarat utuk Mmprolh Glar Sarjaa Sais pada Jurusa Matmatika lh: YUZI ANDRI SUHARYN 0800086

Lebih terperinci

Kalkulus 2. Persamaan Differensial Biasa (Ordinary Differential Equations (ODE))

Kalkulus 2. Persamaan Differensial Biasa (Ordinary Differential Equations (ODE)) Kalkulus Prsamaa Diffrsial Biasa Ordiar Diffrtial Equatios ODE Dhoi Hartato S.T. M.T. M.Sc. Prodi Tkik Kimia Fakultas Tkik Uivrsitas Ngri Smarag Prsamaa Diffrsial Biasa Prsamaa Diffrsial adalah Prsamaa

Lebih terperinci

BAB III METODOLOGI PENELITIAN. yang diperoleh dengan penelitian perpustakaan ini dapat dijadikan landasan

BAB III METODOLOGI PENELITIAN. yang diperoleh dengan penelitian perpustakaan ini dapat dijadikan landasan BAB III METODOLOGI PENELITIAN 3.. Jeis Peelitia Peelitia perpustakaa yaitu peelitia yag pada hakekatya data yag diperoleh dega peelitia perpustakaa ii dapat dijadika ladasa dasar da alat utama bagi pelaksaaa

Lebih terperinci

Metode Iterasi Orde Konvergensi Enam Untuk Penyelesaian Persamaan Nonlinear

Metode Iterasi Orde Konvergensi Enam Untuk Penyelesaian Persamaan Nonlinear Smiar asioal Tkologi Iormasi Komuikasi da Idustri STIKI 9 ISS Pritd : 9- Fakultas Sais da Tkologi UI Sulta Sari Kasim Riau ISS li : 9-6 Pkabaru 8-9 Mi Mtod Itrasi rd Kovrgsi Eam Utuk Plsaia Prsamaa oliar

Lebih terperinci

JURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print) 54

JURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print) 54 JURNAL TEKNIK ITS Vol. 5, No., (06) ISSN: 337-3539 (30-97 Pri 54 Pracaga Kotrolr PID-Fuzzy utuk Sistm Pgatura Cascad Lvl da Flow pada Basic Procss Rig 38-00 Dwi Arki Pritadi, Joko Susila, Eka Iskadar Jurusa

Lebih terperinci

Modifikasi Metode Newton-Steffensen Bebas Turunan

Modifikasi Metode Newton-Steffensen Bebas Turunan Smiar Nasioal Tkologi Iormasi Komuikasi da Idustri SNTIKI 7 ISSN :08-990 Pkabaru Novmbr 0 Modiikasi Mtod Nto-Sts Bbas Turua M. Niam M.Y Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari Kasim Riau

Lebih terperinci

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

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

Lebih terperinci

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Tujuh

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Tujuh Smiar Nasioal Tkologi Iormasi Komuikasi da Idustri SNTIKI 8 ISSN : 08-0 Pkabaru Novmbr 0 Mtod Itrasi Tiga Lagkah dga rd Kovrgsi Tujuh Wartoo Maumi Istiqomah Uivrsitas Islam Ngri Sulta Sari Kasim Riau Jl.

Lebih terperinci

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi,

BAB 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 terperinci

BAB III METODE PENELITIAN

BAB 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 terperinci

MODIFIKASI SEDERHANA DARI VARIAN METODE NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT

MODIFIKASI SEDERHANA DARI VARIAN METODE NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT MODIFIKASI SEDERHANA DARI VARIAN METODE NEWTON UNTUK MENYELESAIKAN Supriadi Putra Jurusa Matmatika Fakultas Matmatika da Ilmu Pgtahua Alam Uivrsitas Riau, Pkabaru ABSTRAT This articl discusss a simpl modiicatio

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena

BAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena 7 BAB III METODE PENELITIAN A. Jeis Peelitia Peelitia ii merupaka jeis peelitia deskriptif-kuatitatif, karea melalui peelitia ii dapat dideskripsika fakta-fakta yag berupa kemampua siswa kelas VIII SMP

Lebih terperinci

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain BAB III METODE PENELITIAN 3.1 Desai Peelitia Dalam melakuka peelitia, terlebih dahulu meetuka desai peelitia yag aka diguaka sehigga aka mempermudah proses peelitia tersebut. Desai peelitia yag diguaka

Lebih terperinci

PENGEMBANGAN METODE ITERASI DUA DAN TIGA LANGKAH DENGAN ORDE KONVERGENSI OPTIMAL

PENGEMBANGAN METODE ITERASI DUA DAN TIGA LANGKAH DENGAN ORDE KONVERGENSI OPTIMAL PENGEMBANGAN METODE ITEASI DUA DAN TIGA LANGKAH DENGAN ODE KONVEGENSI OPTIMAL Supriadi Putra M.Si* Dr. Sasudhuha M.S urusa Matatika FMIPA Uivrsitas iau *sputra@uri.a.id ABSTAK Dala akalah ii disajika dua

Lebih terperinci

APLIKASI RESIDU KOMPLEKS PADA PERSAMAAN DIFERENSIAL HOMOGEN CAUCHY- EULER ORDE DUA SKRIPSI. Oleh: YUDIA ISMAIL SYAFITRI NIM:

APLIKASI RESIDU KOMPLEKS PADA PERSAMAAN DIFERENSIAL HOMOGEN CAUCHY- EULER ORDE DUA SKRIPSI. Oleh: YUDIA ISMAIL SYAFITRI NIM: APLIKASI RESIDU KOMPLEKS PADA PERSAMAAN DIFERENSIAL HOMOGEN CAUCHY- EULER ORDE DUA SKRIPSI Olh: YUDIA ISMAIL SYAFITRI NIM: 4547 UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM MALANG FAKULTAS SAINS DAN

Lebih terperinci

Penyelesaian Persamaan Nonlinear Menggunakan Metode Iterasi Tiga Langkah

Penyelesaian Persamaan Nonlinear Menggunakan Metode Iterasi Tiga Langkah Smiar Nasioal Tkologi Iormasi, Komuikasi da Idustri SNTIKI ISSN Pritd : -1 Fakultas Sais da Tkologi, UIN Sulta Sari Kasim Riau ISSN li : -0 Pkabaru, 1-1 Mi 01 Plsaia Prsamaa Noliar Mgguaka Mtod Itrasi

Lebih terperinci

EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACHING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N 2 TURI

EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACHING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N 2 TURI EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N TURI Moita Dwiyai ), Ni Wahyu Utami ) Faultas Kgurua da Ilmu Pdidia Uivrsitas

Lebih terperinci

UJI KESELARASAN FUNGSI (GOODNESS-OF-FIT TEST)

UJI KESELARASAN FUNGSI (GOODNESS-OF-FIT TEST) UJI CHI KUADRAT PENDAHULUAN Distribusi chi kuadrat mrupakan mtod pngujian hipotsa trhadap prbdaan lbih dari proporsi. Contoh: manajr pmasaran suatu prusahaan ingin mngtahui apakah prbdaan proporsi pnjualan

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

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL Nama : INDRI SUCI RAHMAWATI NIM : 2015-32-005 ANALISIS REGRESI SESI 01 HAL. 86-88 Latiha 2 Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a. Hitug Sum of Square for Regressio (X) b.

Lebih terperinci

STATISTIKA MATEMATIKA I

STATISTIKA MATEMATIKA I STATISTIKA MATEMATIKA I Disusu Olh : (005005) PROGRAM STUDI PENDIDIKAN MATEMATIKA SEKOLAH TINGGI KEGURUAN DAN PENDIDIKAN (STKIP) PGRI SUMATERA BARAT 0 BAB I PELUANG. Ruag Sampl da Kjadia Ruag sampl atau

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

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

KAJIAN KERAKTERISTIK DAN POLA PERJALANAN PENUMPANG ANGKUTAN UMUM PERKOTAAN (Studi Kasus: Angkutan Perkotaan Yogyakarta)

KAJIAN KERAKTERISTIK DAN POLA PERJALANAN PENUMPANG ANGKUTAN UMUM PERKOTAAN (Studi Kasus: Angkutan Perkotaan Yogyakarta) KAJIAN KERAKTERISTIK DAN POLA PERJALANAN PENUMPANG ANGKUTAN UMUM PERKOTAAN (Studi Kasus: Agkuta Prkotaa Yogyakarta) Nidyo Cahyo Krsato Staf Pgajar Jurusa Tkik Sipil Fakultas Tkik Uivrsitas Jaabadra Yogyakarta

Lebih terperinci

Perencanaan Optimal Sistem Kontrol AVR (Automatic Voltage Regulator) Untuk Memperbaiki Kestabilan Tegangan Dengan Menggunakan Algoritma Genetik

Perencanaan Optimal Sistem Kontrol AVR (Automatic Voltage Regulator) Untuk Memperbaiki Kestabilan Tegangan Dengan Menggunakan Algoritma Genetik Abstrak Prcaaa Optimal Sistm Kotrol A (Automatic oltag gulator) Utuk Mmprbaiki Kstabila Tgaga Dga Mgguaka Algoritma Gtik Makalah Tugas Akhir Disusu Olh : driyato NW LF30437 Jurusa Tkik lktro Fakultas Tkik

Lebih terperinci

Sudaryatno Sudirham ing Utari. Mengenal Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1)

Sudaryatno Sudirham ing Utari. Mengenal Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1) Sudaryato Sudirham ig Utari Mgal Sifat-Sifat Matrial () - Sudaryato S & Nig Utari, Mgal Sifat-Sifat Matrial () BAB Sifat-Sifat Thrmal Sjumlah rgi bisa ditambahka k dalam matrial mlalui pmaasa, mda listrik,

Lebih terperinci

RANCANG BANGUN SISTEM INFORMASI PENGELOLAAN INVENTARIS LABORATORIUM KOMPUTER UNIVERSITAS SEMARANG DENGAN METODE SUPPLY CHAIN MANAGEMENT SYSTEM

RANCANG BANGUN SISTEM INFORMASI PENGELOLAAN INVENTARIS LABORATORIUM KOMPUTER UNIVERSITAS SEMARANG DENGAN METODE SUPPLY CHAIN MANAGEMENT SYSTEM RANCANG BANGUN SISTEM INFORMASI PENGELOLAAN INVENTARIS LABORATORIUM KOMPUTER UNIVERSITAS SEMARANG DENGAN METODE SUPPLY CHAIN MANAGEMENT SYSTEM Mufadhol Fakultas Tkologi Iformasi da Komuikasi Uivrsitas

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

Penerapan Metode UTAUT untuk Memahami Penerimaan Aplikasi Kamus Istilah Akuntansi pada Smartphone

Penerapan Metode UTAUT untuk Memahami Penerimaan Aplikasi Kamus Istilah Akuntansi pada Smartphone Penerapan Metode UTAUT untuk Memahami Penerimaan Aplikasi Kamus Istilah Akuntansi pada Smartphone Qoriani Widayati 1, Febriyanti Panjaitan 2 Fakultas Ilmu Komputer Universitas Bina Darma Palembang Qoriani_widayati@mail.binadarma.ac.id

Lebih terperinci

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL Nama : INDRI SUCI RAHMAWATI NIM : 2015-32-005 ANALISIS REGRESI SESI 01 HAL. 85-88 Latiha 1 Pelajari data dibawah ii, tetuka depede da idepedet variabel serta a. Hitug Sum of for Regressio (X) b. Hitug

Lebih terperinci

LAMPIRAN 1. Kuesioner Pretest 30 Responden KUESIONER

LAMPIRAN 1. Kuesioner Pretest 30 Responden KUESIONER 83 LAMIRAN Kuesioer retest 3 Respode No. Respode :... KUESIONER Saya adalah Mahasiswa Uiversitas Esa Uggul Fakultas Ekoomi Jurusa Maajeme yag berfokus pada bidag emasara, eelitia ii dilakuka dalam ragka

Lebih terperinci

KLASIFIKASI ACUTE CORONARY SYNDROME DENGAN NILAI LIPID PROFILE RSUD dr. ZAINOEL ABIDIN BANDA ACEH

KLASIFIKASI ACUTE CORONARY SYNDROME DENGAN NILAI LIPID PROFILE RSUD dr. ZAINOEL ABIDIN BANDA ACEH KLASIFIKASI ACUTE CORONARY SYNDROME DENGAN NILAI LIPID PROFILE RSUD dr. ZAINOEL ABIDIN BANDA ACEH THE ACUTE CORONARY SYNDROME CLASSIFICATION BETWEEN LIPID PROFILE VALUES IN RSUD dr. ZAINOEL ABIDIN BANDA

Lebih terperinci

model pengukuran yang menunjukkan ukur Pengukuran dalam B. Model Mode sama indikator dan 1 Pag

model pengukuran yang menunjukkan ukur Pengukuran dalam B. Model Mode sama indikator dan 1 Pag Modl Modl Pngukuran dalam Pmodlan Prsamaan Struktural Wahyu Widhiarso Fakultas Psikologi UGM Tulisan ini akan mmbahas bbrapa modl dalam SEM yang unik. Dikatakan unik karna jarang dipakai. Tulisan hanya

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

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Peelitia Peelitia ii megguaka metode peelitia Korelasioal. Peelitia korelasioaal yaitu suatu metode yag meggambarka secara sistematis da obyektif tetag hubuga atara

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Permasalahan

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

Lebih terperinci

MODEL CLUSTERING PRODUK ONLINE SHOP UNTUK PENENTUAN STOK BARANG MENGGUNAKAN METODE K-MEANS

MODEL CLUSTERING PRODUK ONLINE SHOP UNTUK PENENTUAN STOK BARANG MENGGUNAKAN METODE K-MEANS Kofrsi Nasioal Ilmu Sosial & Tkologi (KNiST) Mart 2016, pp 616~620 MODEL CLUSTERING PRODUK ONLINE SHOP UNTUK PENENTUAN STOK BARANG MENGGUNAKAN METODE K-MEANS 616 Nur Ali Farabi AMIK BSI Tagrag -mail: uraf@bsiaci

Lebih terperinci

MODEL PREDIKSI HARGA SAHAM MEDIA SOSIAL BERDASARKAN ALGORITMA SVM YANG DIOPTIMASIKAN DENGAN PSO

MODEL PREDIKSI HARGA SAHAM MEDIA SOSIAL BERDASARKAN ALGORITMA SVM YANG DIOPTIMASIKAN DENGAN PSO Jural Pilar Nusa Madiri Vol.XII, No. Sptmbr 06 6 MODEL PREDIKSI HARGA SAHAM MEDIA SOSIAL BERDASARKAN ALGORITMA SVM YANG DIOPTIMASIKAN DENGAN PSO Eka Puspita Sari Program Studi Maajm Iformatika AMIK BSI

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

Metode Iterasi Tiga Langkah Bebas Turunan Orde Konvergensi Delapan untuk Menyelesaikan Persamaan Nonlinear

Metode Iterasi Tiga Langkah Bebas Turunan Orde Konvergensi Delapan untuk Menyelesaikan Persamaan Nonlinear Jural Sais Matmatika da Statistika Vol o Jauari ISS - prit/iss - oli Mtod Itrasi Tiga Lagkah Bbas Turua rd Kovrgsi Dlapa utuk Mlsaika Prsamaa oliar M Muhaiir L L ada Jurusa Matmatika Fakultas Sais da Tkologi

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

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

Modifikasi Metode Rata-Rata Harmonik Newton Tiga Langkah Menggunakan Interpolasi Hermite Orde Tiga

Modifikasi Metode Rata-Rata Harmonik Newton Tiga Langkah Menggunakan Interpolasi Hermite Orde Tiga Jural Sais Matmatika da Statistika Vol. I No. I Jui 06 pp. - ISSN 6-0 prit/issn 0-0 oli Modiikasi Mtod Rata-Rata Harmoik Nwto Tiga Lagkah Mgguaka Itrpolasi Hrmit rd Tiga Wartoo Dwi Sartika Jurusa Matmatika

Lebih terperinci

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,

III. 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 terperinci

DESKRIPSI MATA KULIAH ANALISIS MEKANIKA OLAHRAGA. Oleh: Dr. Rd. Boyke Mulyana

DESKRIPSI MATA KULIAH ANALISIS MEKANIKA OLAHRAGA. Oleh: Dr. Rd. Boyke Mulyana DESKRIPSI MATA KULIAH ANALISIS MEKANIKA OLAHRAGA Olh: Dr. Rd. Boyk Mulya PROGRAM STUDI PENDIDIKAN KEPELATIHAN JURUSAN PENDIDIKAN KEPELATIHAN FAKULTAS PENDIDIKAN OLAHRAGA DAN KESEHATAN UNIVERSITAS PENDIDIKAN

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

Perumusan Fungsi Green Sistem Osilator Harmonik dengan Menggunakan Metode Integral Lintasan (Path Integral)

Perumusan Fungsi Green Sistem Osilator Harmonik dengan Menggunakan Metode Integral Lintasan (Path Integral) Prumusa Fugsi Gr Sistm Osilator Harmoik dga Mgguaka Mtod Itgral Litasa (Path Itgral) Sutisa Abstrat: Th path itgral is a mthod that oft usd i th uatum problms alulatio. For xampl; th alulatio of uatum

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

APLIKASI SEARCH ENGINE MENGGUNAKAN ALGORITMA KNUTH-MORRIS-PRATT (KMP)

APLIKASI SEARCH ENGINE MENGGUNAKAN ALGORITMA KNUTH-MORRIS-PRATT (KMP) Prosidig Smiar Nasioal Maajm Tkologi XIII Program Studi MMT-ITS, Surabaya 5 Pbruari 2011 APLIKASI SEARCH ENGINE MENGGUNAKAN ALGORITMA KNUTH-MORRIS-PRATT (KMP) Sri Lstari, Ami Djaya Jurusa Sistm Iformasi,

Lebih terperinci

HASIL DAN PEMBAHASAN. Gambar 3 Proses penentuan perilaku api.

HASIL DAN PEMBAHASAN. Gambar 3 Proses penentuan perilaku api. 6 yang diharapkan. Msin infrnsi disusun brdasarkan stratgi pnalaran yang akan digunakan dalam sistm dan rprsntasi pngtahuan. Msin infrnsi yang digunakan dalam pngmbangan sistm pakar ini adalah FIS. Implmntasi

Lebih terperinci

MODUL 2 BILANGAN KOMPLEKS

MODUL 2 BILANGAN KOMPLEKS Diktat Kuliah EL- Matmatika Tkik I MODUL BILANGAN KOMPLEKS Satua Acara Prkuliaha Mdul (Bilaga Kmplks sbagai brikut Ptmua k- Pkk/Sub PkkBahasa TuuaPmblaara Bilaga Kmplks Pgatar Bilaga Kmplks Lambag Bilaga

Lebih terperinci

KOMBINASI METODE NEWTON DENGAN METODE ITERASI YANG DITURUNKAN BERDASARKAN KOMBINASI LINEAR BEBERAPA KUADRATUR UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR

KOMBINASI METODE NEWTON DENGAN METODE ITERASI YANG DITURUNKAN BERDASARKAN KOMBINASI LINEAR BEBERAPA KUADRATUR UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Vol. 0. No. 0 Jural Sais Tkologi da Idustri KOMINSI METODE NEWTON DENGN METODE ITERSI YNG DITURUNKN ERDSRKN KOMINSI LINER EERP KUDRTUR UNTUK MENYELESIKN PERSMN NONLINER Supriadi Putra gusi Yudi Prima Rstu

Lebih terperinci

RANGKUMAN MATERI ALAT OPTIK

RANGKUMAN MATERI ALAT OPTIK RANGKUAN ATERI ALAT OPTIK Priip Huyg Dari uatu umbr cahaya, tiap aat lalu trbtuk muka glmbag / wavrt (tmpat kduduka titik-titik yag aya ama). Titik-titik pada muka glmbag ii brtidak bagai umbr titik (wavlt)

Lebih terperinci

APLIKASI RESIDU UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL CAUCHY - EULER ORDE-n SKRIPSI. Oleh: IKE NORMA YUNITA NIM

APLIKASI RESIDU UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL CAUCHY - EULER ORDE-n SKRIPSI. Oleh: IKE NORMA YUNITA NIM APLIKASI RESIDU UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL CAUCHY - EULER ORDE- SKRIPSI Olh: IKE NORMA YUNITA NIM. 65 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI (UIN) MAULANA

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

Uji apakah ada perbedaan signifikan antara mean masing-masing laboratorium. Gunakan α=0.05.

Uji apakah ada perbedaan signifikan antara mean masing-masing laboratorium. Gunakan α=0.05. MA 8 STATISTIKA DASAR SEMESTER I /3 KK STATISTIKA, FMIPA ITB UJIAN AKHIR SEMESTER (UAS) Sei, Desember, 9.3.3 WIB ( MENIT) Kelas. Pegajar: Utriwei Mukhaiyar, Kelas. Pegajar: Sumato Wiotoharjo Jawablah pertayaa

Lebih terperinci

ANALISIS KETERSEDIAAN PENGGUNA JASA DALAM MEMBAYAR TERHADAP PENINGKATAN KUALITAS PELAYANAN (STUDI KASUS : KOPAJA P20 JURUSAN SENEN LEBAK BULUS)

ANALISIS KETERSEDIAAN PENGGUNA JASA DALAM MEMBAYAR TERHADAP PENINGKATAN KUALITAS PELAYANAN (STUDI KASUS : KOPAJA P20 JURUSAN SENEN LEBAK BULUS) ANALISIS KETERSEDIAAN PENGGUNA JASA DALAM MEMBAYAR TERHADAP PENINGKATAN KUALITAS PELAYANAN (STUDI KASUS : KOPAJA P0 JURUSAN SENEN LEBAK BULUS) Nincy Ayu Lstari 1 Nahdalina Fakultas Tknik Sipil Univrsitas

Lebih terperinci

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

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

Lebih terperinci

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 METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode korelasional, yaitu

BAB 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 terperinci

ANALISIS LOG-LOGISTIK UNTUK MENGGAMBARKAN HUBUNGAN DOSIS-RESPON HERBISIDA PADA TIGA JENIS GULMA

ANALISIS LOG-LOGISTIK UNTUK MENGGAMBARKAN HUBUNGAN DOSIS-RESPON HERBISIDA PADA TIGA JENIS GULMA ANALISIS LOG-LOGISTIK UNTUK MENGGAMBARKAN HUBUNGAN DOSIS-RESPON HERBISIDA PADA TIGA JENIS GULMA Olh : Yanti Muliyaningsih G40026 PROGRAM STUDI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

ANALISIS ALIRAN BEBAN PADA SISTEM TENAGA LISTRIK DENGAN MICROSOFT EXCEL. Oleh: Toto Sukisno 1

ANALISIS ALIRAN BEBAN PADA SISTEM TENAGA LISTRIK DENGAN MICROSOFT EXCEL. Oleh: Toto Sukisno 1 ANALISIS ALIRAN BEBAN ADA SISTEM TENAGA LISTRIK DENGAN MICROSOFT EXCEL Olh: Toto Sukiso toto_sukiso@uy.ac.id Abstract: This ar will b xlaid us o sotwar o Microsot Excl to iish th aalysis o load low at

Lebih terperinci